Pluralistic Human-Robot Interaction: Designing for Robot Interaction with Diverse Communities
Hunter College(亨特学院);The Graduate Center, City University of New York(纽约市立大学研究生中心)
本文提出Pluralistic HRI框架,将人类多样性作为设计基础,整合多种要素指导社交机器人的包容性交互,以解决实际部署的社会复杂性问题,为多元社群中机器人的设计、评估与部署提供指导。
2026-08-18 cs.CY cs.HC cs.RO
Designing Robots for Families: In-Situ Prototyping for Contextual Reminders on Family Routines
University of Wisconsin–Madison(威斯康星大学麦迪逊分校);University of Illinois Chicago(伊利诺伊大学芝加哥分校);University of Chicago(芝加哥大学)
本文提出通过现场原型设计,为家庭设计支持日常常规的机器人,探讨情境因素对家庭整合的影响,并提出设计建议。
2026-02-26 cs.RO
Designing Socially Assistive Robots: Exploring Israeli and German Designers' Perceptions
Ben-Gurion University of the Negev(内盖夫本-古里安大学);Affective & Cognitive Institute, Offenburg University(奥芬堡大学情感与认知研究所);Delft University of Technology(代尔夫特理工大学)
本研究对比以色列与德国设计师对四类场景下社交辅助机器人视觉特质的认知偏好,发现二者多数认知相近,但对COVID-19专员机器人的角色与适配设计认知有差异,指出设计需兼顾场景与文化因素。
2023-04-30 cs.RO
Co-designing a Child-Robot Relational Norm Intervention to Regulate Children's Handwriting Posture
EPFL(洛桑联邦理工学院);KIT(卡尔斯鲁厄理工学院)
本文提出CRNI模型,通过机器人被动受干扰的间接规范机制促使儿童纠正书写姿势,并经两次参与式工作坊识别有效干扰方式。
2024-06-13 cs.HC cs.RO
Designing a minimalist socially aware robotic agent for the home
Indiana University(印第安纳大学);Instituto Gulbenkian de Ciencia(古尔本基安科学研究所)
我们提出了一个极简的社会机器人,依赖于长时间序列的低分辨率数据,如机械振动,温度,照明,声音和碰撞。我们的目标是开发一个实验系统,用于培养社会定位的机器人代理人,其行为库被空间的社会秩序所包含。为了实现这一目标,我们正在设计机器人,这些机器人使用简单的传感器和运动反馈程序来识别不同类别的人类活动,然后将每个类别与一系列适当的行为相关联。我们使用Katie系列机器人,构建在iRobot Create平台上,Arduino Uno和Raspberry Pi。我们描述了它的传感器的能力和探索性的测试,使我们能够开发什么样的对象(传感器数据)对应于已知的和可观察的人类受试者的假设。我们使用机器学习方法对来自100多个实验的三种社交场景进行分类,证明使用我们的极简机器人的低分辨率传感器可以高精度地检测社交场景。
2014-06-26 cs.HC cs.RO
Designing Touch for Trauma-Informed Social Robots: A Design Space for Direct and Indirect Actuation
AI Ethics Research Hub(人工智能伦理研究中心);Helmut Schmidt University(海姆-施密特大学)
研究如何设计社交机器人的触觉驱动以符合创伤知情护理原则,区分直接和间接触觉,提出包含驱动方式、目标、预期效果三维度的设计空间并分析,为开发创伤敏感社交机器人提供概念基础。
2026-07-07 cs.RO
Designing Robot Identity: The Role of Voice, Clothing, and Task on Robot Gender Perception
University of Southern California(南加州大学)
本研究通过三项基于视频的实验,探讨了声音和服装对机器人性别感知的独立及组合影响,发现两者均可可靠建立机器人的感知性别,为机器人性别设计提供了参考。
2024-12-19 cs.RO
Otherness as a Quality in Designing Expressive Robotic Touch
