引言：模拟方法，包括物理合成环境，已经在许多行业的人员技能培训中发挥了重要作用。其中一个例子就是将其应用于培养国防和安全人员的态势感知和判断技能。虚拟现实技术的快速发展为开展此类培训提供了新的机遇，但在将虚拟现实技术作为强制培训的一部分之前，应对其适用性和有效性进行严格测试。

方法：在这项工作中，我们采用了测试模拟环境逼真度和有效性的既定方法，对三种不同的使用武力决策训练方法进行了比较。来自英国皇家空军的 39 名下马近战部队人员在以下条件下完成了射击/不射击判断任务：i) 实弹射击；ii) 虚拟现实；iii) 2D 视频模拟。在所有三种环境中记录了一系列射击准确性和决策指标。

结果显示结果表明，二维视频模拟在训练中对决策几乎没有挑战。实弹射击和虚拟现实模拟的决策性能相当，但两者在训练判断技能的方法上可能略有不同，也许是互补的。

讨论：因此，应谨慎选择不同类型的模拟，以满足确切的培训需求。

1 引言

模拟训练是指使用合成或计算机化的环境来复制现实世界中的场景，以培养技能。出于成本、实用性、安全性和设施可用性等原因，模拟训练被广泛用于具有挑战性或不可能进行真实世界练习的行业。在某些情况下，某种形式的模拟是不可避免的，即使它涉及基本的合成复制，如在水果上练习手术缝合（如 Wong 等人，2018 年）。在航空领域，高保真飞行模拟器是飞行员培训的基本组成部分，因为在真实飞机上练习既过于昂贵，又有生命危险（Salas 等人，1998 年）。核退役领域的受训人员除了要考虑明显的安全问题外，还经常要准备使用尚不存在或无法停用的设备进行培训（Popov 等人，2021 年）。在其他情况下，虽然可以进行真实世界的练习，但由于模拟更方便或更具成本效益，因此选择了模拟。例如，尽管体育任务很少难以再现，但人们对虚拟现实（VR）、增强现实（AR）和混合现实（MR）等计算机模拟作为训练体育技能的方式越来越感兴趣（Harris 等人，2020 年；Wood 等人，2020 年）。在体育和康复等相关应用领域（Alrashidi 等人，2022 年），计算机模拟使个人能够自行进行额外的练习，几乎可以无休止地变化，使其成为有吸引力的体能训练替代品（或补充品）。

最近的技术进步意味着，VR、AR 和 MR 技术现已成为模拟训练中极具吸引力的选择。这些技术可以对各种环境进行高保真模拟，而且成本低廉，易于使用。然而，VR 是否适合所有类型的培训，以及 VR 环境在被采用之前是否经过了适当的测试，这些问题也引起了人们的关注（Harris 等人，2020 年）。从广义上讲，模拟（无论何种模拟）都是为了复制任务的某些方面（如行为目标和任务限制），而不复制其他方面（如危险和成本）（Stoffregen 等人，2003 年）。因此，为了进行有效的模拟训练，有必要了解模拟环境与相应真实世界任务之间的一致程度，以及任何差异可能对学习产生的影响（Harris 等人，2019 年；Valori 等人，2020 年）。这种评估可以通过量化环境的保真度和有效性1 等方面来实现。

在以往的工作中，研究人员已经确定了进行模拟评估的保真度和有效性的几个关键方面。环境的物理保真度--看起来和感觉上是否真实--通常是通过记录用户是否感觉自己完全沉浸在模拟环境中来评估的，使用的是自我报告的临场评分（Makransky 等人，2019 年；Harris 等人，2020 年）。研究人员曾将参与者在经过验证的测试或测量中的表现与新模拟器中的测量结果进行比较，以确定并发效度，并发效度是指两个不同评估之间的一致程度（如 Xeroulis 等人，2009 年）。除了与现有的验证方法保持一致外，有效的模拟训练还应充分代表技能的功能，从而为真实世界的专业知识提供一个良好的指标。这种与真实世界的对应关系被称为建构效度，通常通过比较专家和新手在模拟中的表现来评估（例如，Bright 等人，2012 年；Wood 等人，2020 年）。Lukosch 等人（2019 年）提出了一个概念化人机界面保真度的框架，其重点在于用户与环境之间的交互质量，而不仅仅是逼真的视觉呈现。因此，他们还确定了保真度的各个方面，如心理和社会保真度。在考虑应用虚拟现实技术训练复杂的感知认知技能时，强调用户与环境之间互动的逼真性尤为重要。

