[論文レビュー] Whether Moving or Not: Modeling and Predicting Error Rates in Pointing Regardless of Target Motion.

Eun‐Ji Park, Hyunju Kim+2 more|arXiv (Cornell University)|Jun 8, 2018

Interactive and Immersive Displays参考文献 4被引用数 1

ひとこと要約

本研究では、ターゲットの運動にかかわらず、ユーザーがターゲット追跡中にクリック操作を計画・実行する方法をモデル化することで、ポイントエラー率を予測する「インターミッテンティ・クリックプランニングモデル」を導入する。このモデルは、静止状態のターゲットではR² = 0.992、移動中のターゲットではR² = 0.985という高い精度を達成し、ファーストパーソンショーターのプレイヤー間での認知的差異を明らかにした。

ABSTRACT

Pointing is the task of tracking a target with a pointer and confirming the target selection through a click action when the pointer is positioned within the target. Little is known about the mechanism by which users plan and execute the click action in the middle of the target tracking process. The Intermittent Click Planning model proposed in this study describes the process by which users plan and execute optimal click actions, from which the model predicts the pointing error rates. In two studies in which users pointed to a stationary target and a moving target, the model proved to accurately predict the pointing error rates (R2 = 0.992 and 0.985, respectively). The model has also successfully identified differences in cognitive characteristics among first-person shooter game players.

研究の動機と目的

• ポイントタスクにおけるターゲット追跡中のクリック操作計画の背後にある認知的メカニズムを理解すること。
• 静止および移動ターゲットの両方を考慮したポイントエラー率の予測モデルを構築すること。
• 特にファーストパーソンショーターのプレイヤーを含むユーザー間における認知処理の差異を特定すること。
• 連続的なポインタ移動中のクリック計画の間欠的性質をモデル化すること。

提案手法

• ターゲット追跡中にユーザーがクリック操作をいつ、どのように計画するかを模倣するための「インターミッテンティ・クリックプランニングモデル」を提唱する。
• ポインタとターゲットの距離および運動に基づく、間欠的な意思決定の連鎖としてクリック計画をモデル化する。
• 静止および移動ターゲットへのポイント行動データを用いて、モデルのキャリブレーションと検証を実施する。
• 予測されたクリックタイミングと観察されたエラー率との相関を統計的モデリングで分析する。
• R²値を用いて、さまざまな条件下でのエラー率予測のモデル精度を評価する。
• 特にゲーマーを含むユーザー群間でのモデルパラメータを比較することで、認知的差異を分析する。

実験結果

リサーチクエスチョン

• RQ1 ユーザーは、ターゲットの運動にかかわらず、どのようにしてクリック操作を計画・実行するのか？
• RQ2 モデルは、静止および移動ターゲットの両方のタスクにおいて、どの程度ポイントエラー率を予測できるのか？
• RQ3 エキスパートゲーマーとノンゲーマーの間で、クリック計画行動の背後にある認知的差異は何か？
• RQ4 間欠的なクリック計画は、全体的なポイントパフォーマンスおよびエラー率にどのように影響するか？

主な発見

• インターミッテンティ・クリックプランニングモデルは、静止ターゲットに対してR² = 0.992という高い精度でポイントエラー率を正確に予測した。
• モデルは移動ターゲットに対しても高い予測精度を維持し、R² = 0.985を達成した。
• モデルは、ファーストパーソンショーターのプレイヤーと非プレーヤーとの間で顕著な認知的特徴の差を特定できた。
• クリック計画は連続的ではなく、間欠的であることが示され、追跡中の意思決定負荷を軽減する認知戦略である可能性がある。
• 高いR²値は、両方の運動状態において、モデルの予測と実証データの間で強い整合性があることを示している。
• これらの発見は、クリック計画における認知処理の差が、インタラクティブタスクにおけるパフォーマンスのばらつきに寄与している可能性を示唆している。