通过分析游戏行为和个性问卷，我们探索了从记录的游戏行为中预测玩家的个人特质问卷指标的可能性，并尝试通过添加情感对话决策来提高模型的准确性。我们使用随机森林回归方法，在定制化的角色扮演游戏《辐射：新维加斯》的 60 分钟游戏时间内，从 62 位玩家的数据中预测了七个已建立的个性问卷的多种指标。尽管一些个性变量可以从合理的游戏行为和情感表达中识别出来，但我们未能找到预测其他变量的方法，也遇到了一些不能通过理论背景文献来解释的可疑相关性。然而，基于这个探索性研究的初步机会，我们计划大规模扩展我们的数据集，研究更复杂的机器学习方法在真实工业游戏环境中的表现。

Aug, 2023

研究了个体差异在团队合作的虚拟现实游戏中表达感情倾向方面的影响，通过多重线性回归确定了个性变量和表达情感之间的合理相关性，为情感计算和游戏用户研究提供了有价值的信息。

Sep, 2023

该论文综述了应用于游戏的情感计算原理、方法和工具的最新研究现状，并通过情感循环的四个核心阶段：游戏情感唤起、游戏情感感知、游戏情感检测和游戏情感适应，对这个新兴领域进行了回顾。此外，我们还提供了一个用于分类考察情感游戏循环的术语、方法和方法的体系，并在这个分类体系中定位了该领域。接下来，我们全面审查了与游戏接口、传感器、注释协议和可用语料库相关的可用情感数据收集方法。论文最后讨论了情感游戏计算的当前限制以及我们对该领域最有前景的未来研究方向的展望。

Sep, 2023

本文综述了应用于游戏中的人工智能的伦理问题，通过情感循环的组成部分研究了 AI 在游戏开发中所面临的伦理挑战，包括情感的伦理边界，隐私与安全游戏空间之间的权衡，以及透明度与所有权等方面的问题。并呼吁开放性对话和行动，以确保保护用户并引导开发人员为他们的客户提供更安全、更好的体验。

May, 2023

本文提出了一个基于游戏的数据采集框架，使用深度学习方法构建情感分类器，并以情感网络游戏为接口，自动采集带标签的情感图像。通过比较测试结果，说明由于数据规模大、平衡性好，该数据集可用于构建比 CIFE 训练得到的情感检测器更加稳健的情感检测器。

Jul, 2016

提出了一个基于模糊推理系统的新框架，旨在通过音频和视频数据分析来识别儿童计算机游戏中的情绪，以提升儿童用户体验，并提供对情绪的跟踪结果，有助于儿童导向式游戏开发的进展。

Aug, 2023

通过使用交互式虚拟现实（VR）游戏和采集多模态数据（自我报告、生理和面部信号），我们使用机器学习方法确定了每个组成部分对情绪区分的独特贡献，并发现至少需要五个维度来表示我们的数据集中情绪的变化。这些发现对于在情绪研究中使用 VR 环境以及情绪识别中生理信号的作用具有重要意义。

Apr, 2024

研究了多种指标（包括表现、行为参与度和情感参与度）的组合，通过分析来自学习管理系统的数字痕迹和学生网络摄像头拍摄的图像，识别学习困难的学生。利用法国一所工程学校 2022 至 2023 学年收集的真实数据，观察到积极情绪状态与学术成果的改善之间存在相关性。这些初步发现支持情绪在区分高、低成就学生方面起到关键作用的观点。

Nov, 2023

通过综合多学科的方法，本文全面概述了情感分析在视觉媒体中的领域，并强调了最有前途的方法，讨论了技术挑战和限制以及情感理解技术的伦理影响和潜在社会影响。

Jul, 2023

使用 Google Expedition 和基于触摸屏的情感来增强虚拟学习环境和学习者情感参与的研究探讨了沉浸式学习的虚拟元素，涉及教学应用、可利用性和认知负荷等方面的衡量。研究结果可能有助于通过利用教育技术中沉浸式学习技术的特点来改进虚拟现实和增强现实体验，并通过利用磁性、光学或混合跟踪器大大提高物体追踪来提高沉浸式学习环境的有效性。

Dec, 2023