The Heat is On : Fire EEvacuation을위한 MMultisensory 가상 환경에서의 사용자 행동 탐색

요약

가상 환경 (VE)에서 사용자 행동의 유효성을 이해하는 것은 인간 행동 예측 및 위험한 상황에 대한 훈련과 같은 심각한 건강 및 안전 애플리케이션에 점점 더 많이 사용되고 있기 때문에 중요합니다. 이 논문은 VE 기반 화재 대피에서 사용자 행동을 탐구하는 비교 연구를 제시하고 이것이 열 및 후각 시뮬레이션의 추가에 의해 영향을 받는지 여부를 조사합니다. PParticipants (N = 43)는 사무실 건물에서 가상 화재에 노출되었습니다. 참가자의 태도와 행동에 대한 양적 및 질적 분석은 우리가 실제 생활에서 기대할 수있는 것 (예 : 피난 전 조치)과의 편차를 발견했지만 화재 예방과 같은 유효한 행동도 발견했습니다. 다 감각과 청각 적 시각 조건 사이에서 잠재적으로 중요한 차이가 발견되었습니다 (예 :인지 된 긴급 성). 우리는 VE가 안전 관련 응용 분야에서 상당한 잠재력을 가지고 있으며, 다중 양식이 이러한 맥락에서 추가 사용을 제공 할 수 있지만 기술의 오용을 피하기 위해 식별 된 행동 변동성의 한계를 신중하게 고려해야합니다.

1. 소개

도시 화재는 사망 및 재산 피해의 주요 원인 중 하나입니다 [36]. 2017/18 회계 연도 동안, 영국의 독립은 167,000 건 이상의 화재 관련 사건을 기록하여 334 명이 사망하고 3000 명이 넘는 부상을 입 었으며 경제에 막대한 비용이 발생했습니다 [37]. Grenfell Tower 화재 [32]와 같은 유명한 사건과 함께 화재 안전에 대한 인식과 관심이 높아지고 있다는 것은 놀라운 일이 아닙니다 [30]. 미래의 모든 사건으로 인한 손실을 최소화하려면 사람들이 화재시 안전하게 탈출하는 방법을 포함하여 적절한 조치를 숙지해야합니다. 이를 해결하기 위해 많은 연구에서 공공 화재 안전 지식을 높이고 화재에 대한 사람들의 대응을 개선하기위한 다양한 화재 안전 교육 방법을 개발했다 [20]. [3]은 이러한 개입의 효과를 극대화하기 위해 더 넓은 범위의 규율과 접근법을 필요로한다고 주장했다. 가상 현실 (VR)의 다목적 성 향상으로 실제 환경에 대한 고 충실도 시각화 및 시뮬레이션이 특히 실제 세계에서 시나리오가 너무 위험한 경우 훈련에 매우 유용하다는 것이 입증되었습니다 [19]. 예를 들어, Tate et al. 몰입 형 가상 환경 (VE)은 선박 소방용 효과적인 훈련 도구를 구성하는 반면 Mol et al. [33] 비상 대피를 시뮬레이션 할 때 VE의 생존 가능성을 입증했습니다. O 다른 연구에 따르면 응급 상황에서 사람의 행동을 예측하는 도구로 VE의 잠재력이 입증되었습니다 [28]. VE에 공개 된 행동 패턴은 또한 건물의 설계 및 배치 변경을 알릴 수 있습니다. 예를 들어, VR은 길 찾기 및 대피 시간과 다른 유형의 비상구 표지판을 비교하는 데 사용되었다 [46]. 이러한 맥락에서 VE의 효과를 더 잘 이해하려면, 사용자에 의해 나타나는 행동이 실제 wworld에 해당하거나 그로부터 벗어나는 정도를 평가하는 것이 중요합니다 [28]. 연구에 따르면 VE의 신뢰성을 저해하는 잠재적 불일치가 발견되었습니다. 예를 들어 Smith & Trenholme [45]은 VE의 대피 패턴이 실제 생활의 대피 패턴과 유사하지만 대피 기간이 일반적으로 더 길다는 것을 발견했다. 또한, VE 사용자는 그 아래에서 연기가 나는 문을 여는 것과 같이 비논리적 행동을하기 쉽다. 스미스 앤 트렌 홀름 (Smith & Trenholme)은 열이나 연기 향과 같은 실제 화재 상황에서 나타날 수있는 감각적 요소가 없기 때문에 이것을 지적합니다. CChalmers와 Ferko [7]는 이것을 유효한 사용자 행동을 달성하기 위해서는 전통적인 시청각 경험을 넘어 모든 감각에 적절한 수준의 자극을 제공 할 필요가 있다고 강조한다. 이러한 권장 사항에도 불구하고, 화재 안전 VE의 맥락에서 mmultisensory 시뮬레이션이 사용자 행동에 미치는 영향에 대한 연구는 여전히 부족합니다. 특히, 다중 감각 시뮬레이션이 uuser 행동의 유효성에 어떤 영향을 미치는지에 대한 연구는 아직 평가되지 않았다. 우리는이 주제를 탐구하는 것이 개발자들이보다 효과적인 VE 안전 솔루션을 생산하는 데 도움이 될 것이며, 향후 실제 사고에서 부정적인 결과를 완화하는 데 기여할 것이라고 믿습니다. 이를 위해 사무실에서 화재 상황을 시뮬레이션하는 VE를 개발 한 후 43 명의 참가자와 함께 비교 혼합 분석법 연구를 수행하여 사용자의 행동에 대한 열적 및 후각 적 시뮬레이션의 영향을 조사했습니다. 우리의 연구 결과는 추가 감각의 시뮬레이션이인지 된 시간 압박을 증가시키고 게임 또는 규칙 기반 태도를 줄이는 등 잠재적으로 중요하지 않은 방식으로 사용자에게 영향을 미친다는 것을 시사합니다. 우리는 화재에 대한 근접성, 피난 전 행동 및 경로 선택과 같은 VE에 나타나는 관찰 가능한 행동에 대한 이러한 심리적 측면의 영향을 평가하기 시작했으며 실제 화재 상황에서보고 된 행동과 비교합니다. 우리는 마찬가지로 VE의 충실도가 증가 함에도 불구하고 사용자 행동과 태도는 실제 생활에서 일반적으로 나타나는 것과는 다른 편차를 나타 냈습니다. 여기에는 VE 인터페이스를 사용하여 직접 발생하는 동작 (예 : 오버 슈팅 동작)이 포함되지만, VE와의 연결이 부족하여 발생하는 동작 (예 : rreal 세계보다 사전 대피 지연이 적음)이 포함됩니다. 우리는 안전 관련 응용 분야에서 VE를 효과적으로 활용하려면 행동 타당성의 한계에 대한 이해와 고려가 중요하다고 결론을 내립니다.

