An Exploratory Study on Crack Detection in Concrete through Human-Robot Collaboration
Extreme Robotics Lab (ERL) and National Center for Nuclear Robotics (NCNR)（极端机器人实验室（ERL）和核机器人国家中心（NCNR））；University of Birmingham（伯明翰大学）；National Center for Nuclear Robotics (NCNR)（核机器人国家中心）；Queen Mary University of London（伦敦女王大学）
本研究探索了将AI辅助视觉裂缝检测集成到移动Jackal机器人平台上的人机协作方法，实验证明该方法能提高检测准确性并降低操作员工作负荷，优于传统人工检测。
2025-08-15 cs.AI cs.HC cs.RO
Look Further: Socially-Compliant Navigation System in Residential Buildings
Toyota Woven City（丰田织城）
提出一种主动变道（PLC）运动模式，通过将反应距离扩展到8米以上，改善人类对机器人运动的感知，并在直走廊场景中显著提升安全性、流畅性和礼貌性。
2026-05-26 cs.RO
Championing Research Through Design in HRI
Carnegie Mellon University（卡内基梅隆大学）
对CHI和人机交互（HRI）社区的交叉点进行研究的挑战之一是解决两者之间可接受的设计研究方法的差距。虽然HRI专注于与机器人的交互，并在其范围内包括设计研究，但该社区并不像CHI社区那样习惯于探索性设计方法。本研讨会论文主张将探索性设计，特别是过去十年在CHI中建立的设计研究（RtD）方法带到HRI的前景。RtD可以使HRI领域的设计研究人员进行探索性的设计工作，询问什么是正确的设计，并在社区内分享。
2019-08-20 cs.HC cs.RO
Brain-Robot Interface for Exercise Mimicry
Heriot-Watt University（赫瑞斯学院）；AIT Austrian Institute of Technology GmbH（奥地利技术研究所）
本文提出一种脑-机器人接口（BRI），使社交机器人教练能根据患者心理指令实时模仿其康复运动，并在14名参与者中验证了系统可行性及用户的高信任度和接受度。
2025-09-14 cs.RO
Evaluating the validity of a German translation of an uncanniness questionnaire
Stuttgart Media University（斯图加特传媒大学）
本文将一份恐怖谷问卷翻译为德文，通过Cronbach's alpha信度评估及探索性与验证性因子分析验证了其有效性，结果表明翻译指数信度良好，部分条目需进一步检查。
2023-05-18 cs.RO
Motivating Students' Self-study with Goal Reminder and Emotional Support
Department of Computer Science, Purdue University（计算机科学系，普渡大学）
本研究针对社交机器人在自主学习场景中作用研究不足的问题，通过奥兹巫师实验探究提供目标提醒和情感支持的社交机器人同伴对大学生自主学习的影响，发现两类支持均提升易用性，目标提醒还提升使用意愿，且机器人的社交感知可预测目标达成水平，为社交辅助机器人支持自主学习提供了依据。
2025-10-27 cs.RO
Design, Development, and Use of Maya Robot as an Assistant for the Therapy/Education of Children with Cancer: a Pilot Study
Sharif University of Technology（谢里夫理工大学）；Islamic Azad University（伊斯兰阿扎德大学）
Maya机器人通过提高儿童癌症治疗中的疼痛管理与情感支持，展示出在医疗环境中的应用潜力。
2026-02-11 cs.HC cs.RO
Participatory Design for Mental Health Data Visualization on a Social Robot
University of Washington（华盛顿大学）
数据可视化和人机交互（HRI）的交叉是一个新兴的领域。理解、交流和处理不同类型的数据以创建多功能可视化可以使HRI受益。相反，通过有效的可视化表达HRI生成的不同类型的数据可以提供有趣的见解。我们的工作增加了这个不断增长的领域的文献。在本文中，我们提出了我们的探索性工作可视化的心理健康数据的社交机器人。特别是，我们讨论了心理健康数据可视化的开发使用参与式设计（PD）的方法。作为社交机器人上心理健康数据可视化的第一步，这项工作为相关的进一步工作和使用社交机器人作为数据可视化工具铺平了道路。
