A Study on the Use of Eye Tracking to Adapt Gameplay and Procedural Content Generation in First-Person Shooter Games
本文研究了眼动追踪在第一人称射击游戏中的应用，并将其作为一种机制：（1）根据玩家的注意力部署来控制玩家化身的注意力，（2）相应地指导游戏过程和游戏的程序内容生成。与其中眼睛跟踪器直接替代控制输入设备（诸如游戏手柄）的使用相比，这导致眼动追踪的更自然的使用。这项研究是在一个定制的无尽的跑步者FPS，僵尸跑步者，使用负担得起的眼动仪进行的。评估会议表明，与不使用眼动追踪相比，拟议使用的眼动追踪为玩家提供了更具挑战性和身临其境的体验。然而，我们发现眼动仪校准问题与玩家的整体体验之间存在很强的相关性。这意味着眼动追踪技术仍需不断发展，但也意味着一旦技术足够成熟，玩家有望从眼动追踪中获益匪浅。
2018-05-21 cs.HC
BRIDGE: Borderless Reconfiguration for Inclusive and Diverse Gameplay Experience via Embodiment Transformation
University of Tsukuba（筑波大学）；Harvard University（哈佛大学）；Dolby Laboratories（杜比实验室）；Mejiro University（明城大学）；Ibaraki Prefectural University of Health Sciences（茨城县立保健科学大学）
BRIDGE通过具身转换技术提升残疾人体育的包容性和多样性，增强姿态自然性和战术意图理解，促进公平的战术资源获取。
2026-02-26 cs.HC
DL-DDA -- Deep Learning based Dynamic Difficulty Adjustment with UX and Gameplay constraints
Playtika Research（Playtika研究院）
动态难度调整（$DDA$）是为了优化用户体验而自动改变游戏难度的过程。这是几乎所有现代游戏的重要组成部分。大多数现有的DDA方法集中在一个玩家的经验，而不看其他玩家。我们提出了一种方法，自动优化用户体验，同时考虑到其他玩家和宏观约束的游戏。该方法基于深度神经网络架构，该架构涉及在其大部分支持中具有零梯度的计数损失约束。我们提出了一种优化该损失函数的方法，并对其性能进行了理论分析。最后，我们提供了一个内部实验的实证结果，该实验是在$200,000$玩家身上进行的，并发现其表现优于游戏设计专家制作的相应的手动算法。
2021-06-06 cs.HC cs.LG
Balancing simulation and gameplay -- applying game user research to LeukemiaSIM
一个生物信息学研究员和一个游戏设计研究员走进一个实验室...本文分享了两个案例研究之间的合作，生物信息学研究人员正在开发一套教育虚拟现实模拟的青年和咨询游戏设计研究人员与背景的游戏用户研究（GUR）技术谁评估和迭代地提高玩家体验的模拟。通过引入基于游戏的玩家参与策略，两位研究人员提高了这些VR模拟的可玩性，以鼓励更多的玩家参与和保留。
2020-09-23 cs.HC
Can You Keep Calm?: Adaptive Gameplay using Heart Rate as a Controller
Idaho State University（爱达荷州立大学）
本研究提出了一种基于心率控制的游戏，通过生物反馈调整游戏玩法以减轻压力并提升情绪
2025-11-25 cs.HC
Using models of baseline gameplay to design for physical rehabilitation
修改后的数字游戏设法在运动康复所需的重复练习中驱动动力，然而，设计满足康复和参与目标的修改是具有挑战性的。我们提出了一种方法，其中基线游戏的统计模型识别设计配置，模拟与未修改的游戏兼容的行为。我们说明这种方法通过一个案例研究，涉及上肢康复与自定义控制器的吃豆人游戏。一个参与式的设计工作坊与职业治疗师定义了两个互动参数的游戏和康复调整。实验测量了12名参与者的参数对交互作用的影响。我们表明，一个低延迟模型，使用用户输入行为和内部游戏状态，识别值的交互参数，再现基线游戏降级控制下。我们讨论了如何将这种方法应用于系统地平衡游戏化问题，涉及物理要求和主观参与体验之间的权衡。
2022-11-21 cs.HC
Influence of Gameplay Duration, Hand Tracking, and Controller Based Control Methods on UX in VR
通过20人实验室研究，比较VR中手部追踪与控制器在不同游戏时长下对用户体验的影响，发现控制器总体更优、长会话提升临场感，且VR经验丰富者更愿推荐手部追踪。