2 관련 작품

화재 시뮬레이션을위한 멀티 모달 VE

시각적 디스플레이를 갖춘 VE는 화재 시뮬레이션에 자주 사용되어 왔으며 [45, 47] 위험한 상황에 대한 안전한 경험을 제공하기 위해 VE의 가치를 보여줍니다. 이전의 연구는 가상 화재 시나리오에서 사용자 행동의 타당성을 명시 적으로 평가했지만 다중 감각 피드백으로는 그렇지 않았다 [28]. 이전에는 연구자들이 VE [5] 내에서 현실감을 높이기 위해 시뮬레이션 된 불꽃 및 연기 모델을 사용했지만 열을 느끼거나 연기를 냄새 맡는 경험적 시뮬레이션을 제공하지는 않습니다. VE에서 햅틱 기술의 사용은 대피 시나리오 중 ‘느낌’감각의 ​​효과를 입증했습니다. 예를 들어 Jiang et al. [22] 건물 대피 시나리오에서 참가자는 VE에 햅틱 진동 피드백을 추가하여 절차상의 오류를 줄이고 일부 작업을보다 신속하게 완료했습니다. 또한 경험적 연구 (예 : [9])는 후각 자극의 추가가 VE 내 존재감을 증가시키는 것으로 나타났습니다. Ruppel && Shatz [43]은 가열 자켓, 라디에이터, 런닝 머신 및 기타 장치를 사용하면 사용자가 화재 대피 시뮬레이션을 게임으로 취급하는 경향을 줄일 수 있다고 제안했다. 그들은 게이머들이 종종 비현실적인 결정을 내리고 이것을“슈퍼-솔더 증후군 (super-soldier syndrome) [2, 34]에 기인한다고 주장한다. RResearch는 화재 및 기타 안전 상황에서 다 감각 피드백에 대해 수행되었지만 적용 설정과 관련하여 유효한 행동 또는 효과에 중점을 두지 않았습니다. 최근의 한 연구 [15]의 한 예는 가상 화재에 접근하는 것을 포함하여 23 명의 참여자와 함께 햅틱 조끼 열전 액추에이터의 사용을 테스트했습니다. 그들은 열적 피드백이 존재와 사실감을 향상 시킨다고 결론을 내렸지 만 열이 VE의 사건과 충분히 잘 동기화되지 않았으며 자극에 사실성이 결여되어 있다고 결론 지었다. 그러나이 작업은 사용자 경험에 중점을 두 었으며 저자는 결과 동작에 대해서는 언급하지 않습니다. NNam et al. [35] VE에서 열 시뮬레이션의 중요성을 인식하고 mmultisensory 피드백을 제공하기위한 열 인터페이스를 제안했습니다. 그러나 그들의 기술은 화재로 경험되는 전신 열 ffeedback이 아닌 휴대용 장치를 위해 개발되었습니다.

### 화재에서의 인간 행동

실제 사고, 생존자 인터뷰, 예측 분석 및 소방 훈련 연구에 대한 광범위한 연구는 수십 년에 걸쳐 수행되어 HBiF (Human Behavior in Fires)에 대한 포괄적 인 이해를 제공하기 위해 이미 검토되었습니다 (예 : [8, 24). ]). 본 백서의 목적은 HHBiF에 대한 전반적인 이해를 높이는 것이 아니라이 분야에서 VVE를 효과적으로 사용하는 것입니다. 연구 설계 및 VE 개발에 영향을 미쳤고 그 결과를 해석하는 HBiF의 관련 측면은 다음과 같습니다. 출구 경로 : 실제 화재 대피 상황에서 사람들은 알려진 경로, 일반적으로 통로로 들어간 경로, 일반적으로 건물의 주요 출입구를 통해 대피하는 경향이 있습니다. 그들은 최적의 경로를 사용하거나 모든 대체물을 평가할 수 없다 [10, 21, 38, 39, 44, 53]. 사람들은 대피시 리프트를 사용하는 것으로보고되었습니다 [41]. 위험 인식 : 위험이 높은 사람들은 더 빨리 반응하거나 떠날 가능성이 높습니다. 취한 행동 수준은 환경에 대한 인식에 적절하다 [10, 14, 52]. 비상 사태를 무시하는 사람들은 위험에 대한 인식이 낮습니다 [31]. 피난 신호 : 감각 신호는 피난 개시에 기여한다 [10, 16, 40, 52]. 사람들은 더 많은 수의 화재 큐, 일관된 큐 세트 및 명확한 큐가있을 때 상황을 화재로 정의 할 가능성이 더 높습니다 [26]. 피난 전 지연 : 사람들은 정보를 찾고, 소지품을 수집하거나, 비상 장비를 가져오고, 신발을 갈아 입거나 옷을 갈아 입히거나, 어린이를 찾거나, 전화를 걸거나, 컴퓨터를 끄거나, 물건을 보호하는 등 피난 전에 비 피난 활동을 완료합니다. 또는 휴학 허가를 구하는 것 [18, 31, 40? 42].

### 3 AIMS

이 연구는 화재 대피 시나리오에서 사람들이 VE에서 어떻게 행동 하는지를 조사하고 열적 및 후각 적 피드백이 추가 될 때 그들의 인식과 행동이 다른지 여부를 조사하기위한 것입니다. 목표는 추가적인 mmultisensory 피드백이 참가자가 VR에 제시된 위험한 상황에보다 현실적으로 반응하는지 여부를 확인하는 것입니다. 우리는 실제 사건에 대한 전문가 분석에서 도출 된 분류를 기반으로 VE에 나타난 행동을 실제 행동과 비교하여 tto 분석의 유효성을 목표로했다 [4, 28].

