This robot stinks! Differences between perceived mistreatment of robot and computer partners
University of Nevada, Reno（内华达大学雷诺分校）
机器人（和计算机）越来越多地用于与人进行社交互动的场景。人们对这些代理人的反应说明了这些代理人的感知生命力。同事对机器人（或计算机）的虐待可能会引发这种明显的反应。这项研究的目的是发现人们对机器人的虐待与对计算机的虐待是否有任何不同。这将提供一些关于人们如何在协作社交环境中感知机器人的理解。我们对80名参与者进行了一项受试者间研究。参与者与机器人或计算机合作，机器人或计算机充当小组的“记录器”。一个同盟者对“记录者”要么采取积极行动，要么采取中立行动。“我们假设，人们不会在社会上接受对他们认为聪明且与自己相似的代理人的虐待;参与者会认为机器人在外观和情感能力方面比计算机更相似;并且会观察到更多的虐待。最终的结果支持了我们的假设;参与者观察到机器人受到虐待，但没有观察到计算机。参与者对机器人的同情心明显增强，也相信它的情感能力更强。
2017-11-01 cs.RO
Collective perception for tracking people with a robot swarm
Université libre de Bruxelles（布鲁塞尔自由大学）；Royal Military Academy of Belgium（比利时皇家军事学院）；Toyota Motor Europe（丰田汽车欧洲公司）
本研究针对机器人群动态环境监测需求，提出基于群体感知的人员集体追踪方法，经多办公环境仿真实验验证，该方案在动态监测中具备显著应用潜力。
2024-10-09 cs.RO
Following Is All You Need: Robot Crowd Navigation Using People As Planners
School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院）；Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
提出利用行人作为规划器的机器人人群导航框架，通过规则评估选择领导者并跟随其子目标，无需预测或数据驱动模块即可实现安全高效且类人的导航。
2025-08-07 cs.RO
To What Extent Does the Perceived Obesity Level of Humanoid Robots Affect People's Trust in Them?
Bar Ilan University（巴伊兰大学）；Tufts University（塔夫茨大学）
该研究通过被试内在线问卷实验，发现感知肥胖程度较低的人形机器人更易获得人们的信任，填补了HRI领域机器人感知肥胖程度对信任影响研究的空白。
2026-08-25 cs.RO
Assessing the Acceptability of a Humanoid Robot for Alzheimer's Disease and Related Dementia Care Using an Online Survey
University of Tennessee（田纳西大学）；Institute of Health Professions（健康职业学院）；Genesis Neuroscience Clinic（Genesis神经科学诊所）
在这项工作中，在线调查被用来了解人形机器人的可接受性和用户的需求，在使用这些机器人，以协助照顾阿尔茨海默氏症和相关痴呆症（ADRD）的人，他们的家庭照顾者，医疗保健专业人员，和一般公众。从2020年11月12日至2021年3月13日，共收集了631份完整的回复，其中80份来自轻度认知障碍或ADRD患者，245份来自护理人员和医疗保健专业人员，306份来自普通公众。总的来说，ADRD患者、护理人员和公众对使用机器人协助护理ADRD患者表现出积极的态度。ADRD人群对机器人的三大需求是提醒服药、紧急呼叫服务和帮助联系医疗服务。还讨论了护理人员和公众提供的其他意见、建议和关注。
2021-04-26 cs.RO
Designing a Wayfinding Robot for People with Visual Impairments
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
视觉障碍（PwVI）的人通常很难在不熟悉的室内环境中导航。然而，当前的寻路工具相当有限。在这篇简短的论文中，我们提出了我们正在进行的工作，一个寻路机器人PwVI。机器人从用户处获取指定目的地的音频命令。然后，机器人自主地规划一条路径以导航到目标。我们使用传感器来估计用户的实时位置，并将其反馈给规划器，以提高用户的安全性和舒适性。此外，机器人定期向用户描述周围环境，以防止迷失方向和潜在的事故。我们证明了我们的设计在公共室内环境的可行性。最后，我们分析了我们目前设计的局限性，以及我们的见解和未来的工作。演示视频可以在https://youtu.be/BS9r5bkIass上找到。
2023-02-17 cs.RO
IEEE Trust, Acceptance and Social Cues in Human-Robot Interaction -- SCRITA 2022 Workshop
