使用强化学习的重定向行走多用户重置控制器
人机交互
2023-06-21 v1
摘要
重定向行走（RDW）的重置技术通过显式地重新调整用户的方向，以避免在物理空间中与边界、障碍物或其他用户发生碰撞。然而，过度重置会降低用户的沉浸感和临场感。为解决这一问题，已开展了多项RDW研究。其中，许多研究致力于通过设计重置方向规则（例如 2:1 转弯、重置至中心）或针对给定环境对其进行优化，来减少重置次数的重置技术。然而，现有的关于重置技术的优化研究主要集中在单用户环境。在多用户环境中，物理空间中其他用户的动态移动和静态障碍物增加了重置的可能性。在本研究中，我们提出了一种多用户重置控制器（MRC），该控制器在重置用户时同时考虑物理障碍物和多用户移动，以最小化重置次数。MRC使用多智能体强化学习进行训练，以在不同环境中确定最佳重置方向。这种方法使MRC能够有效考虑不同的环境上下文，包括同一物理空间中任意的物理障碍物和其他用户的动态移动。我们通过仿真测试和用户研究将MRC与其他重置技术进行了比较，结果表明MRC将平均重置次数减少了高达55%。总体而言，我们的研究证实了MRC在多用户环境中是一种有效的重置技术。补充材料可在匿名链接获取：(https://osf.io/rpftu/?view_only=8230f344502f4013af2a5229db5e21c3)。
引用
@article{arxiv.2306.11433,
title = {Multi-user Reset Controller for Redirected Walking Using Reinforcement Learning},
author = {Ho Jung Lee and Sang-Bin Jeon and Yong-Hun Cho and In-Kwon Lee},
journal= {arXiv preprint arXiv:2306.11433},
year = {2023}
}
备注
12 pages, 11 figures