主动观察者视觉问题解决方法被动态假设、部署与检验

STAR 架构旨在测试完整选择性调谐（Selective Tuning）视觉注意模型在复杂真实世界视觉空间任务与行为中的价值。然而，关于人类作为主动观察者在三维中如何解决此类任务的知识十分匮乏。因此我们设计了一种新颖的实验设置并研究了此类行为。我们发现人类展现出多种问题解决策略，其广度与复杂性令人惊讶，且不易被当前方法处理。显然，解决方法是通过假设动作序列、检验它们，若失败则尝试不同序列而动态构成的。主动观察的重要性极为显著，且没有任何学习效应。这些结果为我们 STAR 的认知程序（Cognitive Program）表示提供了信息，扩展了其对于真实世界任务的相关性。