I Did Not Notice: A Comparison of Immersive Analytics with Augmented and Virtual Reality
本研究比较 AR 与 VR 对定量沉浸式分析意义建构的影响，发现两者性能相当，但 VR 认知负荷容忍度更高、AR 移动更远，建议支持环境切换。
2024-04-04 cs.HC
Designing for Collaborative Sensemaking: Using Expert & Non-Expert Crowd
犯罪解决是一个领域，解决方案的发现往往是偶然的。像Reddit这样通过群体解决犯罪的非结构化机制迄今为止都失败了。成功解决犯罪所需的机制、协作、工作流程和微观任务也可能因不同的犯罪而异。从认知上讲，虽然专家可能有更深的领域知识，但他们也可能成为偏见分析的牺牲品。非专家虽然缺乏正规培训，但可能会提出需要指导的非传统观点。分析过程本身就是一个反复的搜寻和意义建构过程。用户将探索扩大解决方案空间，并不断缩小到一个解决方案，直到确定全局最大值，而不是局部最大值。在这项提案中，我的研究旨在设计系统，以实现复杂的意义建构任务，这些任务需要远程非专家人群与专家人群之间的合作，以弥补他们的认知挑战和缺乏培训。这需要更好地理解成功合作所需的结构、工作流程和微任务。该提案建立在以前在实验室实验中远程合作伙伴之间的协作意义构建工作的基础上，并努力将其扩展到具有不同专业知识水平的多个团队成员。
2015-11-24 cs.HC
Guided Sensemaking: Agents in Collaborative Deliberation
United States Military Academy（西点军校）；Conversence；TopicQuests
提出一种AI增强的多智能体话语平台，通过上下文敏感提问和思维支架，支持结构化反思、论证构建和协作意义建构，促进批判性思维。
2026-06-01 cs.HC
Design Guidance Towards Addressing Over-Reliance on AI in Sensemaking
King’s College London（伦敦国王学院）；Technical University of Munich（慕尼黑工业大学）
本文提出设计生成式AI增强的群意识工具，以减少对AI的过度依赖，促进自主的Sensemaking过程。
2026-03-11 cs.HC
Making Sense of the Weather, Together: Collaborative Sensemaking in Severe Weather Livestreams
University of Washington（华盛顿大学）
本文研究恶劣天气事件中通过'天气主播'直播解读气象现象的协作意义建构，分析其如何利用多源信息、时间衔接技术和平台适应性，挑战传统危机沟通模式。
2026-04-12 cs.CY cs.HC
Envisioning Sensemaking in Multi-Human, Multi-Agent Collaborative Knowledge Work
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
探讨生成式AI如何重塑协作知识工作中的意义建构，提出五项设计原则及一个动态共享表征工作空间框架，支持人类与AI代理共同构建可协商的知识。
2026-04-23 cs.HC cs.MA
Collaborative Causal Sensemaking: Closing the Complementarity Gap in Human-AI Decision Support
Independent Researcher（独立研究者）
本文提出协同因果认知（CCS）研究议程，旨在开发人类与AI协作的认知能力，通过新的训练环境、共享的人机心理模型表示和以信任与互补性为中心的评估，推动人机团队的设计。
2026-03-25 cs.AI cs.CL cs.HC
An Immersive Virtual Environment for Collaborative Geovisualization
本文提出了一种沉浸式虚拟现实环境，可用于开发协同教育应用程序。多个用户可以在虚拟共享空间内协作，并通过语音相互通信。为了评估合作环境的可行性，一个新的案例研究有关的地理教育的开发和评估。地理可视化实验方案探讨了在协作虚拟环境中学习地理的可能性。进行了一项有30名参与者的用户研究。与会者对虚拟环境中使用的可用性和交互方法进行了评估和评论。
2020-10-13 cs.HC
How Much Can AI Understand? Toward AI-Assisted Sensemaking of Collaborative Discussion in Groups with Shared History
该研究针对具有共同历史的群体协作讨论，提出AI辅助意义建构模型，探讨不同程度解释性工作的利弊及系统可解释性不足的风险与改进方向。
2026-08-31 cs.AI cs.HC
Who's Sense is This? Possibility for Impacting Human Insights in AI-assisted Sensemaking
Eindhoven University of Technology（埃因霍温理工大学）
