[论文解读] To react or not to react? Intrinsic stochasticity of human control in virtual stick balancing

Arkady Zgonnikov, Ihor Lubashevsky+3 more|arXiv (Cornell University)|Feb 13, 2014

Human-Automation Interaction and Safety参考文献 33被引用 3

一句话总结

本文提出了一种由噪声驱动的、内在随机的人类控制模型，用于虚拟杆平衡任务，其中控制激活并非源于固定阈值，而是稳定意图与最小化努力欲望之间动态相互作用的结果。该模型成功再现了实验数据，表明内在随机性——而非基于阈值的间歇性——在人类控制不稳定系统时的波动中起着关键作用。

ABSTRACT

Understanding how humans control unstable systems is central to many research problems, with applications ranging from quiet standing to aircraft landing. Increasingly much evidence appears in favor of event-driven control hypothesis: human operators only start actively controlling the system when the discrepancy between the current and desired system states becomes large enough. The event-driven models based on the concept of threshold can explain many features of the experimentally observed dynamics. However, much still remains unclear about the dynamics of human-controlled systems, which likely indicates that humans employ more intricate control mechanisms. The present paper argues that control activation in humans may be not threshold-driven, but instead intrinsically stochastic, noise-driven. Specifically, we suggest that control activation stems from stochastic interplay between the operator's need to keep the controlled system near the goal state on one hand and the tendency to postpone interrupting the system dynamics on the other hand. We propose a model capturing this interplay and show that it matches the experimental data on human balancing of virtual overdamped stick. Our results illuminate that the noise-driven activation mechanism plays a crucial role at least in the considered task, and, hypothetically, in a broad range of human-controlled processes.

研究动机与目标

• 研究人类控制不稳定系统的基本机制，特别是在虚拟杆平衡背景下的表现。
• 通过提出一种替代的噪声驱动激活机制，挑战现有的事件驱动、基于阈值的控制假说。
• 开发并验证一个捕捉人类控制行为内在变异性的随机模型。
• 证明噪声驱动控制比传统阈值模型更能解释极端波动和系统动力学。

提出的方法

• 本研究采用虚拟过阻尼杆平衡任务，对10名人类受试者进行实验，实时采集控制与状态数据。
• 基于操作者稳定杆的需要与延迟或避免控制行为的倾向，构建了随机控制模型。
• 模型整合了一个最小化控制努力和偏离直立位置的损失函数，通过带拉格朗日乘子的最优控制理论求解。
• 最优控制响应被近似为开环控制，仅在每次控制周期开始时引入反馈，依据贝尔曼最优性原理。
• 模型的动力学特性由一组微分方程导出，其特征值表明系统具有振荡且衰减的行为，与实验观察结果一致。
• 通过将模拟的控制模式和杆角度波动与人类受试者的实证数据进行比较，验证了理论解的有效性。

实验结果

研究问题

• RQ1 是什么驱动了人类在不稳定系统平衡中控制的间歇性激活？
• RQ2 内在随机性与基于阈值的模型相比，在解释人类控制动力学方面表现如何？
• RQ3 噪声驱动的控制机制能否再现人类控制的虚拟杆平衡中观察到的极端波动？
• RQ4 控制努力最小化在塑造校正动作的时机和幅度方面起什么作用？
• RQ5 开环控制近似在多大程度上能够解释人类在不稳定控制任务中的行为？

主要发现

• 所提出的噪声驱动控制模型成功再现了人类在虚拟杆平衡中控制行为的统计特性，包括控制间隔分布和杆角度波动。
• 模型的特征值基于最优控制理论推导得出，表明其具有振荡且衰减的动力学特性，与观察到的人类反应一致。
• 控制激活机制并非由固定阈值触发，而是源于稳定需求与努力规避之间内在的随机相互作用。
• 模型的预测与实验数据高度吻合，尤其在捕捉人类控制动作的不规则性和变异性方面表现突出。
• 结果表明，内在随机性而非确定性阈值，可能是广泛范围内人类控制过程复杂动力学的潜在基础。
• 本研究提供了证据，表明当与随机激活机制结合时，开环控制近似可有效建模人类行为。