在目前的工作中，我们试图研究用于训练判断技能的三种不同的模拟方法，作为军事房间清理工作的一部分。在军事背景下，判断力训练是指培养识别威胁和非威胁的能力，并快速准确地使用适当武力的过程。射击/不射击决策就是一个例子。要做出有效的判断，就必须具备态势感知能力，并适当识别和使用环境信息（Randel 等人，1996 年；Biggs 等人，2021 年）。然而，真实的近距离作战条件很难再现。因此，判断技能的训练通常采用某种形式的合成或模拟训练，使这些能力在半真实的环境中得到发展（Li 和 Harris，2008 年；Armstrong 等人，2014 年；Nieuwenhuys 等人，2015 年；Staller 和 Zaiser，2015 年）。

英国国防部判断训练的主要选择是基于屏幕的射击场模拟或实弹判断射击。基于屏幕的射击场模拟使用一种名为 "下马近战训练器"（DCCT）的工具进行，该工具由一个大型 2D 视频屏幕组成，受训人员使用退役手枪、步枪和辅助武器进行射击。另一种方法是在近距离战斗环境（使用模拟房间进行物理模拟）中使用实弹或非致命性训练弹药进行实弹判断射击2。与基于屏幕的射击场相比，实弹判断射击提供了更逼真的环境，但由于静态纸板目标和必须手动重置的同质物理房间设置，其逼真度和灵活性都受到限制。虚拟现实技术可以提供有吸引力的第三种选择，既能提供逼真的视觉效果和身临其境的感觉，又能提供多种多样的训练可能性。鉴于各行各业（包括国防）都需要测试新的训练方法来优化人类技能训练，我们比较了这两种现有方法与头戴式 VR 的判断性能。

我们用于比较判断力训练模拟选项的方法与之前讨论的评估物理逼真度、并发有效性和构造有效性的工作（van Dongen 等人，2007 年；Bright 等人，2012 年；Perfect 等人，2014 年）密切相关。为了解决这三个方面的问题，我们：i) 收集用户的临场报告，以确定足够的保真度；ii) 与其他方法进行比较（和相关性），以测试并发有效性；iii) 检查与真实世界专业知识的关系，以测试构造有效性。由于这项工作只是对模拟判断力训练的不同方法进行初步探索，因此没有对不同训练环境之间的确切关系提出具体假设。

2 方法

2.1 设计

研究采用横断面重复测量设计，所有参与者按照平衡顺序完成三个实验条件，以控制任何学习效应。这三个实验条件分别是二维视频模拟、实弹射击模拟和房间清理任务 VR 模拟。

2.2 参与者

受试者是从英国皇家空军团女王之色中队（英国皇家空军部队保护部队）的下马近战部队中招募的。参试者均为现役合格的下马近距离作战人员，军衔从领班到下士不等。所有参与者在参加研究前均已获得书面知情同意，并按国防部标准费率获得参与报酬。实验程序由埃克塞特大学部门伦理委员会和国防部研究伦理委员会共同审查（参考编号：2102/MODREC/21）。

在收集数据之前，我们进行了先验功率计算，以确定得出准确结论所需的样本量。在一项密切相关的研究中，Blacker 等人（2020 年）考察了军事级模拟器和视频游戏在射击/不射击决策方面的关系。Blacker 等人报告称，模拟器和视频游戏在射击准确性（即命中率）方面的关系为 r = 0.48。因此，考虑到 α = 0.05 和 80% 的功率，在本研究中，需要 31 名参与者才能检测到类似大小的双变量相关效应。我们的样本共有 39 名参与者（人口统计学数据见表 1），足以检测出类似大小的效应。36 名参与者参与了所有条件，另有两名参与者同时参与了 2D 视频和 VR 条件，一名参与者仅参与了 VR 条件。