本文探讨了在AI辅助的洞察力形成过程中，AI提前呈现洞察可能影响人类洞察力的问题，分析了其影响机制和潜在原因。
2026-03-23 cs.HC
SleuthTalk: Supporting Historical Photo Identification with Private Workspaces for Collective Sensemaking and Deliberation
Microsoft（微软）；Human-Computer Interaction Institute Carnegie Mellon University（卡内基梅隆大学人机交互研究所）；Department of Computer Science & Center for HCI Virginia Tech（弗吉尼亚理工大学计算机科学与人机交互中心）
SleuthTalk是集成于Civil War Photo Sleuth的私人协作工作空间，为历史照片识别提供结构化对比、讨论与群体决策支持，经评估可提升研究者信心、呈现多元视角并支持透明审慎的识别。
2026-08-19 cs.HC
HeedVision: Attention Awareness in Collaborative Immersive Analytics Environments
Aarhus University（奥胡斯大学）
提出协作注意力感知可视化（CAAVs）概念，通过追踪和重绘多用户注意力，在沉浸式AR环境中提升空间协调与搜索效率。
2026-08-11 cs.HC
"Is It My Turn?" Assessing Teamwork and Taskwork in Collaborative Immersive Analytics
沉浸式分析有可能促进机器学习（ML）的合作。这是由于ML建模在实践中的特定特征，即ML的复杂性，工业中的跨学科方法以及对ML可解释性的需求。在这项工作中，我们介绍了一个基于增强现实的系统，用于协作沉浸式分析，旨在支持跨学科团队的ML建模。我们进行了一项用户研究，以研究当具有不同专业背景和ML知识水平的用户在解决不同ML任务时如何展开协作。具体来说，我们使用配对分析方法和性能评估来评估协作，并探索它们与彼此和系统的交互。在此基础上，我们提供定性和定量的结果，在合作过程中的团队合作和任务。我们的研究结果表明，我们的系统如何elelectible持续合作，沿六个不同的维度进行测量。最后，我们提出了如何设计沉浸式系统以在ML建模中引起持续合作的建议。
2022-08-09 cs.HC
Shared Surfaces and Spaces: Collaborative Data Visualisation in a Co-located Immersive Environment
沉浸式技术通过盔装显示器为每个协作者提供灵活共享可视化空间的个人高分辨率视图，从而提供了支持协作视觉数据分析的新机会。然而，大多数先前的协作沉浸式分析研究都集中在群体如何与桌面和墙壁显示器等表面界面交互。本文报告了一项研究，其中三个共同定位的参与者团队提供灵活的可视化创作工具，以允许大量的控制，他们如何构建他们的共享工作空间。他们使用我们称为FIESTA的原型系统来实现这一点：支持团队分析的自由漫游沉浸式环境。与传统的可视化工具不同，FIESTA允许用户在虚拟环境中的任何地方自由地定位创作界面和可视化工件，无论是在虚拟表面上还是在交互空间内。我们的参与者通过创建大量的2D和3D可视化来解决多变量数据集上的可视化分析任务。他们的行为表明，表面的使用与所使用的可视化类型相结合，通常使用墙壁来组织2D可视化，但将3D可视化定位在周围的空间中。在紧密耦合的协作之外，参与者遵循社交协议，并且不与不属于他们的可视化交互，即使在其所有者的个人工作空间之外。
2020-11-11 cs.HC
Immersive Insights: A Hybrid Analytics System for Collaborative Exploratory Data Analysis
在过去的几年里，增强现实（AR）和虚拟现实（VR）技术在可访问性和硬件能力方面都有了很大的改进，鼓励这些设备在各个领域的应用。虽然研究人员已经证明了AR和VR在某些数据科学任务中的可能优势，但目前还不清楚这些技术在探索性数据分析（EDA）中的表现。特别是，我们认为更好地了解哪种沉浸式EDA将具体受益，并量化AR和VR对标准分析工作流程的贡献非常重要。在这项工作中，我们利用Dataspace可重构混合现实环境来研究数据科学家如何在协同定位的协作环境中执行EDA。具体来说，我们提出了沉浸式洞察力的设计和实现，这是一个混合分析系统，结合了高分辨率显示，表格投影和数据的增强现实（AR）可视化。我们与12位数据科学家进行了一项由两部分组成的用户研究，评估了不同程度的数据沉浸感如何影响EDA过程，并将Immersive Insights的性能与最先进的非沉浸式数据分析系统进行了比较。
2019-10-27 cs.HC
KHAIT: K-9 Handler Artificial Intelligence Teaming for Collaborative Sensemaking
Virginia Polytechnic Institute and State University (Virginia Tech)（弗吉尼亚理工学院暨州立大学（弗吉尼亚理工大学））
针对城市搜救中训导员与搜救犬通信存在的情境感知缺口问题，提出融合AI目标检测、边缘计算与AR的KHAIT系统，经真实环境验证可使幸存者定位时间平均缩短22%，提升搜救效能。