2024-04-04 cs.HC
Relaxed or Tense? Mutual Biosignal Transmission with Heartbeat Vibrations during Online Gameplay
本研究针对在线游戏玩家孤独感问题，提出通过心跳振动双向传输伙伴生物信号以增强社交存在感的演示系统，该系统基于心率和皮肤电活动生成代表二维情绪的振动触觉信号。
2024-11-07 cs.HC
Experience-Sensitive Game Learning: A Behavioral Study of Humans and Language Agents
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Georgetown University（乔治城大学）；INSAIT, Sofia University “St. Kliment Ohridski”（索菲亚大学“圣·克利门特·奥赫里德斯基”分校INSAIT）
该研究构建经验敏感型游戏学习框架，通过交互式游戏及相关指标分析人类与自进化语言智能体的游戏决策行为，发现人类会稳定转向全局策略，而自进化智能体的行为转变仍有局限。
2026-08-11 cs.AI cs.HC
Towards General Models of Player Experience: A Study Within Genres
抽象的游戏性指标能在多大程度上以一种通用的方式捕捉到玩家在游戏类型中的体验？在这项全面的研究中，我们在三种不同的视频游戏类型中解决了这个问题：赛车，射击和平台游戏。使用高级游戏功能来喂养偏好学习模型，我们能够在超过1，000个唤醒注释的游戏会话的大规模数据集中准确预测同一类型的不同游戏的唤醒。我们的类型模型预测唤醒的变化，在所有类型中平均准确率高达74%，最好的情况下为86%。我们还研究了在建模过程中的功能的重要性，并发现与时间相关的功能在很大程度上有助于游戏和流派模型的性能。这些与游戏无关的特征的突出显示了游戏体验的时间动态在建模中的重要性，但也突出了游戏及其他领域中一般影响建模未来面临的一些挑战。
2021-10-03 cs.HC
Exploring Gameplay With AI Agents
New York University（纽约大学）；Game Innovation Lab（游戏创新实验室）；Electronic Arts（美国艺电公司）
测试游戏的过程是主观的，昂贵的和不完整的。在本文中，我们提出了一种游戏测试的方法，探索游戏空间与自动代理和收集数据来回答设计师提出的问题。这种方法不是让代理与实际的游戏客户端交互，而是将游戏的基本机制重新创建为一个单独的系统。我们的代理能够在几分钟内玩什么将采取测试人员天的有机游戏。对数千个游戏模拟的分析揭示了游戏行为的不平衡，确定了无关紧要的奖励，并评估了可选战略选择的有效性。我们的测试案例游戏《模拟人生移动版》最近发布，这里显示的研究结果影响了设计更改，从而改善了玩家体验。
2018-11-16 cs.AI cs.HC
Questionnaires and Qualitative Feedback Methods to Measure User Experience in Mixed Reality
评估软件系统的用户体验是每项研究必不可少的最后一步。有几个概念，如流动，情感状态，存在，或沉浸存在测量用户体验。典型的测量技术分析生理数据、游戏数据和问卷。定性反馈方法是收集详细用户见解的另一种方法。在这份立场文件中，我们将讨论我们如何在以前的混合现实工作中使用问卷调查和定性反馈方法来衡量用户体验。我们将介绍几个测量示例，讨论它们当前的局限性，并提供指导性建议，以支持未来可比的混合现实用户体验研究。
2021-04-13 cs.HC
Talking-to-Build: How LLM-Assisted Interface Shapes Player Performance and Experience in Minecraft
本研究以Minecraft为场景，设计自然语言交互的LLM辅助游戏界面，通过30人混合研究证实其能显著提升玩家表现与体验，指出AI游戏界面需平衡直观性与可预测性、透明度及用户自主性。
2025-07-30 cs.HC cs.MM
From Pixels to Affect: A Study on Games and Player Experience
Institute of Digital Games（数字游戏研究所）；University of Malta（马耳他大学）
