Exploring Pointing and Confirmation Techniques for Teleportation Across Varying Elevations in Virtual Reality
Notice bibliographique
Résumé
Teleportation in Virtual Reality (VR) is a locomotion technique that allows users to navigate between locations within a virtual environment instantly. Traditionally, VR teleportation is performed using physical controllers, where users control a teleportation pointer — represented by a straight line or parabola — and activate the teleportation to the target destination by pressing a button. Recent advances in hand and eye-tracking capabilities in Head-Mounted Displays (HMDs) enable designers to leverage hand and eye-based interactions to enhance the immersion and naturalness of controller-free VR usage. However, there has been limited research on comparing different controller-free methods for VR teleportation across various elevations. To address this gap, we conducted a user study exploring three controller-free pointing techniques (gaze, hand, and head), four confirmation modalities (finger pinch, eye-blink, dwell, and voice), and two types of teleportation pointers (linear and parabolic) for VR teleportation across various elevations. Our results show that head-based pointing was faster and more accurate than other techniques, with head and gaze achieving higher throughput than hand-based methods. For confirmation, finger pinch yielded the best performance in terms of task completion time and throughput, followed by dwell, voice, and eye-blink; dwell was the most accurate. The linear pointer outperformed the parabolic pointer in some contexts. Based on these findings, we propose design guidelines to enhance controller-free VR teleportation using various input modalities.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».