机构名称：
¥ 1.0
虚拟代理充当XR平台中的重要接口。，生成虚拟代理行为通常依赖于预先编码的动作或基于物理的反应。在本文中，我们提出了一个基于学习的多模式行为生成框架，该框架适应用户的原位行为，类似于人类在现实世界中彼此之间的影响。通过利用内部收集的二元对话行为数据集，我们培训了一个跨性变量自动编码器（CVAE）模型来实现虚拟剂的用户生成的行为。与大型语言模型（LLM）一起，我们的方法可以同时产生虚拟药物的言语和非语言反应行为。我们的比较用户研究证实了我们的方法优于基于图形的基线基线技术，尤其是在以用户为中心的标准方面。对我们结果的彻底分析强调了虚拟代理相互作用的真实性质以及VR交互期间的用户参与度的增强。
朝着用户感知的交互式虚拟代理：生成多模式
主要关键词
相关文件推荐
