Independence in the Home: A Wearable Interface for a Person with Quadriplegia to Teleoperate a Mobile Manipulator
Carnegie Mellon University（卡内基梅隆大学）；Tsinghua University（清华大学）；Hello Robot Inc.（Hello Robot 公司）
本研究提出并迭代了可穿戴头戴式接口HAT，用于四肢瘫痪患者远程操作移动机械臂，结合共享控制方法，7天家庭实验证明其在效率、错误率、学习曲线和工作负荷等指标上表现优异。
2024-01-02 cs.HC cs.RO
Ultrasound-Guided Assistive Robots for Scoliosis Assessment with Optimization-based Control and Variable Impedance
The Hong Kong Polytechnic University（香港理工大学）
医疗保健辅助机器人的需求不断增长，因为它具有将医生从日常工作中解放出来的巨大潜力。在本文中，我们研究了一个基于优化的控制框架的超声引导辅助机器人进行脊柱侧凸评估的发展。利用超声成像进行脊柱侧凸评估的常规程序通常需要执业医师沿着患者的背部滑动超声探头。为了自动化这种类型的过程中，我们需要考虑多个目标，如接触力，位置，方向，能量，姿态等，以解决上述组件，我们建议制定控制框架设计作为一个二次规划问题，每个目标的权重由其任务的优先级受到一组平等和不平等的约束。此外，由于机器人需要在脊柱扫描过程中与患者建立恒定的接触，因此我们在控制架构中加入了末端执行器位置和方向的可变阻抗调节，以增强物理人机交互过程中的安全性和稳定性。其中，通过从医学专家的演示中学习来检索可变阻抗增益。所提出的方法进行评估的自主脊柱侧凸评估与机器人操作器xArm的真实世界的实验。通过获得的体模和人体受试者的冠状脊柱图像验证了该方法的有效性。
2022-03-04 cs.RO
A Bimanual Gesture Interface for ROS-Based Mobile Manipulators Using TinyML and Sensor Fusion
†‡Department of Mechatronics Engineering, Rajshahi University of Engineering \& Technology, Kazla, Rajshahi-6204, Bangladesh §Department of Electrical \& Systems Engineering, School of Engineering \& Applied Science, University of Pennsylvania, Philadelphia, PA 19104, United States Email: , †, ‡, §
本文提出一种基于TinyML和传感器融合的双手手势界面，在ROS框架内实现移动机械臂的同步导航与操作，提高效率与协调性。
2025-09-23 cs.RO
Assistive Gym: A Physics Simulation Framework for Assistive Robotics
Georgia Institute of Technology（佐治亚理工学院）；Stanford University（斯坦福大学）；Enway GmbH（Enway有限公司）
自主机器人有可能成为多功能的护理人员，改善全球数百万人的生活质量。然而，在这一领域开展研究面临着许多挑战，包括人与机器人之间物理交互的风险。物理模拟已经被用于优化和训练机器人以进行物理辅助，但是通常集中在单个任务上。在本文中，我们提出了辅助健身房，一个开源的物理仿真框架辅助机器人模型的多个任务。它包括六个模拟环境，其中机器人操纵器可以尝试帮助一个人进行日常生活活动（ADL）：抓痒，饮水，喂食，身体操纵，穿衣和洗澡。辅助健身房模拟一个人的身体能力和偏好的帮助，这是用来提供奖励功能。我们提出了基线政策训练使用强化学习四个不同的商业机器人在六个环境。我们证明，人体运动模型的结果更好的援助，我们比较不同的机器人的性能。总的来说，我们表明，辅助健身房是一个很有前途的辅助机器人研究的工具。
2019-10-10 cs.AI cs.LG cs.RO
High-density Electromyography for Effective Gesture-based Control of Physically Assistive Mobile Manipulators
Carnegie Mellon University（卡内基梅隆大学）；Johns Hopkins University（约翰斯·霍普金斯大学）
本文提出一种可穿戴高密度肌电设备，通过实时手势识别控制8自由度移动机械臂，以完成家务和物理辅助任务，并在13名参与者的评估中验证了其有效性。
2024-11-04 cs.RO
Assistive arm and hand manipulation: How does current research intersect with actual healthcare needs?