2022-08-20 cs.HC cs.RO
Proposing a Game Theory Approach to Explore Group Dynamics with Social Robot
Italian Institute of Technology（意大利技术研究院）
研究通过博弈论方法探讨社交机器人促进群体成员合作的可能性，旨在评估机器人在教育和职场中的协作促进作用。
2026-03-30 cs.HC cs.RO
Person Transfer in the Field: Examining Real World Sequential Human-Robot Interaction Between Two Robots
Northeastern University（东北大学）；Carnegie Mellon University（卡内基梅隆大学）
本文通过4天7小时的现场研究，观察18次两台机器人间的“人员转移”并访谈11名参与者，揭示移动机器人交接、信任与位置等序贯人机交互设计要点。
2024-06-11 cs.HC cs.RO
Exercising with an "Iron Man": Design for a Robot Exercise Coach for Persons with Dementia
School of Information Technology, Halmstad University（哈尔姆斯塔德大学信息技术学院）
社会辅助机器人越来越多地被设计成在各种治疗场景中与人类互动。我们认为，一个有用的方案是为痴呆症患者（PwD）提供运动指导，这涉及到与记忆和沟通有关的独特挑战。我们提出了一个机器人的设计，可以寻求帮助残疾人进行练习，通过识别行为和提供反馈，在一个在线的，多模态的，和从事的方式。此外，在符合中保真原型设计方法，我们报告的一些反馈，从探索性的用户研究使用Baxter机器人，它提供了一些确认的有用性的一般情况下，此外，结果表明，机器人的反馈程度可以定制，以提供注意力或乐趣的印象。概述了未来改进的局限性和可能性，涉及深度学习和触觉反馈，为下一个设计提供信息。
2019-09-26 cs.CY cs.RO
Exploring Children's Preferences for Taking Care of a Social Robot
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）
儿童与机器人互动的研究表明，参与“照顾”社交机器人，例如在晚上为机器人盖被子，可以加强儿童与机器人之间形成的关系。在这项工作中，我们的目标是更好地了解和探索的设计空间的照顾活动与10名儿童，8- 12岁，从8个家庭，涉及探索性的设计会议，其次是初步的可行性测试机器人照顾活动。设计会议深入了解了儿童当前的照顾任务，他们将如何照顾社交机器人，以及这些新的照顾活动如何融入他们的日常生活。可行性研究测试了两种不同类型的机器人照顾任务，我们称之为连接和效用，并测量了它们对儿童的感知和接近社交机器人的短期影响。我们讨论的主题，并提出互动设计准则的机器人照顾儿童的活动。
2022-05-18 cs.HC cs.RO
Intrinsically Motivated Autonomy in Human-Robot Interaction: Human Perception of Predictive Information in Robots
University of Hertfordshire（赫特福德大学）；University of Waterloo（滑铁卢大学）
在本文中，我们提出了一个完全自主和内在动机的机器人可用于HRI实验。我们认为，基于预测信息形式主义的内在动机的方法，就像这里介绍的那样，可以为我们提供一条通往自主机器人行为生成的途径，该途径能够产生足够有趣的行为，以维持与人类的互动，而不需要人类操作员在循环中。我们提出了一个可能的反应基线行为进行比较，为今后的研究。参与者对基线和适应性、内在动机行为的看法不同。在我们的探索性研究中，我们看到有证据表明，参与者认为一个内在动机的机器人不如反应性基线行为聪明。我们认为，这主要是由于选择的高适应率和环境的设计。然而，我们也看到，自适应机器人被认为是更温暖，一个因素，进行更重要的人际互动比能力。
2019-05-05 cs.HC 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
Exploring the Use of Collaborative Robots in Cinematography
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
本文通过访谈三位电影摄影师并演示原型机器人系统，识别了影响协作机器人应用于电影摄影的设计、采用与使用的关键因素，为后续协同设计研究奠定基础。
2023-04-16 cs.HC cs.RO
Astro, I'm Home! Investigating Factors that Influence the Acceptance of Home Robots Using Supervised Machine Learning
