結果表明，非結構化導航可以比結構化導航快，只顯示選中的部分可以比顯示整個對象快。然而，使用顯示一切模式可以支持更好的位置感知和對象理解。

（中國AI網 2025年05月29日）在虛擬現實中，在大而密集的物體中定位小特征是一個重大的交互挑戰。盡管現有的多尺度技術支持不同級別尺度之間的轉換，但它們并不專注于處理具有隱藏特征的密集、同構對象。

在一項研究中，美國弗吉尼亞理工大學和勞倫斯利弗莫爾國家實驗室團隊提出了一種新穎的方法，將漸進式細化的概念應用于VR導航，并實現集中檢查。

他們進行了一項用戶研究，在設計中改變了兩個獨立的變量，以更好地了解它們對多尺度導航的效率和意識的影響。結果表明，非結構化導航可以比結構化導航快，只顯示選中的部分可以比顯示整個對象快。然而，使用顯示一切模式可以支持更好的位置感知和對象理解。

增材制造能夠制造具有復雜內部幾何形狀的物體。盡管物體的尺寸可以以米為單位，但組件容易受到毫米級缺陷的影響，并可能影響結構完整性。盡管特定缺陷可以通過視覺檢測到，并且特定壓力測試可以應用于物理部分，但較小的缺陷只能通過CT掃描可視化，并對掃描生成的每層進行手動檢查，而這在規模上是不切實際的。

掃描可以在3D中可視化，但是在檢查過程中，比例差異可能會成為一個挑戰，因為很難在比必須視覺驗證的缺陷大一個或多個數量級的對象中導航。

另外，這種物體的致密結構意味著缺陷通常會存在遮擋。挑戰的一個后果是，目前沒有標準的程序來驗證產品是否根據規范創建。

團隊研究了虛擬現實技術的使用，以檢查制造組件的數字孿生（由CT掃描或其他復制過程生成的幾何網格），使操作員能夠及時準確地發現和評估缺陷，同時提高他們對多個缺陷如何相互關聯并在整個對象中傳播的理解。

這種檢查可以描述為在密集、同質物體中的多尺度導航任務。現有的技術提出了多種方法來實現VR中的多尺度導航，可以是連續的，或可以是離散的。然而，相關技術主要關注具有明確層次意義的結構或發生在開放區域。它們沒有考慮到檢查致密、均勻物體的細微差別，這意味著缺陷區域可能難以看到，難以觸達，并且減少了支持位置感知的landmark。

盡管研究關注的是制造零件的具體問題，但這種檢測可以應用于其他領域，如土壤的地質分析，檢查復合材料的內部缺陷，評估雕塑或建筑結構的內部缺陷，檢查機械內部的缺陷或磨損，以及檢查神經網絡或細胞等生物結構。

具體來說，團隊通過將漸進式細化的概念應用于多尺度導航來解決這個問題。漸進式細化主要提出用于雜亂環境中的選擇目的，其中初始選擇將包括多個對象，然后根據它們的接近程度逐步細分為組，直到可以選擇單個對象。

盡管傳統的導航技術定義了如何在環境中移動用戶，但團隊的漸進式優化導航是以對象為中心，用戶可以保持自己的位置，對象根據他們想要關注的位置進行縮放和重新定位。

盡管多尺度轉換會引起模擬器眩暈和定向障礙，但所提出方法允許用戶以快速、系統和有效的方式選擇他們想要關注的區域。研究人員設計了一種稱為多尺度物體檢測的漸進細化方法（PRIMO），并確定了PRIMO設計的兩個關鍵特征：導航風格（結構化或非結構化）和顯示模式（選擇vs一切）。

用戶研究調查了它們對效率的影響，導航過程中的位置意識，以及對制造對象缺陷的總體理解。結果表明，當用戶選擇任意區域而只顯示焦點子區域時，可以減少導航時間。團隊同時發現，顯示整個物體可以幫助提高位置意識和整體物體的理解。

相關論文：Exploring Multiscale Navigation of Homogeneous and Dense Objects with Progressive Refinement in Virtual Reality

總的來說，團隊探索了VR多尺度導航技術在密集、均勻物體中的設計空間，同時使用漸進細化的概念。他們提出了PRIMO。這是一種允許用戶遍歷對象的方法，以檢查標記為潛在缺陷的小區域。通過一項用戶研究，團隊改變了交互設計的兩個獨立變量以理解權衡，并獲得可以推廣的指導方針。

結果表明，通過允許用戶選擇對象內的任意區域并僅顯示當前聚焦的子體積，可以最大限度地減少導航時間。他們同時發現，有證據表明，非結構化導航可以比結構化導航更好地理解整體對象。另外，顯示所有一切可能有助于位置意識和整體對象理解。基于結果，并給予空間意識比速度更多的權重，研究人員建議最佳混合技術將使用非結構化導航，并在默認情況下僅顯示選定的子區域，但能夠切換顯示所有內容。