《Sensors》:Eye-Tracking Evidence for TACOM-Based Assessment of Procedural Task Complexity in a Nuclear Power Plant Full-Scope Simulator
编辑推荐:
摘要翻译:紧急与运行规程通常要求核电厂操作员在多个关联界面之间搜索信息、判断系统状态并做出控制决策。传统TACOM评估量化了此类规程引导任务的结构复杂度,但并未直接显示操作员在执行过程中如何对任务进行视觉加工。本研究考察了眼动特征能否为基于TACOM的评估提供
摘要翻译:紧急与运行规程通常要求核电厂操作员在多个关联界面之间搜索信息、判断系统状态并做出控制决策。传统TACOM评估量化了此类规程引导任务的结构复杂度,但并未直接显示操作员在执行过程中如何对任务进行视觉加工。本研究考察了眼动特征能否为基于TACOM的评估提供初步的过程级证据,而非替代TACOM框架。研究人员(We)从21名核工程研究生完成M310全范围模拟器中17个SGTR/SLOCA规程片段的过程中提取了25个眼动特征。采用偏最小二乘回归模型预测任务级TACOM得分,在留一任务交叉验证下,RMSE=0.357,MAE=0.300,R2=0.538。RMSE相当于观测TACOM范围(2.070–4.017)的18.3%,且预测与观测任务排序的关联(Spearman’s rho=0.775)强于精确线性校准(Pearson’s r=0.750)。特征分析表明,注视时长变异性、注视驻留、瞳孔响应、注视动态和空间采样共同携带了TACOM相关信息。探索性子维度分析进一步表明,任务范围与注视驻留和注视时间比例的一致性关联最强,而任务不确定性与瞳孔变异性和空间熵的关联更密切。这些发现表明,眼动追踪可能通过描述执行过程需求来补充TACOM,但证据仍属相关性,且受限于任务集较小、研究生样本和任务界面变异性。未来研究应使用持证操作员、更大的多场景任务集、独立TACOM评分和步骤级AOI分析来验证这些特征。
论文解读:
核电厂异常与事故处理过程中,操作员必须在紧急或异常运行规程的约束下进行信息确认、状态诊断和控制操作。此类程序化任务是主控室人因可靠性的基本单元,漏操作、判断延迟或偏离预定顺序均可能削弱事故缓解效果。任务复杂度因此成为影响操作员绩效、规程设计、人员培训和人员系统界面评价的核心绩效形成因子。在数字化主控室中,报警、参数趋势、软控制和显示页面之间的耦合更加紧密,复杂规程可能迫使操作员在多个界面间搜索、整合分散线索并在行动前维持多个逻辑条件,这使任务复杂度的量化评估变得更为重要。
为量化程序化任务的复杂度,Park和Jung提出了任务复杂度度量(TACOM)。TACOM从五个方面描述程序任务:需处理的信息量、动作数量、步骤间逻辑关系、所需系统知识以及建立判断标准的难度。这些子测度进一步整合为任务范围(TS)、任务可结构化性(TR)和任务不确定性(TU)等复合维度。相比简单的步骤计数或单一专家评分,TACOM将规程文本中嵌入的信息、动作和判断要求转化为可比较的任务级分数。后续研究已支持TACOM在数字主控室中与任务完成时间、工作负荷评分、不安全动作和绩效时间的关联效度。然而,大多数现有TACOM验证仍依赖执行时间、主观工作负荷或不安全行为等结果性指标。这些指标在任务执行后观测,难以直接揭示操作员在执行过程中如何分配注意力、搜索界面信息和处理判断条件。因此,结构复杂度是否在执行过程行为中留下可观测痕迹仍不清楚。眼动追踪在理论上与TACOM相关,因为眼动描述操作员在感知、解释和整合程序信息时的视觉注意分配。注视时长和注视变异性通常被视为视觉驻留和局部信息处理的指标,瞳孔直径和瞳孔变异性对处理努力和唤醒敏感,注视分散、空间熵和转换度量描述屏幕空间采样的广度和组织。本研究将眼动模型定位为TACOM的行为验证和探索性补充,而非替代工具。研究在M310压水堆全范围模拟器上记录参与者执行17个具有不同TACOM得分的应急规程片段时的眼动,检验任务级眼动特征能否预测TACOM得分、哪些特征组有贡献,以及眼动特征在不同TACOM子维度上是否存在差异。研究有三点贡献:将问题从单纯预测TACOM得分转向检验程序结构复杂度是否在执行过程中留下可观测眼动痕迹;使用PLSR并报告均值基线、时长控制、特征组和不确定性分析以避免过度解读小样本任务级数据;探索TACOM子维度是否显示不同眼动特征,并将这些模式视为需要独立验证的描述性证据。
