Positioning Modular Co-Design in Future HRI Design Research
Luddy School of Informatics, Computing, and Engineering, Indiana University Bloomington（信息学、计算与工程学院，印第安纳大学布卢明顿分校）；Human-Computer Interaction Institute, Carnegie Mellon University（人机交互研究所，卡内基梅隆大学）
本文提出通过模块化协同设计提升人机交互的个性化、适应性和可持续性，并提出面向制造和社区扩展的模块化平台及评估标准。
2026-02-23 cs.HC cs.RO
Hand and Arm Gesture-based Human-Robot Interaction: A Review
Technical University of Munich（慕尼黑工业大学）；Fortiss GmbH（Fortiss有限公司）；Fujian Science & Technology Innovation Laboratory for Optoelectronic Information of China（中国福建光电信息科学技术创新实验室）
人机交互（Human-Robot Interaction，HRI）的研究目的是在人与机器人之间建立亲密友好的交流。在以人为中心的HRI中，实施成功和有效的HRI的一个重要方面是建立自然和直观的互动，包括语言和非语言。手势作为一种普遍的非语言交际方式，在日常生活中无处不在。大量的工作基于手势的HRI分散在各个研究领域。然而，对基于手势的HRI的工作仍然缺乏系统的了解。本文旨在对基于手势的HRI进行全面的综述，并重点介绍这一领域的最新研究成果。在刺激-机体-反应的框架下，本综述包括：（i）人类手势（刺激）的产生。(ii)机器人识别人类手势（有机体）。(iii)机器人对人类手势的反应（response）。此外，本文还对框架中各要素的研究现状进行了总结，并分析了相关研究成果的优缺点。最后，本文讨论了当前基于手势的HRI研究面临的挑战，并提出了未来可能的发展方向。
2022-09-17 cs.HC cs.RO
When Exceptions are the Norm: Exploring the Role of Consent in HRI
Tufts University（塔夫茨大学）
HRI的研究人员在开发机器人架构方面取得了重大进展，这些机器人架构能够读取有限的社交线索，并产生能够增强其在人类中的可爱性和舒适感的行为。然而，这些模型中的线索是相当直接的，相互作用主要是二元的。为了更有力地捕捉互动的规范性品质，我们建议同意作为一个独特的，关键领域的HRI研究。在现有的HRI工作中，围绕触摸，化学，凝视和道德规范等主题，同意的概念揭示了可以塑造机器人在社交空间中行为的关键期望。通过社会和法律原则对各种同意进行分类，我们描述了经验和技术问题，以满足主要应用领域和机器人角色所面临的同意挑战。例如，对同意的关注可以表明，行为人如何证明异常的、违反规范的行为是合理的，并为周围的人所接受。我们认为，将法律奖学金的想法付诸实施可以更好地指导机器人系统如何培养和维持适当的同意形式。
2019-02-04 cs.HC cs.RO
Using Social Cues to Recognize Task Failures for HRI: Overview, State-of-the-Art, and Future Directions
Cornell Tech（康奈尔科技学院）；Accenture Labs（埃森哲实验室）
本文提出一个利用社会线索作为反馈信号来识别机器人任务失败的框架，整合行为科学、人机交互和机器学习，并给出错误检测分类法及实践建议。
2024-05-29 cs.HC cs.RO
An Introduction to Causal Inference Methods for Observational Human-Robot Interaction Research
Johns Hopkins University（约翰斯·霍普金斯大学）
本文面向人机交互研究，提出用因果推断方法分析无法进行随机对照实验的观测数据，并通过图模型教程和代码示例帮助研究者掌握相关技术。
2023-10-31 cs.RO
Architectural HRI: Towards a Robotic Paradigm Shift in Human-Building Interaction
University of Antwerp（安特卫普大学）
本文探讨了通过机器人技术实现人与建筑交互的范式转变，强调多层建筑结构同步适应以提升可持续性和 occupant 需求，并呼吁跨学科研究整合相关知识。
2026-03-03 cs.HC cs.RO
How Do We Research Human-Robot Interaction in the Age of Large Language Models? A Systematic Review
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Zhejiang University（浙江大学）；Savannah College of Art and Design（萨凡纳艺术设计学院）；West China Hospital, Sichuan University（四川大学华西医院）
本文系统综述了大语言模型时代人机交互的研究现状，揭示了LLMs对HRI基本原理的影响及当前研究的探索性特征，提出了未来研究的设计考虑与挑战。
2026-02-13 cs.HC cs.RO
Proceedings of the AI-HRI Symposium at AAAI-FSS 2020
