Towards hybrid primary intersubjectivity: a neural robotics library for human science
Okinawa Institute of Science and Technology Graduate University（冲绳科学技术大学院大学）
人机交互正在成为认知科学的一个有趣的研究领域，特别是对于社会认知的研究。互动理论家认为，初级主体间性是一种非精神主义的、前理论的、非概念性的过程，它为某种程度的沟通和理解奠定了基础，并为更高层次的认知技能提供了支持。我们认为，这种低层次的认知互动，控制是共享的二元遭遇，是容易与神经机器人的研究。因此，在这项工作中，我们追求三个主要目标。首先，从主动推理的概念出发，我们研究了初级主体间性作为一种第二人称视角的经验，其特征是预测性参与，其中感知，认知和行动在二元互动中被解释为一个解释学循环。其次，我们提出了一个开放源码的方法命名为\textit{neural robotics library}（NRL）的实验人机交互，并在实时与虚拟笛卡尔机器人（VCBot）进行交互的演示程序。最后，通过一个研究案例，我们讨论了人-机器人（混合）主体间性可以为人类科学研究做出贡献的一些方式，例如发展心理学，教育技术和认知康复领域。
2020-06-29 cs.HC cs.NE cs.RO
Rebellion and Disobedience as Useful Tools in Human-Robot Interaction Research -- The Handheld Robotics Case
University of Bristol（布里斯托大学）
这份立场文件讨论了人类与机器人交互（HRI）中的反叛和不服从（RaD）的效用。一般来说，我们看到使用控制和精心设计的反叛和不服从的两个主要机会：i）照亮洞察合作的有效性（或缺乏）和ii）防止错误和正确的用户行为时，在用户自己的利益。通过使用一个密切的互动方式，手持机器人，我们讨论了使用的反叛和不服从，可以适用于其他情况下的HRI的效用的用例。
2022-05-08 cs.AI cs.RO cs.SY
Edge Computing based Human-Robot Cognitive Fusion: A Medical Case Study in the Autism Spectrum Disorder Therapy
Intelligent Social Systems and Swarm Robotics Lab (IS$^3$R)（智能社会系统与群体机器人实验室）；Computer Science and Information Systems Department（计算机科学与信息系统系）；Bradley University（布拉德利大学）
针对机器人辅助ASD治疗中情感识别、个性化偏好记忆及专家协同干预的需求，论文提出融合人类专家与辅助机器人的边缘认知计算架构。
2025-06-09 cs.AI cs.DC cs.LG
MEMOR-E: In-Context and Fine-Tuned LLM Personalization for Alzheimer's Assistive Robotics
Istanbul Medipol University（伊斯坦布尔梅迪波大学）；Arizona State University（亚利桑那州立大学）
提出移动四足机器人MEMOR-E，结合微调与上下文学习的大语言模型，实现阿尔茨海默病患者的个性化认知支持与可解释人机交互。
2026-04-28 cs.AI cs.RO
Cognitive Trust in HRI: "Pay Attention to Me and I'll Trust You Even if You are Wrong"
Faculty of Data and Decision Sciences, Technion（数据与决策科学学院，技术ion）；milab, Reichman University（milab，雷奇曼大学）；Reichman University（雷奇曼大学）
本研究探讨了机器人能力与专注度对认知信任的影响，发现高专注度可补偿低能力，揭示了情感因素在人机交互中的重要作用。
2025-12-09 cs.HC cs.RO
Cognitive Synergy Architecture: SEGO for Human-Centric Collaborative Robots
Department of Mechanical Engineering, Soongsil University（机械工程系，顺斯大学）
针对以人为中心的协作机器人的建图需求，提出集成几何感知、语义推理与解释生成的SEGO认知架构，通过结合SLAM定位、深度学习目标检测跟踪与本体推理构建动态认知场景图，实现实时语义连贯建图。
2025-06-16 cs.RO cs.SY eess.SY
Understanding the Social Cascading of Geekspeak and the Upshots for Social Cognitive Systems
National Library of Poland（波兰国家图书馆）
