Построение 2D игровой системы на основе Unity

Kuo-Lung Chen

Факультет компьютерных наук и информационной инженерии Национального Тайдунгского университета

E-mail: longerger14@gmail.com

Аннотация

Данная работа направлена на разработку увлекательной 2D платформенной экшен игры, вдохновлённой классической серией Metroidvania, с включением образовательных элементов, связанных с физикой. Основная идея игры — передать игрокам интересные физические принципы через захватывающий сюжет и разнообразные игровые механики, уделяя особое внимание концепциям «замерзания оттаивания» и отражения света.

Эта 2D-игра служит платформой, объединяющей развлечение и обучение, и предназначена для пробуждения интереса к физике, одновременно углубляя понимание ключевых понятий. Игроки попадают в вымышленный мир, наполненный головоломками и приключениями. Взаимодействуя с различными игровыми механизмами, они должны применять физические принципы, такие как циклы замерзания?оттаивания и отражение света, чтобы решать сложные задачи и использовать эти концепции в бою с врагами.

Образовательные элементы встроены в игровой процесс через контекстные подсказки, вызовы и возможности обучения, тесно связанные с повествованием игры. В результате игроки естественным образом усваивают физические знания, наслаждаясь игровым процессом.

В целом эта игра направлена на обеспечение высокого качества игрового опыта, развитие научного любопытства и повышение мотивации к обучению благодаря увлекательному сюжету и физическим механикам. Объединяя развлечение и образование, проект стремится продвинуть научное образование в рамках игровой индустрии, превращая обучение в захватывающее и приятное приключение.

Ключевые слова: Unity, 2D Game, Maze, Action Game

Ведение

Видеоигры все чаще признаются эффективным средством как для развлечения , так и для обучения. В отличие от традиционных методов обучения, которые часто основаны на пассивном обучении, видеоигры вовлекают игроков в интерактивность, решение проблем и исследование. Развивающие игры, или серьезные игры, широко изучались на предмет их способности улучшать результаты обучения за счет включения образовательного контента в захватывающий опыт. Целью данного исследования является разработка 2D -платформера-экшена, который объединяет физические концепции начального уровня, предоставляя альтернативу учебный инструмент, который улучшает понимание учащимися, сохраняя при этом увлекательную игровую атмосферу.

Учащиеся начальной школы часто воспринимают физику как сложный предмет из-за ее абстрактных концепций и подхода, основанного на формулах. Традиционным методам преподавания может быть трудно заинтересовать учащихся, что приводит к их отстраненности. Чтобы решить эту проблему, данный проект предлагает интегрировать физические концепции — эффекты замораживания-оттаивания и отражения света — в игровую среду обучения . Внедряя эти принципы в игровую механику, учащиеся будут взаимодействовать с научными концепциями естественным, исследовательским и практическим образом, что сделает обучение более интуитивным и приятный.

Игра вдохновлена классическими платформерами в стиле Metroidvania, в основном Super Mario и Hollow Knight, известными своим увлекательным решением головоломок, исследованием открытого мира, сбором предметов и боевой механикой. Образовательный компонент не навязывается жестко, а легко интегрируется в игровой процесс. Игроки должны использовать физические взаимодействия для преодоления препятствий, решения головоломок и участия в стратегических боях. Игра поощряет игроков исследовать окружающую среду и экспериментировать с физическими концепциями с помощью игровой механики. Например, циклы замораживания-оттаивания. они могут изменять рельеф, открывать проходы или отражать вражеские угрозы, в то время как головоломки с отражением света требуют от игроков манипулировать зеркалами или отражающими поверхностями, чтобы активировать переключатели или находить скрытые пути. В отличие от линейных обучающих игр, этот проект предполагает свободное исследование, позволяя учащимся экспериментировать с физическими концепциями в своем собственном темпе. Это способствует самостоятельному обучению и совершенствует навыки решения проблем. Чтобы игроки оставались вовлеченными и при этом постоянно улучшали свое понимание, в игре используется комплексный подход к обучению, который представляет собой более понятный механика развивается на раннем этапе и постепенно превращается в сложные задачи. Это соответствует теориям когнитивного развития, таким как "Зона ближайшего развития" Выготского, гарантируя, что игроки будут оставаться в оптимальном состоянии обучения, не испытывая разочарования или отстраненности.

