具有仪器的虚拟现实工作室中的空间关系与社会互动

文献标题

Proxemics and Social Interactions in an Instrumented Virtual Reality Workshop

文献信息

• 主题领域: 社会虚拟现实中的空间互动与社会行为研究
• 关键词: 虚拟环境（Virtual Environments），虚拟会议，社会信号处理（Social Signal Processing），访谈，空间行为

研究背景与问题

• 作者发现的问题或挑战:
  1. 社交虚拟现实（Social VR）的设计尚未充分考虑如何适应实际用户行为。
  2. 虚拟活动空间是否能够有效支持社交互动存在疑问，例如是否能够复制真实环境中的列队、相互距离等行为。
  3. 虚拟空间中社会互动的规范和信号缺乏系统性的研究。
• 为什么这个问题重要:
  1. 随着远程工作和减少旅行的需求增加，虚拟环境变得愈发重要，尤其是在学术活动和社交场景中。
  2. 如果设计不当，虚拟环境可能会限制用户之间的互动，削弱其在协作和社交中的潜力。
• 研究动机与相关工作: 作者借鉴了物理环境中的个人空间理论（比如 Hall 的理论）以及计算机辅助协作学习中的社会群体形成研究，探讨这些概念如何通过虚拟环境设计实现。同时，他们结合数据记录和定性访谈，希望填补现有研究中关于虚拟环境行为分析的空白。

解决方案

• 方法或解决方案:
  1. 使用 Mozilla Hubs 开源平台，搭建经过定制和数据记录优化的虚拟学术工作坊环境。
  2. 开发数据记录工具，用于捕获用户位置、方向、帧率以及是否参与音频互动等信息。
  3. 采用混合方法（定量分析、观察记录和半结构化访谈）研究用户在虚拟环境发生的社交行为。
• 创新之处:
  1. 结合定量分析和定性访谈，创建高分辨率的用户行为数据集，为社会虚拟环境设计提供基础数据和洞察。
  2. 提出轨迹记录和“亲密距离”等分析方法，探索多人交互环境中的社会动态。
  3. 验证物理世界中的社会行为指标（如个人空间理论）是否适用于虚拟空间。
• 实施步骤与关键技术:
  1. 定制 Mozilla Hubs 平台，启用位置、方向和用户活动状态的数据记录。
  2. 在虚拟工作坊中设计不同场景（如大型会议空间、小型讨论室），以观察不同环境对用户互动行为的影响。
  3. 分析用户的社会距离、动作轨迹及小组动态，并以定量数据支持访谈结果。

研究成果

• 具体成果:
  1. 虚拟环境中“亲密距离”、“个人距离”等物理世界空间行为的数据被用于分析，发现这些指标在虚拟环境中部分适用。
  2. 小型讨论室中的用户站位更紧密，有助于形成小组互动；而大型会议空间则因尺寸过大而影响群体凝聚力。
  3. 通过访谈，发现大部分参与者认为虚拟环境视觉效果和空间自由度较好，但部分音频信号缺乏隐私性和明确感。
• 与现有解决方案的比较与优势: 相比传统视频会议，虚拟环境能够提供 3D 空间和动态互动机制，更接近真实环境中互动行为。同时，通过数据记录分析，更能准确捕捉用户行为细节。
• 实验或评估结果:
  1. 用户在虚拟工作坊中可以主动调整个人空间来避免“碰撞”，反映了物理亲密距离的部分适用。
  2. 小组讨论中用户倾向围成圈站立，以增强互动透明性。
  3. HMD（头戴显示设备）用户更具表现力，通过手势增强了互动效果。
• 局限性与未来方向:
  1. 由于硬件差异和网络状况，部分参与者在互动过程中出现技术问题。
  2. 音频和社会信号的设计尚不足以支持高度自然的虚拟社交体验。
  3. 未来研究可尝试融合音频信号分析以及开发更先进的空间动态模型，为不同用户设置定制化虚拟环境。

总结: 该研究提供了一种基于开源平台和定量记录的虚拟环境分析方法，为社交虚拟现实设计提供了新的视角。未来的研究可针对更多用户种群和环境拓展，研究社会透明度和自动化环境优化等问题。