User modeling for social and affective robots
Cristina Gena, Federica Cena, Marco Botta, Claudio Mattutino
本文介绍了我们的第一次尝试，将用户建模功能的社会和情感的机器人。我们提出了一个基于云的架构建模的用户与机器人的互动，以重用的方法与不同类型的社交机器人。
This paper presents our first attempt to integrate user modeling features in social and affective robots. We propose a cloud-based architecture for modeling the user-robot interaction in order to re-use the approach with different kind of social robots.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
An end-user coding-based environment for programming an educational affective robot
在本文中，我们提出了一个开源的教育机器人，旨在让儿童在情感和社会互动，并在其社会和情感行为可编程。事实上，除了经典的编程任务外，机器人还可以被编程为社交机器人。除了动作之外，用户还可以让机器人表达情感，让它说出一些东西。机器人也可以留在自主模式，在这种模式下，它能够进行生物识别用户的特征和情感识别，并问候用户。
PuppetAI: A Customizable Platform for Designing Tactile-Rich Affective Robot Interaction
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。
From Pets to Robots: MojiKit as a Data-Informed Toolkit for Affective HRI Design
MojiKit通过结合结构化参考卡片、拟人化机器人原型和行为控制工作室，为影响性人机交互设计提供数据驱动的系统化工具，帮助用户设计更多样化的机器人影响性行为。
Continual Learning for Affective Robotics: A Proof of Concept for Wellbeing
维持真实世界的人机交互需要机器人对人类的行为特质敏感，并调整其感知和行为模型以满足这些个人偏好。对于情感机器人来说，这需要学习适应个人情感行为，为每个人提供个性化的交互体验。持续学习（CL）已被证明能够在代理中实现实时适应，允许他们在保留过去知识的同时使用增量获取的数据进行学习。在这项工作中，我们提出了一个新的框架，在现实世界中的应用CL建模个性化的人机交互使用CL为基础的影响感知机制。为了评估所提出的框架，我们进行了一个概念验证的用户研究与20名参与者互动的胡椒机器人使用三种变体的互动行为：静态和脚本，使用基于影响的适应没有个性化，并使用基于影响的适应与持续个性化。我们的研究结果表明，参与者对基于CL的持续个性化有明显的偏好，在机器人的拟人化，动画和可爱性评级中观察到显着的改善，以及被评为温暖和舒适度显着更高的互动，因为机器人被评为显着更好地理解参与者的感受。
Affective Robotics For Wellbeing: A Scoping Review
本文系统回顾了过去十年HRI文献，分析了面向福祉的情感机器人的目标、平台、形状、能力与自主性等特征，并提出未来研究议程与建议。
Situated Haptic Interaction: Exploring the Role of Context in Affective Perception of Robotic Touch
本研究通过实验探究情境线索如何影响机器人触觉情感感知，发现视觉情境主导效价判断，触觉调节唤醒度，为情感人机交互提供具身化设计启示。
UGotMe: An Embodied System for Affective Human-Robot Interaction
本文提出UGotMe系统，解决多对话场景中视觉噪声和实时响应问题，通过去噪策略和高效数据传输提升情感识别能力。
Closing the Affective Loop: Multimodal Speaker-Listener Emotion-Dynamics-Aware Empathetic Social Robots