信任，接受和社会线索人机交互- SCRITA是与IEEE RO-MAN会议一起举办的一系列研讨会的第五版。本次研讨会的重点是解决人与机器人之间的动态挑战和发展，以促进不同领域的短期互动和长期关系，从教育，服务，协作，伴侣，护理家庭和医疗机器人。特别是，我们的目标是研究机器人如何操纵（即创造，改善和恢复）人们接受和信任他们的能力，以实现人与人之间富有成效和成功的共存。虽然在研究和评估在受控或短期（重复交互）环境中影响人们对机器人的接受和信任的因素方面取得了先进的进展，但开发服务和个人机器人，在操作员无法监督的情况下被人们接受和信任，仍然是机器人，人工智能和HRI领域科学家的一个公开挑战。在这种非结构化的静态和动态的以人为中心的环境场景中，机器人应该能够学习和适应他们的行为，以适应情境背景，同时也适应人们的先前经验和学习的关联，他们的期望，以及他们和机器人预测和理解彼此行为的能力。虽然以前的版本重视该领域领先研究人员的参与，以及几位特殊的特邀演讲者，他们解决了这一研究领域的一些基本问题，但我们希望继续进一步探索信任在机器人技术中的作用，以提出开创性的研究，有效地设计和开发社会可接受和可信赖的机器人，以“在野外”部署。网址：https://scrita.herts.ac.uk
2022-08-28 cs.RO
Effects of Robot Competency and Motion Legibility on Human Correction Feedback
Yale University（耶鲁大学）；Phillips Exeter Academy（菲利普斯埃克塞特学院）
本文通过 N=60 的 LfC 用户研究，考察机器人能力与运动可辨识性如何影响人类纠正反馈，揭示了反馈敏感性、误纠与漏纠及体力—精度相关性的变化规律。
2025-01-07 cs.RO
A Laser-guided Interaction Interface for Providing Effective Robot Assistance to People with Upper Limbs Impairments
Istituto Italiano di Tecnologia（意大利技术研究院）；University of Genova（热那亚大学）；University of Pisa（比萨大学）
本研究针对上肢残障人士日常活动辅助需求，提出头戴式激光引导的人机交互界面，含点位选择与纸质键盘两种控制模式，经6自由度机械臂验证可完成需双手能力的操作任务。
2025-03-20 cs.RO
Cobbler Stick With Your Reads: People's Perceptions of Gendered Robots Performing Gender Stereotypical Tasks
Utrecht University（乌得勒支大学）
以前的研究发现，机器人应该最好地设计为适合他们的给定任务，而其他人则在人们对机器人的评价中发现了性别效应。本研究结合这些知识，探讨刻板印象的影响机器人genderedness和分配的任务在一个在线实验（n = 89）操纵机器人性别（男性与女性）和任务类型（分析与社会）之间的主题的设计方面的信任，社会感知，人性化。与社会任务相比，人们认为机器人更有能力，并且在执行分析任务时对机器人的能力有更高的信任，与机器人的性别无关。此外，我们在数据中观察到一种趋势，表明人们似乎将女性机器人（无论执行的任务如何）非人化为缺乏高级心理过程的动物，此外，只有当性别机器人执行与其性别刻板印象相矛盾的任务时，人们似乎才将机器人非人化为没有情感的物体。
2021-04-13 cs.HC cs.RO
Come Closer: The Effects of Robot Personality on Human Proxemics Behaviours
Heriot-Watt University（赫瑞-瓦特大学）
本研究通过固定机器人接待员Charlie，探讨内向与外向个性对人际距离的影响，发现内向机器人引发更近的接近距离，并提出新的人机交互近身空间分区。
2023-09-06 cs.RO
Learning to Take Good Pictures of People with a Robot Photographer
Monash University（莫纳什大学）；University of Melbourne（墨尔本大学）
我们提出了一个机器人系统，能够自主导航，遵循一条线，并采取高质量的照片的人。当检测到一群人时，机器人会向他们旋转，然后回到线上，同时从不同角度连续拍照。每张图片都在云中处理，其质量在两阶段算法中进行估计。首先，将面部朝向和面部情绪的可能性等特征输入到完全连接的神经网络中，为每张面部分配质量分数。其次，通过从图像中提取人脸来提取表示，并将其输入到卷积神经网络（CNN）中以对整体图片的质量进行分类。我们收集了一个数据集，其中如果受试者在图像中定位良好并且以愉快的表情朝向相机，则图片被标记为质量良好。我们的方法在这个数据集中以78.4%的准确率检测到图片的质量，并获得了比探试法更好的平均用户评级（3.71/5），该方法在一项研究中使用了摄影构图程序，其中97名人类评委对每张图片进行了评级。对最新技术水平的统计分析验证了所得图片的质量。
2019-04-11 cs.RO
Semi-Automatic Control of Telepresence Robots
Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究院）；Bauman Moscow State Technical University（鲍曼莫斯科国立技术大学）
在过去的十年里，世界各地的公司都开始生产和销售远程呈现机器人。这些机器人的用户必须计划他们的方式来避免碰撞，并控制机器人的速度将其移动到目的地点。这个界面对许多玩计算机游戏的人来说很熟悉，但它对老一辈和残疾人造成了困难。我们在这里提出了一种新的界面来控制远程呈现机器人，操作员只指定视频帧上的目的地点，机器人自动移动到那里，避免碰撞。机器人的用户学习如何执行任务的速度提高7-28%，错误减少17-49%。该方法可以很容易地应用于任何商业远程呈现机器人和残疾人的远程呈现机器人的发展。
2017-09-23 cs.RO
Navigate-and-Seek: a Robotics Framework for People Localization in Agricultural Environments