研究人员在衡阳南华大学人因工程研究所的M310压水堆全范围模拟器上开展实验。模拟器由6个19英寸显示屏组成,呈现SGTR和SLOCA应急操作所需的电厂状态参数、报警、规程页面和控制界面。眼动数据使用Tobii Pro Glasses 2以100 Hz采样率记录。21名参与者均为核相关学科研究生,具有至少一年核工程教育背景,视力正常或矫正正常,熟悉计算机操作。参与者不代表持证核电厂操作员队伍,所有推广结论均视为初步结果。实验选取17个来自实际核电厂应急运行规程的SGTR和SLOCA典型规程片段,涵盖参数确认、系统状态判断和控制动作。任务选择标准为:可在模拟器环境中独立完成;涉及不同数量的信息元素和信息处理过程;TACOM得分差异明显。每个参与者完成全部17项任务,任务顺序随机化。实验前计算每个程序任务的TACOM得分以保持任务设计和量化评估的一致性。实验流程包括约30分钟培训、个体眼动校准、正式记录,每两个任务间休息2–3分钟,SGTR和SLOCA场景间休息20分钟,每名参与者总时长约90–120分钟。眼动特征提取覆盖记录时长、注视、眼跳、瞳孔、注视空间分布、注视动态和注视转换特征。特征导出后按任务级平均,因为TACOM标签描述的是任务而非个体试验。TACOM测量按照原有框架,先使用五个子测度编码:步骤信息复杂度(SIC)、步骤逻辑复杂度(SLC)、步骤规模复杂度(SSC)、抽象层级复杂度(AHC)和工程决策复杂度(EDC)。任务级TACOM得分根据规程内容和TACOM编码规则在眼动模型拟合前确定,避免眼动数据直接泄漏到响应变量。得分整合时使用既定层次权重计算任务范围(TS)、任务可结构化性(TR)和任务不确定性(TU),最终TACOM得分采用加权欧几里得范数计算。PLSR建模中,输入为25个任务级眼动变量,输出为连续TACOM得分。训练时对X进行标准化,采用留一任务交叉验证评估泛化性能。评价指标包括RMSE、MAE、R
2、Pearson相关和Spearman秩相关。此外,还拟合了特征组模型和去除时长变量duration_s的时长控制模型,并采用5000次任务级bootstrap和置换检验评估不确定性。
研究结果部分首先报告TACOM得分分布。17个程序任务的TACOM得分范围为2.070至4.017,均值3.335,标准差0.542,覆盖低、中、高水平复杂度。得分最高的任务为PUT RCV LETDOWN IS、ASG FLOWRATE REGULATION和P.RCP STABILIZATION (PZR FULL),最低为ISOLATION OF THE STEAM CONSUMERS和PUT APG OS。连续得分梯度表明预测目标不是简单高-低分类,而是适合回归建模的任务级复杂度连续体。随后,任务级TACOM预测结果显示,PLSR模型在留一任务交叉验证下达到RMSE=0.357、MAE=0.300、R
2=0.538、Pearson’s r=0.750和Spearman’s rho=0.775。RMSE低于均值基线RMSE 0.559,相当于观测TACOM范围的18.3%。Spearman相关强于Pearson相关,表明模型对任务相对排序的保持优于精确线性校准。辅助检查中,中位数二分分类准确率为0.765,宏F1为0.757;三水平分类准确率为0.706,宏F1为0.676。这些分类结果仅用于支持排序保持解释。特征组消融分析显示,每个单一特征组均差于全特征模型:仅用注视特征RMSE=0.500、R
2=0.095;仅用瞳孔特征RMSE=0.485、R
2=0.149;仅用空间和注视动态特征RMSE=0.481、R