本研究提出AffectLoop系统，在Misty II机器人上实现多模态情感动态感知的说话人-听话人共情交互，经试点研究验证可提升共情响应与用户满意度。
Affective Computing for Human-Robot Interaction Research: Four Critical Lessons for the Hitchhiker
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。
Past, Present, and Future: A Survey of The Evolution of Affective Robotics For Well-being
本文系统综述了过去10年面向福祉的情感机器人研究，从技术、设计和伦理三个视角分析其演进，并基于现有空白提出未来研究方向。
Social Robot Modelling of Human Affective State
社交机器人需要了解与他们互动的人类的情感状态。成功的互动需要在短期内理解情绪和情感，并在较长时间内理解个性和态度。社交机器人还应该能够在没有被明确告知的情况下推断出人类的欲望、愿望和偏好。我们调查如何有效地情感状态可以推断出语料库中的文件是什么机器人可能会听到的似是而非的代理人。对于情绪，情感，愿望，欲望和态度，我们显示了高排名的文件;对于个性维度，可以获得地面真实值的估计，并且我们报告了性能准确性。考虑到简短文档中的有限信息，结果令人惊讶地强大。
Robot-Assisted Mindfulness Practice: Analysis of Neurophysiological Responses and Affective State Change
正念是有目的地关注当下的状态，冥想是获得这种状态的技术。本研究旨在开发一种通过脑机接口（BCI）系统促进正念训练的机器人助手。为了实现这一目标，我们收集了来自两组参与冥想与非冥想人类机器人交互（HRI）的受试者的EEG信号，并评估了大脑半球的不对称性，这被认为是情绪状态的一个明确指标。此外，使用自我报告的情感状态，我们努力解释不对称性的变化，实验前后的情绪变化的基础上。我们发现，与早期的冥想研究不同，α和θ频段的额中枢激活不受机器人引导的正念练习的影响，然而，冥想组的枕叶γ频段的右侧活动明显更大，这归因于增加的感官意识和开放式监测。此外，时间对参与者自我报告的影响有显着的主效应，表明与机器人互动后情绪得到改善，无论互动类型如何。我们的研究结果表明，在机器人引导的冥想过程中，EEG反应有望实时检测和向用户反馈正念状态，但所经历的神经生理学变化可能会因冥想练习和招募的工具而异。这项研究是第一个报告在机器人正念练习过程中EEG变化的研究。我们相信，我们的研究结果来自生态有效的环境，可以用于开发未来的BCI系统，该系统与社交机器人集成用于健康应用。
Affective and Conversational Predictors of Re-Engagement in Human-Robot Interactions -- A Student-Centered Study with A Humanoid Social Robot
本研究发现，机器人对话的有趣性和自然性是影响用户重新参与的主要因素，而非情感特征。
An Affective Robot Companion for Assisting the Elderly in a Cognitive Game Scenario
能够识别人类用户的情感被认为是人机交互（HRI）场景中非常理想的特性。然而，大多数当代的方法很少尝试以主动的方式应用已识别的情感特征来调节机器人决策和对话，以使用户受益。在这份立场文件中，我们提出了一种方法，将识别的情绪纳入一个基于强化学习（RL）的对话管理模块，以适应其对话响应，试图使认知训练任务，如2048益智游戏，更愉快的用户。
A Procedure for Classifying Attachments and Affective Social Bonds in Human-Robot Dyads
本文提出基于发展学、行为生态学和神经内分泌学标准的四问题程序，用于标准化分类人机纽带为依恋、情感社会联结或无关系，并演示其应用以揭示现有研究证据不足，呼吁采用统一分类标准。
Toward Automated Generation of Affective Gestures from Text:A Theory-Driven Approach