University of Alberta（阿尔伯塔大学）
人类辅助机器人有可能帮助老年人和残疾人进行日常生活活动（ADL）。机器人研究人员提出了自自底向上的的解决方案，使用各种控制方法进行不同类型的运动。另一方面，健康研究侧重于临床评估和康复，这两个领域之间存在着重要的差异。特别是，很少有人知道在日常生活中，人类在他们的日常环境中-在家里，工作等，这些信息可以帮助指导开发和优先考虑的机器人技术，在家里辅助机器人部署。这项研究针对几个生活记录数据库，其中我们计算（i）ADL任务频率从长期低采样频率视频和物联网（IoT）传感器数据，以及（ii）短期手臂和手部运动数据从30 fps视频数据的家庭任务。机器人和医疗保健社区有不同的术语和分类来表示任务和运动。我们推导并讨论了一个机器人相关的分类，从这个定量的ADL任务和ICF运动数据，试图改善这些分类的差异。我们的统计数据量化了人类每天接触，打开抽屉，门，检索和使用物体数百次。仅在美国，商业轮椅安装的机器人手臂就可以帮助15万上肢残疾人，但只有几百个机器人被部署。更好的用户界面和更有能力的机器人可以显著增加潜在用户群和ADL任务的解决数量。
2021-01-07 cs.RO
Learning Latent Actions to Control Assistive Robots
Virginia Tech（弗吉尼亚理工大学）；Stanford University（斯坦福大学）；University of Toronto（多伦多大学）
辅助机器人手臂使残疾人能够独立完成日常工作。这些手臂是灵巧和高维的;然而，人们必须用来控制他们的机器人的界面是低维的。考虑用2自由度操纵杆远程操作7自由度机器人手臂。机器人正在帮你吃晚饭，现在你想切一块豆腐。今天的机器人假定操纵杆输入和机器人动作之间有一个预定义的映射：在一种模式下，操纵杆控制机器人在x-y平面的运动，在另一种模式下，操纵杆控制机器人的z-偏航运动，等等。但是这种映射错过了你试图执行的任务！理想情况下，一个操纵杆轴应该控制机器人如何刺豆腐，另一个轴应该控制不同的切割动作。我们的见解是，我们可以实现直观的，用户友好的辅助机器人的控制，通过嵌入机器人的高维行动到低维和人类可控的潜在行动。我们把这个过程分为三个部分。首先，我们探索模型学习潜在的行动，从离线任务演示，并正式的属性，潜在的行动应该满足。接下来，我们将学习到的潜在动作与自主机器人辅助相结合，以帮助用户达到并保持他们的高水平目标。最后，我们学习操纵杆输入和潜在动作之间的个性化对齐模型。我们在四个用户研究中评估了我们的方法，其中非残疾参与者到达棉花糖，煮苹果派，切豆腐和组装甜点。然后，我们测试我们的方法与两个残疾成年人每天利用辅助设备。
2021-07-10 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
A Quantitative Analysis of Activities of Daily Living: Insights into Improving Functional Independence with Assistive Robotics
University of Alberta（阿尔伯塔大学）
人类辅助机器人有可能帮助老年人和残疾人进行日常生活活动（ADL）。机器人研究人员从各种控制方案和运动类型的角度关注辅助任务。另一方面，健康研究侧重于临床评估和康复，可以说这两个领域之间存在重要差异。特别是，很少有人知道定量上的日常生活活动通常是在一个人的日常环境中进行-在家里，工作等，了解什么活动是经常进行的一天可以帮助指导开发和优先级的机器人技术在家里辅助机器人部署。这项研究针对几个生活记录数据库，其中我们计算（i）ADL任务频率从长期低采样频率视频和物联网（IoT）传感器数据，以及（ii）短期手臂和手部运动数据从30 fps视频数据的家庭任务。机器人和医疗保健社区有不同的术语和分类来表示任务和动作。在这项工作中，我们推导并讨论了定量ADL任务和运动数据的机器人相关的分类，试图改善两个社区之间的分类差异。我们的定量结果为开发更好的辅助机器人提供了方向，以支持医疗保健社区的真正需求。
2021-04-08 cs.HC cs.RO
Multiple Ways of Working with Users to Develop Physically Assistive Robots
University of Washington（华盛顿大学）；TU Dortmund University（多特蒙德工业大学）；University of Duisburg-Essen（杜伊斯堡-埃森大学）；University of Michigan（密歇根大学）
针对当前物理辅助机器人（PAR）研究多未纳入目标残障参与者的问题，本文结合三个PAR项目实践，从多维度梳理与运动障碍用户协作的不同方法，并为相关研究者提供用户参与的实践建议。
2024-03-07 cs.HC cs.RO
Model Reconciliation through Explainability and Collaborative Recovery in Assistive Robotics
German Aerospace Center (DLR), Robotics and Mechatronics Center (RMC)（德国航空航天中心（DLR）、机器人与机电中心）；University of Cambridge, Department of Engineering（剑桥大学工程系）；Universität Tübingen, Department of Psychology（图宾根大学心理学系）；Leibniz-Institut für Wissensmedien (IWM)（莱比锡知识媒体研究所）；Technical University of Munich（慕尼黑技术大学）
