To Lead or to Follow? Adaptive Robot Task Planning in Human-Robot Collaboration
University of Waterloo（滑铁卢大学）
本文提出一种兼顾人类引领/跟随偏好与表现的自适应机器人任务规划框架，通过用户研究验证其能提升团队表现并改善人类对协作的感知。
2025-07-20 cs.RO
Co-speech gestures for human-robot collaboration
Tampere University（坦佩雷大学）
本文提出一种结合语音与手势的多模态模型，用于人机协作中的任务分配，并在真实工业场景中验证其比单一模态工具更易实现且协作效果更优。
2023-11-30 cs.RO
Recent Advances in Human-Robot Collaboration Towards Joint Action
Italian Institute of Technology（意大利理工学院）；University of Genoa（热那亚大学）；The University of Manchester（曼彻斯特大学）
到目前为止，机器人作为独立的实体存在，但人类与机器人共生伙伴关系的前景即将到来。尽管最近在硬件方面取得了技术进步，但机器人仍然没有被赋予必要的关系技能，以确保其存在的社会成分。本文借鉴了我们的经验，机器人专家在人-机器人协作（HRC）与人形机器人，并提出了一些最新的进展，实现直观的机器人行为和合作伙伴意识到控制涉及物理交互。
2020-01-02 cs.RO
Human-Robot Collaboration: From Psychology to Social Robotics
KTH Royal Institute of Technology（瑞典皇家理工学院）
随着机器人技术的发展，人机协作的研究越来越受到重视。对于机器人来说，要想自主地与人类互动，他们需要主动做出决策，并将人类伙伴考虑在内。然而，国家的最先进的研究在人力资源管理往往假设一个领导者和追随者的分工，其中一个代理人领导的互动。我们认为，这是由于缺乏一个可靠的代表人类和环境，让自主决策。这个问题可以克服体现的方法，以人权委员会的灵感来自心理学研究的人与人的互动（HHI）。在这项调查中，我们回顾了神经科学和心理学的发现，感觉运动模式，管理HHI和查看他们在机器人的背景下。此外，我们研究了机器人社区向体现HRC方向所取得的进展。我们专注于积极的，物理的人机协作所需的机制。最后，我们讨论了这两个研究领域的异同，指出了未来研究的方向。
2017-05-29 cs.RO
Human-Robot Collaboration: A Non-Verbal Approach with the NAO Humanoid Robot
本研究探讨NAO仿人机器人在厨房备餐等场景下，通过手势、肢体动作和视觉提示等非语言方式提供反馈以增强人机交互与安全性，发现多提示结合可提升交流效果，为未来机器人设计提供参考。
2025-03-07 cs.RO
Compliant Blind Handover Control for Human-Robot Collaboration
University of Modena and Reggio Emilia（摩德纳与雷焦艾米利亚大学）
针对人机协作中操作者背对机器人的盲交接场景，提出自主交接架构，解决递送安全与物品释放时机问题，推动人机协作协议发展与高效协作。
2024-09-11 cs.RO
Human-Robot Collaboration in Microgravity: the Object Handover Problem
Institute for Systems and Robotics, Instituto Superior Técnico（系统与机器人研究所，里斯本高等理工学院）
协作太空机器人是一项具有巨大影响力的新兴技术，因为机器人在漫长的任务期间、在紧张的操作时间表下以更高的精度与宇航员协作，以更低的风险和成本促进服务功能，使其更高效、更经济可行。然而，空间中的人机协作仍然是一个挑战，涉及人机交互中的关键问题，包括微重力环境下物体的移动和协作操作。在本文中，我们制定了一个算法，使自由飞行器机器人，配备了一个机械手，在微重力环境中执行一个人和自由飞行器机器人之间的对象切换。为了验证和评估该算法，我们提出了一个系统的用户研究，其目标是了解在交互过程中刚性和顺应性阻抗机器人行为的主观结果影响。结果表明，在任务过程中，刻板行为总体上更可取，迁移成功率更高。
2020-09-18 cs.RO
Crafting with a Robot Assistant: Use Social Cues to Inform Adaptive Handovers in Human-Robot Collaboration
Monash University（莫纳什大学）；Deakin University（迪肯大学）
本研究在自然手工制作场景中探讨人机交接，通过20名参与者的Wizard-of-Oz实验收集数据并构建FACT HRC数据集，揭示社交线索与任务上下文如何指导交接的时空协调及其对人类活动的影响。
2023-04-05 cs.HC cs.RO
Experimental Evaluation of Human Motion Prediction: Toward Safe and Efficient Human Robot Collaboration
