The Effects of Android Robots Displaying Emotion on Humans: Interactions between Older Adults and Android Robots
University of Siegen（锡根大学）；National Institute of Advanced Industrial Science and Technology (AIST)（日本产业技术综合研究所（AIST））
机器人通常被视为完成逻辑目标任务的手段。另一方面，Android机器人为完成情感任务提供了新的可能性，因此可以集成到辅助场景中。我们通过让老年人和利益相关者与能够通过面部表情表达情感的Android机器人进行对话来探索这种可能性。这项研究是用一种绿野仙踪的方法进行的，用混合方法收集数据。我们发现，由于机器人的微笑，参与者被鼓励更多地与机器人交谈。与此同时，人们对透明度和操纵提出了许多道德问题。我们的研究可以提供有价值的洞察老年人对表现情感的机器人的反应。
2023-03-23 cs.HC cs.RO
An Adaptive Behaviour-Based Strategy for SARs interacting with Older Adults with MCI during a Serious Game Scenario
University of Pisa（比萨大学）；ISTI-CNR（意大利国家研究委员会信息科学与技术研究所）
针对重复性认知训练易让轻度认知障碍老年人失去兴趣的问题，提出一种基于强化学习的社交辅助机器人自适应行为策略，可通过言语和非言语交互维持老人在严肃游戏中的参与度，仿真验证了算法收敛性，策略有效性得到初步验证。
2023-05-02 cs.HC cs.RO
Designing a Socially Assistive Robot to Support Older Adults with Low Vision
University of Southern California（南加州大学）；University of California, Los Angeles（加州大学洛杉矶分校）
本研究提出用户参与式设计流程，通过两阶段调查验证社交辅助机器人在长期低视力康复中的用户感知有用性与接受度，发现实地演示显著提升用户积极评价。
2024-01-06 cs.HC cs.RO
Artificial Emotional Intelligence in Socially Assistive Robots for Older Adults: A Pilot Study
University of Denver（丹佛大学）；DreamFace Technologies, LLC（梦脸科技有限责任公司）；University of Colorado, Colorado Springs（科罗拉多大学科罗拉多斯普林斯分校）
本文介绍了我们最近的研究集成人工情感智能的社交机器人（瑞安），并研究了机器人的有效性，在从事老年人。Ryan是一款社交辅助机器人，旨在通过对话为患有抑郁症和痴呆症的老年人提供陪伴。我们在研究中使用了两个版本的Ryan，共情和非共情。移情Ryan利用多模态情感识别算法和多模态情感表达系统。使用不同的情感输入模式，即面部表情和语音情感，移情瑞安检测用户的情绪状态，并利用情感对话管理器来生成响应。另一方面，没有同理心的瑞恩缺乏面部表情，使用脚本对话，不考虑用户的情绪状态。我们研究了这两个版本的瑞安与10名老年人生活在一个高级护理机构。用户报告的面部尺度情绪测量的统计学显着改善表明与Ryan的共情和非共情版本的交互产生了总体积极的影响。然而，口头话语的数量测量和出口调查分析表明，用户认为共情瑞安更迷人，更讨人喜欢。
2022-01-26 cs.HC cs.RO
TrainBo: An Interactive Robot-assisted Scenario Training System for Older Adults with Dementia
Hong Kong University of Science and Technology（香港理工大学）
本研究结合自我决定理论设计了面向痴呆老人的机器人辅助情景训练系统TrainBo，经4周试点测试证实其可提升用户的行为、情感参与度与内在动机，为相关交互式机器人研发提供参考。
2025-05-17 cs.HC cs.RO
Designing Social Robots that Engage Older Adults in Exercise: A Case Study
The Johns Hopkins University（约翰斯·霍普金斯大学）
本研究提出并通过为期一周的单案例测试评估了一款引导老年人居家锻炼、提供激励反馈的社交机器人原型，总结了用户对锻炼自主权、内容多样性等方面的需求，指出需提升系统适应性，后续将优化原型并扩大居家部署评估范围。
2024-03-07 cs.HC cs.RO
"This really lets us see the entire world:" Designing a conversational telepresence robot for homebound older adults
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）；Carnegie Mellon University（卡内基梅隆大学）
本文通过需求发现和技术探针研究，设计对话式远程临场机器人，帮助居家老年人探索外界、回忆和社交参与，并提出机器人主动引导和对话设计见解。
2024-05-23 cs.HC cs.RO
User-centered Feedback Design in Person-following Robots for Older Adults
反馈设计是老年人跟随机器人的一个重要方面。本文提出了一种以用户为中心的设计方法，以确保设计专注于用户的需求和偏好。一系列的用户研究，共35名老年人（年龄62岁及以上）进行了探索他们的喜好，反馈参数的社会辅助人以下的机器人。首先探讨了机器人透明度的首选水平和反馈的期望内容。随后评估了反馈的首选模式和时间安排。然后在最终实验中实施和评估所选择的反馈参数，以评估设计的有效性。结果显示，老年人更喜欢只接收基本的状态信息。他们更喜欢语音反馈泛音，并以连续的速度保持他们不断地意识到机器人的状态和动作。该研究的结果是朝着反馈设计指南迈出的又一步，该指南可以提高老年人跟随机器人的交互质量。