University of Southern California（南加州大学）
本研究运用正则化技术（如Lasso和Ridge回归）分析影响社交机器人接受度的因素，发现绩效期望、社会影响和享乐动机是使用意图的最强预测因子，并识别出可用性、信任和能力等新变量。
2026-05-21 cs.CY cs.HC cs.RO
The Impacts of Human-Cobot Collaboration on Perceived Cognitive Load and Usability during an Industrial Task: An Exploratory Experiment
Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）
本研究通过工业装配任务实验发现，人机协作机器人协作虽增加完成时间，但降低感知时间需求和认知负荷，减少手势和错误，从而改善用户体验与表现。
2023-05-30 cs.HC cs.RO
The Perceived Danger (PD) Scale: Development and Validation
George Mason University（乔治梅森大学）；Naval Research Laboratory（海军研究实验室）；NRC（国家研究委员会）；Arcfield（阿克菲尔德）；Artificial Intelligence Center（人工智能中心）
本研究开发并验证了感知危险量表，通过四项研究确认其双因子结构和四个子维度，并证明其在预测人机交互中的感知安全与危险方面优于现有量表。
2025-01-23 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
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
Principles and Guidelines for Evaluating Social Robot Navigation Algorithms
Logical Robotics（逻辑机器人公司）；NVIDIA（英伟达）；Stanford（斯坦福大学）；Google（谷歌）；EPFL（洛桑联邦理工学院）；Purdue（普渡大学）；CMU（卡内基梅隆大学）；UT Austin（德克萨斯大学奥斯汀分校）；MIT（麻省理工学院）；Northeastern（东北大学）；Georgia Tech（佐治亚理工学院）；Aston（阿斯顿大学）；Bar Ilan（巴伊兰大学）；Adobe（奥多比公司）；LAAS-CNRS, Université de Toulouse（图卢兹大学系统分析与体系结构实验室（法国国家科学研究中心））；Sony AI（索尼人工智能研究院）；Honda（本田公司）；Yale（耶鲁大学）；GMU（乔治梅森大学）；Apple（苹果公司）
本文提出了评估社交机器人导航算法的原则与指南，包括社交导航机器人的定义、评估指标与场景开发指南，以及统一的指标框架，以促进不同模拟器、机器人和数据集之间的公平比较。
2023-09-19 cs.AI cs.HC cs.LG
The Unboxing Experience: Exploration and Design of Initial Interactions Between Children and Social Robots
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
社交机器人越来越多地被引入儿童的生活中，作为教育和社交伙伴，但人们对如何将这些产品最好地引入他们的环境知之甚少。媒体中“开箱”现象的出现表明，在形成最初印象的地方，介绍是技术采用的关键。为了更好地理解这一现象，以便在儿童社交机器人的背景下设计积极的开箱体验，我们对8至13岁儿童的家庭进行了三项实地研究：（1）探索性自由游戏活动（$n=12$）;（2）共同设计会议（$n=11$），告知原型盒的开发和策划的拆箱体验;（3）用户研究（$n=9$），评估儿童的经验。我们的研究结果表明，社交机器人的开箱体验可以通过设计一种创造性的美学体验来改善，这种体验可以让孩子在社交上引导最初的互动，并培养积极的儿童-机器人关系。
2022-02-17 cs.HC cs.RO
User Concerns Regarding Social Robots for Mood Regulation: A Case Study on the "Sunday Blues"
Delft University of Technology（代尔夫特理工大学）；Eindhoven University of Technology（埃因霍温理工大学）；Tongji University（同济大学）
本研究以“周日忧郁”为情境，通过视频原型和共同构建故事方法探究15名参与者对社交机器人“Mora”用于日常情绪调节的期望与担忧，并将共情、干预有效性和伦理边界等反思转化为设计考量。
2025-06-30 cs.HC cs.RO
Planning Multimodal Exploratory Actions for Online Robot Attribute Learning