Carnegie Mellon University（卡内基梅隆大学）；University of California, Berkeley（加州大学伯克利分校）
人体运动预测在现代工业环境中是重要的。准确的人体运动预测不仅可以提高人机协作的效率，而且可以提高人类在机器人附近的安全性。在现有的预测模型中，这些模型的参数化和识别方法各不相同。目前尚不清楚预测模型的必要参数化是什么，模型的在线适应是否必要，以及预测是否有助于提高人类机器人协作期间的安全性和效率。这些问题是由于难以在真实的人机交互环境中以闭环方式定量评估各种预测模型。本文提出了一种方法来评估不同的预测模型的闭环性能。特别是，我们比较了不同的参数化模型和模型，或没有在线参数自适应。在人机协作平台上进行了大量的实验。实验结果表明，人体运动预测显著提高了协作效率和人体安全性。由神经网络参数化的自适应预测模型实现了最佳性能。
2020-01-27 cs.RO
HRC-SoS: Human Robot Collaboration Experimentation Platform as System of Systems
Rochester Institute of Technology（罗切斯特理工学院）
本文提出了一个实验平台，人类机器人协作作为一个系统的系统，以及提出了一个概念框架，描述人类机器人协作的各个方面。这些方面是系统的意识、智能和合规性。基于这个框架的案例研究描述使用这个平台进行的实验设置进行了讨论。每个实验都强调了数字孪生、运动捕捉系统、人体生理监测系统、数据汇集系统和机器人控制和接口系统等子系统的使用。本文的一个亮点展示了一个子系统，能够监测人类的生理反馈，在人类机器人协作任务。
2019-05-03 cs.MA cs.RO
Negotiation-based Human-Robot Collaboration via Augmented Reality
SUNY Binghamton（纽约州立大学宾汉姆顿分校）；OPPO US Research Center（OPPO美国研究中心）
有效的人机协作（HRC）需要人类和机器人队友之间的广泛沟通，因为他们的行为可能会产生冲突，协同作用，或两者兼而有之。我们开发了一种新颖的增强现实（AR）界面，以弥合人类和机器人队友之间的沟通差距。在我们的AR接口的基础上，我们为HRC开发了一个AR介导的基于协商的（ARN）框架。我们已经进行了实验，在模拟和真实的机器人在办公室环境中，多个移动机器人的工作交付任务。这些机器人无法独自完成任务，有时需要人类队友的帮助，因此人机合作是必要的。结果表明，与非AR基线方法相比，ARN显着减少了人类-机器人团队的任务完成时间。
2020-03-13 cs.MA cs.RO
Adaptive Vision-Based Control of Redundant Robots with Null-Space Interaction for Human-Robot Collaboration
Department of Automation, Tsinghua University（自动化系，清华大学）
本文提出了一种适应性视觉控制与空隙空间交互相结合的控制方案，用于冗余机器人的人机协作，以提升协作效率和安全性。
2026-03-09 cs.RO
Real-Time Adaptive Industrial Robots: Improving Safety And Comfort In Human-Robot Collaboration
University of St. Gallen（圣加仑大学）
本研究提出一种具备用户感知能力的实时自适应工业机器人系统，通过非侵入式监测生理信号动态调整机器人运动，可显著降低操作人员认知负荷，提升协作舒适度与安全感，为人机交互提供了新范式。
2024-09-14 cs.RO
Facilitating Human-Robot Collaboration through Natural Vocal Conversations
University of Modena and Reggio Emilia（摩德纳与雷焦艾米利亚大学）
针对传统人机请求-响应系统自然性不足、效率受限的问题，提出采用类人对话交互的人机语音通信框架，经对比实验验证可提升任务表现与协作效率，优化协作体验。
2023-11-23 cs.RO
The Effect of Robot Skill Level and Communication in Rapid, Proximate Human-Robot Collaboration
Georgia Institute of Technology（佐治亚理工学院）
本研究提出人机双打乒乓球测试平台，通过用户实验探讨机器人技能与通信对敏捷近距离人机协作中信任、安全及团队表现的影响，发现技能提升显著增加信任，而机器人发声意图反而降低表现与安全感。
2023-04-07 cs.RO
Improving Human-Robot Collaboration via Computational Design
George Mason University（乔治梅森大学）
