Design and implementation of audio communication system for social-humanoid robot Lumen as an exhibition guide in Electrical Engineering Days 2015
Bandung Institute of Technology(万隆理工学院)
社会机器人流明是一个人形机器人创建的行为像人类和人类的朋友。在这项研究中,Lumen场景仅限于Lumen作为2015年电气工程日的展览指南,万隆理工学院电气工程本科生和研究生的研讨会和展览。作为一个展览指南,Lumen配备了Nao机器人,服务器和处理应用程序。音频通信系统就是其中的一种处理应用。该系统的目的是创建语言交流,使Lumen能够接收人类的声音并自然地对其做出反应。为了能够像人类一样进行交流,音频通信系统由语音识别模块将语音数据转换为文本,语音合成器模块将文本数据转换为语音,以及性别识别模块区分成年女性和男性声音。语音识别模块采用Google语音识别API实现,语音合成模块采用Acapela引擎实现,性别识别模块采用快速傅立叶变换算法提取的语音信号特征实现。用于实现的硬件是Nao机器人、计算机和无线调制解调器。- Lumen Robot Sosial Robot是一种能够像人类一样工作并为人类服务的类人机器人。音频通讯系统是一个应用最广泛的照明系统,它能够控制人体的亮度,并对自然产生响应,比如人体对自然的响应。为了实现人类等通讯,通讯音频系统需要一个强大的模块:语音识别来提供数据支持,语音合成器来提供数据支持,性别识别来提供想要和想要的东西。
2016-07-16 cs.HC cs.RO cs.SD
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
A Review on Robot Manipulation Methods in Human-Robot Interactions
Institute of Intelligent Systems Research and Innovation (IISRI), Deakin University(迪肯大学智能系统研究与创新研究所);Harvard Paulson School of Engineering and Applied Sciences, Harvard University(哈佛大学哈佛保尔森工程与应用科学学院)
本文综述了人机交互中机器人操作算法的近期自主与自适应学习方法,重点比较了Reinforcement Learning和Imitation Learning的主要特征与流行算法及其在复杂环境中的应用。
2023-09-09 cs.HC cs.RO
Animation Techniques in Human-Robot Interaction User Studies: a Systematic Literature Review
University of Oslo(奥斯陆大学)
在人机交互中,机器人可以有许多不同的移动方式。一种方法是使用电影动画中的技术来指导机器人移动。这篇文章是一个系统的文献回顾,人类机器人试验,飞行员,并已应用动画技术来移动机器人的评估。通过27篇文章,我们发现动画技术改善了个体与机器人的互动,改善了个体对机器人品质的感知,理解机器人打算做什么,并显示机器人的状态或可能的情感。动画技术还可以帮助人们与不像人类或机器人的机器人建立联系。文章中的研究显示了进一步的研究领域,例如将动画原理应用于其他类型的机器人和情况,将动画技术与其他模式相结合,以及长期测试机器人使用动画技术移动。
2019-04-24 cs.HC cs.RO
Cobbler Stick With Your Reads: People's Perceptions of Gendered Robots Performing Gender Stereotypical Tasks
Utrecht University(乌得勒支大学)
以前的研究发现,机器人应该最好地设计为适合他们的给定任务,而其他人则在人们对机器人的评价中发现了性别效应。本研究结合这些知识,探讨刻板印象的影响机器人genderedness和分配的任务在一个在线实验(n = 89)操纵机器人性别(男性与女性)和任务类型(分析与社会)之间的主题的设计方面的信任,社会感知,人性化。与社会任务相比,人们认为机器人更有能力,并且在执行分析任务时对机器人的能力有更高的信任,与机器人的性别无关。此外,我们在数据中观察到一种趋势,表明人们似乎将女性机器人(无论执行的任务如何)非人化为缺乏高级心理过程的动物,此外,只有当性别机器人执行与其性别刻板印象相矛盾的任务时,人们似乎才将机器人非人化为没有情感的物体。
2021-04-13 cs.HC cs.RO