National Institute of Standards and Technology（美国国家标准与技术研究院）；Franklin & Marshall College（富兰克林与马歇尔学院）；Heriot-Watt University（赫瑞-瓦特大学）；UMass-Lowell（马萨诸塞大学洛厄尔分校）；UT Austin（德克萨斯大学奥斯汀分校）；University of Leeds（利兹大学）；Semio；Plymouth University（普利茅斯大学）；Tufts University（塔夫茨大学）
自2014年以来，人工智能（AI）人机交互（HRI）研讨会一直是讨论和合作的成功场所。在这段时间里，机器人信任的相关主题一直在快速增长，世界各地的大学和实验室都在进行重大研究。事实上，许多过去的AI-HRI参与者已经或现在正在参与对HRI信任的研究。虽然信任没有共识的定义，但它通常与可预测性，可靠性，激发信心和满足期望有关。此外，人们普遍认为，信任对于人工智能和机器人技术的采用至关重要，特别是在将技术从实验室过渡到工业、社会和消费者应用时。然而，信任如何适用于我们在AI-HRI领域遇到的特定情况？AI中的信任概念与HRI中的信任概念相同吗？我们看到对直接生活在AI和HRI的交叉点的研究的需求越来越大，这是由这次研讨会提供服务的。在为期两天的会议期间，我们建议创建一个合作论坛，讨论AI-HRI当前的信任努力，并将分会议集中在HRI的可解释AI（XAI）的相关主题上。
2020-12-14 cs.AI cs.HC cs.RO
Continuous Focus Groups: A Longitudinal Method for Clinical HRI in Autism Care
Italian Institute of Technology（意大利理工学院）
本文提出持续焦点小组，通过纵向方法持续与自闭症儿童辅助护理专业人员对话，提升HRI研究的伦理性和实用性，适用于临床场景中持续参与的研究需求。
2026-04-20 cs.HC cs.RO
HRI in Indian Education: Challenges Opportunities
Max Planck Institute for Psycholinguistics（马克斯·普朗克心理语言学研究所）；Indian Institute of Technology（印度理工学院）；Symbiosis Institute of Technology（共生科技学院）
本文从印度视角探讨了设计人机交互（HRI）课程面临的挑战与机遇，指出这些问题直接影响课程设计并对整个HRI领域具有广泛意义。
2024-03-18 cs.HC cs.RO
What and How Are We Reporting in HRI? A Review and Recommendations for Reporting Recruitment, Compensation, and Gender
University of Southern California（南加州大学）；Viterbi School of Engineering（维特比工程学院）
研究的可重复性和结果对广泛包容的人群的可推广性在任何研究中都是至关重要的。HRI以前的荟萃分析集中在不同类别的论文中报告信息的一致性。然而，HRI社区的成员注意到，许多可重复和可推广的研究所需的信息在已发表的论文中找不到。我们通过调查过去三年（2019年至2021年）报告的人机交互国际会议（HRI）以及alt.HRI主要会议记录的研究元数据来解决这个问题。根据分析结果，我们提出了一套建议，为HRI社区遵循长期的报告准则，从人机交互（HCI），心理学，和其他领域最相关的HRI。最后，我们研究了用户研究再现性的三个关键领域：招募细节，参与者补偿和参与者性别。我们发现这些研究元数据类别中的每一个都缺乏报告：在236项研究中，139项研究没有报告招募方法，118项研究没有报告补偿，62项研究没有报告性别数据。因此，这一分析为人力资源倡议需要改进的具体报告类型提供了指导。
2022-03-03 cs.HC cs.RO
Proceedings of the AI-HRI Symposium at AAAI-FSS 2018
Georgia Institute of Technology（佐治亚理工学院）；Samsung Research of America（三星美国研究院）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；SIFT；University of Colorado Boulder（科罗拉多大学博尔德分校）；Sapienza University of Rome（罗马大学）；Heriot-Watt University（赫瑞-瓦特大学）；Semio；Plymouth University（普利茅斯大学）；Colorado School of Mines（科罗拉多矿业学院）
人机交互（HRI）研讨会的人工智能（AI）交互式学习的目标是汇集致力于交互式机器人交互式学习场景的大型研究人员社区。虽然目前HRI的研究涉及研究机器人与人有效互动的方法，但HRI的总体目标是开发自主的机器人，同时智能地建模和学习人类。这些目标与人工智能和交互式机器学习的一些核心目标有很大的重叠，因此HRI是交互式学习的一个极具挑战性的问题领域，并将为机器人研究带来新的问题领域。目前的人工智能研究仍然没有广泛考虑与人类直接交互以及在人类居住的环境中进行交互的情况，这些情况在动态，结构和交互方面存在固有的不确定性。我们相信，HRI社区已经提供了一套丰富的原则和观察，可用于构建新的互动模式。人类感知的人工智能计划主要是通过人在回路的方法来实现的，这些方法使用人们的数据和反馈来改进算法、学习功能和个性化的细化和性能。因此，我们认为HRI是进一步推进人工智能和机器人研究的重要组成部分。
