[論文レビュー] Simulation-based Optimization for Augmented Reading

Yunpeng Bai, Shengdong Zhao+1 more|arXiv (Cornell University)|Feb 26, 2026

Gaze Tracking and Assistive Technology被引用数 0

ひとこと要約

要約: この論文は、リソース合理性を用いたシミュレーションベースの最適化問題として拡張読書を位置づけ、シミュレート読者を用いたテキストインタフェースの最適化をオフラインおよびオンラインのパイプラインで提示する。

ABSTRACT

Augmented reading systems aim to adapt text presentation to improve comprehension and task performance, yet existing approaches rely heavily on heuristics, opaque data-driven models, or repeated human involvement in the design loop. We propose framing augmented reading as a simulation-based optimization problem grounded in resource-rational models of human reading. These models instantiate a simulated reader that allocates limited cognitive resources, such as attention, memory, and time under task demands, enabling systematic evaluation of text user interfaces. We introduce two complementary optimization pipelines: an offline approach that explores design alternatives using simulated readers, and an online approach that personalizes reading interfaces in real time using ongoing interaction data. Together, this perspective enables adaptive, explainable, and scalable augmented reading design without relying solely on human testing.

研究の動機と目的

• 読者の文脈と認知的制約に適応するための拡張読書を動機付ける。
• UI設計の原理的評価指標としてリソース合理性読みモデルを導入する。
• ユーザ、タスク、文脈をまたぐ拡張読書の設計空間を定義する。
• シミュレートされた読者を用いてインタフェースを評価・最適化するオフライン・オンライン最適化パイプラインを提案する。
• シミュレーションにより、大規模な人間テストを要さずに、スケーラブルで説明可能な設計を可能にすることを示す。

提案手法

• 拡張読書を認知的・環境的制約の下での最適化問題として位置づける。
• リソース合理性読みモデルを用いて読者をシミュレートし、テキストUI設計を評価する。
• シミュレートされた読者を用いた前導入評価のためのオフライン最適化を説明する。
• 進行中の相互作用データを用いたリアルタイム個別化のオンライン最適化を説明する。
• シミュレートされた読者を、異なるユーザーをモデル化するパラメータを変える評価者として扱う。

Figure 1. Resource-rational reading models enable principled optimization of text user interfaces across a wide design space. ( Left ) A reading agent interacts with text-based user interfaces by allocating visual attention over time, guided by perceptual input, memory state, task objectives, and an

実験結果

リサーチクエスチョン

• RQ1 リソース合理性読みモデルを用いて拡張読書のテキストUIを評価・最適化する方法は。
• RQ2 オフラインおよびオンラインのシミュレーションベース最適化パイプラインは、拡張読書システムの適応性・説明性・スケーラビリティを向上させるか。
• RQ3 設計要因（レイアウト、顕在性、内容負荷）は認知的制約とどのように相互作用して理解と効率に影響を与えるか。
• RQ4 シミュレートされた読者は、包摂的デザインを支援するために異なるユーザープロファイルやエッジケースを近似できるか。
• RQ5 UI最適化における大規模な人間テストへの依存を低減する役割としてのシミュレーションは何か。

主な発見

• シミュレーションベースの読者は、理解、努力、時間の観点で代替的なテキスト提示を評価するための原則的な方法を提供する。
• オフライン最適化により、展開前に大規模な設計空間を体系的に探索できる。
• オンライン最適化は、読書中のリアルタイムでの個別化UI適応を支援する。
• リソース合理性モデルは、 multitaskingや認知的差異を含む異なる読者と文脈を表現するように調整できる。
• このアプローチは、ヒューリスティックや純粋にデータ駆動の方法に対する、拡張性が高く説明可能な代替手段を提供する。
• このフレームワークは、負荷、理解、または安全性のボトルネックを特定することにより、ターゲットを絞った設計介入を導くことができる。

Figure 2. Optimization paradigms for augmented reading. (a) Human-in-the-loop optimization. Traditional text UI design relies on human readers to generate behavioral data and feedback, making optimization costly and difficult to scale. (b) Simulation-based offline optimization. A simulated reading a