Игровое обучение широко изучается в педагогической психологии и педагогическом дизайне. Исследования показывают, что видеоигры могут улучшать когнитивные функции, такие как скорость реакции, зрительно-моторная координация, креативность и умение решать проблемы. Платформерные игры, играющие в режиме реального времени , требуют от игроков быстрых и точных движений, улучшающих их рефлексы. Открытые задания поощряют эксперименты, развивая инновационное мышление. В отличие от традиционных заданий, которые могут показаться обязательными, игры пробуждают любопытство и настойчивость, что приводит к большей вовлеченности и сохранение знаний. В исследовании Gee (2003), посвященном принципам обучения в видеоиграх, подчеркивается, что хорошо продуманные игры естественным образом включают в себя образовательные принципы. К ним относятся обучение на месте, обучение на практике и постепенное развитие навыков, что согласуется с конструктивистскими теориями обучения. Внедряя физические концепции в игровой процесс, этот проект выходит за рамки механического запоминания и вовлекает игроков в активный процесс обучения, в котором знания применяются динамично. В отличие от растущего распространения низкокачественных одноразовых мобильных игр, приоритетное внимание уделяется монетизация - это не просто опыт пользователей, этот проект направлен на то, чтобы вновь внедрить осмысленный и высококачественный дизайн игр. В индустрии коммерческих игр наблюдается рост моделей “плати за выигрыш”, основанных на микротранзакциях , где глубина игрового процесса и креативность часто приносятся в жертву финансовой выгоде. Эта тенденция снижает художественный и образовательный потенциал видеоигр, смещая акцент с собственно игрового процесса помолвка. Классические игры, такие как The Legend of Zelda и Final Fantasy, были известны своими захватывающий сюжет и увлекательный игровой процесс. Однако при разработке современных коммерческих игр часто приоритет отдается механике, ориентированной на получение прибыли, что вызывает опасения по поводу снижения креативности в игровом дизайне. Этот проект направлен на возрождение основных ценностей разработки игр, предоставляя аутентичный, основанный на повествовании опыт, который обучает и развлекает. Это исследование вносит свой вклад в разработку образовательных игр несколькими ключевыми способами. В отличие от обычных образовательных игр, в которых используется подход, основанный на викторинах, в этом проекте используется физика. принципы, заложенные непосредственно в игровую механику, делают обучение неотъемлемой частью игрового процесса. Проект сочетает образовательные цели с увлекательным игровым процессом, гарантируя, что обучение будет плавным, а не вынужденным. Представляя физические концепции в интерактивном формате, эта игра может стимулировать ранний интерес к науке и инженерному делу, решая общую проблему STEM-образования. Традиционному образованию, основанному на учебниках, часто не хватает интерактивности и практического применения, в то время как этот проект предлагает более увлекательную и практическую альтернативу, способствующую сохранению знаний и практическому применению понимание.

Обучающие видеоигры предлагают многообещающее решение современных задач обучения, используя увлекательный характер интерактивных средств массовой информации. В этом исследовании исследуется, как основанная на физике механика в 2D -платформере может улучшить процесс обучения, улучшить когнитивные способности и стать значимой альтернативой традиционному обучению. Создавая увлекательный игровой процесс, в котором органично сочетаются научные принципы, этот проект стремится преодолеть разрыв между образованием и развлечениями, превратив обучение в увлекательное и полезное приключение. Помимо своей непосредственной образовательной ценности, это исследование выступает за более качественную целенаправленную разработку игр, бросая вызов отраслевым нормам, отдающим приоритет коммерциализации, а не творчеству. Предлагая захватывающую образовательную игру, основанную на повествовании, этот проект надеется вдохновить как игроков , так и разработчиков, способствуя созданию будущего, в котором игры будут признаны развлечением и мощным инструментом обучения и интеллектуального роста.

