PlanFitting：基于大语言模型驱动对话智能体的个性化运动规划
人机交互
2025-05-20 v2 人工智能
计算与语言
摘要
制定个性化且可执行的锻炼计划通常需要与专家反复沟通，这对许多人而言成本高且难以获得。本研究探索大语言模型（LLMs）在应对这些挑战方面的能力。我们提出 PlanFitting，一种由 LLM 驱动的对话智能体，可协助用户创建并完善个性化的每周锻炼计划。通过参与自由形式的对话，PlanFitting 帮助引出用户的目标、可用时间与潜在障碍，并使个人能够生成符合既定锻炼指南的个性化锻炼计划。我们的研究——包含用户研究、内在评估与专家评估——展示了 PlanFitting 引导用户创建量身定制、可操作且基于证据的计划的能力。我们讨论了 LLM 驱动对话智能体在未来设计中更好地遵循锻炼原则并兼顾个人限制的机会。
引用
@article{arxiv.2309.12555,
title = {PlanFitting: Personalized Exercise Planning with Large Language Model-driven Conversational Agent},
author = {Donghoon Shin and Gary Hsieh and Young-Ho Kim},
journal= {arXiv preprint arXiv:2309.12555},
year = {2025}
}
备注
17 pages including reference. Accepted to ACM CUI 2025