估计 Atari 游戏中人类决策贡献的中心、外围与时序视觉因素
机器学习
2026-04-07 v1 计算机视觉与模式识别
摘要
我们研究了不同视觉信息来源如何贡献于动态视觉环境中的人类决策。使用同步眼动 tracking 的大规模 Atari 游戏数据集 Atari-HEAD，我们引入一种受控消除框架，用于逆向工程外围视觉信息、以注视图形式的显式注视信息以及来自人类行为的历史状态信息的贡献。我们在六种设置下训练行动预测网络，选择性地包含或排除这些信息来源。对于 20 个游戏，外围信息的贡献远大于其他信息，移除后预测准确率下降中位数范围为 35.27-43.90%。注视信息导致较小的下降，范围为 2.11-2.76%，而历史状态信息的影响范围更广，从 1.52-15.51%不等，其中上限可能更具信息性，由于减少了外围信息的泄漏。为补充综合准确率，我们按由不同模型配置分配的真实行动概率对状态进行聚类。这一分析识别出粗糙的行为体制，包括注意力主导、外围主导以及更具背景信息的决策情境。这些结果表明，Atari 环境中的人类决策高度依赖于当前注视焦点之外的信息，而本文提出的框架可从行为中估计此类信息来源的贡献。
关键词
引用
@article{arxiv.2604.04439,
title = {Estimating Central, Peripheral, and Temporal Visual Contributions to Human Decision Making in Atari Games},
author = {Henrik Krauss and Takehisa Yairi},
journal= {arXiv preprint arXiv:2604.04439},
year = {2026}
}