人的行為建模在城市人因設計中的應用

吳昌旭，周生琦，葉億寧/WU Changxu, ZHOU Shengqi, YE Yining

1 引言

近年來，城市人因研究已成為很多研究者關注的熱點。人因研究對提升人們的城市生活質量和幸福度起著重要的作用。比如，通過調整高鐵站自助取票機身份證放置區的坡度設置，減少旅客身份證的遺漏率；地鐵站等候區設置電子顯示屏顯示下一班次預計到達時間，減少乘客的等待焦慮等。該領域涌現的大量研究和實踐成果，為實現人民的公共利益最大化做出了巨大的貢獻。

目前的相關研究多是實驗研究。實驗所獲得的研究結果往往是在較短時間內的有限某幾個自變量的水平下獲得的結果（局部點陣），對長時間和多變量連續變化的情況把握不足。通過實驗歸納的行為機制的語言描述（有時是概念模型）非常重要卻不能準確預測人的行為。此外，由于人的認知和運動系統非常復雜，語言描述在很多情況下可能無法量化這些復雜的關系。通過建立人的行為計算（通常是數學和計算機模擬）模型可以解決這些問題。它提供了對人的行為機制的系統和計算性理解，對預測人的行為，解釋行為背后的潛在機制有著重要的理論和實踐價值。

本文主要包括3個部分內容：首先，介紹人的行為建模的基本情況和常見模型。其次，將按照人的主要活動空間（交通、家居、工作場所、其他公共場所），介紹人的行為建模在城市生活中的應用；最后，本文將展望人的行為建模在未來城市生活中的進一步應用。

2 人的行為建模

2.1 人的行為建模概述

行為計算模型既是一種整合性的理論，也是人的行為的計算機仿真程序。只有整合的認知理論才能完整地描述和預測人類的復雜行為，并定量預測任務績效[1]。通過行為計算模型，人們一方面可以通過仿真理解人類的認知和學習過程，同時了解與行為和決策相關的認知過程；另一方面，可以通過將認知數據作為機器或系統輸入的一部分，對指定行為或決策做出擬合或預測。正是因為行為計算模型可以實現和支持以上目標的實現，同時其具有穩定和可復現的特征，行為計算模型被廣泛應用于交通安全、人機交互、決策評估、醫療診斷等多個領域[2-3]。

2.2 常見的行為計算模型

目前受到學術界廣泛認可的行為計算模型有4個。（1）ACT-R（Adaptive Control of Thought-Rational）是一種認知行為的體系結構和認知機制的理論模型，其通過編程實現特定任務的認知模型構建使系統能夠執行人類的各種認知任務，包括感覺、學習、記憶等[4-5]；（2）SOAR （State，Operator and Result） 是較為先進和成熟且廣受認可的認知架構之一，其綜合了知識密集型推理、反應式執行、層次推理、規劃和經驗學習，目標是創建與人類具有相同認知能力的通用計算系統[6-7]。2011年，SOAR擴展了包括視覺空間處理的詳細公式，開發了空間/視覺系統（SOAR/SVS）組件[8]。另外，有研究者也對SOAR/SVS提出了一些修改，為人類視覺空間推理提供了一定理論基礎[9]；（3）EPIC（Executive Process-Interactive Control）適合于模擬人類多模式和多任務性能的認知體系結構，可用于為各種人機交互情景構建精確的計算模型[10-11]；（4）排隊網絡-人的信息處理計算模型（QN-MHP，Queuing Network-Model Human Processor），通過排隊網絡的結構對大腦的腦區的信息加工進行了架構，運用運籌學中的排隊網絡抓取了人腦信息加工的三大特點：人腦的信息加工是耗時的，人腦的信息加工是有容量限制的，以及人腦的信息加工是網絡化多個腦區協同工作的結果。因此，這使它能夠對人腦的信息加工進行系統和全面的數學建模[12-16]。

