计算机科学 > 图形学
[提交于 2025年10月6日
]
标题: 社会代理:通过对话大语言模型代理掌握二元非语言行为生成
标题: Social Agent: Mastering Dyadic Nonverbal Behavior Generation via Conversational LLM Agents
摘要: 我们提出Social Agent,一种用于合成现实且符合语境的双人对话中的伴随言语非语言行为的新框架。 在该框架中,我们开发了一个由大型语言模型(LLM)驱动的代理系统,以引导对话流程并确定双方参与者的适当互动行为。 此外,我们提出了一种基于自回归扩散模型的新双人手势生成模型,该模型从语音信号中合成协调的动作。 代理系统的输出被转换为手势生成器的高层指导,从而在行为和动作层面产生逼真的运动。 此外,代理系统会定期检查对话者的动作并推断他们的意图,形成一个持续的反馈循环,使两名参与者之间能够进行动态和响应式的互动。 用户研究和定量评估表明,我们的模型显著提高了双人互动的质量,产生了自然、同步的非语言行为。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.