論文の概要: Livia: An Emotion-Aware AR Companion Powered by Modular AI Agents and Progressive Memory Compression
- arxiv url: http://arxiv.org/abs/2509.05298v1
- Date: Tue, 12 Aug 2025 14:07:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-14 20:41:04.895129
- Title: Livia: An Emotion-Aware AR Companion Powered by Modular AI Agents and Progressive Memory Compression
- Title（参考訳）: Livia: モジュール型AIエージェントとプログレッシブメモリ圧縮による感情認識ARコンパニオン
- Authors: Rui Xi, Xianghan Wang,
- Abstract要約: Liviaは、パーソナライズされた感情支援を提供するために設計された、感情対応拡張現実(AR)コンパニオンアプリである。
Liviaは、感情分析、対話生成、メモリ管理、行動オーケストレーションを担当する特殊なエージェントを備えたモジュール型AIアーキテクチャを採用している。
ユーザ評価では,感情結合が増加し,満足度が向上し,孤独感が統計的に有意に低下した。
- 参考スコア（独自算出の注目度）: 1.7539858795969339
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Loneliness and social isolation pose significant emotional and health challenges, prompting the development of technology-based solutions for companionship and emotional support. This paper introduces Livia, an emotion-aware augmented reality (AR) companion app designed to provide personalized emotional support by combining modular artificial intelligence (AI) agents, multimodal affective computing, progressive memory compression, and AR driven embodied interaction. Livia employs a modular AI architecture with specialized agents responsible for emotion analysis, dialogue generation, memory management, and behavioral orchestration, ensuring robust and adaptive interactions. Two novel algorithms-Temporal Binary Compression (TBC) and Dynamic Importance Memory Filter (DIMF)-effectively manage and prioritize long-term memory, significantly reducing storage requirements while retaining critical context. Our multimodal emotion detection approach achieves high accuracy, enhancing proactive and empathetic engagement. User evaluations demonstrated increased emotional bonds, improved satisfaction, and statistically significant reductions in loneliness. Users particularly valued Livia's adaptive personality evolution and realistic AR embodiment. Future research directions include expanding gesture and tactile interactions, supporting multi-user experiences, and exploring customized hardware implementations.
- Abstract（参考訳）: 孤独と社会的孤立は、重要な感情的および健康的な課題を引き起こし、協力と感情的支援のための技術ベースのソリューションの開発を促す。
本稿では、モジュール型人工知能(AI)エージェント、マルチモーダルな感情コンピューティング、プログレッシブメモリ圧縮、AR駆動の操作を組み合わせることで、パーソナライズされた感情支援を提供するために設計された、感情認識型拡張現実(AR)コンパニオンアプリであるLiviaを紹介する。
Liviaは、感情分析、対話生成、メモリ管理、行動オーケストレーションを担当する特殊なエージェントを備えたモジュール型AIアーキテクチャを採用し、堅牢で適応的なインタラクションを保証する。
2つの新しいアルゴリズム-TBC(Temporal Binary Compression)とDIMF(Dynamic Importance Memory Filter)-は長期記憶を効果的に管理・優先順位付けし、重要なコンテキストを維持しながらストレージ要求を大幅に削減する。
我々のマルチモーダル感情検出アプローチは高い精度を実現し、積極的および共感的エンゲージメントを高める。
ユーザ評価では,感情結合が増加し,満足度が向上し,孤独感が統計的に有意に低下した。
ユーザーは特に、リヴィアの適応的なパーソナリティの進化と現実的なARエボディメントを重んじた。
