VR-Dataset-Emotions-Interaction

该数据集包括：1. 能够引发不同情感的具有情感交互的VR场景；2. 包含所有六个场景的示例VR应用，包括一个交互式教程场景；3. 可以记录用户行为和SAM报告的工具。

This dataset includes: 1. VR scenarios with emotional interactions capable of eliciting a variety of emotional responses; 2. Sample VR applications covering all six scenarios, including an interactive tutorial scenario; 3. Tools for recording user behaviors and SAM reports.

原始信息汇总

VR-Dataset-Emotions-Interaction 数据集概述

数据集来源

• 该数据集关联于一篇发表于CHI2026的论文，标题为“Understanding the Effects of Interaction on Emotional Experiences in VR”。

数据集内容构成

• VR场景：包含六个具有情感交互设计的VR场景，旨在引发不同的情绪。
• 示例VR应用：包含所有六个场景的示例VR应用程序，其中包括一个交互式教程场景。
• 数据记录工具：提供一个工具，用于记录用户的行为数据及SAM（自我评估模型）报告。

目标情绪设计

• 数据集旨在引发目标情绪，以覆盖效价-唤醒度二维模型的四个象限。

交互对象设计

• 交互对象在用户接近范围内会高亮显示，以支持可发现性。
• 关于交互的更多细节可在关联论文中找到。

环境与设备要求

• 开发环境：Unity 6000.0.46f1 长期支持版本。
• 插件：适用于Unity的Meta XR SDK插件。
• VR设备：VR应用已在Meta Quest Pro上测试，使用其他VR设备可能需要修改设置。

快速使用指南

测试VR场景

1. 下载或克隆此代码库。
2. 加载 unity 文件夹中的Unity项目。
3. 对于每个场景，在 Assets/Scenes 文件夹中打开场景文件，并按下播放按钮进行测试。

测试流程

1. 打开场景 Tutorial_Interaction。
2. 在层级视图中，启用 GenerateLatinSquare 游戏对象。
3. 点击播放一次以生成用于场景加载顺序的拉丁方，然后停止并禁用该游戏对象。
4. 使用控制器射线选择文本输入字段，然后使用计算机键盘输入参与者ID以开始。

（可选）数据记录的Unity设置

记录SAM报告

• SAM调查文件保存路径：C:UsersYourUserNameAppDataLocalLowVREmotionvr-emotions-unitySurveyData

记录用户行为

1. 在 Assets/Scenes 文件夹中打开相应场景。
2. 在层级视图中找到 SceneController 对象。
3. 在 Camera Post Sender 脚本组件中，记录的JSON文件保存路径为：C:UsersYourUserNameAppDataLocalLowVREmotionvr-emotions-unityCameraPoseData

搜集汇总

数据集介绍

构建方式

在虚拟现实情感交互研究领域，VR-Dataset-Emotions-Interaction数据集的构建遵循了严谨的实验设计原则。该数据集通过精心设计的六个虚拟现实场景，旨在激发覆盖效价-唤醒度四个象限的目标情感。每个场景均融入了情感交互元素，并配备了一个包含所有场景及交互教程的示例VR应用。此外，数据集还集成了一套工具，用于同步记录用户在体验过程中的行为数据与自我评估量表报告，从而确保了数据采集的系统性与多维性。

特点

该数据集的核心特点在于其专注于情感与交互的耦合研究。数据集中的虚拟场景不仅覆盖了从高唤醒正效价到低唤醒负效价等多种情感维度，更关键的是，场景内的交互对象被设计为可发现且可操作的，当用户接近时会高亮显示，这直接探究了交互行为对情感体验的塑造作用。数据集提供的配套工具能够捕获用户行为轨迹与主观情感报告，为深入分析交互对情感的影响机制提供了结构化的多模态数据基础。

使用方法

研究人员可通过下载该Unity项目快速部署并使用此数据集。使用前需配置指定的Unity LTS版本、Meta XR SDK及兼容的VR头显。启动流程包括加载教程场景、启用拉丁方序列生成器以随机化场景顺序，并通过输入参与者ID开始实验。数据记录功能内置于场景控制器中，用户的行为姿态数据与SAM量表报告将自动保存至本地指定路径，便于后续的提取与分析，从而支持关于VR中交互与情感关系的实证研究。

背景与挑战

背景概述

虚拟现实技术作为人机交互领域的前沿方向，其情感计算研究旨在深化对沉浸式环境中用户情感体验的理解。VR-Dataset-Emotions-Interaction数据集由研究团队于CHI2026会议期间发布，核心目标在于系统探究交互行为对虚拟现实场景中用户情感状态的影响机制。该数据集通过精心设计的六类情感诱发场景，覆盖了效价-唤醒度二维模型的四个象限，为情感识别、用户体验评估及自适应VR系统开发提供了实证基础。其构建融合了行为日志与自我评估报告，体现了多模态数据采集的学术思路，对推动情感智能与沉浸式媒体的交叉研究具有显著价值。

当前挑战

在情感计算领域，精确诱发与度量用户在动态交互中的离散情感状态始终是一项复杂难题。该数据集致力于解决虚拟现实环境下情感体验的量化分析问题，其挑战在于如何设计生态效度高的交互任务，以稳定引发目标情感，并避免个体差异与情境混淆变量的干扰。在构建过程中，研究者需克服多模态数据同步采集的技术障碍，确保行为轨迹与主观报告的时间对齐；同时，VR场景的交互逻辑与视觉呈现需保持一致性，以维持实验控制的严谨性，这些因素共同构成了数据集构建的核心挑战。

常用场景

经典使用场景

在虚拟现实情感计算领域，VR-Dataset-Emotions-Interaction数据集为研究者提供了一个标准化的实验平台，用于探索交互行为对情感体验的影响。该数据集包含六个精心设计的VR场景，每个场景均能诱发特定象限的效价-唤醒情感，并整合了交互式对象与行为记录工具。经典使用场景涉及在受控的VR环境中，让参与者体验这些场景，同时通过SAM报告和行为日志收集多维情感数据，从而系统分析交互设计如何调制用户的情感响应。

实际应用

在实际应用层面，VR-Dataset-Emotions-Interaction数据集为VR内容开发与用户体验优化提供了直接支持。例如，在游戏设计、心理治疗或教育培训等VR应用中，开发者可依据数据集揭示的交互-情感关联规律，优化场景交互元素以增强用户的积极情感投入或缓解负面情绪。此外，该数据集还可用于校准情感识别系统，提升VR环境中实时情感反馈的准确性，从而创造更具适应性和个性化的沉浸式体验。

衍生相关工作

围绕该数据集，已衍生出一系列经典研究工作，主要集中在VR情感交互模型的构建与验证。例如，基于数据集的行为轨迹与SAM数据，研究者开发了预测情感状态的机器学习模型，并进一步探索了多模态情感融合方法。这些工作不仅深化了对VR交互情感动力学的理解，还促进了自适应VR系统的开发，为后续研究如情感驱动的叙事生成或动态难度调整提供了重要参考。