2025-02-03 cs.AI cs.CV cs.ET
Exploring Collaborative Immersive Visualization & Analytics for High-Dimensional Scientific Data through Domain Expert Perspectives
George Mason University（乔治梅森大学）；MIT Media Lab, MIT（麻省理工学院媒体实验室）；National Institute of Standards and Technology（美国国家标准与技术研究院）
通过访谈领域专家，研究探讨了多用户协作在高维科学数据可视化与分析中的挑战与机遇，提出设计改进以提升协作效率与公平性。
2026-02-04 cs.HC
Are We There Yet? Unravelling Usability Challenges and Opportunities in Collaborative Immersive Analytics for Domain Experts
本研究针对开源协作式沉浸式分析系统ParaView的XR界面，运用多个人机交互理论与准则开展可用性研究，识别出同步协作缺失、沟通方式有限等多项阻碍团队协作的可用性挑战，并提出了相应的改进方向。
2024-06-20 cs.HC
CobotTouch: AR-based Interface with Fingertip-worn Tactile Display for Immersive Operation/Control of Collaborative Robots
复杂的机器人任务需要人类的合作，以从他们的高度灵活性中受益。频繁的人机交互需要耗费大量的精力和时间。直观且易于使用的机器人控制界面减少了对工人的负面影响，特别是对经验不足的用户。在本文中，我们提出了CobotTouch，一种新的直观的机器人控制界面与指尖触觉反馈。建议的接口包括一个投影的图形用户界面的机器人手臂上的手势识别的基础上控制的机器人末端执行器的位置，和一个可穿戴的触觉接口提供触觉反馈用户的指尖。我们评估了用户的感知所设计的触觉模式所呈现的触觉界面和直观的机器人控制系统的用例。实验结果表明，该方法对触觉图形的平均识别率为75.25%. NASA的平均任务负荷指数（TLX）表明，小的精神和时间的需求证明了高水平的CobotTouch与协作机器人的互动的直观性。
2022-11-02 cs.HC
Planet Purifiers: A Collaborative Immersive Experience Proposing New Modifications to HOMER and Fishing Reel Interaction Techniques
本文针对2025 3DUI Contest挑战赛，开发了一款提升环保意识的协作式沉浸多人游戏，通过对HOMER和Fishing Reel传统交互技术提出FLOW-MATCH和RAWR-XD两项改进，优化了远距离收集污染物和分发饲料的效率与操作体验。
2025-02-02 cs.HC
User Preferences of Spatio-Temporal Referencing Approaches For Immersive 3D Radar Charts
用于虚拟现实体验的盔装显示器技术的使用本质上是以单用户为中心的，允许其用户在计算机生成的环境中的视觉沉浸。这将它们与其物理环境隔离，有效地防止外部视觉信息线索，例如另一个用户指向和引用工件。然而，这样的输入是重要的，并且在与对等体一起在虚拟环境中探索和分析数据时的协作场景中是期望的。在这篇文章中，我们研究了不同的设计，使时空参考，即，在协作式沉浸式分析的背景下，可视化地突出显示虚拟数据工件。引用数据的能力是协作的基础，影响意识，注意力和共同点等方面。基于三个设计选项，我们实现了各种方法，使空间和时间的参考沉浸式虚拟现实环境，具有抽象的可视化的时空数据作为三维雷达图。我们进行了一项用户研究（n=12），从经验上评估美学吸引力、易读性和一般用户偏好等方面。结果表明一个统一的青睐作为一个空间参考的位置的方法，同时揭示了倾向于混合的时间参考方法依赖于任务配置的趋势：指针的小学，大纲的天气参考。基于沉浸式数据可视化的复杂性以及任务参考配置，我们认为，它可以是有益的，探索多种参考方法作为协作信息线索，而不是遵循一个相当统一的用户界面设计。
2023-03-14 cs.HC
Immersive Augmented Reality Training for Complex Manufacturing Scenarios
在复杂的制造业部门，大量资源集中用于开发新技能和培训工人。在这方面，提高这些进程的效力和减少所需投资是一个悬而未决的问题。在本文中，我们提出了一个实验，显示如何现代人机交互（HCI）的隐喻，如协作混合现实可以用来传输程序知识，并最终取代其他形式的面对面的培训。我们实现了一个实时沉浸式增强现实（IAR）设置与透视相机，允许协作交互，可以模拟传统形式的培训。结果表明，接受IAR训练的人与接受传统面对面训练的人相比，取得了相同的成绩。这些结果，其影响，为未来的培训和使用HCI范式在这方面进行了讨论。
2016-11-16 cs.HC
Dataspace: A Reconfigurable Hybrid Reality Environment for Collaborative Information Analysis
