瞄準訓練

盡快又準確咁擊中 30 個目標，睇吓你嘅瞄準表現點樣符合 Fitts 定律。免費，唔使登記。

由 Helibrain 團隊撰寫由Robert(英文)審閱，生物物理學博士候選人發佈於 最近審閱於

點樣睇你嘅分數

  • 每個目標嘅平均時間：整段遊戲時間除以目標數目，單位係毫秒 (毫秒)。時間愈短愈好。撳錯都會用時間，所以亦會計喺呢度。
  • 準確度：擊中次數除以你喺遊戲區內撳掣嘅總次數。
  • 最快擊中：你擊中單一目標最快嘅時間。
  • 吞吐量：用一個數字表示速度同難度，單位係每秒位元數（見下文）。愈高愈好。
  • 圖表：每個點代表一個目標，顯示你擊中所用時間同目標難度。虛線係你自己嘅 Fitts 定律趨勢線。

Fitts 定律係乜？

Fitts 定律指出，目標愈遠、愈細，擊中佢所需時間就愈長。Paul Fitts 喺 1954 年指出，所需時間會隨目標嘅「難度指數」按直線增加，難度以位元計算 [1]。現時通常寫成 log2(distance / width + 1) [2]。設計師會用呢條定律，令按鈕容易撳中。

快速資料

  • 測量乜嘢：你指向目標嘅速度同準確度，包括睇出目標位置、移動過去，同停喺目標上。
  • 用滑鼠嘅吞吐量：採用標準方法嘅實驗室研究發現，數值約為每秒 3.7 至 4.9 位元 [3]。
  • 用手指嘅吞吐量：一項手機研究中，16 個人點按目標，達到約每秒 7 位元 [4]。我哋用嘅係較簡單嘅方法（見下文），所以兩者唔可以直接比較。
  • 觸控屏幕上嘅細目標：單靠手指觸控，落點本身會偏差約 1 至 1.5 mm；細過約 7 mm 嘅目標會有好多次撳唔中 [5]。
  • 分開比較滑鼠同觸控：只會比較使用同一種輸入方式嘅結果。

瞄準訓練點樣玩

  1. 撳遊戲區中央嘅「開始」。計時開始。
  2. 擊中目標。30 個圓形目標會逐個出現，分為 3 種大小，每個都會同上一個相距一段距離。撳錯會拉低準確度；目標會留喺畫面，直到你擊中為止。
  3. 睇結果，包括你嘅 Fitts 定律趨勢線。

如果你分享分數，朋友會見到完全相同嘅目標。

我哋會按圖中所示，以每個目標嘅距離同大小計算吞吐量，唔會加上實驗室標準用嚟修正撳擊落點嘅調整 [3]。所以我哋建議你同自己之前嘅遊戲比較。

有乜嘢會影響你嘅瞄準？

  • 距離同大小。又遠又細嘅目標最花時間：呢個就係 Fitts 定律 [1, 2]。
  • 裝置。滑鼠、觸控板同手指會得出唔同結果。實驗室研究發現，觸控板比滑鼠慢好多 [3]。
  • 求快定求準。心急會增加失手次數，而每次失手都會用多啲時間。保持穩定節奏先最容易攞高分。
  • 年齡。一項研究發現，成年人比 12 至 14 歲兒童少犯錯，亦比 61 至 69 歲人士快 [6]。
  • 練習。玩過頭幾次、熟習遊戲之後，所用時間會縮短。

呢個測試可以同唔可以話俾你知嘅事

瞄準訓練會測量你今日用呢部裝置指向目標嘅速度同準確度。佢唔係智力或腦部健康測試，短時間嘅分數亦預測唔到你玩遊戲會有幾叻。

用同一部裝置同自己之前嘅結果比較；換咗滑鼠或者屏幕尺寸唔同，數字就會有變。

常見問題

瞄準訓練幾多分先算好？

用同一部裝置同自己之前嘅結果比較：玩呢類遊戲，分數高過上次就算好。等有足夠多人玩過之後，結果亦會顯示你第一次玩嘅表現，跟其他使用相同輸入方式嘅玩家第一次玩相比如何。

每秒位元數嘅吞吐量係乜？

吞吐量會一併計算目標有幾難同你擊中得幾快。難度以位元計算：log2(distance / width + 1) [2]。將難度除以每次擊中所用時間，再取平均，就得出每秒位元數。採用較嚴格方法嘅滑鼠實驗室研究，結果約為每秒 4 至 5 位元 [3]。

比較滑鼠同觸控公平嗎？

唔公平，而我哋亦唔會咁比較。手指同滑鼠嘅移動方式唔同，所以結果只會同使用相同輸入方式嘅人比較。

點解我朋友嘅目標同我一樣？

分享分數嘅連結會帶有嗰次遊戲嘅種子值，所以出現嘅目標會一模一樣，咁樣挑戰先公平。

Helibrain 瞄準訓練免費嗎？

係。遊戲同完整結果都免費：唔使登記、唔使電郵地址，亦唔使付款。

相關測試

睇晒 43 個免費腦力測試

想每日練習？Helibrain app（暫時只有英文版）有免費方案同付費方案。

參考資料

  1. Fitts PM (1954). The information capacity of the human motor system in controlling the amplitude of movement. Journal of Experimental Psychology 47(6):381–391. doi.org/10.1037/h0055392
  2. MacKenzie IS (1992). Fitts' law as a research and design tool in human-computer interaction. Human–Computer Interaction 7(1):91–139. doi.org/10.1207/s15327051hci0701_3
  3. Soukoreff RW, MacKenzie IS (2004). Towards a standard for pointing device evaluation, perspectives on 27 years of Fitts' law research in HCI. International Journal of Human-Computer Studies 61(6):751–789. doi.org/10.1016/j.ijhcs.2004.09.001
  4. MacKenzie IS (2015). Fitts' throughput and the remarkable case of touch-based target selection. Human-Computer Interaction: Interaction Technologies (HCII 2015), LNCS 9170, 238–249. doi.org/10.1007/978-3-319-20916-6_23
  5. Bi X, Li Y, Zhai S (2013). FFitts law: modeling finger touch with Fitts' law. Proceedings of CHI 2013, 1363–1372. doi.org/10.1145/2470654.2466180
  6. Hertzum M, Hornbæk K (2010). How age affects pointing with mouse and touchpad: a comparison of young, adult, and elderly users. International Journal of Human-Computer Interaction 26(7):703–734. doi.org/10.1080/10447318.2010.487198

呢頁由 Helibrain 團隊根據上面列出嘅研究撰寫，並於 2026年11月4日 由Robert(英文)（生物物理學博士候選人）審閱。資料來源有更新時，我哋亦會更新呢頁。