STAR-RT：用于实时视频游戏游玩的视觉注意

在本文中，我们提出 STAR-RT——选择性调谐注意参考（STAR）模型与认知程序（CPs）的首个可行原型。选择性调谐（ST）模型已通过心理学与神经生理学实验获得大量支持。STAR 框架扩展了 ST 并将其应用于实际视觉任务。为此，与许多认知架构类似，STAR 将视觉层级（基于 ST）与执行控制器、工作与短时记忆组件以及注视控制器相结合。CPs 进而实现所有这些元素之间用于视觉任务执行的通信。为在真实情境中检验系统的相关性，我们实现了 STAR 的必要组件，并设计了用于游玩两款闭源视频游戏——Canabalt 与 Robot Unicorn Attack 的 CPs。由于两款游戏均在浏览器窗口中运行，我们的算法拥有与人类玩家相同的信息量及相同的对屏幕事件反应的时间。STAR-RT 仅使用视觉输入实时游玩两款游戏，并取得可与人类专家玩家相比的分数。因此它为所用特定 CP 结构与基元的有用性，以及其在更广泛场景中效用持续实验与验证的潜力，提供了一个存在性证明。