沉浸式环境已经逐渐成为可视化和分析大型或复杂数据集的标准，否则通过较小规模的计算设备探索这些数据集将是繁琐的，如果不是不可能的话。然而，这种类型的工作空间往往被证明在交互、灵活性、成本和可扩展性方面具有局限性。在本文中，我们介绍了一种新的沉浸式环境，称为数据空间，其特点是一个新的组合的异构技术和方法的互动，以创造一个更好的团队工作空间。Dataspace提供了15个高分辨率显示器，可以通过机械臂在空间中动态重新配置，一个可以投射信息的中央桌子，以及与增强现实（AR）和虚拟现实（VR）耳机和其他移动设备的独特集成。特别是，我们贡献了新颖的交互方法，将物理环境与AR和VR技术相结合，实现复杂类型数据的可视化，并缓解现有沉浸式环境的可扩展性问题。我们通过四个用例演示了如何在不同的域中有效地使用该环境，并根据用户需求进行重新配置。最后，我们将Dataspace与现有技术进行了比较，总结了在尝试为未来构建更好的协作式数据库时应该考虑的权衡。
2019-03-08 cs.HC
Just stop doing everything for now!: Understanding security attacks in remote collaborative mixed reality
本文研究了远程协作混合现实中的安全攻击，通过在Microsoft HoloLens 2上实施多种攻击发现用户对沉浸式攻击识别率较低，强调了培训用户和加强安全措施的重要性。
2025-01-27 cs.HC
Immersive and Collaborative Data Visualization Using Virtual Reality Platforms
有效的数据可视化是大数据时代发现过程的关键部分。它是数据的定量内容和人类直觉之间的桥梁，因此是从数据到知识和理解的科学道路的重要组成部分。在数据采掘过程中，可视化也是必不可少的，它指导适用算法的选择，并帮助识别和删除分析中的不良数据。然而，现代数据集的高复杂性或高维度是一个关键障碍。我们如何可视化可能存在于超维数据空间中的有趣结构和模式？更好地理解我们如何感知多维信息并与多维信息进行交互，在认知技术和人机交互领域提出了一些深层次的问题。为此，我们正在探索使用沉浸式虚拟现实平台的科学数据可视化，无论是软件和廉价的商品硬件。这些潜在的强大和创新的多维数据可视化工具也可以提供一个简单和自然的路径，以协同数据可视化和探索，科学家可以与他们的数据和他们的同事在同一个视觉空间进行交互。沉浸式提供了超越传统桌面可视化工具的好处：它可以更好地感知全景几何，更直观地理解数据，并更好地保留数据中的感知关系。
2014-10-28 astro-ph.IM cs.HC
Evaluating Layout Dimensionalities in PC+VR Asymmetric Collaborative Decision Making
本文通过 PC2D+VR2D、PC2D+VR3D、PC3D+VR3D 三种条件的用户实验，评估 PC 与 VR 非对称协同决策中的布局维度，发现 PC2D+VR3D 最受偏好、PC2D+VR2D 完成任务最快。
2024-08-09 cs.GR cs.HC
'Being there together for health': A Systematic Review on the Feasibility, Effectiveness and Design Considerations of Immersive Collaborative Virtual Environments in Health Applications
该系统综述纳入10项研究，评估沉浸式协作虚拟环境用于健康干预的可行性、有效性与设计特征，指出其可带来积极健康结局，并强调临场感、共同临场感和共同共创设计。
2024-12-06 cs.CY cs.HC
Mitigating Ageism through Virtual Reality: Intergenerational Collaborative Escape Room Design
本研究针对VR代际协作中年龄歧视缓解研究的空白，通过28名参与者与模拟老年玩家协作VR密室逃脱的实验，证实该体验可显著降低年轻人的年龄歧视，并提出新型代际协作游戏机制，为相关沉浸式VR设计提供参考。
2024-03-06 cs.HC
Talk to the Wall: The Role of Speech Interaction in Collaborative Visual Analytics
本研究通过技术探针探究了10对参与者在墙尺寸显示器上使用语音和触控进行协作视觉分析，发现语音指令适用于全局和远距离交互，并受宜人性特质影响，最终为多模态协作分析系统提出了设计考量。
2024-08-09 cs.HC
Col-Con: A Virtual Reality Simulation Testbed for Exploring Collaborative Behaviors in Construction
针对建筑行业真实协作实验成本高、耗时长的问题，研究提出多用户VR仿真测试平台Col-Con，支持协作任务与沉浸式逼真场景，经管道安装任务验证具备良好可用性与沉浸协作感，可助力建筑领域VR协作行为研究。
2024-10-31 cs.HC
Perception in Pixels: Effects of Avatar Representation in Video-Mediated Collaborative Interactions
