DTRT: Enhancing Human Intent Estimation and Role Allocation for Physical Human-Robot Collaboration
CAS Engineering Laboratory for Intelligent Industrial Vision, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所CAS工程视觉实验室）；School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）
针对物理人机协作中意图估计与角色分配不足的问题，提出基于双Transformer的分层架构DTRT，融合人类运动与力数据，利用CVAE和微分博弈实现准确预测与动态调整，实验验证其优越性。
2025-05-26 cs.AI cs.RO
Show Me What You Can Do: Capability Calibration on Reachable Workspace for Human-Robot Collaboration
UCLA Center for Vision, Cognition, Learning, and Autonomy (VCLA)（加州大学洛杉矶分校视觉、认知、学习与自主中心（VCLA））；Massachusetts Institute of Technology（麻省理工学院）；UCLA Department of Psychology（加州大学洛杉矶分校心理学系）；Beijing Institute for General Artificial Intelligence (BIGAI)（北京通用人工智能研究院（BIGAI））；Peking University（北京大学）；Tsinghua University（清华大学）
将人类对机器人能力的评估与其真实能力相结合，对于在人类和机器人合作伙伴之间建立共同点至关重要。在这项工作中，我们提出了一种方法来校准人类的机器人的可达工作空间的估计，通过少量的示范合作之前。我们开发了一种新型的运动规划方法REMP，它联合优化了机器人运动的物理成本和表现力，以揭示机器人对人类观察者的可达性。我们对人类参与者的实验表明，使用REMP进行的简短校准可以有效地弥合非专家用户认为机器人可以达到的距离与地面实况之间的差距。我们表明，这种校准过程不仅会导致更好的用户感知，而且还促进了更有效的人机协作在随后的联合任务。
2022-01-27 cs.AI cs.RO
Neuroadaptation in Physical Human-Robot Collaboration
Australian Artificial Intelligence Institute（澳大利亚人工智能研究所）；University of Technology Sydney（悉尼科技大学）；Centre for Autonomous Systems（自主系统中心）
本文提出一种结合强化学习与 EEG 认知冲突信号的闭环神经适应框架，用于动态调节 pHRC 机器人策略，并证明其可降低认知冲突、提升协作流畅性与直观性。
2023-09-30 cs.AI cs.RO
Improved Trust in Human-Robot Collaboration with ChatGPT
University of Florida（佛罗里达大学）
本文设计基于 ChatGPT 的 RoboGPT 系统，用自然语言控制 7 自由度机械臂完成协作装配，并通过人体实验证明其能增强沟通与信任。
2023-04-25 cs.AI cs.HC cs.RO
Natural Language for Human-Robot Collaboration: Problems Beyond Language Grounding
Khoury College of Computer Sciences, Northeastern University（东北大学库里计算机科学学院）
为了使机器人能够指导人类进行协作，我们确定了语言处理的几个方面，这些方面在这种情况下并不常见。这些包括位置，规划和生成。我们建议对每项任务进行评估，为简单的方法提供基线，并通过讨论学习语言合作的挑战和机遇来结束。
2021-10-09 cs.AI cs.CL cs.RO
Deployment and Evaluation of a Flexible Human-Robot Collaboration Model Based on AND/OR Graphs in a Manufacturing Environment
University of Genoa（热那亚大学）
工业4.0范式承诺在制造环境中缩短开发时间，提高工效学，提高灵活性和资源效率。协作机器人是实现这种模式的重要有形技术。有效地将协作机器人部署到制造业的一个主要瓶颈是开发任务规划算法，使它们能够识别并自然适应变化甚至不可预测的人类行为，同时确保生产周期时间方面的整体效率。在这种情况下，一个架构，包括任务表示，任务规划，传感和机器人控制的设计，开发和评估在一个真实的工业环境。研究了一个需要人与机器人协作的取放机器人任务。该体系结构使用AND/OR图在线表示和推理人机协作模型。此外，客观措施的整体计算性能和主观措施的自然人与机器人协作进行了评估，通过实验与生产线操作员。这项用户研究的结果展示了我们提出的人机协作模型如何利用工作场所操作员的灵活性和舒适性。在这方面，对最近的模式进行了广泛的比较研究。
