Designing for Robot Wranglers: A Synthesis of Literature and Practice
Computer Science Department（计算机科学系）；George Mason University（乔治·玛莎大学）；Department of Computer Science/Department of Art（计算机科学系/艺术系）；University of Maryland（马里兰大学）；Houston Methodist（休斯顿 Methodist 医院）；Kyoto University（京都大学）；Department of Computer Science（计算机科学系）
本文通过文献综述和实践反思，揭示了机器人协调员的角色需求，并提出支持协调员个体及服务生态的设计建议。
2026-05-15 cs.HC cs.RO
From Framework to Reliable Practice: End-User Perspectives on Social Robots in Public Spaces
Department of Computer Science and Communication（计算机科学与通信系）；Østfold University College（奥斯Fold大学学院）；Escuela Técnica Superior de Ingenieros Informáticos（信息工程高级技术学院）；Universidad Politécnica de Madrid（马德里理工大学）；Department of Information Security and Communication Technology（信息安全与通信技术系）；Norwegian University of Science and Technology（挪威科学与技术大学）
本文基于遵循SecuRoPS框架部署的大学接待员ARI社交机器人试点，收集35名师生反馈验证伦理安全框架落地路径，开源可复用模板以推动公共空间可信包容社交机器人研发。
2025-11-13 cs.RO
From Technical Metrics to User Perception: A User Study of a Multimodal Human-Robot Interaction System for Object Detection and Grasping
Dalian University of Technology（大连理工大学）
通过24名用户的受试内实验，验证了端到端任务成功率从75%提升至90%的技术改进能显著提升用户对速度、可靠性和整体能力的感知，且70.83%的用户偏好改进系统。
2026-07-02 cs.AI cs.RO
Does Removing Stereotype Priming Remove Bias? A Pilot Human-Robot Interaction Study
Georgia State University（佐治亚州立大学）；Georgia Institute of Technology（佐治亚理工学院）
能够参与复杂社会互动的机器人在各种应用中显示出巨大的潜力。随着这些机器人越来越受欢迎，必须不断评估人类与机器人关系的动态。对这种关键关系有潜在影响的一个因素是人类对社交机器人的刻板印象，这种做法被认为会影响这项技术的开发人员和用户。因此，在本研究中，我们希望调查的差异，在参与者的看法，机器人的互动，如果我们删除刻板印象启动。这在类似的研究中尚未成为普遍做法。考虑到种族群体之间的情感刻板印象，特别是在美国，这项研究特别试图调查机器人“肤色”对人类感知机器人情感表达行为的潜在影响。进行了198人的受试者间实验。结果显示，不同机器人皮肤颜色的整体情感分类或强度评级没有显着差异。这些结果为我们的假设提供了证据，即当个体没有与人类刻板印象相关的信息时，机器人会根据功能属性与刻板属性进行评估。这提供了一些信心，如果设计正确，机器人可以作为一种工具来克服与人类行为相关的基于刻板印象的偏见。
2018-07-03 cs.HC cs.RO
Common (good) practices measuring trust in HRI
University of Hertfordshire（赫特福德大学）；University of Naples Federico II（那不勒斯费德里科二世大学）
本文概述了人机交互中测量信任的现有方法及其优势，识别了覆盖薄弱的方面，并讨论了更全面覆盖影响信任因素的潜力。
2023-11-20 cs.AI cs.RO
Robots and Children that Learn Together : Improving Knowledge Retention by Teaching Peer-Like Interactive Robots
Department of Computing, Sheffield Hallam University（谢菲尔德哈姆大学计算机系）；LOHA Health Ltd（LOHA健康有限公司）