除了群体机器人之外，当前机器-人和机器-机器学习和交互机制的相当大的份额正在开发，并由基于代理的计算机模拟、博弈论模型或基于二元通信模式的机器人实验的结果提供。然而，在现实生活中，人类同样频繁地在群体中交流，并根据从多个单一来源累积收集的信息获得知识和做出决策。这些属性应考虑到自主人工认知系统的设计解释与学习从一个以上的接触或“邻居”。为此，可以从严格的科学方法论应用于人类和社会现象的研究中收集到重要的实际意义，例如发现现实的创造力潜力跨度，或“曝光阈值”，在此之后，新信息可以被认知代理人接受。将介绍一个分析微博服务中新词社会传播的项目的结果。从本地，低层次的互动和信息流之间的代理发明和模仿离散的词汇，我们的目标是描述更多的全球系统秩序和动态的出现过程中，使用复杂性科学的最新方法。无论是为了模仿它们，还是为了“增强”它们，从复杂性科学方法中收集到的人类社会和人文行为的参数应该随后作为机器人和人机交互领域的参考点。
2012-08-23 cs.AI cs.MA
ReAct! An Interactive Tool for Hybrid Planning in Robotics
Sabancı University（Sabanci大学）
ReAct! 提供了一种交互式工具，使机器人研究人员能够在无需了解底层形式化细节的情况下，通过高级推理解决复杂规划问题，适用于服务机器人和认知工厂等动态领域。
2013-07-29 cs.AI cs.LO cs.RO
Delivering Cognitive Behavioral Therapy Using A Conversational SocialRobot
University of Denver（丹佛大学）；Eaton Senior Community（伊顿老年社区）
社交机器人正在成为我们日常生活中不可或缺的一部分，因为它们能够提供陪伴和娱乐。机器人的一个子领域，社会辅助机器人（SAR），特别适合将这些好处扩展到医疗保健环境中，因为它具有提供认知，社交和情感支持的独特能力。本文介绍了我们最近的研究，通过评估一个生活般的会话社交机器人，称为瑞安，管理互联网提供的认知行为治疗（iCBT）的老年人抑郁症的能力，开发SAR。为了让赖安进行治疗，我们开发了一个对话管理系统，叫做Program-R。使用经过认可的抑郁症治疗CBT手册，我们创建了7个小时的iCBT对话，并使用人工智能置标语言（AIML）将其集成到Program-R中。为了评估基于机器人的iCBT的有效性和用户对我们方法的喜爱程度，我们对一组患有轻度至中度抑郁症的老年人进行了为期四周的HRI研究。对参与者的口头反应（例如，字数和情感分析）、面部情绪评分和退出调查的定量分析强烈支持基于机器人的iCBT是传统人类治疗的可行替代方案的观点。
2019-09-14 cs.CL cs.RO
MultiPhysio-HRC: Multimodal Physiological Signals Dataset for industrial Human-Robot Collaboration
ARM-Lab, SUPSI（ARM实验室，SUPSI）；Faculty of Informatics, USI（信息学院，USI）；Bitbrain；Universidad de Zaragoza（萨拉戈萨大学）
本文提出面向工业人机协作的多模态生理信号数据集MultiPhysio-HRC，涵盖多类生理、音频及面部数据，结合多场景采集与心理问卷标注，经基线模型验证可支撑情感计算与人类感知机器人相关研究，目前已公开。
2025-10-01 cs.RO
Visual Attention Based Cognitive Human-Robot Collaboration for Pedicle Screw Placement in Robot-Assisted Orthopedic Surgery
Tsinghua University（清华大学）；Harbin Institute of Technology（哈尔滨工业大学）；Midea Corporate Research Center（美的集团企业研究中心）；Midea Group（美的集团）
针对骨科椎弓根螺钉置入仍需人工操作且自动化风险高的问题，本文提出融合AR触觉界面、视觉注意外科医生模型和共享交互控制的认知型人机协作框架，实验证明其在安全性与人机工程学上优于全机器人或全人工控制。
2025-01-31 cs.HC cs.RO
Integrating Reinforcement Learning and AI Agents for Adaptive Robotic Interaction and Assistance in Dementia Care
Worcester Polytechnic Institute（伍斯特理工学院）；University of Tennessee（田纳西大学）；University of North Carolina（北卡罗来纳大学）；Tennessee State University（田纳西州立大学）
本研究提出一种整合强化学习与大语言模型的框架，在模拟环境中动态模拟痴呆症患者状态，使人形机器人或计算机智能体能根据患者认知与情绪提供个性化自适应护理辅助。
2025-01-28 cs.AI cs.RO
Toward a Universal Concept of Artificial Personality: Implementing Robotic Personality in a Kinova Arm
