本发明涉及虚拟现实干预训练领域，更具体地说，它涉及虚拟现实场景驱动的心理干预适应性训练方法及系统。
背景技术：
1、虚拟现实（vr）技术在心理干预领域已展现出显著潜力，其通过构建沉浸式可控环境，为社交恐惧、焦虑症、创伤后应激障碍等心理问题进行干预疏导。目前主流vr心理干预技术主要采用预设场景与ai（人工智能）生成角色，能够实现个体化暴露疗法和认知训练。
2、然而，随着心理健康服务需求激增，传统方案在真实感、动态适应性和群体协作干预方面面临严峻挑战。如当前vr心理干预技术依赖ai生成虚拟角色，其行为模式单一且缺乏人类互动的不可预测性，容易导致社交训练中用户产生虚假安全感，技能迁移率较低。此外，大部分vr心理干预技术仅支持单人训练，少数支持多用户的vr心理干预技术一般采用固定角色分配，无法动态适配用户间能力差异；当用户目标冲突时，如退缩者需练习拒绝，强势者需练习倾听，系统缺乏目标融合机制，容易导致训练因冲突而中断。
3、因此，如何研究设计一种能够克服上述缺陷的虚拟现实场景驱动的心理干预适应性训练方法及系统是我们目前急需解决的问题。
技术实现思路
1、为解决现有技术中的不足，本发明的目的是提供虚拟现实场景驱动的心理干预适应性训练方法及系统，通过对训练目标向量进行逻辑互补的关联匹配，将一个用户的真实行为数据（语音、动作）经匿名化处理后，实时映射为另一个用户在虚拟场景中的npc行为，取代传统ai生成角色，不仅可以快速构建虚拟角色，同时可以增强虚拟角色的真实性与反应效率，降低了虚拟现实场景驱动所需的计算资源，能够提高技能迁移率。
2、本发明的上述技术目的是通过以下技术方案得以实现的：
3、第一方面，提供了虚拟现实场景驱动的心理干预适应性训练方法，包括以下步骤：
4、获取第一用户的心理评估数据和第一训练目标向量；
5、根据所述心理评估数据生成可配置参数的虚拟训练场景；
6、获取至少一个与所述第一训练目标向量之间存在逻辑互补的第二训练目标向量，并将所述第一用户与所述第二训练目标向量所属的第二用户之间关联；
7、接收所述第二用户在虚拟训练场景中的第二行为数据，并将所述第二行为数据映射为所述第一用户所对应的虚拟训练场景中的虚拟角色行为；
8、采集所述第一用户在虚拟训练场景中的第一行为数据，并将所述第一行为数据传输至所述第二用户，以将所述第一行为数据映射为所述第二用户所对应的虚拟训练场景中的虚拟角色行为。
9、进一步的，所述心理评估数据包括主观自评数据、行为表现数据、生理信号数据、任务绩效数据和实时动态数据中的一种或多种。
10、进一步的，所述参数包括环境压迫感等级、虚拟角色攻击性强度和任务失败阈值。
11、进一步的，所述逻辑互补具体为：
12、若所述第一用户待训练第一技能，且所述第二用户待训练第二技能；
13、当所述第一技能的实现依赖所述第二技能的输出，以及所述第二技能的实现依赖所述第一技能的输出，则所述第一技能与所述第二技能之间存在逻辑互补。
14、进一步的，该方法还包括：
15、计算所述第一训练目标向量与所述第二训练目标向量之间的欧氏距离，得到目标冲突指数；
16、当所述目标冲突指数大于设定阈值时，根据所述第一训练目标向量与所述第二训练目标向量计算得到平衡目标向量；
17、将所述平衡目标向量同步替换所述第一训练目标向量与所述第二训练目标向量，作为最终的训练目标向量。
18、进一步的，所述平衡目标向量的计算公式为：
19、；
20、其中，为裁剪函数；为平衡目标向量中维度i的平衡目标值；为第一用户在维度i的初始目标值；为第二用户在维度i的初始目标值；为第二用户的宽容因子，取值大于0。
21、进一步的，该方法还包括：
22、根据所述平衡目标向量实时修正映射行为数据，输出偏差补偿量；
23、根据所述偏差补偿量确定修正后的行为数据。
24、进一步的，所述第一行为数据和/或所述第二行为数据包括生理数据和动作数据；