Neither "Hear" Nor "Their": Interrogating Gender Neutrality in Robots
Tokyo Institute of Technology(东京工业大学);gDial, Inc.(gDial公司)
性别是一种社会框架,人们通过它来组织自己和非人类主体,包括机器人。几十年前的研究发现,人们倾向于在不知情的情况下对人工智能进行性别鉴定,即使在声音、身体、角色和其他社会特征方面有最轻微的人类特征。这导致了机器人性别中立的概念:我们可以避免根据人类模型对机器人进行性别划分的方法,以及对超人类性别的探索。这篇快速回顾批判性地调查了文献,以捕捉与人互动的机器人中性别中立的最新技术水平。我们目前的研究结果的理论,方法,结果和反身性。我们询问的想法,机器人性别/ing可以是中立的,并探讨通过设计和研究机器人与人互动的替代方式接近性别/ing。
2022-04-30 cs.HC cs.RO
Robot-Led Vision Language Model Wellbeing Assessment of Children
University of Cambridge(剑桥大学)
本研究提出一种基于视觉语言模型的机器人主导儿童心理健康评估方法,发现该模型在识别无问题案例时具中等可靠性,但在临床担忧分类上受限,且对性别属性存在潜在敏感性。
2025-04-03 cs.RO
Hand and Arm Gesture-based Human-Robot Interaction: A Review
Technical University of Munich(慕尼黑工业大学);Fortiss GmbH(Fortiss有限公司);Fujian Science & Technology Innovation Laboratory for Optoelectronic Information of China(中国福建光电信息科学技术创新实验室)
人机交互(Human-Robot Interaction,HRI)的研究目的是在人与机器人之间建立亲密友好的交流。在以人为中心的HRI中,实施成功和有效的HRI的一个重要方面是建立自然和直观的互动,包括语言和非语言。手势作为一种普遍的非语言交际方式,在日常生活中无处不在。大量的工作基于手势的HRI分散在各个研究领域。然而,对基于手势的HRI的工作仍然缺乏系统的了解。本文旨在对基于手势的HRI进行全面的综述,并重点介绍这一领域的最新研究成果。在刺激-机体-反应的框架下,本综述包括:(i)人类手势(刺激)的产生。(ii)机器人识别人类手势(有机体)。(iii)机器人对人类手势的反应(response)。此外,本文还对框架中各要素的研究现状进行了总结,并分析了相关研究成果的优缺点。最后,本文讨论了当前基于手势的HRI研究面临的挑战,并提出了未来可能的发展方向。
2022-09-17 cs.HC cs.RO
Social Robots for Sleep Health: A Scoping Review
Johns Hopkins University(约翰斯·霍普金斯大学);National Taiwan University Hospital(台湾大学医院)
本范围综述评估了社交机器人在睡眠健康干预中的应用证据,指出当前研究存在样本小、干预短等局限,但肯定了其改善睡眠健康的潜力并提出了未来方向。
2024-03-20 cs.HC 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
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
Towards Massive Interaction with Generalist Robotics: A Systematic Review of XR-enabled Remote Human-Robot Interaction Systems
The Hong Kong Polytechnic University(香港理工大学);The Hong Kong University of Science and Technology (Guangzhou)(香港理工大学(广州))
该综述基于PRISMA方法系统回顾了100篇论文,总结了AR、VR、MR等扩展现实技术在远程人机交互中的应用、用户体验增强及交互设计,并指出了未来研究方向。
2024-03-26 cs.HC cs.RO
How to Communicate Robot Motion Intent: A Scoping Review
Westphalian University of Applied Sciences(威斯特伐利亚应用科学大学);University of Duisburg-Essen(杜伊斯堡-埃森大学)
