| Summary: | Neste trabalho é proposto um modelo neural para ações de controle manual em tarefas de rastreamento. As tarefas de rastreamento aqui estudadas incluem aquelas em que é fornecido um preview explícito do sinal de referência (sinal explicitamente previsível) e aquelas em que a regularidade do sinal permite que o operador humano (OH) efetue uma predição em tempo real de seu valor futuro (sinal implicitamente previsível). Adicionalmente, é realizado um estudo sobre a previsibilidade de formas de onda. Foi comprovado que o fenômeno de melhoria do desempenho do OH obtido com o fornecimento de preview explícito também pode ser observado quando o OH está rastreando sinais implicitamente previsíveis. Além disso, verificou-se que o mesmo modelo é capaz de reproduzir as ações de controle manual nos dois casos. O estudo sugere que o aprendizado do OH na execução de uma tarefa de rastreamento pode ser dividido em duas partes: (1) um reconhecimento da dinâmica do processo que está sob seu controle seguido da (2) elaboração (quando possível) de um modelo dinâmico ou morfológico do sinal a ser rastreado. Os resultados também sugerem que o registro da atividade de um OH encarregado do controle de um determinado sistema dinâmico pode ser usado para treinar um controlador neural para desempenhar a mesma tarefa.
|
|---|
