我们研究了行动识别的领域适应任务，提出了人为中心的Transformer（HCTransformer）来处理视频特征学习中的人为中心的行动线索。

该研究提出了一种以人为中心的商业模拟，并开发了一个虚拟环境系统，包括人物、机器人和交互物品。通过模拟人类行为和需求，建立了一个包含13,000个语言指令的交付数据集。研究侧重于以人机交互为中心的商业情景下的虚拟环境。