2020-07-13 cs.AI cs.HC cs.RO
Learning-Based Safety-Aware Task Scheduling for Efficient Human-Robot Collaboration
Politecnico di Milano（米兰理工学院）
本文提出一种基于深度学习的安全感知任务调度方法，通过学习系统状态与安全影响的关系，优化任务选择以减少循环时间，提升人机协作效率。
2025-12-19 cs.RO
Digital Twins for Human-Robot Collaboration: A Future Perspective
University of Genoa（热那亚大学）
本文综述了数字孪生在人机协作领域的最新进展，论证了其对提升系统效率效能的关键作用，展望了未来发展方向并分析了集成的优势与挑战。
2023-11-04 cs.RO
Safety of human-robot interaction through tactile sensors and peripersonal space representations
Czech Technical University in Prague（布拉格捷克理工大学）
包括紧密物理人机交互（pHRI）的人机协作是工业和科学的当前趋势。安全准则规定了两种安全模式：（i）功率和力限制以及（ii）速度和分离监测。我们研究了配备人工敏感皮肤和周围保护性安全区（peripersonal space）的机器人对安全pHRI的潜力。
2018-05-18 cs.RO
Robot Assisted Tower Construction - A Resource Distribution Task to Study Human-Robot Collaboration and Interaction with Groups of People
Cornell University（康奈尔大学）；Robinhood（罗宾汉）；RoBotany（机器人植物学）
人类与机器人协作或人类与机器人合作的研究主要集中在理解和实现单个机器人与单个人类之间的协作。将人机协作研究扩展到二元体之外，提出了关于机器人如何在组成员之间分配资源以及分配的社会和任务相关后果的新问题。需要方法上的进步，使研究人员能够收集有关涉及多人的人类机器人协作的数据。本文介绍了塔建设，一种新的资源分配任务，允许研究人员检查机器人和人群之间的协作。通过关注机器人的资源分配（建筑任务所需的木块）是否以及如何影响协作动态和结果的问题，我们提供了一个案例，说明如何在实验室研究中应用该任务，其中有124名参与者收集有关涉及多个人类的人类机器人协作的数据。我们强调了任务可以产生的各种见解。特别是，我们发现，资源的分配会影响性能的看法，和人类团队成员之间的人际动态。
2018-12-22 cs.HC cs.RO
MAD-TN: A Tool for Measuring Fluency in Human-Robot Collaboration
Harvey Mudd College（哈维穆德学院）；Olin College of Engineering（欧林工程学院）
流畅性是人机交互（HRI）中的一个重要指标，它描述了人类和机器人在任务上协作的协调性。流畅性与任务的时间有着内在的联系，这使得时间约束网络成为建模和测量流畅性的一种很有前途的方法。我们表明，多智能体菊花时序网络（MAD-TN）制定，扩展了菊花结构网络的现有概念，既是一个有效的人机协作模型和一个自然的方式来衡量现有的流畅性指标。MAD-TN模型强调了我们假设与人类队友对流畅性的感知密切相关的新指标。
2020-02-14 cs.AI cs.HC cs.RO
Human Motion Prediction for Human-Robot Collaboration
本文比较了三种人体运动预测方法（GMM聚类、TransFusion、Graph-Mixer）在人机协作中的效果，通过预判人体运动来改进机器人规划，提升动态环境的安全与效率。
2026-09-29 cs.RO
Human Leading or Following Preferences: Effects on Human Perception of the Robot and the Human-Robot Collaboration
University of Waterloo（滑铁卢大学）
本研究提出整合人类主导/跟随偏好与绩效的主动式任务规划框架，经用户研究验证可提升人机协作绩效与人类积极感知，还发现领导/跟随风格与协作效果存在值得探究的关联。
2024-10-28 cs.RO
The Robot in the Room: Influence of Robot Facial Expressions and Gaze on Human-Human-Robot Collaboration