本文通过范围综述提出机器人运动意图传达模型,从意图类型、信息和位置三个维度系统化现有研究,并据此分类文献以揭示关键模式与未来研究方向。
2023-08-08 cs.HC cs.RO
Embodiment in Socially Interactive Robots
University of Southern California(南加州大学);University of Wisconsin–Madison(威斯康星大学麦迪逊分校)
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。
2019-12-01 cs.HC cs.RO
Beyond Attention: Investigating the Threshold Where Objective Robot Exclusion Becomes Subjective
Bielefeld University(比勒费尔德大学);RPTU Kaiserslautern-Landau(凯撒斯劳滕-兰道莱茵-普法尔茨技术大学)
本研究通过机器人Ameca的群体面试实验,发现客观排斥(注意力分配)显著预测主观排斥,并影响情绪和需求满足,且存在关键阈值,对机器人辅助招聘的公平性有启示。
2025-04-22 cs.HC cs.RO
A Review on Trust in Human-Robot Interaction
University of Massachusetts Lowell(马萨诸塞大学洛厄尔分校)
由于机器人和人机交互领域的敏捷发展,未来的机器人代理旨在扮演队友的角色,并与人类合作执行操作,而不是在特定任务中取代人类帮助人类的工具。这种与机器人合作的概念对人机交互(HRI)提出了新的挑战,这引起了HRI的一个新的研究领域,即人机信任。当人类和机器人作为合作伙伴工作时,如果人类不适当地信任机器人,工作的表现可能会降低。考虑到在不同的HRI领域观察到的人-机器人信任的影响,许多研究人员研究了人-机器人信任领域,并研究了与人-机器人信任相关的各种问题。在这项工作中,我们回顾了过去的工作,人-机器人信任的研究主题的基础上,并讨论了在这一领域的选择趋势。在此基础上,本文最后提出了一些未来研究的思路和方向。
2021-05-20 cs.CY cs.HC cs.RO
Functional advantages of an adaptive Theory of Mind for robotics: a review of current architectures
机器人领域已经取得了巨大的进步,但是,主要的挑战仍然存在,包括构建具有自适应心理理论(ToM)的机器人。在本论文中,七个当前的机器人架构的人机交互,以及四个主要的功能优势,配备一个自适应的ToM机器人。本论文的目的是确定ToM功能以何种方式集成到所分析的架构中以及集成的频率,以及它们是否为机器人提供相关的功能优势。我们的评估表明,不同的方法被用来实现ToM功能的机器人架构。此外,虽然用于错误信念理解和跟踪的ToM通常是内置的社交机器人架构,但用于主动性、主动感知和学习的ToM并不常见。尽管如此,在机器人中实现更好的自适应ToM功能的进展是有必要的,以使它们能够充分利用具有类似于人类的ToM的优势。
2019-08-31 cs.AI cs.HC cs.RO
On the impact of robot personalization on human-robot interaction: A review
Technical University of Munich(慕尼黑工业大学)
本文综述机器人个性化对人机交互的影响,梳理实现策略,并按参数、特征、技术和用例总结其已知效果,指出积极影响已受关注而负面影响仍待研究。
2024-01-22 cs.RO
A Systematic Literature Review of Experiments in Socially Assistive Robotics using Humanoid Robots
University of Tsukuba(筑波大学)
我们进行了系统的文献综述,以发现人形机器人是如何被应用于社会辅助机器人实验。我们检索了24篇论文,其中16篇被纳入进行更深入的分析。为了进行这种分析,我们使用了一个受基于行为的机器人启发的概念框架。我们想知道是哪个机器人(大多数使用机器人NAO),应用程序的目标是什么(教学,协助,演奏,指导),如何控制机器人(在大多数实验中手动),机器人表现出什么样的行为(对触摸做出反应,指向身体部位,唱歌,跳舞,等等),机器人使用了什么样的执行器(总是电机,有时扬声器,几乎没有任何其他类型的致动器)和机器人使用什么类型的传感器(在许多研究中,机器人根本不使用任何传感器,在其他研究中,机器人经常使用相机和/或麦克风)。本研究的结果可用于设计针对类人社会辅助机器人的软件框架,特别是在软件产品线工程项目的背景下。