University of Genoa（热那亚大学）；Italian Institute of Technology (IIT)（意大利技术研究院）
本研究针对现有机器人人格方法碎片化、难适配非人形机器人的问题，将已验证的三维人格认知架构集成到Kinova Jaco2机械臂中，通过144组用户实验验证了用户可感知非人形机器人的人格差异及语言的作用。
2025-01-12 cs.HC cs.RO
Cognitive and motor compliance in intentional human-robot interaction
Okinawa Institute of Science and Technology（冲绳科学技术大学院大学）
人-机器人交互中的主体性和主观体验是研究自然认知和自适应机器人对人类环境的适应性时需要考虑的重要方面。虽然一些研究集中在非语言交流和合作，自主物理互动的研究得到较少的关注。从神经机器人的角度，我们探讨了意向性，运动顺应性，认知顺应性和行为涌现之间的关系。我们提出了一个变分模型的预测编码和主动推理的原则，研究意向性和认知的遵守，和间歇控制的概念，电机审议和遵守的基础上扭矩反馈的启发。我们的实验与人形Torobo肖像有趣的角度为生物启发的研究发展和社会过程。
2020-06-30 cs.HC cs.NE cs.RO
The Sense of Agency in Assistive Robotics Using Shared Autonomy
Robotics Institute（机器人研究所）；Carnegie Mellon University（卡内基梅隆大学）
本研究聚焦辅助机器人的共享自主范式，探究能动感与任务表现的关系，发现机器人自主度提升会优化任务表现但降低能动感，还提出了可实时监测维持能动感的代理指标。
2025-01-13 cs.RO
Pick the Right Co-Worker: Online Assessment of Cognitive Ergonomics in Human-Robot Collaborative Assembly
Istituto Italiano di Tecnologia（意大利技术研究院）；Politecnico di Milano（米兰理工大学）
人机协同装配系统提高了工作场所的效率和生产力，但可能会增加工人的认知需求。本文提出了一个在线和定量的框架来评估认知工作负荷与同事，无论是人类操作员或工业协作机器人与不同的控制策略的相互作用。该方法监测操作员的注意力分布和上半身运动学受益于输入图像的低成本立体摄像机和尖端的人工智能算法（即头部姿态估计和骨骼跟踪）。三个实验方案的变化，工作站功能和交互方式的设计，以测试我们的在线方法对国家的最先进的离线测量的性能。结果证明，我们的视觉为基础的认知负荷评估有潜力被整合到新一代的协作机器人技术。后者将使人类认知状态监测和机器人控制策略适应，以改善人类舒适度，人体工程学和对自动化的信任。
2022-07-08 cs.HC cs.RO
VRGym: A Virtual Testbed for Physical and Interactive AI
UCLA Center for Vision, Cognition, Learning, and Autonomy（加州大学洛杉矶分校视觉、认知、学习与自主中心）
我们提出了VRGym，一个虚拟现实的实验平台，为现实的人机交互。与现有的工具包和虚拟现实环境不同，VRGym强调为机器人、机器学习和认知科学构建和训练物理和交互代理。VRGym利用各种机制，可以通过基于物理的模拟生成具有高度真实感的各种3D场景。我们证明，VRGym能够（i）收集人类的互动和精细的操作，（ii）容纳各种机器人与ROS桥，（iii）支持实验的人机交互，（iv）提供工具包，用于训练国家的最先进的机器学习算法。我们希望VRGym可以帮助推进通用机器人和机器学习代理，以及在认知科学领域协助人类研究。
2019-04-02 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
Gaze estimation learning architecture as support to affective, social and cognitive studies in natural human-robot interaction
Istituto Italiano di Tecnologia（意大利技术研究院）
本文提出一种仅依赖 iCub 机器人传感器的学习型注视估计架构，用于桌面面对面人机交互，并构建含24名参与者标注图像的新数据集以支持相关研究。
2024-10-25 cs.RO
Cognitive Architecture for Mutual Modelling
École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院）；INESC-ID（INESC-ID（系统与计算机工程研究所））；Instituto Superior Técnico, University of Lisbon（里斯本大学高等技术学院）