University of Hamburg（汉堡大学）
机器人面部表情和凝视是增强人机交互（HRI）的重要因素，但它们对人类协作和感知的影响还没有得到很好的理解，例如，在协作游戏场景中。在这项研究中，我们设计了一个合作的三元HRI游戏的情况下，两个参与者一起工作，插入到一个形状分类器的对象。一名与会者担任了导游。向导指导扮演演员角色的另一位参与者将遮挡的物体放入分类器。一个人形机器人发出指令，观察互动，并显示社交线索，以引起两个参与者的行为变化。我们测量了人类的合作作为任务完成时间的函数，以及参与者对机器人的感知，将其行为评为智能或随机。参与者还通过填写Godspeed问卷来评估机器人。我们发现，与中性面部表情相比，当机器人在游戏开始时表现出快乐的面部表情时，人类的合作程度更高。我们还发现，当机器人在游戏结束时表现出积极的面部表情时，参与者认为机器人更聪明。机器人的行为也被认为是智能的，当它在互动开始时将目光投向向导，而不是演员。这些发现为机器人面部表情和凝视如何影响人类在协作中的行为和感知提供了见解。
2023-03-24 cs.RO
Safety Assurances for Human-Robot Interaction via Confidence-aware Game-theoretic Human Models
UC Berkeley（加州大学伯克利分校）
人机交互安全方法的一个突出挑战是在保持对人类行为变化的鲁棒性的同时减少其保守性。在这项工作中，我们建议，机器人使用的信心，意识到人类行为的博弈论模型时，评估安全的人机交互。通过将人类和机器人之间的影响以及人类的理性视为未观察到的潜在状态，我们可以简洁地推断出人类遵循博弈论交互模型的程度。我们利用这个模型来限制在安全验证过程中的一组可行的人类控制，使机器人能够自信地在线调节其安全监视器的保守性。在模拟的人类-机器人场景和消融研究的评估表明，充满信心的游戏理论模型的安全监视器，使安全和有效的人机交互。此外，与真实的交通数据的评估表明，我们的安全监测是保守性低于传统的安全方法在真实的人类驾驶场景。
2021-10-30 cs.RO
Surena-V: A Humanoid Robot for Human-Robot Collaboration with Optimization-based Control Architecture
本文介绍了人形机器人Surena-V，其通过配备气压触觉传感器和基于优化的控制架构（如ZMP修正与作用点外力检测），实现了更敏捷的环境交互与稳定的人机协作。
2025-01-28 cs.RO
To Lead or to Follow? Adaptive Robot Task Planning in Human-Robot Collaboration
University of Waterloo（滑铁卢大学）
本文提出一种兼顾人类引领/跟随偏好与表现的自适应机器人任务规划框架，通过用户研究验证其能提升团队表现并改善人类对协作的感知。
2025-07-20 cs.RO
Co-speech gestures for human-robot collaboration
Tampere University（坦佩雷大学）
本文提出一种结合语音与手势的多模态模型，用于人机协作中的任务分配，并在真实工业场景中验证其比单一模态工具更易实现且协作效果更优。
2023-11-30 cs.RO
Recent Advances in Human-Robot Collaboration Towards Joint Action
Italian Institute of Technology（意大利理工学院）；University of Genoa（热那亚大学）；The University of Manchester（曼彻斯特大学）
到目前为止，机器人作为独立的实体存在，但人类与机器人共生伙伴关系的前景即将到来。尽管最近在硬件方面取得了技术进步，但机器人仍然没有被赋予必要的关系技能，以确保其存在的社会成分。本文借鉴了我们的经验，机器人专家在人-机器人协作（HRC）与人形机器人，并提出了一些最新的进展，实现直观的机器人行为和合作伙伴意识到控制涉及物理交互。
2020-01-02 cs.RO
A Learning Based Optimal Human Robot Collaboration with Linear Temporal Logic Constraints
New Mexico State University（新墨西哥州立大学）；University of Notre Dame（圣母大学）
研究了具有持久任务的人-机器人系统机器人系统中人-机器人协作的最优任务分配问题。这种人类机器人系统由人类操作员和智能机器人组成，它们相互协作以完成任何一方都无法单独完成的复杂任务。该系统的目标是最大限度地成功执行持久性任务的概率，制定为线性时序逻辑规范和最小化的平均成本之间的连续访问的一个特定的命题。本文提出了一个框架下的多个马尔可夫决策过程（MDP）的组成与可能未知的转移概率，它表征了人类的认知状态，如人类的信任和疲劳，随机变化的机器人的性能模型的人类机器人协作。在未知的MDP模型下，提出了一种学习MDP模型的算法，以获得最优的任务分配策略，使每个任务周期的期望平均成本最小，满足线性时序逻辑约束的概率最大.此外，本文表明，最优策略的基础上学习的模型和基础上的地面真值模型的基础上的差异可以有界的任意小的常数和大的置信水平与足够的样本。装配过程的案例研究表明，我们提出的基于学习的人类机器人协作的有效性和好处。