KTH Royal Institute of Technology(皇家理工学院);IT University of Copenhagen(哥本哈根大学);Cornell University(康奈尔大学)
本文提出将机器人触觉的固有其他性作为设计质量,通过分析艺术和设计先例,探讨如何通过设计策略塑造其他性,以促进表达性和启发性的触觉设计。
2026-04-25 cs.HC cs.RO
Designing robots with the context in mind -- One design does not fit all
Ben-Gurion University of the Negev(内盖夫本-古里安大学);Delft University of Technology(代尔夫特理工大学)
机器人的视觉品质影响着人们对机器人特性的感知,并影响着用户对机器人的行为和态度。近年来,社会辅助机器人(SAR)在各种环境和功能中与各种用户交互的需求不断增长。由于SAR类型具有功能差异,因此用户体验必须因使用环境、功能、用户特征和环境条件而异。尽管如此,SAR制造商通常针对不同的环境设计和部署相同的机器人实施例。我们认为,特区的视觉设计需要一个更科学的方法,考虑到他们在未来社会中的多个不断变化的角色。在这项工作中,我们定义了四个上下文层:SAR存在的域,物理环境,其预期的用户,和机器人的角色。通过在线调查问卷,我们收集了潜在用户对四种不同SAR的期望特性和视觉质量的期望:辅助生活/退休住宅设施的服务机器人,医院环境的医疗助理机器人,COVID-19官员机器人和家用个人助理机器人。结果表明,用户的期望不同的机器人的期望特性和预期的视觉质量为每个上下文和用例。
2022-11-08 cs.RO
Designing Parent-child-robot Interactions to Facilitate In-Home Parental Math Talk with Young Children
University of Wisconsin–Madison(威斯康星大学麦迪逊分校)
针对现有教育数学机器人未整合家长角色的问题,研究设计了支持亲子数学对话的社交机器人功能并开展家庭探索研究,得出了家长对机器人的使用反馈与教育场景亲子机器人互动设计指南。
2023-05-04 cs.HC cs.RO
Warmth and Competence in the Swarm: Designing Effective Human-Robot Teams
School of Electrical and Electronic Engineering, University of Sheffield, Sheffield, UK(电气与电子工程学院,谢菲尔德大学,谢菲尔德,英国);Department of Computer Science, Technical University of Darmstadt, Darmstadt, Germany(计算机科学系,达姆施塔特技术大学,达姆施塔特,德国);School of Computer Science, University of Sheffield, Sheffield, UK(计算机科学学院,谢菲尔德大学,谢菲尔德,英国)
研究通过两个实验探讨蜂群行为对人类社会感知的影响,发现行为特征影响感知的温暖和能力,且这些感知比任务表现更能预测团队偏好。
2026-04-21 cs.HC cs.RO
Robotic capabilities framework: A boundary object and intermediate-level knowledge artifact for co-designing robotic processes
Politecnico di Torino(都灵理工大学);TU Delft(代尔夫特理工大学);RoboHouse
本文提出机器人能力框架,通过跨学科协作设计,促进人机协作的公正与协作未来。
2025-12-02 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
Designing Personalized Interaction of a Socially Assistive Robot for Stroke Rehabilitation Therapy
Carnegie Mellon University(卡内基梅隆大学);Instituto Superior Técnico, Universidade de Lisboa(里斯本大学高等理工学院);Madeira Interactive Technology Institute, University of Madeira(马德拉大学马德拉交互技术研究所)
社会辅助机器人的研究有可能增加和协助神经和肌肉骨骼问题(如中风)患者的物理治疗。在物理治疗过程中,生成个性化反馈对于提高患者的参与度至关重要。然而,以前的工作,社会辅助机器人物理治疗主要利用预定义的纠正反馈,即使患者有各种身体和功能的能力。本文提出了一种交互式的方法,社会辅助机器人,可以动态地选择运动学特征的评估对个别病人的练习,以预测运动的质量,并提供个性化的机器人运动教练的互动患者特定的纠正反馈。
