【技术实现步骤摘要】
本申请涉及数据处理，特别是涉及一种用户接受物理挑战任务的主观意愿调整方法、装置、计算机设备和存储介质。
技术介绍
1、很多人机交互系统或平台，例如面向老年人运动功能的康复训练系统、面向作业人员的操作技能培训平台、以及很多年轻人喜爱的开放探索式游戏等，都给用户设计了不同难度的物理挑战任务，并赋予了用户充分的自由和权限去选择或接受所面临的物理挑战任务。
2、在上述这类应用系统或平台中，对用户是否接受某个物理挑战任务的主观意愿进行调整有利于满足不同任务的设计初衷。例如在面向老年人运动功能的康复训练系统中，老年人经常会因为对自己不自信而不接受某些训练任务，缺乏训练的主观积极性，影响其康复效果。因此，对老年人做训练任务的主观意愿进行调整可以鼓励其更加积极主动地接受康复训练。
3、现有技术主要通过动态难度调整技术(dda：dynamic difficulty adjustment)来调整视频游戏任务的客观难度水平，从而保持用户对视频游戏的兴趣度和游戏保持时间。然而，此类技术无法应用在难度无法被调整或不应该被调整的应用场景，从而无法动态调整用户接受物理挑战任务的主观意愿，进而无法实现任务设计者的预期目标。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种用户接受物理挑战任务的主观意愿调整方法、装置、计算机设备和存储介质，能够动态调整用户主观接受物理挑战任务的意愿，直至达到任务设计者的预期目标。
2、一种用户接受物理挑战任务的主观意愿调整方法，包括：通
3、在其中一个实施例中，当前物理挑战任务的人均表现数据为满足高斯分布的人均表现参数，用户的预计任务表现数据为满足高斯分布的预计任务表现参数；通过当前物理挑战任务的人均表现数据和用户的自我效能感量表的评分获得用户的预计任务表现数据，包括：获取人均表现参数的第一数学期望和第一标准差；获取用户的自我效能感量表，根据自我效能感量表的评分确定与数学期望相关的第一常量以及与标准差相关的第二常量；根据第一数学期望和第一常量确定预计任务表现参数的第二数学期望，以及根据第一标准差和第二常量确定预计任务表现参数的第二标准差。
4、在其中一个实施例中，在人均表现参数的第一数学期望越大表征出用户任务表现越好时，若自我效能感量表的评分越高，则确定的第一常量越大。
5、在其中一个实施例中，在人均表现参数的第一数学期望越小表征出用户任务表现越好时，若自我效能感量表的评分越高，则确定的第一常量越小。
6、在其中一个实施例中，在人均表现参数的第一标准差越小表征出用户任务表现越好时，若自我效能感量表的评分越高，则确定的第二常量越小。
7、在其中一个实施例中，根据第一数学期望和第一常量确定预计任务表现参数的第二数学期望，包括：根据μp＝k1μm计算预计任务表现参数的第二数学期望；其中，μp表示预计任务表现参数的第二数学期望，k1表示第一常量，μm表示第一数学期望；和/或，根据第一标准差和第二常量确定预计任务表现参数的第二标准差，包括：根据σp＝k2σm计算预计任务表现参数的第二标准差；其中，σp表示预计任务表现参数的第二标准差，k2表示第二常量，σm表示第一标准差。
8、在其中一个实施例中，在人均表现参数的第一数学期望越接近任务指定范围中心表征出用户任务表现越好时，根据自我效能感量表的评分确定第一常量，包括：根据计算得到第一常量；其中，a和b为当前物理挑战任务中用户需要操控目标控制在任务指定范围对应的两个常量值。
9、在其中一个实施例中，通过用户的预计任务表现数据计算用户对完成当前物理挑战任务的成功率的主观估计值，包括：根据计算用户对完成当前物理挑战任务的成功率的主观估计值；其中，ps表示用户对完成当前物理挑战任务的成功率的主观估计值，x表示当前物理挑战任务中用户操控目标的位置变量。
10、在其中一个实施例中，通过用户的主观估计值、预配置的任务成功奖励因子和预配置的任务失败惩罚因子计算用户对执行当前物理挑战任务的整体估计值，包括：通过用户的主观估计值、预配置的任务成功奖励因子和预配置的任务失败惩罚因子并根据v＝ps*gain+(1-ps)*loss计算用户对执行当前物理挑战任务的整体估计值；其中，v表示用户对执行当前物理挑战任务的整体估计值的参数，gain表示任务成功奖励因子的参数，loss表示任务失败惩罚因子的参数。
11、在其中一个实施例中，通过用户对执行当前物理挑战任务的整体估计值确定用户主观接受当前物理挑战任务的概率，包括：通过用户对执行当前物理挑战任务的整体估计值并根据确定用户主观接受当前物理挑战任务的概率；其中，paccept表示用户主观接受当前物理挑战任务的概率的参数。
12、在其中一个实施例中，通过用户主观接受当前物理挑战任务的概率和预设置的当前物理挑战任务的概率调整当前物理挑战任务的任务成功奖励因子和任务失败惩罚因子，包括：调整当前物理挑战任务的任务成功奖励因子和任务失败惩罚因子，以使得根据v＝ps*gain+(1-ps)*loss和计算出的用户主观接受当前物理挑战任务的概率与预设置的当前物理挑战任务的概率相等，或计算出的用户主观接受当前物理挑战任务的概率与预设置的当前物理挑战任务的概率的差值在设定范围内。
13、一种用户接受物理挑战任务的主观意愿调整装置，包括：获得模块，用于通过当前物理挑战任务的人均表现数据和用户的自我效能感量表的评分获得用户的预计任务表现数据；第一计算模块，用于通过用户的预计任务表现数据计算用户对完成当前物理挑战任务的成功率的主观估计值；第二计算模块，用于通过用户的主观估计值、预配置的任务成功奖励因子和预配置的任务失败惩罚因子计算用户对执行当前物理挑战任务的整体估计值；确定模块，用于通过用户对执行当前物理挑战任务的整体估计值确定用户主观接受当前物理挑战任务的概率；调整模块，用于通过用户主观接受当前物理挑战任务的概率和预设置的当前物理挑战任务的概率调整当前物理挑战任务的任务成功奖励因子和任务失败惩罚因子，以动态调整用户接受物理挑战任务的主观意愿。
14、一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一实施例方法的步骤。
15、一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理本文档来自技高网...