2017-05-31 cs.AI cs.HC cs.RO
Human-Robot Collaboration: From Psychology to Social Robotics
KTH Royal Institute of Technology（瑞典皇家理工学院）
随着机器人技术的发展，人机协作的研究越来越受到重视。对于机器人来说，要想自主地与人类互动，他们需要主动做出决策，并将人类伙伴考虑在内。然而，国家的最先进的研究在人力资源管理往往假设一个领导者和追随者的分工，其中一个代理人领导的互动。我们认为，这是由于缺乏一个可靠的代表人类和环境，让自主决策。这个问题可以克服体现的方法，以人权委员会的灵感来自心理学研究的人与人的互动（HHI）。在这项调查中，我们回顾了神经科学和心理学的发现，感觉运动模式，管理HHI和查看他们在机器人的背景下。此外，我们研究了机器人社区向体现HRC方向所取得的进展。我们专注于积极的，物理的人机协作所需的机制。最后，我们讨论了这两个研究领域的异同，指出了未来研究的方向。
2017-05-29 cs.RO
Intuitive and Efficient Human-robot Collaboration via Real-time Approximate Bayesian Inference
Intel Labs（英特尔研究院）
协作机器人和端到端人工智能的结合，有望实现工厂和仓库中人工任务的灵活自动化。然而，这样的承诺似乎还需要一些突破。与此同时，人类和协作机器人将相互合作，互相帮助。为了使这些合作有效和安全，机器人需要建模，预测和利用人类的意图，以进行响应性决策过程。近似贝叶斯计算（ABC）是一种对不确定量进行概率预测的综合分析方法。ABC方便地包括先验知识，利用采样算法进行推理，并且可以灵活地从复杂的模型中受益，例如通过模拟器。然而，已知ABC在计算上太密集而不能以有效的人机协作任务所需的交互式帧速率运行。在本文中，我们制定了人类达到意图预测作为ABC问题，并描述了两个关键的性能创新，使计算在互动率。我们的现实世界的实验与协作机器人设置，证明了我们所提出的方法的可行性。实验评估传达的优势和价值的人类意图预测包装合作任务。定性结果表明，如何预测人类的达到意图，提高人类与机器人的协作，而不影响安全。定量的任务流畅性指标证实了定性的要求。
2022-05-17 cs.AI cs.HC cs.RO
Human-Robot Collaboration: A Non-Verbal Approach with the NAO Humanoid Robot
本研究探讨NAO仿人机器人在厨房备餐等场景下，通过手势、肢体动作和视觉提示等非语言方式提供反馈以增强人机交互与安全性，发现多提示结合可提升交流效果，为未来机器人设计提供参考。
2025-03-07 cs.RO
On Using Neural Networks to Learn Safety Speed Reduction in Human-Robot Collaboration: A Comparative Analysis
Politecnico di Milano（米兰理工大学）
本文提出利用深度学习直接从过程执行数据预测机器人安全缩放因子，以提高周期时间预测和调度算法效率。
2025-12-19 cs.RO
Adaptive Safety-critical Control with Uncertainty Estimation for Human-robot Collaboration
Queen’s University Belfast（贝尔法斯特女王大学）
针对人机协作中人类行为不确定带来的安全风险，提出融合 TVIBLF 与 AECBF 的自适应安全关键控制框架及二次惩罚最短路径方法，确保机器人在意外情况下仍满足安全约束并稳定切换跟踪与避碰模式。
2023-08-19 cs.RO
A behavioural transformer for effective collaboration between a robot and a non-stationary human
University of Edinburgh（爱丁堡大学）；Honda Research Institute Europe（欧洲本田研究院）；The Alan Turing Institute（艾伦·图灵研究所）
本文提出基于元学习框架的行为变换器BeTrans，利用条件变换器处理人机协作中人类行为非平稳性问题，在模拟环境中实现比SOTA更快的适应与有效协作。
2023-07-25 cs.AI cs.LG cs.RO
Doing Right by Not Doing Wrong in Human-Robot Collaboration
University of Freiburg（弗莱堡大学）
