Voices of VR 播客
我的名字是 Kent Bye，欢迎收听 Voices of VR 播客。虚拟现实是一种很好的媒介，可以用于培训应用，而一个大问题是，VR 中的事情是否能够转移到现实生活中。因此，有一家 VR 培训公司起初是一个硕士论文项目，然后通过病毒式传播发展到 NFL，培训世界上最优秀的四分卫之一。今天我们将要讨论的是 Stryver 的首席科学官 Michael Casale。我有机会在“体验技术和神经游戏会议”上尝试 Stryver 的演示，所以我们将讨论 Stryver 中涉及的一些迁移学习和类别学习概念，以及他们在许多主要 NFL 计划中传播的旅程。这也是今天的 VOICES OF VR 播客讨论的主题。
广告赞助
在此，感谢我们的赞助商——Intel Core i7 处理器。这是一则付费广告。VR 真的迫使我购买了我的第一台高端游戏 PC。所以 Intel 邀请我来谈谈我的购买过程。我的理念是尽可能获得最好的部件，因为我真的不想在第二代头显发布后担心更换组件，毕竟 VR 的最低规格在某个时刻将不可避免地会上升。我进行了 rigorous 的研究，查看了所有基准和在线评论。我发现，最好的 CPU 是 Intel Core i7 处理器，但别只听我说，去做你自己的研究，我认为你会发现 i7 确实是最好的选择。
与 Michael Casale 的访谈
这个采访是在 5 月 17 日至 18 日于旧金山举行的体验科技和神经游戏会议上进行的。那么，开始吧。
我是 Michael Casale，Stryver 的首席科学官。在 Stryver，我们简单地使用虚拟现实技术对职业及大学水平的运动员进行培训，可能还有更高级别。我们的想法是，VR 基本上提供了一种接近实际比赛场地的体验。我们相信，运动员越能在没有真正穿上装备和进行练习的情况下获得在场的体验，他们的表现将在最终会越好。因此，这一切都是为了增强运动员的表现，他们在传统训练中无法获得这些体验。
斯坦福大学的创办故事
能否告诉我们这个项目最初是在斯坦福大学如何创立的，你是如何与足球队证明这一技术的?
这是一个很酷的故事。我的一位朋友 Jeremy Bailenson 他是斯坦福大学的教授，而他与我是在我在加州大学圣巴巴拉的研究生阶段认识的。我们在心理学大楼共事，由于对他们的研究充满兴趣，我一直保持着联系。十年过去，Jeremy 担任了一位硕士生 Derek Bouch 的导师，他是斯坦福足球队的前踢球者，并接触到他，询问我们是否能用来训练足球运动员。Jeremy 说：“当然，但我可能不是最合适的人选，我知道一个拥有一定运动背景，并且了解学习和训练的人。”于是他联系了我，我帮助指导 Derek 的硕士论文，这是一项使用 VR 训练四分卫的早期试点研究。
我们专注于通过具体情境进行训练，对训练前后运动员的表现进行测试，结果看起来似乎有所提升。然而，设计并不够严格。作为学者，我希望向前推进。Derek 说：“很好，我们将在这个过程中保持联系。”同时，Derek 与足球界的一些联系人交谈，开始进行探讨，还没有积极推销这个想法，但他们对此表现出了浓厚的兴趣。不久后，他们就要求我们建立内容，并将其用作他们实际培训的一部分。
定量和定性结果
那么，有哪些定性和定量结果呢？我知道，有关于斯坦福足球队使用该技术后提高传球成功率或胜负记录的一些轶事故事。但具体的数据是如何衡量影响的？
当然，我不能透露关于某些球员的具体数据，因为他们是我们的客户。但一般来说，我们有一些四分卫非常推荐使用 Stryver 进行情况训练。这些训练不仅涉及修正投掷动作和脚步，这是我们现在无法直接进行的事情，而是更普遍的东西，他们可以在休赛季独立使用。Stryver 的确对特定情况、特定球队的训练有更大帮助。与其在场上训练数小时，他们可以在短短十分钟内反复查看同一比赛画面。
未来的规划和希望
未来DRIVR 会如何发展？创新如何能使准确性和实用性更高？
我认为，当我们能在内容的创建上取得突破时，我们会感受到我们正在训练提出的真正价值。我们目前的一个限制是，现有 VR 对于任何培训场景一种，因为能在 CG 中创建内容的人，占有一定优势，但通常存在于游戏世界中。当我们被要求创建非常逼真的重现时，实际上我们需要捕获实时视频，任何不够真实的内容都是毫无价值的。
个人背景
说说你的个人背景吧。你的专业如何帮助开发 Stryver 的 VR 培训应用?
实际上，现在没有人对四分卫或其他精英运动员进行直接培训，而该技术又相对较新。我的背景是学习，并将心理学与视觉学习结合。我有心理学博士学位，专注于如何在视觉学习领域分类对象。我们训练的许多决策过程都可以看作是分类问题。比如看到选手以特定空间组合排列，如何准备响应这种情况，以及如何实现这个过程。我的研究朝着帮助运动员更好地理解、学习与感知的方向发展。
空间重复与学习模式
你是否采用空间重复的方式，为人们提供反馈，学习他们的记忆强度？
这是个好问题。是的，我想我们正在探讨空间重复的概念。人们需要在一段时间后才能很好地记住所学的知识。我们目前正在研究不同团队在使用这项技术时所感知到的价值以及这种空间重复有多重要，或者在何种程度上提高他们所需的技能。不过，我们仍在学习中，开发和验证这种数据收集，了解在不同环境和团队中如何运用这些见解。
总结
今天的访谈带来了许多启发。Stryver 培训应用采用了转移学习与类别学习的原理，能在运动、军事训练等多个领域内实现应用。我们期待未来的技术进步能够使 VR 更加身临其境，最终帮助运动员提高表现。
谢谢收看。若想支持 Voices of VR 播客，请向朋友宣传，并成为 patreon.com/voicesofvr 的支持者。