2020-07-13 cs.HC cs.LG cs.RO
Designing for Fairness in Human-Robot Interactions
Yale University(耶鲁大学)
本文研究机器人在多人团队中如何通过公平分配物质和交流资源来有效融入,并探讨确保机器人在决策中考虑人类公平概念的进展。
2024-05-31 cs.HC cs.RO
Designing Empathetic Companions: Exploring Personality, Emotion, and Trust in Social Robots
University of Genoa(热那亚大学)
本研究提出基于个性模型的认知架构,通过用户实验验证情感生成器,揭示机器人个性特质对信任与愉悦性的影响。
2025-04-17 cs.HC cs.RO
Stakeholder Insights for Designing In-Home Social Robots for Dementia Disorientation Detection and Caregiver-Aware Intervention
Imperial College London(帝国理工学院)
该研究通过对14名痴呆护理相关人员访谈,明确了居家社交机器人设计需融入日常作息、提供情境化定向支持等关键方向,以辅助痴呆患者定向障碍检测与干预。
2026-08-26 cs.RO
Designing for Error Recovery in Human-Robot Interaction
Cardiff University(卡迪夫大学);The University of Manchester(曼彻斯特大学)
本文探讨了如何设计能自我检测和恢复错误的机器人系统,以提升人机交互的成功率,以核反应堆手套箱为例说明挑战与初步设计。
2026-04-14 cs.HC cs.RO
Knowing Who Knows What: Designing Socially Assistive Robots with Transactive Memory System
University of Wisconsin–Madison(威斯康星大学麦迪逊分校)
本文首次将交互记忆系统(TMS)理论应用于社交辅助机器人设计,提出三阶段沟通框架以改善多利益相关者决策,增强透明度和群体融入能力。
2023-05-09 cs.HC cs.RO
PuppetAI: A Customizable Platform for Designing Tactile-Rich Affective Robot Interaction
Department of Human-Computer Interaction(人机交互系);Mohamed bin Zayed University of Artificial Intelligence(莫莫德·本·扎耶德人工智能大学);Department of Robotics(机器人系)
PuppetAI是一种可定制的软机器人交互平台,通过模块化设计和情感表达循环,支持多样化的触觉交互手势研究。
2026-02-04 cs.HC cs.RO
Stakeholder perspectives on designing socially acceptable social robots and robot avatars for Dubai and multicultural societies
Dubai Future Labs(迪拜未来实验室);Dubai Future Foundation(迪拜未来基金会);Osaka University(大阪大学);ATR (Advanced Telecommunications Research Institute International)(先进电信研究所);The BioRobotics Institute, Scuola Superiore Sant’Anna(圣安娜高等学校生物机器人研究所)
本研究通过访谈迪拜服务部门利益相关者,发现信息提供与引导为最有价值功能,偏好高度拟人化外观,并基于心理社会学分析提出文化适应性机器人化身设计指南,填补研究空白。
2025-03-18 cs.HC cs.RO
Designing Social Robots with Ethical, User-Adaptive Explainability in the Era of Foundation Models
University of Cambridge(剑桥大学)
本文提出在基础模型驱动的社交机器人中,需通过伦理性和用户适应性的可解释性设计,解决适应与解释委托给基础模型带来的挑战。
2026-02-17 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
Designing a Socially Assistive Robot for Long-Term In-Home Use for Children with Autism Spectrum Disorders
University of Southern California(南加利福尼亚大学)