本文提出了一种通过可解释性和协作恢复实现机器人与人类模型调和的方法，应用于辅助机器人领域。
2026-02-04 cs.HC cs.RO
Point and Go: Intuitive Reference Frame Reallocation in Mode Switching for Assistive Robotics
Department of Computing Science, University of Alberta（计算科学系，阿尔伯塔大学）
针对轮椅机械臂用户操作困难，提出Point and Go模式切换，通过扫掠指向定义平移轴并优化旋转模式，减少完成时间31%、暂停41%、模式切换33%。
2025-10-09 cs.RO
HAT: Head-Worn Assistive Teleoperation of Mobile Manipulators
Carnegie Mellon University（卡内基梅隆大学）
家庭中的移动机械手可以为患有严重运动障碍的个人提供更多的自主性，这些人在没有护理人员的帮助下通常无法完成日常生活活动（ADL）。辅助移动机械手的遥操作可以使运动障碍的个体能够独立地执行自我护理和家务任务，但有限的运动功能可能会阻碍一个人与机器人交互的能力。在这项工作中，我们提出了一个独特的基于惯性的可穿戴辅助接口，嵌入在一个熟悉的头戴式服装，为个人与严重的运动障碍，远程操作和执行物理任务的移动机械手。我们评估这个可穿戴接口与健全的（N = 16）和运动障碍的个人（N = 2）进行日常生活能力和日常家务。我们的研究结果表明，可穿戴接口使参与者完成物理任务的低出错率，高感知易用性，低工作量的措施。总的来说，这种基于惯性的可穿戴设备作为一种新的辅助接口选项，用于控制家庭中的移动机械手。
2023-02-12 cs.HC cs.RO
Towards Assistive Feeding with a General-Purpose Mobile Manipulator
Georgia Institute of Technology（佐治亚理工学院）
通用移动机械手有可能作为一种多功能的辅助技术。然而，它们的复杂性带来了挑战，包括太难使用的风险。我们提出了一个概念验证机器人系统的辅助喂养，包括一个柳树车库PR2，一个高层次的基于网络的界面，和专门的自主行为舀和喂酸奶。作为残疾人使用的一步，我们与5名身体健全的参与者一起评估了我们的系统。所有5人都成功地使用该系统吃酸奶，并报告了系统自主行为的高成功率。此外，亨利埃文斯，一个严重的四肢瘫痪的人，远程操作系统，以养活一个健全的人。总的来说，操作系统的人都说很好用，包括亨利。该喂食系统还包括被设计为自主触发或由用户触发的校正动作。在使用通过进料系统收集的数据进行的离线评估中，我们的多模态异常检测系统的新版本优于以前的版本。
2016-05-25 cs.RO
Evaluating Customization of Remote Tele-operation Interfaces for Assistive Robots
University of Washington（华盛顿大学）
本文探索并评估了辅助机器人远程操作界面的定制化价值，通过真实厨房环境下的用户研究证明定制化界面能提升导航表现，且所有参与者均能完成任务并认为机器人有助于提高独立性。
2023-04-05 cs.RO
Adaptive Control in Assistive Application -- A Study Evaluating Shared Control by Users with Limited Upper Limb Mobility
German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）；TU Dortmund University（多特蒙德工业大学）；University of Duisburg-Essen（杜伊斯堡-埃森大学）；Frankfurt University of Applied Sciences（法兰克福应用科学大学）
本研究针对上肢活动受限用户，提出并评估了一种自适应自由度共享控制方法，通过24名参与者在三种输入设备上的日常任务试验，验证了该方法在不同设备下均能实现高完成率和快速适应。
2024-06-10 cs.AI cs.HC cs.RO
Modeling Engagement in Long-Term, In-Home Socially Assistive Robot Interventions for Children with Autism Spectrum Disorders
University of Southern California（南加州大学）
社会辅助机器人（SAR）具有很大的潜力，可以为自闭症谱系障碍（ASD）儿童提供可获得的，负担得起的和个性化的治疗干预。然而，人机交互（HRI）方法在自主识别和响应行为线索的能力方面仍然有限，特别是在非典型用户和日常环境中。这项工作应用监督机器学习算法来模拟ASD儿童长期家庭SAR干预背景下的用户参与。具体来说，我们为每个用户提供了两种类型的参与模型：（i）在来自不同用户的数据上训练的通用模型;以及（ii）在用户数据的早期子集上训练的个性化模型。该模型实现了约90%的准确性（AUROC）的事后二进制分类的参与，尽管在用户，会话和参与状态之间观察到的数据的高方差。此外，模型预测中的时间模式可用于在适当的时候可靠地启动重新接触行动。这些结果验证了在长期的、真实世界的HRI设置中识别和响应用户脱离的可行性和挑战。这项工作的贡献也为设计引人入胜和个性化的HRI提供了信息，特别是对于ASD社区。
2020-04-11 cs.HC cs.LG cs.RO
