Characterizing Language Use in a Collaborative Situated Game
协作情境游戏中的语言使用特征分析
机构 * UC Berkeley(伯克利大学) ; NYU(纽约大学) ; Saarland University(萨尔兰大学)
AI总结 本研究通过收集Portal 2协作模式中的对话数据,分析了复杂情境下玩家语言使用的特征,揭示了空间指称、澄清修复及临时约定等现象,并公开了包含多模态数据的语料库以支持进一步研究。
高校专区
协作情境游戏中的语言使用特征分析
机构 * UC Berkeley(伯克利大学) ; NYU(纽约大学) ; Saarland University(萨尔兰大学)
AI总结 本研究通过收集Portal 2协作模式中的对话数据,分析了复杂情境下玩家语言使用的特征,揭示了空间指称、澄清修复及临时约定等现象,并公开了包含多模态数据的语料库以支持进一步研究。
实时执行动作分块流策略
机构 * Physical Intelligence(物理智能) ; UC Berkeley(伯克利大学)
AI总结 本文提出实时分块(RTC)方法,通过在执行当前动作分块的同时生成下一个分块,实现动作分块策略的实时异步执行,提升任务吞吐量和精确任务成功率。
Comments published in NeurIPS 2025