CN108510137A - 基于动态连续任务的风险决策特性的评测系统及方法 - Google Patents

基于动态连续任务的风险决策特性的评测系统及方法 Download PDF

Info

Publication number
CN108510137A
CN108510137A CN201710111061.9A CN201710111061A CN108510137A CN 108510137 A CN108510137 A CN 108510137A CN 201710111061 A CN201710111061 A CN 201710111061A CN 108510137 A CN108510137 A CN 108510137A
Authority
CN
China
Prior art keywords
decision
face
risk
dynamic
continuous
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710111061.9A
Other languages
English (en)
Inventor
肖毅
孙晨卉
卢敏
唐伟财
徐凤刚
韩东旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Qinyang Sunshine Technology Co Ltd
China Astronaut Research and Training Center
Original Assignee
Beijing Qinyang Sunshine Technology Co Ltd
China Astronaut Research and Training Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Qinyang Sunshine Technology Co Ltd, China Astronaut Research and Training Center filed Critical Beijing Qinyang Sunshine Technology Co Ltd
Priority to CN201710111061.9A priority Critical patent/CN108510137A/zh
Publication of CN108510137A publication Critical patent/CN108510137A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种基于动态连续任务的风险决策特性的评测系统及方法，该系统包括：模拟射击任务平台，所述模拟射击任务平台用于为应试者提供典型的动态连续风险决策模拟实验任务；数据采集处理平台，所述数据采集处理平台用于采集动态连续风险决策模拟实验任务进行过程中的相关数据，并对所述相关数据进行处理以对所述应试者的风险决策特性进行评测，其中，所述相关数据包括行为数据、绩效数据、事件相关的实时脑电信号及功能近红外光谱信号的多维特征以及操作中依据的决策策略和优先级。本发明的系统可快速有效地评测人在动态连续的风险决策事件中的决策特性，并获取其行为绩效表现、神经生理机制及自持决策策略之间的关联。