A Personalized Household Assistive Robot that Learns and Creates New Breakfast Options through Human-Robot Interaction
University of Waterloo（滑铁卢大学）
本文提出一种家用辅助机器人认知架构，结合感知学习、记忆模型与任务规划，使Fetch机器人能从用户学习个性化早餐选项并创造全新早餐方案。
2023-06-30 cs.AI cs.HC cs.RO
Intuitive Human-Robot Interfaces Leveraging on Autonomy Features for the Control of Highly-redundant Robots
PhD Thesis（博士论文）
本文提出 TelePhysicalOperation 与激光引导两类直观人机接口，结合虚拟力、触觉反馈、神经网络视觉、行为树及自主移动操作能力，实现高冗余机器人遥操作与上肢障碍用户辅助控制。
2025-05-12 cs.RO
Multi-Sensor Fusion-Based Mobile Manipulator Remote Control for Intelligent Smart Home Assistance
Dyson School of Design Engineering, Imperial College London（帝国理工学院伦敦设计工程学院）；School of Robotics, Xi’an Jiaotong-Liverpool University (XJTLU)（西安交通大学利物浦大学机器人学院）；Department of Engineering, University of Cambridge（剑桥大学工程学院）；School of Mechanical Engineering, Northwestern Polytechnical University（西北工业大学机械工程学院）；Department of Computer Science, University of Aberdeen（阿伯丁大学计算机科学学院）
本文提出集成多MEMS传感器的可穿戴控制移动机械臂系统用于智能家居辅助，通过CNN-LSTM模型实现手部动作分类，经实验验证其在抓取、转移等任务中表现优异，证明了多传感器融合方案的有效性。
2025-04-17 cs.HC cs.RO
I Know What You Meant: Learning Human Objectives by (Under)estimating Their Choice Set
Virginia Tech（弗吉尼亚理工大学）
辅助机器人有可能帮助人们完成日常任务。然而，这些机器人首先需要了解用户希望它们做什么。对于没有经验的用户、老年用户和身体残疾的用户来说，教辅助机器人是很困难的，因为这些人通常无法向机器人展示他们想要的行为。我们知道，全纳学习者应该对人类教师无法展示的东西给予赞扬。但今天的机器人却恰恰相反：他们认为每个用户都有能力提供任何演示。因此，这些机器人学会模仿演示的行为，即使这种行为不是人类真正的意思！在这里，我们提出了一种不同的方法来奖励学习：机器人的原因有关用户的演示在类似或更简单的替代品的上下文中。不像以前的作品--错误地高估了人类的能力--这里我们错误地低估了人类可以输入的东西（即，他们的选择集）。我们的理论分析证明，低估人类的选择集是风险厌恶的，具有更好的最坏情况下的性能比高估。我们正式三个属性，以产生类似的和更简单的替代品。通过模拟和用户研究，我们的算法可以更好地推断人类的目标。查看用户研究：https://youtu.be/RgbH2YULVRo
2021-04-05 cs.RO
Don't Forget to Buy Milk: Contextually Aware Grocery Reminder Household Robot
University of Waterloo（滑铁卢大学）
在家庭环境中工作的辅助机器人需要在家中提供物品来执行辅助任务。然而，当这些物品用完时，辅助机器人必须提醒其用户购买缺少的物品。在本文中，我们提出了一个计算架构，可以让机器人通过与用户的交互来学习个性化的家庭背景知识。然后，该架构可以使用学习到的知识来预测家庭在很长一段时间内丢失的物品。该架构集成了最先进的感知学习算法、记忆编码和学习的认知模型、用于预测家庭中丢失物品的推理模块以及用于与用户交互的图形用户界面（GUI）。该架构与Fetch移动机械手机器人集成，并在具有多个上下文和对象的大型室内环境中进行了验证。我们的实验结果表明，机器人可以通过学习上下文知识，通过与用户的交互来适应环境。机器人还可以使用学习到的知识来正确预测多周内丢失的物品，并且它对感官和感知错误具有鲁棒性。
2022-07-20 cs.AI cs.LG cs.RO
Shared Autonomy with Learned Latent Actions
Stanford University（斯坦福大学）
辅助机器人使残疾人能够独立完成日常工作。然而，这些任务可能是复杂的，包含粗到达运动和细粒度操纵。例如，当进食时，不仅需要移动到正确的食物项目，而且还必须以不同的方式精确地操纵食物（例如，切、刺、挖）。共享自治方法通过仲裁用户输入与机器人控制，使机器人遥操作更安全，更精确。然而，这些作品主要集中在从离散集合中达到目标的高级任务上，而在很大程度上忽略了在该目标下对对象的操作。与此同时，用于遥操作的降维技术将有用的高维机器人动作映射到直观的低维控制器中，但目前还不清楚这些方法是否可以达到进食等任务所需的精度。我们的观点是，通过将学习到的潜在动作的直观嵌入与共享自主的机器人协助相结合，我们可以实现精确的辅助操作。在这项工作中，我们通过提出一个新的模型结构，改变了人类的输入的意义上的机器人的信心的目标，通过学习潜在的行动共享自治。我们展示了机器人到最有可能的目标的距离上的收敛边界，并开发了一个训练过程来学习一个控制器，该控制器即使在存在共享自主权的情况下也能够在目标之间移动。我们评估我们的方法在模拟和吃用户的研究。点击这里观看我们的实验视频：https://youtu.be/7BouKojzVyk