Обзор литературы

Существующие исследования исследуют влияние Wi-Fi 6E и спектра 6 ГГц на приложения дополненной реальности/виртуальной реальности, уделяя особое внимание влиянию дефицита спектра на требования к низкой задержке и высокой надежности в средах с высокой плотностью. В предыдущих публикациях анализировались стратегии управления помехами и мощностью в диапазоне 5 ГГц, а в исследованиях также изучались характеристики спектра 6 ГГц в жилых помещениях и условиях высокой загруженности. Однако недостаточно исследований производительности Wi-Fi для крупномасштабных, плотно развернутых приложений AR/VR с низкой задержкой, таких как в школьные условия. Чтобы устранить этот пробел, в [1] был проведен анализ влияния доступности спектра 500 МГц и 1200 МГц на способность головных устройств AR/VR функционировать в школьной среде. Существующие исследования также изучали укачивание, вызванное видео виртуальной реальности, анализируя корреляцию между физиологическими реакциями (ЭЭГ, ЭКГ, GSR) и видеоконтентом. Традиционные методы в основном фокусируются на выделении пространственно-временных характеристик, но не учитывают индивидуальные различия. Чтобы преодолеть этот пробел, [2] предложили систему оценки, основанную на глубоком обучении, которая объединяет видео виртуальной реальности и физиологические данные для прогнозирования индивидуальных уровней укачивания в виртуальной реальности. Выявляя несоответствия восприятия и извлекая физиологические особенности, модель эффективно оценивает индивидуальный показатель SSQ и проверяет его эффективность на двух эталонных наборах данных, демонстрируя высокую корреляцию с оценками человека. В текущем исследовании также рассматривается прогнозирование точки обзора в 360-градусных VR-видео, где большинство методов основаны на истории движений головы во время съемки. игнорирование влияния видеоконтента на восприятие пользователем. В предыдущих исследованиях для прогнозирования использовались линейная регрессия, взвешенная регрессия и модели значимости, но их эффективность ограничена. Чтобы решить эту проблему, [3] предложили подход глубокого обучения, который интегрирует видеоконтент виртуальной реальности с данными о движении головы пользователя. Метод извлекает видеофрагменты с помощью CNNS и изучает исторические траектории движения с помощью LSTM, чтобы повысить точность прогнозирования точки обзора в будущем. Результаты моделирования показывают, что такой подход повышает точность прогнозирования на 16,1% по сравнению с базовые модели основаны исключительно на данных о местоположении. Исследования, посвященные применению технологии XR в спортивных играх, показали, что виртуальная реальность и дополненная реальность AR могут усилить погружение в физическую активность и улучшить психическое состояние. Однако виртуальная реальность может вызывать укачивание, что влияет на удобство взаимодействия с пользователем и эффективность взаимодействия. Хотя в предыдущих исследованиях сравнивались спортивные результаты с помощью виртуальной и дополненной реальности, в них не проводился глубокий анализ задач по быстрому попаданию в цель. [4] предложил спортивную игру в дополненной реальности, основанную на Ломаченко, наносящий быстрый удар по мячу головой, чтобы оценить его преимущества в снижении тревожности и повышении эффективность взаимодействия и предотвращение укачивания. Они провели сравнительные эксперименты с режимом виртуальной реальности, чтобы предложить более захватывающее решение, подходящее для домашнего фитнеса. В существующих исследованиях изучались методы улучшения взаимодействия с недорогими дисплеями виртуальной реальности, устанавливаемыми на голову (HMD), такие как сенсорные панели, голосовое управление и отслеживание движения. Однако для большинства методов требуется дополнительное оборудование или возникают проблемы с утомляемостью пользователя. В предыдущих исследованиях также предпринимались попытки распознавания жестов на основе акустических сигналов, но точность остается ограниченной. Для решения этой проблемы [5] был предложен GestOnHMD, технология взаимодействия с помощью жестов, основанная на встроенном в смартфон стереомикрофоне. Используя модель глубокого обучения, система распознает жесты касания и скольжения по трем поверхностям (передней, левой и правой) и проверяет их практичность в приложениях виртуальной реальности, повышая удобство взаимодействия и точность.

