一个跨学科的框架,以优化高水平运动员的预期技能,使用虚拟现实
Gilles Montagne1, Nicolas Mascret1, Martin Bossard1
1Aix-Marseille Univ, CNRS, ISM, Marseille, France.
Frontiers in sports and active living
|February 27, 2024
概括
本研究介绍了虚拟现实 (VR) 培训的跨学科框架,以提高精英运动员的预测技能,克服2024年巴黎奥运会传统方法的局限性.
科学领域:
- 运动科学 运动科学 运动科学
- 人与计算机的交互
- 专业知识 研究 研究 研究
背景情况:
- 提高顶级运动员的预测能力是非常具有挑战性的,通常被描述为"为不可能而训练".
- 传统的训练方法在优化这些关键技能以实现精英表现方面存在局限性.
- 需要创新的方法来提高运动员的预期.
研究的目的:
- 展示创新的虚拟现实 (VR) 培训课程的跨学科框架.
- 为了提高顶级运动员的预测技能.
- 解决传统培训方法的局限性.
主要方法:
- 开发基于生态动力学专业知识的跨学科框架.
- 为VR模拟设计虚拟合作伙伴和对手.
- 实施VR培训计划并评估其可接受性,接受性和工作负载.
主要成果:
- 该框架目前正在为准备参加2024年巴黎奥运会的运动员实施.
- 该方法旨在克服技能优化传统方法的局限性.
- 专注于设计虚拟代理和部署VR协议,同时测量用户体验和工作量.
结论:
- 整合VR的跨学科框架为增强运动员预测技能的新途径提供了新的途径.
- 这种方法解决了培养"不可能"技能所固有的困难.
- 该项目的2024年巴黎奥运会的实施意味着先进培训方法的实际应用.