通过视频观察用户的行为交互，是否有可能预测用户的影响？例如，我们怎么能仅仅通过在游戏过程中看屏幕来预测用户在游戏中的唤醒呢？在本文中，我们通过采用三种不同的深度卷积神经网络架构来解决这些问题，试图学习游戏视频流与玩家唤醒之间的潜在映射。我们在生存射击游戏的50个游戏视频的注释数据集中测试了这些算法，并评估了深度学习模型对高唤醒水平和低唤醒水平进行分类的能力。我们的主要研究结果与要求苛刻的留一视频验证方法显示，平均准确率超过78%，最高可达98%。虽然这项研究的重点是游戏和玩家体验作为一个测试域，研究结果和方法是直接相关的任何情感计算领域，介绍了一个通用的和用户不可知的方法建模的影响。
2019-10-15 cs.HC cs.LG
Effect of Input-output Randomness on Gameplay Satisfaction in Collectable Card Games
随机性是游戏中的一个重要因素，以至于一些游戏几乎完全依赖于它的结果，并增加玩家的参与度。然而，随机性会影响游戏体验，这取决于它在游戏中何时发生，从而改变玩家计划的机会。在本文中，我们称之为“输入输出随机性”。输入输出随机性是炉石传说等可收集纸牌游戏的基石，在炉石传说中，纸牌是随机抽取的（输入随机性），并且在播放时具有随机效果（输出随机性）。虽然这个话题可能已经被游戏设计者普遍讨论，并出现在许多游戏中，但很少有实证研究来评估这些不同类型的随机性对玩家满意度的影响。本研究探讨了在四种输入输出随机性条件下，输入输出随机性对可收集纸牌游戏的影响。我们已经开发了自己的收集卡游戏，并尝试了不同种类的随机性与游戏。我们的研究结果表明，输入的随机性可以显着影响游戏满意度的负面影响。总的来说，我们的研究结果提出了有益的考虑如何以及何时在游戏设计中应用随机性时，以玩家的满意度为目标。
2021-07-18 cs.HC
Lottery and Sprint Arcade: Enabling Player-Driven Game Editing with Generative AI
Graduate School of Comprehensive Human Sciences, University of Tsukuba（筑波大学综合人类科学研究院）；R & D Centre for Digital Nature, University of Tsukuba（筑波大学数字自然研发中心）
研究通过语音驱动编辑系统让玩家修改复古太空侵略者风格游戏，结合用户研究探讨玩家体验及编辑模式与体验变化的关系，发现语音驱动编辑可支持人机共创，玩家体验积极，编辑有多种策略。
2026-07-14 cs.HC
Play with One's Feelings: A Study on Emotion Awareness for Player Experience
视频游戏玩家之间的情感互动可以引发丰富而多样的情感模式。在公共空间进行的多人游戏中（如体育和棋类游戏），玩家一般都知道他们的队友或对手的情绪，因为他们可以直接观察他们的行为模式，面部表情，头部姿势，身体姿势等。然而，在线视频游戏的玩家，由于他们之间的直接互动渠道有限（例如，通过表情符号或聊天框），他们通常不会意识到其他玩家的情绪。事实也证明，在在线数字游戏领域，实时情绪感知对游戏的影响仍然是未被探索的。出于这种缺乏经验知识的影响他人的游戏表现的作用，在本文中，我们调查的程度，表现出的情绪的对手的表达可以影响玩家的情绪，因此他的游戏行为。在这项初步研究中，我们在两人对抗赛车游戏中测试了我们的假设。我们进行了一项全面的用户研究，以评估情绪，行为和态度的球员在情绪意识与情绪不可知的游戏版本。我们的研究结果表明，通过表情符号实时表达对手的情绪状态会影响玩家的情绪状态和行为，从而影响他们的游戏体验。
2020-06-18 cs.HC
Using Machine Learning to Predict Game Outcomes Based on Player-Champion Experience in League of Legends
University of Central Florida（中佛罗里达大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）
英雄联盟（LoL）是世界上最广泛玩的多人在线战斗竞技场（MOBA）游戏。LoL的一个重要方面是竞争性排名游戏，它利用基于技能的匹配系统来组建公平的团队。然而，玩家的技能水平差异很大，这取决于他们选择扮演的英雄或英雄。在本文中，我们提出了一种方法来预测排名LoL游戏中的游戏结果的基础上，玩家的经验与他们选择的冠军。使用深度神经网络，我们发现在所有玩家都选择了冠军之后，游戏结果可以以75.1%的准确率预测，这发生在游戏开始之前。我们的研究结果对玩LoL和匹配有重要意义。首先，个人冠军的技术在比赛的结果中起着重要的作用，无论球队的组成。其次，即使在基于技能的匹配之后，在游戏开始之前，团队技能仍然存在很大差异。最后，玩家应该只玩他们已经掌握的冠军，如果他们想赢得比赛。
2021-08-05 cs.HC cs.LG
Effects of VR Gaming and Game Genre on Player Experience
