NeuroTracker 与美国空军和 NASA 的合作

现代军事行动的进步意味着飞行员可以获得更多的技术和资源，以增强高风险和高压环境中的决策能力。这种新方法还意味着飞行员比以往任何时候都更快地整合数据和信息源，使他们面临超出认知负荷能力和犯错误的风险更大。

空军教育和训练司令部（ AETC）不仅认识到迫切需要通过创建飞行员培训下一步空军飞行员短缺的问题。 在任务需求和飞行模拟不断增加的情况下评估和监控认知负荷的重要性这有可能优化军队各级飞行员的训练环境并提高学习潜力。

尽管采用了革新飞行员培训的创新方法，但它并非没有挑战。人才概况和提高培训效果的需要在感知和认知领域采用经过科学验证的技术尽管新兴科技和神经科学行业存在潜在的解决方案，但理论与实践之间仍然存在很大差距。

与NASA先锋合作伙伴关系的原因之一，专注于生物识别和人类表现数据收集，旨在研究有助于最佳学生飞行员学习的生理和认知因素。作为 AETC 和 NASA 合作研究协议的一部分，正在开发一种机器学习算法，以生成人类表现的全面视图，从而优化学生的学习体验。

美国宇航局还将贡献有关如何从学生特定的生物识别数据中得出推论的专业知识。除了生物识别数据外，他们还将利用眼动追踪数据可视化技术来跟踪和记录飞行学员在模拟飞行过程中的眼球运动，从而使教员飞行员能够实时和飞行后分析数据。 NeuroTracker 将用于评估和增强影响飞行员表现的关键认知技能。

NeuroTracker被选为飞行员培训下一步计划的决赛入围者，并且是唯一被选为 PTN 课程应用生物识别和分析计划核心组成部分的神经技术。 NeuroTracker 目前用于训练工作记忆、注意力和执行功能，所有这些对于在高压力环境下保持态势感知和执行有效决策能力至关重要。

这种伙伴关系汇集了多学科专业知识，通过将交互式和可访问的技术融入学习过程的重点突出的科学方法，提高飞行员的表现和心理弹性。

Science Applications International Corporation (SAIC)应用生物识别和分析团队领导了 PTN 的大部分工作。完成基线认知和心理测量概况，以确定优势和局限性领域。通过结合认知练习、体能训练、神经技术 (NeuroTracker)、生物识别和睡眠跟踪，实施了监测和提高认知负荷能力和复原力的整体方法。心率变异性等生物识别技术来测量和分析整个实时和模拟飞行中的压力反应。这些策略在整个项目期间每天都会采用，并得到飞行员教员 (IP) 和 SAIC 认知教练的持续反馈。

完成后测试分析后，发现工作记忆能力提高了 36%，其他认知功能提高了 9% 至 20%（研究结果即将发表）。此外，NeuroTracker 速度阈值数据显示了确定将哪些飞行员分配到每个飞行轨迹的预测能力。虽然样本量太小，无法确定统计显着性，但这些发现与Jocelyn Faubert 教授之前的研究，表明职业运动员的一个显着因素是他们学习如何快速处理复杂动态视觉场景的能力，正如使用神经追踪器任务。

这些初步数据结果和合作研究伙伴关系对于这些项目在继续评估、适应和融入学生环境时所能取得的成果具有深远的影响。这种训练飞行员的现代方法不仅有可能彻底改变美国空军，而且也有可能改变军队内部的其他训练项目。一个例子是针对美国陆军旋翼飞行员的飞行员培训下一步计划 (ATN)。 ATN 项目遵循“学习下一个”模式，使用定制方法尝试了解飞行员如何在学术、综合和生活环境中最好地学习。

正是这些类型的合作将导致类似的创新在军事训练的所有领域不断发展，并有可能以加速、高效和注重学习的方式培养战士。