AR 用户研究采用专门的方法来理解用户如何在物理环境中与数字叠加内容进行互动。三个核心方法是：受控用户测试、实地研究和带有反馈循环的迭代原型设计。每种方法都针对 AR 设计的特定方面，例如空间交互、情境相关性和可用性。
受控用户测试包括在旨在模拟现实场景的实验室环境中观察参与者。例如，研究人员可以使用动作捕捉系统跟踪 AR 手势交互期间的手部动作，或使用眼动追踪眼镜分析用户在叠加数字元素时注意力的焦点。这些实验室通常包含物理道具（如室内设计应用的模拟家具），以便将 AR 体验置于有形的背景中。开发人员可以测量任务完成时间、错误率或生理反应（例如，瞳孔扩张以反映认知负荷）等指标。一个具体例子是测试用于工业设备的 AR 维护指南：用户可以在物理工作空间上故障排除虚拟引擎模型，同时研究人员评估说明的清晰度。
实地研究优先在现实世界环境中观察 AR 的使用情况，其中环境变量（光照、噪音、移动）会影响行为。例如，可以使用基于 GPS 和摄像头的 AR 在户外测试导航应用来引导行人，研究人员会记录遮挡（数字箭头被阳光遮挡）或安全问题。智能眼镜或头戴式显示器等可穿戴设备可以记录第一视角视频和传感器数据，而移动民族志工具（例如，体验抽样应用）会提示用户即时报告遇到的困难。零售 AR 应用的试用可能涉及用户用手机扫描货架以查看产品详情，研究人员会记录他们由于可用性障碍而在 AR 和非 AR 模式之间切换的频率。
迭代原型设计将快速开发周期与频繁的用户反馈相结合。Unity 或 Unreal Engine 等工具使开发人员能够构建低保真 AR 原型（例如，锚定到表面的基本 3D 模型），用于早期的可用性测试。例如，家具摆放应用可能最初只有用户可以通过触摸手势拖动的线框沙发，根据反馈进行改进，例如碰撞检测或缩放控制。联合设计工作坊（用户在其中绘制 AR 界面或角色扮演互动）有助于发现未满足的需求，例如在免提场景中对语音命令的需求。测试后调查和半结构化访谈通常作为这些环节的补充，揭示主观偏好（例如，对杂乱的 AR 菜单的厌恶）。这种方法平衡了技术可行性与以用户为中心的设计，确保 AR 解决方案符合实际工作流程。