W7.04.3Individual amplitude calibration设计
动作幅度的个体差异需要校准
别名: 动作校准 · body proportion · reach variance · personalized threshold
概念解释
个体校准（individual amplitude calibration）指动作识别的判定阈值（幅度、角度、速度）以玩家本人的身体为参照进行个性化设定，而不是对所有玩家使用同一组固定值。人的身高、臂长、肩宽和运动习惯差异巨大——同一个「举手臂过头」的动作，对身高 1.5 米和 1.9 米的玩家对应的绝对高度差超过 30 厘米，固定阈值必然对一部分人过严、对另一部分人过松。
机制
固定阈值的隐含假设是「所有玩家的身体相同」，这个假设只在统计平均意义上成立。识别系统测到的是传感器坐标空间中的绝对量（关节角度、末端位置、运动速度），而动作意图是相对于玩家自己身体的量（「把举到头顶」「伸直手臂」）。两者之间需要一次换算，换算比例就是身体尺寸。没有校准时，换算比例被隐含设为某个平均体型——小于平均体型的人做足动作也达不到阈值（识别不到），大于平均体型的人轻微动作就超过阈值（识别过松），两类人得到的是同一个系统的两种错误体验。
边界
校准不是万能解。某些动作的定义本身与身体比例无关（「双手合十」「手掌朝前推」），这类动作用固定定义更准确，个人校准反而引入误差。校准流程本身有成本：多一步设置就多一步流失机会，校准时长需要控制在十秒以内，动作数量取最小必需集（能推算出身高臂长比例的一两个动作）。此外，校准质量依赖玩家的配合——校准时随意做动作会导致基线错误，比不校准更糟；设计中需要在校准流程里加验证步骤（重复一次确认一致性），并且允许在游玩中重新校准。
怎么落地
- 开局用一两个参照动作（双手侧平举、手臂上举）采集身体比例基线，把后续动作识别的阈值换算为个人相对值。
- 识别失败的提示中包含幅度参照（「手臂需要再抬高到头顶上方」用玩家自己的身体部位描述，不用绝对距离）。
- 验证办法：对比固定阈值和校准后阈值在不同身高组玩家中的识别成功率；校准有效时各组成功率应趋于一致，若某一组仍然偏低，检查该组的校准动作是否不适合其身体条件。