当机器人进入我们的日常生活时，人类和机器人周围的共享空间对于有效的人机协作至关重要。共享空间的设计应满足人类的偏好和机器人的效率。本作品以厨房设计为例，说明良好的空间设计在促进这种合作中的重要性。给定厨房边界、柜台和食谱，该方法计算出符合厨房设计规则要求的柜台的最佳放置，并提高人机协作。关键的技术挑战是优化方法通常评估数千个设计，并且作为评估函数的一部分的运动规划的计算成本昂贵。我们使用一个分散的运动规划器，可以有效地解决多智能体运动规划。我们的研究结果表明，优化的厨房设计可以提供显着的性能改善人机协作。
2023-03-20 cs.AI cs.GR 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
Bidirectional Communication Control for Human-Robot Collaboration
University of Modena and Reggio Emilia（摩德纳-雷焦艾米利亚大学）
一个富有成效的合作是基于相互了解对方的技能和沟通自己的局限性，并提出替代方案，以适应执行任务的合作者的能力的可能性。本文旨在再现这样的情况下，在人与机器人的协作设置，提出了一种新的通信控制架构。利用控制屏障功能，机器人意识到其（动态）技能和限制，并且由于本地预测器，它能够评估是否有可能执行所请求的任务，如果没有，则通过放松一些约束来提出替代方案。控制器与通信基础设施接口，该通信基础设施使人类和机器人能够建立关于要执行的任务的双向通信，并且人类能够对机器人的行为做出明智的决定。提出了比较实验验证。
2022-06-10 cs.RO
Seamless Interaction Design with Coexistence and Cooperation Modes for Robust Human-Robot Collaboration
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Carnegie Mellon University（卡内基梅隆大学）
机器人需要多种交互模式来与人类在复杂的工业任务中进行鲁棒协作。我们开发了一个共存与合作（CoCo）的人机协作系统。共存模式使机器人能够与人类在共享空间中独立地完成不同的子任务。合作模式使机器人能够遵循人类的指导和恢复故障。人类意图跟踪算法将人类和机器人运动测量值作为输入，并提供交互模式上的开关。我们证明了CoCo系统的有效性，在一个用例类似于现实世界中的多步组装任务。
2022-06-09 cs.RO
Mixed Reality as Communication Medium for Human-Robot Collaboration
University of Genoa（热那亚大学）
参与协作活动的人类自然能够通过多模态通信将其意图传达给队友，该通信由显式和隐式线索组成。类似地，可以通过使机器人能够经由多个通信信道将其意图传达给人类队友来实现更自然形式的人类-机器人协作。在本文中，我们假设，如果协作机器人能够以直观的方式预测它们与人类队友的动作，那么就可以进行更好的沟通。为了支持这样的说法，我们提出了一个机器人系统的架构，通过该架构，机器人可以利用现代盔装显示器提供动力的混合现实接口，将计划的运动传达给人类队友。具体来说，机器人的全息图，这是叠加到真正的机器人在人类队友的角度来看，显示了机器人的未来运动，让人类提前了解他们，并可能以适当的方式对他们作出反应。我们进行了初步的用户研究，以评估在一个复杂的协作任务的有效性，建议预期的可视化。实验结果表明，一个改进的和更自然的合作，可以通过采用这种预期的通信模式。
2022-06-30 cs.RO
Planning with Verbal Communication for Human-Robot Collaboration
Carnegie Mellon University（卡内基梅隆大学）；Cornell University（康奈尔大学）
人类合作者通过语言和非语言沟通有效地协调他们的行动。我们认为，人类-机器人团队也应该如此。我们提出了一种形式主义，使机器人之间做一个任务，并发出一个话语，以最佳的决定。我们专注于两种类型的话语：口头命令，机器人表达它希望人类队友如何表现，以及状态传达动作，机器人解释为什么它会这样做。人类受试者的实验表明，使机器人发出口头命令是最有效的形式沟通的目标，同时保持用户的信任机器人。交流为什么信息应该明智地处理，因为许多参与者质疑机器人陈述的真实性。
2017-06-14 cs.RO
ARDIE: AR, Dialogue, and Eye Gaze Policies for Human-Robot Collaboration
本文提出ARDIE智能体，融合增强现实、对话与眼动注视，基于决策理论制定联合策略，通过AR渲染可视化未来交互，提升人机协作效率。
2023-05-08 cs.RO
Stochastic Decision-Making Framework for Human-Robot Collaboration in Industrial Applications
Department of Control and Instrumentation Engineering, King Fahd University of Petroleum and Minerals (KFUPM)（控制与仪器工程系，国王法赫德石油与矿物大学）；Interdisciplinary Research Center for Intelligent Manufacturing & Robotics, King Fahd University of Petroleum and Minerals (KFUPM)（智能制造与机器人交叉研究中心，国王法赫德石油与矿物大学）