2018-09-18 cs.RO
Affective Computing for Human-Robot Interaction Research: Four Critical Lessons for the Hitchhiker
University of Cambridge（剑桥大学）
本文批判了直接将预训练情感模型应用于情境人机交互的现有实践，提出四个关键教训，指导研究者如何更好地利用情感计算推进HRI研究。
2023-03-31 cs.HC cs.RO
AI-HRI 2021 Proceedings
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Bar Ilan University（巴伊兰大学）；National Institute of Standards and Technology（美国国家标准与技术研究院）；Heriot-Watt University（赫瑞瓦特大学）；US Army Research Lab（美国陆军研究实验室）；Colorado School of Mines（科罗拉多矿业学院）；Semio；Plymouth University（普利茅斯大学）；Tufts University（塔夫茨大学）；Franklin & Marshall College（富兰克林与马歇尔学院）
自2014年以来，人工智能（AI）人机交互（HRI）研讨会一直是讨论和合作的成功场所。在此期间，这些研讨会为众多合作提供了肥沃的土壤，并开创了许多关于HRI信任、XAI for HRI、服务机器人、交互式学习等的讨论。今年，我们的目标是回顾过去十年中AI-HRI社区的成就，确定未来面临的挑战，并欢迎希望加入这个不断发展的社区的新研究人员。从这个广泛的角度来看，今年的研讨会将不会有单一的主题，我们鼓励跨学科和研究兴趣的AI-HRI提交。此外，随着人们对AR和VR作为交互的一部分的兴趣日益浓厚，以及在大流行期间进行物理实验遇到困难，今年我们特别鼓励研究人员提交不包括物理机器人的作品，但促进HRI总体研究。此外，认识到道德是人机交互的固有组成部分，我们鼓励提交关于HRI道德的作品。在为期两天的会议期间，我们将举办一个合作论坛，讨论AI-HRI目前的努力，并重点讨论HRI和无处不在的HRI的道德主题。
2021-09-23 cs.AI cs.RO
A Tool for Organizing Key Characteristics of Virtual, Augmented, and Mixed Reality for Human-Robot Interaction Systems: Synthesizing VAM-HRI Trends and Takeaways
U. of Southern California（南加利福尼亚大学）；U. of Colorado Boulder（科罗拉多大学博尔德分校）；Brown University（布朗大学）
框架已经开始出现，以分类虚拟，增强和混合现实（VAM）技术，提供沉浸式，直观的界面，以促进人机交互。然而，这些框架未能捕捉到VAM-HRI不断增长的子领域的关键特征，并且由于连续的规模而难以一致地应用。这项工作建立在这些先前的框架，通过创建一个工具，组织VAM-HRI系统的关键特征（TOKCS）。TOKCS将先前工作中使用的连续尺度离散化，以实现更一致的分类，并增加了与机器人内部模型、锚点位置、可操作性以及系统软件和硬件相关的其他特征。为了展示该工具的能力，TOKCS应用于第四届VAM-HRI研讨会的十篇论文，并检查了主要趋势和要点。这些趋势突出了TOKCS的表达能力，同时也有助于为VAM-HRI研究制定新的趋势和未来的工作建议。
2022-02-10 cs.HC cs.RO
Toward Family-Robot Interactions: A Family-Centered Framework in HRI
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
针对当前人机交互研究忽略家庭复杂互动的缺口，本文通过叙述性综述梳理家庭-机器人交互的研究机遇，并提出可落地的以家庭为中心的交互研究与实践框架，为家庭机器人设计提供指导。
2024-01-25 cs.HC cs.RO
A Study on Domain Generalization for Failure Detection through Human Reactions in HRI
Cornell Tech（康奈尔科技学院）；Accenture Labs（埃森哲实验室）
该研究针对人机交互中故障检测模型的领域泛化问题，用实验室和在线两类人类面部表情数据集分别训练深度学习模型，发现跨数据集测试时性能显著下降，分析成因并给出建议，强调需提升模型鲁棒性与实际适用性。
2024-03-10 cs.HC cs.LG cs.RO
Human Capabilities as Guiding Lights for the Field of AI-HRI: Insights from Engineering Education
Colorado School of Mines（科罗拉多矿业大学）
以社会公正为导向的工程教育框架已经开发出来，以帮助指导工程专业的学生决定哪些项目将真正满足人类的需求，创造一个更美好，更公平的社会。在本文中，我们探讨了这些理论在人工智能领域可能发挥的作用，考虑了我们的社区在多大程度上与这些建议保持一致，并设想了我们的研究社区从这些理论中获得指导的未来。特别是，我们分析了最近的AI-HRI（通过分析2020年AI-HRI论文），并考虑了AI-HRI可能的未来（通过投机性道德实践）。这两项活动都是通过社会正义工程（E4 SJ）框架的镜头来指导的，该框架以环境倾听和增强人类能力为中心。我们的分析表明，目前的AI-HRI研究与社会正义工程的指导原则并不一致，因此，显然不能满足我们最能帮助的社区的需求。因此，我们建议，通过E4 SJ框架激励未来的工作可以帮助确保我们作为研究人员正在开发的技术，实际上将导致一个更公平的世界。