Существующие исследования исследуют облачные модели виртуальной реальности, анализируя факторы, влияющие на качество обслуживания, такие как задержка, изменение размера кадра и требования к пропускной способности. Традиционные методы моделирования трафика виртуальной реальности в основном основаны на стандартах 3GPP, но недооценивают фактическую скорость передачи данных на 25%, что влияет на качество обслуживания виртуальной реальности оценки качества. Для решения этой проблемы в [6] была предложена новая модель приложения для виртуальной реальности, которая учитывает кодирование видео, настройки буфера и адаптируемость скорости передачи данных для повышения точности прогнозирования QoS . Результаты экспериментов показывают, что новый подход более точно оценивает кадр виртуальной реальности показатели потерь и задержки MTP по сравнению с существующими моделями позволяют оптимизировать облачные сервисы потоковой передачи виртуальной реальности. Существующие исследования также изучают применение виртуальной реальности в интероцептивном восприятии, показывая, что виртуальная реальность эффективно улучшает самосознание состояний тела. Однако методы оценки остаются нестандартными. Предыдущие исследования в основном основывались на самоотчетах или методах физиологической обратной связи, таких как вариабельность сердечного ритма, но эти методы не позволяют всесторонне измерить интероцептивный опыт . Чтобы устранить этот пробел, [7] предложили качественный метод исследования, основанный на MAIA (Многомерная оценка интероцептивной осведомленности). Этот метод интегрирует виртуальную реальность проведите собеседования с использованием многоразовых шаблонов кодирования, чтобы проанализировать интероцептивный опыт пользователей и оптимизировать дизайн виртуальной среды для улучшения иммерсивного восприятия тела. Текущие исследования также исследуют влияние передачи данных на миллиметровых волнах (mmWave) на приложения виртуальной реальности metaverse, подчеркивая, что традиционные методы часто сталкиваются с проблемами выравнивания луча из-за перспективы. изменения, влияющие на стабильность передачи и энергоэффективность. В предыдущих исследованиях предпринимались попытки улучшить передачу на миллиметровых волнах с помощью гетерогенных сетей или интеллектуальных отражающих поверхностей, но эти решения являются дорогостоящими и не поддаются адаптации. Хуан [8] предложил для решения этой задачи систему совместного зондирования и связи, основанную на методе обучения с подкреплением. Эта система использует адаптивное формирование луча для регулировки фазовых сдвигов антенн, повышения скорости передачи данных и энергоэффективности в динамичных пользовательских средах виртуальной реальности при одновременной оптимизации надежности передачи посредством обучения с подкреплением. Исследования в области распознавания движений в видео виртуальной реальности показывают, что традиционные методы в основном основаны на локальных или пространственно-временных особенностях, которые зависят от изменений освещения, поворота объекта и загораживания, что приводит к снижению точности распознавания. В предыдущих исследованиях предпринимались попытки повысить надежность за счет сочетания плотных траекторий с глубоким обучением, но вычислительные затраты остаются высокими. Для решения этой проблемы в [9] было предложено объединение двух функций и адаптивное улучшение алгоритм распознавания движения. Этот подход описывает движение с использованием STC (пространственно-временной корреляции) взаимосвязей и траекторий характерных точек, используя PCA для уменьшения размерности и ABA для обучения классификации, тем самым повышая точность распознавания действий и надежность в видео виртуальной реальности.

