Fitts定律在3D扩展现实中的系统回顾

研究背景与问题

• 作者发现了哪些问题或挑战？ 本文识别并分析了在3D扩展现实(XR)环境下应用Fitts’ 法时面临的主要问题，包括实验设置的多样性、指标的使用不一致以及模型变体的复杂性。这些问题使得不同研究间的结果难以比较，并且削弱了研究的可靠性。

• 为什么这个问题很重要？ Fitts’法被广泛应用于衡量用户在指向或选择任务中的表现，并指导交互技术和设备的设计。但在3D XR背景下，实验方法和报告标准的缺失阻碍了领域的发展，影响了学术界和工业界对XR系统的设计和优化。

• 研究动机与相关工作 激增的Fitts’法研究和XR应用呈现了一个迫切需求：通过系统回顾帮助规范研究实践，识别趋势和不一致，并为未来的研究提供指导。之前的研究多关注2D界面的标准化，但3D XR领域的复杂性使得这些标准尚未广泛应用。

解决方案

• 作者提出了哪些方法或解决方案？ 作者通过系统回顾分析了119篇文献中Fitts’ 法在3D XR用户研究中的应用，共涉及122项用户实验。研究总结了相关实践并提出了一套推荐的研究框架，旨在提高未来研究的质量和一致性。

• 该解决方案的创新之处是什么？ 通过全面的文献回顾，本文:

  1. 识别了3D XR中的设计和实验趋势。
  2. 提出了面向Fitts’法应用的新框架，包含模型选择、任务设计、指标报告、反馈类型和参与者信息等实用指南。
  3. 提出了改善研究透明性和数据共享的方法，以支持成果的跨研究比较与验证。

• 实施步骤是什么？使用了哪些关键技术？ 具体步骤包括:

  1. 使用PRISMA-2020框架筛选和评估文献。
  2. 系统分析每篇文献的Fitts’ 法变体、环境、互动方法、任务设计和反馈类型等关键信息。
  3. 针对实验设计中的变量，提取数值和趋势以提供未来实验设计指南。
  4. 提供推荐框架并援引现有研究，推动标准化实践。

研究成果

• 取得了哪些具体成果？ 成果包括：系统总结了目前3D XR中Fitts’法研究的趋势与不足，提出了规范化框架，指出了高动难度任务和多样化反馈设置的研究机会。此外，文中详细分析了报告值的分布并提供了潜在的基准指标。

• 与现有解决方案相比，它有哪些优势？ 相比此前研究，本文提供了更多细化的建议，为跨研究比较提供了明确的路径。这些建议涵盖了Fitts’法变体的选择、指标的精确报告、任务设计的标准化以及参与者配置的透明性等关键领域。

• 实验或评估结果是什么？ 分析显示：有效指数难度(ID𝑒)计算已成为主流，但仍存在报告范围不清晰的问题；任务难度主要集中在2至4.5 bits之间。虚拟现实显示设备占研究环境的83.5%。

• 局限性与未来方向 局限性包括：

  1. 未探讨高难度任务中的用户表现。
  2. 当前方法主要针对虚拟手和射线投射两种常见互动技术。

  未来方向：

  1. 研究3D XR中Fitts’ 法模型在高任务难度下的适用性。
  2. 探讨多种反馈类型(如视觉、听觉和触觉的组合)对用户表现的影响。
  3. 验证ISO 9241及其改进版本在XR环境下的适用性并提出定制化模型。