本研究引入交互式强化学习作为认知模型，使类同伴机器人可被儿童教授。实验表明，相比独立练习，教机器人能显著提高知识保持，尤其对低先验知识儿童，并首次证明多机器人课堂部署的可行性。
2025-06-23 cs.AI cs.HC cs.RO
Safety Control of Service Robots with LLMs and Embodied Knowledge Graphs
School of Electronic Information（电子信息学院）；Artificial Intelligence, Shaanxi University of Science（人工智能，陕西科技大学）
本文提出结合大语言模型与具身知识图谱的方法，提升服务机器人安全控制，通过预定义指令和知识库验证增强安全实践。
2025-11-26 cs.AI cs.RO
Towards an Adaptive Robot for Sports and Rehabilitation Coaching
Heriot-Watt University（赫瑞瓦特大学）；School of Mathematical and Computer Sciences（数学与计算机科学学院）
本文提出的工作旨在探索自适应机器人教练如何以及在多大程度上有潜力提供额外的动力来坚持长期康复，并帮助填补高性能运动中重复性独奏练习期间出现的教练空白。使用强化学习（RL）使社交机器人的行为适应特定用户，可能是在这两个领域中增加对锻炼例程的坚持的一种方式。需求收集阶段正在进行中，本文将介绍在此背景下使用RL的基本原理。
2019-09-13 cs.AI cs.HC cs.RO
SAR4SLPs: An Asynchronous Survey of Speech-Language Pathologists' Perspectives on Socially Assistive Robots
Department of Computer Science and Engineering, University of Nevada, Reno（计算机科学与工程系，内华达大学雷诺分校）
本文通过异步调查探讨言语语言病理学家（SLPs）对社会辅助机器人（SARs）在临床干预中的可行性、有效性及挑战，强调表达功能与协作设计以支持特定治疗目标。
2025-04-22 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
Intelligent humanoids in manufacturing to address worker shortage and skill gaps: Case of Tesla Optimus
Oakland University（奥克兰大学）；Strathclyde University（思克莱德大学）；Stuttgart University（斯图加特大学）
本文以特斯拉Optimus为例，提出将智能人形机器人集成到制造自动化的框架，并通过精益装配单元仿真验证其可提升制造自动化水平，同时强调人机协作安全标准与投资回报评估的重要性。
2023-04-11 cs.RO cs.SY eess.SY
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
Emcar: Embodied Controller for Animating Robots
CREATE, Aalborg University（奥尔堡大学CREATE）；Department of Communication and Psychology, Aalborg University（奥尔堡大学传播与心理学系）；CyPhy Life, Robotics and AI Lab, School of Science & Technology, IE University（IE大学科技学院CyPhy Life机器人与人工智能实验室）
提出EMCAR无代码平台，利用木偶戏和绘画等艺术实践来编程机器人运动，扩展协作机器人的创意应用，使非技术背景用户能参与人机交互研究。
2026-06-25 cs.RO
Robo-Blocks: Generative Scaffolding in End-User Design and Programming of Social Robots
Department of Computer Sciences\ of Wisconsin--Madison
通过研究通过设计（RtD）过程，提出基于LLM的积木式编程环境Robo-Blocks，利用生成式支架将高级想法转化为可执行机器人行为，支持新手程序员，并揭示了用户角色与使用模式。
2026-05-27 cs.HC cs.RO
Task-Based Hybrid Shared Control for Training Through Forceful Interaction
Northwestern University（西北大学）