2017-11-15 cs.RO
Personality in Healthcare Human Robot Interaction (H-HRI): A Literature Review and Brief Critique
University of Michigan(密歇根大学);School of Information(信息学院);Robotics Institute(机器人研究所)
机器人正在成为提供医疗保健的重要方式,而个性对于理解它们的有效性至关重要。尽管如此,在医疗保健人类机器人交互(H-HRI)中缺乏对个性的系统全面理解。为了解决这个问题,作者进行了一项审查,确定了18项关于H-HRI人格的研究。本文介绍了系统的文献综述的结果。洞察力来自于此审查有关的方法,结果和使用的样本。这篇综述的作者讨论了这些文献的发现,同时确定了几个值得注意的差距。总之,本文是理解H-HRI人格的一个重要起点。
2020-08-15 cs.AI cs.CY cs.HC
A Scoping Review and Experimental Study on Reinforcement Learning from Human Feedback for Human-Robot Collaboration
DLR Institute for AI Safety and Security(德国航空航天中心人工智能安全与安保研究所)
本研究通过范围综述和VR实验,探讨RLHF在人机协作中的应用,发现用户发起的反馈比系统发起的反馈更能有效捕捉感知安全性,强调反馈时机对AI安全的重要性。
2026-10-08 cs.AI cs.HC cs.RO
Social Robots for People Living with Dementia: A Scoping Review on Deception from Design to Perception
本文综述了26项研究,探讨社交机器人对痴呆症患者可能产生的欺骗性影响,识别出关键设计因素及感知模式,提出双过程解释以区分欺骗与拟人化。
2026-03-14 cs.CY cs.HC cs.RO
A Review of Personality in Human Robot Interactions
School of Information(信息学院);Robotics Institute(机器人研究所);University of Michigan(密歇根大学);HEC Paris(巴黎高等商学院)
个性已被确定为理解人类机器人交互质量的重要因素。尽管如此,这一领域的研究仍然支离破碎,缺乏一个连贯的框架。这使得我们很难理解我们所知道的和确定我们所不知道的。因此,我们对人类与机器人互动中的个性的了解并没有跟上机器人在组织或更广泛社会中的部署。为了解决这个问题,本文回顾了83篇文章和84项独立的研究,以评估人类机器人个性研究的现状。本次审查:(1)突出主要的专题研究领域,(2)确定文献中的差距,(3)从文献中得出并提出主要结论,(4)为未来的研究提供指导。
2020-02-05 cs.AI cs.CY cs.HC
Diversity-aware social robots meet people: beyond context-aware embodied AI
本文介绍了“多样性感知”机器人的概念,并讨论了开发计算模型以嵌入具有多样性感知的机器人的必要性:也就是说,机器人能够适应和重新配置他们的行为,以识别,尊重和重视与他们互动的人的独特性,以促进包容,而不管他们的年龄,种族,性别,认知或身体能力等。本文讨论了基于本体论和贝叶斯网络的可能的技术解决方案,从以前的经验与文化能力的机器人。
2022-10-10 cs.AI cs.RO
What Pronouns for Pepper? A Critical Review of Gender/ing in Research
Tokyo Institute of Technology(东京工业大学)
性别引导我们如何看待自己,我们周围的世界,以及彼此-包括非人类。批评的声音已经提出了关于社会体现的人工代理(如语音助理,会话代理和机器人)设计中的刻板性别的警告。然而,很少有人知道这在研究中是如何发挥作用的,以及在多大程度上发挥作用。作为第一步,我们批判性地回顾了Pepper的案例,Pepper是一个性别模糊的人形机器人。我们进行了系统的审查(n=75),涉及元合成和内容分析,研究参与者和研究人员如何通过规定和未规定的意符和代词的使用性别胡椒。我们发现,归属佩珀的性别是不一致的,有限的,有时不和谐的,很少有证据表明有意识的性别化和一些迹象表明研究人员对参与者性别化的影响。我们提供了六个挑战,推动事态和一个实用的框架,再加上一个关键的清单,为中心的性别研究人工代理。
