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
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
"I am the follower, also the boss": Exploring Different Levels of Autonomy and Machine Forms of Guiding Robots for the Visually Impaired
Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究院）；The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；The Hong Kong University of Science and Technology（香港科技大学）
引导机器人，以手杖或汽车的形式，最近已被探索，以帮助盲人和低视力（BLV）的人。这种机器人在引导时可以提供完全或部分自主性。然而，引导机器人的不同形式和自主性的利弊仍然未知。我们试图填补这一空白。我们设计了可切换导航的机器人手杖和汽车。我们对BLV进行了对照实验室研究（N=12）和田间研究（N=9）。结果表明，在对照研究中，完全自主获得了更好的行走性能和主观评分，而参与者在自然环境中使用更多的部分自主，要求更多的控制。此外，与手杖机器人相比，汽车机器人已经证明了提供更高的安全感和导航效率的能力。我们的研究结果提供了关于BLV社区如何感知不同机器形式和自主性的经验证据，这可以为辅助机器人的设计提供信息。
2023-02-07 cs.HC cs.RO
Exploring the Design Space of Extra-Linguistic Expression for Robots
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
本文受图像小说和动画图形修辞启发，探索烟雾、水滴等非语言线索以增强社交机器人表现力，通过8位设计师对22个方案的探索与分析，开发了可增强任意机器人平台表达能力的EmoPack模块。
2023-06-27 cs.HC cs.RO
A blessing or a burden? Exploring worker perspectives of using a social robot in a church
School of Computing Science, University of Glasgow（计算科学学院，格拉斯哥大学）
本研究针对社会效益优先的教堂场景，通过访谈15名不同利益相关者并采用反思性主题分析，探究工作人员对引入社交机器人的看法，发现反应褒贬不一，明确了潜在应用场景，指出需兼顾经济与社会无形价值来确定机器人角色。
2025-06-28 cs.HC cs.RO
Exploring the Use of Robots for Diary Studies
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
针对传统日记法缺乏互动与追问的问题，本文提出Diary Robot系统，通过一周家庭部署验证机器人可作为互动式日记工具有效收集信息。
2025-01-10 cs.HC cs.RO
If They Disagree, Will You Conform? Exploring the Role of Robots' Value Awareness in a Decision-Making Task
CONTACT Unit, Italian Institute of Technology, Genoa, Italy（意大利理工学院CONTACT单元，热那亚，意大利）；IDLab-AIRO, Ghent University – imec, Belgium（根特大学imec IDLab-AIRO，比利时）
研究探讨机器人价值意识对人类决策的影响，发现参与者更关注价值意识机器人，且在分歧时出现犹豫，揭示了机器人可能引发的伦理风险与反思作用。
2025-11-03 cs.HC cs.RO
Cuddle-Fish: Exploring a Soft Floating Robot with Flapping Wings for Physical Interactions
Keio University（庆应义塾大学）；The University of Tokyo（东京大学）；University of Auckland（奥克兰大学）
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。
2025-07-25 cs.HC cs.RO
Ice-Breakers, Turn-Takers and Fun-Makers: Exploring Robots for Groups with Teenagers
KTH Royal Institute of Technology（瑞典皇家理工学院）；Istituto Italiano di Tecnologia（意大利技术研究院）；Università degli Studi di Genova（热那亚大学）
本文通过让16名青少年参与为期两周的协同设计与机器人操控体验，探索社交机器人作为群体助手的应用方式，发现群体对机器人的需求在破冰、轮流发言协调和趣味制造之间动态变化。
2025-04-09 cs.HC cs.RO
Simulating Safe Bite Transfer in Robot-Assisted Feeding with a Soft Head and Articulated Jaw
School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航天工程学院）；Singapore-ETH Centre（新加坡-ETH中心）
本文提出在MuJoCo模拟器中利用软体动力学建模人机交互，评估咬合传递参数，发现直进直出策略可最小化作用力并提升舒适度，为机器人辅助喂食提供安全可控的仿真验证方法。
2025-02-26 cs.RO
Human-Robot Creative Interactions (HRCI): Exploring Creativity in Artificial Agents Using a Story-Telling Game
University of New South Wales（新南威尔士大学）；Auckland University of Technology（奥克兰理工大学）；Monash University（莫纳什大学）；UNSW Canberra（新南威尔士大学堪培拉校区）
