Gain Adaptation in Virtual Reality
Notice bibliographique
Résumé
Humans rely on both visual and kinesthetic cues to register self-motion and navigate through the world. Normally, these sources of information are consistent with the perceived motion through the environment. Virtual Reality (VR) often introduces visual/kinesthetic inconsistency due to scale differences between the physical space and the simulated virtual space (motion gain). Large amounts of left-right self-motion gain has been found to compress apparent distance and monocular depth. In the present study, we asked whether observers adapt to exposure to extended periods of high or low motion gain. In the adaptation phase, observers played a VR game. They moved laterally to intersect targets with their body; their virtual motion was scaled to be either 0.67, 1 or 2 times their physical motion. These three adaptation conditions were presented in separate sessions, each starting with 5 minutes of initial adaptation, followed by testing interleaved with three 2-minute top-up adaptation periods. During the test phase, observers swayed left-right over 20 cm to the beat of a 0.5 Hz metronome and indicated if the virtual environment moved ‘more or less than they did’. Using a method of constant stimuli, we measured the PSE for each gain in separate blocks. Results from 18 observers showed that there were no consistent differences between the PSEs obtained in the three gain conditions. Neither increasing the adaptation duration nor testing monocularly affected this pattern of results. These data suggest that while observers are sensitive to differences between their intended movement and that rendered in VR, they do not appear to adapt to a constant mismatch in the current setup. Ongoing experiments are evaluating if this is also true for forward-backward motion. Lack of adaptation to mismatches between self and world motion may be an important evolutionary strategy as such distortions could signal a hazardous situation (e.g. poisoning).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».