在高风险的航空领域，飞行员在压力下的表现能力至关重要。为此，全面而精确的训练成为飞行员掌握应对挑战性状况所需技能的关键。近日，美国纽约大学开发了一款基于微软 HoloLens 的 AR（增强现实）视觉分析工具——HuBar，旨在通过深入分析飞行员的行为和认知工作量，来总结和比较其任务表现，进而优化训练计划。
HuBar 作为一种创新的视觉分析工具，能够深入探究飞行员在执行任务时的行为和精神状态。通过这一工具，研究人员和培训师可以识别出飞行员在执行任务中的模式，精确定位困难区域，并据此优化AR辅助培训计划，从而提升学习效果和实际表现。
纽约大学团队表示，尽管飞行员培训是 HuBar 的一个潜在用例，但其应用范围远不止于此。HuBar 能够将 AR 辅助任务中的各种数据可视化，这种全面的分析能力有助于提高各种复杂场景下的性能和学习效果。例如，在外科手术、军事行动和工业任务等领域，HuBar 同样能够发挥重要作用，帮助改善相关训练。
在针对航空领域的实验中，团队分析了多名直升机驾驶员在 AR 飞行模拟中的数据。通过 HuBar 的详细分析，研究人员发现表现不佳的驾驶员经常查阅手册，这反映出他们对任务的熟悉程度较低。利用这些信息，培训师可以精确定位驾驶员遇到困难的具体领域，并了解原因，从而为改进 AR 辅助培训计划提供有价值的见解。
HuBar 的独特之处在于其分析非线性任务的能力，并能够同时集成和可视化多个复杂数据流。这包括大脑活动、身体运动、注视追踪、任务程序、错误和精神工作量分类等。通过这种方法，研究人员和培训人员可以在各种任务完成路径中识别认知状态、身体动作和任务绩效之间的相关性。
此外，HuBar 的交互式可视化系统还有助于在不同的过程之间进行比较，从而有可能在复杂的、非顺序的过程中识别模式和异常。这意味着，通过 HuBar，研究人员可以准确地看到一个人在任务中何时以及为什么会精神超载或负荷不足，这在广泛的应用中是前所未有的。
随着增强现实系统的普及，像 HuBar 这样的工具对于理解这些技术如何影响人类的表现和认知负荷至关重要。研究人员总结道，未来的增强现实训练系统可能会根据用户的精神状态进行实时调整，而 HuBar 正在帮助我们准确地理解如何在不同的应用程序和复杂的任务结构中实现这一目标。