في هذا القسم، يختتم المؤلفون أبحاثهم حول FAM-HRI، وهو إطار تفاعل إنساني-روبوت متعدد الوسائط (HRI) يدمج مدخلات النظر والكلام في الوقت الحقيقي من نظارات ARIA مع رؤية الروبوت، باستخدام وكلاء قائمين على نماذج اللغة الكبيرة (LLM). يتميز الإطار بآلية دمج نوايا الإنسان التي تحدد الأجسام المستهدفة وفترات التركيز، إلى جانب استراتيجية محاذاة متعددة المناظر تنسق…