基于菲茨定律的辅助人机性能基准测试

共享控制系统旨在结合人类和机器人的能力以提高任务性能。然而，为了实现最佳性能，机器人的辅助程度需要根据操作员的认知负荷来调整，以响应任务难度。理解并动态调整这种平衡对于最大化效率和用户满意度至关重要。在本文中，我们提出了一种基于菲茨定律的共享控制新基准测试方法，以参数化目标到达任务的难度。借此，我们系统地量化并建模了任务难度（即目标的大小和距离）和机器人自主性对任务性能以及操作员认知负荷和信任水平的影响。我们的实证结果（N=24）不仅表明任务难度和机器人自主性都会影响任务性能，而且表明性能可以使用这些参数进行建模，这可能有助于将该关系推广到更多场景。我们还发现，用户的感知认知负荷和信任受到这些因素的影响。鉴于直接测量认知负荷的挑战，我们提出的基于菲茨定律的模型提供了一种通过确定任务难度来估计认知负荷的潜在替代方法，其假设是任务难度越大，认知负荷水平越高。我们希望这些见解和我们提出的框架能够激发未来的工作，进一步研究该方法的普适性，从而能够对共享控制质量和用户影响进行基准测试和系统评估，这将有助于开发更有效和适应性更强的系统。