使用Hermite长短期记忆神经网络从Unity软件中的眼动数据求解决策微分方程

认知决策过程是人类行为的关键方面，影响着各种个人和职业领域。本研究深入探讨了微分方程在分析决策准确性中的应用，利用虚拟工业城镇环境中的眼动追踪数据。该研究揭示了一种将原始数据转化为微分方程的系统方法，这对于解读决策过程中眼动之间的关系至关重要。数学关系提取和变量参数定义为推导出一个微分方程铺平了道路，该方程概括了角色注视点的增长。该方程的关键因素包括注视率$(\lambda)$和分离率$(\mu)$，反映了用户交互动态及其对决策复杂性的影响，这些复杂性涉及用户与虚拟角色的互动。为了全面理解决策动态，求解该微分方程需要初始注视计数、注视率和分离率。微分方程的公式化考虑了多种因素，如参与时长、角色-玩家距离、相对速度和角色属性，从而能够表示注视变化、速度动态、距离变化以及角色属性的影响。这一综合分析不仅增强了我们对决策过程的理解，还为预测建模和数据驱动的洞察提供了基础框架，用于认知科学和虚拟现实环境中的未来研究和应用。