感知用户意图:从无人机传感器数据中进行飞行个性化虚拟空间构建的LLM-powered代理

科学领域:

• 生态信息学 生态信息学
• 人与计算机的互动.
• 人工智能的人工智能是人工智能.

背景情况:

• 无人驾驶飞行器 (UAV) 产生了大量的生态数据,但公众参与仍然是一个挑战.
• 目前的方法,如静态显示和一般的大型语言模型 (LLM) 代理缺乏适应性和可靠性.
• 弥合原始传感器数据和个性化公众体验之间的差距需要新的智能系统.

研究的目的:

• 介绍CurationAgent,这是一个智能代理,旨在从无人机衍生的生生态数据中策划个性化的公共体验.
• 解决现有数据解释解决方案中发现的响应性,可靠性和精度的局限性.
• 为互动系统验证一个新的范式,专注于合作体验策划.

主要方法:

• 使用国家门户代理架构 (SGAA) 开发了CurationAgent.
• 实施了混合策划管道,结合了检索增强生成 (RAG) 和意图驱动策划 (IDC) 道.
• 通过Lalu湿地生物多样性的虚拟展览和用户研究来验证该系统.

主要成果:

• CurationAgent表现出卓越的性能:响应时间为1512 ms (vs.4301 ms),任务成功率为95% (vs. 57%),查询精度为85.5% (vs. 52.7%).
• 一项涉及27名参与者的用户研究证实了用户参与度显著提高.
• 混合RAG和IDC方法有效地将用户的意图转化为精心策划的多模式叙述.

结论:

• CurationAgent为策划个性化的生态数据体验提供了一个强大而快速响应的解决方案.
• 国家门代理架构 (SGAA) 为先进的交互式系统提供了基础.
• 这项工作为交互式系统建立了新的范式,从动态传感器数据转向积极的,合作的体验策划.