【技术保护点】
1.一种用户接受物理挑战任务的主观意愿调整方法，其特征在于，所述方法包括：
2.根据权利要求1所述的主观意愿调整方法，其特征在于，所述当前物理挑战任务的人均表现数据为满足高斯分布的人均表现参数，所述用户的预计任务表现数据为满足高斯分布的预计任务表现参数；
3.根据权利要求2所述的主观意愿调整方法，其特征在于，在所述人均表现参数的第一数学期望越大表征出用户任务表现越好时，若所述自我效能感量表的评分越高，则确定的第一常量越大。
4.根据权利要求2所述的主观意愿调整方法，其特征在于，在所述人均表现参数的第一数学期望越小表征出用户任务表现越好时，若所述自我效能感量表的评分越高，则确定的第一常量越小。
5.根据权利要求2所述的主观意愿调整方法，其特征在于，在所述人均表现参数的第一标准差越小表征出用户任务表现越好时，若所述自我效能感量表的评分越高，则确定的第二常量越小。
6.根据权利要求2所述的主观意愿调整方法，其特征在于，所述根据所述第一数学期望和所述第一常量确定所述预计任务表现参数的第二数学期望，包括：根据μp＝k1μm计算所述
7.根据权利要求6所述的主观意愿调整方法，其特征在于，在所述人均表现参数的第一数学期望越接近任务指定范围中心表征出用户任务表现越好时，所述根据所述自我效能感量表的评分确定第一常量，包括：
8.根据权利要求7所述的主观意愿调整方法，其特征在于，所述通过所述用户的预计任务表现数据计算所述用户对完成当前物理挑战任务的成功率的主观估计值，包括：
9.根据权利要求8所述的主观意愿调整方法，其特征在于，所述通过所述用户的主观估计值、预配置的任务成功奖励因子和预配置的任务失败惩罚因子计算所述用户对执行当前物理挑战任务的整体估计值，包括：
10.根据权利要求9所述的主观意愿调整方法，其特征在于，所述通过所述用户对执行当前物理挑战任务的整体估计值确定所述用户主观接受当前物理挑战任务的概率，包括：
11.根据权利要求10所述的主观意愿调整方法，其特征在于，所述通过所述用户主观接受当前物理挑战任务的概率和预设置的当前物理挑战任务的概率调整当前物理挑战任务的任务成功奖励因子和任务失败惩罚因子，包括：
12.一种用户接受物理挑战任务的主观意愿调整装置，其特征在于，所述装置包括：
13.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至11中任一项所述方法的步骤。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至11中任一项所述方法的步骤。
...【技术特征摘要】
1.一种用户接受物理挑战任务的主观意愿调整方法，其特征在于，所述方法包括：
2.根据权利要求1所述的主观意愿调整方法，其特征在于，所述当前物理挑战任务的人均表现数据为满足高斯分布的人均表现参数，所述用户的预计任务表现数据为满足高斯分布的预计任务表现参数；
3.根据权利要求2所述的主观意愿调整方法，其特征在于，在所述人均表现参数的第一数学期望越大表征出用户任务表现越好时，若所述自我效能感量表的评分越高，则确定的第一常量越大。
4.根据权利要求2所述的主观意愿调整方法，其特征在于，在所述人均表现参数的第一数学期望越小表征出用户任务表现越好时，若所述自我效能感量表的评分越高，则确定的第一常量越小。
5.根据权利要求2所述的主观意愿调整方法，其特征在于，在所述人均表现参数的第一标准差越小表征出用户任务表现越好时，若所述自我效能感量表的评分越高，则确定的第二常量越小。
6.根据权利要求2所述的主观意愿调整方法，其特征在于，所述根据所述第一数学期望和所述第一常量确定所述预计任务表现参数的第二数学期望，包括：根据μp＝k1μm计算所述预计任务表现参数的第二数学期望；其中，μp表示所述预计任务表现参数的第二数学期望，k1表示所述第一常量，μm表示所述第一数学期望；
7.根据权利要求6所述的主观意愿调整方法，其特征在于，在所述人均表现参数的第一数学期望越接近任务指定范围中心表征出...
【专利技术属性】
技术研发人员：彭晓兰，黄进，张浩，周超，李洋，田丰，
申请(专利权)人：中国科学院软件研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。