虚拟现实中的用户入门:当前实践的调查
VR 中的社交与协作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
User Onboarding in Virtual Reality: An Investigation of Current Practices.
文献信息
- 主题领域: 虚拟现实中的用户引导与教学设计。
- 关键词: 虚拟现实, 用户引导, 学习, 人工辅助, 计算机辅助。
研究背景与问题
-
发现的问题或挑战:
- 初学者在沉浸式虚拟现实 (VR) 应用中的操作学习存在困难,尤其是在硬件设备与交互模式上缺乏经验。
- VR 应用缺少统一的交互规范,例如抓取物体的操作按钮在不同应用中差异较大。
- VR 系统中的用户引导(onboarding)技术仍然较为分散,缺乏标准化的优化框架。
-
研究意义:
- 虚拟现实设备逐渐普及,尤其是面向公众用户的普及增加了用户引导环节的重要性。
- 缺乏有效引导可能导致用户对 VR 系统的理解与采纳有限,降低使用效率。
-
相关工作:
- 软件用户引导研究中已有两种方法:基于教程的自动引导和基于指导者的手动引导。在 VR 场景下,这些方法的实际效果尚待深入分析。
- VR 中的特定引导技术(如动画、文本指令、空间提示等)取得了一些探索性成果,但依旧存在设计盲点,例如反馈和适应性设计不足,以及有限的非语言交流支持。
解决方案
-
提出的方法:
- 分析当前 VR 引导方法的优劣势,通过文献综述、21 个 VR 教程的评估、以及对 15 位有经验的 VR 专家半结构化访谈,构建了一个 VR 用户引导的概念框架(Conceptual Framework)。
- 提出了一系列设计维度,如上下文相关性、灵活性、交互性以及反馈机制,并明确关键设计参数。
-
创新之处:
- 提出了一个多维度的概念框架,涵盖从基于教程的引导到指导者辅助式引导的不同方式,将设计背景纳入核心分析视角。
- 系统地分析了指导者辅助和自动化教程引导两类方法的互补性,同时提出了基于具体场景的未来优化方向。
-
实施步骤与技术:
- 设计并开展基于启发式评估法的教程回顾,采纳适用于虚拟环境的评估标准。
- 通过半结构化访谈,收集和分析 VR 专家在实际引导工作中的常见问题及当前解决方案。
- 总结合作访谈与理论研究的成果,设计概念框架并列举未来关键研究方向。
研究成果
-
具体成果:
- 定义了 VR 用户引导的框架,包含八个主要维度(例如覆盖程度、互动程度、反馈机制、指令形式等),为分析和设计 VR 引导方式提供参考。
- 完成了 21 个 VR 教程的启发式评价,揭示了目前 VR 指导教程在可理解性、反馈与前馈、可适应性和可访问性方面的三个主要挑战。
- 通过对专家访谈发现了 VR 引导的特定需求,例如支持真人指导员的视觉镜像和非语言交流机制。
-
与现有解决方案的比较:
- 更全面地覆盖了当前 VR 引导的现状及挑战,弥补了单一教程分析或指导员访谈在泛化和应用层级上的不足。
- 强调了自动教程和指导者辅助模式的互补性,并提出了如何更好地集成两者的方向。
-
实验或评估结果:
- 教程评估结果表明:大多数教程在直观性(如指令位置明确性、数量平衡性)上表现良好,但在细粒度的反馈提供和用户行为帮助上仍存在显著不足。
- 访谈分析揭示了教学者面临的设备适配问题、缺乏虚拟场景感知、以及指令交付效率的优化空间。
-
局限性与未来方向:
- 局限性: 当前教程评估样本数量有限,同时大部分访谈对象来自学术背景,欠缺工业应用场景的全面反馈。
- 未来方向:
- 设计更灵活和可适应性更强的教程系统,例如动态调整指令难度和覆盖范围。
- 开发工具以支持引导教程的快速定制和场景优化,例如通过录制真实演示生成动态教程。
- 增强指导者与学习者的沟通工具,如支持非语言交流的沉浸式引导系统。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 目前虚拟现实用户引导(onboarding)的常见方法有哪些优势和劣势?分类: AR任务指导、教程与提示设计同类问题arrow_forward
- 虚拟现实中的自动化教程和人工指导之间如何互补以优化用户引导效果?分类: AR任务指导、教程与提示设计同类问题arrow_forward
- 如何设计多维度的虚拟现实用户引导框架以解决理解性、反馈性和适应性不足等问题?分类: AR任务指导、教程与提示设计同类问题arrow_forward
lightbulb
现实痛点
1- 新手很难快速上手虚拟现实设备或应用,导致理解和适应效率低。分类: AR任务指导、教程与提示设计同类问题arrow_forward
- 83%
虚拟现实中用于到达重定向的模型预测控制方法
CHI '22· VR 中的社交与协作 +2
- 83%
通过定义 3D 虚拟环境的有效参数改进 steering law 吞吐量计算
CHI '26· 沉浸感与临场感研究 +2
- 83%
韧性修复的休息时机:多用户虚拟现实中的集体恢复
CHI '26· VR 中的社交与协作 +2
- 83%
“在此刻捕捉你的体验”:在沉浸式虚拟环境中收集并发用户体验数据
CHI '26· 沉浸感与临场感研究 +2
- 71%
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
CHI '26· AR 导航与情境感知 +2
- 71%
探究物理表面作为增强现实中虚拟元素感知分组的共同区域线索
CHI '26· AR 导航与情境感知 +2
- 71%
GazeZoom:探索用于平移和缩放的注视辅助多模态技术
CHI '26· 眼动追踪与注视交互 +2
- 67%
XR 文本输入宝库(TEXT):收集和分析 XR 中的文本输入技术
CHI '25· VR 中的社交与协作 +1
- 67%
OmniGlobeVR:用于虚拟现实的协作式360度通信系统
DIS '20· VR 中的社交与协作 +1
- 67%
Auptimize:扩展现实中空间音频提示的优化放置
UIST '24· VR 中的社交与协作 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3581211
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
VR 中的社交与协作、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