2021-10-06 cs.CY cs.RO
Concerns and Values in Human-Robot Interactions: A Focus on Social Robotics
IDLab-AIRO , Ghent University – imec（IDLab-AIRO 和根特大学 – imec）；Ghent University – imec（根特大学 – imec）；DEIB , Politecnico di Milano（DEIB 和米兰理工大学）
本文通过文献综述和焦点小组讨论，识别了医疗、教育和家庭场景中人机交互的关键问题与价值观，并开发了HRI价值罗盘工具以指导机器人设计。
2025-12-07 cs.HC cs.RO
Small but Fair! Fairness for Multimodal Human-Human and Robot-Human Mental Wellbeing Coaching
针对HRI中机器学习偏见及小型多模态数据集去偏难题，本文分析人人与机器人-人类健康辅导数据，提出MixFeat数据增强策略并给出公平性研究建议。
2024-05-15 cs.RO
Ethical Challenges in the Human-Robot Interaction Field
University of Skövde（舍夫德大学）
这个扩展摘要的目的是介绍五个例子，在HRI的道德问题，可能有潜在的道德影响，特别是对HRI的参与者。我们认为，为了就如何处理这些问题达成共识，必须讨论这些例子。由于篇幅所限，这份清单还远远不够详尽，我们希望它能引发更广泛的讨论，激发HRI研究人员的伦理思考。以前的工作已经表明，在HRI领域的道德行为少报的趋势，在这个扩展的摘要，我们认为一些可能出现在HRI研究的伦理问题。
2021-04-15 cs.RO
HAVEN: A Unity-based Virtual Robot Environment to Showcase HRI-based Augmented Reality
由于COVID-19大流行，出于限制病毒传播的社交距离措施，不允许亲自进行人机交互（HRI）研究。因此，虚拟现实（VR）模拟与虚拟机器人可以提供一种替代现实生活中的HRI研究。像一个真正的智能机器人一样，虚拟机器人可以利用相同的先进算法来自主行动。本文介绍了HAVEN（基于HRI的增强在虚拟机器人环境中使用uNity），一个VR模拟，使用户能够与虚拟机器人进行交互。该系统设计的目标是使研究人员能够进行HRI增强现实研究，使用虚拟机器人，而不是在真实的环境中。该框架还介绍了两种常见的HRI实验设计：走廊通过场景和人-机器人团队对象检索场景。两者都反映了HAVEN作为未来基于AR的HRI研究工具的潜力。
2020-11-06 cs.RO
Plant-Inspired Robot Design Metaphors for Ambient HRI
Johns Hopkins University（约翰霍普金斯大学）；Rice University（Rice大学）
本文提出受植物启发的机器人设计隐喻，通过原型设计探索环境人机交互的新方法，提供了一套开源原型和设计洞察，以重塑人机交互方式。
2026-01-29 cs.HC cs.RO
ReStory: VLM-augmentation of Social Human-Robot Interaction Datasets
Cornell Tech（康奈尔科技学院）
本文提出ReStory方法，利用视觉语言模型在人工监督下将现有人机交互数据增强为故事板形式的可解释交互场景，以缓解自然交互数据稀缺问题。
2024-12-30 cs.HC cs.RO
Robots in the Wild: Contextually-Adaptive Human-Robot Interactions in Urban Public Environments
Design Lab, The University of Sydney（悉尼大学设计实验室）；The Australian Centre for Robotics, The University of Sydney（悉尼大学澳大利亚机器人中心）；Faculty of Arts and Social Sciences, The University of Sydney（悉尼大学文学与社会科学学院）
本文提出一个为期半天的 OzCHI 研讨会，探讨城市公共环境中情境自适应 HRI 的设计挑战与协作网络。
2024-12-10 cs.HC cs.RO
Evaluating MEDIRL: A Replication and Ablation Study of Maximum Entropy Deep Inverse Reinforcement Learning for Human Social Navigation
Purdue University（普渡大学）
本研究复现并消融了MEDIRL框架，发现二维状态表示优于三维，显著提升了人机交互中行人行为预测的准确性。
2024-06-03 cs.HC cs.RO
Preserving HRI Capabilities: Physical, Remote and Simulated Modalities in the SciRoc 2021 Competition
Sapienza University of Rome（罗马第一大学）