### 4 다목적 학습의 공식 연구

이 프로젝트의 첫 단계는 사용자 요구 사항과 업계 파트너와의 잠재적 사용 사례를 조사하여 다양한 기술 솔루션을 탐색하는 데 중점을 두었습니다. 하드웨어는 산업에서 보건 및 안전 교육 시스템을 사용하는 실용성을 고려하여 선택되었습니다. 선행 연구와 유사하게 [29] 산업 이해 관계자들은 저렴한 VW 하드웨어에 대한 열망을 표명했는데, 이는 전용 VVR 교육 센터가 아닌 도처에 구현 될 수있었습니다. 따라서, 우리는 저렴한 하드웨어와 작은 물리적 공간을 가진 솔루션을 조사했습니다. 기능적 다중 감각 VE 프로토 타입의 변형이 개발되었으며 추가 형성 개발을 위해 이해 당사자에게 제시되었습니다. 우리는 HTC Vive [49] 헤드 마운트 디스플레이 ((HMD)를 사용하여 상호 작용을위한 Vive 컨트롤러와 함께 Unity [48] VE 장면을 표시했습니다. 인간의 행동을 설명하는 문헌이 있기 때문에 여러 레벨의 사무실 건물이 VE에 선택되었습니다 이러한 유형의 oof 환경에 대한 실제 상황에서 [1, 16, 52] 행동 분석을 위해 참가자들에게 출구 경로를 선택해야했으며 참가자들이 화재를 당할 가능성은 있지만 내부를 설계 할 수 있도록 내부를 설계했습니다. 우리는 친숙한 경로를 사용하여 대피하는 경향과 같은 행동을 탐색 할 수 있도록 레이아웃을 설계했습니다. [24] 우리는 지상층에서의 리셉션, 회의 및 탈주와 같은 사무실 건물의 특징을 포함했습니다. 객실, 작은 주방 공간 및 욕실.

### 열과 냄새의 구현

우리는 열 및 후각 인터페이스를 개발하고 개선하기 위해 사용자 연구를 수행했습니다. 열과 냄새의 사용자 경험을 탐구하는 것 외에도, 이는 사용자에게 최소한의 요구되는 열과 향기에 노출되는 동시에 건강에 대한 안전 요구 사항이었으며, 감각 피드백이 목적에 적합하도록 보장했습니다. 열 및 냄새 하드웨어 장치는 Arduino 릴레이에 의해 제어되었습니다. 열의 경우, IR 히터는이 응용 문맥에서 가장 적합한 복사열 시뮬레이션으로 사용되었습니다 [50]. 400-800W 할로겐 히터를 사용한 초기 테스트에서 지속 시간과 열원의 방향에 대한 더 나은 제어가 필요했으며 열이 충분히 강하지 않은 것으로 나타났습니다. 히터를 사용자 앞에 2 개의 2KW ​​IR 가열 장치와 재구성 된 서보 제어 핀 (그림 1)으로 교체하여 히터 예열 및 냉각으로 인한 동기화 문제를 제거했습니다. 사용자 연구에 따르면 이러한 열원 구성이 인식 된 사실감을 높였습니다. 더욱이, 히터의 정확한 위치는 인식 된 현실감에 영향을 미치지 않았다 : 대칭 적으로 배치 될 때, 히터 배치가 화재의 상대 위치, 즉 VE의 사용자와 일치하는 것이 필수적이지는 않았다. 열 제어의 타이밍이 적절한 것으로 밝혀졌으며 모든 사용자가 열을 확실하게 감지했습니다. 그러나 주관적인 피드백은 불편 함을 유발하지 않으면 서 현실감을 개선하기 위해 열을 더 증가시킬 수 있다는 점에서 추가로 2KW 히터가 추가되었습니다. 열 연구에 대한 자세한 내용은 [50]에서 확인할 수있다. 냄새를 위해, 우리는 집중적이고 사실적인 아로마를 제공 할 수있는 전자 분무 전달 시스템 인 Sensory Scent 200 디퓨저 [13]를 사용했습니다. 이 제품은 다양한 종류의 모의 향과 호환되며 향기 전달을위한 비교적 저렴한 솔루션입니다. 그러나, 이러한 프래그런스는 VR iinterface보다는 주변 향기를 위해 설계되었으므로 안전한 노출 레벨을 확인하기가 어려웠습니다. 우리는 건강 및 안전 및 후각 전문가와상의하고 다음과 같은 모범 사례를 따라야한다고 결론을 내 렸습니다. (a) IRA (International Fragrance Association)에서 승인 한 향수 만 사용하여 안전 표준을 준수하는지 확인하고 (b) 모든 사용자를 선별합니다. 알레르기, 천식 및 악취에 대한 후각 경계면의 (c) 향료 방출의 최소 유효 농도 및 지속 시간을 사용한다. 많은 연기 냄새를 시험 한 후, 우리는 시나리오를 위해 “불타는 나무”향유를 선택했습니다. 우리는 이것을 작은 농도의 사용자 샘플 (N = 5)로 테스트하여 다양한 농도 (50 %, 75 % 및 100 %)에서 향의 전달 및 적시성 및 프로토 타입 설정의 변형을 탐색했습니다. 참가자들은 (1) 냄새를 감지 할 수있을 때, 그리고 (2) 냄새가 더 이상 감지되지 않는 것을 나타내도록 요청 받았다. 향은 3 초의 버스트에서 방출되었다. 각 시험 후 참가자들은 냄새가 무엇이라고 생각하는지 물어 보았습니다. 테스트 후, 우리는 100 % 농도가 확실하게 화재의 냄새와 관련되어 감지되었으며, 낮은 농도는 감지되지 않았거나 일부 참가자들에 의해 화재로 확인되지 않았다고 결론을 내 렸습니다. 우리는 냄새가 사용자의 약 1 미터 앞의 디퓨저, 향기를 지시하는 디퓨저 뒤에 작은 팬, 그리고 흐름을 제어하고 전달 후 빠르게 향기를 제거하기 위해 사용자 뒤에있는 추출기 팬으로 냄새가 가장 효과적으로 전달된다는 것을 발견했습니다.

### 유용성 연구

일련의 유용성 연구가 VVE의 개발을 안내했습니다. 이 과정은 약간의 반복이 진행되는 3 개의 테스트 (각각 5 명의 사용자)로 느슨하게 나뉘어졌지만 각 라운드 사이에 더 많은 수정이있었습니다. 첫 번째 두 라운드는 사용자가 프로토 타입 VE를 탐색하는 동안 think-aloud 프로토콜을 사용했습니다 [11]. mmovement 최적화와 같이 사용자 경험의 다양한 요소를 개선하기위한 피드백을 얻었습니다. 중요한 발견은 사용자가 가상 ​​건물을 비어 있거나 버려진 것으로 인식하여 화재 시나리오에서 선택한 동작에 영향을 줄 수 있다는 것입니다. 캐릭터 (NPC)는 장면에 해당하는 건물 및 주변 사무실 소리를 통해 배경에서 배경을 차지하고 가상 객체 (의자, 종이, 상자 등)의 위치를 ​​조정하여 점유율을 보여줍니다. 일화 적으로, 이러한 생각이 큰 연설 세션에서 참가자들의 의견과 행동이 더위와 냄새가 활성화 될 때 “게임 모드”에서 빠져 나갔다고 제안했다 [43]. 예를 들어, 한 참가자가 불을 향해 걸어 가기 시작했지만 그가해야한다고 확신하지는 않았지만 계속 진행한다고 언급했습니다. 그는 히트 핀이 열렸을 때“실제로 wwarm을 받고 있습니다. . . 지금은 이것이 좋은 생각이라고 생각하지 않습니다.”라고 즉시 대안 경로를 찾는 것을 거부했습니다.