Description

基于动态连续任务的风险决策特性的评测系统及方法
技术领域
本发明涉及一种基于动态连续任务的风险决策特性的评测系统及方法。
背景技术
风险决策是指决策者在对未来情况不完全确定、但是确知各种决策后果及其出现概率情况下的决策。作为人类生存发展过程中的重要行为情境，风险决策在认知科学、心理学、经济学、管理学等领域均是令人瞩目的研究焦点之一。但从早期基于绝对理性的期望风险决策理论，到当代基于有限理性和生态理性的风险决策理论，现有研究大多集中于在静态事件框架下的风险决策，即决策者仅需关注当前已有的信息即可做出决策，并不接收实时信息的输入。而在实际应用情形中，决策往往发生在动态连续的事件中，需要决策者不断根据外部和内部信息的更新，调整当前决策方案并及时予以执行，典型的例子包括繁忙路段的驾驶、面对多个敌对目标的作战等。因此，如何设计一种可反映动态决策过程的评测系统，对于理解人在连续动态事件中的决策特性及其机制，具有重要的意义。
发明内容
本发明旨在至少在一定程度上解决上述相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种基于动态连续任务的风险决策特性的评测系统。该系统可对风险决策特性给出综合了客观表现和主观表述的评测结果，可快速有效地评测人在动态连续的风险决策事件中的决策特性，并获取其行为绩效表现、神经生理机制及自持决策策略之间的关联。
本发明的另一个目的在于提出一种基于动态连续任务的风险决策特性的评测方法。
为了实现上述目的，本发明的第一方面的实施例公开了一种基于动态连续任务的风险决策特性的评测系统，包括：模拟射击任务平台，所述模拟射击任务平台用于为应试者提供典型的动态连续风险决策模拟实验任务；数据采集处理平台，所述数据采集处理平台用于采集动态连续风险决策模拟实验任务进行过程中的相关数据，并对所述相关数据进行处理以对所述应试者的风险决策特性进行评测，其中，所述相关数据包括行为数据、绩效数据、事件相关的实时脑电信号及功能近红外光谱信号的多维特征以及操作中依据的决策策略和优先级。
根据本发明实施例的基于动态连续任务的风险决策特性的评测系统，可对风险决策特性给出综合了客观表现和主观表述的评测结果，可快速有效地评测人在动态连续的风险决策事件中的决策特性，并获取其行为绩效表现、神经生理机制及自持决策策略之间的关联。
进一步地，所述行为数据包括反应时、击中率和误击率，所述绩效数据包括任务成功率、完成时和剩余生命值。
进一步地，还包括：设定模块，用于在所述模拟射击任务平台为应试者提供典型的动态连续风险决策模拟实验任务之前，为所述模拟射击任务平台进行参数设定。
进一步地，所述模拟射击任务平台包括基于PC机的运行开发环境及模拟射击软件。
本发明的第二方面的实施例公开了一种基于动态连续任务的风险决策特性的评测方法，包括以下步骤：为应试者提供典型的动态连续风险决策模拟实验任务；采集动态连续风险决策模拟实验任务进行过程中的相关数据，并对所述相关数据进行处理以对所述应试者的风险决策特性进行评测，其中，所述相关数据包括行为数据、绩效数据、事件相关的实时脑电信号及功能近红外光谱信号的多维特征以及操作中依据的决策策略和优先级。
根据本发明实施例的基于动态连续任务的风险决策特性的评测方法，可对风险决策特性给出综合了客观表现和主观表述的评测结果，可快速有效地评测人在动态连续的风险决策事件中的决策特性，并获取其行为绩效表现、神经生理机制及自持决策策略之间的关联。
进一步地，所述行为数据包括反应时、击中率和误击率，所述绩效数据包括任务成功率、完成时和剩余生命值。
进一步地，在为应试者提供典型的动态连续风险决策模拟实验任务之前，为所述典型的动态连续风险决策模拟实验任务进行参数设定。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述的或附加的方面和优点结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本发明一个实施例的基于动态连续任务的风险决策特性的评测系统的结构框图；
图2是任务选择对话框示意图；
图3是试验参数设置示意图；
图4是实验参数设置有误示意图；
图5是正式实验界面示意图；
图6是错误点击非目标刺激示意图；
图7是规定时间内未完成实验示意图；
图8是根据本发明一个实施例的基于动态连续任务的风险决策特性的评测方法的流程。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
以下结合附图描述根据本发明实施例的基于动态连续任务的风险决策特性的评测系统及方法。
图1是根据本发明一个实施例的基于动态连续任务的风险决策特性的评测系统的结构框图。如图1所示，根据本发明一个实施例的基于动态连续任务的风险决策特性的评测系统100，包括：模拟射击任务平台110和数据采集处理平台120。
模拟射击任务平台110用于为应试者提供典型的动态连续风险决策模拟实验任务，其中，模拟射击任务平台包括基于PC机的运行开发环境及模拟射击软件；数据采集处理平台120所述数据采集处理平台用于采集动态连续风险决策模拟实验任务进行过程中的相关数据，并对所述相关数据进行处理以对所述应试者的风险决策特性进行评测，其中，所述相关数据包括行为数据、绩效数据、事件相关的实时脑电信号及功能近红外光谱信号的多维特征以及操作中依据的决策策略和优先级。
