도로 횡단 결정의 인지 복잡성 해독: 시간 변화 드리프트 속도, 신호 억제 및 효용 극대화를 통합한 새로운 모델

도로 횡단 결정은 고전적인 의사결정 과제에서 일반적으로 발생하지 않는 독특한 특성을 보입니다. 이러한 복잡성을 탐구하기 위해, 보행자가 도로를 횡단하기 위해 접근하는 차량을 평가할 때의 인지 과정을 발견하기 위해 새로운 시간 변화 결정 확산 모델을 도입합니다. 이 모델은 충돌 위험과 관련된 지각 정보를 동적으로 연결하는 그럴듯한 인지 메커니즘을 제안합니다. 우리는 두 개의 실험을 수행하고 행동 및 뇌파(EEG) 데이터를 기록했으며, 모델을 데이터 세트에 적용했습니다. 우리의 모델은 의사결정 과정의 복잡성을 효과적으로 포착하며, 안전 관련 사건과 연관된 응답 시간의 뚜렷한 이중 모드 분포를 밝혀냅니다. 이 모델은 드물게 발생하는 횡단 사건을 제외하고 데이터와 밀접하게 일치합니다. 우리의 EEG 데이터는 결정 변수가 시간이 지남에 따라 어떻게 변화하는지를 보여주며, 신호 억제가 대칭적인 응답 시간 분포로 이어진다는 것을 나타냅니다. 모델 결과와 함께, 우리는 결정 속도와 충돌 위험이 세 가지 기본 메커니즘인 시간 변화 드리프트 속도, 신호 억제 및 효용 극대화에 의해 매개되어 중요한 역할을 한다고 결론지었습니다. 이러한 요소들이 어떻게 수렴하여 보행자가 접근하는 차량 앞에서 안전한 순간을 결정하는 방법을 설명하는 검증 가능한 프레임워크를 제공하는지 논의합니다.