2=0.165;仅用眼跳特征R
2=?0.398,低于均值基线。消除duration_s后模型性能提升至RMSE=0.313、R
2=0.646,表明预测信号不依赖于原始任务时长。特征重要性分析中,注视时长标准差(fixation_sd_duration_ms)与TACOM呈正相关(r=0.642,Spearman’s rho=0.718),瞳孔第95百分位数(pupil_p95_mm)也与TACOM正相关(r=0.610),提示高复杂度规程片段往往伴随更不稳定的注视驻留和更强的瞳孔响应。探索性子维度分析表明,任务范围与注视中位时长(r=0.659)、注视总比例(r=0.642)和瞳孔p95(r=0.619)呈正相关;任务不确定性与瞳孔变异系数(r=0.593)、空间熵4×3(r=0.566)和注视转换平均像素距离(r=0.568)相关更密切;而步骤逻辑复杂度和任务可结构化性在全局眼动摘要中反映较弱,SLC与注视速度标准差负相关(r=?0.490),TR与注视率负相关(r=?0.415)。不确定性分析采用5000次bootstrap重采样和置换检验,结果显示观测的任务-标签对应优于随机分配,但不建立因果机制。任务级残差识别出边界案例:PUT GCT CONDENSER IS误差接近零,TRANSITION TO CHARGING CONFIGURATION也显示出良好一致性;ISOLATION OF THE STEAM CONSUMERS被大幅高估,PUT RCV LETDOWN IS和PZR LEVEL CONTROL被低估,提示部分程序复杂度可能主要源于逻辑判断、系统后果或步骤间依赖,这些无法被全局任务级眼动统计完全捕获。
讨论部分指出,本研究的核心发现并非PLSR已经是足够稳健的复杂度预测模型,而是程序结构复杂度在任务执行过程中留下了可测量但初步的眼动行为痕迹。模型优于均值基线,保留了TACOM得分的大部分相对排序,且在移除时长变量后仍保持高于基线的性能。这支持眼动追踪可为TACOM增加执行过程证据的观点,但任务数少和相关性设计需要谨慎解读。特征组消融结果支持行为表征的多维性质,仅使用单一特征族(注视、瞳孔、眼跳或空间动态)的模型均弱于全特征模型,表明TACOM相关信息分布在眼动行为的多个方面。去除duration_s后的性能提升进一步表明信号不仅仅是任务完成时间的代理。研究还补充了近期使用生理信号估计核电厂任务复杂度的尝试,脑电图和深度学习方法可提取丰富认知信息,而眼动追踪提供了操作员如何采样和重访界面信息的更透明描述。残留模式揭示了方法边界:某些任务的预测值与TACOM得分接近,结构复杂度反映在全局眼动摘要中;其他任务误差较大,可能是复杂度由程序逻辑、系统状态解释或显示页面导航驱动,而全局任务统计无法捕获。模拟器界面变异性尤其相关,不同规程片段可能需要不同页面、控件和显示区域,注视分散可能部分反映屏幕设计而非任务复杂度,因此需要基于AOI的分析和布局控制才能做出更强论断。
结论部分总结:本研究考察了基于TACOM的程序复杂度评估的行为可观测性。使用21名参与者、17个SGTR/SLOCA程序任务和25个眼动特征,PLSR以RMSE=0.357、MAE=0.300、R
2=0.538预测任务级TACOM得分。预测与观测得分正相关(Pearson’s r=0.750;Spearman’s rho=0.775),模型优于均值基线。特征和子维度分析表明,注视变异性、注视驻留、瞳孔响应、注视动态和空间采样携带TACOM相关信息,尤其对任务范围和不确定性。总体而言,证据支持眼动数据在基于TACOM的程序评估中发挥谨慎的补充作用,眼动追踪可能有助于揭示结构任务需求在执行过程中的表达方式,并可能帮助识别需要更密切检查规程、界面或培训的任务。然而,结论仍受限于相关性设计、小任务集、研究生样本、研究人员生成的TACOM标签以及缺乏步骤级AOI控制。需要以持证操作员、独立TACOM评分、更丰富任务场景和界面受控的眼动分析进行更大规模研究,才能考虑实际操作部署。该论文发表在《Sensors》。