HCI.TOPHCI, made easy
首页arXiv论文机构作者设计规范问题知识卡创新日程
首页arXiv论文机构作者设计规范问题知识卡创新日程
学习AI编程数据说明HCI 会议HCI 论文关于薛志荣
search
当前筛选
search
全部

论文

浏览与搜索 全部 的 HCI 研究论文

当前筛选
作者: 2053
共 13 条

使用大语言模型从游戏评论中挖掘玩家体验趋势

Dutta 等人用大语言模型分析15万条游戏评论,揭示2010-2024年玩家体验中情感挑战、意义和怀旧表达的增加趋势,并提出可扩展的分析方法。

SD
Supriya Dutta et al.阿尔托大学

《不要你变得空洞》:《黑暗之魂》如何帮助玩家应对抑郁,一项对Reddit讨论的主题分析

Väkevä 等人对Reddit讨论进行主题分析,揭示《黑暗之魂》通过挑战性玩法、存在主义反思和社区支持帮助玩家应对抑郁。

JV
Jaakko Väkevä et al.阿尔托大学

SIM2VR:面向VR中自动化生物力学测试

Fischer等人开发SIM2VR系统,通过建立用户模拟与VR应用之间的闭环,首次实现模拟用户在真实VR环境中的直接训练与预测。

FF
Florian Fischer et al.剑桥大学

WAVE:用于VR舞蹈的预见性动作可视化

Laattala 等人设计 WAVE 系统,通过时间偏移的舞蹈者展示编舞动作,实现 VR 中无需预学习的实时全身动作指导,用户研究证实能更准确跟随编舞。

ML
Markus Laattala et al.阿尔托大学
广告推荐

学习 AI 编程到 CodeNow

系统课程、实战项目、持续更新,适合想真正把 AI 用进开发流程的人。

立即查看open_in_new

通过制作漫画来研究游戏制作:在游戏开发的质性纵向研究中使用漫画

Park 等人采用定性纵向研究结合艺术创作方法,通过漫画辅助研究芬兰游戏外籍开发者,89%高保留率证明该方法有效性

SP
Solip Park et al.阿尔托大学

体育人机交互中的重大挑战

Elvitigala 等人通过 22 位专家研讨会确定 SportsHCI 领域重大挑战,涵盖运动员表现、教练关系、观众参与及沉浸式健身体验等方面。

DE
Don Samitha Elvitigala et al.莫纳什大学

评估大型语言模型在生成合成HCI研究数据中的应用:一个案例研究

Hämäläinen 等人评估 GPT-3 生成合成HCI研究数据的可行性,发现其可生成可信体验描述,适用于构思和试点实验但需真实数据验证。

PH
Perttu Hämäläinen et al.阿尔托大学

为生物力学用户模型注入生命

Ikkala等人提出基于感知反馈的肌肉驱动生物力学用户模型学习方法,在物理输入设备交互任务中实现认知合理的视觉运动控制,模拟指点任务的特征性运动规律。

AI
Aleksi Ikkala et al.阿尔托大学

使用因子分解机实现个性化游戏难度预测

Kristensen 等人使用因子分解机根据玩家历史尝试数据预测游戏关卡难度,实现个性化难度估计,帮助设计师优化玩家体验并分析玩家特征。

JK
Jeppe Theiss Kristensen et al.哥本哈根信息技术大学

一起摇摆:社交虚拟现实中的舞蹈体验

Piitulainen 等人通过访谈VRChat舞者,揭示自由、社区、自我表达等六大舞蹈体验维度,为VR具身社交系统设计提供依据。

RP
Roosa Piitulainen et al.阿尔托大学

使用深度强化学习预测空中交互动作和疲劳

Cheema 等人利用深度强化学习训练生物力学模拟代理,比较三室控制器与瞬时扭矩模型,在无真实用户下成功预测空中交互的臂部疲劳,为交互设计提供新工具。

NC
Noshaba Cheema et al.德国人工智能研究中心

社交游戏在运动游戏中扮演的角色:归属需求如何预测坚持程度

Kaos 等人分析多人体感游戏发现项目归属感是区分团体与独自游戏的关键因素,团体玩家坚持度显著高于独自游戏玩家。

MK
Maximus D. Kaos et al.女王大学

基于模拟的游戏测试中的内在动机回顾

Roohi 等人综述了基于模拟游戏测试中内在动机的建模方法,指出能力和好奇心已获关注,但社交相关性、沉浸感等仍未充分探索

