通过社交VR平台进行远程和协作虚拟现实实验

文献标题

通过社交 VR 平台进行远程协作虚拟现实 (VR) 实验

文献信息

• 主题领域: 虚拟现实 (VR)、人机交互 (HCI)、群体协作研究
• 关键词: 虚拟现实、社交 VR、众包研究、复制性研究、Fitts 定律、协作桌面交互、定量研究、定性研究

研究背景与问题

• 问题或挑战:
  • VR 研究通常因硬件要求 (如需要头戴式显示设备 HMD) 和分发应用程序的复杂性而在实验室内完成，这限制了样本规模、研究的协作性及对熟练用户的访问。
  • COVID-19 疫情进一步限制了实验室实验的可能性。
  • 现有众包方法主要针对传统在线用户，较少涉及具有 VR 硬件的用户。
• 重要性:
  • VR 用户研究对理解虚拟技术的用户行为和交互至关重要。如果能在远程环境下有效进行 VR 实验，就能突破上述限制。
• 研究动机与相关工作:
  • 现有研究探讨了通过工具如 Amazon Mechanical Turk 等进行远程用户研究，但大多依赖智能手机类的 VR 设备。
  • 社交 VR 平台（如 VRChat）提供了分布式同步虚拟环境，大量的 VR 用户社区，以及用户内容生成功能，可能成为新的研究途径。

解决方案

• 方法与解决方案:
  • 作者利用 VRChat 平台，成功复制了两个经典实验：
    1. Fitts 定律扩展：针对 3D VR 环境中目标选取时间的研究。
    2. 协作桌面交互：研究双人用户在解网络图问题时的交互模式和位置安排。
  • 两项研究分别验证了该平台在支持远程定量和定性研究中的有效性。
• 创新之处:
  • 利用社交 VR 平台的现成功能（如同步虚拟环境、用户生成内容）设计实验以克服开发和硬件分发表的挑战。
  • 探索和实践了基于社交 VR 平台的远程实验方式，为 VR 研究开辟新途径。
• 实施步骤与技术:
  • 技术与平台选择:
    • 使用 VRChat 的 Unity SDK 创建实验场景和交互逻辑，确保用户隐私保护。
    • 用同步变量、事件处理机制等来控制实验环境。
  • 实验设计与实现:
    • 定量研究基于 Fitts 定律的 3D 扩展，设计 3D 目标选择任务，采集运动时间数据。
    • 定性研究复刻双人协作问题解决任务，分析用户交互行为并录制视频。
  • 数据收集与分析:
    • 数据通过屏幕截图、游戏内日志记录并手动提取，然后用统计分析验证实验结果的复制成功性。

研究成果

• 具体成果:
  • 两项实验（定量/定性）在远程环境下获得了与原始研究一致的结果，证明了用 VRChat 进行远程 VR 研究的可行性和有效性。
  • 证明了熟练 VR 用户能显著优化实验表现，例如在 Fitts 定律实验中熟练用户完成速度更快且一致性更高。
  • 在协作任务中发现参与者行为模式（如耦合风格、位置安排）与原实验类似，但受限于 VR 环境的特点（如身体表达不完全、远程性）。
• 优势对比:
  • 与传统实验室方法相比，无需复杂硬件分发，可远程进行协作和实时观察。
  • 可直接访问熟练且拥有 VR 硬件的用户群，降低实验参与门槛。
• 实验或评估结果:
  • Fitts 定律实验: 再现了 Fitts 定律（ID 是运动时间的显著预测因子），模型准确性高达 77%-80%。
  • 协作交互实验: 耦合风格重复并验证了原实验中 "同一问题-同一区域协作" (SPSA) 的重要性，探索结果可转化为 VR 环境。
• 局限性与未来方向:
  • 局限性：
    • 数据提取依赖手动过程，尚未完全自动化。
    • 平台限制导致数据流同步可能丢失（约 1% 数据）。
    • VRChat 平台功能（如 HTTP 请求支持）未开放，需开发者自行实现临时解决方案。
  • 未来方向：
    • 开发专门用于研究的社交 VR 平台或与现有平台深度合作，为实验增加更多技术支持和稳定性。
    • 探索基于 VR 环境的协作交互特性，优化实验设计，提高用户沉浸式体验。