人-人和人-机器人交互（HRI）环境中的通信包括语言（基于语音）和非语言（面部表情，眼睛凝视，手势，身体姿势等）。语言组件包含语义和情感信息;因此，HRI到目前为止对手势组件的工作集中在基于规则（将单词映射到手势）和数据驱动（深度学习）的方法上，以基于语义或情感状态生成语音配对手势。因此，大多数手势系统都局限于产生基于语义链接或情感的手势。本文提出了一种基于语义和情感信息的机器人语音手势生成方法，并在此基础上实现了人机交互。我们的模型将文本和情感分析作为输入，并根据形状、强度和速度生成机器人手势。
Affective Shared Autonomy: Temporal Affect Dynamics and Subjective Evaluation in Bimanual Teleoperation Tasks
针对传统遥操作忽视操作者情感状态的问题，提出情感感知共享自主框架，实时估计情感并选择性辅助，实验显示生产性状态提升39.7%，且不损害用户自主性。
Une architecture cognitive et affective orient{é}e interaction
在本文中，我们提出了CAIO，一个面向认知和情感交互的架构，用于社会人机交互（HRI），允许机器人对精神状态（包括情感）进行推理，并在身体上，情感上和口头上采取行动。我们还提出了一个简短的场景和实现Nao机器人。
Mapping Embodied Affective Touch Strategies on a Humanoid Robot
研究探讨了人形机器人中触觉表达的具身影响，通过32名参与者在iCub机器人上进行不同触觉条件下的情感表达实验，发现身体区域和空间限制共同影响触觉位置和动态，且触觉策略在自由与受限条件间不直接转移。
Affect-Driven Modelling of Robot Personality for Collaborative Human-Robot Interactions
协作互动需要社交机器人适应人类情感行为的动态。然而，目前的方法在机器人的情感行为生成集中在瞬时感知，以产生一个一对一的映射观察到的人类表情和静态机器人动作。在本文中，我们提出了一个新的框架，个性驱动的行为生成社交机器人。该框架包括：（i）一个混合神经模型，用于评估面部表情和语音，形成内在的情感表征的机器人，（ii）情感核心，采用自组织神经模型嵌入机器人的个性特征，如耐心和情绪驱动，和（iii）一个强化学习模型，使用机器人的情感评价，学习互动行为。为了进行评估，我们进行了一项用户研究（n = 31），其中NICO机器人作为最后通牒游戏中的提议者。机器人个性的影响，其谈判策略是见证了参与者，谁排名高情感驱动的持久性较高的病人的机器人，而惰性和不耐烦的机器人更高的慷慨和利他行为。
Disambiguating Affective Stimulus Associations for Robot Perception and Dialogue
有效地识别并将情感应用于交互是社交机器人非常理想的特性。内隐理解主体如何体验世界上不同种类的动作和物体对于自然的HRI交互至关重要，有可能执行积极的动作并避免消极的动作。在本文中，我们利用NICO机器人的外观和能力，使NICO的能力，感知的听觉刺激和时间异步的情感表达之间的连贯的情感关联模型。这是通过结合视觉和语言的情感效价评估来完成的。NICO使用这些信息来决定何时延长会话，以便在关联的表示不连贯的情况下积累更多的情感信息。我们的主要贡献是提供一个NICO机器人的能力，学习感知的听觉刺激和情感表达之间的情感关联。NICO能够对个体受试者和特定刺激物做到这一点，并借助情感驱动的对话系统来纠正情感表达的不连贯性。然后，机器人能够使用该信息来确定受试者在真实HRI场景中对感知到的听觉刺激的享受。
Participant Perceptions of a Robotic Coach Conducting Positive Psychology Exercises: A Qualitative Analysis
本文通过对20名参与者与执行积极心理学练习的机器人教练单次互动的定性分析，揭示了其感知的优缺点及对情感适应的无明确偏好，为机器人教练未来设计提供了见解与研究方向。
FABG : End-to-end Imitation Learning for Embodied Affective Human-Robot Interaction
本文提出端到端模仿学习系统FABG，通过沉浸式VR示范系统和预测驱动的延迟补偿策略，使25自由度人形机器人能自然生成面部情感行为，在四项交互任务中验证了有效性。
Nadine: An LLM-driven Intelligent Social Robot with Affective Capabilities and Human-like Memory
