位置感知的增强现实叙事适应

文献标题

Location-Aware Adaptation of Augmented Reality Narratives

文献信息

• 主题领域: 增强现实（AR）叙事的场景适配技术
• 关键词: 互动叙事, 增强现实, 戏剧, 路径规划, 场景适配, 叙事生成, 用户交互, 人机互动, 位置感知技术, 优化算法

研究背景与问题

• 发现问题或挑战:

  1. AR叙事需要将虚拟事件和角色与真实世界中的物理位置整合，而这对事件与地点的匹配提出了高要求。
  2. 当前基于位置感知的AR内容创作通常需要开发者手动将叙事事件分配到真实地图上，这既费时又缺乏可扩展性。
  3. 面临的主要挑战是叙事事件必须在与周围环境语境匹配的真实地点发生，才能传递出有意义的故事情节。
  4. 如果需要在不同的真实环境中重复使用同样的故事内容，需要多轮次的手动调整。

• 研究意义: 提供一种自动化、可扩展的方案，能够将互动叙事内容快速适配到不同的物理空间。这种技术有助于简化AR叙事的设计流程，同时为用户提供更加沉浸和连贯的体验。

• 研究动机: 随着AR设备的流行，如何高效且自动地适配叙事内容到真实物理空间，成为AR storytelling的关键技术需求。

• 相关工作:

  1. 以往研究主要聚焦于混合增强现实中的虚拟内容生成、场景语义匹配、或叙事工具开发，但较少关注整体叙事与真实地图匹配。
  2. Macvean等提出了WeQuest工具用于手动分配事件，但不能自动化。
  3. 现有研究如FLARE聚焦于微观布局生成，而本研究定位于高层次的叙事适配问题。

解决方案

• 提出的解决方案: 提出一种基于优化的自动化叙事适配方法，该方法针对AR叙事内容设计了一种导航图生成机制，将叙事事件分配到兼容的物理位置，并综合考虑寻路距离和分布均匀性。

• 创新之处:

  1. 自动优化叙事事件的位置分配，结合事件兼容性与地图区域类型匹配。
  2. 为玩家生成一个导航图（navigation graph），指导其在真实世界中依照叙事情节探索不同分支。
  3. 提供扩展功能，比如事件中心设计、地标可见性约束、及硬性位置约束。

• 实施步骤:

  1. 输入: 包括故事树（story tree）和真实地图。
  2. 表述:
     • 使用“故事树”表示叙事结构，包括所有可能发生的事件和情节分支。
     • 真实地图使用区域类型（如工作区、生活区等）进行标注，每个事件描述其期望的区域类型。
  3. 定义优化目标:
     • 事件位置兼容性（location compatibility）。
     • 旅行距离（walking distance）。
     • 旅行分布的均匀性（regularization cost）。
  4. 优化搜索:
     • 使用马尔科夫链蒙特卡洛（MCMC）方法搜索最优事件分配方案。
     • 提出新的候选方案并评估代价函数，直到优化收敛。
  5. 输出: 生成的导航图，指导玩家按顺序经历叙事事件。

研究成果

• 具体成果:

  1. 成功在多种真实地图场景（如大学校园、东京国际会馆、香港会议中心等）中适配并分发互动叙事内容。
  2. 用户研究表明，基于优化方法分配的叙事事件与位置的匹配显著提升了故事情节的合理性与用户体验。
  3. 方法能快速适配不同规模的叙事（中等规模如20事件、大规模如38事件）且效率较高。
  4. 通过实验展示方法的扩展性可满足不同场景设计需求（如事件集中分布，安全约束等）。

• 优势:

  1. 自动化程度高，节省大量人力。
  2. 提供了更短的总步行距离和更均匀的事件分布，与人工设计相比效率更高。
  3. 易扩展，可根据实际需求添加设计约束。

• 实验或评估结果:

  1. 用户研究结果表明，当考虑“事件-位置兼容性”代价时，用户体验得分更高（平均4.55分），而不考虑时显著降低（平均1.85分）。
  2. 与人工分配方式相比，自动优化能以更短时间（约5分钟）生成较优的事件分配方案，而人工通常需耗时约37分钟完成。

• 局限性与未来方向:

  1. 当前方法依赖输入地图区域类型的完整性，可能难以覆盖所有现实场景。
  2. 尚未实时动态分析地点兼容性，比如夜间活跃区域的不同时段差异。
  3. 缺乏对低层次场景细节（如对象交互）的支持，限制了虚拟内容更复杂的适配。
  4. 存在安全性及隐私问题的潜在风险，比如在交通繁忙的区域分配事件。

未来工作:

• 动态识别区域特性来提升场景适配灵活性。
• 深入探索行走距离与用户体验的关系。
• 引入实时计算和可穿戴设备传感支持，增强叙事的交互性。
• 扩展算法以支持多用户、大规模多样化叙事场景。