利用大型语言模型提升智能环境中情境感知型聊天机器人的性能

本 work 提出了一种 novel 体系结构，用于智能环境内的情境感知交互，利用大型语言模型 (LLM) 提升用户体验。我们的系统将通过 UWB 标签获取的用户位置数据与配备传感器的智能家庭中的实时人类活动识别 (HAR) 集成在一起，为用户情境提供全面理解。随后将此情境信息输入 LLM 驱动的聊天机器人，以基于用户当前的活动和环境生成个性化交互和建议。该方法超越了传统静态聊天机器人交互，能够动态适应用户的实时情境。从真实数据集进行的案例研究表明，我们提出的体系结构的可行性和有效性，展示了其在智能家庭中创建更直观和有帮助的交互的潜力。结果突显了将 LLM 与实时活动和位置数据集成以提供个性化且情境相关用户体验的显著优势。