标签
INTraJ 是一个统一的轨迹预测框架，将社会影响分解为两个阶段：利用未来社会信息进行规划，以及从残差中产生局部反应，在 Argoverse 2、ETH/UCY 和 SDD 基准上取得了最先进的结果。
HelloWorld是一个视频世界模型，支持社交互动角色，用户只需按一次按钮即可提示屏幕上的角色做出回应。它利用自蒸馏和无训练交叉注意力掩码来使互动自然化，并引入了用于评估的HelloWorldBench。
文章认为，与LLMs交互令人疲惫，因为这需要与和人交谈相同的社会认知努力，但没有互惠的好处，使它们无法成为真正的工具或社交伙伴。
本文提出了一种名为“学习聚类”的方法，用于量化和解读行人之间的社会互动，以实现更准确的轨迹预测。该方法利用概率潜变量生成学习，在无标签的情况下对社会互动进行聚类，提高了自动驾驶和社交机器人的鲁棒性。
介绍KARMA，一个在Reddit对话上训练奖励模型的框架，通过强化学习提升大语言模型的上下文敏感对话行为。研究发现，预测Karma的最佳奖励模型并不能带来最佳的下游对齐效果。
文章指出AI取代人类员工的成本可能不低于真人，且人类天生喜欢与人互动，因此大规模AI替代面临成本和用户体验两大障碍。
本文使用多模态特征（声学、面部、轮流说话）分析自发性双人Zoom对话，以识别对话成功感知的标记，发现语音和面部运动的协调与更高的互动质量相关。