本文提出了一种随机建模方法，用于工业应用中人机协作的决策框架，以提高协作的安全性和效率。
2026-01-21 cs.RO
FACT: A Full-body Ad-hoc Collaboration Testbed for Modeling Complex Teamwork
Johns Hopkins University（约翰斯·霍普金斯大学）
机器人被设想与人类一起工作，应用范围从家庭辅助到协作制造。对人机协作（HRC）的研究有助于开发机器人参与与人类有效、流畅的协作所需的社会智能的各个方面。然而，HRC的研究主要集中在人类和机器人之间的二元，结构化和最小化的协作，这可能无法完全代表更复杂，非结构化的协作活动的大规模和紧急性质。因此，仍然需要共享的测试平台，数据集和评估指标，研究人员可以使用这些指标来更好地模拟自然的，特别的人类协作行为，并开发用于大规模紧急协作的机器人功能。我们提出了一个这样的共享资源-事实（全身特设协作测试床），一个开放的测试床，研究人员获得一个广泛的看法，个人和团队为基础的行为，涉及复杂的，协同定位的团队合作。我们详细的意见，从初步探索与不同规模的团队，并讨论潜在的研究问题，可能会调查使用测试平台。我们的目标是让FACT成为一个初始资源，支持对人机协作进行更全面的调查。
2021-06-07 cs.RO
IDAGC: Adaptive Generalized Human-Robot Collaboration via Human Intent Estimation and Multimodal Policy Learning
Chinese Academy of Sciences（中国科学院）；Institute of Automation（自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）；Zhejiang University（浙江大学）；Beijing Zhongke Huiling Robot Technology Co., LTD（北京中科创联机器人科技有限公司）
本文提出IDAGC框架，利用多模态数据和CVAE估计人类意图，自动切换协作模式并学习多任务策略，以克服现有人机协作方法局限于单一模式的问题。
2025-07-07 cs.RO
Sociable and Ergonomic Human-Robot Collaboration through Action Recognition and Augmented Hierarchical Quadratic Programming
Istituto Italiano di Tecnologia（意大利技术研究院）；Politecnico di Milano（米兰理工大学）
识别人类执行的动作并预测其意图是在人类-机器人团队中产生社交和成功协作的重要推动因素。同时，机器人应该有能力处理多个目标和约束，所产生的协作任务或人类。在这方面，我们提出了视觉技术来执行人类的动作识别和图像分类，这是集成到一个增强的分层二次规划（AHQP）计划，分层优化机器人的反应行为和人体工程学。建议的框架允许一个直观地命令机器人在空间中，而任务正在执行。这些实验证实了人体工程学和可用性的提高，这是减少肌肉骨骼疾病和增加对自动化信任的基本参数。
2022-07-07 cs.RO
A Null-space based Approach for a Safe and Effective Human-Robot Collaboration
University of Modena and Reggio Emilia（摩德纳-雷焦艾米利亚大学）
在物理人类机器人协作期间，重要的是能够实现时变交互行为，同时确保鲁棒稳定性。可以利用导纳控制和无源性理论来实现这些目标。然而，当导纳动态是时变的时，为了确保无源和稳定的行为，可能发生的是，必须在导纳动态中引入一些寄生耗散效应。这些影响被用户感知并降低协作性能。在本文中，我们利用任务冗余的机械手，以收获能量在零空间，并避免虚假的动态导纳。所提出的架构进行了验证，通过仿真和实验上的协作机器人。
2022-11-24 cs.RO
Improved Trust in Human-Robot Collaboration with ChatGPT
University of Florida（佛罗里达大学）
本文设计基于 ChatGPT 的 RoboGPT 系统，用自然语言控制 7 自由度机械臂完成协作装配，并通过人体实验证明其能增强沟通与信任。
2023-04-25 cs.AI cs.HC cs.RO
Non Normalized Shared-Constraint Dynamic Games for Human-Robot Collaboration with Asymmetric Responsibility
University of California at Berkeley（加州大学伯克利分校）
本文提出非归一化的共享约束动态博弈框架，用于人机协作导航，通过滚动时域最优控制实现安全约束的不对称责任分配。
2025-12-09 cs.RO
Towards Better Human Robot Collaboration with Robust Plan Recognition and Trajectory Prediction
