跳到主要内容
返回时间线
arXiv来源发表:

团队协作也能建“能量碗”模型:ANCHOR 用 52 个参数预测四人团队何时跑偏

核心概要

协作混合现实头显能记录谁在说话、谁在看同一张图、谁站得近,但要让系统在团队跑偏前给出提示,需要一个能从小样本学、反复迭代仍稳定、设计者读得懂的团队模型。ANCHOR 把四人团队看成能量碗里的球,碗底由团队近期行为、自身历史和他人规范混合确定,用 52 个参数写成切换端口哈密顿系统。在留出的 17 支四人团队上,偏离 32 秒后约剩 24%,模型预测 30%;对话崩溃预警 AUROC 为 0.85,精度与约 4 万参数的黑箱基线相当。

Source-provided article image: ANCHOR: A Port-Hamiltonian Model for Forecasting Team Dynamics in Human-in-the-Loop Systems
arXiv

深度剖析

四人团队在协作混合现实里共同给图片分类时,其互动状态可以写成一个有明确能量含义的动力系统,偏离常态后会像球滚回碗底一样自行回落。 此前对团队互动的预测多依赖黑箱序列模型或简单统计规则,缺少一个参数少、可迭代、可读的“被控对象”模型;团队心理学只给出定性描述,没有可计算的回落形式。 在训练中留出的 17 支四人团队上,一次发言突增后 32 秒,发言占比从 46% 降到 27%,模型预测 30%;两分钟内预测误差 14.1 个百分点,低于会话均值的 17.0 和持续性的 22.6。

模型把团队状态写成 20 维向量,其中 4 维是成员发言时长、6 维是每对成员的共同注视、6 维是每对成员的近距离共处、4 维是团队层面的均值与发言均衡度。 团队层面的量单独保留,而不是由成员预测汇总得到;一名成员有 44% 的时间沉默,从成员预测推出的发言均衡度误差是直接预测的 3.7 倍(2.86 对 0.77)。 在留出团队上逐项去掉模型部件再重训,去掉混合静止点使成员与配对误差上升 19.3%(17/17 支团队更好),去掉动力学上升 11.3%(17/17),去掉团队层状态使团队层误差上升 270.3%(16/17)。

能量碗的碗底不是固定值,而是每个预测起点上由三个锚点混合得到:最近五个窗口的加权平均、本场会话至今的平均、训练团队的总体平均。 只用近期行为或只用会话历史作静止点都会变差;三种来源按行为类型学到不同权重,共同注视几乎完全依赖本队历史(0.81),发言均衡度则主要跟随当下与他人规范(0.43 与 0.56)。 只用近期行为的静止点使成员与配对误差上升 19.3%、团队层上升 16.5%;只用会话历史分别上升 3.4% 和 9.7%,两项在 17 支留出团队上均通过显著性检验。

由于矩阵按团队结构构造,能量平衡和提示下的有界性对任意拟合参数都成立,不需要在训练后额外检查稳定性。 自由线性映射只能在每次拟合后验证稳定性,而 ANCHOR 的调节项正定、交换项反对称,使无任务输入时预测只能向碗底收缩。 在全部留出团队的 60 窗口(16 分钟)滚动预测中,含相位切换与任务输入,能量平衡在 100% 的步上成立,每个预测坐标都保持在 0 与 1 之间。

启示与展望

结论来自 17 支四人平级团队在同一房间、用协作混合现实共同把 28 张图片分到六类情绪标签的会话,每人佩戴 Meta Quest Pro,无时间限制、无预设轮次;拟合出的锚点与增益描述这一任务,可迁移的是模型结构,换任务需重新拟合。提示时机的比较是在仿真中完成的,提示效应为假设值并做了扫描,真实提示的效果尚未测量。

相位、任务端口、感知阻尼和惯性在留出团队上与简化模型持平,交换增益很小,团队在此分辨率下更像无摆动地滑回静止点而非振荡;相位在 17 场会话中有 15 场只切换一次,约在 5 分钟处,因此只有 11% 的预测在 48 秒内遇到切换。逐秒分析未发现真实团队比替代团队有更多时间不可逆性或旋转,但对话信号因同处一室的头显串音无法定论。提示效应在记录会话中不存在,仿真结果只反映给定效应下策略的时机好坏。