В существующих исследованиях изучается влияние тренировок с использованием виртуальной реальности на походку и предотвращение падений, что указывает на то, что Виртуальная реальность может улучшить равновесие и контроль над походкой. Однако исследования, посвященные навыкам обхода препятствий, остаются ограниченными. В предыдущих исследованиях в основном использовались обычные VR-игры или имитационные среды без специального учета времени реакции на шаг в сторону (SART) во время ходьбы. Чтобы устранить этот пробел, [10] предложили обучающую игру “Избегание ходунков”, устанавливаемую на головном дисплее виртуальной реальности (VR-HMD) , предназначенную для повышения ловкости и обхода препятствий во время ходьбы. Результаты экспериментов показывают, что тренировка значительно снижает уровень СРТ и улучшает адаптируемость походки, способствуя прогрессу в клинической реабилитации и цифровой терапии. Текущее исследование также исследует применение социальной виртуальной реальности в телевизионных сценариях в прямом эфире, показывая, что традиционные платформы социальной виртуальной реальности в основном полагаются на виртуальные аватары, им не хватает высокореалистичных интерактивных впечатлений и ограниченной интеграции медиа-форматов. В предыдущих исследованиях предпринимались попытки объединить 360-градусное видео с 3D-средой но столкнулись с проблемами задержки и синхронизации. Чтобы решить эту проблему, Langa [11] предложила облегченную платформу социальной виртуальной реальности, которая объединяет объемную съемку в реальном времени и технологию потоковой передачи с низкой задержкой для обеспечения захватывающих социальных взаимодействий. Результаты экспериментов, проведенных в ходе прямых телевизионных трансляций, показывают, что эта платформа значительно улучшает погружение и взаимодействие качество. Существующие исследования также изучают использование виртуальной реальности в спортивных тренировках и показывают, что погружение в среду может улучшить визуальную осведомленность спортсменов и их способность принимать решения. Предыдущий визуальный обзор методы обучения в основном основывались на 2D-дисплеях (таких как Vision Performance Enhancement, VPE), но отсутствие погружения ограничивало их применимость в реальных условиях. Для решения этой проблемы [12] разработали VisionCoach - систему визуального обучения баскетболу на основе виртуальной реальности, состоящую из трех модулей задач, позволяющих улучшает визуальное восприятие игроков, способность принимать решения и стабильность ведения мяча. Результаты экспериментов показывают, что по сравнению с 2D-VPE тренировки в виртуальной реальности эффективно улучшают скорость зрительной реакции и облегчает перенос навыков в реальные сценарии. Исследование механизмов укачивания в виртуальной реальности (VMS) выявило ключевые влияющие факторы, включая движение камеры, поле зрения (FOV), глубину резкости (DoF) и модели движения объектов. Традиционные методы прогнозирования основаны на небольших наборах данных VR-видео , что ограничивает возможности обобщения моделей. Чтобы решить эту проблему, [13] представил VR.net крупномасштабный набор данных, содержащий 165 часов VR-контента, 100 VR-игр и данные из 500 участников, с указанием 24 факторов, связанных с укачиванием. Используя машинное обучение, VR.net точно определяет факторы риска и улучшает оценку адаптивности к VR-играм.

Методология исследования

Дизайн и концептуализация игр

Процесс разработки игры начинается с определения четких целей, механики и результатов обучения, которые соответствуют фундаментальным концепциям физики. Движок Unity был выбран для разработки из-за его универсальности в создании взаимодействий на основе 2D-физики. Этап разработки концепции включает в себя обзор существующих обучающих игр, чтобы определить их сильные и слабые стороны, чтобы убедиться , что предлагаемая игра предлагает уникальный опыт обучения. Важным аспектом этого этапа является определение того, как физические принципы, в частности, замораживание-оттаивание и отражение света, могут быть органично интегрированы в игровой процесс включены элементы сюжета. Кроме того, они создают захватывающий опыт, позволяя игрокам естественным образом взаимодействовать с физическими концепциями. Чтобы усовершенствовать первоначальные идеи, разрабатываются эскизы прототипов и каркасы для визуализации игровой механики, в то время как последовательные обсуждения между разработчиками и преподавателями помогают определить образовательную целесообразность проекта.

Разработка игр и интеграция физики

На этапе разработки основное внимание уделяется реализации запланированной игровой механики с использованием физического движка Unity. Две ключевые механики, основанные на физике, - замораживание-оттаивание и отражение света - являются основными образовательными элементами. Механика замораживания-оттаивания имитирует геологические процессы, при которых вода расширяется при замерзании, вызывая структурные изменения в окружающей среде. Это взаимодействие требует от игроков использовать элементы воды и льда для стратегического управления препятствиями, что укрепляет их понимание термического расширения. В то же время механика отражения света учит основам оптики, позволяя игроки могут манипулировать зеркалами, направляя лучи света на определенные цели. Правильное расположение зеркал соответствует законам отражения, что способствует развитию навыков решения задач. Для повышения вовлеченности в игру постепенно добавляются интерактивные обучающие программы, знакомящие с этими физическими принципами, что позволяет игрокам усвоить ключевые концепции, прежде чем переходить к более сложным задачам. Различные визуальные и слуховые сигналы интегрированы для усиления усвоения материала, помогая игрокам связать механику игрового процесса с реальными научными явлениями.

