自动化生物力学测试对于VR应用的开发具有巨大潜力,因为可以在设计过程早期通过模拟获得关于用户行为的初步洞察。它允许在开展用户研究之前预测用户运动和人机工程学变量,如疲劳。然而,托管最先进生物力学用户模型的模拟器与用于开发和运行VR应用的模拟器之间存在根本性的脱节。现有用户模拟器往往难以捕捉真实世界VR应用的复杂性,降低了用户预测的生态效度。在本文中,我们介绍了SIM2VR,这是一个通过在两个过程之间建立连续闭环将用户模拟与给定VR应用对齐的系统。这首次使得模拟用户能够在与真实用户相同的VR应用中直接进行训练。我们证明SIM2VR能够预测用户在快节奏动态街机游戏中的表现、人机工程学和策略差异。为了将自动化生物力学测试的范围扩展到简单的视觉运动任务之外,需要在认知模型和奖励函数设计方面取得进展。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/uist/170989/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3654777.3676452
一眼看懂

论文快照

fact_check
dataset
来源
UIST
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
9 位作者
sell
研究子方向
人体姿态与行为识别、VR 医疗训练与康复
work
职业/产业
物理治疗师与康复治疗师、大学教授与研究人员
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文