25、所述生理数据为皮肤电导、心率变异性和脑电β波能量值中的一种或多种，且所述生理数据通过边缘计算节点实时降噪后输出焦虑指数、专注度和情绪唤醒度三类特征；
26、所述动作数据为动作延迟时间、语音震颤频率和眼动焦点漂移量中的一种或多种。
27、进一步的，该方法还包括：
28、当所述第一用户或所述第二用户在连续n次迭代中的训练目标偏差递增时，触发场景分离：
29、将第一用户在所对应的虚拟训练场景中独立进行第一训练目标训练；
30、以及，将第二用户在所对应的虚拟训练场景中独立进行第二训练目标训练。
31、第二方面，提供了虚拟现实场景驱动的心理干预适应性训练系统，该系统用于实现如第一方面中任意一项所述的虚拟现实场景驱动的心理干预适应性训练方法，包括：
32、数据获取模块，用于获取第一用户的心理评估数据和第一训练目标向量；
33、场景构建模块，用于根据所述心理评估数据生成可配置参数的虚拟训练场景；
34、互补关联模块，用于获取至少一个与所述第一训练目标向量之间存在逻辑互补的第二训练目标向量，并将所述第一用户与所述第二训练目标向量所属的第二用户之间关联；
35、行为映射模块，用于接收所述第二用户在虚拟训练场景中的第二行为数据，并将所述第二行为数据映射为所述第一用户所对应的虚拟训练场景中的虚拟角色行为；
36、反馈映射模块，用于采集所述第一用户在虚拟训练场景中的第一行为数据，并将所述第一行为数据传输至所述第二用户，以将所述第一行为数据映射为所述第二用户所对应的虚拟训练场景中的虚拟角色行为。
37、与现有技术相比，本发明具有以下有益效果：
38、1、本发明提供的虚拟现实场景驱动的心理干预适应性训练方法，通过对训练目标向量进行逻辑互补的关联匹配，将一个用户的真实行为数据（语音、动作）经匿名化处理后，实时映射为另一个用户在虚拟场景中的npc行为，取代传统ai生成角色，不仅可以快速构建虚拟角色，同时可以增强虚拟角色的真实性与反应效率，降低了虚拟现实场景驱动所需的计算资源，能够提高技能迁移率；
39、2、本发明为了迭代训练中严重偏离训练目标，通过目标冲突指数来检测目标差异，在目标差异较大时，采用裁减函数优化生成平衡目标向量，可以确保平衡目标在双方可接受范围内，也避免了对任何用户造成过度压力，有效减少了冲突训练中断率；
40、3、本发明通过构建递归行为校准器，在检测到目标偏差达到一定条件时，根据所述平衡目标向量实时修正映射行为数据后输出偏差补偿量，且根据所述偏差补偿量确定修正后的行为数据，可以减小训练过程中的内部误差，保障干预训练安全、稳定的运行。
1.虚拟现实场景驱动的心理干预适应性训练方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的虚拟现实场景驱动的心理干预适应性训练方法，其特征在于，所述心理评估数据包括主观自评数据、行为表现数据、生理信号数据、任务绩效数据和实时动态数据中的一种或多种。
3.根据权利要求1所述的虚拟现实场景驱动的心理干预适应性训练方法，其特征在于，所述参数包括环境压迫感等级、虚拟角色攻击性强度和任务失败阈值。
4.根据权利要求1所述的虚拟现实场景驱动的心理干预适应性训练方法，其特征在于，所述逻辑互补具体为：
5.根据权利要求1所述的虚拟现实场景驱动的心理干预适应性训练方法，其特征在于，该方法还包括：
6.根据权利要求5所述的虚拟现实场景驱动的心理干预适应性训练方法，其特征在于，所述平衡目标向量的计算公式为：
7.根据权利要求5所述的虚拟现实场景驱动的心理干预适应性训练方法，其特征在于，该方法还包括：
8.根据权利要求1所述的虚拟现实场景驱动的心理干预适应性训练方法，其特征在于，所述第一行为数据和/或所述第二行为数据包括生理数据和动作数据；
9.根据权利要求1所述的虚拟现实场景驱动的心理干预适应性训练方法，其特征在于，该方法还包括：
10.虚拟现实场景驱动的心理干预适应性训练系统，其特征在于，该系统用于实现如权利要求1-9任意一项所述的虚拟现实场景驱动的心理干预适应性训练方法，包括：