toplogo
Đăng nhập
thông tin chi tiết - 人機互動 - # 虛擬實境中的貼身選單

虛擬實境中以不同視角創建貼身選單的影響及圖示分佈偏好


Khái niệm cốt lõi
不同視角的創建過程會影響使用者體驗和記憶表現。使用者在虛擬實境中創建貼身選單時,會根據圖示類別在身體不同部位上有一致的偏好分佈。
Tóm tắt

本研究探討了在虛擬實境(VR)中創建貼身選單時,不同視角的創建過程對使用者體驗和記憶表現的影響。

第一項研究(N=12)比較了三種創建過程:第一人稱視角(1PP)、第三人稱視角(3PP)和鏡像視角。結果顯示,鏡像視角在創建時間和記憶準確度上優於其他兩種視角。

為了進一步探討使用者偏好,第二項研究(N=18)使用了集成身體追蹤功能的VR系統。結合兩項研究的數據(N=30),確認了使用者在貼身選單圖示分佈上存在顯著偏好,如社交媒體圖示傾向放置在前臂上,生產力圖示則偏向上身區域。此外,也發現了一些圖示類別之間的關聯,如休閒和社交媒體圖示經常共同出現。

這些發現突出了創建過程的重要性,揭示了使用者在貼身選單組織上的偏好模式,為VR環境中直觀有效的貼身互動提供了設計洞見。

edit_icon

Tùy Chỉnh Tóm Tắt

edit_icon

Viết Lại Với AI

edit_icon

Tạo Trích Dẫn

translate_icon

Dịch Nguồn

visual_icon

Tạo sơ đồ tư duy

visit_icon

Xem Nguồn

Thống kê
社交媒體圖示傾向放置在前臂上。 生產力圖示傾向放置在上身區域。 其他類別圖示傾向放置在腰部以下區域。 休閒和社交媒體圖示經常共同出現。 生產力和社交媒體圖示經常共同出現。
Trích dẫn
"鏡像視角可以更清楚地看到圖示在身體上的相對位置。在1PP中,由於視角的限制,很難看到整個圖示佈局,而3PP缺乏直接觀看的簡單性和直觀性。" "3PP可以讓使用者直接看到所有放置位置,這是最好的。但是,很難找到3PP和自己身體之間的對應關係。"

Thông tin chi tiết chính được chắt lọc từ

by Xiang Li, We... lúc arxiv.org 10-01-2024

https://arxiv.org/pdf/2409.20238.pdf
Investigating Creation Perspectives and Icon Placement Preferences for On-Body Menus in Virtual Reality

Yêu cầu sâu hơn

如何根據使用者的個人特徵(如空間推理能力、視覺偏好等)來優化貼身選單的設計?

在設計貼身選單時,考慮使用者的個人特徵是至關重要的。首先,空間推理能力的差異會影響使用者在虛擬環境中的互動方式。對於空間推理能力較強的使用者,他們可能更能夠快速理解圖示在身體上的位置,因此可以設計更為複雜的圖示佈局,讓這些使用者能夠充分利用他們的能力。相反,對於空間推理能力較弱的使用者,則應該提供更簡單、直觀的佈局,並且可能需要在圖示周圍提供更多的視覺提示或指引,以幫助他們更好地記住圖示的位置。 此外,視覺偏好也應該被納入考量。不同的使用者可能對顏色、形狀和大小有不同的偏好,這些偏好會影響他們對圖示的識別和記憶。因此,設計時可以考慮提供自訂選項,讓使用者能夠根據自己的喜好調整圖示的顏色和形狀,從而提高他們的使用體驗和滿意度。

如何在不同的輸入模式(如手部追蹤、控制器、注視控制等)下,調整貼身選單的設計以提高可用性和舒適性?

在不同的輸入模式下,貼身選單的設計需要靈活調整以適應各種互動方式。對於手部追蹤,設計應該考慮到使用者的手部動作和姿勢,確保圖示的佈局不會妨礙手部的自然運動。例如,圖示可以放置在手臂的側面或前方,這樣使用者在進行手部操作時不會感到不適。 使用控制器時,設計可以利用控制器的物理特性來增強互動體驗。控制器的按鈕和觸控板可以用來快速選擇和切換圖示,因此在設計貼身選單時,可以考慮將常用的圖示放置在容易觸及的位置,並提供視覺反饋來確認選擇。 對於注視控制,設計應該考慮到使用者的視線焦點,確保圖示在視野內的可見性和可達性。可以設計動態的圖示佈局,根據使用者的注視方向自動調整圖示的位置,這樣可以減少使用者的視覺疲勞並提高互動的流暢性。

如何在整個身體範圍內探索圖示分佈,並利用強化學習框架預測全身動作,以獲得更全面的洞見?

探索圖示在整個身體範圍內的分佈可以通過收集使用者在不同情境下的互動數據來實現。這些數據可以包括使用者在創建貼身選單時的圖示位置、使用頻率以及使用者的反饋。通過分析這些數據,可以識別出使用者對於不同類別圖示的偏好位置,從而優化圖示的佈局。 利用強化學習框架來預測全身動作,可以進一步提升這一過程的準確性。強化學習算法可以通過模擬不同的動作和互動情境,學習如何最佳化圖示的分佈。這種方法不僅能夠考慮到使用者的個體差異,還能夠根據實時的動作數據調整圖示的位置,從而提供更為個性化的使用體驗。 通過這種方式,設計者可以獲得更全面的洞見,了解使用者在虛擬環境中的行為模式,並根據這些模式進行持續的設計改進,最終提升貼身選單的可用性和舒適性。
0
star