社会辅助机器人(SAR)的研究已经显示出巨大的潜力,补充和增强自闭症谱系障碍(ASD)儿童的治疗。然而,绝大多数SAR研究仅限于在高度受控的环境中进行的短期研究。设计和开发一个能够长时间自主交互的SAR系统涉及许多工程和计算挑战。本文介绍了一个完全自主的SAR系统的设计,长期,在家里使用的ASD儿童。我们根据鲁棒性和适应性需求解决设计决策,讨论机器人的性格和交互的发展,并提供长达一个月的见解,在家里的数据汇集与自闭症儿童。这项工作有助于一个更大的研究计划,该计划正在探索如何将SAR用于增强ASD儿童的社会和认知发展。
2020-01-22 cs.RO
Using role-play and Hierarchical Task Analysis for designing human-robot interaction
本文提出在人机交互中更多采用角色扮演和分层任务分析方法,通过社区药房机器人辅助项目展示了其在理解客户需求、正确建模行为及促进协同设计方面的优势,并建议未来开发适合社交机器人交互的任务分析方法。
2025-09-16 cs.RO
Designing Social Robots that Engage Older Adults in Exercise: A Case Study
The Johns Hopkins University(约翰斯·霍普金斯大学)
本研究提出并通过为期一周的单案例测试评估了一款引导老年人居家锻炼、提供激励反馈的社交机器人原型,总结了用户对锻炼自主权、内容多样性等方面的需求,指出需提升系统适应性,后续将优化原型并扩大居家部署评估范围。
2024-03-07 cs.HC cs.RO
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
Situated Participatory Design: A Method for In Situ Design of Robotic Interaction with Older Adults
University of Wisconsin–Madison(威斯康星大学麦迪逊分校);Idiap Research Institute(Idiap研究所)
我们提出了一个参与式的设计方法来设计与老年人的人机交互和它的应用,通过设计一个辅助机器人的高级生活设施的案例研究。该方法被称为情景设计(sPD),其设计考虑了与老年人合作的挑战,涉及三个阶段,通过与机器人的真实,迭代交互来设计和测试使用场景。在与9名住院医生和3名护理人员的设计会议中,我们发现了一些关于sPD的见解,这些见解有助于我们了解其优点和局限性。例如,我们观察了设计如何通过迭代交互演变,以及早期接触机器人如何帮助参与者考虑在日常生活中使用机器人。通过sPD,我们的目标是帮助未来的研究人员增加和深化老年人在设计辅助技术方面的参与。
2023-02-21 cs.HC cs.RO
Explainable Autonomous Robots: A Survey and Perspective
Osaka University(大阪大学);The University of Electro-Communications(电气通信大学)
先进的通信协议对于实现自主机器人与人类的共存至关重要。因此,解释能力的发展是迈向自主机器人的紧迫的第一步。本调查概述了机器学习研究中讨论的各种类型的“可解释性”。然后,我们讨论在自主机器人的背景下“可解释性”的定义(即,可解释的自主机器人)通过探索问题“什么是解释?“我们进一步根据这一定义进行了研究调查,并提出了一些相关的主题,以供未来研究。
2021-05-06 cs.AI
Creation of Novel Soft Robot Designs using Generative AI
National University of Singapore(新加坡国立大学)
本文利用生成式AI和潜在扩散模型SDFusion,基于70多个文本-形状配对数据集生成新型软体气动执行器3D设计,并通过迁移学习与数据增强提升模型性能。
2024-05-03 cs.AI cs.RO
Shutter, the Robot Photographer: Leveraging Behavior Trees for Public, In-the-Wild Human-Robot Interactions
Yale University(耶鲁大学)
在野外部署交互式系统需要适应实验室环境中没有遇到的情况。我们的工作详细介绍了我们的经验,对行为的可重用性和反应性的架构选择的影响,同时部署一个公共的交互系统。我们特别介绍了Shutter,一个机器人摄影师和一个公众互动平台。在设计Shutter的架构时,我们专注于野外部署的适应性,同时开发一个可重复使用的平台,以促进公共人机交互的未来研究。我们发现,行为树允许反应,特别是在组设置,并鼓励设计可重用的行为。
2023-02-01 cs.RO
Co-designing a Social Robot for Newcomer Children's Cultural and Language Learning
University of Waterloo(滑铁卢大学)
本文探讨了为新移民儿童设计社交机器人Maple,以解决语言学习和文化适应中的挑战,提出了四个核心问题、文化导向讨论及初步设计指南。