State University of New York at Binghamton（纽约州立大学宾汉姆顿分校）；Tufts University（塔夫茨大学）
机器人经常需要感知物体属性，如“红色”，“重”和“空”，使用多模态探索性动作，如“看”，“举”和“摇”。“机器人属性学习算法的目标是在给定探索性动作的情况下为每个可感知属性学习观察模型。一旦学习了属性模型，它们就可以用来识别新对象的属性，回答诸如“这个对象是红色和空的吗？“属性学习和识别在文献中被视为两个独立的问题。在本文中，我们首先定义了一个新的问题，称为在线机器人属性学习（On-RAL），机器人的工作属性学习和属性识别同时进行。然后，我们开发了一种算法，称为信息理论奖励塑造（ITRS），积极解决探索和开发之间的权衡在RAL问题。将ITRS与竞争机器人属性学习基线进行了比较，实验结果表明ITRS在学习效率和识别精度方面具有优势。
2021-06-08 cs.RO
Soothing Sensations: Enhancing Interactions with a Socially Assistive Robot through Vibrotactile Heartbeats
University of Glasgow（格拉斯哥大学）；Ruhr-University Bochum（鲁尔大学波鸿分校）
本研究通过在PARO机器人上引入振动触觉心跳，探索其在压力情境下增强人机交互与调节用户情绪的效果，发现该设计能显著提升机器人的存在感、社会情感支持及生命感。
2024-10-10 cs.HC 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
Eliciting Understandable Architectonic Gestures for Robotic Furniture through Co-Design Improvisation
KU Leuven（鲁汶大学）；LMU Munich（慕尼黑大学）
本研究通过15位专家的协同设计即兴创作，探索移动机器人隔断如何用手势传达六种建筑意图，识别出20种手势策略并提出建筑手势这一新概念，为提升自适应建筑自主手势的可理解性并连接HRI与人-建筑交互研究做出贡献。
2025-01-03 cs.HC cs.RO
What metrics of participation balance predict outcomes of collaborative learning with a robot?
University of Pittsburgh（匹兹堡大学）
本研究针对多人-机器人协作学习中参与平衡指标不明确的问题，通过两项研究及自动参与单元复现实验，探究不同平衡指标与对话部分对小组学习效果的预测性，为学习科学研究的指标选择提供建议。
2024-05-17 cs.HC cs.RO
Robot Programming with Augmented Reality: The Role of Spatial Ability
Zuse Institute Berlin（柏林泽努斯研究所）；Weizenbaum Institute（魏泽恩鲍姆研究所）；University of Potsdam（波茨坦大学）
本研究探讨AR在机器人编程中对空间能力影响的补偿作用，发现AR可减轻空间能力较低学习者的劣势。
2026-09-22 cs.HC cs.RO
StretchBot: A Neuro-Symbolic Framework for Adaptive Guidance with Assistive Robots
Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；University of Montpellier（蒙彼利埃大学）
本文提出StretchBot，结合多模态感知与知识图谱引导的大语言模型推理，实现短时间伸展指导中的情境感知调整，同时保持结构化流程。实验显示自适应指导在适应性和相关性上更优，而脚本指导在流畅性和可预测性上仍具竞争力。
2026-04-01 cs.HC cs.RO
Exploratory Study: Children's with Autism Awareness of being Imitated by Nao Robot
Babeş-Bolyai University（巴比什-博雅依大学）；Ecole Nationale Superieure de Techniques Avancees (ENSTA-ParisTech)（法国高等先进技术学院（巴黎高等先进技术学院））
本文提出了一个探索性的研究，旨在为自闭症谱系障碍（ASD）的儿童，调查儿童的意识被模仿的机器人在玩/游戏的情况。Nao机器人在二元和三元交互中实时模仿儿童的所有手臂运动行为。不同的行为标准（即，眼睛注视、注视转移、手臂运动的发起和模仿、微笑/大笑）基于交互的视频数据进行分析。结果只证实了部分研究假设。然而，这些结果是有希望的未来方向这项工作。
2020-03-07 cs.RO
Can You Trust Your Trust Measure?
