Does uncertainty about the terrain explain gaze behavior during visually guided walking?
Notice bibliographique
Résumé
A complex array of competing task demands, such as locating a landmark, avoiding obstacles, and regulating foot placement on challenging terrain, necessitate appropriate spatial-temporal gaze behavior and proper gaze-foot coordination when walking. Because of our imperfect knowledge of the world, many environmental features critical to this action are uncertain. For example, we may encounter terrain in which we do not know its characteristics. Here, we determined whether gaze is sensitive to uncertainty to control foot placement. In this experiment, participants (n = 8) walked and stepped on three irregularly spaced targets projected on the floor. To create three different levels of environmental (i.e., target) uncertainty (no, low, and high), we manipulated the standard deviation of two-dimensional Gaussian luminance blobs. We instructed participants to either step onto the centre of these blob targets (High-Accuracy task) or anywhere onto the targets (Low-Accuracy task) in different blocks of trials. We used a motion capture system to track foot placement and a high-speed, head-mounted mobile eye tracker to measure gaze. Our data show that participants spent more time fixating the targets in the High-Accuracy task. More importantly, total fixation time on the targets increased as their uncertainty increased in the High-Accuracy, but not Low-Accuracy task. We also found increased foot-placement error in the Low-Accuracy task overall, and with greater target uncertainty. In contrast, we found similar error among the three uncertainty conditions in the High-Accuracy task. Taken together, our results suggest that people choose to prolong fixation time on specific ground locations to control foot placement while walking. In line with past research (e.g., Gottlieb et al. 2014), we further suggest that this adaptive gaze strategy is due to an intrinsic motivation to reduce uncertainty and increase the expected reward of a future action; in this case, to ensure safe, accurate foot placement. Meeting abstract presented at VSS 2017
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».