ProACT：按受训者表现实时调节VR消防训练难度
论文AI 评分 62/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
针对VR消防训练多依赖固定场景、难度难以随受训者水平变化的问题，研究提出ProACT系统，通过受训者表现与模拟火势之间的闭环互动调节场景难度。系统由两部分组成：全局模块依据表现实时调整场景层面的火势蔓延动态，局部模块周期性更新环境中各物体的可燃性。评估显示，与已有的自适应和非自适应基线相比，ProACT在客观训练表现和主观用户体验两方面均有改善。作者还讨论了自适应沉浸环境向消防之外训练领域扩展的可能。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载固定场景的局限
消防训练需要在动态且高压的应急条件下反复演练，但真实点火演练成本高、风险大、难以规模化。VR被视作安全且可控的替代方案，然而现有不少VR消防训练系统采用固定场景，或只提供有限的难度调节。当受训者的表现随时间变化时，这类系统难以把挑战维持在适合技能发展的水平，过难或过易都会削弱训练效果。论文正是从这一缺口出发设计系统。
双层难度调节机制
ProACT把难度调节拆成全局与局部两层。全局模块持续读取受训者的表现，并据此实时改变场景层面的火势蔓延动态，让整体压力随人的水平浮动。局部模块则以周期性的方式更新环境中各个物体的可燃性，使同一场景内的细节难度也能变化。两层分别对应场景级与物体级，形成受训者表现与模拟火势之间的闭环互动，而不是一次性设定好的静态参数。
评估结果与适用范围
评估将ProACT与已有的自适应基线和非自适应基线对比，结果显示该系统在客观训练表现与主观用户体验两项指标上都有改善。论文还讨论了自适应沉浸环境如何从消防训练延伸到更广泛的训练领域。材料未给出受训者规模、具体指标数值与系统可用时间等信息。
为什么值得看
把难度自适应做成表现与火势动态的闭环，为VR训练系统如何随学员水平调节挑战提供了可复用的设计思路。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。