在社会机器人中，机器人需要能够被人类理解。特别是在协作任务中，他们必须分享共同的知识。例如，在教育场景中，学习者分享他们的知识，他们必须调整自己的行为，以确保他们被其他人理解。学习者的行为表现是为了表明他们的理解，教师的适应是为了确保学习者的知识是必要的。这种能力需要一个模型，他们自己的心理状态，由他人认为：\textit{"has the human understood that I(robot) need this object for the task or should I explain it once again ?"}在本文中，我们讨论了认知架构的重要性，使二阶相互建模的人与机器人的互动教育环境。
2016-02-22 cs.CY cs.RO
Toward an Idiomatic Framework for Cognitive Robotics
Aalborg University（奥尔堡大学）
受https：//doi.org/10.1515/jagi-2016-0001中提出的“认知沙漏”模型的启发，我们提出了一个新的框架，用于开发针对认知机器人的认知架构。所提出的框架的目的是最重要的是通过鼓励和减轻合作和重用现有的结果，以减轻认知架构的发展。这是通过提出一个框架，将认知架构的发展划分为一系列层，这些层可以部分孤立地考虑，其中一些直接与其他研究领域相关。最后，我们给出了一些必要的建议框架的主题介绍和审查。
2022-03-01 cs.AI cs.RO
Architectural HRI: Towards a Robotic Paradigm Shift in Human-Building Interaction
University of Antwerp（安特卫普大学）
本文探讨了通过机器人技术实现人与建筑交互的范式转变，强调多层建筑结构同步适应以提升可持续性和 occupant 需求，并呼吁跨学科研究整合相关知识。
2026-03-03 cs.HC cs.RO
A Decision Support Design Framework for Selecting a Robotic Interface
NAVER Labs（NAVER 实验室）；AUT（奥克兰理工大学）；UNSW（新南威尔士大学）
机器人的设计和开发涉及到选择和测试机器人接口的基本步骤。这种界面选择需要仔细考虑，因为机器人的物理体现会影响并增加传统界面的复杂性。我们的论文提出了一个决策支持设计框架的先验选择的机器人接口，归纳制定从我们的案例研究设计的机器人与认知障碍的员工合作。我们的框架概述了根据用户，机器人，任务和环境的接口要求，并有利于对这些要求的接口结构化比较。通过与人权研究所专家进行的定性研究，评估了该框架的潜在适用性和有用性。该框架被认为是一个系统性工具，可以进行记录和讨论，所确定的问题为框架的迭代提供了信息。所有权的跨学科团队的这个过程中，它的作用，迭代设计接口的主题进行了讨论。
2022-02-08 cs.RO
Immersive Teleoperation of Beyond-Human-Scale Robotic Manipulators: Challenges and Future Directions
Department of Engineering and Natural Science, Tampere University（工程与自然科学系，塔尔库大学）
本文研究了超人类尺度机器人操作器沉浸式遥操作在控制、认知和界面层面的挑战，分析了触觉与视觉反馈的设计权衡，并提出了针对大规模机器人遥在的未来研究方向。
2025-08-13 cs.RO
Distributed Adaptive Control: An ideal Cognitive Architecture candidate for managing a robotic recycling plant
Institute for Bioengineering of Catalonia (IBEC)（加泰罗尼亚生物工程研究所）；Barcelona Institute of Science and Technology (BIST)（巴塞罗那科学技术研究院）；Catalan Institution for Research and Advanced Studies (ICREA)（加泰罗尼亚高级研究学院）
在过去的十年中，社会在各种技术领域都经历了显著的增长。然而，第四次工业革命还没有到来。工业4.0带来了几个挑战，其中包括需要新的架构模型来解决开放环境对网络物理系统（CPS）的不确定性。废旧电器和电子设备回收厂就是这种开放环境的代表。在这里，CPS必须在不断变化的环境中和谐地工作，与相似和不太相似的CPS进行交互，并适应性地与人类工作者合作。在本文中，我们支持分布式自适应控制（DAC）理论作为一个合适的认知架构管理回收厂。具体而言，DAC的递归实现（单代理和大规模的水平之间），提出了以满足预期的需求，欧洲项目人力资源回收。此外，有一个现实的基准为未来的递归DAC的实现的目的，一个微型回收厂原型。
2020-12-23 cs.AI cs.MA cs.NE
HARMONIC: A Content-Centric Cognitive Robotic Architecture