随着现代虚拟现实（VR）头戴设备的日益普及，VR技术在游戏中的使用和应用比以往任何时候都更加普遍。尽管VR游戏越来越受欢迎，但关于它如何影响玩家体验（PX）的用户研究却很少。因此，本研究调查了VR游戏和游戏类型对PX的影响。我们比较了两种游戏类型的PX指标，策略（更具互动性）和赛车（互动性较低），跨越两个游戏平台，VR和传统桌面游戏。参与者被随机分配到其中一个游戏平台，在相应的平台上玩策略和赛车游戏，并提供PX评级。结果显示，无论游戏类型如何，VR游戏条件下的参与者都比桌面游戏条件下的参与者体验到更高水平的存在感。也就是说，结果显示，这两个游戏平台在PX评级方面没有显着差异。至于游戏类型的影响，参与者提供了更大的PX评级的战略游戏比赛车游戏，无论游戏是在VR耳机或台式计算机。总的来说，这些结果表明，尽管VR游戏在游戏环境中提供了更大的存在感，但在玩战略或赛车游戏时，这种存在感的增加似乎并没有转化为更令人满意的PX。
2021-05-22 cs.HC cs.MM
Sensory Modality Mapping for Game Adaptation and Design
在本文中，我们研究的方法，以游戏相关的信息提供了一种感官形式，并将其转换为另一种传感器形式，以更有效地适应感官受限的球员。然后，我们考虑的适应和设计的游戏的方法，游戏交互被约束到一个子集的感官形式的方式，保持一个共同的水平的新奇的经验，为不同的感官能力的球员。人们希望，经过改进的共享经验能够促进更广泛的参与者之间的互动。
2021-06-17 cs.HC
Facial Emotion Recognition in VR Games
Ontario Tech University（安大略理工大学）
针对VR游戏中HMD遮挡眉眼导致面部情绪识别困难的问题，本研究用修改后的FER2013数据集训练CNN模型识别七种情绪，经两款VR游戏测试验证，该方法可助力开发者打造更具沉浸感的游戏体验。
2023-12-12 cs.CV cs.HC cs.LG
A Pilot Study on Teacher-Facing Real-Time Classroom Game Dashboards
University of Wisconsin - Madison（威斯康星大学麦迪逊分校）
教育游戏是现代课堂中越来越受欢迎的教学工具。然而，教师促进课堂游戏的辅助工具的开发是缺乏的。我们提出了一个面向教师的，实时的【形】游戏数据仪表板的参与式设计过程的结果。这两个阶段的过程包括一个研讨会，以了解教师对这种工具的要求，并对我们的仪表板原型进行试点研究。我们分析了游戏后的调查和访谈数据，以了解教师的经验与工具的证据，共同设计，可行性和有效性。我们的研究结果表明，参与式设计产生了一个工具，既有用的和可用的教师在一个真正的类游戏会话的背景下。我们提倡继续开发数据驱动的教师工具，以提高课堂上部署的游戏的有效性。
2022-10-17 cs.CY cs.HC cs.LG
Cheap and Easy Open-Ended Text Input for Interactive Emergent Narrative
本文提出PWIM技术，通过轻量级本地句子嵌入模型将玩家非结构化文本意图转化为具体游戏动作，支持交互式涌现叙事游戏的开放式输入并减轻玩家面对庞大动作空间的认知负担。
2024-06-03 cs.HC
Closing the Loop in Affect-Driven Game Adaptation: A Systematic Review
Lusófona University（卢索丰大学）；INESC INOV-Lab（INESC INOV实验室）
通过PRISMA系统综述分析23项实证研究，发现完整情感驱动游戏自适应系统较少，主要采用基于规则的方法进行动态难度调整，而情感状态作为自适应目标的研究不足。
2026-06-03 cs.HC
Snake Story: Exploring Game Mechanics for Mixed-Initiative Co-creative Storytelling Games
本文提出 Snake Story，一款融合人机共创叙事的经典 Snake 变体游戏，通过 11 人定性试玩测试分析了玩家对工具与游戏双重认知的影响，为混合主动共创游戏设计提供指导。
2024-04-11 cs.HC
Using the gameplay and user data to predict and identify causes of cybersickness manifestation in virtual reality games
Universidade Federal Fluminense（弗鲁米嫩塞联邦大学）；Instituto Federal do Triangulo Mineiro（米纳斯吉拉斯三角联邦学院）；Firjan - ISI（Firjan-ISI）
本研究提出基于随机森林分类器的新方法，结合自研CS概况问卷构建的数据集，预测VR用户的晕动症症状并识别相关影响属性，验证采用16种机器学习技术取得最佳结果。
