虚拟现实中人类导航的感觉编码模型比较研究

在虚拟现实应用中，用户经常在虚拟环境中导航，但生理反应问题（如晕动症、疲劳和认知负荷）可能会干扰甚至中止这些活动。尽管其具有影响，但感觉系统如何在 VR 中编码信息的底层机制仍不清楚。在本研究中，我们比较了三种感觉编码模型：贝叶斯高效编码、适应度最大化编码和线性非线性泊松模型，以考察它们模拟 VR 中人类导航行为的能力。通过将生理反应因素纳入模型，我们发现贝叶斯高效编码模型总体上优于其他模型。此外，当误差惩罚较小时，适应度最大化编码框架提供了更准确的估计。我们的结果表明，贝叶斯高效编码框架在大多数场景中提供了更优的预测，有助于更好地理解 VR 环境中的人类导航行为。