Articoli più recenti per Interazione Uomo-Computer

Migliorare i sistemi di dialogo parlati attraverso la correzione degli errori e tecniche di elaborazione efficienti.

Un nuovo metodo aiuta i robot ad imparare mimando l'attenzione umana.

Un nuovo modello migliora l'accuratezza nel stimare le pose del corpo umano dai dati video.

Questo studio offre un nuovo metodo per misurare le prestazioni del touchscreen tattile.

Uno studio su come nascono le emozioni nei dialoghi sulle immagini.

I nuovi sistemi migliorano l'identificazione degli altoparlanti usando sia dati audio che visivi.

Un nuovo metodo per perfezionare i sistemi di ricompensa nel reinforcement learning usando il feedback degli utenti.

Un nuovo metodo per l'apprendimento delle politiche di dialogo migliora le risposte nelle conversazioni.

Un nuovo metodo per valutare meglio le proposte di oggetti nei compiti di visione e linguaggio.

Questo articolo esamina un nuovo standard per valutare la comprensione emotiva nei modelli di intelligenza artificiale.

La ricerca sviluppa un modello per misurare con precisione l'engagement nelle conversazioni.

Un nuovo modello migliora il rilevamento delle azioni nei video grazie agli attributi e alle relazioni degli oggetti.

Esplorando il ruolo del RLAIF nel migliorare l'addestramento dei modelli linguistici.

La ricerca si concentra sul migliorare la comunicazione tra umani e sciami di robot.

Nuovi metodi migliorano la qualità della voce sintetizzata usando l'apprendimento auto-supervisionato.

HERON semplifica il design delle ricompense, migliorando l'efficienza e la flessibilità dell'apprendimento per rinforzo.

DaTrans punta a migliorare i sistemi di dialogo integrando modelli linguistici pre-addestrati.

Nuovi metodi migliorano il modo in cui le macchine capiscono le interazioni tra gli oggetti.

Un nuovo framework migliora il rilevamento di dati fuori distribuzione nell'analisi delle serie temporali.

Un nuovo metodo aiuta i robot a imparare compiti delicati imitandole abilità umane.

Nuovi metodi migliorano la comprensione dei comportamenti degli agenti artificiali tramite la sintesi di programmi.

La ricerca dimostra che gli agenti artificiali possono comprendere e agire su compiti linguistici in modo efficace.

Questo lavoro valuta quanto bene i VLM ragionano basandosi sui contenuti visivi.

I robot possono imparare meglio interagendo con gli esseri umani usando un linguaggio quotidiano.

Un nuovo metodo migliora il rilevamento delle emozioni dalla voce usando solo l'audio.

Uno studio su come separare l'identità del parlante dai segnali vocali per un'elaborazione migliore.

Questo articolo parla di come i robot possano guadagnare fiducia adattandosi alle preferenze umane.

I ricercatori migliorano le risposte emotive degli agenti digitali usando modelli linguistici.

Nuovo metodo migliora il rilevamento delle azioni tra umani e oggetti senza bisogno di etichettature estese.

Nuovi metodi migliorano come i robot imitano i movimenti umani, migliorando l'interazione.

Un nuovo framework migliora il riconoscimento delle azioni separando gli indizi spaziali da quelli temporali.

Un approccio nuovo per catturare le interazioni mano-oggetto in 3D usando clip video brevi.

Nuovo approccio automatizza la progettazione della funzione di ricompensa per il deep reinforcement learning nei robot.

Il modello JOADAA migliora l'anticipazione delle azioni e il rilevamento online in scenari in tempo reale.

Esaminando il ruolo del contesto nell'interpretazione dei compiti linguistici.

Un nuovo metodo crea gesti realistici a partire da audio vocale grezzo.

LInKs migliora la stima della posa 3D a partire da dati 2D, anche con occlusioni.

TransNet offre una soluzione efficiente per riconoscere le azioni umane nei dati video.

Un nuovo framework migliora le interazioni tra persone e oggetti tramite comandi in linguaggio semplice.

Un nuovo metodo migliora le prestazioni dei modelli visivi e linguistici nell'elaborazione di dati complessi.