We explore how humanoid robots can be repurposed as haptic media, extending beyond their conventional role as social, assistive, collaborative agents. To illustrate this approach, we implemented HumanoidTurk, taking a first step toward a humanoid-based haptic system that translates in-game g-force signals into synchronized motion feedback in VR driving. A pilot study involving six participants compared two synthesis methods, leading us to adopt a filter-based approach for smoother and more realistic feedback. A subsequent study with sixteen participants evaluated four conditions: no-feedback, controller, humanoid+controller, and human+controller. Results showed that humanoid feedback enhanced immersion, realism, and enjoyment, while introducing moderate costs in terms of comfort and simulation sickness. Interviews further highlighted the robot's consistency and predictability in contrast to the adaptability of human feedback. From these findings, we identify fidelity, adaptability, and versatility as emerging themes, positioning humanoids as a distinct haptic modality for immersive VR.


翻译:本文探讨了如何将人形机器人重新定位为触觉媒介,超越其作为社交、辅助、协作代理的传统角色。为阐明这一方法,我们实现了HumanoidTurk系统,初步构建了一个基于人形机器人的触觉系统,能够将游戏中的重力加速度信号转换为VR驾驶中同步的运动反馈。一项包含六名参与者的初步研究比较了两种合成方法,促使我们采用基于滤波器的方案以实现更平滑、更真实的反馈。随后一项包含十六名参与者的研究评估了四种条件:无反馈、控制器反馈、人形机器人+控制器反馈以及真人+控制器反馈。结果表明,人形机器人反馈增强了沉浸感、真实性和娱乐性,同时在舒适度和模拟眩晕方面带来了适度代价。访谈进一步凸显了机器人反馈的一致性和可预测性,这与人类反馈的适应性形成对比。基于这些发现,我们提炼出保真度、适应性和通用性三个新兴主题,从而将人形机器人定位为沉浸式VR中一种独特的触觉模态。

0
下载
关闭预览

相关内容

IEEE虚拟现实会议一直是展示虚拟现实(VR)广泛领域研究成果的主要国际场所,包括增强现实(AR),混合现实(MR)和3D用户界面中寻求高质量的原创论文。每篇论文应归类为主要涵盖研究,应用程序或系统,并使用以下准则进行分类:研究论文应描述有助于先进软件,硬件,算法,交互或人为因素发展的结果。应用论文应解释作者如何基于现有思想并将其应用到以新颖的方式解决有趣的问题。每篇论文都应包括对给定应用领域中VR/AR/MR使用成功的评估。 官网地址:http://dblp.uni-trier.de/db/conf/vr/
人类与人工智能战斗飞行员的交互研究
专知会员服务
23+阅读 · 2025年10月23日
AI大模型驱动的具身智能人形机器人技术与展望
专知会员服务
24+阅读 · 2025年5月26日
人形机器人深度:产业化渐行渐近,未来前景广阔
专知会员服务
39+阅读 · 2024年7月17日
人形机器人产业系列报告,67页ppt
专知会员服务
51+阅读 · 2024年1月2日
人形机器人行业深度:具身智能,迈向广阔蓝海市场
专知会员服务
51+阅读 · 2023年7月2日
面向虚实融合的人机交互
专知会员服务
71+阅读 · 2023年6月25日
虚拟数字人发展白皮书,37页pdf
专知
10+阅读 · 2022年2月16日
最新人机对话系统简略综述
专知
26+阅读 · 2018年3月10日
报名 | 让机器读懂你的意图——人体姿态估计入门
人工智能头条
10+阅读 · 2017年9月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2014年12月31日
Arxiv
0+阅读 · 2025年12月31日
VIP会员
相关VIP内容
人类与人工智能战斗飞行员的交互研究
专知会员服务
23+阅读 · 2025年10月23日
AI大模型驱动的具身智能人形机器人技术与展望
专知会员服务
24+阅读 · 2025年5月26日
人形机器人深度:产业化渐行渐近,未来前景广阔
专知会员服务
39+阅读 · 2024年7月17日
人形机器人产业系列报告,67页ppt
专知会员服务
51+阅读 · 2024年1月2日
人形机器人行业深度:具身智能,迈向广阔蓝海市场
专知会员服务
51+阅读 · 2023年7月2日
面向虚实融合的人机交互
专知会员服务
71+阅读 · 2023年6月25日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员