尽管机器人平台可以在训练过程中为用户提供一致的练习和客观的评估，但物理人类机器人交互比无辅助练习或人类介导的训练更有效的情况相对较少。本文描述了一种混合共享控制机器人，它通过动觉反馈来增强任务学习。该辅助使用特定于任务的评估标准来评估用户动作，并在每个时刻选择性地接受或拒绝它们。通过两个人类受试者的研究（总n=68），我们表明，这种混合的方法之间的切换完全透明和完全拒绝用户输入导致增加技能的获取和短期保留相比，无辅助的做法。此外，我们发现，共享控制范式具有以前显示，以促进成功的培训功能。它通过只拒绝用户操作并允许任务失败来避免用户被动。它提高了援助期间的绩效，提供了有意义的特定于任务的反馈。它对用户的初始技能很敏感，并且表现为“按需辅助”控制方案-根据用户的性能和需求，实时的调整其参与。与其他成功的算法不同，它不需要在训练过程中明确调制阻抗或误差放大的水平，并且由于其评估标准，它允许一系列策略。我们表明，提出的混合共享控制模式与基于任务的最小干预标准显着提高了特定任务的培训。
2019-11-18 cs.HC cs.RO
The experience of humans' and robots' mutual (im)politeness in enacted service scenarios: An empirical study
Umeå University（于默奥大学）；Ben-Gurion University of the Negev（内盖夫本-古里安大学）
本研究通过模拟服务员机器人与顾客的互动，探讨人类对机器人的对待方式如何影响旁观者对机器人行为的社会感知，发现机器人受到不礼貌对待时，其不礼貌行为被视为更合理。
2024-06-25 cs.HC cs.RO
Designing Persuasive Social Robots for Health Behavior Change: A Systematic Review of Behavior Change Strategies and Evaluation Methods
Eindhoven University of Technology（埃因霍温理工大学）
本文通过系统综述分析了社会机器人在促进健康行为改变中的行为策略和评估方法，揭示了四种核心策略并提出未来研究方向。
2026-01-13 cs.HC cs.RO
Towards Multimodal Social Conversations with Robots: Using Vision-Language Models
Ghent University–imec（根特大学–imec）
本文提出利用视觉-语言模型构建面向自主社交机器人的多模态社交对话系统，分析了系统整体需求、模型适配方法、剩余技术挑战及评估实践。
2025-08-18 cs.CL cs.HC cs.RO
Theatre in the Loop: A Rehearsal-Based, Collaborative Workflow for Expressive Robotic Behaviours
University of Nottingham（诺丁汉大学）；Nottingham Trent University（诺丁汉特伦特大学）；Makers of Imaginary Worlds（想象世界制造者）
提出“剧场在环”框架，通过导演引导的即兴操控工作流，为艺术表演开发表达性机器人行为，并构建可复用运动模板数据集，初步验证了可行性，为跨学科团队提供协作模型。
2025-08-05 cs.HC cs.RO
Robot Accident Investigation: a case study in Responsible Robotics
Bristol Robotics Lab（布里斯托尔机器人实验室）；UWE Bristol（西英格兰大学布里斯托尔分校）；University of Oxford（牛津大学）；University of Nottingham（诺丁汉大学）
机器人事故不可避免。虽然很少见，但自从20世纪60年代装配线机器人首次引入以来，这种情况就一直在发生。但新一代的社交机器人现在正变得司空见惯。通常，复杂的嵌入式人工智能（AI）社交机器人可能被部署为护理机器人，以帮助老年人或残疾人独立生活。智能机器人玩具为儿童提供了令人信服的互动游戏体验，自动驾驶汽车（AV）的功能越来越强大，有望实现免提个人交通工具和全自动出租车。与部署在安全笼中的工业机器人不同，社交机器人被设计为在人类环境中运行并与人类密切互动;因此，社交机器人发生事故的可能性比工业机器人大得多。本文提出了一个社会机器人事故调查的框架草案;该框架提出了一种技术和流程，可以让社会机器人事故的调查不亚于我们对航空或铁路事故调查的期望。本文还将事故调查置于负责任的机器人实践中，并认为没有事故调查的社会机器人与没有航空事故调查的航空一样不负责任。
2020-05-15 cs.RO
Robotic Blended Sonification: Consequential Robot Sound as Creative Material for Human-Robot Interaction
Queensland University of Technology（昆士兰科技大学）