本研究为Nadine社交机器人平台提出由LLM驱动的SoR-ReAct智能体框架，通过集成多模态输入处理、类人长期记忆与情感评估模块，实现了具备类人情感与认知能力的社交机器人系统，提升了人机交互质量。
S.E.A.G.R: A Socially and Emotionally Aware Greeting Robot Framework with Dual-Layer Cultural and Affective Modulation
研究为不同文化背景和情感状态用户的人机交互设计SEAGR问候机器人框架，引入双层调制，结合多种技术在统一架构内实现，用低成本原型验证概念，当前缺用户研究验证，这是未来主要工作方向。
Emotional Expression in Low-Degrees-of-Freedom Robots: Assessing Perception with Reachy Mini
研究探讨了低自由度机器人Reachy Mini在表达不同情绪时，人们如何感知和评估其情绪，发现尽管识别准确度不高，但整体情绪影响社交评价，为低自由度机器人情感交流研究提供了基准。
Touch Speaks, Sound Feels: A Multimodal Approach to Affective and Social Touch from Robots to Humans
本研究提出结合25个振动电机与音频的多模态系统，通过实验证明触觉-听觉组合显著提升情感与社交手势解码准确性，强调多感官整合在人机交互中的关键作用。
Towards Learning How to Properly Play UNO with the iCub Robot
在与另一个人互动时，我们的反应和行为在很大程度上受到互动时间背景下的情绪变化的影响。我们内在的情感评价包括感知、自我评价和具有类似社会经历的情感记忆，这些情感评价将在互动中驱动特定的反应，在大多数情况下，这些反应被视为适当的反应。本文提出了多模态研究的发展路线图，其目的是使机器人能够在人机交互（HRI）场景中提供适当的社会响应。
Gaze estimation learning architecture as support to affective, social and cognitive studies in natural human-robot interaction
本文提出一种仅依赖 iCub 机器人传感器的学习型注视估计架构，用于桌面面对面人机交互，并构建含24名参与者标注图像的新数据集以支持相关研究。
Human-Robot Mutual Learning through Affective-Linguistic Interaction and Differential Outcomes Training [Pre-Print]
本文研究情感-语言交流结合差异结果训练对人机相互学习的影响，发现DOT和探索-利用策略能显著提升人与机器人相互学习的准确率与学习速率，对社交辅助机器人的治疗与教育应用具有启示意义。
"How Did They Come Across?" Lessons Learned from Continuous Affective Ratings
本文通过CORAE开源工具收集12组二人互动的情感评分，结合话语分析揭示评分事件与复杂互动现象的映射关系，为人机互动中动态情感理解提供依据。
Using Affect as a Communication Modality to Improve Human-Robot Communication in Robot-Assisted Search and Rescue Scenarios
情感可以提供一种自然的通信方式，以补充社交机器人在许多领域中现有的多模态能力，例如文本和语音。我们进行了三项在线研究，分别有112、223和151名参与者，以研究使用情感作为搜救（SAR）机器人的沟通方式的好处。在第一个实验中，我们研究了通过机器人的情感传达与SAR情况相关的信息的可行性，从而产生从SAR情况到情感的映射。第二项研究使用情感控制理论作为一种替代方法来推导这种映射。该方法更灵活，例如，允许针对不同的情感集合和不同的机器人调整这样的映射。在第三个实验中，我们创建了一个外观约束的户外实地研究机器人使用LED作为表达渠道的情感表达。使用这些情感表达在各种模拟的SAR情况下，我们评估了这些表达对参与者（采用救援人员的角色）的情景意识的影响。我们的研究结果和提出的方法提供（a）的见解，情绪如何有助于传达信息的上下文中的SAR，和（b）的有效性的证据，添加情绪作为一种通信方式（模拟）SAR通信上下文中。