2022-12-08 cs.HC cs.RO
Advancements in Gesture Recognition Techniques and Machine Learning for Enhanced Human-Robot Interaction: A Comprehensive Review
University of Brighton(布莱顿大学);Jamia Millia Islamia(贾米亚·米利亚·伊斯兰亚大学)
本文综述手势识别与机器学习融合的最新进展,重点分析基于视觉和深度感知的方法及深度学习、强化学习、迁移学习对提升HRI准确性与鲁棒性的作用。
2024-09-10 cs.RO
Affective Robotics For Wellbeing: A Scoping Review
University of Cambridge(剑桥大学)
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。
2023-04-04 cs.RO
A Review of Verbal and Non-Verbal Human-Robot Interactive Communication
NCSR Demokritos(德谟克利特国家科学研究中心)
在本文中,人与机器人交互通信的概述,包括人类与机器人交互的语言和非语言方面。以下的历史介绍,和流体人机通信的动机,提出了十个必要的,这提供了一个组织轴最近以及未来的人机通信研究。然后,十个迫切需要详细审查,最终形成一个统一的讨论,和一个前瞻性的结论。
2014-01-20 cs.CL cs.RO
Smart Driver Monitoring Robotic System to Enhance Road Safety : A Comprehensive Review
University of Tennessee(田纳西大学)
本综述梳理了从传统生理监测到人脸识别等的驾驶员监测技术现状,探讨现有系统挑战,研究集成AI与传感器的智能机器人系统实现实时人机互动的方案,为人机交互与汽车安全交叉领域研究奠定基础并指明新方向。
2024-01-28 cs.RO
Underwater Human-Robot and Human-Swarm Interaction: A Review and Perspective
Technology Innovation Institute(技术创新研究院);Khalifa University(哈利法大学)
本综述梳理了水下人机交互(UHRI)及水下手势识别(UGR)的最新进展,探讨其在多机器人系统中的应用,提出融合人机自然交互与集群协调能力可提升水下复杂环境作业鲁棒性。
2024-06-21 cs.RO
Generating Explanations for Autonomous Robots: a Systematic Review
University of León(莱昂大学)
本文系统性综述了为自主机器人生成解释的策略与XAR趋势,指出可解释性系统虽取得进展但仍无法完全覆盖复杂行为,且在理论概念和评估方法上存在不足。
2025-01-30 cs.RO
A Review of Communicating Robot Learning during Human-Robot Interaction
Virginia Tech(弗吉尼亚理工大学);Purdue University(普渡大学)
本文综述了人机交互中机器人如何将自身学习过程反馈给人类的方法与成果,强调学习与通信协同设计可提升教学效果、信任和共同适应,并通过案例研究验证了集成方法。
2023-12-01 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
Four Years in Review: Statistical Practices of Likert Scales in Human-Robot Interaction Studies
Georgia Institute of Technology(佐治亚理工学院)
随着机器人变得越来越普遍,人机交互(HRI)领域的重要性也相应增长。因此,我们应该努力采用最佳统计做法。李克特量表是HRI中常用的衡量观念和态度的指标。由于错误信息或诚实的错误,大多数HRI研究人员在分析Likert数据时没有采用最佳实践。我们进行了心理测量学文献的审查,以确定目前的标准,李克特量表的设计和分析。接下来,我们对四年的人机交互国际会议(2016年至2019年)进行了调查,并报告了不正确的统计实践和李克特量表的设计。在这些年里,只有3 110论文适用于正确设计的李克特量表适当的统计检验。我们的分析表明,在李克特量表的设计和测试方面有一些有意义的改进。最后,我们提供了建议,以提高从李克特数据得出的结论的准确性。