本文提出“机器人混合声化”概念，通过实时捕获和处理机器人的伴随声音，并将其作为创意材料，探索其在人机交互艺术与应用研究中的潜力。
2024-04-22 cs.HC cs.RO cs.SD
Development of an Intuitive GUI for Non-Expert Teleoperation of Humanoid Robots
School of Engineering and Computer Science（工程与计算机科学学院）
本研究旨在开发一个简单直观、可扩展的图形用户界面，使非专家操作员能够通过FIRA障碍赛道遥操作人形机器人，填补现有系统在非专家友好界面上的不足。
2025-10-15 cs.RO
Field Notes on Deploying Research Robots in Public Spaces
Cornell University（康奈尔大学）；Cornell Tech（康奈尔科技学院）；Ulm University（乌尔姆大学）
本文分享了2022至2023年夏季在曼哈顿和布鲁克林公共广场通过Wizard-of-Oz协议部署垃圾桶服务机器人进行人机交互研究的实地经验与最佳实践，以鼓励更多真实环境下的机器人研究。
2024-04-29 cs.RO
Dance Teaching by a Robot: Combining Cognitive and Physical Human-Robot Interaction for Supporting the Skill Learning Process
Federal University of Uberlandia（乌贝兰迪亚联邦大学）
这封信提出了一个物理的人机交互场景，其中机器人指导和执行教师的角色在一个定义的舞蹈训练框架。提出了一种综合的认知和物理性能反馈，以辅助技能学习过程。直接接触合作的设计是通过一个自适应的阻抗为基础的控制器，调整根据合作伙伴的性能在任务中。在衡量成绩方面，采用渐进式教学的概念设计了一个评分系统。系统根据用户的练习次数和表现历史来调整难度。使用所提出的方法和基线常数控制器，比较实验表明，PT呈现出更好的性能在技能学习的初始阶段。对受试者对舒适度、安心度和机器人性能的感知的分析显示出p <0.01水平的显著差异，有利于PT算法。
2018-10-29 cs.RO math.OC physics.app-ph
myGym: Modular Toolkit for Visuomotor Robotic Tasks
我们介绍了一种新的虚拟机器人工具包myGym，强化学习（RL），内在动机和模仿学习任务训练的3D模拟器开发。然后，经过训练的任务可以很容易地转移到现实世界的机器人场景中。模拟器的模块化结构使用户能够在各种机器人，环境和任务的大量场景中进行训练和验证他们的算法。与适用于经典RL的现有工具包（例如OpenAI Gym，Roboschool）相比，myGym还为需要内在动机的视觉（结合视觉和运动）无监督任务做好了准备，即机器人能够生成自己的目标。还有一些用于人机交互的协作场景。该工具包为可视化任务提供了预训练的可视化模块，允许快速原型化，此外，用户可以自定义可视化子模块并使用自己的对象集进行重新训练。在实践中，用户选择所需的环境，机器人，对象，任务和奖励类型作为模拟参数，训练，可视化和测试本身都是自动处理的。因此，用户可以完全专注于神经网络架构的开发，同时使用预定义的参数控制环境的行为。
2020-12-21 cs.AI cs.RO
Real-Time Service Robot Replanning via Simple Button Interaction for Improved Task Success and User Experience
Kyushu Institute of Technology（九州工业大学）；Research Center for Neuromorphic AI Hardware（神经形态AI硬件研究中心）
针对服务机器人无法检测所有任务失败的问题，提出基于平板单按钮的实时人工反馈机制，使机器人据此重规划动作，实验证明该功能同时提升任务成功率与用户体验。
2026-09-17 cs.HC cs.RO
Steps Towards Best Practices For Robot Videos
Brown University（布朗大学）
关于如何制作机器人视频，有一些不成文的指导方针，研究人员从他们的顾问那里学到，然后传给他们的学生。我们认为，在制造机器人时，社区合作讨论和开发一套标准的最佳实践是很重要的。我们为最佳机器人视频实践提出了一套准则，并强调了社区中的积极例子和本文作者制作的视频中的消极例子。此外，我们还提供了一份清单，希望它可以作为一份文件，提供给机器人研究人员，让他们了解如何制作机器人视频，真实地描述机器人能做什么和不能做什么。我们认为这是第一个草案，并正在寻求反馈，从社区，因为我们完善和发展我们的格言和清单。
2020-07-13 cs.HC cs.RO
Designing Commercial Therapeutic Robots for Privacy Preserving Systems and Ethical Research Practices within the Home