其中，行为数据包括反应时、击中率和误击率，所述绩效数据包括任务成功率、完成时和剩余生命值。
基于动态连续任务的风险决策特性的评测系统100，还包括：设定模块，用于在所述模拟射击任务平台为应试者提供典型的动态连续风险决策模拟实验任务之前，为所述模拟射击任务平台进行参数设定。
具体而言，该系统包括模拟射击任务平台和数据采集处理平台：前者提供一种典型的动态连续风险决策模拟实验任务，主要包括基于PC机的运行开发环境及模拟射击软件。后者提供任务过程中多种数据的采集和处理，主要包括提取反应时、击中率、误击率等行为数据；提取任务成功率、完成时、剩余生命值等绩效数据；采集事件相关的实时脑电信号及功能近红外光谱信号，提取其多维特征；收集实际操作中依据的决策策略及其优先级。
基本设定如下：
①刺激类型分为目标刺激(圆形)、干扰刺激(方形)及非目标刺激(圆形)，其中目标刺激及干扰刺激均包含高、低两个级别，非目标刺激仅有一个级别；
②屏幕中心出现基准点，同时四周出现一定数量以一定速度、方向运动的刺激，要求受试者搜索并点击目标刺激以使其消失；
③刺激出现在基准点周围R1半径范围内或R1至R2半径范围内，点击可使其消失的概率分别为P1、P2(其中R1<R2，P1>P2)；
④未在高级别目标刺激出现后T1或低级别目标刺激出现T2时间内对其进行点击(其中T1<T2)，或错误点击非目标刺激，则任务失败；
⑤错误点击干扰刺激，不会导致任务失败，但按失误记录；
⑥采集数据为：实验循环次数、刺激参数(如刺激类型、数量、位置、速度)、反应时、正确/错误反应数、错误内容等。
根据本发明实施例的基于动态连续任务的风险决策特性的评测系统，可快速有效地评测人在动态连续的风险决策事件中的决策特性，并获取其行为绩效表现、神经生理机制及自持决策策略之间的关联。
作为一个具体的例子，如下：
(1)参数设置
在任务选项中选中“风险决策人格测试实验”，点击右边的“参数设置”按钮，进入“风险决策人格测试实验”的参数设置页面，如图2和图3所示。
在图4中，刺激一共分为5种(“高级目标刺激个数”、“低级目标刺激个数”、“高级干扰刺激个数”、“低级干扰刺激个数”、“非目标刺激个数”)。主试人员可以分别对这5种刺激的总个数和开始时攻击范围内刺激的总个数进行设置，主试人员还可以对这5种刺激的运动速度范围进行设置。
击中概率P1为攻击范围R1内鼠标点击刺激消失的概率，初始默认值为0.9。
击中概率P2为攻击范围R2内鼠标点击刺激消失的概率，初始默认值为0.8。
攻击范围R1的初始默认值为200像素，攻击范围R2的初始默认值为350像素。
攻击时效T1表示目标在攻击范围R1内必须消灭的时间，初始默认值为5s；攻击时效T2表示目标在攻击范围R2内必须消灭的时间，初始默认值为7s。
实验设置过程中各类刺激的开始时刺激个数不能多于该刺激的总个数，否则会弹出提示框，提示用户哪类刺激个数设置有误，用户需重新设置后才能继续实验，如图4所示。
(2)实验运行进入正式实验界面，如图5所示。
进入正式实验界面后，攻击范围内会显示实验设置过程中所设置的各种刺激初始出现个数，其余刺激分布在屏幕的不可见区域内，并按实验设置中设定的速度向圆心运动，当刺激运动到攻击范围内，会变为可见状态。
被试要求以最快速度消除屏幕中的高级刺激和低级刺激。若被试错误点击干扰刺激，则继续试验，但记录失误次数。若被试错误点击非目标刺激，则终止实验，视为实验失败，如图6所示。
若被试没有在实验设置的规定时间内消除所有高目标刺激和所有低目标或目标刺激已经运动到中心，则提示在规定时间内没有完成实验，视为实验失败，如图7所示。若被试在规定时间内消灭了所有目标刺激，并未点击过非目标刺激，则视为实验成功。
根据本发明实施例的基于动态连续任务的风险决策特性的评测系统，可对风险决策特性给出综合了客观表现和主观表述的评测结果，可快速有效地评测人在动态连续的风险决策事件中的决策特性，并获取其行为绩效表现、神经生理机制及自持决策策略之间的关联。
如图8所示，根据本发明一个实施例的基于动态连续任务的风险决策特性的评测方法，包括以下步骤：：
S801：为应试者提供典型的动态连续风险决策模拟实验任务；
S802：采集动态连续风险决策模拟实验任务进行过程中的相关数据，并对所述相关数据进行处理以对所述应试者的风险决策特性进行评测，其中，所述相关数据包括行为数据、绩效数据、事件相关的实时脑电信号及功能近红外光谱信号的多维特征以及操作中依据的决策策略和优先级。
在本发明的一个实施例中，所述行为数据包括反应时、击中率和误击率，所述绩效数据包括任务成功率、完成时和剩余生命值。
在本发明的一个实施例中，在为应试者提供典型的动态连续风险决策模拟实验任务之前，为所述典型的动态连续风险决策模拟实验任务进行参数设定。
根据本发明实施例的基于动态连续任务的风险决策特性的评测方法，可对风险决策特性给出综合了客观表现和主观表述的评测结果，可快速有效地评测人在动态连续的风险决策事件中的决策特性，并获取其行为绩效表现、神经生理机制及自持决策策略之间的关联。
需要说明的是，本发明实施例的基于动态连续任务的风险决策特性的评测方法的具体实现方式与本发明实施例的基于动态连续任务的风险决策特性的评测系统的具体实现方式类似，具体请参见系统部分的描述，为了减少冗余，此处不做赘述。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (7)