本文通过讲故事游戏和2×2实验考察机器人动作对创造能动性归因的影响，改编SSCS并结合Godspeed量表测量，发现动作显著影响生命感、可爱度与感知安全性。
2022-02-08 cs.HC cs.RO
Exploring Immersive Social-Physical Interaction with Virtual Characters through Coordinated Robotic Encountered-Type Contact
Queen's University（皇后大学）；York University（约克大学）
本文提出了一种通过协调机器人邂逅型接触实现沉浸式社交-物理交互的实验平台，展示了其在虚拟现实中的可行性及应用价值。
2026-02-11 cs.HC cs.RO
Exploring Child-Robot Interaction in Individual and Group settings in India
Amrita Vishwa Vidyapeetham（阿米塔大学）；AMMACHI Labs（AMMACHI实验室）；Osaka University（大阪大学）；Amrita School of Computing（阿米塔计算机学院）；Amrita School of Engineering（阿米塔工程学院）
本研究在印度评估了 HaKsh-E 社交机器人在个体和群体环境下教儿童手部卫生的效果，发现群体环境更能增强交互参与度，而个体环境的学习增益更显著。
2024-06-04 cs.HC cs.RO
Gesture First, LLM-Assisted Voice Complement: Exploring Multimodal Robot 'Puppeteer' Teleoperation Via Virtual Counterpart in Augmented Reality
KTH Royal Institute of Technology（皇家理工学院）
本文探讨了通过增强现实中的虚拟对应物实现多模态机器人遥控的方法，比较了仅手势和结合语音与手势的交互方式在性能和用户体验上的差异，提出设计指南以平衡效率、鲁棒性和用户专业性。
2026-05-16 cs.HC cs.RO
Situated Haptic Interaction: Exploring the Role of Context in Affective Perception of Robotic Touch
AIRO-IDLab, Department of Electronics and Information Systems, Ghent University - imec（AIRO-ID实验室，电子与信息系统系，根特大学 - imec）
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。
2025-06-23 cs.HC cs.RO
Exploring of Discrete and Continuous Input Control for AI-enhanced Assistive Robotic Arms
TU Dortmund University（多特蒙德工业大学）；University of Duisburg-Essen（杜伊斯堡-埃森大学）；Westphalian University of Applied Sciences（威斯特法伦应用科学大学）
本文针对辅助机械臂多自由度控制中传统输入设备模式切换频繁的问题，将三种输入设备集成到XR框架中评估其自适应控制效果，为辅助机器人输入方案设计提供实证依据。
2024-01-13 cs.AI cs.HC cs.RO
When Exceptions are the Norm: Exploring the Role of Consent in HRI
Tufts University（塔夫茨大学）
HRI的研究人员在开发机器人架构方面取得了重大进展，这些机器人架构能够读取有限的社交线索，并产生能够增强其在人类中的可爱性和舒适感的行为。然而，这些模型中的线索是相当直接的，相互作用主要是二元的。为了更有力地捕捉互动的规范性品质，我们建议同意作为一个独特的，关键领域的HRI研究。在现有的HRI工作中，围绕触摸，化学，凝视和道德规范等主题，同意的概念揭示了可以塑造机器人在社交空间中行为的关键期望。通过社会和法律原则对各种同意进行分类，我们描述了经验和技术问题，以满足主要应用领域和机器人角色所面临的同意挑战。例如，对同意的关注可以表明，行为人如何证明异常的、违反规范的行为是合理的，并为周围的人所接受。我们认为，将法律奖学金的想法付诸实施可以更好地指导机器人系统如何培养和维持适当的同意形式。
2019-02-04 cs.HC cs.RO
Exploring the Use of Social Robots to Prepare Children for Radiological Procedures: A Focus Group Study
Department of Electronics, Information and Bioengineering, Politecnico di Milano（电子、信息与生物工程系，米兰理工大学）；Pediatric Radiology and Neuroradiology Department, Children’s Hospital V.Buzzi（儿童医院V.Buzzi儿科放射学与神经放射学部）
本研究通过焦点小组探讨社交机器人在儿童放射学检查准备中的角色，发现其可提供候诊室信息娱乐、医院向导及协助放射技师三种作用，为儿科医疗设计提供参考。
2025-04-03 cs.HC cs.RO
From "Made In" to Mukokuseki: Exploring the Visual Perception of National Identity in Robots
Tokyo Institute of Technology（东京工业大学）；gDial, Inc.（gDial公司）；University of Toronto（多伦多大学）
本文基于社会认同理论，通过美日参与者的分类实验，揭示机器人视觉设计中的“制造地”效应与两种“无国籍性”效应，并为面向多元文化互动的无国籍性机器人设计提供建议。
2024-08-30 cs.CY cs.HC cs.RO
Exploring Consequential Robot Sound: Should We Make Robots Quiet and Kawaii-et?