University of Lincoln（林肯大学）；Saga Robotics（萨迦机器人公司）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
农业领域提供了一个工作环境，许多人类劳动力现在被雇用来维护或收获作物，通过引入机器人自动化，生产力提高的潜力巨大。然而，在这样的环境中可靠而准确地检测和定位人类是移动机器人与人类工人合作提供许多服务的先决条件。因此，在本文中，我们扩展了拓扑粒子滤波器（TPF）的概念，以准确和单独地定位和跟踪农场环境中的工人，整合来自异构传感器的信息，并结合本地主动传感（采用下一个最佳感知规划方法利用机器人的机载传感）和全球定位（使用负担得起的物联网GNSS设备）。我们验证了所提出的方法在拓扑结构中创建的机器人车队的部署，以支持水果采摘在一个真正的农场环境。通过结合多传感器的观察拓扑水平上的主动感知，通过NBS的方法，我们表明，我们可以提高采摘定位的准确性相比，以前的工作。
2021-07-08 cs.RO
ESNI: Domestic Robots Design for Elderly and Disabled People
Brown University（布朗大学）；Rhode Island School of Design（罗德岛设计学院）
本论文主要研究语音识别智能代理辅助老年人和残疾人生活的可能性，利用前沿技术提高他们的生活质量。在研究了老年人和残疾人对家庭智能体的态度后，提出了一个适用于移动智能体的设计框架：ESNI（Exploration，Segmentation，Navigation，Instruction），实现了处理人的命令、拾取指定对象、将对象移动到另一个位置等功能。智能体在看不见的环境中开始探索，将网格单元中的每个项目的信息存储到他的记忆中，并分析每个部分的相应特征。我们将室内环境分为6个部分：厨房，客厅，卧室，工作室，浴室，阳台。智能体使用算法为每个网格单元分配部分，然后基于部分分割生成导航轨迹。当用户向智能体发出命令时，智能体将提取特征词并将其处理成一系列子任务。
2022-03-30 cs.RO
Autonomous Person-Specific Following Robot
Monash University（莫纳什大学）；JDQ Systems（JDQ系统公司）；University of British Columbia（不列颠哥伦比亚大学）
在许多人机协作应用中，跟随特定用户是服务机器人的期望甚至是必需的能力。然而，大多数现有的人跟随机器人跟随人，而不知道它在跟随谁。在本文中，我们提出了一个身份特定的人跟踪器，能够跟踪和识别附近的人，使人特定的以下。我们所提出的方法使用了一个顺序最近邻与持票选择算法，我们设计融合在一起的匿名人跟踪器和人脸识别器。实验结果表明，我们提出的方法与其他方法相比，我们的方法在跟踪和识别人，以及提高机器人的性能在以下的目标个人取得了更好的性能。
2020-11-11 cs.RO
Tactile interaction with a robot leads to increased risk-taking
IDLab – imec（IDLab——比利时微电子研究中心）；Ghent University（根特大学）
触觉交互在人与人之间的交互中起着至关重要的作用。例如，触摸可以帮助人们平静下来，降低生理压力反应。因此，据信触觉和触觉交互在人机交互中也很重要。我们研究的触觉互动的强度是否对人有影响，并通过研究不同强度的触觉互动是否调节生理措施和任务表现。我们使用一个范例，其中一个小型的人形机器人被用来鼓励冒险行为，依靠同伴的鼓励，采取更多的风险，这可能会导致更高的回报，但也有可能更高的损失。为此，使用球囊锚定风险任务（BART）作为承担风险倾向的代表。我们研究了四个条件，一个控制条件，其中的任务是在没有机器人完成，和三个实验条件，其中的机器人是目前鼓励冒险行为与不同程度的触觉互动。结果表明，低强度和高强度的触觉互动都会增加人们的冒险行为。然而，低强度的触觉交互增加了舒适度并降低了压力，而高强度的触摸则没有。
2022-11-01 cs.RO
SCRITA 2023: Trust, Acceptance and Social Cues in Human-Robot Interaction
SCRITA 2023研讨会聚焦人机交互中的信任等议题，探讨多领域人机互动的挑战与动态，通过分享实地经验促进短期互动与长期关系构建。
2023-11-09 cs.RO
Robot Assisted Tower Construction - A Resource Distribution Task to Study Human-Robot Collaboration and Interaction with Groups of People
Cornell University（康奈尔大学）；Robinhood（罗宾汉）；RoBotany（机器人植物学）
人类与机器人协作或人类与机器人合作的研究主要集中在理解和实现单个机器人与单个人类之间的协作。将人机协作研究扩展到二元体之外，提出了关于机器人如何在组成员之间分配资源以及分配的社会和任务相关后果的新问题。需要方法上的进步，使研究人员能够收集有关涉及多人的人类机器人协作的数据。本文介绍了塔建设，一种新的资源分配任务，允许研究人员检查机器人和人群之间的协作。通过关注机器人的资源分配（建筑任务所需的木块）是否以及如何影响协作动态和结果的问题，我们提供了一个案例，说明如何在实验室研究中应用该任务，其中有124名参与者收集有关涉及多个人类的人类机器人协作的数据。我们强调了任务可以产生的各种见解。特别是，我们发现，资源的分配会影响性能的看法，和人类团队成员之间的人际动态。
2018-12-22 cs.HC cs.RO
Assistive VR Gym: Interactions with Real People to Improve Virtual Assistive Robots
Georgia Institute of Technology（佐治亚理工学院）