2020-01-31 cs.HC cs.RO stat.AP
Foundation Model Driven Robotics: A Comprehensive Review
School of Mechanical and Aerospace Engineering, Nanyang Technological University(南洋理工大学机械与航空航天工程学院);J. Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University(德克萨斯农工大学J. Mike Walker ’66机械工程系)
本综述全面回顾了大型语言模型和视觉语言模型在机器人学中的应用,系统分析了仿真设计、开放世界执行等集成策略与瓶颈,并提出了通过更鲁棒的具身模型弥合语义推理与物理智能的未来路线图。
2026-11-16 cs.RO
Human-robot collaboration and machine learning: a systematic review of recent research
The University of Manchester(曼彻斯特大学);BAE Systems (Operations) Ltd.(BAE系统(运营)有限公司)
技术进步越来越多地设想在日常生活中使用机器人与人互动。人机协作(HRC)是在认知和物理层面上探索人类和机器人之间在完成共同目标过程中的交互的方法。在HRC工作中,通常建立一个认知模型,它收集来自环境和用户的输入,阐述并将这些输入转换为机器人本身可以使用的信息。机器学习是一种建立认知模型和行为模块的最新方法,在HRC中具有很高的潜力。因此,本文提出了一个彻底的文献回顾的背景下,使用机器学习技术的人-机器人协作。45个关键文件进行了选择和分析,并提出了基于类型的协作任务,评价指标和认知变量建模的作品聚类。然后,深入分析了不同系列的机器学习算法及其特性,以及所使用的传感方式。在观察中,概述了机器学习算法结合时间依赖性的重要性。这些作品的突出特点,然后交叉分析,以显示人权的趋势,并为今后的工作提供指导方针,比较他们与人权的其他方面没有出现在审查。
2022-07-11 cs.LG cs.RO
Advances in Transformers for Robotic Applications: A Review
University of California, Los Angeles(加州大学洛杉矶分校);Northeastern University(东北大学)
本文综述Transformer架构在机器人领域的应用,涵盖感知、规划、控制及与深度强化学习的集成,并讨论其提升人机交互、长时域决策和泛化的潜力,最后指出局限与未来方向。
2024-12-13 cs.AI cs.RO
Physical Human-Robot Interaction: A Critical Review of Safety Constraints
本文批判性地回顾了物理人机交互中常见的安全约束,特别是ISO/TS 15066标准,分析了其推导、假设和实际应用影响,并探讨了能量在安全评估中的核心作用。
2026-04-02 cs.RO cs.SY eess.SY
Multimodal Gender Fairness in Depression Prediction: Insights on Data from the USA & China
University of Cambridge(剑桥大学);the Alan Turing Institute(阿兰·图灵研究所)
本文首次在美国和中国两个数据集上评估抑郁预测中的多模态性别公平性,通过统计与多算法实验发现数据集差异来源尚不明确,并呼吁建立更具文化一致性的数据收集流程以减少机器学习偏见。
2024-08-07 cs.AI cs.LG cs.RO
Mixed-Agent Museum Tour Guide Design Improves Gendered Learning Outcomes and Visitor Preferences
University of Michigan(密歇根大学);Incheon National University(仁川国立大学)
研究博物馆中机器人导游,提出结合实体与虚拟智能体的混合导游系统,经30人受试者内研究验证,发现其提升女性学习表现,各条件下参与度和体验质量一致,且无论性别参与者都更偏好混合智能体团队。
2026-07-17 cs.MA cs.RO cs.SY
Social Mediation through Robots -- A Scoping Review on Improving Group Interactions through Directed Robot Action using an Extended Group Process Model