UC Berkeley（加州大学伯克利分校）
机器人从实验室迁移到敏感的家庭环境中作为商业上可用的治疗剂代表了信息隐私和道德要求的重大转变。我们提出了新的隐私范例，并应用公平信息实践（FIPs）调查的关注独特的治疗机器人在私人家庭环境中的位置。然后，我们探讨了研究伦理的重要性和实用性，通过现有的人类受试者研究框架来指导治疗机器人用户的考虑-这对这些平台的持续研究和开发至关重要。隐私和研究道德框架共同提供了两种互补的方法来保护用户，并确保负责任但强大的信息共享，以促进技术发展。我们为实施这些原则提出建议-特别注意适用于弱势个人的具体原则（即，儿童，残疾人或老年人）-促进在私人环境中采用和持续改进长期，负责任和研究支持的机器人技术。
2016-06-29 cs.HC cs.RO
A sequential explanatory mixed-methods study on the acceptance of a social robot for EFL speaking practice among Chinese primary school students: Insights from the Computers Are Social Actors (CASA) paradigm
University of Cambridge（剑桥大学）；Dalton Xinhua School（达顿新华学校）；Xi'an Jiaotong-Liverpool University（西交利物浦大学）
本研究通过顺序解释混合方法设计，探讨中国小学生对社交机器人进行EFL口语练习的接受度，结合TAM模型与CASA范式，分析功能和社会因素对学习者使用意图的影响，发现愉悦感和易用性是主要预测因素，社交属性显著提升愉悦感。
2026-04-14 cs.HC
Collaboration Between Robots, Interfaces and Humans: Practice-Based and Audience Perspectives
University of Technology Sydney（悉尼科技大学）；Macquarie University（麦考瑞大学）
本文分析了一件融合新开发violin界面、交互视觉、robotic drummer与synthesised orchestra的混合媒体实验音乐作品，通过技术概述、基于实践的创作回顾及在线观众调查，揭示了人机协作动态与技术融合的变革潜力。
2024-07-24 cs.HC cs.SD eess.AS
Learning effects in variable autonomy human-robot systems: how much training is enough?
University of Birmingham（伯明翰大学）
本文通过搜索救援场景实验，研究可变自主人机系统中操作员训练对导航及干扰任务性能的学习效应，发现HI与MI在纯导航任务中性能相当，并提出训练与实验设计指南。
2023-11-16 cs.HC cs.RO
Enactive Artificial Intelligence: Subverting Gender Norms in Robot-Human Interaction
Humboldt-Universität zu Berlin（柏林洪堡大学）；Berlin School of Mind and Brain（柏林心智与大脑学院）；Macquarie University（麦考瑞大学）；Uppsala University（乌普萨拉大学）；Norwegian University of Science and Technology（挪威科技大学）
本文提出生成式人工智能（eAI）作为交叉性性别包容立场，通过四个伦理向量（可解释性、公平性、透明性、可审计性）颠覆人机交互中的性别规范。
2023-05-07 cs.AI cs.HC
Who is responsible? Social Identity, Robot Errors and Blame Attribution
Lund University（隆德大学）
本文指出传统责任认定忽视权力动态与歧视实践，机器人可能强化群体刻板印象、导致弱势群被过度追责，且人机交互存在向人人交互的溢出效应，呼吁设计者关注伦理并开展相关研究，提出可通过接纳故障打破既有实践。
2025-10-02 cs.HC
Trustworthy AI and Robotics and the Implications for the AEC Industry: A Systematic Literature Review and Future Potentials
San Diego State University（圣地亚哥州立大学）