Tufts University（塔夫茨大学）
人机交互（HRI）中的信任主要通过两种方式来测量：通过主观问卷和通过行为任务。为了通过调查问卷优化信任测量，HRI领域面临两个挑战：开发适用于具有不同能力的各种机器人的标准化测量，以及探索机器人信任的社会和关系维度（例如，仁）。在本文中，我们通过研究人们是否认为这些问卷中的项目适用于不同类型的机器人和交互，来研究不同的信任问卷在不同方向（一般性与探索性）的挑战下如何表现。在研究1中，我们表明，在与机器人（非人形）和互动场景（火灾疏散），参与者评价多个问卷项目，如“这个机器人是有原则的”为“一般不适用于机器人”或“不适用于这个机器人”。在研究2中，我们表明，这些评级的频率变化（事实上，即使是一般的机器人被评为N/A的项目）时，提出了一个新的方案（游戏玩人形机器人）。最后，虽然整体信任分数对N/A评级保持稳健，但我们的研究结果揭示了这些分数通常被解释的潜在谬误。最后，我们的建议，为未来的研究，以及理论的影响，人力资源投资领域的信任问卷的开发，使用和结果报告。
2021-04-23 cs.HC cs.RO
Human Autonomy and Sense of Agency in Human-Robot Interaction: A Systematic Literature Review
Chair for Communication Science（沟通科学系）
本文通过系统综述22项实证研究，识别出影响人机交互中人类自主性和主体感的五类因素（机器人适应性、沟通风格、拟人化、机器人存在和个体差异），并指出当前研究在定义和操作化上的不足，为设计支持自主性的机器人提供了指导。
2026-02-27 cs.HC cs.RO
Humor Style Drives Laughter, Topic Shapes Acceptability: Evaluating Bilingual Personal and Political Robot-Delivered AI Jokes
Univ Brest-Bretagne INP, COMMEDIA team, Lab-STICC CNRS UMR 6285（布列塔尼大学-INP，COMMEDIA团队，Lab-STICC CNRS UMR 6285）
本研究通过混合因素设计，评估机器人用双语讲AI生成笑话时，幽默类型（亲和、自我增强、攻击、自贬）和内容（个人vs政治）对趣味性和适当性的影响，发现幽默类型显著影响趣味性，内容影响适当性，语言偏好受内容及参与者流利度影响。
2026-06-12 cs.AI cs.RO
Measuring Transparency in Intelligent Robots
Interdepartmental Center for Advances in Robotic Surgery - ICAROS（机器人外科先进跨部门中心 - ICAROS）；University of Naples Federico II（那不勒斯费德里科二世大学）；Center for Cognitive Interaction Technology - CITEC（认知交互技术中心 - CITEC）；Bielefeld University（比勒费尔德大学）
本文提出首个多语言标准化机器人透明度量表TOROS，通过三阶段实证研究将其构建为包含可解释性、可预测性和不可读性三个维度的26项测量工具，为人机交互研究提供了可比较的基准。
2024-08-29 cs.HC cs.RO
Robot Cell Modeling via Exploratory Robot Motions: A Novel and Accessible Data-Driven Approach
KUKA Deutschland GmbH（德国库卡股份有限公司）
针对机器人单元环境建模难度高、成本大的问题，提出仅用内部关节编码器采集探索运动数据、通过计算扫掠体积生成环境网格的低成本数据驱动方法，经KUKA协作机器人验证可快速实现精确建模，易用性强且适用范围广。
2025-10-28 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
Giving Sense to Inputs: Toward an Accessible Control Framework for Shared Autonomy
Idiap Research Institute（伊迪亚普研究所）；EPFL（洛桑联邦理工学院）
提出一种将2D摇杆输入动态映射到6D机器人运动的框架，通过管状曲面轨迹定义控制框架，用户研究表明其降低了工作负荷并提升了可用性，且在轮椅用户的探索性研究中验证了可行性。
2025-01-28 cs.HC cs.RO
Leveraging Robotic Prior Tactile Exploratory Action Experiences For Learning New Objects's Physical Properties
Technische Universität München（慕尼黑工业大学）
