简体中文

瞄准训练（Aim Trainer）

尽可能快、尽可能准地击中目标，看看你的瞄准如何符合菲茨定律。免费，无需注册。我们会保存成绩，以及你的 IP 地址和所在国家或地区，用于建立比较。

Helibrain 团队撰写审阅：Robert，生物物理学博士候选人发布于 最近审阅于

击中目标

30 个目标会一个接一个出现，位置和大小各不相同。尽快击中每一个。

点击或轻触目标。没点中会降低你的准确率。鼠标和触屏的成绩分开记录。

怎么看你的成绩

  • 每个目标的平均用时：整轮用时除以目标数，单位是毫秒。越低越好。没点中也会花时间，所以也会体现在这里。
  • 准确率：击中次数除以你在游戏区域里的全部点击次数。
  • 最快一击：你最快击中的那一个目标。
  • 吞吐量：把速度和难度合成一个数字，单位是比特每秒（见下文）。越高越好。
  • 图表：每个点是一个目标，表示它的用时和难度。虚线是你自己的菲茨定律直线。

什么是菲茨定律？

菲茨定律说，目标越远、越小，击中它所需的时间就越长。保罗·菲茨在 1954 年证明，这个时间会随着目标的“难度指数”（以比特为单位）呈直线增长 [1]。如今它通常写成 log2(距离 / 宽度 + 1) [2]。设计师用它来让按钮更容易点中。

要点速览

  • 测的是什么：你指向目标有多快、多准：看到目标在哪里，移动过去，再停在上面。
  • 用鼠标的吞吐量：采用标准方法的实验室研究得到每秒约 3.7 到 4.9 比特 [3]。
  • 用手指的吞吐量：在一项手机研究中，16 个人用手指点目标，达到每秒约 7 比特 [4]。我们的数字用的是更简单的方法（见下文），所以不能直接比较。
  • 触屏上的小目标：手指本身的触点就会偏差约 1 到 1.5 毫米；小于约 7 毫米的目标会经常点不中 [5]。
  • 鼠标和触屏分开：成绩按输入方式分开记录。

瞄准训练是怎么进行的

  1. 按游戏区域中间的“开始”。这时开始计时。
  2. 击中目标。30 个圆形目标会一个接一个出现，有三种大小，每个都离上一个足够远。没点中会降低准确率；目标会一直留着，直到你击中它。
  3. 查看结果，包括你的菲茨定律直线。

目标由我们的服务器根据一个随机数（种子）生成。如果你分享成绩，你的朋友会拿到同一个种子，也就是完全相同的目标。你的点击在我们的服务器上计分，服务器会把点击和目标重新对照一遍。

我们根据目标显示的距离和大小来计算吞吐量，没有像实验室标准那样根据点击的实际落点做校正 [3]。这就是为什么我们建议和你自己的成绩比较。

哪些因素会影响你的瞄准？

  • 距离和大小。又远又小的目标最费时间：这就是菲茨定律 [1, 2]。
  • 设备。鼠标、触控板和手指的结果都不同。在实验室研究中，触控板比鼠标慢得多 [3]。
  • 求快还是求稳。太急会增加失误，每次失误都要花时间。最好的成绩来自稳定的节奏。
  • 年龄。一项研究中，成年人比 12 到 14 岁的孩子失误更少，也比 61 到 69 岁的人更快 [6]。
  • 练习。前几轮随着你熟悉游戏，用时会下降。

这项测试能说明什么，不能说明什么

瞄准训练测的是你今天在这台设备上的指向速度和准确度。它不是智力测试，也不能检查大脑健康；一次短短的成绩也不能预测你玩游戏有多厉害。

请和你自己以前在同一台设备上的成绩比较；换一个鼠标或换一个屏幕尺寸，数字都会变。

常见问题

瞄准训练多少分算好？

请和你自己在同一台设备上的成绩比较：对这种游戏来说，好成绩就是超过上一次的成绩。等玩的人足够多后，结果还会显示你的首次成绩和使用同样输入方式的其他玩家首次成绩相比如何。

以比特每秒为单位的吞吐量是什么？

吞吐量把目标有多难和你击中它有多快结合在一起。难度以比特计算：log2(距离 / 宽度 + 1) [2]。用它除以每次击中的用时再取平均，就得到比特每秒。用鼠标的实验室研究用更严格的方法，得到每秒约 4 到 5 比特 [3]。

鼠标和触屏放在一起比公平吗？

不公平，所以我们不这样比。手指和鼠标的移动方式不同，所以结果只和使用同样输入方式的人比较。

为什么我朋友的目标和我的一样？

分享的成绩链接带着这一轮的种子，所以生成的目标完全一样。这样挑战才公平。

Helibrain 的瞄准训练免费吗？

免费。游戏和完整结果都免费：无需注册，无需邮箱，无需付费。我们保存结果是为了建立公平的比较，具体见我们的隐私政策（英文）。

相关测试

查看全部 37 项免费大脑测试

想每天练习这项能力？Helibrain 应用（目前只有英文版）有免费版，也有付费方案。

参考文献

  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

本页的写作方式：由 Helibrain 团队根据上面列出的研究撰写，并由 Robert（生物物理学博士候选人）于 2026年11月4日 审阅。参考文献有变化时，我们会更新本页。