人机交互将信任视为用户接受的必然要求。随着人工智能（AI）和机器人技术的应用出现，以及它们在各个研究和实践领域不断增长的社会经济影响力，迫切需要研究此类系统中的信任。由于基于人工智能的系统的工作机制不透明，以及智能机器人作为工人伴侣的前景，关于信任的特定于上下文的跨学科研究是增加其采用的关键。通过对（1）人工智能和机器人（AIR）中的信任以及（2）建筑，工程和建筑（AEC）行业中的AIR应用进行全面系统的文献综述，本研究确定了文献中常见的信任维度，并使用它们来组织论文。此外，确定和讨论了现有的和潜在的AEC应用程序的识别尺寸的连接。最后，概述了AEC研究和实践中值得信赖的人工智能和机器人技术的主要未来方向。
2021-09-27 cs.AI cs.HC cs.LG
Pluri-perspectivism in Human-robot Co-creativity with Older Adults
Amsterdam University of Applied Sciences, The Netherlands（荷兰应用科学大学）；Leiden University, The Netherlands（莱顿大学）；University of Amsterdam, The Netherlands（阿姆斯特丹大学）
本文提出一个分层的五维多元透视主义模型，基于对18位艺术家的访谈研究，揭示了机器人如何通过情境敏感行为增强人类创造力，并展望了其与VLM结合的未来方向。
2025-07-10 cs.HC cs.RO
Directing the Robot: Scaffolding Creative Human-AI-Robot Interaction
De La Salle University（德拉萨大学）；Nara Institute of Science and Technology（奈良科学技术大学）；Ritsumeikan University（立命馆大学）；University of Primorska（普里莫尔大学）
本文提出通过支架概念重新定义人机机器人互动，强调人类作为执行导演的角色，AI作为中介，促进创造力和流畅性。
2026-03-08 cs.HC cs.RO
Towards Human-Centered Construction Robotics: A Reinforcement Learning-Driven Companion Robot for Contextually Assisting Carpentry Workers
Carnegie Mellon University（卡内基梅隆大学）；Computational Design Laboratory（计算设计实验室）；Robotics Institute（机器人研究所）
针对建筑机器人忽视人因复杂性的问题，本文提出以人为本的“工作伙伴漫游车”，通过情境化RL模块化框架在木工模板场景中实现安全、流畅的人机协作。
2024-09-14 cs.AI cs.HC cs.LG
"Playing the robot's advocate": Bystanders' descriptions of a robot's conduct in public settings
本研究基于博物馆人机互动语料，发现旁观者会通过描述机器人的社会行动将其维持为合格参与者，指出事前将机器人定义为“社会性的”存在将微观互动建构结果自然化的风险。
2025-03-21 cs.HC
A utility belt for an agricultural robot: reflection-in-action for applied design research
Cornell Tech（康奈尔科技学院）；New York University（纽约大学）；Brooklyn Tech（布鲁克林科技高中）
本研究通过为农业机器人设计工具腰带的案例，运用行动中反思方法，探索观察、现场制作和记录如何融合实用、审美与智力探究，并总结设计成功机器人服装所需的情境、材料与人员经验。
2023-12-22 cs.HC cs.RO
Robust Planning for Human-Robot Joint Tasks with Explicit Reasoning on Human Mental State
LAAS-CNRS（法国国家科学研究中心系统分析与架构实验室）；Universite de Toulouse（图卢兹大学）；Artificial and Natural Intelligence Toulouse Institute (ANITI)（图卢兹人工与自然智能研究所（ANITI））
我们考虑人类感知的任务规划问题，其中一个人类-机器人团队被赋予一个共享的任务与一个已知的目标来实现。最近的方法通过将其建模为一组独立的理性代理来解决它，其中机器人计划两个代理的（共享）任务。然而，机器人知道人类不能像人工代理一样被管理，所以它模仿和预测人类的决定，行动和反应。基于以前的方法，我们描述了一种新的方法来解决这些问题，模型和使用执行时的可观测性公约。抽象地说，这种建模是基于情况评估，这有助于我们的方法捕捉个体代理的信念的演变，并预测在实践中出现的信念分歧。它决定是否以及何时需要信念对齐，并通过沟通来实现。这些变化提高了求解器的性能：（a）有效地使用了通信，（b）对于更现实和更具挑战性的问题具有鲁棒性。
2022-10-17 cs.AI cs.HC cs.RO
