Apr, 2024

与机器人对话：拓宽参与和研究的 SLIVAR 社区提案

PDF
TL;DR自然人类语言与机器的交互能力已经不仅仅是司空见惯，而且是被期望的。下一步不仅仅是文本界面，而是语音界面；不仅仅与电脑，而是与包括机器人在内的所有机器的交互。本文记录了近期与机器人的口头对话这一快速发展领域的历史，并提出了三项建议：第一是教育，第二是基准测试，第三是在与机器人的口头交互中对语言建模。这三项建议应该成为任何研究人员借鉴和发展的白皮书。
natural human languagespeech interfacesrobotseducationbenchmarks
发现论文，激发创造
  • 上下文中理解自然语言

    本文旨在研究自然语言交互与认知机器人、知识表达形式、计划工具和翻译过程的结合应用，以提高其在日常生活中的任务完成效率。

    May, 2022

  • 与机器交谈：新兴对话系统综述

    本篇论文综述了对话系统的历史发展、基本操作、训练数据集、机器学习方法和评价指标，并探讨了该领域目前面临的挑战和未来前景。

    May, 2023

  • 关于（声音）互动的先验分布向何处去？

    研究指出，语音对话技术基础设计不足，导致人机交互表面上难以实现自然对话，有短暂对话、单向语音等问题存在，需要深入研究本质原理和有效的设计方法。

    Mar, 2022

  • 机器人语音合成：交互、场景和伦理的视角

    本文从非语言和互动语音信号的综合、机器人语音综合的情景分类和机器人语音情感和认同的设计三个方面来讨论优化人机交互的通讯机器人设计。

    Mar, 2022

  • 实时对话机器人的交互语言

    该研究提出了一个框架，用于在现实世界中建立交互式、实时的、自然语言指导的机器人，并开源相关资产 (数据集、环境、基准和策略)。

    Oct, 2022

  • 语言习得是具有实体、互动、情感的：一个研究计划

    本文研究了多模态经验、语言学习和具体到抽象的词汇发展历程，并提出了一种结合当代模型和基于词汇的模型的语义模型，并使用机器人对话系统来学习语言。

    May, 2021

  • 实现视觉辅助对话的社交机器人

    本论文提出了一个初步实现的对话管理器，利用最新的大型语言模型（如 GPT-4，IDEFICS）来将视觉能力整合到对话代理中，以增强传统的基于文本的提示与实时视觉输入。该系统的提示工程结合了对图像的对话与摘要，以确保在上下文保留和计算效率之间保持平衡。通过实现这种视觉使能的对话系统，本论文展望了未来，让对话代理无缝地融合文本和视觉模态，实现更丰富、更上下文感知的对话。

    Nov, 2023

  • 从知识增强到多任务学习：走向类人对话系统

    研究人工智能中的对话代理，探索深度学习技术如何提高人工对话代理水平。

    Nov, 2022

  • VoicePilot: 利用语言模型作为机器人辅助的语音界面

    通过结合大规模语言模型作为语音界面，我们提出了一个框架，用于将大规模语言模型应用于物理辅助机器人，以实现高水平任务规划和代码生成，并通过实证研究为物理辅助机器人的语音界面设计提供指导。

    Apr, 2024

  • 口语交流是非全无的吗？对未来基于语音的人机交互的影响

    声控助手的普及是受欢迎的，但由于人的能力与期望与现有技术的功能和好处之间不可避免的不匹配，存在可居住差距，拟解决此类问题，但是否存在语言交互的固有限制？基于目前对语言的特殊性质的看法，回答是可能存在。然而，作者得出结论，将来的人机交互设计可以从母语与非母语发言者、成人和儿童以及人类和狗之间的交互中获得关键的灵感。

    Jul, 2016