Honda Research Institute Europe GmbH(本田欧洲研究院);Honda Research Institute USA, Inc.(本田美国研究院);Cornell University(康奈尔大学)
本文通过综述1633篇文献,提出11种机器人调解方法,旨在改善群体互动并建立社会调解的理论基础。
2025-12-12 cs.HC cs.RO
Using Online Customer Reviews to Classify, Predict, and Learn about Domestic Robot Failures
Ben-Gurion University of the Negev(内盖夫本-古里安大学);Bar-Ilan University(巴伊兰大学)
关于机器人在家庭环境中发生哪些类型的故障以及这些故障如何影响客户体验,存在知识差距。我们将亚马逊上的10,072条关于小型实用家用机器人的客户评论按照其中描述的机器人故障进行分类,将故障分为12种类型和3个类别(技术,交互和服务)。我们确定了以前在文献中被忽视的故障的来源和类型,将它们结合到更新的故障分类中。我们分析了他们的频率和客户星级的关系。结果表明,对于实用的家用机器人,技术故障更不利于客户体验比交互或服务故障。任务完成和鲁棒性和弹性问题通常被报告,并且具有最显著的负面影响。未来的故障预防和响应策略应该解决机器人的技术能力,以满足功能目标,操作和保持结构完整性随着时间的推移。可用性和交互设计对客户体验的危害较小,这表明客户可能会更宽容影响机器人和实际使用这些方面的故障。此外,我们开发了一个自然语言处理模型,能够预测客户评论是否包含描述失败的内容以及它所描述的失败类型。有了这些知识,机器人系统的设计人员和研究人员可以优先考虑设计和开发工作的基本问题。
2022-01-10 cs.HC cs.RO
Review of Quadruped Robots for Dynamic Locomotion
本文介绍了四足机器人:MITCheetah,HyQ,ANYmal,BigDog,以及它们的机械结构,驱动和控制。
2022-09-25 cs.RO
A Review of Methodologies for Natural-Language-Facilitated Human-Robot Cooperation
Colorado School of Mines(科罗拉多矿业学院)
自然语言促进的人机协作(NLC)是指使用自然语言(NL)促进机器人和人类之间具有共同目标约束的交互式信息共享和任务执行。近年来,NLC的研究受到越来越多的关注。典型的NLC场景包括机器人日常辅助、机器人健康辅助、智能制造、自主导航和机器人社交陪伴。然而,一个彻底的审查,可以揭示最新的方法来使用NL促进人机合作,是失踪。本文对非线性电容器的研究方法进行了综述。NLC研究包括三个主要的研究重点:NL指令理解,基于NL的执行计划生成,知识世界映射。对理论方法、应用及模型的优缺点进行了深入的分析。在总结前人研究成果的基础上,对未来的研究方向进行了展望.
2017-08-17 cs.AI cs.CL cs.HC
Robotic Perception in Agri-food Manipulation: A Review
University of Lincoln(林肯大学)
为了更好地优化全球食品供应链,需要机器人解决方案来自动化目前由人类完成的任务。也就是说,表型分析,质量分析和收获都是农业机器人领域的开放问题。机器人感知是自主解决诸如场景理解和目标检测等问题的关键挑战,这些问题是机器人可能承担的任何抓取任务的重要先决条件。这项工作进行了简要回顾现代机器人的感知模型,并讨论其在农业食品领域的功效。
2022-08-22 cs.RO
Systems of natural-language-facilitated human-robot cooperation: A review
Colorado School of Mines(科罗拉多矿业学院)
自然语言促进的人机协作(NLC)在最近十年中不断发展,其中自然语言(NL)用于在人与机器人之间共享知识以进行直观的人机协作(HRC)。目前,NLC被用于多个机器人领域,如制造、日常辅助和健康护理。有必要对目前基于NLC的机器人系统进行总结,并探讨其未来的发展趋势,为今后的NLC研究提供有益的信息。在这篇综述中,我们首先分析了NLC研究背后的驱动力。根据机器人在协作过程中的认知水平,将NLC实现分为基于NL的控制、基于NL的机器人训练、基于NL的任务执行、基于NL的社会伙伴四种类型进行比较和讨论。最后,基于我们的观点和综合文献综述,对未来的研究趋势进行了展望.