University of California, Berkeley（加州大学伯克利分校）；Carnegie Mellon University（卡内基梅隆大学）
随着制造业从大规模生产向大规模定制的转变，人机协作变得越来越重要。HRC的引入可以显著提高自动化的灵活性和智能性。然而，由于人类合作者的随机性和时变性，这是具有挑战性的机器人，以有效和准确地识别人类的计划，并以安全的方式作出反应。为了解决这一挑战，我们提出了一个集成的人类机器人协作框架，在本文中，它包括计划识别和轨迹预测。这样的框架使机器人能够感知、预测并根据人类的计划调整其行动，并根据预测的人类轨迹智能地避免与人类发生碰撞。此外，通过明确地利用计划和轨迹之间的分层关系，可以实现更鲁棒的计划识别性能。在工业机器人上进行了实验验证，实验结果表明，该框架不仅能保证安全的HRC，还能提高HRC团队的时间效率，且计划识别模块对噪声不敏感。
2020-02-17 cs.RO
Visual Proactivity: Enhancing Human-Robot Collaboration Through Intent Communication
Institut de Robotica y Informatica Industrial (CSIC-UPC)（工业机器人信息研究所（CSIC-UPC））；Universitat Politecnica de Catalunya - BarcelonaTech (UPC)（加泰罗尼亚理工大学）
本文提出视觉主动性方法，通过视觉反馈让机器人主动沟通意图，在人机交接场景中验证其能增强透明度和协作流畅性。
2026-09-21 cs.RO
Natural Language for Human-Robot Collaboration: Problems Beyond Language Grounding
Khoury College of Computer Sciences, Northeastern University（东北大学库里计算机科学学院）
为了使机器人能够指导人类进行协作，我们确定了语言处理的几个方面，这些方面在这种情况下并不常见。这些包括位置，规划和生成。我们建议对每项任务进行评估，为简单的方法提供基线，并通过讨论学习语言合作的挑战和机遇来结束。
2021-10-09 cs.AI cs.CL cs.RO
Codesign of Humanoid Robots for Ergonomy Collaboration with Multiple Humans via Genetic Algorithms and Nonlinear Optimization
Istituto Italiano di Tecnologia（意大利理工学院）；The University of Manchester（曼彻斯特大学）
针对人形机器人设计阶段忽视工效指标导致人机协作性能不佳的问题，提出结合遗传算法与非线性优化的双层设计优化方法，在多人工效协作场景中显著提升工效表现，将用于ergoCub2机器人设计。
2023-12-12 cs.RO
Trajectory Advancement during Human-Robot Collaboration
Istituto Italiano di Tecnologia（意大利理工学院）；University of Genova（热那亚大学）；University of Manchester（曼彻斯特大学）
随着技术的进步，人类和机器人共存之间的障碍正在慢慢消除。人类和机器人之间的物理交互对于协作和合作的重要性将是不可否认的事实。不是对人类交互表现出简单的反应行为，而是期望赋予机器人利用人类交互成功完成任务的增强能力。为了实现这一目标，在本文中，我们提出了一种轨迹推进方法，在该方法中，我们从数学上推导出的条件，促进推进沿参考轨迹利用援助，从有用的交互扳手存在于人机协作。我们验证我们的方法，通过实验进行的iCub人形机器人在模拟和真实的机器人。
2019-07-31 cs.RO cs.SY eess.SY
Joint Prediction of Human Motions and Actions in Human-Robot Collaboration
University of Genoa（热那亚大学）
本文提出MA-HERP框架，通过层次递归概率模型联合估计和预测人类动作与连续运动，结合Allen区间关系、统一概率因子分解及贝叶斯过滤启发的递归推理，实现鲁棒的动作推断和在线协作。
2026-04-03 cs.RO
A Complementary Framework for Human-Robot Collaboration with a Mixed AR-Haptic Interface
Tsinghua University（清华大学）；Hong Kong Productivity Council（香港生产力促进局）
在人机协作中，协作机器人（cobots）总是在安全性和效率之间进行权衡。与人类互动最少的机器人可以快速准确地工作，但无法适应新任务或应对不可预见的变化，而与人类密切合作的机器人只能对人类变得被动，这意味着它们的主要任务暂停，效率受到影响。因此，本文提出了一种新的互补框架，平衡人类的安全和机器人的效率，人与机器人的协作。在这个框架中，机器人使用基于视觉的自适应控制器执行给定的任务，人类专家在零空间中与机器人协作。这种解耦驱动机器人处理任务空间中的现有问题（例如，未校准的照相机，有限的视场）和零空间（例如，关节限制）同时允许专家调整机器人主体的配置以响应不可预见的变化（例如，突然入侵、环境变化）而不影响机器人的主要任务。此外，机器人可以同时学习专家的演示在任务空间和零空间预先与动态运动基元。因此，专家的知识和机器人的能力是互补的。通过混合交互界面，即，增强现实（AR）和触觉设备。用李雅普诺夫方法严格证明了闭环系统的稳定性。在各种情况下的实验结果来说明所提出的方法的性能。
