HieraVisVR：面向以运动为中心的VR游戏测试的层次化视觉分析

文献标题

HieraVisVR: Hierarchical Visual Analytics for Motion-Centric VR Playtesting

出版信息

• 主题领域: VR游戏测试与基于动作的游戏分析的可视化分析。
• 关键词: VR游戏测试、基于动作的游戏、分层分析、可视化分析、玩家行为、游戏设计、眼动追踪、聚类、数据可视化、可用性评估。

背景与问题

• 问题/挑战: 当前用于VR游戏测试的工具缺乏标准化、高效的大数据分析方法，以及整合的系统来检查游戏时刻和行为模式。现有解决方案通常具有领域特定性，无法支持基于群组的分析或跨玩家模式的发现。
• 重要性: 解决这些问题对于提高游戏测试工作流程的效率和效果至关重要，使设计师能够更好地理解玩家行为并优化游戏设计。
• 动机与相关工作: 之前关于游戏分析和体育可视化的研究探索了静态和动态数据可视化，但未能充分解决基于动作的VR游戏的独特挑战。现有工具如Caldera和SCOPE.GG范围有限，缺乏动作数据可视化和玩家分组等功能。

解决方案

• 提出的方法: HieraVisVR，一个用于基于动作的VR游戏测试的分层可视化分析框架，将分析组织为三个阶段：探索、分组和解释。
• 创新点:
  1. 一个自上而下的三阶段分层工作流程，用于游戏测试分析。
  2. 集成动作数据可视化（如行走路径、眼动热图）和聚类技术用于玩家分组。
  3. 提供实时和静态可视化，用于详细分析玩家行为。
  4. 在多个VR应用中展示框架的适用性。
• 流程和关键技术:
  1. 探索阶段: 使用带锚点模式的回放器、基于动作的可视化和摄像机控制提供游戏的高层次概览。
  2. 分组阶段: 基于游戏特征或眼动数据对玩家进行聚类，并提供热图和轨迹图等可视化。
  3. 解释阶段: 使用同步回放、第一人称视角和嵌入式可视化（如眼动球）进行详细的单个或配对玩家分析。

结果

• 具体发现:
  • 专家参与者高度评价该系统在评估游戏质量方面的帮助（M = 4.60, SD = 0.55）以及可用性（M = 4.40, SD = 0.89）。
  • 解释阶段最受欢迎，其次是探索阶段和分组阶段。
  • 热图和眼动球可视化在识别玩家关注点和行为方面特别有效。
• 相较基线的优势:
  • 与手动游戏测试和现有工具相比，HieraVisVR支持动作数据可视化、跨玩家分析以及结构化工作流程以识别游戏模式。
  • 在不同的VR游戏和训练应用中具有更广泛的适用性。
• 实验/评估:
  • 通过对30名VR从业者进行形成性研究以识别挑战。
  • 使用基于动作的VR游戏（Reflex）对系统进行了评估，任务设计模拟了真实世界的游戏测试工作流程。
  • 在两个额外的VR应用中展示了适用性：火灾疏散训练和密室逃脱游戏。
• 局限性与未来工作:
  • 对实时注释和智能算法建议的支持有限。
  • 玩家回放重叠和聚类算法详细文档的缺乏是可用性问题。
  • 未来工作包括整合情感感知指标、增强事件锚点功能，以及扩大参与者规模以进行验证。

总结

HieraVisVR是一个分层可视化分析框架，旨在简化基于动作的VR游戏测试工作流程。它将分析分为三个阶段——探索、分组和解释，使设计师能够可视化动作数据、分组玩家并详细分析行为。该系统通过专家研究进行了评估，并展示了其在多个VR应用中的实用性。尽管在识别游戏模式和改进数据分析工作流程方面表现出色，但未来的改进可以解决可用性问题、扩展功能并整合情感感知指标。HieraVisVR代表了VR游戏测试和基于动作的游戏分析领域的重要进步。