使用双传感器鼠标量化手腕瞄准习惯:对玩家表现和工作负荷的影响

荣誉提名
游戏用户体验与玩家行为游戏开发者与设计师电竞运动员

文献标题

量化使用双传感器鼠标的腕部瞄准习惯:对玩家表现和工作负荷的影响

文献信息

  • 主题领域: 人机交互、电子竞技、用户体验
  • 关键词: Fitts法则、指向性任务、电子竞技、隧道综合征、计算机鼠标

研究背景与问题

  • 研究背景与问题:

    • 计算机鼠标是竞技电子游戏中最重要的输入设备之一,其用户表现和正确使用方法备受关注。
    • 腕部瞄准习惯(wrist-aiming habits)是一个重要但缺乏科学量化的参数,其影响着用户鼠标操作的表现和工作负荷。
    • 虽然在线上有大量关于腕部瞄准的讨论(如推荐如何选择更稳定的瞄准方式),但缺乏基于科学和实验证据的定量分析工具和结论。
    • 鼠标硬件技术虽然显著提升,但关于如何准确评估用户瞄准操作的研究较少。
  • 问题的重要性:

    • 缺乏有效的腕部瞄准习惯量化方法使得对玩家表现和健康相关问题进行系统研究变得困难。
    • 游戏社区中存在对腕部瞄准与肩肘部腕疾病(如腕隧道综合征等)的潜在关系的认识分析不足。
    • 专业和业余游戏玩家的训练和学习中,需要科学系统的工具帮助优化鼠标设置和降低伤害风险。
  • 研究动机与相关工作:

    • 当前研究通过经验数据提出了旋转肘部、手腕等行为影响着鼠标瞄准操作,仅采用传统运动捕捉系统研究此问题的成本过高。
    • 本研究旨在利用成本低廉的双传感器鼠标技术,量化腕部瞄准习惯,解决过去缺乏量化方法的问题。

解决方案

  • 提出的解决方案:

    • 研究提出了一种通过双传感器鼠标(dual-sensor mouse)量化腕部瞄准习惯的新技术,定义了一个名为“W-index”的标量指标,用于表征玩家平均腕部瞄准习惯的强度。
  • 创新之处:

    1. 将双传感器鼠标应用于腕部瞄准习惯的基础研究中,无需昂贵的运动捕捉系统。
    2. 通过双传感器鼠标测得鼠标物体角速度(mouse angular velocity, θₘ),进一步推算玩家手腕角速度(𝐸[θₚ]),从而量化“W-index”。
    3. 技术成本低廉,能够广泛应用于大规模用户评估中。
  • 实施步骤与技术亮点:

    1. 通过双光学传感器的鼠标捕捉用户在操作鼠标时的角速度。定义并构建“W-图”(W-diagram),通过线性回归估算出该玩家的 W-index。
    2. 通过两项用户实验系统验证该方法:
      • 实验 1 验证了通过双传感器鼠标估算腕部角速度的可靠性,并分析了三个游戏类型下参与者的W-index。
      • 实验 2 研究了 W-index 的变化对玩家在FPS游戏任务中的输入表现和上肢工作负荷的影响。

研究成果

  • 具体成果:

    1. 确定了基于双传感器鼠标的数据可以高精度(R² = 0.94)地估算腕部角速度,从而实现可靠的W-index量化(R² ≈ 0.99)。
    2. 专业FPS玩家的 W-index 平均高于业余玩家约20.2%,表明专业玩家表现出更强的腕部瞄准习惯。
    3. 鼠标灵敏度增加会导致 W-index 增加,表明灵敏度对使用腕部旋转习惯影响显著。
    4. 工作负荷随着鼠标设置精度提高而增加(如鼠标垫上的施加力和W-index呈正相关)。
  • 与现有解决方案的比较优势:

    • 使用的设备成本显著降低(双传感器鼠标成本仅约100美元)。
    • 提供了一种标准化的、可重复使用的评估指标(W-index)和公开资源(包括开源制造逻辑)。
    • 在腕部瞄准习惯对性能影响的直接解析上填补了空白。
  • 实验结果与局限性:

    1. 腕部瞄准习惯与FPS任务性能(如击中时间、失败比率)之间的相关性较弱,仅部分玩家表现出积极作用。
    2. 工作负荷与W-index之间显示正相关关系,提示腕部瞄准可能增加上肢负担。
    3. 玩家普遍认为,较弱的腕部瞄准(转向“臂部瞄准”)有助于减少腕部受伤风险。
    4. 未来研究方向包括探讨更直接的生理指标(例如肌电信号)以及更广泛的自由游戏场景中的实时数据。

总结与展望

  • 本研究为腕部瞄准习惯的科学研究打开了新途径,特别是在低成本、可复制的基础工具开发上(双传感器鼠标、W-index)。
  • 研究期待推动电子竞技玩家间关于最佳鼠标设置、训练习惯和长期健康优化的社区讨论,并呼吁行业厂家对双传感器技术的支持与推广。
  • 未来研究可进一步关注鼠标习惯与长期健康损伤之间的因果关系,旨在为游戏玩家和职业选手提供更科学的建议。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/146862/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642797
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
荣誉提名
group
作者
6 位作者
sell
研究子方向
游戏用户体验与玩家行为
work
职业/产业
游戏开发者与设计师、电竞运动员
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文