14、视觉搜索中的速度与准确性：模型预测与最优性分析

视觉搜索中的速度与准确性：模型预测与最优性分析

1. 模型预测与人类心理物理学

在视觉搜索任务中，我们可以利用序贯概率比检验（SPRT）来进行预测，它能够对现有文献中的现象以及我们自己收集的数据做出合理的预测。

1.1 定性拟合

为了测试模型，我们进行了三个模拟实验，以探索其在经典视觉搜索实验中对反应时间（RT）和错误率（ER）的定性预测。
- 模拟实验1（Sim. 1）：“分块”设计
- 实验设置 ：在一个实验块内，目标和干扰项的方向以及项目数量保持不变。观察者可以从经验中得知这些参数的值，因此在模型中我们将这些参数设为常数，同时假设错误成本恒定，决策阈值也保持不变。每次试验中变化的是目标的存在与否、位置以及模拟超柱中单个动作电位的时间。
- 模型预测 ：
- RT分布呈重尾分布，近似于对数正态分布（如图10b）。
- 中位RT作为项目数量M的函数呈线性增加。对于困难任务（目标和干扰项方向差异小），斜率较大；对于简单任务（方向差异大），几乎呈水平状态。目标不存在时的中位RT比目标存在时更长，且斜率约为两倍（如图10a）。这些预测与人类受试者的经典观察结果一致。
- 模拟实验2（Sim. 2）：“混合”设计
- 实验设置 ：干扰项已知，但方向差异从10°、20°和60°中随机抽取，每次图像都不同。在刺激开始前，受试者和模型都不知道具体的方向差异。
- 模型预测 ：当目标存在