空间行为是人类社会互动研究领域中非常重要的一部分。尽管人们常常将空间关系的知识作为分析人类社会互动的关键因素,但是大多数研究仍在使用猜测描述的方法,其量化规律和背后的行为机制至今尚不明确。本研究基于传统观点,使用新兴的虚拟现实技术从心理学视角对社会交互空间行为的内在机制提出全新的观点。本研究共通过9个研究探究了人类的社会交互感知规律与人类社会空间行为之间的联系。首先在研究1和2中我们测量与分析了40名被试对于虚拟现实场景中不同空间状态吸引与排斥的反应模式。在研究3中我们基于实验1和实验2的数据并根据前人的理论结果与物理学规律提出了社会交互势能模型,拟合结果表明该模型能够很好的预测人类的一对一社会交互空间行为。在研究4中这种规律被进一步拓展到了多人情况,我们通过计算机模拟方法对社会人类交互群组状态进行了数学预测,发现人类真实的空间行为模式可以通过多个人的社会交互势能共同作用而产生。在研究5中我们通过人类自然交互数据库进一步验证了通过社会模型在多人情况下的预测能力,结果发现模型能够成功区分交谈群组与非交谈群组,同时我们通过模型的衰减模式进一步解释了人类交谈群组大小极限值的存在,这一结论在数据库分析与行为实验结果中均得到了有效的验证。研究6中我们进一步探讨了人类在建立社会交互时的行为模式,我们通过已有的社会交互势能模型进一步推导出了社会势场模型,在模型中我们推断了个体周围空间中的潜在社会交互区域分布模式,类比重力势阱的概念提出了社会势阱分析方法来预测人类的目的地选择,同样我们还根个体面对方向的势场大小提出了交互朝向的预测方法。为了验证这一模型的有效性在研究7中我们让被试从不同距离和不同朝向出发与一名虚拟人物构建社会交互,实验结果表明社会势场模型可以很好的预测人类的交互行为中的目的地选择和交谈朝向选择现象。在研究8中我们进一步验证了个体与多人共同构建社会交互时的行为规律,在实验结果中我们发现通过多人的社会势场的规律性组合模型可以很好的预测出人类真实行为模式。此外,我们还对复杂动态数据库中的4000余个交互样本进行了测试,发现在复杂、大量的样本下模型依旧能够有效预测。最后在研究9中我们探讨了人类在制定目的地后如何规划交谈路径的问题,在分析路径规划时我们借鉴了力与势能梯度之间的关系,吸收了先前机器人研究成果,提出了基于社会势场梯度的路径搜寻算法。在对实验室行为实验与真实自然环境数据库分析中均发现了人类的真实反应符合我们模型中的预测结果。综上所述,本论文围绕人类社会交互的预测和构建上进行了多方面的研究,证明了人类交互时的空间模式是能够通过简单感知规律进行预测的,为人类社会交互研究提供了一个全新的研究框架。本论文的研究成果不仅对进一步认识人类社会交互有着重要意义,同时能够对未来机器人社会交互仿人化研究提供了指导性意见。