表1 参与者的统计数据。

2.3 条件

在所有三种模拟条件下，参与者都要完成 18 次试验，其中 9 次包括威胁性目标，9 次包括非威胁性目标。试验以假随机顺序呈现。

2.3.1 虚拟现实房间条件

在虚拟现实房间通关条件下，参与者佩戴 HTC Vive Pro Eye 头戴式显示器（HTC 公司）。这种消费级 VR 系统使用两个灯塔基站以 120 Hz 的频率跟踪头显和手部控制器的移动。在本研究中，VR 系统经过专门改装，以记录 SA80 武器复制品的使用情况（见图 1A、B）。这种仿制设备允许参与者在模拟训练空间自由自然地漫游时，通过扣动 VR 手部控制器上的扳机来瞄准和射击目标。虚拟环境（见图 1C、D）由一个长方形小房间组成，参与者通过一扇敞开的门进入房间。在每次试验中，房间内部的视觉设计特征略有不同（如不同的家具和壁画），但其整体大小和布局保持不变。受试者从外面开始，需要进入并搜索每个房间，然后再决定是向目标射击还是按兵不动。参与者被读取一份脚本，指示他们根据训练内容进入房间，所有三个条件下的训练内容都是标准化的（见 https://osf.io/vdk87/）。为了让受试者熟悉环境和武器的行为，在进行任何试验之前，受试者都可以在一个空房间里走动并开枪。不过，在试验开始前，他们不会看到任何射击/不射击的刺激。

图 1. VR 硬件和软件。HTC Vive Pro VR 头戴式显示器（A）、位置跟踪仿制武器（B）和游戏截图（C、D）。图片归英国皇家空军霍宁顿空军所有。

每次重复训练都会在虚拟房间内生成一个目标。这些模拟目标包括从 Sykes-McQueen 8,000 系列威胁评估靶场（英国苏格兰边界的 McQueen Targets）拍摄的静态图像（见图 3）。目标的具体位置在逐次试验的基础上有所变化。最重要的是，这些目标与实弹射击条件下使用的目标相同（见下文），并且是为了提供与威胁和非威胁线索密切匹配的变体而选择的。每幅图像都显示了一名手持武器（枪支）或非敌对物体（如手机、手电筒或摄像机）的战斗人员。因此，正确的决策反应将通过射击具有威胁性的 "敌方 "目标和不射击 "友方 "非威胁性目标来体现。

2.3.2 实弹射击房间条件

实弹射击条件是在一个重新利用的飞机库中进行的，该机库包含一些较小的房间，是为训练室进入演习而设计的。该条件下的威胁/非威胁刺激包括显示与 VR 中相同的 Sykes-McQueen 图像的纸板目标。参与者使用装有非致命性训练弹药的 SA80 武器向目标射击，这种弹药会释放出一个小油漆囊，然后可以在目标上识别出来。

该条件下使用的是一个长方形房间。受训者从走廊进入，房间的门已经打开，以配合 VR 条件下的自动开门。与其他条件一样，每个房间都有一个目标，要么是威胁，要么是非威胁。在被试完成每个房间的搜索（并退出房间）后，实验者从另一扇门进入并更换房间中的目标。

实验员实时记录参与者的决定（射击/不射击），并在每次房间搜索后拍摄目标照片。之后，通过使用 MATLAB 编程环境（Mathworks，马萨诸塞州，美国）测量射击与目标质量中心的距离，计算射击精度。参与者的头盔上还安装了一台 GoPro Hero 4 摄像机，以第一人称视角记录每次试验。这段视频随后被用来通过逐帧视频分析计算反应时间（即从目标出现在受试者视野中到开枪的时间）。

2.3.3 视频模拟房间条件

二维视频模拟条件（使用下马近距离格斗训练器）在英国皇家空军霍宁顿基地的虚拟训练场进行，该训练场由一系列射击道和一个大型投影仪屏幕（位于房间前部，见图 2）组成。参与者配备了一把停用的 SA80 步枪，该步枪通过蓝牙信号与控制人员的基站相连。这种无线缆模拟训练武器配备了专门的气体循环系统，以复制枪栓的动作。

图 2. 2D 视频模拟条件。下马近战训练器。图片归英国皇家空军霍宁顿空军所有。

实验人员指示参与者像进入房间一样准备好武器。准备就绪后，他们会看到一个目标，就像已经进入房间一样（即，就像他们站在门口一样）。然后，他们做出射击或不射击的决定。如上所述，参与者在每次试验中都会看到一个具有威胁性或不具有威胁性的目标，并被指示在面对武装战斗人员时采取致命武力行动。在这种条件下，不可能完全复制相同的麦昆目标，因此战斗人员是从控制软件（Virtual Battlespace 2，Bohemia Interactive Simulations，Farnborough，United Kingdom）中选取的，但都是密切匹配且明显具有敌意或无敌意的目标。这些目标的手臂和头部会有一些细微的动作，但在射击之前都会保持在一个位置。