2022-10-12 cs.RO
Robust Robot Planning for Human-Robot Collaboration
Université de Lorraine（洛林大学）；INRIA（法国国家信息与自动化研究所）；CNRS（法国国家科学研究中心）；Université de Toulouse（图卢兹大学）
在人机协作中，人的目标往往是未知的机器人。此外，即使假设一个已知的目标，人的行为也是不确定的。为了规划一个强大的机器人行为，一个关键的初步问题是：如何获得现实的人类行为给定一个已知的目标？一个主要的问题是，这样的人类行为本身应该解释机器人的行为，否则合作就不会发生。在本文中，我们依靠马尔可夫决策模型，表示人类目标的不确定性作为一个概率分布在一组有限的目标函数（诱导分布在人类行为）。在此基础上，我们提出了两个贡献：1）一种方法来自动生成一个不确定的人类行为（政策）为每个给定的目标函数，同时考虑可能的机器人行为;和2）机器人规划算法，是强大的上述不确定性，并依赖于解决部分可观察的马尔可夫决策过程（POMDP）通过推理人类行为的分布。一个共同工作的场景允许进行实验，并提出定性和定量的结果来评估我们的方法。
2023-02-27 cs.AI cs.RO
Adaptive Safety-critical Control with Uncertainty Estimation for Human-robot Collaboration
Queen’s University Belfast（贝尔法斯特女王大学）
针对人机协作中人类行为不确定带来的安全风险，提出融合 TVIBLF 与 AECBF 的自适应安全关键控制框架及二次惩罚最短路径方法，确保机器人在意外情况下仍满足安全约束并稳定切换跟踪与避碰模式。
2023-08-19 cs.RO
Early Prediction for Physical Human Robot Collaboration in the Operating Room
Purdue University（普渡大学）
为了实现自然流畅的人类机器人协作流程，机器人理解其人类同伴的正在进行的动作，预测其在不久的将来的行为，并相应地规划其动作是至关重要的。具体地，进行早期预测的能力是重要的，使得机器人可以预见到轮位转换事件的精确定时，并且足够早地开始运动规划和执行以平滑轮位转换。这种主动行为可以减少人的等待时间，提高效率，增强协作任务的自然性。为此，本文提出了一种早期轮换预测算法的设计和实现，迎合物理人类机器人协作场景。具体而言，机器人擦洗护士（RSN）系统，它可以理解外科医生的多模态通信线索，并执行轮采取预测。所开发的算法进行了测试，在一个外科医生护士串联的模拟手术程序的收集的数据集。所提出的话轮预测算法被发现是显着优于其算法同行，是更准确的比人类基线时，很少的部分输入（小于30%的全部行动）。在观察到更多信息后，该算法可以达到与人类相当的性能，F1得分为0.90。
2017-09-26 cs.RO
CoHRT: A Collaboration System for Human-Robot Teamwork
School of Engineering and Applied Science, University of Virginia（弗吉尼亚大学工程与应用科学学院）
本文提出CoHRT系统，通过服务器-客户端架构、视觉跟踪和动作协调界面，支持多人机团队无缝协作与多模态数据记录，以研究协作策略对团队绩效的影响并开发机器人自适应策略。
2024-10-11 cs.HC cs.RO
Visual Attention Based Cognitive Human-Robot Collaboration for Pedicle Screw Placement in Robot-Assisted Orthopedic Surgery
Tsinghua University（清华大学）；Harbin Institute of Technology（哈尔滨工业大学）；Midea Corporate Research Center（美的集团企业研究中心）；Midea Group（美的集团）
针对骨科椎弓根螺钉置入仍需人工操作且自动化风险高的问题，本文提出融合AR触觉界面、视觉注意外科医生模型和共享交互控制的认知型人机协作框架，实验证明其在安全性与人机工程学上优于全机器人或全人工控制。
2025-01-31 cs.HC cs.RO
Implicit Communication of Contextual Information in Human-Robot Collaboration
University of Melbourne（墨尔本大学）
针对人机协作中机器人难以恰当使用隐式通信的问题，通过探索语言隐含意义影响、分析机器人隐式线索对团队的作用及适应性、设计多LLM机器人系统，以提升机器人自然通信能力并促进其融入日常协作。
2025-02-09 cs.HC cs.RO
Toward Mutual Trust Modeling in Human-Robot Collaboration