1.一种基于动态连续任务的风险决策特性的评测系统，其特征在于，包括：
模拟射击任务平台，所述模拟射击任务平台用于为应试者提供典型的动态连续风险决策模拟实验任务；
数据采集处理平台，所述数据采集处理平台用于采集动态连续风险决策模拟实验任务进行过程中的相关数据，并对所述相关数据进行处理以对所述应试者的风险决策特性进行评测，其中，所述相关数据包括行为数据、绩效数据、事件相关的实时脑电信号及功能近红外光谱信号的多维特征以及操作中依据的决策策略和优先级。
2.根据权利要求1所述的基于动态连续任务的风险决策特性的评测系统，其特征在于，所述行为数据包括反应时、击中率和误击率，所述绩效数据包括任务成功率、完成时和剩余生命值。
3.根据权利要求1所述的基于动态连续任务的风险决策特性的评测系统，其特征在于，还包括：设定模块，用于在所述模拟射击任务平台为应试者提供典型的动态连续风险决策模拟实验任务之前，为所述模拟射击任务平台进行参数设定。
4.根据权利要求1-3任一项所述的基于动态连续任务的风险决策特性的评测系统，其特征在于，所述模拟射击任务平台包括基于PC机的运行开发环境及模拟射击软件。
5.一种基于动态连续任务的风险决策特性的评测方法，其特征在于，包括以下步骤：
为应试者提供典型的动态连续风险决策模拟实验任务；
采集动态连续风险决策模拟实验任务进行过程中的相关数据，并对所述相关数据进行处理以对所述应试者的风险决策特性进行评测，其中，所述相关数据包括行为数据、绩效数据、事件相关的实时脑电信号及功能近红外光谱信号的多维特征以及操作中依据的决策策略和优先级。
6.根据权利要求5所述的基于动态连续任务的风险决策特性的评测方法，其特征在于，所述行为数据包括反应时、击中率和误击率，所述绩效数据包括任务成功率、完成时和剩余生命值。
7.根据权利要求1所述的基于动态连续任务的风险决策特性的评测方法，其特征在于，在为应试者提供典型的动态连续风险决策模拟实验任务之前，为所述典型的动态连续风险决策模拟实验任务进行参数设定。
CN201710111061.9A 2017-02-28 2017-02-28 基于动态连续任务的风险决策特性的评测系统及方法 Pending CN108510137A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710111061.9A CN108510137A (zh) 2017-02-28 2017-02-28 基于动态连续任务的风险决策特性的评测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710111061.9A CN108510137A (zh) 2017-02-28 2017-02-28 基于动态连续任务的风险决策特性的评测系统及方法