为了能够在这些条件下进行客观的成绩分析，在这些试验的整个过程中，GoPro Hero 4 摄像机（GoPro Inc，美国加利福尼亚州）被放置在受试者的左后方。该录像设备的位置可以检测到目标物体何时出现，以及参与者是否开枪。实验人员也会观看电脑屏幕，并手动记录参与者开枪的时间。

2.4 程序

参与者是在英国皇家空军霍宁顿空军基地的训练周期间招募的。符合条件的人员会在访问前得到联系，并通过电子邮件收到一份详细的研究信息表。随后，有兴趣参加的人员参加了由研究小组亲自主持的说明会，会上向他们介绍了研究目的和程序，并提交了书面知情同意书。然后，他们填写了有关从军经历和军衔的自我报告问卷。在随后的 3 天里，参与者按照拉丁方块设计的假随机顺序，分别完成了三种实验条件中的一种。在完成最后一个环节后，参与者将听取研究汇报，并感谢他们的参与。

2.5 测量

从所有条件中获取以下变量：

2.5.1 决策准确性

当受试者的反应（即射击/不射击动作）与适当的目标提示相吻合时，得分为 "1"，不吻合时得分为 "0"。然后将每位受试者的平均得分换算成准确率。

2.5.2 误报

记录在每个条件下对无威胁目标开枪的次数，并同样转换成百分比。

2.5.3 射击精度

计算为二元命中/未命中变量，并转换为准确率百分比。

2.5.4 反应时间

从刺激出现（目标出现）到扣动武器扳机之间的时间。

2.5.5 D-prime和β值

根据 Blacker 等人（2020 年）的研究，从信号检测理论（Green 和 Swets，1966 年）中得出的两个额外变量被用来补充原始决策准确度和误报测量值。信号检测理论描述了人类感知系统如何推断 "信号 "的存在与否，这里的 "信号 "是指目标的性质。因此，我们研究了对威胁的敏感度（d-prime）和反应倾向（β）在不同的模拟条件下是否存在差异（见图 3）。

图 3 信号检测理论图解。(A) 中的矩阵显示了信号和反应的四种可能组合。(B) 显示了与信号（武器存在或不存在）和噪声分布相关的 d-prime 和 beta 指标。如图所示，d-prime 值较大，因为观察者能够感知到信号与噪声之间的明显差异。贝塔值在右侧，表明反应策略比较保守。(C）显示了在合成和 VR 环境中使用的赛克斯-麦奎因 "8000 范围 "威胁评估目标的示例。

D-prime 提供了一个人对刺激敏感度的指数，它是根据 "命中"（即在正确的时候正确发射）与 "误报"（即在不应该发射的时候发射）的比率计算得出的。具体来说，d-prime 表示命中和误报的 z 转换比例之差[d' = z(H)-z(F)，其中 H=P（"是"|"是"），F=P（"是"|"否"）]。数值越大，灵敏度越高（命中率与误报率的比率越高）。

Beta (β)是反应偏差的度量，它反映了一些人反应不足，只有在确定的情况下才开枪（即保守偏差，数值低于 0），而另一些人则偏向于过度反应（即自由偏差，数值高于 0）。Beta 是根据计算 d-prime 时所使用的 z 值标准的正态密度函数的比率计算得出的。

2.5.6 存在感

最近的研究讨论了 "临场感"（即真正存在于虚拟环境中）如何影响学习和成绩（Makransky et al.）为了测试 VR 和 2D 视频系统的保真度是否足以提供身临其境的体验，参与者被要求提供一份自我报告的临场感测量问卷，该问卷改编自 Pan 等人（2016 年）的研究成果。该问卷（可在此处查看：https://osf.io/vdk87/）由 10 个项目组成，记录了与物理环境相比，参与者在模拟环境中的真实感受程度。诸如 "我在培训环境中有一种身临其境的感觉 "之类的问题，可以用 1-7 分的李克特量表来回答，锚定在 "根本没有 "和 "几乎一直有 "之间。该问卷先前已在实验诱导的临场感中断方面得到验证（Slater 和 Steed，2000 年），并被用于医疗评估场景（Pan 等人，2016 年）、航空模拟（Harris 等人，2022 年）和社交互动（Pan 等人，2015 年）。存在感问卷用于 VR 和 2D 视频条件，因为这些问题不适用于真实世界的活动。

