眼睛盯多：评估扩展现实中的注视、手势和语音用于多对象选择
人机交互
2026-02-16 v1
摘要
同时与多个对象交互让我们更快。这种交互的前置步骤是选择对象，即多对象选择，这通过两个步骤实现：(1) 切换多选模式——模式切换——然后 (2) 选择所有预期对象——子选择。在扩展现实 (XR) 中，这两个步骤都可以使用眼睛、手和语音完成。为考察设计选择如何影响用户性能，我们在用户研究中评估了四种模式切换 (SemiPinch、FullPinch、DoublePinch 和 Voice) 和三种子选择技术 (Gaze+Dwell、Gaze+Pinch 和 Gaze+Voice)。结果表明，尽管 DoublePinch 与 Gaze+Pinch 组合整体性能最佳，SemiPinch 达到了最低性能。尽管基于语音的模式切换显示出优势，但 Gaze+Voice 子选择不受欢迎，因为所需的重复语音命令被认为是繁琐的。总体而言，这些发现提供了经验性见解并指导了 XR 中多选择技术的设计建议。
引用
@article{arxiv.2602.12406,
title = {Eyes on Many: Evaluating Gaze, Hand, and Voice for Multi-Object Selection in Extended Reality},
author = {Mohammad Raihanul Bashar and Aunnoy K Mutasim and Ken Pfeuffer and Anil Ufuk Batmaz},
journal= {arXiv preprint arXiv:2602.12406},
year = {2026}
}