Evaluating Transferable Emotion Expressions for Zoomorphic Social Robots using VR Prototyping
本文利用VR快速原型与被动触觉交互，评估动物形态社交机器人的情感表达模态，发现面部表情及类动物与无歧义模态结合的优势，为情感机器人设计提供方向。
Alternative Modes of Interaction in Proximal Human-in-the-Loop Operation of Robots
自然语言指令中的模糊性和噪声对将自主系统应用于涉及人类和机器的安全关键工作流程造成了重大障碍。在本文中，我们建议建立在电生理监测方法和增强现实技术的最新进展，开发人类和机器人之间的通信的替代模式，参与大规模的近端协作任务。我们将首先介绍增强现实技术，用于将机器人的意图投射到其人类队友，人类队友可以与这些提示进行交互，以与机器人进行实时协作计划执行。然后，我们将研究如何使用脑电图（EEG）反馈来监测人类对离散事件的反应，以及在执行计划时的长期情感状态。这些信号可以被学习代理（也就是情感机器人）用来修改其策略。我们将提出一个端到端的系统，能够证明这些互动模式。我们希望拟议的系统将激发研究，以增强人机交互与替代形式的通信，以提高安全性，生产率和团队的流畅性，特别是在工程环境中，如工厂车间或制造业的装配线，可以强制使用这种可穿戴设备。
From the Head or the Heart? An Experimental Design on the Impact of Explanation on Cognitive and Affective Trust
自动驾驶汽车（AV）是一种社交机器人，可以为我们的社会带来潜在的好处。根据现有的文献，自动驾驶解释可以通过减少与自动驾驶的推理和行动相关的不确定性来促进乘客的信任。然而，关于AV解释和信任的文献没有考虑到信任的类型-认知与情感-可能会改变这种关系。然而，现有的文献表明，与信任相关的影响有很大的不同，这取决于它是认知还是情感。为了解决这一缺陷，更好地了解解释对信任的影响，在自动驾驶汽车，我们设计了一项研究，调查解释的有效性认知和情感的信任。我们期望这些结果在设计AV解释以促进AV信任方面具有重要意义。
Cuddle-Fish: Exploring a Soft Floating Robot with Flapping Wings for Physical Interactions
Cuddle-Fish是一种具有扑翼的柔软浮动物理机器人，通过用户研究证明其在室内环境中提供安全、触感友好和情感交互的潜力。
Touched by ChatGPT: Using an LLM to Drive Affective Tactile Interaction
针对人形机器人触觉表达能力有限的问题，研究开发集成5×5振动马达的可穿戴袖套，借助LLM链式提示生成对应10种情绪和6种手势的10秒振动模式，实验验证人类可准确识别情绪，证明LLM可增强人机物理交互。
Embodiment in Socially Interactive Robots
物理体现是一个必要的组成部分，机器人的结构耦合到他们的现实世界的环境。然而，大多数社交互动机器人不需要与环境进行物理交互来执行任务。什么时候以及为什么应该使用实体机器人来代替更简单、更便宜的虚拟代理？本文回顾了现有的工作，探讨社会互动机器人的物理体现的作用。这类机器人不仅能够与人类进行社交互动，而且主要使用它们的社交能力来执行它们所需的功能。社交互动机器人提供娱乐，信息和/或援助;这最后一类通常包含在社交辅助机器人中。在所有情况下，这些机器人都可以实现其主要功能，而无需执行功能性体力工作。为了全面评估现有的身体体现的工作，我们首先回顾工作，从建立相关领域，包括心理学，哲学和社会学。然后，我们系统地回顾了2003年至2017年发表在主要同行评议机器人出版物中的65项研究，这些研究评估了具体化的各个方面。我们研究所选研究的相关方面，重点是比较的实施例，任务评估，机器人的社会角色和测量。我们介绍了机器人的体现，机器人的社会角色，和人类机器人的任务的类型的三个分类。这些分类法用于解构社会互动机器人的设计和互动空间，并促进对已审查研究的分析和讨论。我们使用这种新定义的方法来批判性地讨论现有的作品，揭示社会互动，辅助机器人和服务机器人的具体研究中的主题。
Interaction design for socially assistive robots for people with developmental disabilities
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。
