《Expert Systems with Applications》:Human-in-the-loop expert system for multi-task robotic motor training: integrating adaptive task scheduling with dynamic difficulty regulation
编辑推荐:
有效的多任务运动训练需要对任务难度和练习安排进行双重调控。先前的研究通常只关注单一任务内的动态难度调节(Dynamic Difficulty Adjustment, DDA)或多任务间的固定调度,而实时自适应调度与任务内难度调节的联合效应尚不明确。本研究提出并
有效的多任务运动训练需要对任务难度和练习安排进行双重调控。先前的研究通常只关注单一任务内的动态难度调节(Dynamic Difficulty Adjustment, DDA)或多任务间的固定调度,而实时自适应调度与任务内难度调节的联合效应尚不明确。本研究提出并验证了一种用于个性化机器人训练的人机协同专家系统,该系统被构建为一个双层决策框架,并在四款严肃体感游戏——Pong、Balloon、Draw和Spaceship——中进行了评估。该框架集成了一个用于实时性能驱动型DDA的低层决策系统(Low-Level Decision-Making System, LL-DMS)和一个基于任务间性能进行自适应任务调度的高层决策系统(High-Level Decision-Making System, HL-DMS)。在一项对照实验中,参与者分别采用自适应系统或固定调度与固定难度进行训练。两组之间未观察到统计学上显著的基线差异。经过两个自适应模块(约26分钟的自适应调度训练)后,测试组的基线标准化绩效显著高于对照组,F(1,18)=5.90,p=0.03;从描述性统计看,测试组在Pong、Draw、Balloon和Spaceship中的原始绩效分别高出43.3%、61.8%、19.6%和33.5%。在一小时的保持间隔后,测试组仍表现出更高的整体标准化绩效,F(1,18)=6.77,p=0.02,而组别×游戏的交互作用经Greenhouse–Geisser校正后未达到统计学显著性水平,p=0.09。系统层面的分析表明,该专家系统能够将受训者绩效维持在预定义的最优区域附近,并生成个性化的策略,为每位参与者最薄弱的任务分配了额外159%的练习时间。这些发现支持了该整合框架作为一种可解释的方法,可用于提升多任务运动表现及短期保持。
一、研究背景与现存问题
运动学习是指通过练习引起的运动表现变化,其核心机制包括基于误差的适应和强化学习。已有研究表明,训练效果高度依赖于任务难度与个体技能水平的匹配程度,即最优挑战点(optimal challenge point)理论。同时,多任务运动学习还受到练习顺序的影响,不同任务的贡献率与改善速率各不相同,从而影响即时表现和长期保持。然而,现有研究大多聚焦于单一任务内的动态难度调节(Dynamic Difficulty Adjustment, DDA),或是在多个任务之间采用固定的练习调度方案。将实时自适应调度与任务内难度调节相结合的整合框架尚未得到充分探索。因此,研究人员提出了一个双层自适应决策框架,旨在实现个性化、可解释的多任务机器人运动训练。
二、研究方法概述
研究人员开发了四款基于Unity引擎的严肃体感游戏(serious exergames):Pong、Balloon、Draw和Spaceship,每款游戏均设有主、辅两种绩效指标。核心技术创新在于一个双层决策框架:低层决策系统(Low-Level Decision-Making System, LL-DMS)基于双绩效指标的联合评估,通过规则驱动的闭环控制器实时调整游戏参数,使受训者绩效保持在预设最优区间内,并引入平滑机制以避免剧烈波动;高层决策系统(High-Level Decision-Making System, HL-DMS)则依据受训者在各任务间的相对表现,自适应地调度游戏顺序。实验共纳入20名参与者,随机分为采用自适应系统的测试组和采用固定调度与固定难度的对照组。
三、研究结果
3.1 基线差异检验
实验前对两组参与者的基线水平进行了统计分析,结果显示两组之间不存在统计学上显著的基线差异,确保了后续比较的有效性。
3.2 即时训练效果
经过两个自适应模块(约26分钟的自适应调度训练)后,测试组的基线标准化绩效显著高于对照组(F(1,18)=5.90,p=0.03)。从描述性统计数据来看,测试组在Pong、Draw、Balloon和Spaceship中的原始绩效分别高出43.3%、61.8%、19.6%和33.5%。
3.3 短期保持效果
经过一小时的保持间隔后,测试组仍表现出更高的整体标准化绩效(F(1,18)=6.77,p=0.02)。组别×游戏的交互作用经Greenhouse–Geisser校正后未达到统计学显著性水平(p=0.09)。
3.4 系统层面分析
系统层面的分析显示,该专家系统能够有效维持受训者绩效在预定义的最优区域附近。此外,系统生成了高度个性化的策略,为每位参与者最薄弱的任务平均分配了额外159%的练习时间。
四、讨论与结论
研究结果表明,将任务内动态难度调节与任务间自适应调度相结合的双层框架,能够在多任务运动训练中显著提升即时表现和短期保持效果。这种整合方法优于传统的固定调度方案,其优势体现在:一方面,低层DDA确保每位受训者始终处于最佳挑战状态,促进心流体验;另一方面,高层自适应调度自动识别并重点强化薄弱环节,实现资源的优化配置。该框架的透明性和可解释性使其尤其适用于未来机器人辅助康复等需要安全、可控交互的应用场景。研究结论指出,这一整合框架作为一种可解释的方法,对于改善多任务运动表现及短期保持具有重要意义。