随着机器人系统越来越能够在日常生活中帮助人类，我们必须考虑这些人工智能体使人类合作者感到不安全或不公平对待他们的机会。机器人可以表现出对人类造成身体伤害的反社会行为，或者复制不公平的行为，复制甚至放大历史和社会偏见，这对与它们互动的人类有害。在本文中，我们讨论这些问题，考虑社会机器人操作和公平的机器人决策。我们提出了一种学习公平和社交行为的新方法，不是通过复制积极的行为，而是通过避免消极的行为。在这项研究中，我们强调了在机器人操作中融入社会性的重要性，以及在人机交互中考虑公平性的必要性。
2022-02-05 cs.AI cs.LG cs.RO
Human-Robot Collaboration via Deep Reinforcement Learning of Real-World Interactions
Imperial College London（帝国理工学院）
我们提出了一个机器人设置真实世界的测试和评估的人-机器人和人-人的协作学习。利用Soft Actor-Critic算法的样本效率，我们实现了一个机器人平台，该平台能够与人类合作伙伴一起学习非平凡的协作任务，而无需在模拟中进行预训练，并且仅使用30分钟的真实世界交互。这使我们能够通过真实世界的交互来研究人与机器人和人与人的协作学习。我们提出了初步的结果，表明最先进的深度学习方法可以使人机协作学习更接近人类相互交互。
2019-12-02 cs.AI cs.LG cs.RO
Compliant Blind Handover Control for Human-Robot Collaboration
University of Modena and Reggio Emilia（摩德纳与雷焦艾米利亚大学）
针对人机协作中操作者背对机器人的盲交接场景，提出自主交接架构，解决递送安全与物品释放时机问题，推动人机协作协议发展与高效协作。
2024-09-11 cs.RO
Understanding Entrainment in Human Groups: Optimising Human-Robot Collaboration from Lessons Learned during Human-Human Collaboration
University of Nottingham（诺丁汉大学）；Massachusetts Institute of Technology（麻省理工学院）；Cornell University（康奈尔大学）
本文通过混合方法研究双人和三人快节奏重复任务中的夹带特征，提出五项成功夹带特征与三项人机协作设计考量。
2024-02-23 cs.AI cs.HC cs.RO
Adapting Robot's Explanation for Failures Based on Observed Human Behavior in Human-Robot Collaboration
KTH Royal Institute of Technology（皇家理工学院）；Lancaster University（兰卡斯特大学）
本研究通过解读人机协作中人类行为预测用户困惑，构建数据驱动预测器预测困惑，并提出基于该预测器调整机器人故障解释详细程度的机制，以提升协作自然性与效率。
2025-04-13 cs.AI cs.HC cs.RO
Human-Robot Collaboration in Microgravity: the Object Handover Problem
Institute for Systems and Robotics, Instituto Superior Técnico（系统与机器人研究所，里斯本高等理工学院）
协作太空机器人是一项具有巨大影响力的新兴技术，因为机器人在漫长的任务期间、在紧张的操作时间表下以更高的精度与宇航员协作，以更低的风险和成本促进服务功能，使其更高效、更经济可行。然而，空间中的人机协作仍然是一个挑战，涉及人机交互中的关键问题，包括微重力环境下物体的移动和协作操作。在本文中，我们制定了一个算法，使自由飞行器机器人，配备了一个机械手，在微重力环境中执行一个人和自由飞行器机器人之间的对象切换。为了验证和评估该算法，我们提出了一个系统的用户研究，其目标是了解在交互过程中刚性和顺应性阻抗机器人行为的主观结果影响。结果表明，在任务过程中，刻板行为总体上更可取，迁移成功率更高。
2020-09-18 cs.RO
Crafting with a Robot Assistant: Use Social Cues to Inform Adaptive Handovers in Human-Robot Collaboration
Monash University（莫纳什大学）；Deakin University（迪肯大学）
本研究在自然手工制作场景中探讨人机交接，通过20名参与者的Wizard-of-Oz实验收集数据并构建FACT HRC数据集，揭示社交线索与任务上下文如何指导交接的时空协调及其对人类活动的影响。
2023-04-05 cs.HC cs.RO
Experimental Evaluation of Human Motion Prediction: Toward Safe and Efficient Human Robot Collaboration