重复使用一些以前探索过的物体的触觉知识可以帮助我们人类轻松识别新物体的触觉属性。在这篇硕士论文中，我们使机器人手臂配备多模态人工皮肤，像人类一样，主动转移以前的触觉探索行动经验时，它学习新对象的详细物理属性。这些先前的触觉体验是当机器人对具有不同动作参数的物体施加按压、滑动和静态接触运动并感知来自多个感觉模态的触觉反馈时建立的。我们的方法进行了系统的评价，通过几个实验。结果表明，机器人可以持续提高判别准确率超过10%，当它利用先验触觉知识相比，没有使用传输方法，和25%，当它只使用一个训练样本。实验结果还表明，该方法对传递不相关的先验触觉知识具有鲁棒性。
2018-07-03 cs.RO
Teachy Mini: Development and Preliminary Evaluation of a Knowledge-Based Generative Social Robot for Higher Education
Institute of Information Systems, Zurich University of Applied Sciences（苏黎世应用科学大学信息系统研究所）；Center for Cognitive Interaction Technology, Bielefeld University（比勒费尔德大学认知交互技术中心）
研究针对生成式社交机器人在高等教育辅导中的风险，基于知识的设计要求开发Teachy Mini系统，经初步评估，该系统在负责任辅导行为及个性化等方面表现更佳，虽在部分方面与对照无显著差异，但显示出基于知识的设计对学习效果有积极作用。
2026-07-27 cs.AI cs.RO
Trust and Cognitive Load During Human-Robot Interaction
Edinburgh Center For Robotics, Heriot-Watt University（赫瑞-瓦特大学爱丁堡机器人中心）；CITEC, Bielefeld University（比勒费尔德大学CITEC）
本文提出了一个探索性的研究，以了解人类的认知负荷，信任和拟人化之间的关系，在人机交互。为了理解这种关系，我们创建了一个\say{Matching the Pair}游戏，参与者可以与两种机器人类型之一合作，哈士奇或胡椒。我们的目标是了解人类是否会信任机器人作为队友，而在游戏的情况下，需要高水平的认知负荷。使用人形机器人与技术机器人，我们还研究了物理拟人化的影响，我们还测试了机器人出错率对后续判断和行为的影响。我们的研究结果表明，信任和认知负荷之间呈反比关系，这表明随着参与者认知负荷的增加，他们的信任度下降。我们还发现了机器人类型，错误率和参与者的信任评级之间的三重交互作用的影响。我们发现，参与者认为胡椒更值得信赖的哈士奇机器人相比，在玩游戏后，两个机器人在高错误率的条件下。相反，当哈士奇被描述为具有低错误率时，它被认为比胡椒更值得信赖。我们的研究结果是有趣的，并呼吁进一步调查的物理拟人化的影响，结合可变的错误率的机器人。
2019-09-11 cs.AI cs.HC cs.RO
Using the Pepper Robot to Support Sign Language Communication
Politecnico di Torino（都灵理工大学）；Università di Torino（都灵大学）
本研究探讨商用社交机器人Pepper生成意大利手语（LIS）的可行性，通过手动动画和逆运动学求解器实现52个手势，用户研究表明孤立手势识别率较高，但完整句子识别受限，为包容性交互设计提供了机会。
2025-09-11 cs.HC cs.RO
A Longitudinal Study of Child Wellbeing Assessment via Online Interactions with a Social Robot
University of Cambridge（剑桥大学）
本文通过40名儿童与Nao机器人的三次在线互动，验证了机器人介导互动可纵向评估儿童心理健康，并揭示性别对评估效果及机器人感知的影响。
2025-02-14 cs.HC cs.RO
Enhancing Robot Assistive Behaviour with Reinforcement Learning and Theory of Mind
Artificial Intelligence Research Institute (IIIA-CSIC)（人工智能研究 institute（IIIA-CSIC））；Department of Electrical Engineering and Information Technologies（电气工程与信息科技系）；University of Naples Federico II（那不勒斯费德里科二世大学）
本研究提出结合Q-learning与心智理论（ToM）的双层架构，通过56人真实场景实验验证，具备ToM能力的自适应机器人能显著提升用户表现、辅助接受度及意图识别感知。
2024-11-11 cs.AI cs.HC cs.RO
Data-driven emotional body language generation for social robotics