2020-05-11 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
A Passivity Based Framework for Safe Physical Human Robot Interaction
University of Central Florida（中佛罗里达大学）
在本文中，一个人和一个辅助机器人之间的安全兼容接触的问题被认为是。残疾用户需要在某些日常生活活动（ADL）中使用辅助机器人进行物理人机交互（PHRI）。具体来说，我们提出了一个混合动力/速度/姿态控制PHRI系统的基础上测量从6轴力/扭矩传感器安装在机器人手腕。在将末端执行器表面与未知环境（人类）表面自动对准的同时，在法向方向上施加期望的命令力，同时在切向方向上遵循期望的速度命令。一个基于李雅普诺夫稳定性分析，以证明收敛性以及无源性的相互作用，以确保性能和安全。仿真和实验结果验证了所提出的混合控制器的性能和鲁棒性的存在下的动态不确定性，以及安全的物理人机交互的运动学冗余机器人操作器。
2022-02-07 cs.RO cs.SY eess.SY
Learning Robot Policies for Whole-Body Mobility Assistance via Dynamic Human Motion Generation
Carnegie Mellon University（卡内基梅隆大学）；Intuitive Autonomy
本文提出一种基于仿真的全身辅助机器人策略学习框架，通过对抗运动先验训练人体策略，结合脚本控制器收集演示数据，训练3D扩散策略实现移动机械臂的STS和L&T辅助，可完成仿真到真实的迁移。
2026-10-14 cs.RO
Legible Shared Autonomy: Implicit Communication of Robot Belief through Motion
Department of Automation, University of Science and Technology of China（自动化系，中国科学技术大学）；Department of Automation, Hefei University of Technology（自动化系，合肥工业大学）；National Key Laboratory of Autonomous Intelligent Unmanned Systems（自主智能无人系统国家重点实验室）
针对共享自主系统中机器人意图不透明导致用户控制效率低的问题，提出通过可理解运动隐式传达机器人信念，并基于置信度自适应分配控制权，实验证明该方法显著提升用户对机器人信念的理解并减少控制负担。
2026-07-16 cs.HC cs.RO
Human to Robot Whole-Body Motion Transfer
Institut de Robòtica i Informàtica Industrial, CSIC-UPC（西班牙国家研究委员会-加泰罗尼亚理工大学工业机器人与计算机视觉研究所）
将人类运动转移到移动机器人操纵器并确保安全的物理人机交互是在人类共享环境中实现复杂操作任务自动化的关键步骤。在这项工作中，我们提出了一种新的人到机器人全身运动传输框架。我们提出了一个一般的解决方案的对应问题，即观察到的人体姿势和机器人之间的映射。为了实现实时仿真和有效的冗余解决，本文采用全身控制范式，提出了一种特定的任务层次结构，并给出了轮式机器人基座的差动驱动控制算法。为了确保安全的物理人机交互，我们提出了一种新的可变导纳控制器，稳定地适应动态的末端执行器之间切换刚性和顺应性的行为。我们通过几个真实世界的实验与TIAGo机器人验证我们的方法。结果表明，有效的实时模仿和动态行为适应。这构成了一个简单的方法，为非专家转移操作技能的辅助机器人。
2021-08-05 cs.RO
Real Time Collision Detection and Identification for Robotic Manipulators
大多数日常任务都涉及与非结构化环境进行交互。这意味着，为了使机器人真正有用，它们必须能够处理接触。本文探讨了如何粒子滤波器可以用来定位接触点和估计外力。我们证明了粒子滤波器的能力，在一个模拟的4DoF平面机械臂，并比较它的一个行之有效的分析方法。
2018-02-02 cs.RO
Active Robot-Assisted Feeding with a General-Purpose Mobile Manipulator: Design, Evaluation, and Lessons Learned
Georgia Institute of Technology（佐治亚理工学院）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
饮食是日常生活（ADL）中保持健康和独立生活的基本活动。虽然已经引入了许多辅助设备，但由于设备的物理或感知限制，许多残疾人仍然受到限制，无法独立进食。在这项工作中，我们提出了一个新的膳食援助系统和评估该系统与运动障碍的人。我们还讨论了经验教训，并根据评估设计见解。该助餐系统使用了一种通用移动机械手，Willow Garage PR 2，它有可能成为一种多功能的辅助技术。我们的主动喂食框架使机器人能够自动将食物送到用户的口中，减少了用户头部移动的需要。用户界面、视觉引导行为和安全工具允许患有严重运动障碍的人成功使用该系统。我们评估了我们的系统，共有10名健全的参与者和9名运动障碍的参与者。两组参与者都成功地使用该系统吃下了各种食物，并报告了系统自主行为的高成功率。总体而言，操作该系统的参与者报告称，该系统舒适、安全且易于使用。