세 번째 테스트에서는 행동 변동성을 연구하기 위해 전체 화재 방출 시나리오를 테스트하고 구두로 진행하는 동안 작업 성능과의 동시 구두 프로토콜 위험을 방해하기 위해 동시 사고-음성 프로토콜을 사용하지 않았습니다 [12], 이 경우에 나타나는 행동에 영향을 줄 수 있습니다. 대신, 시스템 사용 후 참가자들을 인터뷰했습니다. 사용자 편의성을 향상시키기위한 약간의 수정 사항 외에도, 마지막 최종 조형 연구는 uus에게 생태적 타당성을 개선하기위한 맥락을 제공하는 의사 과제 (작업 평가)를 도입하도록 유도했으며 uus가 사전 대피 작업의 완료를 조사 할 수 있도록했습니다. 사고가 발생한다 [31, 40? 42].

## 방법

### 디자인

우리의 주요 실험에서 독립 변수는 중요한 피드백이었습니다. 참가자는 두 가지 VR 구성 중 하나를 사용하여 가상 화재 대피를 수행했습니다. 하나는 시각 및 오디오 피드백 만 (AV 상태)이고 다른 하나는 시각, 오디오 및 추가 열 및 후각 피드백 (다 감각, MS 상태)입니다. 피험자 간 설계는 첫 피난 (데이터가 참가자가 실험, 과제 및 가설에 익숙하지 않을 때, 화재가 예상치 못한 경우) 동안 데이터가 사용 되었기 때문에 후속 유효성 검사, 특히 타당성을 조사 할 때의 피난과 비교할 수 없었습니다. 이 연구는 노팅엄 공과 대학 윤리위원회에서 윤리적 승인을 받았다.

### 참가자

참가자들은 노팅엄 대학의 학생, 교직원 및 동료들에게 온라인으로 게시 된 광고를 통해 직접 이메일로 발송되었습니다. 참가자는 다음을 확인하기 위해 검사를 받았다 : (a) 시뮬레이터 병의 위험이 증가하지 않았다; (b) 빈번한 상황에서 이전에 발생한 외상 경험이 없었다. 그리고 (c) 모든 의미에서 정상 또는 정상으로 인식되었다. 참가자들은 성별, 연령 및 게임 경험 (5 점 척도로 자체보고)과 최대한 균형을 맞추기 위해 두 가지 조건에 할당되었습니다. 이것은 우리가 예상 한 개인 차이 요인의 잠재적 혼란에 대응하여 이전의 연구에 근거한 사용자의 인식이나 행동에 영향을 미칠 수 있다고 생각했다 [26, 28, 45, 52]. 52 명의 참가자가 다시 모집되었습니다. 대피하기 전에 8 건의 질병 증상 및 세션이 종료되었으며 기술 문제로 인해 한 명의 참가자 데이터가 제외되었습니다. 이러한 제외 후 43 명의 참여자에 대한 세부 사항은 표 1에 있습니다.

#### 장비

VE는 외부 GGeforce GTX 1060 그래픽 카드가있는 Alienware 13 R3 랩톱에서 실행되었습니다. 우리는 Vive HMD 및 컨트롤러를 사용했습니다. 오른쪽 Vive 컨트롤은 보행을 위해 좌회전하고 왼쪽으로 사용되었습니다. 썸을 컨트롤 트랙 패드의 중앙에 더 가깝게 또는 더 멀리 움직여서 이동 속도를 조정할 수 있습니다. 사용자는 머리를 움직여 주변을 둘러 볼 수도 있습니다. 문이 자동으로 열리고 탐색 이외의 상호 작용이 구현되지 않았습니다. 소음 차단 헤드폰은 배경 트래픽 (외부) 및 대화 (내부) 사운드뿐만 아니라 보행, 문 및 화재 경보 음으로 구성된 오디오 시뮬레이션을 제공했습니다. Arduino가 통제 한 위의 연구 (그림 2)에서 결론 지어진 3 개의 2KW ​​IIR 히터에 의해 전달 된 열과 연소 된 나무 향기 오일이있는 SensoryScent 200 향기 디퓨저를 사용하여 냄새가 나는 열 및 후각 시뮬레이션이 구현되었습니다. 탁상용 선풍기와 추출기를 사용하여 향기를 조절했습니다. 우리는 화면 기록을 위해 XSplitBroadcaster를 사용했고 움직임을 분석하기 위해 VE에서 각 순간에 위치 데이터를 보여주는 데이터 로그를 수집했습니다. 로그를보기 위해 맞춤형 시각화 앱을 만들었습니다. 비디오 카메라는 참가자의 신체 언어 및 신체 행동을 포착하도록 설정되었습니다. 시뮬레이터 질병 설문지 (SSQ) [23]를 사용하여 증상을 평가했습니다. 사후 응답을 평가하기 위해 작업 후 설문지를 사용했습니다.

### 절차

실험 소개 후 참가자들은 정보 시트를 검토하고 동의 양식에 서명하라는 요청을 받았습니다. 연구 전과 후에 SSQ를 완료하여 상태를 모니터링하고이 시스템을 사용하여 향후 사용자 연구를위한 정보를 수집합니다. 참가자들이 구두로 1 (괜찮아 느낀다)에서 10 명 (구토처럼 끔찍하다고 느낀다)으로 구두로 평가하는 빠른 웰빙 테스트 [17]는 연습 시험 후에 사용되었습니다. 또한 조사자가 호흡 패턴의 변화와 같은 우려 징후를 관찰 한 경우에도 사용되었습니다. 이것은 방해받지 않고 필요한만큼 자주 모니터링 할 수있는 빠른 방법이었습니다. 건강 점수가 악화 된 경우 세션이 종료되었습니다.

