本研究通过实证调查，评估讲述人机器体验交谈代理（HECAs）在移动游戏应用程序的可用性方面的影响。研究目的是评估多个代理和人性幻觉对交互质量的影响。实验调查了两种代理展示方式：高人类相似性（HECA）代理和低人类相似性（文本）代理，旨在评估高人类相似性代理如何唤起人性幻觉并影响可用性。实验结果显示，用户偏爱与 HECAs 互动，两种版本之间的差异在统计上具有显著差异（d = 1.01），许多参与者选用 HECA 版本的原因之一是该版本更具吸引力。本研究为 HECAs 对于严肃游戏的潜在影响提供了关键信息，可以为未来移动严肃游戏的设计提供洞察。

Sep, 2023

该研究对具有人类类似上半身的 ECA 在社交人 - 机互动中使用共同言语手势的生成方法进行了系统综述，并提出了评估工具和检查清单，以帮助在不同研究中系统地测试生成模型。

Jan, 2021

本文对体感式人工智能领域进行了综合系统的调查和研究，包括对九个当前体感式人工智能模拟器的评估，以及对于该领域的三项研究任务，即视觉探索、视觉导航和身体问题回答的探索，并旨在为该领域模拟器和未来方向的选择提供建议。

Mar, 2021

中国参与者在社交媒体上将对话代理视为享乐，并认为基于语音和实体化的对话代理更温暖、更有能力，表达了积极的情绪。与此相反，美国参与者对对话代理的功能更为关注，态度矛盾。温暖的感知是两个国家积极情绪的关键驱动因素。针对不同用户喜好和需求，我们讨论了设计上具有情境敏感性和用户为中心的对话代理的实际意义。

Feb, 2024

通过多模态环境记忆模块，我们提出了多模态交互式智能体（MEIA），能够将自然语言表达的高级任务转化为可执行动作序列，从而实现了大型模型与具有体现性控制的集成，实验结果展示了 MEIA 在各种交互任务中的良好表现。

Feb, 2024

通过对真实和虚拟人脸数据集中的面部表情进行评估，研究发现表情照片中的动作单元（AU）在假设的数据集中的强度要高于实际的数据集，相关程度约为 80% 对于 AU6 和 45% 对于 AU12。

Dec, 2023

本文综述了对话代理人（CAs）的概念，讨论聊天机器人和面向任务的代理人的不同应用，并探讨了具有身体特征的对话代理人的概念。本文详细讨论了在 CAs 中表示对话的各种方法，以及评估此类代理人的方法，重点强调问责和可诠释性。本文还提供了各种应用场景的广泛概述，特别是在健康和教育领域。最后，本文讨论了当前和未来 CAs 技术所带来的社会影响的利弊和潜在风险。

Feb, 2022

KorraAI 是一个新的框架，用于构建具有体现性的对话代理（ECAs），通过考虑环境和交互时间等上下文信息以及人类交互伙伴提供的不确定信息来模拟 ECAs 的行为。KorraAI 利用概率编程使代理能够主动与人类伙伴交互，并通过概率模型来实现行为建模、用户喜好适应和更自然行为的不确定性。KorraAI 还能以分布和贝叶斯网络的形式建模人类的内部状态，如情绪、偏好和情感，并能随着时间的推移演化，即使没有与用户的交互。同时，KorraAI 的 ECA 模型实现成插件形式，共享通用接口，使得 ECA 设计人员更专注于建模人物角色，而不用关注技术细节，同时也便于存储和交换 ECA 模型。KorraAI ECAs 可以应用于虚拟销售代理、客户服务代理、虚拟伴侣、娱乐者或导师等多个领域。

Jul, 2023

采用深度学习生成模型来生成机器人情感表情，通过几个手动设计的机器人身体表达生成一个新的符合上下文感知的表达。评估结果表明，生成的表情与手动设计的表情没有显著差异，且能达到不同目标情绪的效果。

May, 2022

本文研究了人工智能在玩捉迷藏等身体化游戏时，对其决策，社交能力和创造性问题解决能力的影响。通过引入隐藏游戏的想法，作者在高度互动的环境中，展示了智能体在玩捉迷藏游戏时，通过刻意注意到事物的永久性、自由空间和包含性等方面，学习到了一般化的表征能力，并提出了从静态大数据集向交互式、体验式学习的创新实验方法。

Dec, 2019