2019-09-16 cs.RO
A Laser-guided Interaction Interface for Providing Effective Robot Assistance to People with Upper Limbs Impairments
Istituto Italiano di Tecnologia（意大利技术研究院）；University of Genova（热那亚大学）；University of Pisa（比萨大学）
本研究针对上肢残障人士日常活动辅助需求，提出头戴式激光引导的人机交互界面，含点位选择与纸质键盘两种控制模式，经6自由度机械臂验证可完成需双手能力的操作任务。
2025-03-20 cs.RO
Human-in-the-Loop Failure Recovery with Adaptive Task Allocation
Robotics Engineering Department, Worcester Polytechnic Institute (WPI)（沃斯特理工学院机器人工程系）
本文提出ARFA方法，通过自适应任务分配减少机器人空闲时间，提高系统性能并优化操作员工作负荷。
2026-02-03 cs.RO
SARI: Shared Autonomy across Repeated Interaction
Virginia Tech（弗吉尼亚理工大学）
本文提出SARI算法，通过利用重复交互从头学习辅助策略，在不确定时返回控制权，实现对已知任务匹配现有方法、对新任务优于基线的共享自主。
2024-02-16 cs.RO
Development of a Compliant Gripper for Safe Robot-Assisted Trouser Dressing-Undressing
Taylor & Francis（泰勒弗朗西斯集团）
本文提出一种可变刚度抓取器，用于安全协助老年人和半身瘫痪者完成裤子穿脱任务，通过机器人系统实现高成功率的穿脱操作。
2025-12-10 cs.RO
Synthetic Emotions vs. Gamification: Exploring Engagement Strategies for Small Social Robots in Different Age Groups
Data Systems & Robotics Department of The IT-University of Copenhagen（丹麦哥本哈根技术大学数据系统与机器人学系）
本研究通过两项实验（6-8岁儿童偏好评估和20-27岁大学生行为研究）比较了触觉机器人使用合成情感反馈与积分奖励两种参与策略的效果，发现儿童偏好情感参与，而大学生在积分系统下任务准确率更高且表现持久，揭示了不同年龄组在参与策略有效性上的差异。
2026-05-26 cs.RO
AnyUser: Translating Sketched User Intent into Domestic Robots
College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院）；National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（湖南大学国家机器人视觉感知与控制技术工程研究中心）
AnyUser通过相机图像上的自由形式草图（可选语言）实现直观的家庭任务指令，利用多模态输入生成无需先验地图或模型的可执行机器人动作，通过大量评估验证其在不同模拟家庭场景中的高准确性和真实环境中的可靠性。
2026-04-06 cs.CV cs.HC cs.RO
A Cost-Effective Person-Following System for Assistive Unmanned Vehicles with Deep Learning at the Edge
Politecnico di Torino（都灵理工大学）
上个世纪的人口动态统计数据突出表明，世界人口的平均年龄急剧增加，从而导致老年人人数增加。服务机器人应用有可能提供系统和工具，以支持日常生活中自主和自给自足的老年人，从而避免与第三方监视他们的任务。在这种情况下，我们提出了一种具有成本效益的模块化解决方案，以检测和跟踪室内家庭环境中的人。我们利用了深度学习优化技术的最新进展，并比较了不同的神经网络加速器，以在边缘提供一个强大而灵活的人员跟踪系统。我们提出的具有成本效益和功率效率的解决方案可与现有的导航堆栈完全集成，并为开发完全自主和独立的服务机器人应用奠定了基础。
2020-08-31 cs.RO
Manip4Care: Robotic Manipulation of Human Limbs for Solving Assistive Tasks
Department of Computer Science, Purdue University（计算机科学系，普渡大学）
提出Manip4Care模块化仿真流水线，使机器人能抓取并重新定位人体肢体，在生物力学与碰撞约束下生成轨迹，经仿真和真实人体模型验证，有效支持床上沐浴等辅助任务。
2025-08-04 cs.RO
TouchDrive: Electronics-Free Tactile Sensing Interface for Assistive Grasping