Cognitive Science Department, Rensselaer Polytechnic Institute（罗切斯特理工学院认知科学系）；Aerospace Engineering and Engineering Mechanics（航空航天工程与工程力学）；Electrical and Computer Engineering（电气与计算机工程）
本文提出认知机器人架构HARMONIC，支持语义感知、类人决策与意向性语言交流，解决数据稀缺、可解释性及安全问题，并在仿真与物理平台上验证了两个概念验证系统。
2025-09-16 cs.AI cs.CL cs.RO
Cognitive science as a source of forward and inverse models of human decisions for robotics and control
Princeton University（普林斯顿大学）
那些设计与人类互动的自主系统的人将不可避免地面临人类如何思考和决策的问题。幸运的是，计算认知科学使用那些具有优化和控制背景的人所熟悉的工具（例如，概率论、统计机器学习和强化学习）。在这里，我们回顾了其中的一些工作，重点是认知科学如何提供人类决策的正向模型和人类如何思考他人决策的反向模型。我们强调了相关的最新发展，包括综合黑盒和理论驱动的建模方法，重新铸造作为有界最优的形式，和模型，表征人类的心理理论和沟通决策理论的帐户。在这样做的过程中，我们的目标是为读者提供一系列的框架，方法，以及位于认知科学和控制研究的交叉点的可操作的见解一瞥。
2021-09-01 cs.AI cs.RO cs.SY
Predictive Processing in Cognitive Robotics: a Review
Universidad Nacional Autónoma de México（墨西哥国立自治大学）；Scuola Superiore Sant’Anna（圣安娜高等研究院）；National Research Council（国家研究委员会）；Humboldt-Universität zu Berlin（柏林洪堡大学）；Universidad Autónoma del Estado de Morelos（莫雷洛斯州自治大学）
预测加工已经成为认知科学中一个有影响力的框架。该框架颠覆了传统的感知观，认为信息处理的主要流程是以自上而下的分层方式实现的。此外，它旨在统一感知，认知和行动作为一个单一的推理过程。然而，在相关文献中，预测处理框架及其相关方案，如预测编码，主动推理，感知推理，自由能量原理，往往是互换使用。在认知机器人领域，没有明确区分哪些方案已经实施，以及在哪些假设下实施。在本文中，工作定义的主要目的是分析在预测处理框架下工作的认知机器人研究的最新发展，以及一些相关的非机器人模型。分析表明，首先，认知机器人实现和非机器人模型的研究需要扩展到研究如何将多个外感受模态集成到预测误差最小化方案中。其次，这里发现的一个相关区别是，认知机器人实现往往强调生成模型的学习，而在非机器人模型中几乎不存在。第三，尽管与主动推理相关，但很少有认知机器人实现研究控制周围的问题，以及它是否应该由本体感受预测的逆模型替代而产生。最后，有限的注意力已经放在精确加权和跟踪预测误差动态。这些机制有助于在预测处理框架下探索认知机器人研究中更复杂的行为和任务。
2021-01-22 cs.RO
HARMONIC: Cognitive and Control Collaboration in Human-Robotic Teams
Cognitive Science Department（认知科学系）；Department of Computer Science（计算机科学系）；Rensselaer Polytechnic Institute（拉特格斯理工学院）；University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文提出HARMONIC认知机器人架构，通过集成OntoAgent框架与通用机器人控制系统，融合元认知、自然语言通信和可解释性，在联合搜索任务仿真中实现了人机团队互信、行动协调与决策解释。
2025-07-09 cs.AI cs.MA cs.RO
Cognitive Robotics: for never was a story of more woe than this
我们现在正处于下一次技术革命的边缘--机器人将入侵我们的生活。然而，要与人类互动或融入人类的“集体”机器人必须具备一些类似人类的认知能力。这意味着什么？- 没人知道。但机器人研究界正在努力寻找解决这个问题的方法。与此同时，尽管资金充裕，但这些努力并没有带来任何有意义的结果（仅在欧洲，仅在过去十年中，认知机器人研究经费已达到13.9亿欧元的上限）。在接下来的十年里，类似的预算将用于解决人脑项目框架内的认知机器人问题。没有理由期待这一次的结果会有所不同。我想解释一下为什么我对这件事这么不高兴。
2014-07-19 cs.CY cs.RO q-bio.NC
Commonsense Scene Semantics for Cognitive Robotics: Towards Grounding Embodied Visuo-Locomotive Interactions
University of Bremen（不来梅大学）；Örebro University（厄勒布鲁大学）