Carnegie Mellon University（卡内基梅隆大学）；University of California, Berkeley（加州大学伯克利分校）
人体运动预测在现代工业环境中是重要的。准确的人体运动预测不仅可以提高人机协作的效率，而且可以提高人类在机器人附近的安全性。在现有的预测模型中，这些模型的参数化和识别方法各不相同。目前尚不清楚预测模型的必要参数化是什么，模型的在线适应是否必要，以及预测是否有助于提高人类机器人协作期间的安全性和效率。这些问题是由于难以在真实的人机交互环境中以闭环方式定量评估各种预测模型。本文提出了一种方法来评估不同的预测模型的闭环性能。特别是，我们比较了不同的参数化模型和模型，或没有在线参数自适应。在人机协作平台上进行了大量的实验。实验结果表明，人体运动预测显著提高了协作效率和人体安全性。由神经网络参数化的自适应预测模型实现了最佳性能。
2020-01-27 cs.RO
HRC-SoS: Human Robot Collaboration Experimentation Platform as System of Systems
Rochester Institute of Technology（罗切斯特理工学院）
本文提出了一个实验平台，人类机器人协作作为一个系统的系统，以及提出了一个概念框架，描述人类机器人协作的各个方面。这些方面是系统的意识、智能和合规性。基于这个框架的案例研究描述使用这个平台进行的实验设置进行了讨论。每个实验都强调了数字孪生、运动捕捉系统、人体生理监测系统、数据汇集系统和机器人控制和接口系统等子系统的使用。本文的一个亮点展示了一个子系统，能够监测人类的生理反馈，在人类机器人协作任务。
2019-05-03 cs.MA cs.RO
Negotiation-based Human-Robot Collaboration via Augmented Reality
SUNY Binghamton（纽约州立大学宾汉姆顿分校）；OPPO US Research Center（OPPO美国研究中心）
有效的人机协作（HRC）需要人类和机器人队友之间的广泛沟通，因为他们的行为可能会产生冲突，协同作用，或两者兼而有之。我们开发了一种新颖的增强现实（AR）界面，以弥合人类和机器人队友之间的沟通差距。在我们的AR接口的基础上，我们为HRC开发了一个AR介导的基于协商的（ARN）框架。我们已经进行了实验，在模拟和真实的机器人在办公室环境中，多个移动机器人的工作交付任务。这些机器人无法独自完成任务，有时需要人类队友的帮助，因此人机合作是必要的。结果表明，与非AR基线方法相比，ARN显着减少了人类-机器人团队的任务完成时间。
2020-03-13 cs.MA cs.RO
Adaptive Vision-Based Control of Redundant Robots with Null-Space Interaction for Human-Robot Collaboration
Department of Automation, Tsinghua University（自动化系，清华大学）
本文提出了一种适应性视觉控制与空隙空间交互相结合的控制方案，用于冗余机器人的人机协作，以提升协作效率和安全性。
2026-03-09 cs.RO
The Digital Divide in Process Safety: Quantitative Risk Analysis of Human-AI Collaboration
University of Alberta（阿尔伯塔大学）
本文针对过程安全中人与AI协作的数字鸿沟问题，结合LOPA和贝叶斯网络进行定量风险分析，强调人的可靠性并倡导以人为中心的AI设计。
2023-05-29 cs.AI cs.HC
Real-Time Adaptive Industrial Robots: Improving Safety And Comfort In Human-Robot Collaboration
University of St. Gallen（圣加仑大学）
本研究提出一种具备用户感知能力的实时自适应工业机器人系统，通过非侵入式监测生理信号动态调整机器人运动，可显著降低操作人员认知负荷，提升协作舒适度与安全感，为人机交互提供了新范式。
2024-09-14 cs.RO
A Concise Overview of Safety Aspects in Human-Robot Interaction
Technical University of Munich（慕尼黑工业大学）；Munich Institute of Robotics and Machine Intelligence（慕尼黑机器人与机器智能研究院）
本文针对人机交互中的安全核心问题，提出一种融合物理与认知层面的多层安全架构，将人的因素和感知安全作为高层约束，以支持机器人在多种场景下的安全认证。
2023-09-18 cs.RO
Facilitating Human-Robot Collaboration through Natural Vocal Conversations
