MNCFR：面向多种适当面部反应生成的具身模拟启发式反应形成与记忆增强调节

基于摘要分析。该研究面向双人交互中的 Multiple Appropriate Facial Reaction Generation（MAFRG），旨在根据说话者行为生成多种适当的听者面部反应，而非进行 EEG 解码或 BCI 控制。作者提出扩散框架 Multimodal Neural Context Formation and Regulation（MNCFR），通过显式的说话者到听者反应转换与近期上下文调节，支持连贯的面部反应生成。 核心机制包括 Reaction Formation Module（RFM）与 Memory-Augmented Regulation Module（MAR）。RFM 利用听者反应历史导出的个体信息，将说话者当前的多模态行为转换为听者侧中间反应表示，再构造当前时间窗的生成条件。该中间表示同时输入辅助 EEG 预测头，预测片段对齐的听者 EEG，提供额外的听者侧训练信号。MAR 对近期说话者表示的有界记忆读出施加依赖扩散步的门控，并将上下文注入 RFM 条件，以改善连续时间窗之间的反应过渡。其方法特点是将当前反应形成与近期上下文调节分离，而非仅学习说话者行为到听者面部反应的直接映射。 作者报告，在 MARS 的官方离线与在线协议下，MNCFR 的总体表现优于已报告的学习式方法；消融与时间分析支持 RFM 和 MAR 的有效性。作者还报告，基于 RFM 中间表示的 EEG 预测质量越高，生成收益越大。摘要未提供具体指标、数值、数据划分、被试规模及对照配置，实验协议、消融及统计信息尚未验证。 EEG 在此承担辅助监督角色，不能将生成性能提升等同于 EEG 表征或 BCI 解码能力提升，也不能由相关性确认具身模拟的生理机制。复现需核对 MARS 中多模态行为、反应历史与 EEG 的时间对齐方式、离线和在线协议的信息可用范围、辅助预测目标及损失权重，以及记忆容量和门控实现；这些细节均需全文确认。