Simulation science center Clausthal-Göttingen, TU Clausthal（克劳斯塔尔-哥廷根仿真科学中心，克劳斯塔尔工业大学）；Institute for software and system engineering, TU Clausthal（克劳斯塔尔工业大学软件与系统工程研究所）；Department of informatics, TU Clausthal（克劳斯塔尔工业大学信息学系）
最近的智能系统革命使机器人和自主系统能够与人类一起工作，与他们合作并在许多领域支持他们。不可否认的是，如果设计得当，这种互动可以为人类带来巨大的好处。然而，与人类的合作需要高水平的认知和社交能力，以获得人类的认可。在全人类团队中，相互信任是成功协作的引擎。这也适用于人机协作。对这种互动的信任控制了过度依赖和依赖不足。它还可以降低一些风险。因此，适当的信任水平对于这种新形式的团队合作至关重要。这一领域的大多数研究都着眼于人类对机器的信任，忽视了协作伙伴之间的相互信任。在本文中，我们提出了一个信任模型，该模型结合了这种相互性，实时捕获人类和机器人的信任级别，以便机器人可以基于此进行操作，从而实现更平滑，更自然的交互。这增加了人类的自主性，因为人类不需要一直监视机器人的行为。
2020-11-02 cs.HC cs.RO
Hierarchical Intention Tracking for Robust Human-Robot Collaboration in Industrial Assembly Tasks
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Pennsylvania State University（宾夕法尼亚州立大学）；Michigan Technological University（密歇根理工大学）
本文提出层级意图追踪方法，使协作机器人同时估计高层交互模式与低层任务信息，并在UR5e上验证了工业装配中稳健、无缝且符合人体工程学的人机协作。
2023-08-06 cs.RO
Alternative Interfaces for Human-initiated Natural Language Communication and Robot-initiated Haptic Feedback: Towards Better Situational Awareness in Human-Robot Collaboration
CSIRO Data61（澳大利亚联邦科学与工业研究组织数据61）；Monash University（莫纳什大学）
针对人机协作中的态势感知需求，本文实现并初步测试了面向Spot机器人的自然语言语音接口与机器人发起的触觉反馈接口。
2024-01-25 cs.HC cs.RO
Gestural and Touchscreen Interaction for Human-Robot Collaboration: a Comparative Study
University of Genoa（热那亚大学）
近距离人机交互（HRI），特别是在工业场景中，已经被广泛研究了人类和机器人技能相结合的优势。为了有效的HRI，目前可用的人机通信媒介或工具的有效性应受到质疑，并应探索新的通信模式。本文提出了一种模块化架构，允许人类操作员通过不同的方式与机器人进行交互。特别是，我们实现的架构来处理手势和触摸屏输入，分别使用智能手表和平板电脑。最后，我们对这两种模式进行了比较用户体验研究。
2022-07-08 cs.RO
Exploring Human-Robot Collaboration: Analysis of Interaction Modalities in Challenging Tasks
Dalle Molle Institute for Artificial Intelligence (IDSIA), USI-SUPSI（达勒莫勒人工智能研究所（IDSIA））；Department of Surgery, Medicine, Dentistry and Morphological Sciences with interest in Transplant, Oncology and Regenerative Medicine, University of Modena and Reggio Emilia（外科、医学、牙科和形态学科学系（关注移植、肿瘤学和再生医学），摩德纳和雷吉奥艾米利亚大学）；Department of Sciences and Methods for Engineering (DISMI), University of Modena and Reggio Emilia（工程科学与方法系（DISMI），摩德纳和雷吉奥艾米利亚大学）
研究比较了三种人机协作交互模式：被动、反应式和主动式，在记忆组装七层彩色塔任务中发现主动式协作更受参与者青睐，提升了用户体验。
2026-07-08 cs.RO
On Using Neural Networks to Learn Safety Speed Reduction in Human-Robot Collaboration: A Comparative Analysis
Politecnico di Milano（米兰理工大学）
本文提出利用深度学习直接从过程执行数据预测机器人安全缩放因子，以提高周期时间预测和调度算法效率。
