視覚・聴覚・触覚など複数のモダリティを統合したVR環境が普及しつつある。このような環境でのネットワークを介した遠隔VRインタラクションにおいては、各モダリティに対して発生する遅延等のネットワーク性能の劣化によって、操作精度や没入感などのQoEに悪影響を及ぼす恐れがある。本研究では、VR環境のマルチモーダル伝送におけるネットワーク性能特性がユーザー体験に与える影響を評価することを目的とする。さらに、性能劣化の許容範囲やモダリティ間同期の要求条件を明らかにし、遠隔VRインタラクションの設計指針の明確化を目指す。本発表では、提案の概要と実験環境の詳細について述べ、初期実験の評価について考察する。