University of Plymouth（普利茅斯大学）；ANYbotics AG（ANYbotics股份公司）；Simon Fraser University（西蒙弗雷泽大学）；dSPACE GmbH（dSPACE有限公司）
在社会机器人中，赋予人形机器人产生情感的身体表达的能力可以改善人机交互和协作，因为人类属性，也许是潜意识地预期，这样的痕迹将代理视为参与，值得信赖和社会存在。机器人的情感肢体语言需要可信，细致入微，并与上下文相关。我们实现了一个深度学习数据驱动的框架，它可以从一些手工设计的机器人身体表情中学习，并可以生成许多具有相似可信度和逼真度的新表情。该框架使用条件变分自编码器模型和基于模型潜在空间的几何属性的采样方法，以在目标效价和唤醒水平上调节生成过程。评价研究发现，生成的表情的拟人性和生命性的感知与手工设计的没有不同，情绪条件反射是足够的区分之间的大多数水平，除了对中性积极的效价和低-中等的唤醒。此外，探索性的分析结果揭示了可能的影响条件反射的感知优势的机器人，以及参与者的注意力。
2022-05-02 cs.AI cs.HC cs.LG
Robot art, in the eye of the beholder?: Personalization through self-disclosure facilitates visual communication of emotions in representational art
社会辅助机器人可以帮助支持人们的福祉，在艺术治疗等人类治疗师稀缺的情况下，通过与人们一起创作艺术，如绘画，以情感上的偶然性和创造性的方式。然而，目前的艺术创作机器人通常要么是偶然的，由人类艺术家控制作为工具，要么是创造性的，编程独立绘画，可能是因为一些与艺术相关的复杂和特殊的概念，如情感和创造力，还没有很好地理解。例如，经验美学研究了个性化品味在形成美的评价中的作用，但如何产生对个人来说表达某种情感（如快乐或悲伤）的艺术却不太清楚。在本文中，使用协作原型/绿野仙踪方法，通过旨在识别棘手概念的开放式情感配置文件，探索通用机器人艺术制作策略和艺术个性化。作为一个探索性的用户研究的结果，参与者表示一些偏好的机器人艺术制作策略，涉及“视觉隐喻”，以平衡外源性和内源性成分，个性化的代表性草图，据报道，传达情感更清楚地比通用草图。文章最后讨论了个性化的抽象艺术，以及更丰富的艺术创作策略和用户模型的建议。因此，当前工作的主要概念性进展在于建议交互式机器人如何通过个性化艺术在视觉上表达情感;总体目标是，这有助于为这一有前途的领域的下一步工作提供信息，并促进机器人在日常人类环境中的技术接受。
2020-05-08 cs.HC 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
Attitudes of Children with Autism towards Robots: An Exploratory Study
University of Luxembourg（卢森堡大学）
在这项探索性研究中，我们评估了自闭症谱系障碍（ASD）儿童对机器人的态度以及儿童自闭症相关的社交障碍与儿童与机器人互动的偏好指标之间的关系。我们发现自闭症儿童对机器人的态度总体上是积极的，他们通常更喜欢与机器人互动而不是与人互动。孩子们的态度与孩子们对机器人的凝视时间比对人的凝视时间更长有关。与自闭症相关的社交障碍与更多的重复和刻板行为有关，并且与人相比，与机器人互动的凝视时间较短。这些初步结果有助于更好地了解可能有助于确定ASD儿童亚组的因素，机器人对这些儿童特别有用。
2018-05-29 cs.HC cs.RO
Uncertainty-aware Safe Exploratory Planning using Gaussian Process and Neural Control Contraction Metric
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Massachusetts Institute of Technology（麻省理工学院）；University of California San Diego（加利福尼亚大学圣地亚哥分校）
在本文中，我们考虑的问题，使用机器人探索一个未知的环境，状态依赖的干扰功能，同时避免一些禁区。机器人的目标是安全地收集干扰的观察结果，并构建对潜在干扰函数的准确估计。我们使用高斯过程（GP）从数据中获得对回归误差具有高置信度的干扰估计。此外，我们使用神经收缩神经网络推导出一个跟踪控制器和相应的高置信度的不确定性管周围的标称轨迹规划的机器人，基于估计的干扰。从收缩度量的鲁棒性，误差界限可以被预先计算并由运动规划器使用，使得实际轨迹被保证是安全的。随着机器人沿其轨迹收集越来越多的观测值，对干扰的估计变得越来越准确，这反过来又提高了跟踪控制器的性能，并扩大了机器人可以安全探索的自由空间。我们评估所提出的方法使用精心设计的环境与地面车辆。实验结果表明，该方法能够使机器人安全、快速地对环境进行全面探测。
2021-05-13 cs.RO
