传统人机交互在多用户环境中难以实现个性化。HARMONI框架结合大语言模型，首次实现了多用户场景下的实时记忆管理，让机器人能同时记住并适应多人。这为养老院等复杂场景下的社会辅助机器人提供了新的解决方案，显著提升了交互的连续性和用户满意度。
智能速览
HARMONI框架首次实现多用户实时记忆管理。
系统发言人识别准确率达90%，用户档案检索准确率达98%。
采用双推理架构并行处理，降低了响应延迟。
内置隐私保护机制，用户满意度评分达82.4。
已成功部署于Mirokai机器人平台并进行实地测试。
精华内容
HARMONI框架如何通过技术创新，在多用户复杂场景中实现精准的个性化交互？其核心架构与关键性能指标揭示了答案。
四模块协同
HARMONI框架由四个核心模块构成，共同实现个性化交互。
感知模块负责识别发言人并提取多模态输入，确保信息来源准确。世界建模模块则动态维护环境的整体表示。
用户建模模块是其核心，持续更新每个用户的长期档案，形成专属记忆。生成模块则基于以上所有信息，产出符合伦理且个性化的回应，确保对话的连贯性与针对性。
性能表现优异
在公开数据集和养老院真实场景的评估中，HARMONI展现出卓越性能。
其发言人识别准确率达到90%，能够准确区分对话中的不同个体。更重要的是，用户档案检索准确率高达98%，这意味着系统能在用户切换时，迅速调取正确的长期记忆，保证了交互的连续性。这两项关键指标均显著优于传统方法。
隐私与满意度
针对养老院等敏感场景，HARMONI在设计上高度重视伦理与隐私。
系统内置隐私保护机制，能主动过滤对话中的敏感信息，并强制执行安全约束，避免泄露用户隐私。
在实际部署中，用户满意度评分达到82.4分（SUS量表），领域专家的平均评估分为4分（满分5分），验证了其在真实复杂场景中的可用性与接受度。
双推理架构
HARMONI在技术实现上采用了创新的双推理架构。
该架构允许系统并行处理响应生成和用户档案更新两个任务，相较于单推理方案，有效降低了响应延迟，并在ROUGE指标和会话相似度上表现更优。
研究还发现，开源LLM如Gemma-12B在特征提取任务上可与闭源模型GPT-4o媲美，但任务失败率相对更高，为技术选型提供了重要参考。
HARMONI为构建具有社会智能的机器人提供了可行的新范式。未来，随着多智能体交互与情感计算的整合，个性化人机交互将走向何方？
