人类监督搜索中的最优保真度选择
人机交互
2025-08-07 v2
摘要
我们研究人类监督水下视觉搜索中的最优保真度选择，其中操作员的性能受到工作负荷和疲劳等认知因素的影响。在我们的实验中，参与者同时执行两项任务：在视频中检测水雷（主要任务）和响应视觉线索以估计工作负荷（次要任务）。视频以泊松过程到达并排队等待审查，操作员在正常保真度（更快播放）和高保真度之间进行选择。奖励基于检测精度，而惩罚取决于队列长度。工作负荷使用输入-输出隐马尔可夫模型建模为隐藏状态，保真度选择通过部分可观测马尔可夫决策过程进行优化。我们评估了两种设置：仅保真度选择，以及允许将任务委托给自动化以维持队列稳定性的版本。与由人类手动选择其保真度水平的基线相比，我们的方法在无委托情况下性能提升26.5%，在有委托情况下提升50.3%。
引用
@article{arxiv.2311.06381,
title = {Optimal Fidelity Selection for Human-Supervised Search},
author = {Piyush Gupta and Vaibhav Srivastava},
journal= {arXiv preprint arXiv:2311.06381},
year = {2025}
}