2026-03-02 cs.CY cs.HC cs.RO
A Co-Evolutionary Theory of Human-AI Coexistence: Mutualism, Governance, and Dynamics in Complex Societies
School of Chemistry and Chemical Engineering(化学与化工学院)
本文提出在治理下的人机共存互惠框架,通过共进化关系设计人类与AI的共存,强调互惠、可逆性、心理安全和社会合法性,通过动态系统模型分析共存条件与稳定性。
2026-04-29 cs.AI cs.CY cs.HC
Designing for Difference: How Human Characteristics Shape Perceptions of Collaborative Robots
本文通过在线实验和认知-情感映射方法,研究人类特征与交互范式如何影响人们对协作机器人的评价,发现反社会行为评分最低、高龄协作评价更敏感、物体交接场景更受认可,强调亲社会设计和反思方法对包容性机器人开发的重要性。
2025-07-22 cs.AI cs.CV cs.ET
Designing Social Robots for Inclusive Child Wellbeing Assessment: Insights from Communities Supporting Developmental Language Disorder and Forced Migration
针对沟通障碍儿童福祉评估的挑战,该研究通过焦点小组分析得出考量因素,提出机器人介导福祉评估的伦理与包容性设计建议,为相关设计提供指导。
2026-08-05 cs.RO
Designing Intent: A Multimodal Framework for Human-Robot Cooperation in Industrial Workspaces
Aalto University(阿alto大学);TU Wien(维也纳技术大学)
本文提出一个基于SAT框架的多维设计空间,用于工业人机协作中意图沟通,涵盖内容、规划视野和模态,旨在指导多模态策略设计并奠定透明交互工具包基础。
2025-06-18 cs.HC cs.RO
Sim-to-Real: Learning Agile Locomotion For Quadruped Robots
Google Brain(谷歌大脑);Google DeepMind(谷歌DeepMind)
为四足机器人设计敏捷的运动通常需要大量的专业知识和繁琐的手动调整。在本文中,我们提出了一个系统,利用深度强化学习技术来自动化这个过程。我们的系统可以使用简单的奖励信号从头开始学习四足动物的运动。此外,当需要对学习步态进行更多控制时,用户可以提供开环参考以指导学习过程。控制策略在物理模拟器中学习,然后部署在真实机器人上。在机器人技术中,在模拟中训练的策略通常不会转移到现实世界中。我们通过改进物理模拟器和学习强大的策略来缩小这一现实差距。我们使用系统辨识改进模拟,开发精确的致动器模型并模拟延迟。我们通过随机化物理环境,添加扰动和设计一个紧凑的观测空间来学习鲁棒控制器。我们评估我们的系统上两个敏捷的运动步态:小跑和疾驰。在仿真中学习之后,四足机器人可以在现实世界中成功地执行这两种步态。
2018-05-16 cs.AI cs.RO
"You've got a friend in me": Co-Designing a Peer Social Robot for Young Newcomers' Language and Cultural Learning
University of Waterloo(滑铁卢大学);United for Literacy(联合扫盲组织)
本文报告了一项与加拿大United for Literacy导师合作的共设计研究,开发了Maple社交助教机器人,通过短故事活动、多模态支架和嵌入式测验支持新移民儿童的语言和社会化学习。
2026-03-31 cs.HC cs.RO
Towards Considerate Embodied AI: Co-Designing Situated Multi-Site Healthcare Robots from Abstract Concepts to High-Fidelity Prototypes
Cornell Tech / Cornell University(康奈尔科技/康奈尔大学)
本文提出通过协同设计方法,从抽象概念到高保真原型,开发多站点医疗机器人,以减少医疗场景中的非增值任务负担。
2026-02-03 cs.AI cs.HC cs.RO
ROSA: A Knowledge-based Solution for Robot Self-Adaptation
Delft University of Technology(代尔夫特理工大学);University of Oslo(奥斯陆大学)
本文提出了一种基于知识的机器人自适应框架ROSA,通过任务与架构协同适应(TACA)实现运行时自适应,并在水下机器人应用中验证了其可行性和性能优势。
