Can physical motions prevent disorientation in naturalistic VR?
Notice bibliographique
Résumé
Most virtual reality simulators have a serious flaw: Users tend to get easily lost and disoriented as they navigate. According to the prevailing opinion, this is because of the lack of actual physical motion to match the visually simulated motion: E.g., using HMD-based VR, Klatzky et al. [1] showed that participants failed to update visually simulated rotations unless they were accompanied by physical rotation of the observer, even if passive. If we use more naturalistic environments (but no salient landmarks) instead of just optic flow, would physical motion cues still be needed to prevent disorientation? To address this question, we used a paradigm inspired by Klatzky et al.: After visually displayed passive movements along curved streets in a city environment, participants were asked to point back to where they started. In half of the trials the visually displayed turns were accompanied by a matching physical rotation. Results showed that adding physical motion cues did not improve pointing performance. This suggests that physical motions might be less important to prevent disorientation if visuals are naturalistic enough. Furthermore, unexpectedly two participants consistently failed to update the visually simulated heading changes, even when they were accompanied by physical rotations. This suggests that physical motion cues do not necessarily improve spatial orientation ability in VR (by inducing obligatory spatial updating). These findings have noteworthy implications for the design of effective motion simulators.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».