Тестирование, оценка и итеративная доработка

После разработки следует этап тщательного тестирования и оценки, чтобы подтвердить образовательную ценность игры. С учащимися начальных классов проводятся игровые тесты для оценки удобства использования, вовлеченности, и понимание физических концепций. Сбор данных включает в себя отслеживание взаимодействия игроков, анализ закономерностей прохождения и выявление проблем, которые могут помешать обучению. Для оценки усвоения знаний проводятся предварительные и последующие тесты, а также собирается качественная обратная связь с помощью опросов и интервью. Полученные результаты позволяют усовершенствовать игровую механику и дизайн учебных материалов. Кроме того, статистический анализ позволяет оценить значимость результатов обучения, гарантируя, что игровой процесс эффективно улучшает концептуальное понимание. В игру встроена адаптивная система сложности, учитывающая различные скорости обучения, что делает ее доступной для более широкой аудитории. С помощью этого структурированного, итеративного подхода исследование призвано продемонстрировать потенциал игровое обучение в образовании по физике дает ценную информацию об интерактивных цифровых платформах как практических инструментах обучения.

Результаты и обсуждение

Экспериментальные результаты

Результаты эксперимента позволяют провести всесторонний анализ производительности игроков и эффективности обучения. Предварительные и послетестовые оценки показали значительное улучшение понимания учащимися принципов замораживания-оттаивания и отражения света. Учащиеся, участвовавшие в игровой форме обучения, продемонстрировали более высокий уровень усвоения физических понятий, чем те, кто опирался исключительно на традиционные инструкции из учебников. Анализ данных показал, что 85% учащихся смогли правильно ответить на вопросы, связанные с физикой, после завершения игры, по сравнению с 55% до начала обучения. этап тестирования. Это говорит о том, что интерактивный игровой процесс способствовал концептуальному обучению за счет погружения в решение проблем. Анализ игрового процесса показал, что средняя продолжительность сеанса составляла 35 минут, что свидетельствует о высоком уровне вовлеченности. Игроки продемонстрировали адаптивное поведение в процессе обучения, при этом повторяющиеся попытки решить головоломки отражали итеративный процесс обучения. Уровни "замораживание-оттаивание " были завершены на 78%, в то время как уровень выполнения головоломок с отражением света был несколько ниже - 65%, что подчеркивает необходимость потенциальных улучшений в балансе сложности.

Визуальное представление данных

Для дополнительной иллюстрации результатов на следующих рисунках показаны основные результаты эксперимента:

Рис. 1 – Сравнение результатов до и после тестирования для студентов, изучающих физику в игровой форме.

Рис. 2 – Скорость выполнения различных головоломок, основанных на физике, в игре.

Рис. 3 – Средняя продолжительность сеанса и показатели вовлеченности игроков.

Рис. 4 – Анализ с помощью тепловой карты взаимодействий игроков на уровне замораживания-оттаивания и отражения света.

Выводы

В ходе этого исследования была успешно разработана 2D-игра-платформер, которая объединяет обучение физике с интерактивным игровым процессом, предлагая учащимся увлекательный и эффективный опыт обучения. Результаты экспериментов показывают, что обучение на основе игр улучшает понимание и закрепление физических концепций, особенно в областях замораживания-оттаивания и отражения света. Интеграция интерактивная механика, структурированное продвижение по уровням и визуальная обратная связь доказали свою полезность в усиление научных принципов с помощью захватывающего игрового процесса. Несмотря на успех, исследование также выявило ряд проблем, в том числе различную скорость обучения игроков и необходимость улучшения элементов пользовательского интерфейса. Решение этих проблем в будущих версиях повысит удобство использования игры и ее образовательный эффект. Кроме того, расширение тематики игры за счет включения в нее большего количества тем по физике и интеграции адаптивных механизмов обучения обеспечат более всесторонний образовательный опыт. В будущей работе будет изучен потенциал включения многопользовательских функций и возможностей совместного решения задач для содействия взаимному обучению. Дополненная реальность (AR) и виртуальная реальность (VR) также будут изучены для обеспечения еще более захватывающего и интерактивного опыта. Наконец, сотрудничество с образовательными учреждениями поможет повысить эффективность игры в классе, обеспечив ее жизнеспособность в качестве дополнительного средства обучения.