多功能机器人护理人员可以使全球数百万人受益，包括老年人和残疾人。最近的工作探索了机器人护理人员如何通过物理模拟学习与人互动，但将学到的知识转移到真正的机器人上仍然具有挑战性。虚拟现实（VR）有可能帮助弥合模拟和现实世界之间的差距。我们介绍了辅助VR健身房（AVR健身房），它使真人能够与虚拟辅助机器人进行交互。我们还提供证据表明，AVR Gym可以帮助研究人员提高模拟训练的辅助机器人与真人的性能。在AVR Gym之前，我们使用两个模拟机器人（来自Willow Garage的PR2和来自Kinova的Jaco），仅在模拟中训练机器人控制策略（原始策略），用于四个机器人任务（机器人辅助喂食，饮水，瘙痒抓挠和床上洗澡）。与AVR Gym合作，我们根据从真人测试原始政策中获得的见解制定了修订后的政策。通过对AVR Gym的八名参与者进行的正式研究，我们发现原始策略表现不佳，修订后的策略表现明显更好，并且用于训练修订后策略的生物力学模型的改进导致模拟人更好地匹配真实参与者。值得注意的是，与会者非常不同意原始政策在援助方面取得了成功，但非常同意修订后的政策在援助方面取得了成功。总的来说，我们的研究结果表明，VR可以用来提高模拟训练的控制策略的性能，而不会使人处于危险之中，从而成为真正的机器人辅助的宝贵垫脚石。
2020-07-22 cs.HC cs.LG cs.RO
Bodies Uncovered: Learning to Manipulate Real Blankets Around People via Physics Simulations
Georgia Institute of Technology（佐治亚理工学院）；Carnegie Mellon University（卡内基梅隆大学）
虽然机器人为老年人和行动不便的人提供了一个在床上提供身体帮助的机会，但人们经常在床上休息，毯子覆盖了他们身体的大部分。为了为许多日常自我护理任务提供帮助，例如洗澡，穿衣或走动，护理人员必须首先从人的身体的一部分揭开毯子。在这项工作中，我们介绍了一个配方的机器人床上用品操作周围的人，其中一个机器人揭开毯子从目标身体部位，同时确保人体的其余部分仍然覆盖。我们比较了两种优化策略的方法，这些策略为机器人提供了抓取和释放点，这些点可以发现身体的目标部位：1）强化学习和2）自监督学习，并优化生成训练数据。我们在物理模拟环境中对这些策略进行了培训和评估，该环境由覆盖在床上仰卧的模拟人上的可变形布网格组成。此外，我们将模拟训练的策略转移到一个真正的移动机械手，并证明它可以从躺在床上的人体模型的目标身体部位揭开毯子。源代码可在线获取。
2022-01-06 cs.RO
Training People to Reward Robots
Centre for Robotics Research, Department of Engineering, King’s College London, UK（机器人研究中心，工程系，伦敦国王学院，英国）
本文研究用机器教学引导新手教师，在仅8次演示下提升RLfD教学与泛化能力，使机器人训练技能性能提升89%、未见技能提升70%。
2025-05-15 cs.RO
"I was Confused by It; It was Confused by Me:" Exploring the Experiences of People with Visual Impairments around Mobile Service Robots
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
移动服务机器人已经变得越来越普遍。然而，这些机器人可能会给视力障碍（PVI）的人带来潜在的可访问性问题和安全问题。我们试图探索PVI围绕主流移动服务机器人所面临的挑战，并确定他们的需求。17名PVI接受了采访，讲述了他们对三种新兴机器人的体验：真空机器人、送货机器人和无人机。我们通过考虑他们在机器人周围的不同角色-直接用户和旁观者-全面调查了PVI的机器人体验。我们的研究强调了参与者对移动服务机器人的可访问性，安全性和隐私问题的挑战和担忧。我们发现，缺乏可访问的反馈使得PVI难以精确控制，定位和跟踪机器人的状态。此外，作为旁观者遇到移动机器人会使参与者感到困惑，甚至害怕，从而带来安全和隐私方面的障碍。我们进一步提炼了设计考虑因素，以实现更易接近和更安全的PVI机器人。
2022-08-29 cs.HC cs.RO
Exercise Specialists Evaluation of Robot-led Physical Therapy for People with Parkinsons Disease
Georgia Institute of Technology（佐治亚理工学院）；Superfeet Worldwide（舒足威公司）；Emory University（埃默里大学）；University of California, Berkeley（加州大学伯克利分校）；Hello Robot, Inc.（Hello机器人公司）
本文通过11名运动专家对机器人引导帕金森病物理治疗系统的评估，验证了该系统在增强传统治疗、提升患者参与度和持续支持方面的积极接受度，并提出改进反馈拟人化和易用性的方向。
2025-02-07 cs.RO
Fast and Robust Detection of Fallen People from a Mobile Robot
University of Padova（帕多瓦大学）
本文论述了通过配备有3D深度传感器的移动机器人检测躺在地板上的倒下的人的问题。在所提出的算法中，受语义分割技术的启发，三维场景被过分割成小块。然后通过两个SVM分类器检测跌倒的人：第一个标记每个补丁，而第二个捕获它们之间的空间关系。这种新颖的方法被证明是强大和快速的。事实上，由于使用了小块，在真实的杂乱场景中，物体并排的倒下的人被正确地检测出来。此外，该算法可以在配有标准笔记本电脑的移动机器人上执行，从而可以利用机器人构建的2D环境地图和机器人导航期间获得的多个视点。此外，该算法对光照变化是鲁棒的，因为它不依赖于RGB数据，而是依赖于深度数据。所有的方法都已经在IASLAB-RGBD堕落者数据集上得到了彻底的验证，该数据集作为进一步的贡献在线发布。它由几个静态和动态序列组成，有15个不同的人和2个不同的环境。
