Cette bibliothèque relie l'ACT-R de l'architecture cognitive avec le langage de programmation Python pour charger les données de l'utilisateur dans VisiCon d'Act-R.
L'ACT-R de l'architecture cognitive est capable de surveiller les interactions d'un opérateur humain avec un système utilisant le concept de traçage des modèles, un concept précédemment mis en œuvre dans un système de tutorat ACT-R [1]. Cette bibliothèque de logiciels a adapté le travail de [2] pour établir une telle connexion entre le langage de programmation Python et ACT-R version 7.21.6. Pour l'utilisation exemplaire de la bibliothèque, veuillez consulter [3] et [4].
$ pip install pyactcvou
$ pip install git+https://github.com/seblum/actcvJetez un œil au dossier Exemples pour un cas d'utilisation exemplaire.
import pandas as pd
import actr
import pyactcv as cv
data = pd . read_csv ( 'userData.csv' , sep = ';' , dtype = { 'alarmactivecolumn' : float , 'alarmnumbercolumn' : float , 'timecolumn' : float })
header = list ( data )
data = data . where (( pd . notnull ( data )), None )
frequency = 3000
duration = 3
starttime = 0
indexinput = 0
timebreak = 0.1
actcv = cv . ActCV ( data , 'timecolumn' )
actcv . load_states ()
actcv . schedule_visicon ()
actcv . schedule_tone ()
actr . run ()ActCv.py - contient la classe ACTCV et les méthodes pour créer l'interface pour charger les données de l'utilisateur ensemble dans le visicon d'Act-R.
actr.py - contient le répartiteur de ACT-R version 7.12., qui est nécessaire pour former une connexion entre Python et Act-R (voir http://act-r.psy.cmu.edu/).
Fonctionnalité supplémentaire possible à ajouter:
Pour installer PYACTCV ainsi que les outils pour développer et exécuter des tests, veuillez exécuter ce qui suit dans votre virtualenv:
$ pip install -e .[dev][1] Fu, W.-T., Bothell, D., Douglass, S., Haimson, C., Sohn, M.-H., et Anderson, J. (2006). Vers un système de formation basé sur des modèles en temps réel. Interaction avec les ordinateurs, 18 (6), 1215–1241.
[2] Halbruegge, M. (2013). ACT-CV - combler l'écart entre les modèles cognitifs et le monde extérieur. Dans E. Brandenburg (éd.), Grundlagen und anwennungen der Mensch- maschine-interaktion: 10. Berliner Werkstatt Mensch- maschine-systeme (pp. 205–210). Berlin: Tu Berlin.
[3] Klaproth, Ow, Halbruegge, M., Krol, Lr, Vernaleken, C., Zander, To et Russwinkel, N. (2020). Un modèle cognitif neuroadaptif pour gérer l'incertitude dans le traçage de l'état cognitif des pilotes. Sujets en sciences cognitives, 12 (3), p. 1012-1029.
[4] en revue