基于大语言模型的元宇宙上下文感知入门代理

元宇宙的一个共同特点是用户可以自由探索地点和行动，不受线性程序的限制。因此，理解和应对每个用户在元宇宙入门时面临的挑战至关重要且困难。我们的形成性研究（N=16）表明，首次用户询问的元宇宙问题涉及两类上下文：1）短期时空上下文，涉及用户当前位置、最近对话和行动；2）长期探索上下文，涉及用户体验历史。基于这些发现，我们提出了PICAN，一个基于大语言模型的管道系统，能够在用户元宇宙入门时生成上下文感知的答案。消融研究（N=20）显示，PICAN使用上下文使响应比未使用上下文的响应更有用、更具沉浸感。此外，用户研究（N=21）表明，使用长期探索上下文促进了用户对虚拟环境中位置和活动的了解。