Collaborative Robotics and Intelligent Systems (CoRIS) Institute, Oregon State University（俄勒冈州立大学协作机器人与智能系统研究所）；School of Psychological Science, Oregon State University（俄勒冈州立大学心理科学学院）
所有的机器人都会产生相应的声音--机器人的机制产生的声音--但很少有研究探讨声音如何影响人机互动。最近的研究表明，不同机器人机制的声音会影响感知能力，信任，人性化和不适。然而，负责这些感知的物理声音特性尚未明确确定。在本文中，我们的目标是探索机器人声音的关键特征，可能会影响感知。我们过去的一项试点研究表明，安静和高音的机器人可能被认为更有能力，更不令人不安。为了更好地理解这些属性的变化如何影响感知，我们在本文提出的四项新研究中对两组工业机器人手臂视频进行了音频操作。结果证实，安静的机器人被认为不那么令人不安。此外，高音机器人被认为更有活力，快乐，温暖和有能力。尽管机器人的工业用途和外观，参与者似乎更喜欢更“可爱”（或“卡哇伊”）的声音配置文件，这可能会对设计更可接受和更令人满意的声音配置文件与实际的协作机器人进行人机交互产生影响。
2021-04-05 cs.RO
Egocentric Robots in a Human-Centric World? Exploring Group-Robot-Interaction in Public Spaces
TH Köln - University of Applied Sciences（科隆应用技术大学）；Cologne Cobots Lab（科隆协作机器人实验室）
本研究探讨了社交机器人在公共空间群组-机器人交互（GRI）中的社交动态，评估二元与三元交互条件对机器人感知外向性的影响，以提升其在现实场景中的交互有效性。
2024-07-25 cs.RO
Exploring Probabilistic Distance Fields in Robotics
Robotics Institute, University of Technology Sydney（悉尼科技大学机器人研究所）
本文提出基于高斯过程的概率距离场（GPDF）作为统一表示，用于机器人多任务，如定位、建图、规划等，并认为其是完成复杂任务的基石。
2024-05-29 cs.RO
Exploring AI-enhanced Shared Control for an Assistive Robotic Arm
TU Dortmund University（多特蒙德工业大学）；University of Duisburg-Essen（杜伊斯堡-埃森大学）；Westphalian University of Applied Sciences（威斯特法伦应用科学大学）
本研究探索将AI集成到辅助机械臂的共享控制中，旨在降低用户认知负担和运动技能需求，同时保持人类控制权，以实现个人自主性。
2024-07-18 cs.AI cs.HC cs.RO
GenComUI: Exploring Generative Visual Aids as Medium to Support Task-Oriented Human-Robot Communication
College of Design and Innovation, Tongji University（同济大学设计与创新学院）
本文提出由 LLM 驱动的 GenComUI，通过动态生成地图标注、路径指示和动画等视觉辅助支持人机任务通信；20 人实验表明其相较纯语音基线可提供连续视觉反馈并提升沟通效果。
2025-02-15 cs.AI cs.HC cs.RO
Exploring Temporal Dependencies in Multimodal Referring Expressions with Mixed Reality
KTH Royal Institute of Technology（瑞典皇家理工学院）；Aalto University（阿尔托大学）
在协作任务中，人们同时依靠语言和非语言线索来相互沟通。为了使人机交互流畅自然地运行，机器人应该具有鲁棒地消除指代表达的歧义的能力。在这项工作中，我们提出了一个模型，可以消除歧义的多模态提取请求使用的方式，如头部运动，手势和语音。我们分析了从混合现实实验中获得的数据，并提出了一个假设，即在这三种模式中对事件的时间依赖性进行建模可以提高模型的预测能力。我们评估了我们的模型的贝叶斯框架来解释所指的表达和不利用时间先验。
2019-02-04 cs.HC cs.RO
Exploring Collaborative Game Play with Robots to Encourage Good Hand Hygiene Practises among Children