2.5.7 专业知识

在填写完同意书后，我们立即发放了一份问卷，收集参与者的人口统计学信息。参与者被要求报告从军年限和军衔。

2.6 数据分析

首先对数据进行筛查，以确定是否存在离群值和极度偏离正态的情况（Tabachnick 和 Fidell，1996 年）。然后使用一系列重复测量方差分析来比较三种条件下的性能变量（决策、信号检测指标和射击精度）。当数据严重偏离正态时，则采用非参数检验（弗里德曼检验）。此外，还使用配对 t 检验来比较 VR 和 2D 视频模拟的存在，以测试逼真度。然后，使用一系列双变量相关性检验来探究每个条件下记录的性能指标之间的关系，以检验并发有效性。最后，还计算了经验与每个性能变量之间的相关性，以确定真实世界的经验是否与模拟中的性能相关，即构造效度。结果发现，2D 视频条件下的决策变量达到了上限--只有两次（超过 300 次）威胁目标没有被击中，而且只发生了一次误报。因此，这些变量几乎没有变异，不适合进行标准统计分析，所以这些变量包含在图表中，但在某些统计检验中被省略了。本研究的匿名数据可从开放科学框架获取。

4 讨论

在本研究中，我们探讨了军队中用于训练判断技能的三种模拟类型。模拟是许多行业中人类技能培训的重要组成部分，而商用头戴式 VR 的日益普及为这一领域创造了新的可能性（Lele，2013 年；Bhagat 等人，2016 年；Siu 等人，2016 年）。在采用 VR 等新方法之前，应将其与其他模拟形式（如现有和/或替代培训方法）进行系统评估。我们观察到三种模拟训练（VR、2D 视频和实弹射击）在决策行为上存在重大差异，这表明它们并没有带来同等的判断挑战。要找出造成这些差异的确切原因，还需要进一步的工作，但目前的结果表明，不同形式的模拟可能会提供根本不同的学习条件--带来不同程度的挑战、沉浸感和感知信息的变化，因此应谨慎选择，以满足确切的培训需求。

我们评估模拟方法的首要标准是测试 VR 和视频方法是否能提供高保真体验，从而激发用户的临场感。对于 VR 和视频模拟方法，相对于量表的限制和以前的使用情况（Pan 等人，2016 年），临场感问卷的得分从中度到高度不等，这突出表明大多数参与者感觉自己仿佛真的存在于房间通关场景中（见图 5）。这表明模拟环境的保真度很高，足够逼真。VR 中的临场感明显高于 2D 视频，这证明 VR 确实更具沉浸感。临场感是否能为学习带来直接益处尚不清楚（见 Makransky 等人，2019 年），但它可能有助于某些 VR 任务中更逼真的行为和任务参与（Slater 和 Sanchez-Vives，2016 年）。

接下来，我们试图了解不同模拟条件下的决策倾向是否相似。虽然武器的物理特性以及射击机制在不同条件下明显不同，但我们希望确定决策倾向以及参与者的判断训练反应是否也有所不同。最明显的发现之一是，2D 视频对射击/不射击判断的挑战很小，因为参与者很少出错，几乎都达到了最高水平。因此，在训练过程中几乎没有改进的余地，所以 2D 视频条件不太可能提高用户的判断能力。天花板效应的原因可能是 2D 视频条件的变化有限。例如，在实弹射击和 VR 中，战斗人员的位置各不相同，受试者可以选择如何移动来确定他们的位置，而在 2D 视频中，他们始终出现在屏幕中央，因此很可能会减少对感知和决策的挑战。2D 任务的静止性质，不需要使用房间清理战术，也可能减少了决策挑战。回到 Lukosch 等人（2019 年）的保真度框架，以及高质量的用户与环境互动的重要性，VR 环境中运动的互动性更强，这可能是它们优于基于视频的方法的地方（Bermejo-Berros 和 Gil Martínez, 2021 年）。

