基于用户焦虑情绪的蜘蛛模型：强化学习如何为虚拟现实中的个性化蜘蛛恐惧症治疗提供理想的用户体验

《ACM Transactions on Interactive Intelligent Systems》：Spiders Based on Anxiety: How Reinforcement Learning Can Deliver Desired User Experience in Virtual Reality Personalized Arachnophobia Treatment

虚拟现实暴露疗法（VRET）中，程序化内容生成与强化学习结合自动适配蜘蛛模型以诱发特定焦虑反应，优于传统规则方法。

　　

摘要

在个性化虚拟现实暴露疗法（VRET）的背景下，需要生成一种能够引发特定焦虑反应的虚拟蜘蛛。这种疗法要求患者观察虚拟蜘蛛以降低他们对蜘蛛的恐惧感，因此这些虚拟蜘蛛必须能够引发相应的焦虑反应。然而，传统的VRET方法通常需要治疗师为每位患者手动选择合适的虚拟蜘蛛，这一过程不仅耗时，还要求治疗师具备较高的技术素养和对患者情况的深入了解。尽管已有自动化方法，但这些方法大多基于规则进行设计，难以根据用户的具体情况做出调整。为了解决这些问题，我们提出了一种结合程序化内容生成（PCG）和强化学习（RL）的VRET框架，该框架能够自动调整虚拟蜘蛛的设计，以引发患者所需的焦虑反应。实验结果表明，该系统的性能明显优于传统的基于规则的方法。