Spire Animation Studios（斯皮尔动画工作室）；AMMACHI Labs（AMMACHI实验室）；Amrita Vishwa Vidyapeetham（阿姆里塔维迪亚佩瑟姆大学）
本文介绍了一种新的协作教育游戏，名为“土地的手”，涉及儿童和定制的社会机器人，我们设计的（HakshE）的设计，实施和评估。通过这个游戏平台，我们的目标是向儿童传授正确的手部卫生知识，并探索在这种环境中亲社会机器人与儿童之间的互动程度。我们将游戏化与计算机作为社会参与者（CASA）范式相结合，将机器人建模为游戏中的社会参与者或同伴。该游戏使用Godot的2D引擎和Alice 3开发。在这项研究中，32名参与者通过视频会议平台Zoom在线玩游戏。为了了解亲社会机器人的轻推对儿童互动的影响，我们将研究分为两种情况：有轻推和无轻推。对儿童互动的详细分析和视频分析表明，我们的平台帮助儿童学习了良好的手部卫生知识。我们还发现，使用亲社会机器人可以在孩子和机器人之间创造愉快的互动和更大的社会参与，尽管学习本身并不受机器人的亲社会性的影响。
2022-06-17 cs.RO
Exploring Human-Robot Collaboration: Analysis of Interaction Modalities in Challenging Tasks
Dalle Molle Institute for Artificial Intelligence (IDSIA), USI-SUPSI（达勒莫勒人工智能研究所（IDSIA））；Department of Surgery, Medicine, Dentistry and Morphological Sciences with interest in Transplant, Oncology and Regenerative Medicine, University of Modena and Reggio Emilia（外科、医学、牙科和形态学科学系（关注移植、肿瘤学和再生医学），摩德纳和雷吉奥艾米利亚大学）；Department of Sciences and Methods for Engineering (DISMI), University of Modena and Reggio Emilia（工程科学与方法系（DISMI），摩德纳和雷吉奥艾米利亚大学）
研究比较了三种人机协作交互模式：被动、反应式和主动式，在记忆组装七层彩色塔任务中发现主动式协作更受参与者青睐，提升了用户体验。
2026-07-08 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
Empowering Robot Teleoperation: Exploring the Synergies Between Devices and Manipulator Controllers in a Comparative Study
School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen, Guangdong, China（香港中文大学（深圳）科学与工程学院）；Department of Mechanical and Aerospace Engineering, Hong Kong University of Science and Technology（香港科学与技术大学机械与航空航天工程系）；Shenzhen Institute of Artificial Intelligence and Robotics for Society (AIRS), Shenzhen, Guangdong, China（深圳人工智能与机器人社会研究院（AIRS））
研究通过比较不同设备与控制器策略在机械臂任务数据收集中的效果，探讨设备与控制器之间的协同关系对实际任务的重要性。
2026-05-15 cs.RO
Exploring persuasive interactions with generative social robots: An experimental framework
ZHAW Zurich University of Applied Sciences（ZHAW苏黎世应用科学大学）；FHNW University of Applied Sciences and Arts Northwestern Switzerland（FHNW瑞士西北应用科学与艺术大学）；Bielefeld University（比勒费尔德大学）
本研究通过实验框架探讨生成社交机器人在说服互动中的表现，发现其说服效果受情境和机器人行为影响，需进一步优化以提升说服力。
2025-09-05 cs.RO
Exploring the Cost of Interruptions in Human-Robot Teaming
