本研究では、強化学習を用いた手続き的コンテンツ生成(EDPCGRL)フレームワークを提案し、恐怖症治療のための仮想現実エクスポージャー療法(VRET)に適用した。このフレームワークは、利用者の生理学的反応を測定し、望ましい不安レベルを達成するようにクモの属性を動的に調整する。
まず、仮想クモが人間の不安反応を引き起こすことを確認するための予備実験を行った。その結果、仮想クモが参加者の生理学的反応に有意な影響を与えることが示された。
次に、提案したEDPCGRLフレームワークと、ルールベースの適応手法を比較する実験を行った。その結果、EDPCGRLフレームワークは、ルールベースの手法と比べて、より正確に望ましい不安レベルを達成できることが示された。
さらに、異なる参加者が異なるクモの属性に対して不安を感じることを示す実験を行った。これは、個別化された治療の必要性を裏付けるものである。
全体として、本研究は、強化学習を用いた自動適応型VRETシステムの有効性を示しており、恐怖症治療の分野における新しいアプローチを提案している。
Başka Bir Dile
kaynak içeriğinden
arxiv.org
Önemli Bilgiler Şuradan Elde Edildi
by Athar Mahmou... : arxiv.org 09-27-2024
https://arxiv.org/pdf/2409.17406.pdfDaha Derin Sorular