Yi-Chi Liao

论文总数

HCI 排名

#1229

研究领域

活跃年数

近期发表

Yi-Chi Liao 最新论文

Li 等人提出 AutoOptimization 框架，利用视觉语言模型和多智能体推理自动生成最优 UI 布局，显著提升混合现实环境下的界面适配效率。

Liao 等人提出 HOMI 框架和 NAF+ 方法，通过从合成用户数据学习优化策略使人机协同优化更加高效，并在 VR 空中键盘任务中验证了其效果。

Li 等人提出 APPO 偏好引导提示优化算法，通过二元反馈在人机协作中引导文生图生成，实现更少迭代与更低认知负荷的满意效果。

Song 等人提出偏好引导的多目标优化方法，通过从少量UI调整中推断用户偏好，自动从帕累托前沿选择最优布局，显著减少手动操作并保持用户满意度。

Li 等人提出 Meta-PO 方法，结合偏好贝叶斯优化与元学习，通过学习先验用户偏好模型，为新用户智能推荐设计候选，使视觉调整在5.86-8次迭代内达到满意效果。

Liao 等人提出基于计算合理性的可供性理论，认为人类通过特征识别与假设运动轨迹在内部模型中推断可供性，并将感知过程重新定义为置信度与预期效用的权衡决策，为动态学习的 affordance 研究奠定基础。

Abadian 等人构建3HANDS数据集，收集人机物体传递交互用于训练生成模型，在用户研究中显著提升传递自然度并降低身体负担。

Liao 等人提出基于贝叶斯神经网络的持续人在环优化方法，通过生成性重放策略减轻灾难性遗忘，在VR键盘参数优化中展示随用户基数增长适应时间减少的效果。

ios_share

https://hci.top/zh/authors/20379?source=all