在过去的几年里，机器人正在走出研究实验室，进入日常生活。在日常场景中，机器人的能力的基准测试比赛有助于在这条道路上向前迈进一步。事实上，它们促进了能够解决人形场景中人机共存过程中可能发生的问题的健壮架构的开发。其中一个竞赛是SciRoc，在其第二版中，提出了新的基准环境。特别是，SciRoc 2的第1集提出了三种不同的参与方式，同时保留了作为基本基准功能的人机交互（HRI）。用于挑战参赛团队的咖啡店环境代表了一个出色的测试平台，可以对不同的机器人功能进行基准测试，但也是一个提出创新解决方案的绝佳机会，以保证在新冠肺炎大流行的限制下实现真正的人机交互程序。开发的软件公开发布。
2023-03-22 cs.HC cs.RO
Not Only WEIRD but "Uncanny"? A Systematic Review of Diversity in Human-Robot Interaction Research
Tokyo Institute of Technology（东京工业大学）；Keio University（庆应义塾大学）；The University of Waterloo（滑铁卢大学）
本文系统综述了2006-2022年人机交互国际会议中的827项研究，发现HRI研究同样存在WEIRD抽样偏差，并在性别、种族、年龄、残障等多维度上存在代表性不足和报告不透明问题，进而讨论了其对方法论和伦理的影响。
2023-04-18 cs.HC cs.RO
Towards Massive Interaction with Generalist Robotics: A Systematic Review of XR-enabled Remote Human-Robot Interaction Systems
The Hong Kong Polytechnic University（香港理工大学）；The Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州））
该综述基于PRISMA方法系统回顾了100篇论文，总结了AR、VR、MR等扩展现实技术在远程人机交互中的应用、用户体验增强及交互设计，并指出了未来研究方向。
2024-03-26 cs.HC cs.RO
Equanimity in HRI: Applying Calm Technology Principles to Human-Robot Interaction
Cognitive Science Department, Jagiellonian University（杰兹维日大学认知科学系）
本文探索将平静技术整合到人机交互中，为家庭辅助机器人设计提供指南，以促进平和、非侵入性的交互，并强调负责任机器人学与伦理考量。
2026-04-20 cs.HC cs.RO
Asch Meets HRI: Human Conformity to Robot Groups
Italian Institute of Technology（意大利理工学院）；UNSW Sydney（悉尼新南威尔士大学）
本研究将经典 Asch 实验引入工业机器人 HRI，探究群体规模、机器人可信度及同伴压力对人类遵循机器人错误响应的影响，以揭示工业场景中的群体动力学。
2023-08-25 cs.AI cs.RO
LaMI: Large Language Models for Multi-Modal Human-Robot Interaction
Honda Research Institute EU（欧洲本田研究所）
本研究提出基于LLM的多模态人机交互系统LaMI，通过语言指导、原子动作定义和示例驱动机器人行为，在实体机器人上验证了多模态适配与动态表达能力，革新了传统HRI设计模式。
2024-04-11 cs.HC cs.RO
The Road to a Successful HRI: AI, Trust and ethicS-TRAITS
本次研讨会的目的是让来自学术界和工业界的研究人员有可能讨论人与机器人之间关系的跨学科和多学科性质，以实现有效和持久的合作。本次研讨会将为HRI和机器人社区提供一个论坛，以探索成功的人机交互（HRI），分析影响其成功的HRI的不同方面。特别关注的是实现自主交互所需的人工智能算法，以及增强、破坏或恢复人类对机器人信任的因素。最后，将考虑潜在的道德和法律问题，以及如何解决这些问题。网址：https://sites.google.com/view/traits-hri
2021-04-20 cs.AI cs.RO
Proceedings of the AI-HRI Symposium at AAAI-FSS 2019
UT Austin（德克萨斯大学奥斯汀分校）；Samsung Research of America（三星美国研究院）；Smart Information Flow Technologies（智能信息流技术公司）；Sapienza University of Rome（罗马大学）；University of Leeds（利兹大学）；Heriot-Watt University（赫瑞-瓦特大学）；Semio；Plymouth University（普利茅斯大学）；Tufts University（塔夫茨大学）；Lund University（隆德大学）；Colorado School of Mines（科罗拉多矿业学院）
在过去的几年里，服务机器人的发展取得了迅速的进展。大学和公司都已经开展了重大的研究工作，以部署旨在帮助人类操作员执行各种任务的雄心勃勃的系统。这些机器人旨在使那些可能需要生活在辅助护理设施中的人更加独立，帮助工人完成他们的工作，或者只是为了使生活更加方便。服务机器人提供了一个强大的平台，在此基础上研究人工智能（AI）和人机交互（HRI）在现实世界中。位于AI和HRI交叉点的研究对于服务机器人的成功至关重要，如果他们要完成他们的使命。本次研讨会旨在突出研究，使机器人能够有效地与人自主互动，同时建模，规划和推理的环境中，机器人的操作和它必须执行的任务。AI-HRI解决了在相对非结构化或围绕人而不是机器的环境中与人类交互的挑战，以及机器人可能需要自然地与人交互而不是通过教学吊坠，编程或类似界面的可能性。