2025-04-29 cs.AI cs.RO
Why robots should be technical: Correcting mental models through technical architecture concepts
Bielefeld University(比勒费尔德大学);Honda Research Institute Europe(本田欧洲研究院)
社会机器人的研究通常集中在设计模仿人类行为的机器人。虽然这可能会增加用户对机器人的满意度和接受度,但它不会自动帮助非专家用户自然地与机器人交互,并且实际上可能会损害他们正确预测机器人能力的能力。我们认为,一个错误的心理模型,用户的机器人,是混淆的主要来源之一。在这项工作中,我们研究如何沟通的机器人系统的技术概念,以用户影响他们的心理模型,以及如何这可以提高人机交互的质量。我们进行了一项在线研究,并调查了改善用户心理模型的可能方法。我们的研究结果强调,沟通技术概念可以形成一个改进的心理模型。因此,我们展示了有意识地设计机器人来表达他们的能力和局限性的重要性。
2020-11-05 cs.HC cs.RO
A Collaborative Robot-Assisted Manufacturing Assembly Process
University of Coimbra(科英布拉大学);CEMMPRE(CEMMPRE研究院);ARISE(ARISE研究院)
针对工业中协作机器人落地难的问题,研究对比人工与机器人辅助装配流程,验证其在三种运行模式下的效能,证实其能改善工效与操作便捷性且不显著增加装配时长,还具备工序引导功能。
2024-03-08 cs.RO
A Decision Support Design Framework for Selecting a Robotic Interface
NAVER Labs(NAVER 实验室);AUT(奥克兰理工大学);UNSW(新南威尔士大学)
机器人的设计和开发涉及到选择和测试机器人接口的基本步骤。这种界面选择需要仔细考虑,因为机器人的物理体现会影响并增加传统界面的复杂性。我们的论文提出了一个决策支持设计框架的先验选择的机器人接口,归纳制定从我们的案例研究设计的机器人与认知障碍的员工合作。我们的框架概述了根据用户,机器人,任务和环境的接口要求,并有利于对这些要求的接口结构化比较。通过与人权研究所专家进行的定性研究,评估了该框架的潜在适用性和有用性。该框架被认为是一个系统性工具,可以进行记录和讨论,所确定的问题为框架的迭代提供了信息。所有权的跨学科团队的这个过程中,它的作用,迭代设计接口的主题进行了讨论。
2022-02-08 cs.RO
Admittance Control Parameter Adaptation for Physical Human-Robot Interaction
University of Modena and Reggio Emilia(摩德纳和雷焦艾米利亚大学)
在物理人机交互中,机器人和人类在同一工作空间中的共存需要保证稳定的交互,试图最大限度地减少操作员的努力。为此,导纳控制被广泛使用,其参数的适当选择是至关重要的,因为它们影响机器人的稳定性和与用户交互的能力。在本文中,我们提出了一种策略,用于检测偏差的标称行为的导纳控制的机器人和适应的控制器的参数,同时保证无源性。所提出的方法在KUKA LWR 4+上进行了验证。
2017-02-27 cs.RO
Knowledge Representation for Robots through Human-Robot Interaction
Sapienza University of Rome(罗马大学)
机器人执行复杂任务所需知识的表示受到感知限制的限制。克服这种情况和设计“知识型”机器人的一种可能方法是依赖于与用户的互动。我们提出了一个多模态交互框架,允许有效地获取有关机器人操作环境的知识。特别是,在本文中,我们提出了一个丰富的表示框架,可以自动构建的度量地图与用户提供的指示注释。这样的表示,然后允许机器人地面复杂的参考表达式的运动命令,并制定拓扑导航计划,以实现目标位置。
2013-08-01 cs.AI 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
Designing Social Robots for Social-Cognition Training with Autistic Adults
Ben-Gurion University of the Negev(内盖夫本-古里安大学);The Azrieli National Center for Autism and Neurodevelopment Research, Ben-Gurion University of the Negev(内盖夫本-古里安大学阿兹里利国家自闭症与神经发育研究中心);School of Brain Sciences and Cognition, Ben-Gurion University of the Negev(内盖夫本-古里安大学脑科学与认知学院)
该研究针对现有自闭症干预机器人多聚焦儿童的问题,联合5名自闭症成人开展共同设计,明确了用于社会认知训练的社交机器人的7项核心设计要求,提出其应作为私人可配置的演练伙伴以支持自闭症成人的独立性。