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Sony AI（索尼人工智能研究院）；Bar Ilan University（巴伊兰大学）
研究通过改变机器人打断的时机、内容与接近度，量化人机协作中打断对人类任务表现的影响，发现客观成本较低但主观干扰感明显。
2023-11-01 cs.RO
From Small Talk to Rapport: Exploring Robot Self-Disclosure in Collaborative Tasks
Johns Hopkins University（约翰斯·霍普金斯大学）
本研究开发了LLM驱动的工业机械臂，采用低/高表露策略开展用户研究，发现低表露时用户自我表露更多、团队协作感更强，提示机器人自我表露并非越多越好，需考虑用户HRI经验。
2026-08-31 cs.RO
Game Theory to Study Cooperation in Human-Robot Mixed Groups: Exploring the Potential of the Public Good Game
Robotics Brain and Cognitive Sciences Department (RBCS), Italian Institute of Technology（机器人脑科学与认知科学部门（RBCS），意大利理工学院）；Cognitive Architecture for Collaborative Technologies (CONTACT) Unit, Italian Institute of Technology（协作技术认知架构（CONTACT）单元，意大利理工学院）；Department of Computer Science, Bioengineering, Robotics and Systems Engineering (DIBRIS), University of Genova（计算机科学、生物工程、机器人与系统工程部门（DIBRIS），热那亚大学）
本文提出改进版公共品博弈，让三名参与者与人形机器人iCub在不同策略下互动，初步评估机器人对人机混合群体合作与信任的影响。
2025-09-29 cs.RO
Beyond Voice Assistants: Exploring Advantages and Risks of an In-Car Social Robot in Real Driving Scenarios
University of Edinburgh（爱丁堡大学）；Nagoya University（名古屋大学）；University of Cambridge（剑桥大学）；Osaka University（大阪大学）；ATR
本研究通过用户调查与真实道路实验，评估车内社交机器人助手相对传统语音助手在用户体验、人格感知及伦理风险方面的优势与挑战，并提出未来发展建议。
2024-02-20 cs.CY cs.HC 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
Exploring psychophysiological methods for human-robot collaboration in construction
University of Macau（澳门大学）；University of Maryland（马里兰大学）；Polish Academy of Sciences（波兰科学院）
该研究针对建筑领域人机协作中心理生理学方法整合认知不足的问题，通过哲学框架开展批判性综述，明确主流方法与研究阶段，提出三大研究方向，为相关探索与应用提供支撑。
2025-03-21 cs.ET 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
Quadrupedal Spine Control Strategies: Exploring Correlations Between System Dynamic Responses and Human Perspectives
Hiroshi Ishiguro Laboratories, Advanced Telecommunication Research Institute International（高级电信研究所国际智能机器人实验室）；Intelligent Robotics Laboratory, Osaka University（大阪大学智能机器人实验室）；Guardian Robot Project, RIKEN（RIKEN守护机器人项目）
本文研究带四自由度脊柱的四足机器人轨迹生成策略，通过50人随机试验发现优化时变和足部跟踪策略比固定脊柱基线更自然，虽未提升能效但在高速下落足更一致，适合老年护理等社交场景。
