基于人机共适应机制的用户模糊意图理解研究

课题名称: 基于人机共适应机制的用户模糊意图理解研究
学科专业: 计算机科学
课题关键词: 人机共适应模糊意图理解智能交互系统
辅导模式: 1对1
发表目标: SCI期刊1-4区
课题介绍: 随着智能交互技术的快速发展，用户意图理解作为人机交互的核心环节，其准确性与适应性直接影响系统服务质量。当前，用户意图表达常呈现模糊性、不确定性，尤其在开放场景下，传统意图理解方法多依赖预设规则或静态模型，难以动态适配用户认知习惯与场景变化。人机共适应机制通过人机双方的实时交互与协同学习，可实现认知资源的动态分配与策略调整，为破解模糊意图理解难题提供了新思路。该研究旨在构建能够感知用户认知状态、动态调整交互策略的共适应模型，通过意图推理与反馈学习的闭环机制，提升系统对模糊意图的鲁棒性与适应性，对推动智能交互系统的自然化、个性化发展具有重要理论与应用价值。

导师信息

科研导师

Dr. Liu

多伦多大学博士

导师介绍

研究领域：大模型/智能体/强化学习/智能决策优化,轨迹预测,自动驾驶/智能交通,游戏AI,数据挖掘学术成果：目前已经发表20多篇高水平论文，如ICML，Nature, Neurips，IJCAI，ACL， IEEE IV，IEEE ITSC；google scholar引用量近百次；长期担任IEEE Transactions on Intelligent Transportation Systems、Transportation Re- search Part C: Emerging Technologies、TRB Annual Meeting - Transportation Research Board、

招生要求

面向具有相关学科背景与研究兴趣的学习者，具体要求以课题导师评估为准。