Toward Designing Social Human-Robot Interactions for Deep Space Exploration
在规划未来的载人航天探索时，重要的是要考虑如何设计以促进宇航员之间的人际交流和社会动态。如果嵌入式社交机器人可以帮助改善太空中的整体团队互动体验呢？在地球上，社交机器人已经被证明可以有效地提供陪伴，缓解压力和焦虑，促进人与人之间的联系，提高团队绩效，以及调解人类群体中的冲突。在本文中，我们介绍了一组新的研究问题，探索社会人类-机器人的互动，在长期的空间探索任务。
Explainable Representations of the Social State: A Model for Social Human-Robot Interactions
在本文中，我们提出了一个最小的概念和信号需要跟踪社会状态在人机交互。我们研究了在多个人类和机器人的社会背景下复杂的连续交互的问题，并讨论了创建一个可解释和易于处理的表示/模型的社会互动。我们讨论这些表示，根据其代表性和通信特性，并将其组织成四个认知域（场景理解，行为分析，心理状态，对话接地）。
Social Robots as Social Proxies for Fostering Connection and Empathy Towards Humanity
本文设计并部署了一种作为社会代理的社交机器人，通过传递人类故事和引导反思促进人与人之间的共情与联系，并基于两周40个家庭的实际部署提出了设计指南。
Proposing a Game Theory Approach to Explore Group Dynamics with Social Robot
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。
Building Persuasive Robots with Social Power Strategies
本研究基于French和Raven的社会权力理论，通过三项用户实验证明社交机器人运用专家、奖励和强制等权力基础能有效增强说服力，且效果持久，为人机交互设计提供依据。
Impact of robot responsiveness and adult involvement on children's social behaviours in human-robot interaction
开发具有吸引力的社交机器人的一个关键挑战是创建令人信服的，自主的和响应式的代理，用户将其视为社交生物。作为合作项目的一部分：共生教育和学习的表达剂（EASEL），本研究探讨自主反应的影响，儿童的讲话，由人形机器人芝诺，他们与它作为一个社会实体的互动。研究结果表明，机器人自主性和成人的援助，在HRI可以大大影响儿童的行为在互动过程中，他们的影响后。与完全自主、反应灵敏的机器人一起工作的儿童在机器人指导下表现出比那些与反应不灵敏的机器人一起工作的儿童更大的身体活动，后者需要成人的帮助才能与之互动。在与机器人对话的过程中，与全自动机器人一起工作的儿童也会在更多的场合期待机器人的发声。相比之下，一个反应不太灵敏的机器人，需要成人的帮助进行互动，导致更大的自我报告的积极影响和更多的机会，儿童期待机器人在回应其发声。我们讨论了这些发现在社交机器人的拟人化方面的更广泛的影响，以及与整个项目战略的关系，以进一步了解与社交机器人的互动如何导致任务适当的共生关系。
Socially Impaired Robots: Human Social Disorders and Robots' Socio-Emotional Intelligence
社交机器人需要智能才能安全地与人类共存和互动。机器人没有理解他人的功能能力，无法同情可能是一种社会风险，它们可能导致社会受损的机器人社会。在这项工作中，我们提供了三个相关的人类社会障碍，即自闭症，精神病和精神分裂症，作为一种手段，以更好地了解社会机器人的未来能力要求的调查。我们提供的证据支持这样一种观点，即社交机器人需要情商和社交智能的结合，即社交情商。我们认为，一个简单的社会情感过程的机器人需要一个模拟驱动的智能模型。最后，我们为设计未来的社会情感机器人提供了一些重要的指导方针。
An affective and adaptive educational robot
在本文中，我们提出了一个教育机器人称为沃利，旨在从事儿童的情感和社会互动。事实上，我们现在专注于它作为一个教育和情感机器人的角色，能够通过编码指令控制，同时通过识别他们的情绪和记住他们的兴趣，并相应地调整其行为，与儿童进行口头和情感互动。