我们提出了一个常识性的，定性的模型体现视觉空间和机车互动的语义基础。其主要贡献是将低级视觉处理与植根于人工智能的以人为本的空间和运动表示相结合的综合方法。我们展示了实际的适用性，涉及对象的相互作用和室内运动的例子。
2017-09-15 cs.AI cs.CV cs.RO
Unconventional Cognitive Intelligent Robotic Control: Quantum Soft Computing Approach in Human Being Emotion Estimation -- QCOptKB Toolkit Application
Institute of System Analysis and Management, Dubna State University（杜布纳国立大学系统分析与管理研究所）；Joint Institute for Nuclear Research (JINR)（联合核研究所）；Moscow State University of Geodesy and Cartography (MIIGAiK)（莫斯科测绘与制图大学）；Yamaha Motor Co. Ltd.（雅马哈发动机株式会社）
本文提出融合量子自组织知识库与模糊推理的智能认知控制策略，以提升危险情境下机器人协作系统的鲁棒性，并展示其在车载嵌入式控制和认知头盔神经接口驾驶中的应用。
2023-06-14 cs.AI cs.RO quant-ph
Robotic Control for Cognitive UWB Radar
Fraunhofer Institute for High Frequency \
本文提出了一种用于6自由度机械臂的轨迹规划方法，该机械臂携带合成孔径超宽频雷达传感器，通过优化问题实现碰撞-free的末端执行器轨迹，以最小化观测时间，适用于三维重建和穿墙雷达扫描及IED检查。
2017-10-11 cs.RO cs.SY eess.SY
Narrative based Postdictive Reasoning for Cognitive Robotics
University of Bremen（不来梅大学）
在存在异常、不可观察的过程和其他现实世界考虑的情况下，理解不完整和冲突的叙事知识是认知机器人系统的一个挑战和关键要求。一个额外的挑战，即使在适当的专业行动语言和推理系统存在，是实际的集成和应用程序中的大规模机器人控制框架。在一个自主轮椅机器人控制任务的背景下，我们报告应用程序驱动的工作，以实现预测触发异常检测和重新规划的实时机器人控制：（a）叙事为基础的知识，通过一个更大的智能环境框架的环境中获得;和（b）异常预测从稳定模型的答案集程序对应的机器人的认知模型。整体推理的背景下，通过翻译的答案集编程实现的近似认知行动理论为基础的计划。
2013-06-04 cs.AI cs.RO
World Models and Predictive Coding for Cognitive and Developmental Robotics: Frontiers and Challenges
Ritsumeikan University（立命馆大学）；Keio University（庆应义塾大学）；The University of Tokyo（东京大学）；Università Milano-Bicocca（米兰比可卡大学）；University of Essex（埃塞克斯大学）；Donders Institute for Brain, Cognition and Behaviour（唐德斯脑、认知与行为研究所）；Cajal International Neuroscience Center, Spanish National Research Council（西班牙国家研究委员会卡哈尔国际神经科学中心）；Bogazici University（博阿齐奇大学）；Queen Mary University of London（伦敦玛丽女王大学）；The University of Electro-Communications（电气通信大学）；National Autonomous University of Mexico（墨西哥国立自治大学）；Universidad Autónoma del Estado de Morelos（莫雷洛斯州自治大学）；Institute of Cognitive Sciences and Technologies, National Research Council of Italy（意大利国家研究委员会认知科学与技术研究所）
创造能够积极探索环境、不断获取知识和学习技能的自主机器人是认知和发展机器人技术所设想的最终成就。他们的学习过程应该以人类学习和认知发展的方式与他们的物质和社会世界互动为基础。基于这一背景，本文重点研究了世界模型和预测编码两个概念。最近，世界模型作为人工智能中相当感兴趣的话题再次引起了人们的关注。认知系统学习世界模型以更好地预测未来的感官观察并优化其策略，即，控制器。或者，在神经科学中，预测编码提出大脑不断预测其输入，并适应模拟其自身的动态和控制环境中的行为。这两种想法都可以被认为是机器人和人类能够持续或终身学习的认知发展的基础。虽然在认知机器人和神经机器人中已经进行了许多关于预测编码的研究，但是在人工智能中基于世界模型的方法和机器人中的预测编码之间的关系很少被讨论。因此，在本文中，我们澄清的定义，关系和这些主题的当前研究的现状，以及缺失的世界模型和预测编码与关键相关的概念，如自由能原则和主动推理的认知和发展机器人的背景下。此外，我们还概述了世界模型和预测编码所涉及的前沿和挑战，以进一步整合人工智能和机器人技术，以及创造未来具有真正认知和发展能力的机器人。