Publications (1)

Publication Number Publication Date
CN108510137A true CN108510137A (zh) 2018-09-07

Family

ID=63373138

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710111061.9A Pending CN108510137A (zh) 2017-02-28 2017-02-28 基于动态连续任务的风险决策特性的评测系统及方法

Country Status (1)

Country Link
CN (1) CN108510137A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109377012A (zh) * 2018-09-26 2019-02-22 中国航天员科研训练中心 一种动态人机功能分配系统以及无人机

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011090722A2 (en) * 2009-12-29 2011-07-28 Advanced Brain Monitoring, Inc. Systems and methods for assessing team dynamics and effectiveness
CN102715889A (zh) * 2012-06-11 2012-10-10 天津大学 一种脑力负荷检测方法
CN102779229A (zh) * 2012-06-14 2012-11-14 天津大学 一种基于脑功能状态的自适应自动化方法
CN103185481A (zh) * 2012-11-20 2013-07-03 胡琦逸 一种基于脑波信号和平衡传感器分析的射击训练稳定性评估装置
CN103218929A (zh) * 2013-03-19 2013-07-24 哈尔滨工业大学 一种基于头低位卧床的空间站舱内导航模拟方法及系统
CN104605820A (zh) * 2015-01-21 2015-05-13 清华大学 驾驶员风险倾向行为的诊断系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011090722A2 (en) * 2009-12-29 2011-07-28 Advanced Brain Monitoring, Inc. Systems and methods for assessing team dynamics and effectiveness
CN102715889A (zh) * 2012-06-11 2012-10-10 天津大学 一种脑力负荷检测方法
CN102779229A (zh) * 2012-06-14 2012-11-14 天津大学 一种基于脑功能状态的自适应自动化方法
CN103185481A (zh) * 2012-11-20 2013-07-03 胡琦逸 一种基于脑波信号和平衡传感器分析的射击训练稳定性评估装置
CN103218929A (zh) * 2013-03-19 2013-07-24 哈尔滨工业大学 一种基于头低位卧床的空间站舱内导航模拟方法及系统
CN104605820A (zh) * 2015-01-21 2015-05-13 清华大学 驾驶员风险倾向行为的诊断系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109377012A (zh) * 2018-09-26 2019-02-22 中国航天员科研训练中心 一种动态人机功能分配系统以及无人机

Similar Documents

Publication Publication Date Title
Bauer et al. Organizational socialization: The effective onboarding of new employees.
US20170312517A1 (en) System and method for training and assessment
Menda et al. Visual perception in the brain of a jumping spider
Norling et al. Enhancing multi-agent based simulation with human-like decision making strategies
US20110091847A1 (en) Method, system, and computer software code for the adaptation of training via performance diagnosis based on (neuro)physiological metrics
CN107577343A (zh) 一种基于力触觉反馈和脑电信号分析的注意力训练与评价装置
CN107224291A (zh) 调度员能力测试系统
CN111553618B (zh) 操控工效分析方法、设备及系统
KR20150040952A (ko) 문제의 게임화를 위한 시스템들 및 방법들
Maselli et al. A whole body characterization of individual strategies, gender differences, and common styles in overarm throwing
CN106155308A (zh) 一种基于回忆和标注的眼动跟踪方法和系统
Abubshait et al. A win-win situation: Does familiarity with a social robot modulate feedback monitoring and learning?
Seebacher et al. Visual analysis of spatio-temporal event predictions: Investigating the spread dynamics of invasive species
CN108510137A (zh) 基于动态连续任务的风险决策特性的评测系统及方法
KR101557957B1 (ko) 기능성 게임을 위한 플랫폼 장치
US20210390427A1 (en) Enhanced collection of training data for machine learning to improve worksite safety and operations
Michela et al. Reducing the noise of reality
Doyle et al. Rapid adaptive realistic behavior modeling is viable for use in training
Tolu et al. Perspective on investigation of neurodegenerative diseases with neurorobotics approaches
Bos et al. A pilot study into bio-behavioural measurements on air traffic controllers in remote tower operations
CN115458153A (zh) 人员情境意识测评与训练方法、系统及存储介质
Sennersten et al. Verification of an experimental platform integrating a Tobii eytracking system with the Hifi game engine
Neuman et al. Identifying the location of a concealed object through unintentional eye movements
Lloyd-Kelly et al. Developing co-operation through simulated emotional behaviour
French et al. Should we accept the status quo?

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180907

RJ01 Rejection of invention patent application after publication