Developing Computational Models of Social Assistance to Guide Socially Assistive Robots
虽然有许多机器人提供社会援助的例子，但缺乏关于机器人应该如何决定如何协助的理论阻碍了实现这些技术的进展。为了解决这一缺陷，我们提出了一对计算模型来指导机器人提供社会援助。社会自主性模型帮助机器人选择适当的援助，这将有助于手头的任务，同时也保持被援助者的自主性。社会联盟模型描述了如何确定机器人和被帮助者是否朝着同一目标合作。这些模型中的每一个都植根于人与人之间的社会推理，我们在这里描述我们正在进行的工作，以适应这种社会推理的人机交互。
Understanding Engagement and Intrusiveness in Assistive Human-Robot Interaction Using Individual Traits
本研究通过32人实验发现，机器人干预频率和个体特质共同影响用户感知的侵入性，强调人机交互需个性化调整以维持参与度。
Fusion in Context: A Multimodal Approach to Affective State Recognition
针对情绪表达受情境影响易误判的问题，提出基于transformer的多模态融合方法，结合面部热数据、动作单元与文本情境，通过模态专属编码器、加法融合与共享transformer实现情境感知情绪识别，在桌面Pacman游戏数据集上验证了有效性。
Assistive robots for the social management of health: a framework for robot design and human-robot interaction research
健康与社会生活质量之间有着密切的联系。强有力的社会纽带对健康和福祉至关重要，但健康状况往往会在心理上影响一个人与他人互动的能力。这可能成为一种恶性循环，导致健康状况进一步恶化。因此，健康的社会管理是医疗保健的一个重要方面。我们建议，社会辅助机器人（SAR）可以帮助人们保持健康状况的积极的社会生活，支持他们在社会交往。本文有三个贡献，详述如下。我们开发了一个机器人可以执行的社会调解功能的框架，其动机是有健康状况的人的特殊社会需求。在这个框架中，我们确定了SAR可以执行的五种类型的功能：a）改变人的感知方式，b）增强人的社会行为，c）修改他人的社会行为，d）为交互提供结构，e）改变人的感受。我们按主题组织和回顾了现有的关于机器人在临床和非临床环境中支持人与人互动的文献，并解释了这些研究的发现和设计思想如何应用于框架中确定的功能。最后，我们指出并讨论了在设计SAR支持社会互动的挑战，并强调未来的机器人设计和HRI的机器人中介作用的研究机会。
I am Only Happy When There is Light: The Impact of Environmental Changes on Affective Facial Expressions Recognition
人机交互（HRI）从机器学习领域的进步中受益匪浅，因为它允许研究人员使用高性能模型进行检测和识别等感知任务。特别是深度学习模型，无论是预先训练用于特征提取还是用于分类，现在都是确定HRI场景中人类行为特征的方法，并使社交机器人更好地理解这些行为。由于HRI实验通常是小规模的，并且局限于特定的实验室环境，因此问题是深度学习模型能否很好地推广到特定的交互场景，以及它们对环境变化的鲁棒性如何？如果HRI领域希望将社交机器人同伴放入真实环境中，并且行为一致，即改变照明条件或移动人员仍然应该产生相同的识别结果，则这些问题很重要。在本文中，我们使用FaceChannel框架\cite{Barro20}研究了不同图像条件对人脸表情中唤醒和效价识别的影响。我们的研究结果表明，人类的情感状态的解释可以有很大的不同，无论是积极的或消极的方向，即使只有轻微的改变图像属性。我们总结了在使用深度学习模型以确保对HRI实验的合理解释时需要考虑的重要观点。
SPRITE: Stewart Platform Robot for Interactive Tabletop Engagement
本文介绍了一种用于交互式桌面接合的Stewart平台机器人（SPRITE）的设计。该机器人旨在用于社交辅助机器人，这是一个专注于非接触式社交互动的领域，以帮助人们实现与健康，健康和教育相关的目标。我们描述了一系列的桌面，社会辅助机器人的设计目标，包括表达运动，情感交流，友好，无威胁，可定制的外观，和一个安全，强大，易于修复的机械设计。
Enabling a Social Robot to Process Social Cues to Detect when to Help a User