2017-03-09 cs.CV cs.RO
"You Might Like It": How People Respond to Small Talk During Human-Robot Collaboration
Johns Hopkins University（约翰斯·霍普金斯大学）
本文通过20人现场实验研究非拟人化机械臂在协作装配中主动闲聊的效果及负面反馈对团队动态和责任归因的影响。
2024-05-08 cs.HC cs.RO
The Un-Kidnappable Robot: Acoustic Localization of Sneaking People
Georgia Institute of Technology (Georgia Tech)（佐治亚理工学院）；Intel Labs（英特尔实验室）；Carnegie Mellon University（卡内基梅隆大学）；Hello Robot Inc.（Hello Robot公司）
本文构建4通道音频与360度RGB配对数据集，训练仅基于被动声学的人员检测与定位模型，并部署于机器人，实现对安静潜行人员的跟踪。
2024-05-09 cs.LG cs.RO
FROG: A new people detection dataset for knee-high 2D range finders
本文构建膝高2D激光测距人员检测数据集FROG与基准，评测现有检测器，并提出直接处理原始数据、ROS下超500 Hz运行的端到端深度学习方法。
2025-06-11 cs.RO
Occlusion aware obstacle prediction using people as sensors
University of Moratuwa（莫拉图瓦大学）
本文提出一种以人为传感器的遮挡感知障碍物预测框架，通过分析人类避让行为并结合传感器融合与轨迹数据，实时推断遮挡区域障碍物，提升机器人导航安全性与效率。
2024-12-29 cs.RO
Politeness Counts: Perceptions of Peacekeeping Robots
Tel Aviv University（特拉维夫大学）
人们在公共场所遇到机器人时所感受到的“直觉”信任是他们愿意与这些机器人合作的关键决定因素。我们在维和机器人的背景下进行了四个实验来研究这个话题。参与者观看了以静态图像或动画形式呈现的场景，涉及机器人或人类警卫执行访问控制任务。警卫与年轻和年长的男性和女性或多或少地礼貌相处。我们的研究结果显示警卫的礼貌的强烈影响。与警卫互动的人的年龄和性别对参与者对其属性的印象没有显着影响。对机器人和人类警卫的反应没有差异。这项研究提出了这样一个概念，即礼貌是人们对维和机器人的看法的一个重要决定因素。
2022-05-19 cs.HC cs.RO
MobiKa - Low-Cost Mobile Robot for Human-Robot Interaction
Fraunhofer IPA（弗劳恩霍夫IPA研究所）；BruderhausDiakonie（布鲁德豪斯迪亚科尼）
本文设计开发了一款专为多模态人机交互优化的低成本移动机器人MobiKa，利用新算法在动态环境中自主导航以接近老年人，并在养老院真实场景中进行了测试评估。
2019-05-03 cs.RO
Diversity-aware social robots meet people: beyond context-aware embodied AI
本文介绍了“多样性感知”机器人的概念，并讨论了开发计算模型以嵌入具有多样性感知的机器人的必要性：也就是说，机器人能够适应和重新配置他们的行为，以识别，尊重和重视与他们互动的人的独特性，以促进包容，而不管他们的年龄，种族，性别，认知或身体能力等。本文讨论了基于本体论和贝叶斯网络的可能的技术解决方案，从以前的经验与文化能力的机器人。
2022-10-10 cs.AI cs.RO
Interaction design for socially assistive robots for people with developmental disabilities
Hope College（霍普学院）；Simon Fraser University（西蒙弗雷泽大学）
社交机器人，也被称为服务或助理机器人，近年来已被开发用于改善人类的生活质量。社交辅助机器人（SAR）是一种特殊类型的社交机器人，专注于通过社交互动提供支持。具有社交能力的智能机器人的设计可以根据目标用户组而变化。在这项工作中，我评估的社会辅助机器人的角色，功能和沟通方式的社会代理人提供服务或陪伴用户与发展障碍的背景下的效果。在这篇论文中，我描述了一个社会辅助机器人，支持患有发育障碍的人的交互设计的探索性研究。在探索视觉元素对机器人的视觉界面和机器人的社会维度的不同方面的影响时，我开发了一系列原型，并通过三个用户研究对其进行了测试，其中包括三个当地残疾人之家的不同功能水平的居民。记录了所有用户研究，以进行以下定性数据分析。结果表明，每个设计因素发挥了不同的作用，在提供信息，并在增加参与，有更多的方面的HRI考虑除了机器人的图形用户界面和语音，如化学和机器人的物理外观和尺寸。我还注意到，一些适用于普通用户的基本设计原则并不适用于我们的目标用户组。我的结论是，社交辅助机器人可以使我们的目标用户受益，并承认这些机器人不适合基于我们用户的反馈的某些场景。
2022-12-17 cs.HC cs.RO
In-home and remote use of robotic body surrogates by people with profound motor deficits
