.png){kind=icon}
返回
A Computational Framework for Emotion-Sensitive Behavioral Metrics Using a Gamified Task
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-10486-1_20.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
心理健康挑战，包括抑郁症、焦虑症和饮食失调，正日益影响年轻人，凸显了对有效监测和早期干预策略的迫切需求。传统评估方法往往缺乏生态效度以捕捉现实世界中动机和决策过程的复杂性。本研究提出了一种以游戏化任务为核心的新型计算框架，用于测量情绪敏感的行为指标，特别关注外在动机。我们介绍了为Android操作系统开发的一款模拟水果采集觅食任务的移动视频游戏的设计规格。借鉴觅食理论、查诺夫边际价值定理、自由能原理和主动推断，游戏结构旨在激发不确定性下的目标导向行为，并计算建模玩家行动。设计优先考虑简洁性和用户友好性，采用简单的点击式交互和积极的奖励系统，确保无论用户技能水平如何都能访问。游戏过程中，系统将玩家互动记录为进展状态的序列，捕捉路径选择、能量消耗、时间管理和采集水果等变量。这些数据可用于提取个体层面的参数，作为动机策略的功能性标志物。通过分析游戏模式，可以识别出反映不同情绪状态（如冷漠/抑郁、贪婪战略家、焦虑但半战略性、依赖型和混合/不稳定）的特定行为特征。这种基于模型的方法为表征行为表型提供了一种动态替代传统自我报告方法的方式。所提出的框架为心理学家和精神科医生提供了一种可行且吸引人的工具，用于监测年轻患者，帮助识别脆弱性的早期行为标志，并支持纵向临床监测。未来工作包括将游戏实现为移动应用程序，并使用真实参与者进行验证。
Keyword:
Computational Intelligence
Motivation
Video Games
Affective disorders
Healthcare
期刊
I
IF:
0
论文数:
50
被引数:
0
机构
引用论文
Personalized Characterization of Emotional States in Patients with Bipolar Disorder.png)
Mathematics
OAAI
MathematicsIF0
OAAI分享收藏Development and Validation of the Psychological Motivations for Playing Video Games scale (PMPVGs)《视频游戏心理动机量表（PMPVGs）的开发与验证》
PREAI
分享收藏分享收藏Reviewing explore/exploit decision-making as a transdiagnostic target for psychosis, depression, and anxiety回顾探索/利用决策作为精神分裂症、抑郁症和焦虑症的跨诊断干预目标
OAAI
OAAI分享收藏
查看更多内容