北京理工大学とジョージ・メイソン大学などの研究チームは、各ユーザの動きを学習し、各々に適したVRワークスペースを生成する手法を発表しました。
論文:Functional Workspace Optimization via Learning Personal
Preferences from Virtual Experiences
著者:Wei Liang, Jingjing Liu, Yining Lang, Bing Ning, Lap-Fai Yu
所属:Beijing Institute of Technology, Beijing Institute of Fashion Technology, George Mason University
本論文は、各VRユーザの嗜好からレイアウトを変更し、ユーザに適したワークスペースを生成するアプローチを提案します。ワークスペースの機能は、仮想世界のデザインにおいて重要な事項の1つです。開発者は、統計や平均などを参考にワークスペースを作成しますが、全ての人に適している訳ではありません。
そこで本提案手法は、それぞれのユーザの動き(=好み)を学習し、各々に適したワークスペースに変更します。具体的には、個人的な好み、空間的な制約、ポーズ評価、および視野(目の高さ等)をモデル化するためのコスト関数を定義し、そのコスト関数を用いて最適なワークスペースに変更します。
これにより、ユーザがタスクを実行した後のシーンを、ユーザの操作上の好みと作業の軌跡に基づいて最適化することを可能にします。