自适应虚拟现实博物馆：面向参与感感知的闭环框架
人机交互
2026-03-17 v1 多媒体
软件工程
摘要
VR 文化遗产中静态信息呈现常导致认知过载或不足刺激。我们引入一个闭环自适应界面，通过隐式多模态感知针对实时访客行为调整内容深度。该方法持续监测凝视停留、头部运动学和游历动作，以通过透明的基于规则分类器推断参与感，从而驱动大语言模型动态调节解释复杂度，而不中断探索。我们实现了一个在贝拉特民俗博物馆中的原型系统，并进行了初步评估（N=16），比较自适应内容与静态内容。结果表明，自适应组在阅读参与度和探索时间上提升了2-3倍，同时保持高可用性（SUS=84.3）。技术验证确认在消费级 VR 硬件上实现亚毫秒级参与感推断延迟。这些初步发现 warrants 更大规模的调查，并引发关于参与感验证、AI 可解释性以及遗产语境下生成模型的问题。我们呈现此工作进展，以激发关于沉浸式文化体验中隐式 AI 驱动适应性的讨论。
引用
@article{arxiv.2603.13639,
title = {Adaptive Virtual Reality Museum: A Closed-Loop Framewor for Engagement-Aware Cultural Heritage},
author = {Joseph Damouni and Wadia Tanus and Naomi Unkelos-Shpigel},
journal= {arXiv preprint arXiv:2603.13639},
year = {2026}
}
备注
15 pages, 3 figures