2025-12-19 cs.RO
Deployment and Evaluation of a Flexible Human-Robot Collaboration Model Based on AND/OR Graphs in a Manufacturing Environment
University of Genoa（热那亚大学）
工业4.0范式承诺在制造环境中缩短开发时间，提高工效学，提高灵活性和资源效率。协作机器人是实现这种模式的重要有形技术。有效地将协作机器人部署到制造业的一个主要瓶颈是开发任务规划算法，使它们能够识别并自然适应变化甚至不可预测的人类行为，同时确保生产周期时间方面的整体效率。在这种情况下，一个架构，包括任务表示，任务规划，传感和机器人控制的设计，开发和评估在一个真实的工业环境。研究了一个需要人与机器人协作的取放机器人任务。该体系结构使用AND/OR图在线表示和推理人机协作模型。此外，客观措施的整体计算性能和主观措施的自然人与机器人协作进行了评估，通过实验与生产线操作员。这项用户研究的结果展示了我们提出的人机协作模型如何利用工作场所操作员的灵活性和舒适性。在这方面，对最近的模式进行了广泛的比较研究。
2020-07-13 cs.AI cs.HC cs.RO
User Study Exploring the Role of Explanation of Failures by Robots in Human Robot Collaboration Tasks
KTH Royal Institute of Technology（KTH皇家理工学院）
尽管机器人可以做的事情有了很大的进步，但由于非结构化人类环境中的高度随机性，它们在人机协作任务中仍然会遇到失败。此外，人类对机器人及其能力的不熟悉可能导致此类故障重复发生。这使得故障解释的能力对机器人来说非常重要。在这项工作中，我们描述了一个用户的研究，将不同的机器人故障的人机协作（HRC）的任务，旨在填补一个货架。我们包括不同类型的故障和重复发生的这种故障在人类和机器人之间的长期互动。故障解决涉及人-机器人双向切换形式的人为干预。通过这样的研究，我们的目的是测试不同的解释类型和解释过程中的互动和记录人类。
2023-03-28 cs.HC cs.RO
Game-Theoretic Modeling of Human Adaptation in Human-Robot Collaboration
Carnegie Mellon University（卡内基梅隆大学）
在人类-机器人团队中，人类通常从一个不准确的机器人能力模型开始。当它们与机器人交互时，它们推断机器人的能力并部分适应机器人，即，他们可能会根据观察到的结果和机器人的动作改变自己的动作，而不复制机器人的策略。我们提出了一个博弈论模型的人的部分适应机器人，在那里的人响应机器人的行动，通过最大化的奖励函数，随着时间的推移而改变随机，捕捉他们的期望机器人的能力的演变。然后，机器人可以使用这个模型来最佳地决定采取行动，向人类展示其能力，并在人类当前拥有的信息下采取最佳行动。我们证明了在一定的可观测性假设下，最优策略可以有效地计算。我们通过一个人类受试者的实验表明，该模型显着提高人类机器人团队的性能相比，政策，假设完全适应人类的机器人。
2017-04-06 cs.RO
Effect of Human Involvement on Work Performance and Fluency in Human-Robot Collaboration for Recycling
University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
由于可回收产品的组成变化很大，人机协作在回收方面具有巨大的潜力。六名参与者与配备视觉系统的机器人手臂合作执行可回收物品分类任务。三个不同级别的人类参与或协助机器人（1级-闭塞消除; 2级-最佳间距; 3级-最佳抓地力）的性能指标，如机器人的准确性，任务时间和主观流畅性的影响进行了评估。结果表明，人类参与对机器人的准确性有显着的影响，这增加了人类参与水平。水平1的平均准确度值为33.3%，水平2为69%，水平3为100%。结果表明，对于涉及大小、形状和成分不同的各种材料的分拣过程，人工辅助可以在很大程度上提高机器人的准确性，同时也具有成本效益。
2022-01-20 cs.RO
I've Changed My Mind: Robots Adapting to Changing Human Goals during Collaboration
Department of Computer Science, Yale University（计算机科学系，耶鲁大学）
本文提出了一种机器人在协作中适应变化的人类目标的方法，通过跟踪动作序列和递推时间规划提高目标预测准确性。
2025-11-19 cs.RO
Human-Robot Gym: Benchmarking Reinforcement Learning in Human-Robot Collaboration
Technical University of Munich（慕尼黑工业大学）
本文提出人机健身房（human-robot gym），一个用于人机协作中安全强化学习的基准套件，包含八个真实任务并配备可证明安全性的防护盾，评估表明其任务具有挑战性，且基于动作的奖励可超越专家，过拟合可忽略。
2024-06-25 cs.RO