2019-09-19 cs.RO
Soft is Safe: Human-Robot Interaction for Soft Robots
Indian Institute of Technology - Kanpur（印度理工学院坎普尔分校）
本文系统回顾了软体机器人与人机交互的研究现状，涵盖软体机器人的控制、设计、材料与制造，分析了HRI的输入输出模态、典型应用、局限性及未来研究机会，指出该领域具有广阔发展前景。
2025-02-03 cs.RO
Quori: A Community-Informed Design of a Socially Interactive Humanoid Robot
University of Pennsylvania（宾夕法尼亚大学）；Semio AI, Inc.（Semio AI公司）；USC（南加州大学）
社交互动机器人的硬件平台可能会受到成本或功能缺乏的限制。本文介绍了整体系统-设计，硬件和软件-Quori，一种新颖的，负担得起的，社会互动的人形机器人平台，促进非接触式人机交互（HRI）的研究。该系统的设计是由HRI研究社区的反馈抽样的动机。整体设计保持了可负担性和功能性的平衡。介绍了Quori的初始测试和为期六个月的部署。10个Quori平台已授予来自美国各地的不同研究人员，以促进HRI研究，从一个共同的平台建立一个社区数据库。
2021-09-02 cs.RO
HRI Challenges Influencing Low Usage of Robotic Systems in Disaster Response and Rescue Operations
University of Tennessee, Knoxville（田纳西大学诺克斯维尔分校）
本文针对灾难响应与救援场景中机器人系统使用率低的问题，聚焦人机交互（HRI）挑战，梳理现有救灾机器人系统的HRI问题，并借鉴已有研究提出应对思路。
2024-01-28 cs.HC cs.RO
A Review on Trust in Human-Robot Interaction
University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校）
由于机器人和人机交互领域的敏捷发展，未来的机器人代理旨在扮演队友的角色，并与人类合作执行操作，而不是在特定任务中取代人类帮助人类的工具。这种与机器人合作的概念对人机交互（HRI）提出了新的挑战，这引起了HRI的一个新的研究领域，即人机信任。当人类和机器人作为合作伙伴工作时，如果人类不适当地信任机器人，工作的表现可能会降低。考虑到在不同的HRI领域观察到的人-机器人信任的影响，许多研究人员研究了人-机器人信任领域，并研究了与人-机器人信任相关的各种问题。在这项工作中，我们回顾了过去的工作，人-机器人信任的研究主题的基础上，并讨论了在这一领域的选择趋势。在此基础上，本文最后提出了一些未来研究的思路和方向。
2021-05-20 cs.CY cs.HC cs.RO
The Road to a Successful HRI: AI, Trust and ethicS-TRAITS
本次研讨会的目的是促进对过去和正在进行的研究的见解交流，以实现人类和机器人之间的有效和持久的合作。该讲习班将为学术界和工业界的代表提供一个论坛，以分析影响其成功的人力资源投资的不同方面。我们特别关注实现自主和主动交互所需的人工智能技术，增强，破坏或恢复人类对机器人的接受和信任的因素，以及与在以人为中心的环境中部署此类机器人相关的潜在伦理和法律问题。网址：https://sites.google.com/view/traits-hri-2022
2022-06-07 cs.AI cs.RO
Towards Formalizing HRI Data Collection Processes
Colorado School of Mines（科罗拉多矿业学院）
在人机交互（HRI）领域，许多研究人员都专注于人类受试者研究的精心设计。然而，社区的其他部分，例如，技术进步团体也需要进行人类受试者研究，以收集数据来训练他们的模型，这种方法需要用户研究，但没有严格的实验设计。这种数据汇集的设计是一个值得更多关注的探索领域。在这项工作中，我们贡献了一个明确定义的过程，收集数据的三个步骤为机器学习建模的目的，接地在最近的文献，并详细说明了使用这个过程，以方便参考表达的语料库的收集。具体来说，我们讨论了我们的数据汇集的目标，以及我们如何工作，以鼓励覆盖面广，丰富的参与者的反应，通过我们的设计任务环境，任务本身，和研究程序。我们希望这项工作将导致更多的数据汇集形式主义的努力，在人权研究所社区和富有成效的讨论在讲习班期间。
2022-03-16 cs.AI cs.HC cs.RO
A Survey of Multi-Agent Human-Robot Interaction Systems
University of Waterloo（滑铁卢大学）
本文介绍了人机交互（HRI）领域的文献综述，特别是包含两个以上代理的系统（即，具有多个人和/或多个机器人）。我们确定了三个核心方面的“多代理”HRI系统是有用的，了解这些系统如何不同的二元系统和彼此。这些是团队结构，代理之间的交互方式，以及系统的计算特性。在这些核心方面，我们提出了五个属性的HRI系统，即团队规模，团队组成，交互模式，通信方式，和机器人控制。这些属性用于表征和区分一个系统与另一个系统。我们填充产生的类别与最近的文献中的例子，以及他们的应用程序的简要讨论，并分析这些属性如何不同的情况下，二元人类-机器人系统。我们总结了当前文献中的主要观察结果，并确定了这一领域未来研究的挑战和有前途的领域。为了实现机器人成为社会的一部分并与人类无缝交互的愿景，需要扩展对多人-多机器人系统的研究。这些系统不仅需要几个代理之间的协调，它们还涉及多代理和间接的互动，这是缺乏二元HRI系统。在HRI系统中添加多个代理需要先进的交互方案，行为理解和控制方法，以允许人类和机器人之间的自然交互。此外，在人机混合团队中对人类行为理解的研究也需要更多的关注。这将有助于制定和实施有效的机器人控制策略，在HRI系统中有大量的异构机器人和人类;团队组成反映了许多现实世界的场景。
