量化热错觉在虚拟现实中的效应
组合数学
2025-09-03 v1 机器学习
摘要
热感是我们体验世界的核心要素，但大多数虚拟和延伸现实系统未能有效模拟。虽然硬件基础的热显示器可提供准确的温度变化，但往往笨重、耗电且限制用户的 mobility。因此，最近的研究探索了热错觉，即依赖于跨感官相互作用的感知效应，以实现无物理加热或冷却的热体验。虽然已显示热错觉能持续改变主观评级，但其对交互对象感知温度实际影响的程度尚未探索。为此，我们贡献了两项遵循心理生理程序的用户研究发现。我们首先对一系列视觉和听觉线索的 (N=20) 效应进行排序和缩放，然后量化其孤立和组合功效，以抵消物理温度变化 (N=24)。我们发现，热错觉引发了对主观判断的稳健变化，听觉线索可能作为替代或补充方法来利用既定的视觉技术。然而，热错觉引起的实际效应相对较小 (+-0.5°C)，且未能一致地与抽象评级一致，这表明需要重新考虑如何设计和评估未来的热错觉或体验。
引用
@article{arxiv.2509.01607,
title = {Reinforcement learning for graph theory, Parallelizing Wagner's approach},
author = {Alix Bouffard and Jane Breen},
journal= {arXiv preprint arXiv:2509.01607},
year = {2025}
}