2026-08-11 cs.GR cs.HC
Label-Free Subjective Player Experience Modelling via Let's Play Videos
University of Alberta（阿尔伯塔大学）；Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所）
针对玩家体验建模（PEM）开发人力成本高的问题，本研究提出从游戏玩法视频估算玩家体验的无标注新方法，经《Angry Birds》游戏的人类受试者实验验证，该模型与自我报告、传感器的情绪测量值强相关，具备应用潜力。
2024-10-03 cs.AI cs.HC cs.LG
Playing the Imitation Game: How Perceived Generated Content Shapes Player Experience
Northeastern University（东北大学）
研究发现玩家对生成内容的感知偏见影响其游戏体验，认为人类制作的关卡更有趣，而认为AI生成的关卡更具有挑战性。
2026-02-15 cs.HC
Evaluating User Experience and Data Quality in Gamified Data Collection for Appearance-Based Gaze Estimation
针对视线估计数据采集难且易偏差的问题，提出一种双人视线传词游戏化采集方法，并通过对比用户研究验证其对数据质量和用户体验的积极作用。
2024-09-03 cs.HC
Ball-AR: Fostering Playful Co-Located Interaction Through Environment-centric Physical Activity with AR
我们提出Ball-AR，一款利用物理环境促进体育活动的AR躲避球游戏，通过五组双人评估发现，体育活动与共享空间增强了共处互动，但用户期望更沉浸的体验。
2023-11-13 cs.HC
Designing Mobile EEG Neurofeedback Games for Children with Autism: Implications from Industry Practice
神经反馈游戏是一种有效和有趣的方法，以提高自闭症儿童的某些社会和注意力的能力，这是有希望成为广泛使用的移动脑电图模块的商业化。然而，很少有基于行业的经验是共享的，关于如何更好地设计神经反馈游戏，以微调其可玩性和自闭症儿童的用户体验。在本文中，我们回顾了我们从行业实践中获得的经验，其中一系列的移动脑电神经反馈游戏已经开发的学龄前自闭症儿童。我们简要介绍了我们的设计和开发在一个为期一年的合作，涉及一组利益相关者的特殊教育中心：自闭症儿童和他们的照顾者和父母。然后，我们总结了四个具体的影响，我们学到的关于游戏角色的设计，游戏叙事，以及游戏元素，其目的是支持未来的工作，创造更好的神经反馈游戏的学龄前自闭症儿童。
2021-07-22 cs.HC
Fused Spectatorship: Designing Bodily Experiences Where Spectators Become Players
本文提出“融合式观赛”方法，通过EMS系统让观众将双手控制权借给计算系统并观看双手自主游戏，从而模糊观众与玩家的界限，并基于12人研究归纳出四种观众体验主题与设计考量。
2023-09-20 cs.HC
MeepleLM: A Virtual Playtester Simulating Diverse Subjective Experiences
Shanda AI Research Tokyo（盛达人工智能东京研究所）；Shanghai Innovation Institute（上海创新研究院）；NKU（南开大学）；Shanghai AI Laboratory（上海人工智能实验室）
本文提出MeepleLM，通过整合规则书和玩家反馈数据，模拟多样化玩家体验，提升棋盘游戏设计的协作效率与批判性。
2026-04-12 cs.HC
"Pharos Night: Crown Pursuit": An AI-Native Deck-Building and Tactical Arena Game Design Based on Multi-Agent Systems
Communication University of China（中国传媒大学）
该研究设计了基于多智能体系统的原生AI卡组构建与战术竞技场游戏《Pharos Night：皇冠追逐》，利用大语言模型实现核心功能，小规模试玩显示其能提供有策略性的游戏体验，也暴露出相关挑战，展现了多智能体生成式AI在游戏设计中的潜力。
2026-08-13 cs.HC
Unlocking Open-Player-Modeling-enhanced Game-Based Learning: The Open Player Socially Analytical Intelligence Architecture