참가자들은이 연구가 pVE가 VE에서 어떻게 행동하는지 조사 중이며, 화재 시나리오에 직면 할 것이라고 구체적으로 언급되지 않았다. 그들은 VE와 컨트롤에 익숙해지기 위해 실습 세션을 받았고, 사무실 건물 외부의 주차장에서 탐색하는 방법과 짧은 테스트 작업을 수행하는 방법에 대해 교육을 받았습니다. 참가자가 추가 연습을 요구하지 않는 한 이것은 일반적으로 2-3 분이었습니다 (이것은 진행자 애호가가 나무에서 주차 된 차까지 천천히 천천히 걷다가 신속하게 차 주위를 돌아 다니며 건물 방향으로 방향을 바꾸도록 요청합니다). ). 그런 다음 참가자들은 기술 테스트가 필요한 새로운 직업에 대한 평가에 초청되었다고 상상해 보았습니다. 그들은 VE의 자유로운 탐색을 받았지만, 건물 내에서 수표를 따라 가도록 지시 받았다. 이로 인해 참가자들은 엘리베이터를 통해 건물 위층으로, 로그인 할 수있는 탈의실로, 복도를 가로 질러 411 호실로 향하게되었으며, 큰 화이트 보드에 과제 ((IQ 테스트 퍼즐)가 표시되었습니다. 이 첫 번째 작업 순서는 건물을 가진 참가자들을 가족들에게 알리고, 알려진 입장 경로를 제공하고,주의를 분산시키는 작업을 제공하는 목적으로 사용되었습니다. 참가자가 작업 1에 참여했을 때 조사관은 수동으로 화재 시나리오를 시작했습니다. 이것은 411 호실에서 작은 화재를 일으켰습니다 (그림 3). MS 조건에서, 화재는 향기의 방출을 동반하였고, 히터 핀은 온도를 증가시키기 위해 개방되었다. 두 조건 모두에서 활성화로 인해 화재 경보 음이 울 렸습니다. 또한 VE의 다른 방에서 두 번째로 큰 화재가 발생했으며 모든 NPC가 건물 외부의 대피 지점으로 순간 이동되었습니다 (룸 411에 NPC가 없었기 때문에 사용자에게 보이지 않음). 사용자는 3 개의 출입문에서 411 번 방을 빠져 나갈 수 있습니다 ((그림 3의 파란색 점선은 방 밖으로 나가는 경로를 나타냄). 4 개의 건물 출입구가 있습니다 : 3 개는 비상구로 표시되어 있고, 이전에 사용한 엘리베이터는 표시되어 있습니다. 응답 방법에 대한 지침을 제공했지만, 선택한 조치는 화면 캡처 및 데이터 로그와 함께 기록되었습니다. 참가자들이 건물을 빼낸 후 EE 진공 처리가 완료된 것으로 간주되었습니다. 연구의 작업 섹션은 최대 110 분이 걸렸습니다. 화재 시뮬레이션을 포함한 VE. 대피 후 참가자들은 시뮬레이터 병에 대해 재평가를 받고 업무 후 주관적 설문지를 완성했습니다. 그 다음에는 화재가 있다고 생각한 신호, 피난 전 조치에 대한 이론적 근거, 피난 경로 및 탈출구 선택 및 더 큰 눈에 띄 었는지 여부를 포함하여 시나리오에서 그들의 생각과 행동에 대한 짧은 비정형 인터뷰가 이어졌습니다. 화재와 그들의 생각이 무엇에 직면했는지. 또한, 비정상적인 행동이나주의 사항이 발견되었습니다. PParticipants는 그들의 ssubjective 등급의 자격을 갖추거나 그들의 경험의 어떤 측면에 대해서도 언급 할 수있는 선택권이 주어졌습니다. 그들은 연구의 목적으로 완전히보고되었고이 공개 이후 분석에 포함 된 자료를 기꺼이 받아들 였는지 물었다. 전체 세션에서 최대 45 분이 걸렸습니다.

### 결과

#### 주관적인 결과

주관적인 결과는 ppost-task 설문지에 대한 참가자 응답을 기반으로합니다. 처음 세 가지 질문에 대해 참가자들은 1 = 매우 낮고 5 = 매우 높은 시나리오에서 경험 한 최대 위험 수준, 스트레스 / 불안 및 시간 압력 수준을 평가하도록 요청 받았습니다. 그런 다음 참가자들에게 성명서를 발표하고 VE에있는 동안 각각 1에서 5까지 (극도로) 각각의 생각에 대한 진실을 나타내는 질문을 받았습니다. 질문 응답을 분석하기 위해 Mann Whitney U-test를 수행했습니다 (표 2). 참가자는 AV ((평균 순위 = 20.8) 조건 (단일, p = .0498)보다 MS (평균 순위 = 23.4)에서 상당히 높은 수준의 시간 압력을 느꼈습니다. MS (평균 순위 = 28.1)에서 AAV (평균 순위 = 16.7) 조건 (단일, p = .001)보다 건물에 화재가 발생했으며“가장 가까운 출구로 나가기를 원함”에 대해 상당히 높은 동의 점수 AV (평균 순위 = 19.4)보다 MS (평균 순위 = 25.5) 조건 (단일, p = .03)

#### 피난 시간과 행동

앞서 언급 한 HBiF 문헌 [24]에서 대피에 대한 단서의 영향과 관련하여, 우리는 대피 시간에 대한 다중 감각 피드백의 효과를 조사했다. 우리는 이것을 다음과 같이 제시한다 (표 3) : 사전 대피 (참가자가 첫 번째 방을 나가기 전에 경과 된 시간을 사용함); 대피 시간 (피난을 시작한 후 참가자가 건물 밖으로 나가는 데 걸린 시간) 및 총 배출 시간 (시작부터 끝까지의 기간). 여기에는 불 신호에 전혀 응답하지 않았으며 결국 조사관이 구두로“실제로 건물에 있다면 생각하는대로 행동”한 것으로 응답 한 3 명의 참가자 (2 MS, 1 AV)는 제외됩니다. 이 사전 배기 시간은 각각 80, 86 및 69 초였습니다. 결과는 두 조건간에 유사하며 AV 조건보다 MS의 시간이 약간 더 높습니다. 이 연결은 추가적인 단서가 더 빨리 대피를 시작한다는 것을 암시하는 문헌과 모순된다. 그러나 행동 분석은 시간이 해석을 복잡하게 만드는 여러 요소의 영향을 받았다는 것을 보여주었습니다. pprompts가 필요한 세 명의 참가자를 제외하고 참가자는 첫 번째 화재로 방을 나가기 전에 10 초에서 57 초 사이를 보냈습니다. 공손한 사람들의 반응 방식은 다양했습니다. 극소수의 참가자들도이 작업을 계속하려고 시도했으며, 화재의 징후 (연기, 열 및 / 또는 열의 냄새)를 보았을 때 멈추었 던 사람들. 그러나 일부 참가자는 화재를 조사하거나 싸우기 위해 조치를 취했습니다. 예를 들어, 한 참가자가 불까지 걸어 가서 걸어 다니며“소화기가 어디에 있습니까?”라고 큰 소리로 말했습니다. A 다른 참가자가 불을 향해 걸어 가서 Vive 컨트롤러를 물리적으로 흔들어 버릴 수 있는지 확인하려고 시도했습니다. MS의 74 %와 AV 참가자의 70 %는 대피를 시작하기 전에 적어도 상황을 조사했습니다. 비슷한 행동이 일부 참가자의 대피 시간 (사후 발생)에도 영향을 미쳤다. 예를 들어, 한 참가자는 부엌에서 불을 피우기 위해 물을 원천에서 찾고 있었기 때문에 부엌으로 걸어 갔다. 출구를 찾는 동안 일부 참가자들도 길을 잃었습니다. 이것은 출구 시간을 실질적으로 증가시켰다. G 일반적으로 대피 시간은 공무원이 건물을 나가기로 선택한 경로와 두 번째 화재 발생 후 경로를 변경했는지 여부에 가장 큰 영향을 받았습니다.