Division of Microsystems Technology, Department of Electrical Engineering（微系统技术部门）；Cyber-Physical Systems Lab, Department of Information Technology（网络物理系统实验室）
TouchDrive通过气动反馈实现无电子触觉感知，使用户能精确操控抓取力，适用于处理易碎和柔软物体，已在多种机器人平台验证可靠性和实用性。
2026-05-07 cs.RO
Kiri-Spoon: A Soft Shape-Changing Utensil for Robot-Assisted Feeding
Virginia Tech（弗吉尼亚理工大学）
针对机器人用传统餐具运送食物易掉落的问题，研究人员设计了结合传统餐具外形与软质夹爪功能的可变形餐具Kiri-Spoon，通过剪纸结构调整曲率提升取送稳定性。
2024-03-09 cs.RO
Visual Haptic Reasoning: Estimating Contact Forces by Observing Deformable Object Interactions
Carnegie Mellon University（卡内基梅隆大学）
高度可变形布料的机器人操作提供了一个很有希望的机会来帮助人们完成几项日常任务，例如洗碗;折叠衣物;或为患有严重运动障碍的个人提供穿衣，洗澡和卫生帮助。在这项工作中，我们介绍了一种配方，使协作机器人进行视觉触觉推理与布-推断的位置和大小的物理交互过程中施加的力的行为。我们提出了两个不同的模型表示，在物理模拟训练，使触觉推理只使用视觉和机器人运动学观察。我们在机器人辅助穿衣、洗澡和洗碗任务的模拟中对这些模型进行了定量评估，并证明了经过训练的模型可以在不同的任务中进行推广，这些任务具有不同的交互、人体大小和物体形状。我们还展示了一个真实世界的移动机械手的结果，该机械手使用我们的模拟训练模型来估计施加的接触力，同时用布料执行物理辅助任务。视频可以在我们的项目网页上找到。
2022-08-11 cs.AI cs.HC cs.RO
Bidirectional Intent Communication: A Role for Large Foundation Models
TU Chemnitz（开姆尼茨工业大学）；Robert Bosch GmbH（罗伯特·博世有限公司）；Technical University of Munich（慕尼黑工业大学）；Centre for Applied Autonomous Sensor Systems (AASS), Örebro University（厄勒布鲁大学应用自主传感系统中心）
本文提出Bident框架，利用多模态基础模型实现双向人机意图通信，通过语音和注视等输入及言语和手势输出，支持个性化教育和医疗保健等应用。
2024-08-20 cs.HC cs.RO
Learning to Share Autonomy Across Repeated Interaction
Virginia Tech（弗吉尼亚理工大学）
安装在轮椅上的机器人手臂（和其他辅助机器人）应该帮助他们的用户执行日常任务。机器人可以提供这种帮助的一种方式是共享自主权。在共享自治中，人类和机器人都保持对机器人运动的控制：随着机器人变得自信它理解人类想要什么，它越来越多地干预以自动化任务。但是，机器人如何知道人类首先想要执行什么任务呢？今天的共享自治方法通常依赖于先验知识：例如，机器人必须先验地知道一组可能的人类目标。然而，从长远来看，这种先验知识将不可避免地被打破-人类迟早会达到机器人没有预料到的目标。在本文中，我们提出了一种学习方法，以共享的自主权，利用重复的互动。如果人类在每次互动中执行完全不同的任务，那么学习帮助人类是不可能的：但我们的见解是，身体残疾的用户每天都在重复重要的任务（例如，打开冰箱，煮咖啡，吃晚饭）。我们介绍了一种算法，利用这些重复的相互作用来识别人类的任务，复制类似的演示，并在不确定时返回控制。当人类反复与这个机器人一起工作时，我们的方法不断学习帮助那些事先从未指定的任务：这些任务包括离散的目标（例如，到达杯子）和连续技能（例如，打开抽屉）。通过模拟和面对面的用户研究，我们证明了利用我们的方法的机器人与已知目标的现有共享自主方法相匹配，并且在新任务上优于模仿学习基线。请在此观看视频：https://youtu.be/Plh4t3wQeIA
2021-09-28 cs.RO
Online Update of Safety Assurances Using Confidence-Based Predictions
Princeton University（普林斯顿大学）；USC（南加州大学）
针对人类运动预测失配导致机器人规划不安全的问题，本文将置信度参数作为虚拟状态，利用 HJ 可达性与数据驱动方法计算参数条件化 FRT，从而在线更新安全保证。
2023-06-05 cs.RO
Tactile-Based Human Intent Recognition for Robot Assistive Navigation
Electrical & Computer Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校电气与计算机工程系）；Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校Siebel计算与数据科学学院）
针对机器人辅助导航中传统接口不直观的问题，本文提出Tac-Nav系统，利用圆柱形触觉皮肤并结合CK-SVM算法实现鲁棒的人体导航意图识别，在模拟和真实数据上均优于基线模型，且用户偏好度更高。
2025-09-19 cs.RO
From Wizard-of-Oz Human-Robot Dialogue Collection to a Taxonomy of Robot Response Decisions: A Retrospective Analysis of Assistive Pilot Interactions