University of California, Santa Cruz（加州大学圣克鲁兹分校）；Microsoft Research（微软研究院）；Boston College（波士顿学院）；University of Central Florida（中佛罗里达大学）；ITU Copenhagen（哥本哈根工业大学）
本文提出OPSAI架构，通过分离游戏数据与引擎，实现透明的玩家建模，并提供可操作的教育洞察，展示了在游戏式学习中的应用与反馈闭环。
2026-03-27 cs.HC
Designing Virtual Reality Games for Grief: A Workshop Approach with Mental Health Professionals
University of California, Santa Cruz（加利福尼亚大学圣克鲁兹分校）；Georgia Institute of Technology（佐治亚理工学院）
本研究通过与心理健康专业人员的工作坊设计了一款VR游戏，旨在通过沉浸式叙事和游戏机制帮助患者应对哀伤，探索其在心理健康干预中的应用。
2025-12-18 cs.ET cs.HC
Reinforcement Learning-Enhanced Procedural Generation for Dynamic Narrative-Driven AR Experiences
University of California, Santa Cruz（加州大学圣克鲁兹分校）
针对 WFC 难以适配动态叙事 AR 场景的问题，本文提出融合环境规则与 RL 动态图块权重调整的增强型 WFC 框架，实验证明其地图质量与沉浸感更优。
2025-03-13 cs.AI cs.GR cs.HC
Language as Reality: A Co-Creative Storytelling Game Experience in 1001 Nights using Generative AI
Royal College of Art（皇家艺术学院）；Tsinghua University（清华大学）；KAIST（韩国科学技术院）
本文介绍AI原生游戏《一千零一夜》，玩家通过与GPT-4等大语言模型驱动的角色共创故事，将对话关键词转化为战斗装备，探索AI生成内容拓展叙事游戏类型及AI原生玩法的可能性。
2023-09-18 cs.AI cs.HC
SAVEstate: A Method for Documenting Player Reflection in Digital Games
University of Washington（华盛顿大学）；NYU Steinhardt（纽约大学斯特恩哈德学院）
研究幸福玩家体验，提出SAVEstate方法，通过行动中的反思和行动后的反思两个阶段，利用文档记录来研究玩家反思，能观察现场意义构建并连接到游戏后反思，还开发开源应用，为未来相关研究提供了新途径。
2026-07-22 cs.HC
Designing and Evaluating Malinowski's Lens: An AI-Native Educational Game for Ethnographic Learning
Leibniz Supercomputing Centre（莱比锡超算中心）；Stanford University（斯坦福大学）
本研究设计并评估了首款AI原生人类学教育游戏Malinowski's Lens，结合检索增强生成与DALL-E 3技术还原田野调查场景，经两项研究验证其学习效果、可用性与教学价值，为学术文本转化为互动体验提供可复制模型。
2025-11-10 cs.AI cs.HC
Player-1: Learning to Play from Synthetic Experience
National University of Singapore（新加坡国立大学）；ARC Lab, Tencent IEG（腾讯IEG ARC实验室）；Nanyang Technological University（南洋理工大学）
本研究提出Player-1框架，通过合成经验学习游戏控制，扩展动作空间并构建合成环境，经PPO强化学习后，在MineDojo等任务上较基线与SFT策略实现显著性能提升。
2026-10-14 cs.AI cs.CV cs.HC
Human-like Bots for Tactical Shooters Using Compute-Efficient Sensors
Riot Games
本文提出一种基于模仿学习和无像素射线投射传感器的神经网络训练方法，使AI智能体在仅需适度CPU的商用级2v2战术射击游戏中表现出类人行为，并通过人类评估验证了其在计算约束下的有效性与真实感。
2024-12-30 cs.AI cs.HC cs.LG