#### 경로 선택 및 화재 근접성

우리는 의도적으로 건물 외부에서 사용자를 시작하고 복도와 방을 통해 일련의 수 사자 / 작업을 제공하여 선택한 출구 경로와 비교할 수 있도록 알려진 진입 경로를 사용자에게 제공했습니다. 78 %의 oof 참가자가 화재 발생 후 진입 경로를 추적하려고 시도했습니다. 이것은 사용자가 실제 환경에서와 동일한 VE에서 경향을 나타내며, 이는 두 조건 (MS의 80 %, AV의 76 %)에서 비슷합니다.  두 번째 화재는 소규모 회의실에 배치되었으며, 참가자 대부분이이 방법으로 대피하려고 시도하여 우리가 어떻게 대응했는지 볼 수 있다는 가정하에 참가자가 밟아 온 알려진 경로를 부분적으로 막았습니다. 우리는 이전 연구에서 VE 사용자가 앞에서 논의한 바와 같이 현실적으로 위험에 대응하지 않는다는 것을 보여 주므로 대피하는 동안 참가자가 VE에서 두 번째 화재에 얼마나 근접했는지 분석했습니다. 두 번째 화재 위험에 대한 행동은 화면 캡처 및 데이터 로그에서 분석되었으며 6 가지 범주로 분류되었습니다 (표 4).  참가자 대부분은 두 번째 화재를 피하기위한 조치를 취했습니다. 그들은 방에 전혀 들어 가지 않았거나 들어가서 방을 건너지 않고 퇴각했습니다. 11 명의 공무원들은 방을 통해 mmain 출구 (이전에 들어온 곳) 또는 불 뒤에 보이는 ffire 출구로 가려고했습니다. 이 참가자들 사이에는 두 가지 조건 사이에 차이가있는 것으로 보입니다. 사용자 이동의 예는 그림 5에 표시되어 있으며 빨간색 선은 위치 데이터에서 사용자의 경로를 나타냅니다. 왼쪽 이미지에서 사용자는 문을 통해 들여다 보는 방 바깥에서 대기합니다. 오른쪽 이미지에서는 사용자가 주저없이 부드러운 움직임으로 거의 문에서 문으로 직접 걸어 다닐 수 있습니다.

 ### 다른 행동 관찰

 우리는 이미 설명한 조치 외에도 응급 행동을 분석하여 VVE 동작에서 해석 할 수있는 것을 확인했습니다. 이 분석은 선험적으로 계획된 것이 아니라 탐색 적이었다. 다음 관찰은 화면 캡처, 데이터 로그, 비디오 카메라 풋 프린트 및 인터뷰 응답의 조합을 기반으로합니다. 유사한 접근법을 사용하여 [28], 우리는 현실 세계의 행동에 대한 참조 연구에 대한 VE 행동을 검토했다. VE (표 5)에서 식별 된 행동 중 대다수 (코드 A-J)는 실제 화재 상황에 대한 문맹에서 명백하며 행위 분류법에서 참조된다 [4]. 다른 경우에, VE는 실제 사건에서는 분명하지 않지만 행동을 이해하는데 유용한 응답을 이끌어 냈다.

 ## 토론

 ### MS와 AV 인터페이스의 비교

 결과는 시간 압력 등급과“가장 가까운 식수를 가져 오십시오. 이는 참가자들이 불규칙하고 빠른 움직임과 같은 화재를 고려한 후 긴급 성을 반영하는 행동을 보이는 경향이 있으며, 이는 화재가 발생하기 전에 VE를 탐색 한 방식과 현저히 다릅니다. 이것은 AV 조건에서도 덜 관찰되었다.  결과는인지 된 위험 또는 스트레스 / 불안의 참가자 주관적 평가에서 통계적 차이를 나타내지 않았습니다. 이것은 흥미로운 발견입니다. 직관적으로 우리는 MS에서인지 된 위험이 더 높을 것으로 예상 할 수 있지만, 이것에 영향을 줄 수있는 여러 요소가 있으며, 그 중 일부는 작업 후 참가자 인터뷰에서 분명합니다. 일부 참가자는 자신이 실제로 위험하지 않다는 것을 알았지 만 실제 상황에 처할 경우에는 만족할만한 자격을 갖추었다. 인식 된 위험을 평가 한 참가자는 일반적으로 위험에 처한 느낌 또는 이론적으로 상황이 얼마나 위험한지를 고려했을 수 있습니다. 스트레스 / 불안 점 점수의 차이는 크지 않았지만, MS 참가자는 부정적인 감정 (두려움, 스트레스 또는 공황 등)을 명시 적으로 언급했으며 AV 참가자보다 눈에 띄는 놀라운 반응을 보였으며 이는 감정적 인 반응이 증가했음을 나타냅니다. 예를 들어, 한 참가자는 거의 Vive 컨트롤러를 떨어 뜨린 반면 다른 참가자는 “오 아니오!”  “건물이 불타고있다”는 진술과 일치하는 통계적 차이가 있었으며, MS의 참가자는 AV의 참가자보다이 진술에 더 강력하게 동의합니다. 이것은 특히 큰 영향이었습니다 (z = -3.112). 이것은 사람들이 사용하는 언어에도 암시 적이었다. 예를 들어,“내가 겪고있는 문제는 [불] 방에 있었다”(MS 참가자; 우리를 강조).

