[论文解读] An Optimal Control Model of Mouse Pointing Using the LQR

Florian Fischer, Arthur Fleig+3 more|arXiv (Cornell University)|Feb 26, 2020

Tactile and Sensory Interactions参考文献 33被引用 5

一句话总结

该论文在最优反馈控制框架内提出了一种线性-二次型调节器（LQR）模型，用于解释鼠标指针运动，最小化到达目标的距离与运动 jerk。该模型在 12 名用户（共 7,702 次运动）的人体指向数据上，优于最小 jerk 模型与二阶滞后模型，仅使用三个可解释参数（刚度、阻尼与努力）即实现了更高的精度。

ABSTRACT

In this paper we explore the Linear-Quadratic Regulator (LQR) to model movement of the mouse pointer. We propose a model in which users are assumed to behave optimally with respect to a certain cost function. Users try to minimize the distance of the mouse pointer to the target smoothly and with minimal effort, by simultaneously minimizing the jerk of the movement. We identify parameters of our model from a dataset of reciprocal pointing with the mouse. We compare our model to the classical minimum-jerk and second-order lag models on data from 12 users with a total of 7702 movements. Our results show that our approach explains the data significantly better than either of these previous models.

研究动机与目标

• 向人机交互（HCI）领域引入最优反馈控制（OFC）作为建模人机交互中人类运动的统一框架。
• 基于线性-二次型调节器（LQR）开发一种简单、可解释且精确的鼠标指针运动建模方法。
• 在真实的人体指向数据上，将 LQR 模型与既有的最小 jerk 模型与二阶滞后模型进行比较。
• 识别能够解释个体间运动动力学差异的用户特定参数（刚度、阻尼、努力）。
• 证明闭环、基于反馈的最优控制模型可在无需机器学习的情况下预测完整的运动轨迹（位置、速度、加速度）。

提出的方法

• 构建一个线性-二次型最优控制问题，其中代价函数同时惩罚与目标的距离和运动 jerk。
• 将鼠标指针的动力学建模为带有位置与速度状态变量的二阶线性系统。
• 利用 LQR 计算最优反馈控制律，通过实时反馈当前状态来最小化代价函数。
• 通过将模型参数（刚度、阻尼、努力）拟合至 12 名用户执行往返指向任务的实验数据，进行参数识别。
• 通过位置、速度与加速度时间序列的平方误差和（SSE）比较模型性能。
• 将反应时间参数（δ）扩展至模型中，以补偿初始延迟，将其视为自由优化变量。

实验结果

研究问题

• RQ1 基于 LQR 的最优反馈控制模型是否能比现有模型更准确地解释人类鼠标指针运动？
• RQ2 仅含三个参数的简化 LQR 模型在多大程度上能捕捉人类指向运动的完整动力学？
• RQ3 与最小 jerk 模型及二阶滞后模型相比，LQR 模型是否能更真实地再现速度与加速度轮廓？
• RQ4 通过可解释的参数，该模型在多大程度上能解释个体间运动行为的差异？
• RQ5 该模型是否能在不依赖机器学习或运动终点先验知识的情况下，预测完整的运动轨迹（包括启动与修正）？

主要发现

• 基于 LQR 的模型（2OL-LQR2）在 12 名用户共 7,702 次指向运动的完整轨迹拟合中，显著优于二阶滞后模型（2OL-Eq）与最小 jerk 模型。
• 与二阶滞后模型相比，该模型生成了更对称且更符合生理特性的速度与加速度轮廓，避免了不切实际的高初始加速度。
• 与最小 jerk 模型不同，LQR 模型无需知晓目标到达时间或终点位置，仍能实现高精度的轨迹预测。
• 该模型通过三个可解释参数（刚度 k、阻尼 d 与与 r 相关的努力）成功捕捉了用户的个体运动特征。
• 将反应时间参数（δ）作为自由变量引入后，模型拟合性能得到提升，但其值未必对应真实的生理反应时间。
• 尽管存在简化假设（线性动力学、无噪声、无延迟），该模型仍以高保真度解释了人类运动数据，证明了最优反馈控制框架的鲁棒性。