Georgia Institute of Technology（佐治亚理工学院）；Willow Garage（柳树车库）
通过控制与人体相当的机器人，患有严重运动缺陷的人可能会为自己执行各种物理任务，提高他们的生活质量。由于缺乏合适的接口来控制机器人身体代理人，以及缺乏涉及大量患有严重运动缺陷的人的研究，这在多大程度上是可以实现的尚不清楚。我们开发了一种新颖的基于网络的增强现实界面，使运动障碍严重的人能够远程控制Willow Garage的PR2移动机械手，这是一种具有两个手臂的人类规模的轮式机器人。然后，我们进行了两项研究，调查机器人身体替代品的使用。在第一项研究中，来自美国各地的15名具有严重运动缺陷的新手用户控制了佐治亚州亚特兰大的PR2，以执行修改后的行动研究手臂测试（ARAT）和模拟自我护理任务。参与者在ARAT上取得了有临床意义的改善，15名参与者中有12名（80%）成功完成了模拟自我护理任务。与会者一致认为，机器人系统易于使用，很有用，并将为他们的生活提供有意义的改善。在第二项研究中，一名患有严重运动缺陷的专家用户在家中免费使用PR2七天。他完成了各种自我照顾和家务任务，并以新颖的方式使用机器人。将这两项研究结合在一起，我们的研究结果表明，患有严重运动缺陷的人可以使用机器人身体替代品来改善他们的生活质量，并且他们可以通过低水平的机器人自主性和无创界面来获益。然而，降低错误率和提高运算速度的方法值得进一步研究。
2019-03-22 cs.HC cs.RO
Robotic Vision for Human-Robot Interaction and Collaboration: A Survey and Systematic Review
Australian Research Council Centre of Excellence for Robotic Vision（澳大利亚研究理事会机器人视觉卓越中心）；Queensland University of Technology（昆士兰科技大学）；Monash University（莫纳什大学）；University of Oxford（牛津大学）
本综述系统性回顾了过去10年310篇文献，全面分析了机器人视觉在人机交互与协作中的应用趋势、方法、数据集及未来挑战，指出该领域在动作识别和物体交接等方面取得进展，但计算机视觉新技术转化不足。
2023-07-28 cs.RO
Congestion-Aware Robot Tour Planning in Crowded Environments
Istituto Italiano di Tecnologia（意大利理工学院）；Università di Genova（热那亚大学）；University of Birmingham（伯明翰大学）
提出一种基于概率的巡视规划器，通过学习人流预测模型并在线构建马尔可夫决策过程，在拥挤环境中高效规划机器人路径，减少拥塞影响。
2026-07-23 cs.RO
A Simulated Experiment to Explore Robotic Dialogue Strategies for People with Dementia
University of Tennessee（田纳西大学）；Miami University（迈阿密大学）；University of Tennessee Health Science Center（田纳西大学健康科学中心）；University of Iowa（爱荷华大学）
阿尔茨海默病及相关性痴呆（Alzheimer's disease and related dementias，ADRD）患者常表现出重复提问的问题，这给ADRD患者及其照顾者带来了很大的负担。对话机器人有望解决这个问题，从而减轻照顾者的负担。在本文中，我们提出了一个部分可观察马尔可夫决策过程（POMDP）模型，用于重复提问背景下的PwD-机器人交互，并使用Q学习来学习自适应会话策略（即，跟进问题的比率和跟进问题的难度）对不同认知能力和不同参与水平的残疾人。结果表明，Q学习有助于机器人的动作选择。这可能是一个有用的一步，应用会话社交机器人，以应付重复提问的残疾人。
2021-04-18 cs.AI cs.RO
Will People Enjoy a Robot Trainer? A Case Study with Snoopie the Pacerbot
Stanford University（斯坦福大学）
本文探讨机器人四足机器人能否作为有效的个人训练设备，通过间隔训练案例研究，展示机器人教练在一致性与遵守节奏方面的优势，并证明用户更偏好机器人教练。
2026-04-20 cs.RO
Social Robots for People with Developmental Disabilities: A User Study on Design Features of a Graphical User Interface
Simon Fraser University（西蒙弗雷泽大学）
社交机器人，也被称为服务或助理机器人，近年来已被开发用于改善人类的生活质量。具有社交能力的智能机器人的设计可以根据目标用户组而变化。在这项工作中，我们评估的社会机器人的角色，功能和沟通方式的社会代理人提供服务或娱乐的用户与发育障碍的背景下的效果。在本文中，我们描述了一个社会机器人，帮助患有发育障碍的人的界面设计的探索性研究。我们开发了一系列原型，并在用户研究中测试了其中一个，其中包括三个具有不同功能水平的居民。记录整个研究，用于以下定性数据分析。结果表明，每个设计因素在传递信息和提高参与度方面发挥了不同的作用。我们还注意到，一些适用于普通用户的基本设计原则并不适用于我们的目标用户组。我们得出结论，社交机器人可以使我们的目标用户受益，并承认这些机器人不适合基于我们用户反馈的某些场景。
2018-08-01 cs.HC cs.RO
Oh F**k! How Do People Feel about Robots that Leverage Profanity?
