基于 EEG 脑波间相对功率差的运动探索与概念生成设计任务中的认知努力估计
人工智能
2026-01-15 v2 机器学习
摘要
概念设计是一项认知上复杂的任务，尤其是对于涉及组件之间相对运动的产品进行工程设计。设计师倾向于使用草图作为概念设计的媒介，并通过手势和注释来表示此类相对运动。文献表明，草图中表示的静态运动表示可能无法实现预期功能，因为这主要取决于设计师对运动模拟的认知能力。因此，了解设计师在探索具象化产品概念时所表现出的认知现象至关重要。当前工作旨在通过对任务进行分类并测量这些任务中所涉及的认知努力来理解设计 neurocognition。该分析旨在验证用于支持涉及运动探索的概念设计的干预工具。引入一种新型 EEG 基于指标，inter-Band Relative Power Difference（inter-BRPD），用于量化认知努力。对 32 名参与者进行设计实验，他们需执行一个控制任务和两个聚焦任务，分别对应运动探索任务（MET）和概念生成任务（CGT）。在记录三项任务中的 EEG 数据后，对其进行清洗、处理和分析，使用 Python 中的 MNE 库。结果表明，inter-BRPD 以仅需常规使用的参数数值的一半即可捕捉认知努力的本质。该指标的可靠性和有效性也在文献中基于的认知指标方面得到统计验证。通过这些新发现，本研究为创建概念设计及其评估支持开输了可能性。
引用
@article{arxiv.2508.10337,
title = {A Curriculum Learning Approach to Reinforcement Learning: Leveraging RAG for Multimodal Question Answering},
author = {Chenliang Zhang and Lin Wang and Yuanyuan Lu and Yusheng Qi and Kexin Wang and Peixu Hou and Wenshi Chen},
journal= {arXiv preprint arXiv:2508.10337},
year = {2026}
}