HiLSVA：一种人在回路的科学可视化智能体系统设计与评估
人机交互
2026-06-25 v1 人工智能
图形学
摘要
大语言模型（LLM）智能体实现了科学可视化（SciVis）的自然语言交互。然而，先前的系统本质上优先考虑自主性而非人的分析控制，从而限制了透明性与人类监督。我们提出 HiLSVA，一种支持混合主动式 SciVis 工作流的人在回路智能体系统。HiLSVA 将计划优先的多智能体架构与显式人类监督、逐步溯源追踪以及从用户反馈中测试时学习相适应。该系统通过自然语言与对可视化的直接操作支持人机之间流畅的交接，而沙箱化执行确保了安全、可复现的工作流。由此，HiLSVA 将智能体式 SciVis 重构为一种增强而非替代人类分析推理的协作过程。我们通过代表性案例研究以及一项包含十二名不同专业水平参与者、跨多种自主性设置的受控用户研究来评估 HiLSVA。结果表明，混合主动式交互在不同用户专业水平下均改善了任务完成度、用户控制与工作流透明度，同时揭示了执行效率与人类监督之间的权衡。这些发现凸显了以人为中心的设计在智能体式 SciVis 中的重要性，并指导未来协作可视化系统的开发。我们鼓励读者在 https://hilsva.github.io/ 探索我们的演示视频、案例研究与源代码。
引用
@article{arxiv.2606.26614,
title = {HiLSVA: Design and Evaluation of a Human-in-the-Loop Agentic System for Scientific Visualization},
author = {Kuangshi Ai and Patrick Phuoc Do and Chaoli Wang},
journal= {arXiv preprint arXiv:2606.26614},
year = {2026}
}