利用fNIRS评估虚拟现实自适应训练中的认知负荷
人机交互
2026-05-11 v1
摘要
技术的进步为未来采用虚拟现实（VR）与实时自适应相结合以增强培训与教育提供了可能。提供有效的认知负荷神经人机工程学测量，可以使自适应训练方案在训练过程中持续将任务难度调整至最佳水平。本研究验证了功能性近红外光谱（fNIRS）对认知负荷的测量，以反映认知负荷理论中两种不同负荷形式的需求：待掌握任务的外在与内在负荷。36名参与者完成了一项VR形状组装训练任务，随后进行了技能保持测试。他们佩戴了近乎全头覆盖的fNIRS，并提供了对其工作负荷的主观评分。fNIRS的发现很大程度上证实了内在工作负荷的文献，即在与工作记忆、短期记忆缓冲、多感觉整合和注意力相关的皮层区域（背外侧和喙侧前额叶皮层以及左侧角回）出现显著激活。这些fNIRS结果与NASA-TLX的心理工作负荷测量结果密切吻合。结果还显示，与外在负荷相关的大脑活动要少得多，即仅出现在与掌握任务无关的右侧角回。
引用
@article{arxiv.2605.06909,
title = {Leveraging fNIRS to Evaluate Workload for Adaptive Training in Virtual Reality},
author = {Cara A. Spencer and Christopher D. Wickens and Jalynn B. Nicoly and James Crum and Benjamin A. Clegg and Joanna E. Lewis and Francisco R. Ortega and Lucas Plabst and Rebecca L. Pharmer and Leanne Hirshfield},
journal= {arXiv preprint arXiv:2605.06909},
year = {2026}
}
备注
This work has been submitted to the IEEE for possible publication