2022-12-10 cs.RO
Virtual, Augmented, and Mixed Reality for Human-Robot Interaction: A Survey and Virtual Design Element Taxonomy
University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）；Colorado School of Mines（科罗拉多矿业学院）；IBM Research AI（IBM人工智能研究院）
用于人机交互的虚拟、增强和混合现实技术（VAM-HRI）近年来受到了广泛的关注。然而，HRI社区缺乏一套共享的术语和框架来表征混合现实界面的各个方面，这为未来的研究带来了严重的问题。因此，重要的是要有一套共同的术语和概念，可以用来准确描述和组织在该领域内正在进行的各种工作。在本文中，我们提出了一种新的分类框架不同类型的VAM-HRI接口，由四个主要类别的虚拟设计元素（VDES）。我们提出并证明了我们的分类，并解释了它的元素是如何在过去30年中发展的，以及VAM-HRI在未来十年中的发展方向。
2022-02-23 cs.AI cs.GR cs.HC
Hey, Teacher, (Don't) Leave Those Kids Alone: Standardizing HRI Education
Case Western Reserve University（凯斯西储大学）
本文针对人机交互（HRI）领域发展需求，提出标准化本科HRI入门课程方案，涵盖理论实践模块、通用实践平台、论文阅读培训及15周课程细节，以保障跨院校教学质量与一致性。
2025-09-03 cs.CY cs.HC cs.RO
Robotic Exercise Trainer: How Failures and T-HRI Levels Affect User Acceptance and Trust
Ben-Gurion University of the Negev（内盖夫本-古里安大学）
身体活动对健康和幸福很重要，但只有少数人符合世界卫生组织的身体活动标准。机器人运动训练器的开发可以帮助增加训练的可及性和动力。用户的接受和信任是成功实现这种辅助机器人的关键。这可能会受到机器人系统的透明度和机器人性能的影响，特别是它的故障。该研究提出了一个初步的调查的透明度水平相关的任务，人类，机器人和互动（T-HRI），与机器人的行为进行了相应的调整。在部分实验过程中机器人性能的故障允许分析与故障相关的T-HRI水平的影响。在机器人的表现中经历失败的参与者表现出比那些没有经历这种失败的人更低的接受和信任水平。此外，T-HRI水平和参与者群体之间的接受措施存在差异，这为未来的研究提出了几个方向。
2022-09-04 cs.RO
ERR@HRI 3.0 Challenge: Multimodal Detection of Errors and Anticipation in Human-Robot Interactions
Cornell University（康奈尔大学）；Microsoft Research（微软研究院）；Johns Hopkins University（约翰霍普金斯大学）；University of Cambridge（剑桥大学）
ERR@HRI 3.0 挑战赛提供自然场景视频数据集，供研究者开发多模态机器学习模型检测人机交互错误与预期，三个团队提交的有效模型超卷积神经网络基线，为构建相关检测系统提供了数据、任务、基线及结果等参考。
2026-07-14 cs.HC cs.RO
Why did My Robot Just Change Personality? Prompting Guidelines for a Grounded Robot Persona in LLM-Based HRI
RPTU Kaiserslautern（凯泽斯劳滕工业大学）；Linköping University（林雪平大学）；University of Hertfordshire（赫特福德大学）；Eindhoven University of Technology（埃因霍温理工大学）；Australian National University（澳大利亚国立大学）；University of Cambridge（剑桥大学）；University of Naples Federico II（那不勒斯费德里科二世大学）；Ben-Gurion University of the Negev（本-古里安大学内盖夫分校）；The Azrieli National Center for Autism and Neurodevelopment Research（阿兹列利国家自闭症与神经发育研究中心）
本文针对基于LLM的HRI中机器人人格模糊等问题，提出含八个组件的提示设计框架及指南，为HRI研究提供结构化设计与报告辅助，强调提示设计需作为社会技术问题处理。
2026-08-28 cs.AI cs.HC cs.RO
Robot-stated limitations but not intentions promote user assistance
Sheffield Robotics, University of Sheffield（谢菲尔德大学谢菲尔德机器人中心）；Department of Psychology, University of Sheffield（谢菲尔德大学心理学系）
