ToMCAT 数据集

基于摘要分析。该研究面向团队协作与交互过程研究，介绍 ToMCAT 项目采集的多模态数据集：40 个三人团队在基于 Minecraft 的测试环境中执行模拟城市搜索与救援（SAR）任务。核心贡献是提供时间同步的神经、生理、语言与行为数据，并发布初步去标识化数据，供计算机科学与社会科学研究使用。 数据模态包括 fNIRS、EEG、皮肤电导、心率、眼动、面部图像、带自动语音识别（ASR）转写的对话音频、游戏截图、游戏过程与表现数据，以及人口统计信息和自评问卷。每个团队最多经历六个连续阶段：三个行为任务、一次任务训练和两次协作 SAR 任务；摘要未说明各模态在不同团队与阶段中的实际覆盖率。 作者提出，这些时间同步数据可支持团队合作、协调、计划识别、情感计算、生理关联、同步化及对话理解等问题，并报告提供了展示数据用途的初步分析。摘要未给出这些分析的具体方法、指标或结果，因此不能据此判断任何 EEG 解码或 BCI 方法的有效性，也不能将该数据集视为已确立统一评估协议的 BCI 基准。 复用前需核对 EEG 与 fNIRS 的采集配置、跨模态同步方式及精度、信号质量与缺失情况、任务事件标注、去标识化处理和初步公开版本的实际内容。若用于预测或解码研究，还需明确被试、团队及任务阶段之间的数据划分与评价目标。上述细节、实验协议及统计信息尚未验证。