2021-03-24 cs.RO
Design strategies for empathetic AI robots for older adults
Ontario Tech University（安大略理工大学）
本文针对老年人居家养老需求，运用人文学科与修辞理论，提出共情照护词汇表作为设计社交辅助机器人（SARs）的路径，弥补了现有人机设计忽视共情作为理论化设计路径的空白。
2026-08-21 cs.CY cs.HC cs.RO
Improving the interaction of Older Adults with Socially Assistive Robots for Table setting
Ben-Gurion University of the Negev（内盖夫本-古里安大学）
本研究提供了用户研究，旨在探索影响老年人和机器人餐桌设置助理之间的互动的因素。考虑了自动化水平（LOA）和透明度水平（LOT）对交互质量的影响。结果表明，LOA和LOT的互作效应对互作效应有显著影响。较低的LOA要求用户控制机器人的一些动作，这会影响老年人在LOT较低的情况下更多地参与交互，LOT较高（更多信息）和LOA较高（更多机器人自主性）。即使较高的LOA影响更多的流畅性的互动，较低的LOA鼓励更多的协作形式的互动，这是一个优先考虑的设计机器人辅助老年人用户。研究结果提供了一些见解共享控制设计，适应的偏好，老年人用户，因为他们与机器人辅助设备，如在本研究中使用的表设置机器人。
2021-03-24 cs.RO
Evaluating Multimodal Interaction of Robots Assisting Older Adults
University of Illinois Chicago（伊利诺伊大学芝加哥分校）；California State University Channel Islands（加州州立大学海峡群岛分校）
我们概述了我们在评估机器人方面的工作，这些机器人通过包括物理互动在内的多种方式与老年人进行互动。我们的论点是，为了提高辅助机器人的有效性：1）机器人需要理解和实现多模态动作，2）机器人不仅应该对人类做出反应，而且需要在必要时采取主动并领导任务。我们首先简要介绍我们提出的多模态交互框架，然后描述两个不同的实验与实际的机器人。在第一个实验中，Baxter机器人使用多模式交互管理器（MIM）框架帮助人类找到并定位对象。在第二个实验中，NAO机器人被用于相同的任务，但是，机器人和人类的角色被颠倒。我们讨论了在这些实验中使用的评估方法，包括不同的指标，用于表征在每种情况下的机器人的性能。最后，我们提供了我们的观点的挑战和机会，为老年人在现实环境中的辅助机器人的评估。
2022-12-20 cs.RO
Ankle Exoskeletons May Hinder Standing Balance in Simple Models of Older and Younger Adults
University of Michigan（密歇根大学）
该研究通过基于物理的年轻与老年成人模型分析踝部外骨骼对站立平衡的影响，发现其会缩小力量完整者的稳定边界，并在低速增益与高速失稳之间形成权衡。
2024-10-02 cs.RO physics.med-ph
Investigating Fairness of Ocular Biometrics Among Young, Middle-Aged, and Older Adults
School of Computing Wichita State University（威奇托州立大学计算机学院）
许多研究表明，面部生物识别技术存在偏见，即，人脸识别和软生物特征估计方法，跨性别，种族和年龄组。最近有一种迫切的要求，调查不同的生物识别方式的偏见，对公平和值得信赖的生物识别解决方案的部署。由于其高准确性、安全性、隐私性和在移动设备中的易用性，眼睛生物识别技术已经获得学术界和工业界越来越多的关注。$2020$最近的一项研究也表明了男性和女性之间基于视觉的用户识别的公平性。本文的目的是评估公平的眼睛生物测定在可见光谱中的年龄组;年轻人，中年人和老年人。由于最新的大规模2020年UFPR眼部生物特征数据集的可用性，受试者的年龄范围为18 - 79岁，以促进这项研究。实验结果表明，在用户验证和性别分类中，不同性别和年龄组的眼部生物特征识别的整体性能相当。在用户验证和年龄分类时，分别注意到老年人和年轻人在较低错误匹配率下的性能差异。这可能是由于这些年龄组的生物特征数据的固有特征影响了特定的应用，这表明需要在传感器技术和软件解决方案方面取得进展。
2021-10-04 cs.AI cs.CV cs.LG
Monitoring the Mental State of Cooperativeness for Guiding an Elderly Person in Sit-to-Stand Assistance
Massachusetts Institute of Technology（麻省理工学院）
在向老年人提供身体援助时，确保老年人的合作行为是一项关键要求。例如，在坐立辅助中，老年人必须向前倾斜，以便在护理人员开始抬起身体之前，身体质量可以向脚转移。一个有经验的照顾者通过语言交流和身体互动来指导老年人，这样老年人在整个过程中可以合作。这一指导至关重要，也是将机器人援助引入老年人护理环境的一个重大挑战。目前工作的广泛目标是开发一种智能老年人护理机器人，它可以a）监测老年人的精神状态，b）通过辅助程序引导老年人，以便他/她可以在被协助时进行合作。目前的工作提出了一个基本的建模框架，用于描述一个人的身体行为，反映了内部的精神状态，并通过交互式的观察估计的精神状态的算法。初步研究考虑了坐立协助问题。一个简单的卡尔曼滤波器被构造用于估计响应于所施加的线索的合作性水平，与阈值方案被用来作出判断的合作性状态。
2021-10-14 cs.RO cs.SY eess.SY