对于社交辅助机器人来说，能够识别用户何时需要帮助是很重要的。这种机器人需要能够实时识别人类的需求，以便及时提供帮助。我们提出了一个架构，使用社会线索，以确定机器人应该提供帮助。基于眼睛注视和语言模态的多模态融合方法，我们的架构在机器人辅助乐高建筑任务中收集的数据上进行训练和评估。通过关注社交线索，我们的架构对给定任务的细节具有最小的依赖性，使其能够应用于许多不同的环境。使社交机器人能够通过社交线索识别用户的需求可以帮助它适应用户的行为和偏好，这反过来将导致改善的用户体验。
AZRA: Extending the Affective Capabilities of Zoomorphic Robots using Augmented Reality
针对拟物机器人情感交互简单短暂的问题，提出增强现实框架AZRA，通过新型情感显示、交互模态与情绪计算模型扩展机器人情感能力，并探讨其在快速原型设计与未来开发中的应用。
Cloud-based user modeling for social robots: a first attempt
社交机器人是一种自主机器人，它通过参与社会情感行为、技能、能力和与其协作角色相关的规则来与人互动。为了实现这些目标，我们认为，建模与用户的互动，并适应用户自己的机器人行为是其社会角色的基础。本文介绍了我们的第一次尝试，将用户建模功能的社会和情感的机器人。我们提出了一个基于云的架构建模的用户-机器人交互，以重用的方法与不同类型的社交机器人。
Nonverbal Social Behavior Generation for Social Robots Using End-to-End Learning
为了提供有效和愉快的人机交互，社交机器人必须表现出非语言行为，如握手或拥抱。然而，再现预编码运动的传统方法允许用户容易地预测机器人的反应，给人的印象是机器人是一台机器，而不是一个真正的代理。因此，我们提出了一种基于Seq2Seq模型的神经网络架构，该架构以端到端的方式从人与人的交互中学习社会行为。我们采用了一个生成对抗网络来防止在生成长期行为时出现无效的姿势序列。为了验证所提出的方法，实验进行了使用人形机器人辣椒在模拟环境中。由于很难确定社会行为生成的成功或失败，我们提出了新的指标来计算生成的行为和地面真实行为之间的差异。我们使用这些指标来展示不同的网络架构选择如何影响行为生成的性能，并比较了学习多个行为和学习单个行为的性能。我们希望我们提出的方法不仅可以用于家庭服务机器人，也可以用于引导机器人，交付机器人，教育机器人和虚拟机器人，使用户能够享受和有效地与机器人互动。
A MultiModal Social Robot Toward Personalized Emotion Interaction
人类的情感通过多种方式表达，包括语言和非语言信息。此外，人类用户的情感状态可以是参与和成功交互的水平的指标，适合于机器人用作通过交互优化机器人行为的奖励因素。本研究展示了一个多模态人机交互（HRI）框架与强化学习，以提高机器人的交互政策和个性化的人类用户的情感互动。我们的目标是在社交场景中应用这个框架，让机器人生成一个更自然、更吸引人的HRI框架。
Liaison, safeguard, and well-being: analyzing the role of social robots during the COVID-19 pandemic
我们研究了在COVID-19大流行期间社交机器人在现实世界中的应用。特别是，我们分析了社交机器人正在采用的领域，正在履行的角色和任务，以及正在实施的机器人模型。为此，我们追溯并分析了自冠状病毒爆发以来全球采用的86种不同社交机器人的240个部署案例。我们发现，在此期间，社交机器人的采用与使用该技术进行危机管理密切相关。社交机器人能够发挥联络作用，以尽量减少人类之间的直接接触，确保无传染风险的环境，以及保护身心健康的健康教练，这是解释在这种情况下采用的关键。该研究的结果提供了社交机器人在大流行期间在现实生活环境中使用的完整概述。
Social Assistive Robotics for Autistic Children
本文介绍了自闭症儿童社会辅助机器人项目，旨在使用机器人治疗自闭症。该项目的目标是测试自闭症儿童与社交机器人NAO的互动。特别是机器人将支持操作员（心理学家，教育工作者，语言治疗师等）。在他们的工作中。该项目的创新之处在于，儿童机器人交互将考虑儿童的情感和特定特征，机器人将相应地调整其行为。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈
发表机构由 AI 从论文文本抽取，如发现错误，欢迎反馈修正建议。