2017-05-26 cs.AI cs.CL cs.HC
Review on Efficient Strategies for Coordinated Motion and Tracking in Swarm Robotics
Middlesex University(密德萨斯大学)
群体机器人是一种创造性的组织多机器人结构的方法,由许多受公共昆虫影响的基本机器人组成。群体机器人最令人惊讶的属性是它们能够一起工作以实现集体目标。本文讨论了目前的调查,问题和算法,刺激在群体机器人协调运动的研究。群机器人运动的算法进行了对比,考虑到群体微型机器人完成聚合,创建,并通过对比算法和仿真之间的相关计算仿真。
2023-02-13 cs.RO
A review on cloud robotics based frameworks to solve simultaneous localization and mapping (slam) problem
National Institute of Technology, Raipur(印度国立理工学院赖布尔分校);Motilal Nehru National Institute of Technology, Allahabad(莫蒂拉尔·尼赫鲁国立理工学院阿拉哈巴德分校);Indian Institute of Information Technology, Allahabad(印度信息技术学院阿拉哈巴德分校)
云机器人是机器人技术的新兴领域之一。由于其对机器人技术的直接实际影响,它引起了很多关注。在云机器人技术中,云计算的概念用于将机器人的计算性大量工作卸载到云。除此之外,还可以根据需要为机器人提供额外的功能。同时定位与地图构建(SLAM)是机器人技术中的一种计算密集型算法,用于机器人在未知环境中进行导航和地图构建。几个基于云的框架被提出来专门解决SLAM的问题,DAvinCi,Rapyuta和C2TAM是其中的一些框架。在本文中,我们提出了一个详细的审查所有这些框架实现的SLAM问题。
2017-01-29 cs.RO
A review of cuspidal serial and parallel manipulators
Nantes Université(南特大学);École Centrale Nantes(南特中央理工学院);CNRS(法国国家科学研究中心)
尖点机器人可以从一个逆运动学或正运动学解移动到另一个,而不会通过奇点。这些机器人一直不为人知,因为几乎所有的工业机器人都不具备这一功能。但实际上,工业机器人是例外。最近在工业市场上出现的一些机器人可以被证明是尖形的,但令人惊讶的是,几乎没有人知道它,机器人用户在规划这些机器人的轨迹时遇到困难。本文对尖形机器人的基本原理和应用进行了综述。它解决了这些机器人的轨迹设计和规划所提出的重要问题。所有尖突机器人的识别仍然是一个悬而未决的问题。本文详细回顾了三关节串联机器人的情况,但也讨论了结构更复杂的机器人,如6-旋转关节机器人和并联机器人。我们希望本文能有助于更广泛地传播尖齿机器人的知识。
2022-10-11 cs.RO
Robot Path Planning Algorithms: A Review of Theory and Experiment
这本书的目的是介绍不同的机器人路径规划算法,并建议一些最合适的,能够运行在各种机器人和抗干扰。实时性、自主性以及识别高风险区域和风险管理的能力是这些方法中提到的其他功能。
2018-11-13 cs.RO
Robotic Non-Destructive Testing of Manmade Structures: A Review of the Literature
Indian Institute of Technology(印度理工学院);Aachen University(亚琛大学)
这篇文献综述探讨了机器人如何用于维护人造结构,如管道,钢筋混凝土甲板和空间站作为一个样本的广泛的机器人无损检测(NDT)的应用。机器人NDT可用于发现管道中的斑块、钢结构建筑中的腐蚀以及空间站中的冲击损伤,这些通常是肉眼看不到的。检查后,被检查的材料被保存在其原始状态。本文的结构如下:首先,阐述了无损检测的定义,并讨论了将用于上述结构的检测的具体方法。其次,解释为什么机器人适合于检查,特别是机器人相对于人类的优势。第三,三个现实世界的例子通知读者在机器人无损检测的当前进展。最后,机器人问题的总结提醒人们,测试和开发必须继续机器人无损检测成为主流。
2020-07-12 cs.RO
On Robot Acceptance and Trust: A Review and Unanswered Questions
Ritchie School of Computer Science and Engineering, University of Denver(丹佛大学里奇计算机科学与工程学院)
本文为立场文件,梳理了具备交互能力的机器人在信任与接受度方面的现有优缺点,并提出相关未解决问题,为后续讨论提供起点。
2023-12-12 cs.RO
Terrestrial Soft Mobile Robots: A Review
School of Computing, DePaul University(德保罗大学计算机学院);Department of Computer Science, Hampton University(哈珀学院计算机科学系)
本文综述了软体移动机器人的当前研究状态,重点探讨了无轮陆地移动系统中的运动策略、驱动方法、建模方法和控制系统,同时指出了实现软体移动机器人在各领域广泛应用的关键挑战。
2026-05-19 cs.RO
A review paper of bio-inspired environmental adaptive and precisely maneuverable soft robots
本文从软机器人的材料、驱动、力学性能、尺寸与尺度、结构等方面综述了软机器人领域的最新研究进展,并分析了软机器人的功能、制造工艺与这些因素之间的关系。
2021-01-10 cs.RO physics.bio-ph