虚拟现实和实弹射击在决策方面更具有可比性，两种条件下的得分范围相似。据统计，实弹射击的决策准确性要好于虚拟现实，但这种差异相对较小。根据信号检测理论（Green 和 Swets，1966 年）得出的 d-prime 和 beta 指标也显示出 VR 和实弹射击之间的相似模式。VR 中的 D-prime 值（探测灵敏度）低于实弹射击，但 beta 值（表示决策偏差）并无显著差异，这表明 VR 并未使人们的判断更加自由或保守。与实弹射击相比，VR 中的探测灵敏度降低，反应时间延长，这可能表明 VR 带来了额外的决策挑战。虽然一些额外的挑战可能有利于训练，但这些差异也可能是 VR 中额外的认知负荷（Han 等人，2021 年）、更高的任务复杂性，或者仅仅是难以辨别环境的视觉细节。由于我们没有收集更多关于可用性或工作量的数据，因此无法确定这些差异的确切来源。因此，未来的工作应该研究造成这些差异的确切特征，或许可以通过比较不同程度的视觉细节和不同程度的任务复杂性，以及密切测量认知负荷。尽管 VR 和实弹射击条件之间存在这些差异，但虚拟和真实世界条件之间的广泛相似性确实在一定程度上鼓励人们相信，VR 可以提供足够的心理逼真度，从而有效地进行训练（见 Harris 等人，2020 年）。

在决策和信号检测指标方面，2D 视频、VR 和实弹射击之间的相关性并不强。这表明，尽管 VR 和实弹射击的得分分布相似，但在实弹射击中表现出色的人不一定在 VR 中也表现出色。虽然 VR 可能提供了与实弹射击类似的决策挑战，但其性质似乎略有不同。虽然基于 VR 的训练方法在训练逼真度的某些方面往往会受到限制（例如，用户可能会依赖不同的运动策略和感知线索： Liu等人，2009年；Harris等人，2019年；Wijeyaratnam等人，2019年），但它们激发 "逼真 "情感状态和认知反应的能力可提供独特的训练优势（例如，在军事背景下，见：Pallavicini等人，2016年）。简而言之，VR 和其他形式的模拟可能并不等同，但它们可以用于训练技能表现的不同方面。例如，实弹射击可能对培养武器操作能力更有效，但复杂而紧张的 VR 环境能让受训者更好地应对战斗环境中的压力和干扰。进一步研究比较 VR 或实弹模拟训练后这些不同方面的表现将是有益的。

在射击成绩测量方面，不同条件下的差异较小，三组目标命中率的成对比较均无统计学差异。然而，三种条件下的准确性之间的相关性也很弱，这表明一种模拟中的技能并不能很好地迁移到其他模拟中。不过，需要注意的是，模拟训练的主要目的并不是训练武器操作，这可以通过其他方式实现。此外，在本研究中，我们对建构效度（即模拟中的表现是否与真实世界的经验相关）的测试基本上没有得出结论，因为所有表现变量与从军年限之间的相关性都很弱。这表明，要么专业知识的衡量标准（年限）没有充分反映现实世界中的专业知识，要么这些测试对这些差异都不敏感。

以下是进行试验后提出的一些推测性建议。在目前的情况下，实弹射击可能对训练房间清理的程序要素（如突破房门和搜查房间的教科书方法）最为有效。这是因为实弹射击允许在房间内进行最逼真的移动、与实体门进行互动以及使用逼真的武器。不过，由于受训者只是向静态纸板目标射击，因此判断元素被简化了很多。在当前的 VR 模拟中，目标是静态的，以接近实弹射击条件，但如果增加动态移动和不断变化的目标（如拔出武器），则可能意味着 VR 是训练射击/不射击决策的感知要素的最逼真方式。之前的研究表明，视觉搜索技能可以在 VR 中进行训练（Harris 等人，2021 年），因此 VR 可能是判断训练中这一要素的良好选择。例如，在实弹射击训练中，由于需要安全控制和训练有素的教官，每次只有两人中的一人进行练习。因此，当少数学员在教员的陪同下进行实弹演习并得到口头反馈时，其他学员可以在 VR 上重复练习刚刚学到的技能。鉴于实弹射击和虚拟现实方法可能带来不同的益处，未来的研究可以探讨将这些训练方法结合起来以激发适应性知觉运动效应的有效性。与 VR 相比，2D 视频模拟的唯一真正好处是，它允许使用逼真的武器（带气罐的 SA80 仿真枪，以模拟回弹），因此在没有其他训练选择时可能会很有用。