Collaborative Robotics and Intelligent Systems (CoRIS) Institute, Oregon State University（协作机器人与智能系统研究所，俄勒冈州立大学）
本文通过三项探索性研究考察机器人在出错时说脏话对用户社会感知的影响，发现脏话与非脏话错误回应之间几乎无显著差异，表明美国用户可能不介意甚至会喜欢机器人说脏话，为机器人角色设计开辟了新的顽皮设计空间。
2025-05-09 cs.RO
One Policy to Dress Them All: Learning to Dress People with Diverse Poses and Garments
Carnegie Mellon University（卡内基梅隆大学）
本研究提出一种基于强化学习和策略蒸馏的机器人穿衣系统，利用部分点云观测为不同姿态和服装的人群穿衣，经510次试验平均覆盖手臂86%长度。
2023-06-21 cs.RO
Using Vision-Language Models as Proxies for Social Intelligence in Human-Robot Interaction
Cornell University, Cornell Tech（康奈尔大学，康奈尔科技）；Cornell University（康奈尔大学）；Rutgers University（罗格斯大学）；Cornell Tech, Jacobs Technion Cornell Institute（康奈尔科技，雅各布斯技术学院康奈尔研究所）
本文提出利用视觉-语言模型作为代理，通过轻量级感知检测器触发，实现机器人在人机交互中的社交响应能力。
2025-12-08 cs.RO
Meta Avatar Robot Cafe: Linking Physical and Virtual Cybernetic Avatars to Provide Physical Augmentation for People with Disabilities
Kanagawa Institute of Technology（神奈川工科大学）；OryLab Inc.（OryLab公司）；Meiji University（明治大学）
Meta阿凡达机器人咖啡馆是一家融合网络空间和物理空间，与人们创造新相遇的咖啡馆。我们创造了一个地方，让那些难以外出的残疾人可以在他们的物理身体和虚拟身体之间自由切换，并相互交流他们的存在和温暖。
2022-07-18 cs.CY cs.GR cs.HC
The role of successful human-robot interaction on trust -- Findings of an experiment with an autonomous cooperative robot
KUKA（库卡）；Ulm University（乌尔姆大学）
本文的基础是一个实验，15名参与者直接与自主机器人进行交互。参与者的任务是在两种不同的设置中携带一张桌子，以及一个机器人，该机器人旨在支持老年人完成繁重的任务。通过收集和分析观察，定量和定性数据的相互作用进行了调查，特别强调在机器人的信任。总体目标是更好地理解人们在日常场景中与功能机器人接触时的情感和评价反应。这项研究表明，成功的合作任务完成有积极的影响信任和其他相关的评价，如感知适应性关于机器人的行为。
2021-04-14 cs.RO
Towards Cognitive Robots That People Accept in Their Home
Georgia Institute of Technology（佐治亚理工学院）
对于辅助机器人来说，在部署之前对所有功能进行预编程是很困难的。相反，它是更现实的机器人执行补充，现场学习用户的需求和偏好，以及环境的特殊性。这种额外的学习对于在住宅或辅助生活设施中协助个性化护理活动的护理机器人特别有帮助。由于每个护理接收者都有独特的需求，这些需求可能会随着时间的推移而变化，机器人需要适应和现场学习的能力。在这项工作中，我们提出的研究设计，调查观察机器人学习对最终用户的影响。我们将评估用户对在家中进行一些学习的机器人的态度，与机器人完全有能力的基线条件相比。我们还将比较不同的学习模式，以确定是否有一些更容易灌输信任。
2022-10-17 cs.HC cs.RO
Neither "Hear" Nor "Their": Interrogating Gender Neutrality in Robots
Tokyo Institute of Technology（东京工业大学）；gDial, Inc.（gDial公司）
性别是一种社会框架，人们通过它来组织自己和非人类主体，包括机器人。几十年前的研究发现，人们倾向于在不知情的情况下对人工智能进行性别鉴定，即使在声音、身体、角色和其他社会特征方面有最轻微的人类特征。这导致了机器人性别中立的概念：我们可以避免根据人类模型对机器人进行性别划分的方法，以及对超人类性别的探索。这篇快速回顾批判性地调查了文献，以捕捉与人互动的机器人中性别中立的最新技术水平。我们目前的研究结果的理论，方法，结果和反身性。我们询问的想法，机器人性别/ing可以是中立的，并探讨通过设计和研究机器人与人互动的替代方式接近性别/ing。
2022-04-30 cs.HC cs.RO
Robot-Assisted Group Tours for Blind People