2026-08-20 cs.HC cs.RO
NeuroEvolution algorithms applied in the designing process of biohybrid actuators
University of the West of England(西英格兰大学);University of Novi Sad(诺威萨大学)
本研究针对生物混合致动器设计难题,对比分析NEAT、HyperNEAT两种神经进化算法与AFPO算法的优化效果,采用客户端-服务器架构加速计算,发现HyperNEAT在兼顾最小体积与达标位移的形态设计上表现最优。
2024-08-14 cs.RO
Designing a Socially Assistive Robot to Support Older Adults with Low Vision
University of Southern California(南加州大学);University of California, Los Angeles(加州大学洛杉矶分校)
本研究提出用户参与式设计流程,通过两阶段调查验证社交辅助机器人在长期低视力康复中的用户感知有用性与接受度,发现实地演示显著提升用户积极评价。
2024-01-06 cs.HC cs.RO
Harmon: Whole-Body Motion Generation of Humanoid Robots from Language Descriptions
The University of Texas at Austin(德克萨斯大学奥斯汀分校);NVIDIA Research(英伟达研究院)
本研究提出Harmon方法,利用大规模人类运动数据集初始化人形机器人运动,并结合VLM的常识推理能力进行编辑与优化,从而根据语言描述生成自然、富有表现力的全身运动,经仿真与真实实验验证有效。
2024-10-16 cs.AI cs.RO
Minimally-intrusive Navigation in Dense Crowds with Integrated Macro and Micro-level Dynamics
The Chinese University of Hong Kong(香港中文大学);Harbin Institute of Technology (Shenzhen)(哈尔滨工业大学(深圳));Macao Polytechnic University(澳门理工大学);Southern University of Science and Technology(南方科技大学);Shenzhen Research Institute of The Chinese University of Hong Kong(香港中文大学深圳研究院)
针对移动机器人导航干扰行人区域的问题,提出集成宏观与微观动力学的最小干扰导航框架,引入FDP和IDP惩罚项及采样导航系统,经仿真和实测验证,实现低干扰导航。
2023-12-28 cs.RO
Not Only Rewards But Also Constraints: Applications on Legged Robot Locomotion
KAIST(韩国科学技术院)
提出一种结合奖励与约束的强化学习框架,通过两种约束类型和高效策略优化算法训练足式机器人运动控制器,大幅减少奖励工程量并提升工程直观性。
2024-07-20 cs.AI cs.LG cs.RO
The Impact of Evolutionary Computation on Robotic Design: A Case Study with an Underactuated Hand Exoskeleton
Kadir Has University(卡迪尔哈斯大学)
本研究以欠驱动手部外骨骼(U-HEx)为案例,通过集成遗传算法和大爆炸-大坍缩算法等演化计算技术,替代朴素暴力破解方法,在更短时间内实现了更精确的机器人设计优化,显著提升了设备传递给用户的扭矩幅值和整体效率。
2024-03-23 cs.AI cs.HC cs.RO
Sensor-Based Control for Collaborative Robots: Fundamentals, Challenges and Opportunities
Université de Montpellier(蒙彼利埃大学);LIRMM(蒙彼利埃计算机科学、机器人学与微电子学实验室);The Hong Kong Polytechnic University(香港理工大学)
本文的目的是提出一个系统的审查现有的基于传感器的控制方法的应用程序,涉及人类和机器人之间的直接互动,无论是物理协作或安全共存的形式。为此,我们首先介绍了传感器伺服问题的基本公式,然后介绍了最常见的方法:基于视觉,基于触摸,基于音频和基于距离的控制。之后,我们讨论和形式化的方法,在控制级集成异构传感器。调查机构的文献进行分类,根据传感器的类型,多个测量相结合的方式,以及目标的目标和应用。最后,我们讨论了开放的问题,潜在的应用和未来的研究方向。
2020-07-04 cs.RO cs.SY eess.SY