2.3 排隊網絡-人的信息處理計算模型（QNMHP）

QN-MHP是基于神經學在人腦腦區水平的科學實驗發現而發展起來的一種認知架構，它的處理器的功能和連接都是根據其對應的腦區功能和連接來設計（圖1、表1）。

每個QN-MHP處理器都能夠執行過程邏輯功能，并可以生成詳細的任務動作和模擬實時行為。更具體地說，處理器1-8代表感知子網絡（處理器1-4：視覺處理；5-8：聽覺加工；如大腦的背側和腹側系統，圖2）；處理器A-H代表認知子網絡（處理器A：視覺空間畫板；B：語音回路；C：中央執行；D：長時過程記憶；E：性能監視器；F：復雜認知功能；G：目標啟動；H：長時陳述性記憶和空間記憶；如右半球的后頂葉皮層，前額葉區)；處理器V-Z和處理器21-25代表動作控制子網絡（處理器V：感覺動作集成；W：動作程序檢索；X：反饋信息收集；Y：動作程序裝配及錯誤檢測；Z：向身體部位發送信息；21-25：身體部位：眼睛，嘴，四肢）。當前，QN-MHP已經在一種通用的工程仿真軟件Promodel中實現。

QN-MHP有以下幾個特點：

（1）QN-MHP的建構源于腦區的神經學研究，而EPIC和ACT-R的建構來源于定性的框架并在框架中添加了一些產生式。

（2）QN-MHP與其他模型的理論假設不同：QN-MHP將人類認知視為一個由混合結構組成的系統，該結構同時具有并行和串行的處理特性。EPIC將人類認知視為一個并行過程（認知模塊中的任務可以被并行處理），而ACT-R將人類認知視為一個串行過程（認知模塊中的任務需要被依次進行處理）。QN-MHP這種不同于ACT-R和EPIC的對“排隊”和“混合認知結構”的獨特理解，使QN-MHP能夠用有解析解的數學方程對人類多任務處理中的各種實驗結果進行預測和建模，并且能夠解釋和預測其他模型遇到的難以解釋的實驗結果反例。

（3）QN-MHP可以用于多任務控制中的行為和績效的建模，而且當QN-MHP在模擬人的多任務并行加工時，不需要第3個程序來協調多個并行任務，這個協調會自然而然的發生在排隊網絡信息實體在等待被服務的過程中。而ACT-R因為缺少這個排隊網絡的結構，建模的研究人員必須再編程第3個程序來協調多個并行任務。

（4）QN-MHP的很多建模工作是基于人的生理和神經科學研究結果的，包括：（a）QN-MHP模擬了大腦神經遞質（去甲腎上腺素等）的作用機制，對視覺—手動跟蹤任務中腦電波（事件相關電位，ERP）的振幅和潛伏時進行了計算建模，并與多個實驗結果一致；（b）QN-MHP模擬了大腦動作控制區域的神經元的矢量放電分布，從這個分布預測了人在動作控制中的失誤概率和失誤發生的空間范圍，并與多個實驗結果一致。

（5） QN-MHP對人的工作負荷進行了系統的建模工作，包括工作負荷的問卷測量的計算建模，工作負荷的腦電測量的計算建模，以及反映工作負荷的績效建模，從操作環境、人的個體因素（比如年齡）和任務等因素綜合預測人的工作負荷的變化并把人的工作負荷計算機仿真可視化。

（6）QN-MHP能夠在智能系統中預測人的行為，并且應用于事故預防和人系統設計，包括駕駛員超速預警系統、語音報警設計系統和人機界面可用性預測系統。

1 QN-MHP的通用結構

表1

（7）QN-MHP通過基于強化學習的算法模擬人在動作學習（包括人在學習過程中的行為變化）以及腦區的神經學機制。

3 人的行為建模在城市人因設計中的應用

城市人因設計的應用領域很多，本文主要是按照人的主要活動空間作為劃分標準，從交通、家居、工作場所和公共場所的維度介紹人的行為建模在城市人因設計中的應用。工作場所是一個較為特殊的公共環境，人們每天在工作場所的時間很長，所以單獨列出加以說明。本文在此也是拋磚引玉，期望更多學界同儕能關注并加入這一研究領域。