Использованные источники

1. Mehrnoush, M., Hu, C. and Aldana, C. AR/VR spectrum requirement for Wi-Fi 6E and beyond. IEEE Access, 2022, 10, 133016–133026. DOI: 10.1109/ACCESS.2022.3231229.
2. Lee, S., Kim, S., Kim, H.G. and Ro, Y.M. Assessing individual VR sickness through deep feature fusion of VR video and physiological response. IEEE Transactions on Circuits and Systems for Video Technology, 2022, 32(5), 2895–2907. DOI: 10.1109/TCSVT.2021.3103544.
3. Chen, X., Kasgari, A.T.Z. and Saad, W. Deep learning for content-based personalized viewport prediction of 360 degree VR videos. IEEE Networking Letters, 2020, 2(2), 81–84. DOI: 10.1109/LNET.2020.2977124.
4. Yang, H., Li, J., Liu, J., Bian, Y. and Liu, J. Development of an indoor exergame based on moving-target hitting task for COVID-19 epidemic: A comparison between AR and VR mode. IEEE Transactions on Games, 2022, 14(3), 511–521. DOI: 10.1109/TG.2021.3118035.
5. Cabaret, P.-A., Howard, T., Gicquel, G., Pacchierotti, C., Babel, M. and Marchal, M. Does multi-actuator vibrotactile feedback within tangible objects enrich VR manipulation? IEEE Transactions on Visualization and Computer Graphics, 2024, 30(8), 4767–4779. DOI: 10.1109/TVCG.2023.3279398.
6. Chen, T., Xu, L., Xu, X. and Zhu, K. GestOnHMD: Enabling gesture-based interaction on low-cost VR head mounted display. IEEE Transactions on Visualization and Computer Graphics, 2021, 27(5), 2597–2607. DOI: 10.1109/TVCG.2021.3067689.
7. Korneev, E., Liubogoshchev, M., Bankov, D. and Khorov, E. How to model cloud VR: An empirical study of features that matter. IEEE Open Journal of the Communications Society, 2024, 5, 4155–4170. DOI: 10.1109/OJCOMS.2024.3409472.
8. Haley, A.C., Thorpe, D., Pelletier, A., Yarosh, S. and Keefe, D.F. Inward VR: Toward a qualitative method for investigating interoceptive awareness in VR. IEEE Transactions on Visualization and Computer Graphics, 2023, 29(5), 2557–2566. DOI: 10.1109/TVCG.2023.3247074.
9. Huang, Z., Yang, P., Zhou, C., Wu, W. and Zhang, N. Joint sensing and communication for mmWave VR in metaverse: A meta-learning approach. IEEE Internet of Things Journal, 2024, 11(13), 24049–24060. DOI: 10.1109/JIOT.2024.3391010.
10. Han, K. Motion recognition algorithm in VR video based on dual feature fusion and adaptive promotion. IEEE Access, 2020, 8, 201134–201146. DOI: 10.1109/ACCESS.2020.3023755.
11. Langa, S.F., Climent, M.M., Cernigliaro, G. and Rinc?n Rivera, D. Toward hyper-realistic and interactive social VR experiences in live TV scenarios. IEEE Transactions on Broadcasting, 2022, 68(1), 13–32. DOI: 10.1109/TBC.2021.3123499.
12. Liu, P.-X., Pan, T.-Y., Lin, H.-S., Chu, H.-K. and Hu, M.-C. VisionCoach: Design and effectiveness study on VR vision training for basketball passing. IEEE Transactions on Visualization and Computer Graphics, 2024, 30(10), 6665–6677. DOI: 10.1109/TVCG.2023.3335312.
13. Wen, E., Gupta, C., Sasikumar, P., Billinghurst, M., Wilmott, J., Skow, E., Dey, A. and Nanayakkara, S.C. VR.net: A real-world dataset for virtual reality motion sickness research. IEEE Transactions on Visualization and Computer Graphics, 2024, 30(5), 2330–2336. DOI: 10.1109/TVCG.2024.3372044.