실제 행동과의 관계

 우리의 타당성 판단은 우리 연구에서 관찰 된 행동이 실제 세계에서보고 된 행동과 어떻게 비교되는지에 근거합니다 [4, 28]. 피난 전 행동 측면에서, 공무원은 첫 번째 화재에 대해 다양한 반응을 보였습니다. 실제 화재에서의 인간 행동에 관한 문헌은 사람이 화재를 심각하게 생각할수록 건물을 즉시 떠날 가능성이 높고 화재와 싸우려고 시도 할 가능성이 적다는 것을 보여줍니다 [4]. 높은 심각도는 높은 수준의 연기 확산 및 밀도와 같은 객관적인 측정과 관련이 있습니다. 사람들은 불을 끄는 좋은 기회가 있다고 생각하면 불을 끄려고 시도 할 가능성이 높지만 불을 끄는 것을 선택하면 (즉, 심각하지 않은 것으로 판단) 불의 진지함에 대한 평신도의 mmisjudgement도 반영 할 수있다 [4 ]. 이를 바탕으로 VVE 사용자가 첫 번째 (작고 쓰레기통에 포함되어 있음)와 비교하여 두 번째 화재가 발생했을 때 반응하는 방식에 차이가있을 것으로 예상 할 수 있습니다. -참가자가 처음 작은 화재를 보았을 때 피난 행동. 두 번째로 큰 화재가 발생했을 때 참가자는 iit와 싸우거나 대피 이외의 행동을 시도하지 않았습니다. 참가자들의 의견에 따르면, 두 번째 화재를보고 난 후에 진지함 수준에 대한 인식이 높아졌으며, 신속히 대피 결정을 확정했습니다 (아직 결정하지 않은 경우). 따라서 현실 세계에서와 같이 VE에서 공증인은 위험이 (지각 적으로) 낮을 때 즉시 대피 이외의 활동에 참여할 가능성이 더 높습니다. 회피 적이라고 분류 된 행동은 두 가지 조건에서 가장 흔하게 나타났습니다. 거의 모든 사용자가 대피의 적어도 한 부분에서 위험을 피하기 위해 적극적인 조치를 취했습니다.  실제로 우리는 VE 행동에서 드러난 것보다 피난을 지연시키는 더 많은 행동을 기대할 것입니다. 예를 들어 사람들은 자신의 작업을 저장하거나 bbelongings 수집을 중단 할 수 있습니다 [25]. 우리의 연구에서 이러한 mmotivation을 현실적으로 재현하기는 어려웠습니다. 우리는 사람들에게 가상의 소지품을 줄 수는 있지만, 그들에게 특별한 애착을 느끼지 않을 것입니다. 우리는주의를 끄는 일에 착수했지만 그 일을 완수하지 못한 것에 대한 징벌은 없었다. 화재 발생 후 퍼즐을 완성하려고 시도한 참가자는 거의 없었으며, 이것이 화재 신호 때문인지 또는 그들이 작업에 충분히 참여하지 않았기 때문인지 확실하지 않습니다. 우리는 VE가 이와 관련하여 실제 세계 행동을 대표하지는 않는다고 제안합니다. 미래의 연구는 이것이 VE 작업을 완료 한 것에 대한 추가 인센티브를 조사하여 이것이 행동에 차이가 있는지를 조사 할 수 있습니다.  또한 현실 세계 행동과의 편차에 대한 더 분명한 예가 있습니다. 예를 들어, 실제 생활에서 사용자는 불꽃을 뚫지 않을 것입니다. 위험한 상황을 탐색 할 때 사용자에게 진정한 위험을 초래하지 않는다는 VE iis의 동기는 매우 낮았지만,이 위험이 낮아진 것은 현실에서 VE에 대한 행동 반응에 약간의 편차가있는 것 같습니다.  두 조건 모두 제어 어려움 (예 : 실수로 문을지나 다니는 등)과 같은 VE 상호 작용으로 인해 발생하는 동작이있었습니다. 현재 구현에서 VE의 인터페이스 계층은 일부 VE 동작을 실제와 직접 비교할 수 없음을 의미합니다. VE는 실제 달리기와 같은 세계적 행동을 허용하지만 벽을 휘 두르거나 헐떡 거리는 등 실제 포착이 어려울 수있는 행동을 탐색 할 수 있습니다. 이러한 행동은 사고로보고되지 않을 것입니다 이는 현재 접근 방식 이후 이러한 조치의 유효성을 이해하기 위해 추가 작업이 필요하지만 다른 VEM을 통해 이해하기 어려운 사용자 행동 및 응답의 세부 사항을 이해하기위한 VE의 잠재적으로 유익한 또 다른 응용 프로그램을 보여줍니다. (행동 분류와 비교)는 실제 환경과 가상 환경 모두에 공통적 인 행동에만 효과적입니다. ts.

 안전 맥락에서 적용되는 VE에 대한 시사점

 우리의 연구 결과를 바탕으로 안전 상황에서 VVE를 사용하는 것에 대해 낙관적입니다. VE와 관련하여 심각한 응용 프로그램에 도움이 될 수있는 많은 사용자 상호 작용 예제가 있습니다.  mmultisensory feedback을 추가 한 심리 상태의 차이는 ttraining applications에서 특히 중요 할 수 있는데, 이는 state-dependent mmemory를 추가로 제공 할 수 있기 때문이다 [27]; mmultisensory 인터페이스를 통해 배운 정보와 행동은 실제 상황에서 더 잘 기억 될 수 있습니다. 따라서 안전 교육에 다중 감각 인터페이스를 사용하는 것이 좋지만 MS VE 안전 교육의 효과를 평가하는 연구는 다음 단계에 도움이 될 것입니다.

심리적 구별은 예측 응용에서 MS의 사용에 대해 설득력이 떨어질 수있다. 이 경우 심리적 경험보다는 사용자의 궁극적 인 행동이 가장 중요 할 것입니다. VE 시뮬레이션을 기반으로 한 인간 행동의 예측은 VE 사용자의 화재 위험 가능성과 같은 행동이 유효하지 않은 경우주의를 기울여 처리해야합니다. 본질적으로 거친 행동 외에도 VE의 업무 또는 개인 소지품을 구하려는 본질적 동기를 나타 내기 어렵 기 때문에 사전 피난 지연과 관련된 행동을 해석하는 데주의를 기울여야합니다. 예측 도구로 VE를 사용하는 경우 VVE 인터페이스 자체에서 발생하는 불일치도 고려해야합니다. 그러나, 화재 평가 및 소방에 관한 결정에 관한 행동의 관점에서 피난 전 행동은 유효 할 수있다. VE 행동 (다 감각 여부에 관계없이)은 출구 선택 (예 : 알려진 경로를 통해 되돌아가는) 측면에서 실제 행동과 일치하는 것으로 보이며, 이는 실제 건물의 비상 표지판을 고려할 때 유용 할 수 있습니다. 따라서 VE는 HBiF에 대한 안전한 대피 회계를위한 건물 레이아웃 설계와 같이 관련 영역에서 정확한 예측을 지원할 수 있습니다.  우리의 질적 인 사용자 행동 탐색은 VE 내에서 연구 할 수있는 행동 유형을 식별 할 수있을뿐만 아니라 다 감각 시뮬레이션이 주목할만한 차이를 만들 수있는 위치를 나타냅니다. 이것의 발견은 탐구 적이며 행동의 완전한 추론 적 분석을 위해 미래의 실험 계획을 알릴 수 있습니다. 화재 안전에 VE 적용을 지원하기위한 다음 단계로서, 우리는 가상 화재에서의 인간 행동 분석을위한 프레임 워크를 공식화하는 것을 목표로합니다. 이것은 미래 연구를위한 완전한 코딩 체계를 개선하고 검증하기 위해 여기에서 식별 된 관심있는 행동을 기반으로 할 것이다.