From the DESK (Dexterous Surgical Skill) to the Battlefield -- A Robotics Exploratory Study
Purdue University（普渡大学）；Indiana University School of Medicine（印第安纳大学医学院）；Johns Hopkins University（约翰斯·霍普金斯大学）
短响应时间对于未来在艰苦环境或偏远地区的军事医疗行动至关重要。这种有效的病人护理可以大大受益于半自主机器人系统的集成。为了实现自主性，机器人需要大量的操作库。虽然这在受控环境中是可能的，但在严峻环境中获得手术数据可能是困难的。因此，在本文中，我们提出了灵巧的手术技能（DESK）数据库机器人之间的知识转移。选择栓钉转移任务是因为它是腹腔镜培训的6个主要任务之一。此外，我们提供了一个ML框架来评估这个数据库上的新迁移学习方法。收集的DESK数据集包括一组使用四个机器人平台的手术机器人技能：Taurus II，模拟Taurus II，YuMi和da Vinci Research Kit。然后，我们探讨了两种不同的学习情景：无迁移和领域迁移。在无转移的情况下，训练和测试数据是从同一个域中获得的;而在域转移的情况下，训练数据是在真实机器人上测试的模拟和真实机器人数据的混合。使用仿真数据增强了真实机器人的性能，其中有限或没有真实数据可用。当真实数据与仿真数据的比值为22%-78%时，YuMi机器人的传递模型的准确率为81%。对于Taurus II和da Vinci机器人，该模型的准确率分别为97.5%和93%，仅使用模拟数据进行训练。结果表明，仿真可以用来增加训练数据，以提高模型在真实场景中的性能。这显示了未来在偏远地区可部署的手术机器人中使用手术室手术数据的潜力。
2020-11-30 cs.RO
PISHYAR: A Socially Intelligent Smart Cane for Indoor Social Navigation and Multimodal Human-Robot Interaction for Visually Impaired People
Sharif University of Technology（谢里夫理工大学）
PISHYAR是一款结合社会智能导航与多模态交互的智能拐杖，通过多模态技术提升视障人士的移动辅助与社交互动能力。
2026-02-13 cs.HC cs.RO
ARC-Calib: Autonomous Markerless Camera-to-Robot Calibration via Exploratory Robot Motions
Department of Computer Science, Rice University（莱斯大学计算机科学系）；Department of Mechanical Engineering and Material Science, Yale University（耶鲁大学机械工程与材料科学系）
针对传统相机-机器人标定需人工设标记、现有无标记方法依赖预训练模型的问题，提出无需数据训练的ARC-Calib框架，通过探索性运动生成视觉轨迹，结合几何约束迭代优化标定，经仿真与真实实验验证具备强鲁棒性与泛化性。
2025-03-18 cs.CV cs.RO
How Robot Dogs See the Unseeable: Improving Visual Interpretability via Peering for Exploratory Robots
Johannes Kepler University Linz（林茨约翰内斯·开普勒大学）；Free University of Bozen-Bolzano（博尔扎诺自由大学）；University of Trento（特伦托大学）；University of Sussex（萨塞克斯大学）
通过模仿昆虫的窥视动作，提升探索机器人在部分遮挡下的视觉推理能力，实现高分辨率、实时感知，适用于复杂环境导航与场景理解。
2026-01-04 cs.CV cs.RO
A Storytelling Robot managing Persuasive and Ethical Stances via ACT-R: an Exploratory Study
ICAR-CNR（意大利国家研究委员会认知科学与技术研究所）；ITD-CNR（意大利国家研究委员会教育技术研究所）；Università di Torino（都灵大学）
我们展示了一个讲故事的机器人，通过ACT-R认知架构控制，能够在谈论有关COVID-19的一些主题时采用不同的说服技巧和道德立场。该文件的主要贡献包括在一个需求驱动的模型，指导和评估，在对话过程中，使用（如果有的话）有说服力的技术，在代理程序的内存中的建议。在这样一个模型中测试的说服性技巧的组合范围从讲故事的使用，到框架技术和基于主题的论点。据我们所知，这是第一次尝试建立一个有说服力的代理，能够整合明确接地的认知假设的对话管理，讲故事和说服力的技术，以及道德态度的混合。本文介绍了63名参与者的系统的探索性评价结果
2021-12-16 cs.AI cs.HC cs.RO
