利用以前用户的数据来加速优化，在适应个人特征的同时利用共享特征
（映维网nweon 2025年06月24日）由于用户的运动能力、偏好和行为不同，虚拟现实和增强现实中的输入交互最佳设置在个体之间差异很大。今天的交互系统要么通常忽略这种可变性，要么依赖于手动用户调整和明确的校准程序，这可能导致交互效率低下或增加设置时间。
尽管human-in-the-loop优化有可能在使用过程中确定最佳设置，但由于其优化过程较长，所以很少应用。更有效的方法是不断利用以前用户的数据来加速优化，在适应个人特征的同时利用共享特征。
human-in-the-loop（人机协同/人在回路） 是一种将人类智能与人工智能系统紧密结合的方法论。其核心思想是：在ai系统的关键环节引入人类的判断、决策或反馈，形成一个“人机协作闭环”，从而提升系统的准确性、可靠性和适应性。
在一项研究中，苏黎世联邦理工学院团队介绍了continual human-in-the-loop optimization和基于贝叶斯优化的方法，利用贝叶斯神经网络代理模型来捕获种群水平特征，同时适应新用户。他们提出了一种生成式重放策略来减轻灾难性遗忘，随着用户基数的增加，适应时间可以缩短。
由于用户的运动能力、偏好和行为不同，虚拟现实和增强现实中的输入交互最佳设置在个体之间差异很大。今天的交互系统要么通常忽略这种可变性，要么依赖于手动用户调整和明确的校准程序，这可能导致交互效率低下或增加设置时间。
人在回路优化（hilo）提出了一种替代方法，基于用户过去的特定设计参数的性能来优化交互。hilo已在广泛的应用中证明其有效性，包括目标选择、文本输入和视觉设计等。
尽管计算优化器有助于避免对每个设计选项进行详尽的测试，并旨在以最少的用户试验确定最佳解决方案，从而减少用户花在次优设置的时间，但hilo广泛采用的一个重要障碍是其相对较低的样本效率。在没有先验信息的情况下，hilo通常依赖于初始随机搜索来探索问题空间，需要大量的试验来收敛到最优解。
另外，每个用户都必须从头开始优化过程。例如，优化3d选择的传递函数可能需要每个用户花费60到90分钟。尽管单个用户在不同的输入设置下可能有不同的偏好和性能，但可以利用用户群中的共享特征来提高用户之间的优化器效率。
理想情况下，随着来自先前用户的数据的积累，优化将变得更加高效，允许后续用户从先前的优化经验中受益，同时保持足够的灵活性，以确保发现适合个人需求的最佳解决方案。
所以在一项研究中，苏黎世联邦理工学院团队研究了这样一个问题：优化器能否不断地从先前的用户体验中学习，从而随着时间的推移提高效率？
尽管有潜力，但目前的计算方法并不支持对hilo进行不断改进的优化。另外在现有的研究文献中，问题本身和相应的挑战并没有得到彻底的阐述。一个相关的概念是元贝叶斯优化，它结合了元学习和贝叶斯优化。有的研究演示了在线hilo中使用元贝叶斯优化，其中一批“优先用户”需要从头开始经历一个完整的优化过程，使优化器能够更有效地处理后续“最终用户”。
然而，这种方法有一个关键的限制：部署期间的计算时间随着先前用户的数量增加而增加，从而导致可扩展性问题。超过某一点，它就变得不切实际，因为用户在适应过程中会遇到严重的延迟。另外，所述方法假设“优先用户”可以投入足够的时间来进行彻底的优化，但这在实践中可能不可行。换句话说，所述方法不适合直接转换为持续学习框架。
另一个密切相关的概念是持续学习，其中模型通过在不同任务之间积累知识来提高其预测能力（在hilo上下文中，任务是针对特定用户进行优化）。最近文献出现了关于优化背景下持续学习的研究，但它们的目标问题仅限于线性离散问题，其中典型的hilo处理与连续和多维参数空间的相互作用。hilo面临的独特挑战和相应的持续学习方法未得到解决和探索。
为了填补研究空白，团队提出了持续人在回路优化（chilo）的问题和概念。这种计算优化器，能够通过利用以前用户积累的经验不断提高效率和性能（如图所示）。
团队进一步确定了与持续学习相一致的关键技术挑战，包括可扩展性、灾难性遗忘、稳定性-可塑性困境，以及由于观测数据分布不均匀而导致的模型不稳定性。相关挑战指导了构建chilo方法的设计原则。
最后，团队提出了一种新的方法——种群信息连续贝叶斯优化（conbo）。conbo的核心是一个贝叶斯神经网络（bnn），它的训练数据是由以前用户的单个模型合成，每个模型都代表一组独特的用户特征。所述方法通过逐步将种群水平的用户体验与每个新用户集成，以促进更稳定和健壮的持续优化。
研究人员使用一系列标准基准优化函数验证了conbo的有效性和泛化性，并证明了conbo可以随着用户数据的积累而提高优化效率。最后，他们应用conbo来优化vr中使用文本输入的悬空键盘配置。评估显示，与针对每个用户从头开始优化相比，随着用户数量的增加，用户性能和收敛时间都有了显著改善。
相关论文：continual human-in-the-loop optimization
https://arxiv.org/pdf/2503.05405
总的来说，团队解决了人在回路优化中的一个新挑战：优化器如何不断积累经验并随着时间的推移而改进？团队提出了conbo。这种基于贝叶斯神经网络的方法通过种群模型捕获种群级用户特征，并使用以前用户的存储模型结合生成记忆重播机制。conbo在vr悬空文本输入方面的评估表明，在适应效率和整体性能方面，它比标准贝叶斯优化有了显著改善，同时在不需要明确用户反馈的情况下提供与手动调整相当的性能。
随着时间的推移，结果进一步显示出明显的改进趋势，后来的用户组从系统积累的知识中受益。这说明了conbo在向以前的用户学习的过程中逐步提高适应效率的能力。
团队表示，随着系统在用户、设备和任务之间的改进，conbo可以成为未来真正自适应和个性化交互的关键推动者，并最终演变为为广泛的应用实现高效和无摩擦的交互。
