"我真的需要这个吗？": 揭示电子竞技教学中计算训练工具整合挑战Kleinman 等为《英雄联盟》开发计算训练工具 MySkills 并在职业训练学院部署三个月，通过两轮访谈揭示用户对 CTT 的看法及真实整合挑战，为电子竞技训练技术的转化研究提供重要启示。2026EKErica Kleinman et al.东北大学游戏用户体验与玩家行为严肃游戏与功能游戏原型设计与用户测试CHI
模拟人类视听搜索行为Cho 等人提出 Sensonaut 计算模型，将视听搜索建模为资源理性决策问题，验证表明该模型能复现人类搜索时间和努力的自适应缩放及典型错误，为降低视听界面搜索成本提供指导。2026HCHyunsung Cho et al.卡内基梅隆大学眼动追踪与注视交互声音化（Sonification）与听觉显示情感反馈与情绪调节界面CHI
多车道移动目标捕获中的用户性能建模Kim 等人首次构建多路线移动目标捕获用户性能模型，整合 MTA 模型与漂移扩散模型，实验证明比基准模型 R² 和准确性显著更高。2025JKJonghyun Kim et al.延世大学可视化感知与认知严肃游戏与功能游戏CHI
嵌入硬件的指向传输函数，能够消除操作系统增益Kim等人提出嵌入式硬件传输函数技术，允许用户在固件中定义物理单位函数，消除操作系统和硬件设置扰动影响，实现稳定指向传输。2025SKSeonho Kim et al.延世大学力反馈与伪重力感电路制作与硬件原型CHI
打造冠军：电子竞技教练过程的观察研究Lee 等人通过观察112小时《英雄联盟》教练课程录像，分析教练过程中的关键活动，为人机交互改进电子竞技培训提供理论基础。2025HLHanbyeol Lee et al.延世大学脑机接口（BCI）与神经反馈严肃游戏与功能游戏CHI
《英雄联盟中专家输入行为的特征与量化》Lee 等人通过对193名玩家4,835场比赛分析，量化《英雄联盟》八种输入技能，证实排名更高玩家输入质量更高，训练辅助工具可促进行为改善2024HLHanbyeol Lee et al.延世大学游戏用户体验与玩家行为严肃游戏与功能游戏角色扮演与叙事游戏CHI
通过生物力学模拟进行实时3D目标推断Moon 等人利用生物力学仿真生成合成运动数据训练3D目标推断模型，在挑战性条件下5-10毫秒内完成推断，将错误率降低71%，完成时间减少35%。2024HMHee-Seung Moon et al.阿尔托大学全身交互与体感输入人体姿态与行为识别计算方法在HCI中的应用CHI
连续时间点定位中的用户表现：一项探索性研究Lee 等人通过100人用户研究揭示连续时态指向任务的独特性，发现按钮输入方法及手部使用对该任务表现有显著影响2024DLDawon Lee et al.韩国科学技术院通知与中断管理用户研究方法（访谈、调查、观察）CHI
使用双传感器鼠标量化手腕瞄准习惯：对玩家表现和工作负荷的影响Kang 等人采用双传感器鼠标技术量化玩家手腕瞄准习惯，两项用户研究表明专业水平与鼠标灵敏度显著影响该习惯，且与工作负荷正相关。2024DKDonghyeon Kang et al.延世大学游戏用户体验与玩家行为CHI
使用用户模拟的摊销推理Moon等人提出摊销推理方法，使用神经代理模型进行概率推理，将用户行为仿真模型的参数推断时间从数天缩短到几十毫秒，实现大规模数据分析。2023HMHee-Seung Moon et al.延世大学慢性病自我管理（糖尿病、高血压等）知识工作者工具与工作流CHI
基于AI的训练如何影响职业围棋选手的表现Kang 等人分析6,292场韩国围棋比赛和1,362名选手Elo数据，发现自2017年AI训练使选手走法更接近AI推荐，预期胜率波动显著降低。2022JKJimoon Kang et al.延世大学生成式AI（文本、图像、音乐、视频）可解释人工智能（XAI）心理健康应用与在线支持社区CHI
通过策略调节加速推理与用户模拟器Moon 等人引入网络调制技术获取通用策略，实现即时适应模型参数，成功用不到原方法 1/1000 的算力推断用户认知参数和内在奖励。2022HMHee-Seung Moon et al.延世大学大语言模型（LLM）的人机协作CHI
量化主动和反应性按钮输入Kim 等人提出通过建模按钮输入与系统输出时间间隔概率分布来量化主动与反应性输入策略的技术，并应用于动画过渡设计和游戏得分预测。2022HKHyunchul Kim et al.韩国科学技术院原型设计与用户测试CHI
间歇控制的指针点击行为仿真模型Do 等人提出间歇控制的指针点击仿真模型，综合用户与环境特征将点击行为公式化为马尔可夫决策过程，用深度强化学习优化策略，准确再现真实用户行为。2021SDSeungwon Do et al.韩国科学技术院眼动追踪与注视交互人体姿态与行为识别计算方法在HCI中的应用CHI
高手的秘密：理解第一人称射击游戏中职业选手的物理战斗技能Park 等人通过动作捕捉、眼动仪、肌电图等六传感器采集CS:GO职业与业余玩家数据，验证13个假设中6个获统计支持，揭示FPS高手的技能特征。2021EPEunji Park et al.韩国科学技术院游戏用户体验与玩家行为CHI
一种间歇性点击规划模型Park等人提出间歇性点击规划模型，准确预测指向错误率（R²分别为0.992和0.985），成功识别FPS游戏玩家认知特征差异。2020EPEunji Park et al.韩国科学技术院游戏用户体验与玩家行为游戏化设计（Gamification）慢性病自我管理（糖尿病、高血压等）CHI
提高虚拟碰撞响应的可靠性：一种线索整合技术Do 等人基于线索整合理论提出统计模型，将虚拟碰撞反应设为用户感知方向，分别提高准确性8.77%和精确性30.29%。2020SDSeungwon Do et al.韩国科学技术院全身交互与体感输入沉浸感与临场感研究CHI
AutoGain：通过子运动效率优化自适应增益函数Lee 等人提出AutoGain子运动级跟踪优化技术，半小时内为触控板生成个性化增益函数，月度研究显示性能显著提升。2020BLByungjoo Lee et al.韩国科学技术院手部手势识别计算方法在HCI中的应用CHI
通过FDVV模型进行按钮仿真与设计Liao 等人将按钮FD模型扩展为FDVV模型，增加振动和速度依赖特性，更好地模拟按钮触觉和咔嗒声，实现端到端按钮仿真设计。2020YLYi-Chi Liao et al.阿尔托大学力反馈与伪重力感原型设计与用户测试CHI
计算机鼠标最优传感器位置Kim 等人确定鼠标中心传感器为最优位置，吞吐量提升11-14%，路径偏差改善20-23%，并通过可变传感器设计实现个性化校准。2020SKSunjun Kim et al.大邱庆北科学技术院环境感知与上下文计算原型设计与用户测试CHI