本研究通过混合方法探究视频介导协作中虚拟化身与传统视频表征对协作满意度与自尊心的影响，发现化身能显著提升两者，并揭示了其应用的优势、挑战与采纳因素。
2025-04-29 cs.HC
Development of Head-Mounted Projection Displays for Distributed, Collaborative, Augmented Reality Applications
随着时间的推移，支持3D可视化和社交协作的分布式系统技术将在频率和类型上不断增加。最近开发了一种称为头戴式投影显示器（HMPD）的新兴类型的盔装显示器，其仅需要超轻光学器件（即，每只眼睛小于8 g），可实现沉浸式多用户、移动增强现实3D可视化以及远程3D协作。在本文中，轻量级HMPD技术的发展提供了一个审查，以及洞察是什么使这项技术及时，所以独特的。然后描述了两种新的新兴的基于HMPD的技术：远程门户HMPD（T-HMPD），使面对面的通信和共享的3D虚拟对象的可视化，和移动HMPD（M-HMPD）设计的户外可穿戴可视化和通信。最后，使用HMPD在医学可视化和培训，以及在infospaces，两个应用程序开发的ODA和MIND实验室分别进行了讨论。
2019-02-20 cs.HC
Investigating the impact of virtual element misalignment in collaborative Augmented Reality experiences
Immersive Reality Lab, Hamm-Lippstadt University of Applied Sciences（哈姆-利普施塔特应用科学大学沉浸式现实实验室）；Quality and Usability Lab, Technische Universität Berlin（柏林工业大学质量与可用性实验室）
本研究针对共享AR空间协作研究不足的问题，通过24组共48名参与者的实验，发现虚拟物体感知差异不直接影响协作，位置同步性是提升协作体验的关键，化身作用相对较弱，为协作式AR/VR开发提供参考。
2024-04-25 cs.HC
Designing and Evaluating an AI-enhanced Immersive Multidisciplinary Simulation (AIMS) for Interprofessional Education
University of Florida（佛罗里达大学）；University of Georgia（佐治亚大学）；University of South Florida（南佛罗里达大学）；Augusta University（奥古斯塔大学）
AIMS通过整合AI和虚拟环境，为多专业教育提供沉浸式模拟，提升学生协作能力和临床推理能力。
2026-02-11 cs.AI cs.ET cs.HC
3D Gaze Vis: Sharing Eye Tracking Data Visualization for Collaborative Work in VR Environment
执行协作任务，例如，多用户游戏，在虚拟现实（VR）可以使我们探索更身临其境和有效的体验。然而，对于当前的VR系统，用户不能通过他们的注视点彼此正确地通信，这将干扰用户对意图的相互理解。在本研究中，我们的目的是找到最佳的眼动追踪数据可视化，最大限度地减少认知干扰，提高用户之间的视觉注意和意图的理解。我们设计了三种不同的眼动追踪数据可视化：凝视光标、凝视聚光灯和凝视轨迹，并在虚拟现实场景中进行了一个人体心脏的课程，发现来自医生的凝视光标可以帮助学生更有效地学习复杂的3D心脏模型。为了进一步探索，两名学生作为一对被要求在VR环境中完成一个小测验，与彼此共享的目光光标，并获得了更高的效率和分数。研究表明，共享眼动追踪数据可视化可以提高虚拟现实环境下协同工作的质量和效率。
2023-03-19 cs.CY cs.HC
Don't Leave Me Out: Designing for Device Inclusivity in Mixed Reality Collaboration
本文针对混合现实跨设备协作中非沉浸式用户易被边缘化的问题，倡导以设备包容性为优先的设计思路，补偿常见非沉浸式设备的参与劣势。
2024-09-09 cs.HC
Exploring Collaborative GenAI Agents in Synchronous Group Settings: Eliciting Team Perceptions and Design Considerations for the Future of Work
University of Michigan（密歇根大学）；Tsinghua University（清华大学）
本文探讨了协作生成式人工智能代理在同步小组环境中的应用，通过实证研究揭示了团队感知和设计考虑，旨在提升团队协作与问题解决能力。
2025-04-21 cs.AI cs.HC
Decoupled Edge Physics algorithms for collaborative XR simulations
提出解耦物理引擎的算法，采用边缘云N-1架构，提升XR协作仿真的帧率与体验质量，支持超100并发用户。验证表明技术可行且性能无损。
2024-07-17 cs.GR cs.HC