Saint Louis University（圣路易斯大学）
本研究通过回顾性分析Wizard-of-Oz辅助驾驶交互数据，提出包含六种响应模式和四种歧义类型的层次分类法，并验证了其标注可靠性及用于训练视觉语言模型的可行性。
2026-09-18 cs.RO
Household navigation and manipulation for everyday object rearrangement tasks
Aurora Operations, Inc.（奥罗拉运营公司）；UC San Diego（加州大学圣地亚哥分校）
本文提出整合错放物检测、偏好化放置预测、稳定抓取操作与跨房间导航的家庭物品整理机器人流程，并在真实平台上验证多房间转移和复杂拾放任务。
2023-12-11 cs.RO
SafeFlowMPC: Predictive and Safe Trajectory Planning for Robot Manipulators with Learning-based Policies
SafeFlowMPC结合流匹配和在线优化，为机器人机械臂提供安全且灵活的预测轨迹规划方法，通过实验验证其在抓取和人机交互任务中的高效性能。
2026-02-17 cs.RO
MOSAIC: Modular Foundation Models for Assistive and Interactive Cooking
Cornell University（康奈尔大学）
MOSAIC提出模块化架构，结合预训练基础模型与专用控制模块，实现多机器人自然语言交互和开放词汇物品操作，经单元测试和端到端试验验证，可扩展至复杂人机协作任务。
2025-10-25 cs.RO
Multimodal Uncertainty Reduction for Intention Recognition in Human-Robot Interaction
TU Darmstadt（达姆施塔特工业大学）；MPI for Intelligent Systems（马克斯·普朗克智能系统研究所）；Goethe University（歌德大学）
辅助机器人可以通过支持日常生活活动来提高老年人的生活质量和个人独立性。为了保证人与机器人之间安全直观的交互，需要自动识别人类意图。由于人类多模态地传达他们的意图，使用多个模态进行意图识别不仅可以增加对单个模态失败的鲁棒性，而且特别地减少了关于要预测的意图的不确定性。这是可取的，特别是在机器人和潜在的脆弱的人类之间的直接交互的情况下，最小的不确定性，以及关于这种实际的不确定性的知识是必要的。因此，在现有的方法相比，在这项工作中，多模态意图识别的新方法，重点是通过分类器融合的不确定性降低。对于四个考虑的模态语音，手势，注视方向和场景对象的个人意图分类器进行训练，所有这些输出的概率分布在所有可能的意图。通过使用贝叶斯方法独立意见池组合这些输出分布，可以减少关于要识别的意图的不确定性。该方法在一个7自由度的机器人手臂的协作人机交互任务进行评估。结果表明，融合分类器，结合多种形式优于各自的基础分类器，提高精度，鲁棒性，减少不确定性。
2019-07-04 cs.HC cs.LG cs.RO
Interactive Continual Learning Architecture for Long-Term Personalization of Home Service Robots
University of Waterloo（滑铁卢大学）
针对家庭服务机器人需适应个性化动态环境的需求，提出结合持续学习、语义推理与人机交互的交互式持续学习架构，经两个月实验验证，可基于有限用户数据持续适应环境并完成抓取任务。
2024-03-06 cs.CV cs.LG cs.RO
Hands-free teleoperation of a nearby manipulator through a virtual body-to-robot link
Sorbonne Université（索邦大学）；CNRS（法国国家科学研究中心）；INSERM（法国国家健康与医学研究院）；Institute for Intelligent Systems and Robotics (ISIR)（智能系统与机器人研究所）
本文提出AR可视化的身体-末端执行器虚拟链路及身体/操纵杆混合控制，实验表明其比传统操纵杆遥操作更快、更直观，并可辅助活动受限用户。
2024-06-13 cs.RO
Sketch-MoMa: Teleoperation for Mobile Manipulator via Interpretation of Hand-Drawn Sketches
提出Sketch-MoMa远程操作系统，利用VLM解读叠加在观测图像上的手绘草图并推断形状与底层任务，实现移动操作机器人的精确直观控制，实验验证其任务效果与可用性。
2025-01-07 cs.RO
Continual Learning through Human-Robot Interaction: Human Perceptions of a Continual Learning Robot in Repeated Interactions
Concordia University（康考迪亚大学）；University of Waterloo（滑铁卢大学）；University of Hertfordshire（赫特福德大学）
本文开发集成持续学习（CL）物体识别模型与Fetch机器人的系统，通过60名参与者300轮交互研究，发现机器人遗忘会显著降低人类信任度等感知，且现有CL模型在人机交互中表现不可靠。
2025-02-12 cs.LG cs.RO