University of Modena and Reggio Emilia（摩德纳与雷焦艾米利亚大学）
针对传统人机请求-响应系统自然性不足、效率受限的问题，提出采用类人对话交互的人机语音通信框架，经对比实验验证可提升任务表现与协作效率，优化协作体验。
2023-11-23 cs.RO
The Effect of Robot Skill Level and Communication in Rapid, Proximate Human-Robot Collaboration
Georgia Institute of Technology（佐治亚理工学院）
本研究提出人机双打乒乓球测试平台，通过用户实验探讨机器人技能与通信对敏捷近距离人机协作中信任、安全及团队表现的影响，发现技能提升显著增加信任，而机器人发声意图反而降低表现与安全感。
2023-04-07 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
Bidirectional Communication Control for Human-Robot Collaboration
University of Modena and Reggio Emilia（摩德纳-雷焦艾米利亚大学）
一个富有成效的合作是基于相互了解对方的技能和沟通自己的局限性，并提出替代方案，以适应执行任务的合作者的能力的可能性。本文旨在再现这样的情况下，在人与机器人的协作设置，提出了一种新的通信控制架构。利用控制屏障功能，机器人意识到其（动态）技能和限制，并且由于本地预测器，它能够评估是否有可能执行所请求的任务，如果没有，则通过放松一些约束来提出替代方案。控制器与通信基础设施接口，该通信基础设施使人类和机器人能够建立关于要执行的任务的双向通信，并且人类能够对机器人的行为做出明智的决定。提出了比较实验验证。
2022-06-10 cs.RO
User-specific, Adaptable Safety Controllers Facilitate User Adoption in Human-Robot Collaboration
随着辅助和协作机器人在现实世界中变得越来越普遍，我们需要开发对用户安全的接口和控制器，以建立信任并鼓励采用。在这篇蓝天论文中，我们讨论了需要共同发展的任务和用户特定的安全控制器，可以适应人们的安全偏好。我们认为，虽然大多数自适应控制器专注于行为适应，安全适应也是一个主要的考虑因素，建立信任的协作系统。此外，我们强调需要适应随着时间的推移，占用户的偏好变化的经验和信任的建立。我们提供了一个通用的公式，这些接口应该是什么样子，什么功能是必要的，使他们可行和成功。在该公式中，用户提供示范和标记的安全等级，从中学习安全价值函数。这些价值函数可以通过更新演示上的安全标签来更新，以学习更新的函数。我们将讨论如何在高级别上实现这一点，以及一些有前途的方法和技术。
2022-10-14 cs.RO
Seamless Interaction Design with Coexistence and Cooperation Modes for Robust Human-Robot Collaboration
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Carnegie Mellon University（卡内基梅隆大学）
机器人需要多种交互模式来与人类在复杂的工业任务中进行鲁棒协作。我们开发了一个共存与合作（CoCo）的人机协作系统。共存模式使机器人能够与人类在共享空间中独立地完成不同的子任务。合作模式使机器人能够遵循人类的指导和恢复故障。人类意图跟踪算法将人类和机器人运动测量值作为输入，并提供交互模式上的开关。我们证明了CoCo系统的有效性，在一个用例类似于现实世界中的多步组装任务。
2022-06-09 cs.RO
Mixed Reality as Communication Medium for Human-Robot Collaboration
University of Genoa（热那亚大学）
参与协作活动的人类自然能够通过多模态通信将其意图传达给队友，该通信由显式和隐式线索组成。类似地，可以通过使机器人能够经由多个通信信道将其意图传达给人类队友来实现更自然形式的人类-机器人协作。在本文中，我们假设，如果协作机器人能够以直观的方式预测它们与人类队友的动作，那么就可以进行更好的沟通。为了支持这样的说法，我们提出了一个机器人系统的架构，通过该架构，机器人可以利用现代盔装显示器提供动力的混合现实接口，将计划的运动传达给人类队友。具体来说，机器人的全息图，这是叠加到真正的机器人在人类队友的角度来看，显示了机器人的未来运动，让人类提前了解他们，并可能以适当的方式对他们作出反应。我们进行了初步的用户研究，以评估在一个复杂的协作任务的有效性，建议预期的可视化。实验结果表明，一个改进的和更自然的合作，可以通过采用这种预期的通信模式。
2022-06-30 cs.RO
A Safety-Aware Kinodynamic Architecture for Human-Robot Collaboration
