持续学习实现人机谈判中的个性化情感感知
Personalized Affective Perception via Continual Learning in Human-Agent Negotiation
AI 摘要
研究团队提出 CLIFER 方法,将持续学习与想象机制引入面部表情识别,在实时人机谈判中个性化效价—唤醒度感知,并通过差分反馈把情绪变化转成智能体目标效用的调整,异步架构在交互中后台更新模型。66 名被试与人形机器人谈判的被试内实验显示,启用持续学习的智能体个体效用显著更高,被试让步率也更高。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。