agentAR:使用工具增强的基于LLM的自主代理创建增强现实应用
作者
AR 导航与情境感知生成式AI(文本、图像、音乐、视频)大语言模型(LLM)的人机协作软件工程师与开发者UI/UX 设计师
创建增强现实(AR)应用需要设计和实现两方面的专业知识,这对非专业用户构成了显著的进入障碍。虽然现有方法减轻了部分负担,但它们在复杂或多样化用例的灵活性或可用性方面往往不足。为了解决这个问题,我们引入了agentAR,一个利用工具增强的大型语言模型(LLM)基于自主代理的AR创作系统,支持从自然语言输入端到端、原位创建AR应用。该代理构建在从最先进的AR研究中得出的应用结构和工具库之上,自主地从自然语言对话创建AR应用。我们通过六个AR应用的案例研究和十二名参与者的用户研究展示了agentAR的有效性,表明它显著减轻了用户工作量,同时支持创建多样化且功能性的AR体验。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 83%
CARING-AI:通过生成式人工智能实现上下文感知的增强现实指令创作
CHI '25· AR 导航与情境感知 +2
- 80%
生成性和可塑性用户界面与生成性和演进的任务驱动数据模型
CHI '25· 生成式AI(文本、图像、音乐、视频) +1
- 80%
生成式AI对批判性思维的影响:来自知识工作者调查的自我报告的认知努力减少和信心效应
CHI '25· 生成式AI(文本、图像、音乐、视频) +1
- 80%
GeneyMAP: 探索GenAI促进用户体验设计中用户旅程映射的潜力
CHI '25· 生成式AI(文本、图像、音乐、视频) +1
- 67%
PhraseFlow:短语级输入的设计与实证研究
CHI '21· 生成式AI(文本、图像、音乐、视频) +2
- 67%
Stylette:用自然语言为网页设计样式
CHI '22· 沉浸感与临场感研究 +2
- 67%
MUD:面向大规模和噪声过滤的现代风格UI建模UI数据集
CHI '24· 生成式AI(文本、图像、音乐、视频) +1
- 67%
SketchFlex:使用基于区域的草图在文本到图像生成中促进空间语义一致性
CHI '25· 生成式AI(文本、图像、音乐、视频) +1
- 67%
生成式AI的角色如何影响人机协作工作中价值感知
CHI '25· 生成式AI(文本、图像、音乐、视频) +1
- 60%
生成式人工智能的专业用户体验设计师的看法
CHI '24· 生成式AI(文本、图像、音乐、视频) +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3746059.3747676
一眼看懂
fact_check论文快照
dataset
来源
UIST
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
AR 导航与情境感知、生成式AI(文本、图像、音乐、视频)、大语言模型(LLM)的人机协作
work
职业/产业
软件工程师与开发者、UI/UX 设计师
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文