快速做,快速忘:时机和肢体可视化如何影响第一人称增强现实指令

AR 导航与情境感知沉浸感与临场感研究原型设计与用户测试UI/UX 设计师AI/ML 研究员与工程师HCI 研究员

文献标题

Do It Fast, Forget It Fast: How Timing and Limb Visualizations Affect First-Person Augmented Reality Instructions

出版信息

  • 主题领域: 第一人称增强现实(AR)指导系统在程序性任务设计与评估中的应用。
  • 关键词: 增强现实、第一人称指导、具身性、记忆保持、模仿时序、肢体可视化、用户体验、任务表现、XR设计、程序性学习。

背景与问题

  • 问题/挑战: 现有关于AR指导的研究已证明其对程序性任务的益处,但尚未系统探讨时序(并行与顺序)和肢体可视化(手与手臂、不透明与透明)如何影响任务表现、记忆保持和用户体验。
  • 意义: 理解这些因素对于设计能够优化学习效果、效率和用户舒适度的AR系统至关重要,尤其是在组装、维修和维护等实际应用场景中。
  • 动机与相关工作: 先前研究表明,与第三人称视角相比,第一人称AR视角能提升任务表现和具身性。然而,异步指导时序和身体可视化对记忆、具身性和舒适度的影响尚不明确。本文通过系统研究这些变量来填补这一空白。

解决方案

  • 提出的方法: 通过一项受控用户研究,评估模仿时序(并行与顺序)、肢体可视化(手与手臂)以及肢体可见性(不透明与透明)对第一人称AR指导中的任务表现、记忆保持和用户体验的影响。
  • 创新点:
    1. 系统研究异步第一人称AR指导中的时序、肢体表现形式和可见性。
    2. 开发定制的AR应用程序和物理机器接口,用于受控实验。
    3. 提供关于速度、记忆保持、具身性和用户舒适度之间权衡的实证洞察。
    4. 根据研究结果提出优化AR指导系统的设计指南。
  • 实验过程与关键技术:
    • 参与者(n = 40)在8种条件下(2 × 2 × 2因子设计:时序 × 肢体可视化 × 可见性)使用AR指导完成双手操作任务。
    • 任务包括模仿逐步指导并从记忆中重复操作。
    • 收集的数据包括任务表现(准确性、完成时间)、记忆保持(值、顺序、手的使用情况)以及用户体验(心理负担、具身性、社交因素、舒适度)。
    • 使用线性和广义混合效应模型进行统计分析以识别显著影响。

结果

  • 具体发现:
    • 时序: 并行时序显著提高了整体任务完成速度和具身性,而顺序时序则改善了记忆保持(值、顺序、手的使用情况)和主观舒适度。
    • 肢体可视化: 仅手部的表现形式增强了顺序记忆保持和舒适度,但许多参与者更偏好完整手臂的可视化以获得更高的真实感和指导性。
    • 可见性: 不透明与透明肢体在任务表现、记忆保持和用户体验方面未表现出显著差异。
  • 相较基线的优势:
    • 顺序时序在记忆保持和舒适度方面优于并行时序。
    • 仅手部的可视化在记忆保持方面优于完整手臂的表现形式。
  • 实验/评估:
    • 研究对象为40名参与者(22名女性,18名男性;平均年龄=27.95岁)。
    • 任务:在8种条件下(时序 × 肢体 × 可见性)双手操作机器界面。
    • 评估指标:任务准确性、完成时间、记忆保持(值、顺序、手的使用情况)、心理负担、具身性、社交因素和舒适度。
  • 局限性与未来工作:
    • 研究仅集中于实验室环境中的单一程序性任务,外部效度有限。
    • 预定义的肢体形状和肤色可能无法完全反映个体的具身性偏好。
    • 未来研究应探索多样化任务、自然环境、个性化虚拟形象生成以及不同透明度水平的影响。

总结

本研究系统探讨了模仿时序、肢体可视化和可见性如何影响第一人称AR指导中的任务表现、记忆保持和用户体验。并行时序提升了速度和具身性,而顺序时序改善了记忆保持和舒适度。仅手部的可视化支持更好的顺序记忆保持,但部分参与者更偏好完整手臂表现形式。可见性未表现出显著影响。这些发现为在AR指导系统中平衡速度、记忆保持和用户舒适度提供了可操作的设计指南,为更高效、更用户友好的AR学习工具铺平了道路。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/223097/2026

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791471
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
AR 导航与情境感知、沉浸感与临场感研究、原型设计与用户测试
work
职业/产业
UI/UX 设计师、AI/ML 研究员与工程师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文