走向抽象：协作物理任务中的多模态约定形成Maeda 等人研究协作物理任务中多模态 convention 形成，发现参与者在使用语言和手势抽象后协作效率显著提升，并将概率模型扩展到多模态场景。2026KMKiyosu Maeda et al.普林斯顿大学全身交互与体感输入眼动追踪与注视交互AR 导航与情境感知CHI
不确定指针：面向 ambiguity感知的AR目标选择的情境化前馈可视化Tsai 等人提出Uncertain Pointer系统，探索AR目标选择中的前馈可视化方法，通过颜色或透明度标注候选目标提升消歧效率，并提供基于情境的设计建议。2026CTChing-Yi Tsai et al.普林斯顿大学AR 导航与情境感知沉浸感与临场感研究不确定性可视化CHI
Reality Promises：基于不可见移动机器人实现混合现实中的虚实解耦幻觉Kari等人提出Reality Promises混合现实系统，通过不可见移动机器人在虚实解耦点间操纵物理物体，并利用机器人感知的3D高斯溅射技术隐藏机器人，实现神奇力量操纵物理场景的幻觉。2025MKMohamed Kari et al.普林斯顿大学混合现实工作空间家用机器人UIST
为顺序手势输入设计触觉反馈Xu 等人设计用于空中手势顺序输入的触觉反馈，发现0.3-0.5秒模式可达80%-90%准确率，即时反馈显著优于延时反馈，并针对年轻用户和年长用户分别推荐不同反馈时长。2024SXShan Xu et al.Meta车内触觉、声音、多模态反馈手部手势识别CHI
跨手部姿势和位置约束的可迁移微手势：利用中指、无名指和小指Joshi 等人利用中指、无名指和小指设计跨手部位置和姿势约束的微手势，通过在线和实验室研究验证其舒适度和实用性，为双手占用场景提供辅助输入方案。2023NJNikhita Joshi et al.滑铁卢大学全身交互与体感输入足部与手腕交互UIST
STAR：增强现实中类智能手机的文本输入方法Kim 等人提出 STAR AR文本输入技术，让用户在虚拟QWERTY键盘上用手部皮肤进行双拇指打字，平均速度达21.9 WPM，错误率仅0.3%，提供自然熟悉的输入体验。2023TKTaejun Kim et al.韩国科学技术院皮肤显示与皮肤输入UIST
超越真实：虚拟现实交互的感知运动控制视角Abtahi 等人从感知运动控制角度将 VR 交互分类为基于现实、幻觉和超越现实三咱类型，通过感觉运动控制系统讨论开放问题并指出未来挑战2022PAParastoo Abtahi et al.普林斯顿大学沉浸感与临场感研究CHI
REACH+：通过VR中的动态重定向扩展遇到式触觉设备的可达范围Gonzalez 等人提出 REACH+ 框架，通过估计用户到达目标的时间动态重定向手部位置，使低速触觉设备的准时接触率提升25%，增强VR交互真实感。2020EGEric J. Gonzalez et al.斯坦福大学中空超声波触觉（Mid-air Haptics）沉浸感与临场感研究UIST
我是巨人：在大型虚拟环境中高速行走的优势Abtahi 等人比较VR中三种增加感知行走速度的方法，发现地面级缩放最具沉浸感可提升步幅长度，七里靴在高增益下会降低位置准确性。2019PAParastoo Abtahi et al.普林斯顿大学全身交互与体感输入沉浸感与临场感研究CHI
超越力量：使用四旋翼无人机为虚拟现实中的触觉获取物体和环境Abtahi 等人提出 HoverHaptics 系统，利用四旋翼无人机实现被动触觉动态定位、纹理映射和道具动画三种功能，丰富 VR 触觉交互。2019PAParastoo Abtahi et al.普林斯顿大学自动驾驶界面与接管设计无人机（Drone）交互与控制CHI
视觉-触觉错觉在改善形状显示感知性能中的应用Abtahi 等人利用视觉-触觉错觉（重定向、缩放、重新定位）提升 VR 形状显示感知性能，实现分辨率与速度3倍提升。2018PAParastoo Abtahi et al.普林斯顿大学形变界面与软机器人材料可视化感知与认知CHI