2025-05-05 cs.HC cs.RO cs.SY
A Quality Diversity Approach to Automatically Generating Human-Robot Interaction Scenarios in Shared Autonomy
University of Southern California（南加州大学）
人类和机器人之间交互的规模和复杂性的增长突出了对新的计算方法的需求，以自动评估新的算法和应用。探索人类和机器人在模拟中交互的各种场景可以提高对机器人系统的理解，并避免在现实世界中出现潜在的代价高昂的故障。我们将这个问题描述为质量多样性（QD）问题，其目标是通过同时探索环境和人类行为来发现不同的故障场景。我们专注于共享自治域，其中机器人试图推断人类操作员的目标，并采用QD算法MAP-Elites生成两个已发布的算法在这一领域的场景：通过事后优化和线性策略混合共享自治。一些生成的场景证实了以前的理论发现，而另一些则令人惊讶，并带来了对最先进实现的新理解。我们的实验表明，MAP-Elites优于蒙特卡洛模拟和优化的方法，有效地搜索场景空间，突出了它的承诺，自动评估的算法在人机交互。
2021-06-21 cs.RO
Safe Reinforcement Learning of Dynamic High-Dimensional Robotic Tasks: Navigation, Manipulation, Interaction
Technical University Darmstadt（达姆施塔特工业大学）；German Research Center for AI (DFKI)（德国人工智能研究中心）；Centre for Cognitive Science（认知科学中心）
安全性是每个机器人平台的关键属性：任何控制策略都应始终遵守执行器限制，并避免与环境和人类碰撞。在强化学习中，安全性对于探索环境而不造成任何损害更为重要。虽然有许多针对安全探索问题的解决方案，但只有少数能够应对现实世界的复杂性。本文介绍了一种新的配方安全探索的强化学习的各种机器人任务。我们的方法适用于广泛的一类机器人平台，并通过探索约束流形的切线空间，即使在从数据中学习到的复杂碰撞约束下也能确保安全。我们提出的方法在模拟高维和动态任务中实现了最先进的性能，同时避免了与环境的碰撞。我们在TIAGo++机器人上展示了我们学习的控制器的安全真实部署，在操纵和人机交互任务中实现了卓越的性能。
2023-03-01 cs.LG cs.RO
Data-Driven Approach to Simulating Realistic Human Joint Constraints
Georgia Institute of Technology（佐治亚理工学院）
模拟真实的人体关节极限对于涉及物理人机交互的应用是重要的。然而，设置适当的人体关节限制是具有挑战性的，因为它是姿势相关的：关节运动的范围取决于其他骨骼的位置。介绍了一种在物理仿真中精确模拟人体关节极限的新技术。我们建议学习一个隐式方程来表示从真实人体数据的有效人体关节配置的边界。隐式方程中的函数由完全连接的神经网络表示，其梯度可以通过反向传播有效地计算。使用梯度，我们可以通过物理引擎中的约束力或优化问题中的约束来有效地实施现实的人体关节限制。
2018-04-08 cs.RO
"I was Confused by It; It was Confused by Me:" Exploring the Experiences of People with Visual Impairments around Mobile Service Robots
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
移动服务机器人已经变得越来越普遍。然而，这些机器人可能会给视力障碍（PVI）的人带来潜在的可访问性问题和安全问题。我们试图探索PVI围绕主流移动服务机器人所面临的挑战，并确定他们的需求。17名PVI接受了采访，讲述了他们对三种新兴机器人的体验：真空机器人、送货机器人和无人机。我们通过考虑他们在机器人周围的不同角色-直接用户和旁观者-全面调查了PVI的机器人体验。我们的研究强调了参与者对移动服务机器人的可访问性，安全性和隐私问题的挑战和担忧。我们发现，缺乏可访问的反馈使得PVI难以精确控制，定位和跟踪机器人的状态。此外，作为旁观者遇到移动机器人会使参与者感到困惑，甚至害怕，从而带来安全和隐私方面的障碍。我们进一步提炼了设计考虑因素，以实现更易接近和更安全的PVI机器人。
2022-08-29 cs.HC cs.RO
Securing the Future: Exploring Privacy Risks and Security Questions in Robotic Systems