University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学）；Datalogic S.p.A.（得利捷公司）
本文提出一种双层轨迹规划与缩放架构，在遵守安全法规的同时根据人类行为自适应调整轨迹并缩放速度，实现人机协作中安全与高效的平衡，并在Pilz PRBT机械臂上完成实验验证。
2021-03-02 cs.RO
Planning with Verbal Communication for Human-Robot Collaboration
Carnegie Mellon University（卡内基梅隆大学）；Cornell University（康奈尔大学）
人类合作者通过语言和非语言沟通有效地协调他们的行动。我们认为，人类-机器人团队也应该如此。我们提出了一种形式主义，使机器人之间做一个任务，并发出一个话语，以最佳的决定。我们专注于两种类型的话语：口头命令，机器人表达它希望人类队友如何表现，以及状态传达动作，机器人解释为什么它会这样做。人类受试者的实验表明，使机器人发出口头命令是最有效的形式沟通的目标，同时保持用户的信任机器人。交流为什么信息应该明智地处理，因为许多参与者质疑机器人陈述的真实性。
2017-06-14 cs.RO
ARDIE: AR, Dialogue, and Eye Gaze Policies for Human-Robot Collaboration
本文提出ARDIE智能体，融合增强现实、对话与眼动注视，基于决策理论制定联合策略，通过AR渲染可视化未来交互，提升人机协作效率。
2023-05-08 cs.RO
Getting to Know One Another: Calibrating Intent, Capabilities and Trust for Human-Robot Collaboration
National University of Singapore（新加坡国立大学）
共同的经验表明，相互了解的代理人能够更好地合作。在这项工作中，我们解决了人机协作中校准意图和能力的问题。特别是，我们专注于机器人试图帮助无法直接传达其意图的人类的场景。此外，两个代理可能具有彼此未知的不同能力。我们采用了决策理论的方法，并提出了TICC-POMDP建模这种设置，与相关的在线求解器。实验表明，我们的方法导致更好的团队表现，无论是在模拟和现实世界的研究与人类受试者。
2020-08-03 cs.AI cs.HC cs.MA
Enhancing the Perception of Safety and Comfort during Physical Human-Robot Handshake Interactions by Integrating Flexible Elements into a Robotic Arm
ESPOL Polytechnic University（ESPOL理工大学）
本研究通过实验对比刚性关节与串联弹性执行器（SEA）柔性关节机械臂的握手交互，发现SEA能提升用户的安全感和舒适感，促进更安全、更被社会接受的人机交互。
2026-09-18 cs.RO
Stochastic Decision-Making Framework for Human-Robot Collaboration in Industrial Applications
Department of Control and Instrumentation Engineering, King Fahd University of Petroleum and Minerals (KFUPM)（控制与仪器工程系，国王法赫德石油与矿物大学）；Interdisciplinary Research Center for Intelligent Manufacturing & Robotics, King Fahd University of Petroleum and Minerals (KFUPM)（智能制造与机器人交叉研究中心，国王法赫德石油与矿物大学）
本文提出了一种随机建模方法，用于工业应用中人机协作的决策框架，以提高协作的安全性和效率。
2026-01-21 cs.RO
Attacking Digital Twins of Robotic Systems to Compromise Security and Safety
Manchester Metropolitan University（曼彻斯特城市大学）；The University of Sheffield（谢菲尔德大学）
无论是自主机器人还是人机协同制造，安全性和安全性对人机交互都至关重要。安防与安全之间的相互交织关系，对各类机器人新兴的数字孪生系统提出了新的挑战。具体而言，无论是对网络物理系统还是数字孪生系统的攻击，都可能对另一个系统造成严重后果。特别是，与网络物理系统同步的数字孪生系统的攻击可能会对人类和其他周围设施造成横向损害。本文论证了对于机器人操作系统（ROS）驱动的系统，诸如数字孪生系统的中间人攻击之类的攻击最终可能导致网络物理系统的崩溃，无论是工业机器人还是自主移动机器人，都会造成意想不到的后果。我们还讨论了缓解此类攻击的潜在解决方案。
2022-11-17 cs.RO