3.1 人的行為建模在城市交通中的應用

交通安全一直是研究者們關注的焦點問題。每年都會因為交通事故給國家和社會帶來巨大的生命和財產損失。下文將從行人行為安全建模、汽車駕駛員行為建模兩個方面進行展開。

3.1.1 行人行為安全建模

隨著世界范圍內汽車的日益廣泛使用，行人安全是一個亟待解決的問題。根據世界衛生組織發布的報告，2010年全世界約有270,000名行人在交通事故中喪生，占交通事故死亡總數的22%[17]。盡管交通事故可能是由于駕駛員的不安全行為引起的，但由于行人對距離和車速的判斷能力差等因素而導致的行人不安全行為也受到較多的關注。

通過人的行為建模可以更好地理解行人行為。比如，在非斑馬線道路上，行人以不斷變化的速度和方向越過馬路，導致發生較多的交通事故。我們通過計算模型來解決行人橫穿馬路時出現彎曲的行動軌跡的機理。在決策過程中，行人試圖通過權衡感知風險（PR）和效率來最大程度地減少不適感。感知風險來自車輛和道路上的特定位置。效率則通過與目標的偏離來建模[18]。

3.1.2 汽車駕駛員行為建模

駕駛員因素是交通事故當中的重要因素之一。比如，駕駛員的超速行為、工作負荷較高等。

超速行駛的預測對于降低超速行駛速度并防止與超速行駛有關的交通事故和傷害至關重要。我們開發并驗證了一種智能超速預測系統（ISPS）來防止超速的發生。通過建模預測，ISPS可以成功預測大多數（平均測試準確度超過86%）無意超速駕駛情況。ISPS能夠在意外發生之前至少4秒預測意外的速度。4秒鐘的時間間隔足以發出警告并讓普通駕駛員響應[19]。

信息過載的駕駛員會大大增加車輛碰撞的概率。我們通過一種基于排隊網絡理論的新計算方法建模駕駛員績效和工作負荷，以及工作負荷和績效的年齡差異，進而實時地將駕駛員工作負荷可視化[13]。

此外，我們還通過建模的方法探討車聯網系統中人在環的無線告警信息通知模型[20]。

3.2 人的行為建模在家居、工作場所和其他公共場所中的應用

人因對建筑設計的影響已在照明、噪音、溫度等可測量的環境參數方面有了大量的研究，已有很多業已明確的國家標準，比如《民用建筑隔聲設計規范》（GB 50118-2010）。然而，還有大量的人因問題以待研究。人的日常行為常有一定規律，通過行為計算模型明確人的感知、信息處理與行為決策的相互關系，并將數據合理應用，有利于使生活場景的設計在最大程度上滿足人因需求。下文將從家居、工作及其他公共場所的人因需求考慮及相關設計進行展開。

3.2.1 家居場所設計建模

家居場所設計常以舒適度、便捷度為重點，旨在通過合理布局規劃滿足人的日常生活需求。家居場所設計包括空間設計、陳設風格設計等多方面，受到人的生理規律與思想行為的大幅影響。陳設風格設計因人的主觀審美不同而個體間差異較大，難以用統一模型加以概括，而大部分家居室內空間設計有共通之處，這得益于對人的日常行為規律，即從感知到決策的邏輯鏈的建模分析。

2 建筑人因學研究舉例：家居場所的設計

通過建立QN-MHP模型基于人的生理和神經進行科學研究，向此系統輸入具體感知，令其執行過程邏輯功能，并生成詳細的任務動作和模擬實時行為，從而數據化分析適用于絕大部分人的居家行為模式，我們可以合理規劃室內空間設計。例如，常見的臥室與盥洗室配套、廚房與餐廳相連的空間設計，滿足了絕大部分人規律性的使用需求，符合人的日常生活習慣，即大部分人睡眠前后利用盥洗室更為頻繁，特別是長時間睡眠后，衛生間往往成為人的第一使用需求；廚房與餐廳常被連續使用，餐前餐后使用廚房符合絕大部分人的日常生活習慣，因此廚房與餐廳在多數室內設計中相連互通，便于餐前餐品的傳遞及餐后餐具的收理。建立行為模型能提升家居場所設計的合理性與實用性（圖2）。