SR
Shaghayegh Roohi et al.阿尔托大学
论文标题作者研究主题论文库年份
emoji_events

使用大语言模型从游戏评论中挖掘玩家体验趋势

Dutta 等人用大语言模型分析15万条游戏评论,揭示2010-2024年玩家体验中情感挑战、意义和怀旧表达的增加趋势,并提出可扩展的分析方法。

SD
Supriya Dutta et al.阿尔托大学
emoji_events

《不要你变得空洞》:《黑暗之魂》如何帮助玩家应对抑郁,一项对Reddit讨论的主题分析

Väkevä 等人对Reddit讨论进行主题分析,揭示《黑暗之魂》通过挑战性玩法、存在主义反思和社区支持帮助玩家应对抑郁。

JV
Jaakko Väkevä et al.阿尔托大学

SIM2VR:面向VR中自动化生物力学测试

Fischer等人开发SIM2VR系统,通过建立用户模拟与VR应用之间的闭环,首次实现模拟用户在真实VR环境中的直接训练与预测。

FF
Florian Fischer et al.剑桥大学

WAVE:用于VR舞蹈的预见性动作可视化

Laattala 等人设计 WAVE 系统,通过时间偏移的舞蹈者展示编舞动作,实现 VR 中无需预学习的实时全身动作指导,用户研究证实能更准确跟随编舞。

ML
Markus Laattala et al.阿尔托大学
广告推荐

学习 AI 编程到 CodeNow

系统课程、实战项目、持续更新,适合想真正把 AI 用进开发流程的人。

立即查看open_in_new
emoji_events

通过制作漫画来研究游戏制作:在游戏开发的质性纵向研究中使用漫画

Park 等人采用定性纵向研究结合艺术创作方法,通过漫画辅助研究芬兰游戏外籍开发者,89%高保留率证明该方法有效性

SP
Solip Park et al.阿尔托大学

体育人机交互中的重大挑战

Elvitigala 等人通过 22 位专家研讨会确定 SportsHCI 领域重大挑战,涵盖运动员表现、教练关系、观众参与及沉浸式健身体验等方面。

DE
Don Samitha Elvitigala et al.莫纳什大学
emoji_events

评估大型语言模型在生成合成HCI研究数据中的应用:一个案例研究

Hämäläinen 等人评估 GPT-3 生成合成HCI研究数据的可行性,发现其可生成可信体验描述,适用于构思和试点实验但需真实数据验证。

PH
Perttu Hämäläinen et al.阿尔托大学

为生物力学用户模型注入生命

Ikkala等人提出基于感知反馈的肌肉驱动生物力学用户模型学习方法,在物理输入设备交互任务中实现认知合理的视觉运动控制,模拟指点任务的特征性运动规律。

AI
Aleksi Ikkala et al.阿尔托大学

使用因子分解机实现个性化游戏难度预测

Kristensen 等人使用因子分解机根据玩家历史尝试数据预测游戏关卡难度,实现个性化难度估计,帮助设计师优化玩家体验并分析玩家特征。

JK
Jeppe Theiss Kristensen et al.哥本哈根信息技术大学

一起摇摆:社交虚拟现实中的舞蹈体验

Piitulainen 等人通过访谈VRChat舞者,揭示自由、社区、自我表达等六大舞蹈体验维度,为VR具身社交系统设计提供依据。

RP
Roosa Piitulainen et al.阿尔托大学

使用深度强化学习预测空中交互动作和疲劳

Cheema 等人利用深度强化学习训练生物力学模拟代理,比较三室控制器与瞬时扭矩模型,在无真实用户下成功预测空中交互的臂部疲劳,为交互设计提供新工具。

NC
Noshaba Cheema et al.德国人工智能研究中心
emoji_events

社交游戏在运动游戏中扮演的角色:归属需求如何预测坚持程度

Kaos 等人分析多人体感游戏发现项目归属感是区分团体与独自游戏的关键因素,团体玩家坚持度显著高于独自游戏玩家。

MK
Maximus D. Kaos et al.女王大学

基于模拟的游戏测试中的内在动机回顾

Roohi 等人综述了基于模拟游戏测试中内在动机的建模方法,指出能力和好奇心已获关注,但社交相关性、沉浸感等仍未充分探索

SR
Shaghayegh Roohi et al.阿尔托大学