管理科学与工程学院青年教师李慧宇作为第一作者撰写的论文“Enabling Predictive Redirection Reset Based on Virtual-Real Spatial Probability Density Distributions”于2025年9月在计算机图形学领域国际顶级期刊《IEEE Transactions on Visualization and Computer Graphics》（IEEE TVCG）上发表。该期刊最新影响因子为6.5，是中国计算机学会（CCF）推荐的A类期刊，属于我校特类期刊。

重定向行走（RDW） 技术允许用户在有限的真实空间中通过物理行走探索广阔的虚拟空间，但常因物理尺度限制而引发频繁的边界碰撞。为此，本研究提出了一种基于空间概率密度分布的预测性重置方法。该方法旨在联合考量空间特征和行走意图的影响，预测用户可能出现的位置分布，从而通过最大化行走期望来确定最优重置方向。对于给定空间，首先计算静态布局能量表示各位置的行走难度，进而利用意图推理模型预测用户出现在相邻位置的概率分布，同时融入障碍物能量衰减机制预测避障行为。基于上述因素构建区域行走趋势能量图，并将虚拟和真实空间能量图进行融合，以实现两个空间的联合预测。最后通过最大化融合能量推导出最优重置方向。本研究在一个包含大量虚拟和真实空间的广泛数据集上进行了仿真和用户研究。结果表明，与主流重置方法相比，本研究提出的方法能有效减少物理碰撞、增加连续行走距离，同时在结合各类RDW控制器时展现出更优的适用性。

撰稿：王洪海 审核：刘位龙 编辑、终审：李清照