3.2.2 工作場所設計建模

工作場所設計與家居場所有所相似，良好的辦公環境依托于對人的行為規律的分析總結。在常見的寫字樓型工作場所中，從工位的設計、辦公室及會議室的布局到茶水間、盥洗室的合理規劃，均與人因息息相關。通過傳統SLP分析方法與人的行為建模相結合，以確定作業單位的布局位置，其思想類似于家居場所依據使用頻率及配套關系進行合理布局規劃。工廠型的工作場所同樣注重車間、工位設計的合理性，流水線模式生產對工位間配合程度具有更高的要求。如在物流行業中，通過人體工程學實踐研究對工作場所設計進行改進，企業可以較好地解決不同員工、客戶的即時需求[21]。

工作場所的陳設風格及配色設計從心理、生理兩方面同時影響著人的行為。依據人性化研究進行的工作場所設計常能使員工實現更優工作效果，如百度家園以設計健康、友好設計環境的方法論，成為以人為本的設計范本[22]。

合理的場所設計有助于便捷辦公流程、提高員工工作效率，通過對人的行為建模將有利于提升行為績效。

3.2.3 其他公共場所設計建模

公共場所中的人因影響更為明顯。車站、機場、醫院、商場等人流量大的場所設計需對人的行為因素進行更多的考慮。要優化車站檢票口及機場登機口的布局規劃、安檢口的位置排布、盥洗室的分布、候車室及候機室的分布情況，就要求設計方對人流進行正確的預估，對來往人的行為做出合理的分析判斷，從而實現合理布局。例如，在火車站及機場中，通過安檢口后，旅客的第一需求常為尋找所乘車次或航班的相應檢票口，因此提供車次或航班信息的顯示大屏幕若安放在進站口附近，能夠使進站旅客瀏覽信息更加便利；而如今大部分車站將顯示屏放置在了車站或機場大廳正中間處，加之車站或航站樓樓體較長，容易給旅客尋找信息帶來極大不便。類似于此，通過建立QNMHP模型執行邏輯功能，分析人的行為模式，我們能對車站、機場等大型交通場所的設計規劃提出更便捷有效的建設方案（圖3）。

以醫院、商場為例的大型場所中已有部分利用工業工程思想進行優化布局的研究先例。以SLP分析法確定作業單位的布局位置，利用建立數據模型對人的行為進行預測、實現結構的合理優化，可以解決常見的人流分布不均、窗口等待隊列過長或場所擁擠等規劃不合理帶來的弊端。

4 未來展望

城市的高速發展需要人因研究提供的優化思路。其中以社區層面的群體研究與對公共交通的研究為典型代表。

4.1 在社區層面的群體研究

社區是社會有機體最基本的內容，是宏觀社會的縮影。通過對社區層面的群體進行研究，建立人的行為模型，建構邏輯關系預測人的行為，并綜合考慮人在群體中的行為模式，使所建立的模型適用于絕大部分人以及絕大部分群體，將有利于改善社區規劃，并由點及面影響城市布局，從而提升城市居民生活質量及幸福度。

4.2 對公共交通的研究

城市交通是居民生活質量的重要影響因素。通過以行人、機動車駕駛員、非機動車駕駛員，尤其是汽車駕駛員為主體進行建模研究，我們可以更好地理解不同研究主體的行為習慣，從而提供可靠方案減小道路交通事故發生率，并有效借助技術手段，通過建立車聯網系統中人在環的無線報警信息通知模型、設計車載語音報警系統等方式，減少交通事故帶來的生命與財產損失。

通過對城市公共交通系統的建設進行人因化分析，改善如公共汽車站、地鐵站、火車站的設計模式，利用人的行為分析模型，我們能增強城市公共交通系統的完備性，提高城市居民乘坐公共交通的舒適度與便捷度。□

3 成都雙流機場T2航站樓信息大屏與進站口位置關系圖示