한계와 연구 기회

개인 및 상호 작용 효과 :이 작업은 화재 시뮬레이션에 열과 냄새가 추가되었는지 조사했습니다. 그러나 우리는 열과 냄새를 비교하지 않았으며, 시력과 오디오를 분리하지도 않았습니다. 향후 연구는 감각의 비교 효과와 상호 작용을 조사해야한다. Chalmers et al. [[6]는 인식에 대한 다중 감각의 중요한 역할에도 불구하고 현재의 기술 능력을 넘어 모든 감각에 걸쳐 정확한 시뮬레이션을 달성한다는 점에 주목하십시오. 그들은 인간의 지각 시스템을 설계 할 때 주어진 시나리오에서 사용자의 감각 감각에 따라 다양한 감각 피드백 채널의 충실도를 조정할 수 있다고 주장합니다. 그렇기 때문에 교차 모달 효과를 포함하여 각 감각에 적합한 수준의 충실도를 결정하기위한 작업이 필요하다 [6]. 이러한 교차 모드 효과는 이와 유사한 맥락에서 존재하는 것으로 알려져있다. 예를 들어, Weir et al. [51] 일부 uusers는 가상의 화재와 연기로 시각적으로 증강되었을 ​​때 손이 따뜻해지는 것을 감지했습니다. 명시적인 uuser 의견을 바탕으로,이 데이터에서는이 시나리오에서 냄새가 열보다 더 현저한 것으로 나타 났지만, 다른 사용자는 다른 감각 요소를 언급 했으므로 사용자와 작업에 따라인지 적 중요성이있을 수 있습니다. 6].  위험 수준 : 우리의 연구에서 우리는 이전의 다른 연구자들과 같이 잠재적 인 고통을 줄이기 위해 위험 수준을 적당히 유지하기로 결정했습니다 (예 : 다른 사람이 갇혀있는 것을 보는 사용자의 고통을 피하기 위해 NPC를 제거하는 것 [45]). 우리 분석에 대한 요구 사항은 화재가 예상치 못한 것이었고, 이는 세션에서 일어날 일에 대한 완전한 공개를 방해했습니다. 우리는 심각한 외상 반응을 유발하지 않기 위해 응급 상황에서 이전의 경험을 위해 참가자들을 선별하기로 결정했습니다. 향후 연구에 따르면 위험이 증가한 상황 (즉, 사용자가 실제로 위험에 처한 상황)이 다른 결과를 낳는 지 확인할 수 있습니다.  질적 방법론 : 사후 설문지와 iinterviews는 행동을 과도하게 평가할 수 있습니다. 그러나 동시 생각할 수있는 프로토콜과 같은 대체 방법은 침수를 깨뜨릴 수 있으므로이 연구의 목표와 호환되지 않습니다. 향후 연구는 각각의 목표에 가장 적합한 방법론을 고려해야합니다.  사회적 상호 작용 :이 연구는 사회적 또는 협력 적 요소가 부족합니다. VE ppre-activity 내에 NPC가 있었지만 대피 과정에 다른 사람을 포함 시키려고 시도하지 않았으며 사용자는 다른 사람과 상호 작용할 수 없었습니다. 사회적 상호 작용의 포함은 현재 연구의 범위를 벗어났습니다. 그러나 화재 시나리오에 대응하는 특정 실제 행동은 대피하는 동안 다른 사람들의 존재와 명확하게 일치합니다 (예 : 다른 사람들과 정보를 공유 및 공유, 그룹 유지, 타인의 경로를 따라 가기, 경로 선택 및 출구에 영향을 미치는 계단의 혼잡) 시간 [24, 25]). 교육 응용 프로그램의 경우 현재 VE의 일부 간단한 확장을 적용 할 수 있습니다. 예를 들어, 상호 작용이 제한적인 NPC를 통해 교육생은 다른 사람들에게 대피하도록 경고 할 수 있습니다. 그러나 예측 도구의 경우 다른 사람들의 존재는 훨씬 더 복잡한 영향을 미쳤습니다. 잠재적 인 솔루션에는 다중 사용자 VE, AI 제어 개인, 군중 행동의 계산 모델링이 포함될 수 있습니다.

결론

 가상 환경은 안전하고 실용적이지만 다른 시뮬레이션, 시범 및 드릴과 비교할 때 위험한 상황에 대한 충실도 높은 경험을 제공합니다. 문헌에서 이전에 제안 된 바와 같이, 사람들은 실제 생활에서와 동일한 방식으로 VE의 화재에 대응합니다. 우리의 결과에 따르면 다중 센서 인터페이스를 사용하여 위험한 시나리오의 VE 시뮬레이션에서 uuser 동작의 유효성을 더욱 높일 수 있습니다. 가장 큰 차이점은 사용자가 화재 시나리오에 대해 다른 태도를 보였으며, MS 참가자는 마치 불에있는 것처럼 느끼고, AV 참가자는 마치 불 모의에있는 것처럼 느끼고, 더 분리 된 사고 방식으로 느끼는 것입니다. 이것은 그들의 행동, 설명 및 주관적인 평가에서 입증되었습니다. 본질적으로,“이것은 화재 시나리오라고 알려주는 신호입니다. 저는 대피 할 수 있도록 게임에 적용해야하는 규칙을 알고 있습니다.”와“건물이 화재 중이며 대피해야합니다”의 차이점을 알고 있습니다. 응용 프로그램이 생명 또는 사망 상황과 관련이있는 경우 사람들이 건물의 화재와 같은 느낌을 원합니다.