University of Louisiana at Lafayette（路易斯安那大学拉斐特分校）
本文针对AI尤其是大语言模型赋能的机器人系统快速发展中未解决的安全隐私问题，梳理了现有应用、威胁及未来演进隐含的相关问题，提出开放性研究方向以推动领域安全发展。
2024-09-16 cs.HC cs.RO
e-Inu: Simulating A Quadruped Robot With Emotional Sentience
University of Potsdam（波茨坦大学）；VIT-AP University（VIT-AP大学）；Vellore Institute of Technology（韦洛尔理工大学）；Canadian University Dubai（迪拜加拿大大学）
四足机器人目前在工业机器人中用作机械辅助，以自动执行几项常规任务。然而，目前，这种机器人在家庭环境中的使用仍然是研究的一部分。本文讨论了这样一个机器人能够检测和理解人类的情绪，产生其步态，并通过声音和屏幕上的表情响应的理解和虚拟仿真。为此，我们使用强化学习和软件工程概念的组合来模拟一个四足机器人，它可以理解情感，在各种地形中导航和检测声源，并使用视听反馈来响应情感。本文的目的是建立一个框架，模拟四足机器人，情感智能，并能主要响应视听刺激，使用电机或音频响应。从语音中进行情感检测的性能不如ERANN或Zeta策略学习，但准确率仍为63.5%。视频情感检测系统产生的结果几乎与最新技术水平相当，准确率为99.66%。由于其“策略”学习过程，PPO算法学习速度非常快，允许模拟狗在不同的节奏和变化中展示出非常无缝的步态。这使得四足机器人能够对产生的刺激做出反应，使我们能够得出结论，它的功能与预测一致，满足了这项工作的目标。
2023-01-03 cs.HC cs.LG cs.RO
Exploring home robot capabilities by medium fidelity prototyping
Halmstad University（哈尔姆斯塔德大学）；RISE Viktoria（RISE Viktoria 研究院）；Örebro University（厄勒布鲁大学）；University of Skövde（舍夫德大学）
为了让自主机器人能够支持人们在家庭和日常环境中的福祉，需要新的交互能力，正如迪士尼最近在流行小说中使用的机器人角色Baymax的软设计所证明的那样。家用机器人将被要求易于互动和智能-适应性强，有趣，不引人注目，不需要太多的动力和维护-并且能够在日常和紧急情况下执行有用的任务。本文采用了一种探索性的中等保真度原型设计方法来测试一些新的机器人功能，这些功能包括识别人们的活动和意图，以及以一种对人们透明的方式行事。结果进行了讨论，目的是通知下一个设计。
2017-10-09 cs.HC cs.RO
Will You Participate? Exploring the Potential of Robotics Competitions on Human-centric Topics
KTH Royal Institute of Technology（KTH皇家理工学院）
本文通过调查三个欧洲机器人联盟的34名参与者，探究了机器人社区对安全性、隐私、可解释性和联邦学习四个以人为中心主题的竞赛参与意愿，发现研究者更重视安全与可解释性，对隐私和联邦学习热情较低，建议未来此类竞赛转向机器学习等其他社区。
2024-03-27 cs.HC cs.RO
Calming Robot Pitches? Exploring the Influence of Robot Voice Pitch on Children's Stress Levels
Utrecht University（乌得勒支大学）；Eindhoven University of Technology（埃因霍温理工大学）
该研究以27名8-12岁荷兰儿童为对象，探究Zenbo Junior II机器人的语音语调对儿童压力的影响，发现人类交流中低语调减压的效应未直接适用于儿童-机器人交互，为机器人语音设计提供了方向。
2026-08-21 cs.HC cs.RO
mc-mujoco: Simulating Articulated Robots with FSM Controllers in MuJoCo
CNRS-AIST JRL (Joint Robotics Laboratory) IRL（法国国家科学研究中心-产业技术综合研究所联合机器人实验室国际联合研究室）；National Institute of Advanced Industrial Science and Technology (AIST)（产业技术综合研究所）；University of Tsukuba（筑波大学）
