LocoVR：虚拟现实中多用户室内 locomotion 数据集

理解人类 locomotion 对AI代理（如机器人）至关重要，尤其是在复杂室内家庭环境中。对人类轨迹进行建模需要洞察个体如何在物理障碍物周围机动，以及如何管理社交导航动态。这些动态包括受Proxemics（社交空间使用）影响的细微行为，例如让路让他人通过或选择更长路径以避免碰撞。以往研究开发了人类在室内场景中的运动数据集，但这些数据集规模有限，缺乏家庭环境中常见的细微社交导航动态。为此，我们提出LocoVR，包含7000多条两人轨迹，来自130多个不同的室内家庭环境中通过虚拟现实捕获。LocoVR提供准确的轨迹数据和精确的空间信息，以及丰富的社交动机驱动的运动行为实例。例如，数据集捕获了个体在狭窄空间中相互导航、在居住区域尊重个人边界时调整路径、以及在入口和厨房等高流量区域协调运动的实例。我们的评估表明，LocoVR在利用人类轨迹的三个实际室内任务中显著提升了模型性能，展示了在家庭环境中预测社交感知导航模式的能力。