今後の研究方向としては、ジェスチャーと触覚インタラクションの拡大、マルチユーザエクスペリエンスのサポート、カスタマイズされたハードウェア実装の探索などがある。
関連論文リスト
- AIVA: An AI-based Virtual Companion for Emotion-aware Interaction [10.811567597962453]
私たちのAIベースの仮想コンパニオンは、マルチモーダルな感情の手がかりをキャプチャします。
私たちの組織は、ロボット工学、社会医療、メンタルヘルス、人間中心のAIに応用された感情認識エージェントのためのフレームワークを提供します。
論文 参考訳（メタデータ） (2025-09-03T11:00:46Z) - RLVER: Reinforcement Learning with Verifiable Emotion Rewards for Empathetic Agents [67.46032287312339]
大規模言語モデル(LLM)は論理的およびアルゴリズム的推論において優れているが、彼らの感情的知性(EQ)は認知能力よりもはるかに遅れている。
シミュレーションユーザによる検証可能な感情報酬を活用する,最初のエンドツーエンド強化学習フレームワークであるRLVERを紹介する。
以上の結果から,RLVERは感情的知的で幅広い言語エージェントへの実践的な経路であることが示唆された。
論文 参考訳（メタデータ） (2025-07-03T18:33:18Z) - Thinking Beyond Tokens: From Brain-Inspired Intelligence to Cognitive Foundations for Artificial General Intelligence and its Societal Impact [27.722167796617114]
本稿では,人工知能,認知神経科学,心理学,生成モデル,エージェントベースシステムの学際的合成について述べる。
我々は汎用知能のアーキテクチャと認知の基礎を分析し、モジュラー推論、永続記憶、マルチエージェント協調の役割を強調した。
我々は、人工知能への道の鍵となる科学的、技術的、倫理的課題を特定します。
論文 参考訳（メタデータ） (2025-07-01T16:52:25Z) - CAIM: Development and Evaluation of a Cognitive AI Memory Framework for Long-Term Interaction with Intelligent Agents [1.6082737760346446]
大規模言語モデル(LLM)は人工知能(AI)の分野を進歩させ、インタラクティブシステムのための強力なイネーブラーとなっている。
ユーザに対して適応する必要のある長期的なインタラクションや、常に変化する環境のコンテキスト的知識や理解において、依然として課題に直面しています。
これらの課題を克服するためには、インタラクションセッション間で関連情報を効率的に検索し保存するために、全体論的メモリモデリングが必要である。
コンピュータ化されたモデルで人間の思考プロセスをシミュレートすることを目的とした認知AIは、思考、記憶機構、意思決定といった興味深い側面を強調している。
論文 参考訳（メタデータ） (2025-05-19T12:33:52Z) - Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [58.58177409853298]
大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。
この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。
本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
論文 参考訳（メタデータ） (2025-05-12T15:05:34Z) - Advances and Challenges in Foundation Agents: From Brain-Inspired Intelligence to Evolutionary, Collaborative, and Safe Systems [132.77459963706437]
この本は、モジュール化された脳に触発されたアーキテクチャの中で、インテリジェントなエージェントをフレーミングする、包括的な概要を提供する。
自己向上と適応的な進化のメカニズムを探求し、エージェントが自律的に能力を洗練する方法を探求する。
また、エージェントの相互作用、協力、社会構造から生じる集合的知性についても調べる。
論文 参考訳（メタデータ） (2025-03-31T18:00:29Z) - Teleology-Driven Affective Computing: A Causal Framework for Sustained Well-Being [0.1636303041090359]
本稿では,主要な感情理論を統一するテレロジー駆動型感情コンピューティングフレームワークを提案する。
我々は、個人的な情緒的な出来事の「データバース」を作ることを提唱する。
シミュレーション環境でエージェントを訓練するためのメタ強化学習パラダイムを導入する。
論文 参考訳（メタデータ） (2025-02-24T14:07:53Z) - A Hierarchical Regression Chain Framework for Affective Vocal Burst
Recognition [72.36055502078193]
本稿では,声帯からの感情認識のための連鎖回帰モデルに基づく階層的枠組みを提案する。
データスパシティの課題に対処するため、レイヤワイドおよび時間アグリゲーションモジュールを備えた自己教師付き学習(SSL)表現も使用しています。
提案されたシステムは、ACII Affective Vocal Burst (A-VB) Challenge 2022に参加し、「TWO」および「CULTURE」タスクで第1位となった。
論文 参考訳（メタデータ） (2023-03-14T16:08:45Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。