人机交互（HRI）的研究通常是建立在机器人帮助人类实现人类主导的目标或共享任务的前提下。然而，在HRI期间有许多情况下，机器人可能需要人类的帮助来完成共享任务或实现目标。我们使用ROBO-GUIDE模型作为案例研究，并从社会心理学的见解，研究机器人的个性如何影响用户合作。一项针对364名参与者的研究表明，人们可能更喜欢使用讨人喜欢的社交机器人，而不是那些看起来更有能力的机器人;这一结果反映了人类人际关系中已知的社会决策。这项工作进一步证明了社会心理学在开发社交机器人和探索HRI方面的价值。
2016-06-08 cs.HC cs.RO
Formalizing and Guaranteeing* Human-Robot Interaction
Cornell University（康奈尔大学）
从自动驾驶汽车到两足动物和无人机，机器人的能力在各个领域都在成熟。因此，机器人很快将不再局限于安全控制的工业环境;相反，它们将直接与公众互动。不断发展的人机交互（HRI）领域研究了这种情况的各个方面-从社会规范到联合行动，再到人机团队等等。HRI的研究人员在开发与人类一起或围绕人类行动的机器人的模型，方法和算法方面取得了很大进展，但这些“计算HRI”模型和算法通常没有对其操作的正式保证和约束。为了使人机交互机器人能够从实验室转移到现实世界的部署，我们必须解决这一差距。本文概述了用于创建可证明值得信赖的系统的验证，验证和合成技术，描述了可以从这些技术中受益的几个HRI领域，并为创建正式和有保证的人机交互所需的挑战和研究提供了路线图。
2020-06-30 cs.RO
NatSGD: A Dataset with Speech, Gestures, and Demonstrations for Robot Learning in Natural Human-Robot Interaction
University of Maryland, College Park（马里兰大学帕克分校）
本文提出NatSGD多模态HRI数据集，同步收录自然语音、手势指令与机器人行为演示，支持机器人学习并验证了联合建模语音和手势的价值。
2024-03-04 cs.LG cs.RO
Human-Robot Interaction: Applications
South Valley University（南河谷大学）
近年来，人-机器人交互（HRI）是一个广泛的研究课题和主题，获得了重要性和意义。HRI的目标是机器人能力和人类技能之间的互补组合。机器人在精度、速度和力量方面帮助人类。人类的贡献在于经验、执行任务的知识、直觉、容易适应和学习以及对控制策略的理解。在这项工作中，人机交互的应用进行了审查。这些应用可以是工业、医疗、农业、服务和教育。HRI可用于生产线的拾取和放置、焊接工艺、零件组装和喷漆等工业应用。辅助机器人是HRI最引人注目的领域之一。对于身体和精神上有挑战的人来说，机器人可以提供互动和治疗的机会。此外，HRI还可以在医院中广泛应用。如今，HRI对于应对新型冠状病毒（COVID-19）大流行非常重要。在农业中，人类和机器人之间的合作有助于完成许多任务，包括收割，播种，除草，喷洒，杂草检测，牵引和割草。HRI也可以在其他应用中找到，如教育，采矿和家庭使用。
2021-02-01 cs.RO
HRIBench: Benchmarking Vision-Language Models for Real-Time Human Perception in Human-Robot Interaction
Thomas Lord Department of Computer Science, Viterbi School of Engineering University of Southern California, Los Angeles CA 90089, USA
本文提出HRIBench，一个评估人机交互中VLM实时人类感知能力的VQA基准，涵盖五个关键领域共1000个问题，评估11个模型发现现有VLM在核心感知和性能-延迟权衡上均不足，呼吁开发低延迟的小型VLM。
2025-06-25 cs.CV cs.RO
Towards a Participatory and Social Justice-Oriented Measure of Human-Robot Trust
Hunter College, City University of New York（纽约市立大学亨特学院）
本文针对现有人机信任测量忽视权力结构和不公平的问题，提出一种以社区参与和社会正义为导向的信任测量共同设计方法，使测量工具更准确反映特定社区对机器人的信任因素。
2024-02-24 cs.CY cs.RO
Social Group Human-Robot Interaction: A Scoping Review of Computational Challenges
Politecnico di Milano（米兰理工大学）；Imperial College London（帝国理工学院）
本文通过综述过去十年44篇论文，系统分析了群体人机交互中在感知与行为生成方面的独特计算挑战，并指出了研究空白与未来方向。
2024-12-20 cs.RO
Exploring Causality for HRI: A Case Study on Robotic Mental Well-being Coaching
University of Cambridge（剑桥大学）；Politecnico di Milano（米兰理工大学）；Indian Institute of Technology Madras（马德拉斯印度理工学院）；Bogazici University（博阿齐奇大学）
本文以工作场所中为期四周的自适应机器人心理健康辅导为案例，采用宏观与微观因果分析，探究机器人依据面部效价、言语时长等多模态行为进行自适应对提升幸福感的作用。
2025-03-04 cs.AI cs.CY cs.HC