为了在真实的硬件平台上安全可靠地部署任何机器人控制器，通常需要预先在真实的仿真环境中全面评估控制器与特定机器人的性能。虽然存在可以为此目的提供核心物理引擎的若干软件解决方案，但是将仿真环境与被评估的机器人控制器进行接口通常是繁琐且容易出错的工作。控制器可以具有由有限状态机（FSM）内的多个状态和转换组成的复杂结构，并且甚至可能需要通过GUI输入。在这项工作中，我们提出了mc-mujoco -一个开源的软件框架，形成了一个接口之间的MuJoCo物理模拟器和mc-RTC机器人控制框架。我们提供了实现细节，并描述了基本上为任何新机器人添加支持的过程。我们还演示并发布了一个样本FSM控制器的HRP-5 P人形机器人在MuJoCo的双足运动和稳定的刚性物体的把握。mc-mujoco、已开发的机器人模块和FSM控制器的代码和使用说明可在线获取。
2022-09-01 cs.RO
"It was Tragic": Exploring the Impact of a Robot's Shutdown
Media Innovation lab（媒体创新实验室）；Reichman University（雷赫曼大学）
本研究通过实验探究机器人关机动作对人们感知的影响，发现设计为“入睡”式关机可提升机器人的喜爱度、智能感知和活力，强调应重视此类边缘互动的设计。
2025-09-08 cs.HC cs.RO
"Why the face?": Exploring Robot Error Detection Using Instrumented Bystander Reactions
Cornell University, Cornell Tech（康奈尔大学，康奈尔科技）；Cornell University（康奈尔大学）；Accenture Labs（埃森哲实验室）
本文提出通过颈部装置捕捉面部表情，开发NeckNet-18模型实现机器人错误检测，提升社交互动能力。
2025-11-29 cs.HC cs.RO
Exploring Mechanically Self-Reconfiguring Robots for Autonomous Design
University of Oslo（奥斯陆大学）
进化机器人的目标是优化机器人控制和形态，以生产更好，更强大的机器人。大多数以前的研究只解决控制的优化问题，并且只在仿真中进行。我们已经开发出一种四条腿的哺乳动物启发的机器人，具有自我重构形态。在本文中，我们讨论了能够有效地做实验，在现实世界中不断变化的形态开辟的可能性。我们讨论了这样一个平台和潜在的实验设计，可以解锁新的发现目前面临的挑战。最后，我们把我们的机器人在其背景下，在进化机器人领域的一般发展，并考虑什么进步的未来可能举行。
2018-05-08 cs.RO
Exploring Implicit Human Responses to Robot Mistakes in a Learning from Demonstration Task
University of Notre Dame（圣母大学）
当机器人进入人类环境时，它们将被期望完成大量的任务。机器人设计师不可能预先编程这些行为或提前知道它们，因此解决这个问题的一种方法是通过最终用户编程，例如通过示教学习（LfD）。虽然已经在使机器人学习能够从人类教师学习的机制上做了大量工作，但是一个未探索的方面是在学习过程期间使人类教师和机器人之间能够相互反馈，即，内隐学习在本文中，我们探讨了这种相互理解的一个方面，接地序列，其中人类和机器人提供非语言反馈，以表示他们在互动过程中的相互理解。我们进行了一项研究，人们教一个自主的人形机器人跳舞，并进行手势分析，以测量人们在正确和不正确的演示过程中对机器人的反应。
2016-06-08 cs.AI cs.HC cs.RO
Simulating Coverage Path Planning with Roomba
覆盖范围路径规划涉及访问在有障碍物的环境中的每个未被占用的状态。在本文中，我们探讨了这个问题，在最初未知的代理环境中，为了模拟真空吸尘机器人的任务。对先前工作的调查显示，在应用学习来解决这个问题方面很少努力。在本文中，我们探索使用深度强化学习对覆盖路径规划问题进行建模，并将其与流行的真空清洁机器人Roomba的内置算法的性能进行比较。
2022-10-10 cs.AI cs.RO
Do Looks Matter? Exploring Functional and Aesthetic Design Preferences for a Robotic Guide Dog
Georgia Institute of Technology（佐治亚理工学院）
针对传统导盲犬的诸多局限，本研究通过访谈和调查明确了导盲四足机器人的功能与美学设计偏好，为以用户为中心的导盲机器狗开发提供依据。
2025-02-18 cs.HC cs.RO
