意思的理解によるヒューマン・オーケストラシに対して：再設計学習と凝視スリンテーションを組み合わせることで個別化のハイライトをする

インターフェイスが、時間制限の下での利用者の状況認識を効果的に支援する必要があります。本研究は、再設計学習 (RL) をベースとしたユーザー向け UI の調整を行った個人的な警告戦略の個別化をするためです。それによって、重要なイベントに関しては表示を強調することで得られる利益と、中断によって発生する意識的な負担とのバランスを見つけることができます。 リアルワールドで行うのに必要な学習に取り組むためには、使用者の凝視行動をモデル化し挿入することにより注目動態をスリンテーションで再現します。 デリバリードローンのオーケストラシのトモエを使用して、ここでは最初の結果を提示し、RL をベースとしたハイライトはその静止またはルールに基づかない方法よりも優れているためです。 運用管理のスマート監視支援における知能化によります。

arXiv:2602.08403v1 Announce Type: cross Abstract: Interfaces for human oversight must effectively support users' situation awareness under time-critical conditions. We explore reinforcement learning (RL)-based UI adaptation to personalize alerting strategies that balance the benefits of highlighting critical events against the cognitive costs of interruptions. To enable learning without real-world deployment, we integrate models of users' gaze behavior to simulate attentional dynamics during monitoring. Using a delivery-drone oversight scenario, we present initial results suggesting that RL-based highlighting can outperform static, rule-based approaches and discuss challenges of intelligent oversight support.