Department of Computer Sciences\ of Wisconsin--Madison Department of Computer Sciences, University of Wisconsin--Madison Madison Wisconsin USA；Waseda University Tokyo Japan；IBM Research - Tokyo Tokyo Japan；Robotics Institute Carnegie Mellon University Pittsburgh Pennsylvania USA；IBM Research\ Yorktown Heights New York USA；Department of Computer Sciences\ of Wisconsin--Madison；Waseda University；IBM Research - Tokyo；Robotics Institute Carnegie Mellon University；IBM Research\
本文提出一种机器人辅助系统，帮助盲人参与混合视觉团体游览，通过实地研究验证了机器人导航对提升盲人安全性和环境信息获取的帮助。
2026-02-19 cs.HC cs.RO
Trust in Queer Human-Robot Interaction
Iona University（爱奥那大学）；Hunter College（亨特学院）
本文主张人机交互设计必须纳入酷儿人群，并提出多样化受试者、以酷儿为中心和情境化信任度量三种方法以建立信任。
2023-11-13 cs.CY cs.RO
Fairness-Sensitive Policy-Gradient Reinforcement Learning for Reducing Bias in Robotic Assistance
Kent State University（肯特州立大学）；George Washington University（乔治华盛顿大学）
针对机器人辅助服务中对不同人群的决策偏见，提出FSPGRL自反思策略梯度方法，通过检测异常梯度更新并修正策略，在餐厅服务实验中验证其可抑制偏见并提升公平性。
2023-06-07 cs.RO
People Tracking in Panoramic Video for Guiding Robots
University of Padova（帕多瓦大学）
本文提出一组针对性方法，将标准人员检测与跟踪流水线适配至全景视频，解决大图像尺寸、柱面投影畸变及周期性等挑战，并在真实引导机器人上验证其优于现有系统，同时开源数据集与代码。
2022-06-06 cs.CV cs.RO
LDTrack: Dynamic People Tracking by Service Robots using Diffusion Models
针对机器人跟踪动态人员的难题，提出基于条件潜在扩散模型的LDTrack架构，通过时空特征提取与细化，在拥挤环境中显著提升跟踪精度与准确性。
2024-11-06 cs.CV cs.RO
From Woofs to Words: Towards Intelligent Robotic Guide Dogs with Verbal Communication
本文提出了一种新型对话系统，通过LLM实现导航计划和场景的言语化，以提升导盲犬在动态环境中的空间感知与人类操作者的协作决策能力。
2026-03-13 cs.RO
Deep Detection of People and their Mobility Aids for a Hospital Robot
University of Freiburg（弗赖堡大学）
在人口密集的环境中运行的机器人会遇到许多不同类型的人，其中一些人可能由于身体障碍或年龄较大而需要谨慎互动。因此，机器人需要认识到这种先进的需求，以提供适当的帮助，指导或其他形式的支持。在本文中，我们提出了一个基于深度的感知管道，估计在环境中的人的位置和速度，并根据他们用途：助行器他们分类：行人，人在轮椅上，人在轮椅上推他们，人与拐杖和人使用助行器。我们提出了一种快速区域建议方法，该方法为基于区域的卷积网络（Fast R-CNN）提供支持。与密集滑动窗口方法相比，我们将目标检测过程加快了七倍。我们还提出了一个概率位置，速度和类估计平滑的CNN的检测和帐户的闭塞和错误分类。此外，我们还引入了一个新的医院数据集，其中包含超过17，000张带注释的RGB-D图像。广泛的实验证实，我们的管道成功地跟踪人和他们的移动辅助设备，即使在具有挑战性的情况下，来自不同类别的多个人和频繁的闭塞。我们的实验和数据集的视频可以在http://www2.informatik.uni-freiburg.de/~kollmitz/MobilityAids上获得
2017-08-02 cs.CV cs.RO
Beyond Omakase: Designing Shared Control for Navigation Robots with Blind People
University of Maryland, College Park（马里兰大学学院公园分校）；IBM Research - Tokyo（IBM东京研究院）；Waseda University（早稻田大学）；Miraikan - The National Museum of Emerging Science and Innovation（未来馆（日本未来科学馆））
本研究通过两项视障参与者实验，提出共享控制设计策略，发现用户偏好“老板”模式管理人群互动，强调用户参与对社交导航机器人的重要性。
2025-03-31 cs.HC cs.RO
