通过变形对象更好地学习

您是否见过花哨的人体工学椅子，似乎可以神奇地塑造人​​的身体？这类产品使麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员考虑了可以变形的其他日常物品，以帮助他们的用户-不仅可以完成事情，而且可以实际提高他们在特定领域的技能。

他们想出了一个主意：篮球篮，可以在不断打球时收缩和抬高，从而帮助您更有效地训练。

这种想法是，初学者可以从较低的高度和较大的箍直径使用篮子开始。随着它们使篮子变得更加一致，篮筐会自动收缩和上升，直到达到规定尺寸。

在麻省理工学院教授斯特凡妮·穆勒（Stefanie Mueller）的带领下，研究人员说，这类自适应工具可以帮助负担不起教练或私人教练费用的人们学习不同的技能或训练运动。他们希望这种想法在大流行期间可能会特别及时，因为突然取消了如此多的亲自上体育课。

Mueller及其同事已经开始开发其他几种原型工具，包括带有可提升训练轮的自行车，帮助高尔夫球手保持手臂伸直的臂章，甚至是自适应救生衣和高跟鞋。

对于篮球架，CSAIL团队在两种不同条件下对其进行了测试。在“手动自适应”模式下，用户是更改箍的高度和宽度的用户；在“自适应”模式下，箍环本身会自动调整，以使用户始终在“最佳挑战点”上学习，因为任务既非易事，也非难事。

实验结果表明，与采用静态铁环或手动自适应模式相比，对自适应铁环进行训练可以带来更好的性能-主要作者Dishita Turakhia说，这表明人们经常过度挑战自己或不足以挑战自己，“并不是很擅长评估他们的技能水平。”

用户发现，与自己调整箍圈相比，自适应系统不仅更有效，而且更有趣，更省心，因为它使他们不必不断做出是否要使任务变得更加困难的决定。

没有参加这项研究的Autodesk高级首席研究科学家Fraser Anderson说：“有趣的是，它可以客观地衡量性能。” “您不必依靠自己对是否熟练掌握技能的感觉：系统可以做到这一点，并消除自我怀疑，过度自信或猜测。”

目前，该系统用于确定射门准确性的算法有些粗糙：如果球穿过球网，则射手实际上得到一分，而如果击中篮板，则其获得半分。如果射击者的至少四次射击后的平均值为0.75点或更高，则箍将收缩并增加一个设定值，然后整个过程将重复。 （Turakhia说，通过使用更多的传感器和摄像头，箍可以感知更广泛的技能并做出相应的调整。）

该团队计划继续为其他用例开发适应性工具，包括康复和工作场所培训。安德森说，他甚至可以想象在医学院中采用一种自适应方法来帮助外科医生提高技能。

Turakhia和Mueller与硕士生Andrew Wong和以前的研究生Yii Qi＆＃39; MNG＆＃39; 18和Lotta Blumberg＆＃39; MNG＆＃39一起写了这篇论文。他们将在2月的计算机协会有形，嵌入式和嵌入式交互（TEI）会议上以虚拟方式介绍该论文。该项目得到了MIT综合学习计划的部分支持。