2023-01-14 cs.AI cs.LG cs.RO
Cloud-based Digital Twin for Cognitive Robotics
Institute for Artificial Intelligence（人工智能研究所）；University of Bremen（不来梅大学）
本文提出一个基于云的数字孪生学习平台，利用容器化和Kubernetes部署ROS仿真环境，集成JupyterLab、RvizWeb和XPRA，用于认知机器人学教学，已成功应用于多门课程。
2024-04-19 cs.DC cs.RO
Why Cognitive Robotics Matters: Lessons from OntoAgent and LLM Deployment in HARMONIC for Safety-Critical Robot Teaming
Rensselaer Polytechnic Institute（伦斯勒理工学院）；University of Georgia（佐治亚大学）；University of Texas at Austin（德克萨斯大学奥斯汀分校）
研究探讨了在物理世界部署具身体AI代理所需的认知能力，通过HARMONIC架构评估LLM是否能复制OntoAgent的认知能力，发现LLM在知识状态评估上存在缺陷。
2026-03-20 cs.RO
Enhancing Cognitive Robotics with Commonsense through LLM-Generated Preconditions and Subgoals
本研究通过结合大型语言模型与符号规划，利用LLM生成的先决条件和子目标提升机器人任务完成的可靠性与适应性。
2025-11-24 cs.AI cs.RO
Online Learning and Planning in Cognitive Hierarchies
The University of New South Wales（新南威尔士大学）
本文扩展了现有的形式化框架，以建模机器人系统从符号规划到在线学习的复杂集成推理行为，并支持不同推理组件间更灵活的交互建模。
2023-10-18 cs.AI cs.RO
Efficiently Linking Real Scenes with Synthetic Data Generation for AI-based Cognitive Robotics and Computer Vision Applications
Fraunhofer IPK（弗劳恩霍夫生产设备和设计技术研究所）；TU Berlin（柏林工业大学）
本文讨论当前AI视觉模型在认知机器人应用中的局限，并提出通过连接仿真与真实世界训练数据生成来弥合领域差距的方法。
2026-06-19 cs.CV cs.RO
SAILOR: Perceptual Anchoring For Robotic Cognitive Architectures
University of León（莱昂大学）
SAILOR框架在ROS 2中实现符号锚定，通过物体识别与匹配功能连接感知与符号数据，增强机器人智能行为，并集成于MERLIN2架构。
2024-02-08 cs.RO
Automating Manual Tasks through Intuitive Robot Programming and Cognitive Robotics
Laboratory for Machine Tools and Production Engineering (WZL) of RWTH Aachen University（亚琛工业大学机床与生产工程实验室（WZL））
本文提出了一种基于人类自然交互的直观机器人用户编程方法，利用大语言模型和计算机视觉将自然语言和手势转化为机器人程序，并通过澄清问题和视觉反馈确保程序的安全性和透明性。
2026-04-07 cs.RO
Potentials and Limitations of Deep Neural Networks for Cognitive Robots
University of Hamburg（汉堡大学）；Department of Informatics（信息学系）；Knowledge Technology（知识技术）
尽管深度神经网络在几个基准测试中表现出色，甚至获得了科学宣传，但它们无法解决整体认知的概念。在本文中，我们认为，这些架构是潜在的有趣的认知机器人关于他们的感知表示能力的音频和视觉数据。然后，我们确定了认知机器人的关键设置，其中深度神经网络与认知机器人的挑战相比贡献甚微。最后，我们认为，相当未开发的领域储备池计算资格是一个组成部分，顺序学习在这种情况下。
2018-05-02 cs.RO
Robotic self-representation improves manipulation skills and transfer learning
University of Hamburg（汉堡大学）
认知科学认为，自我表征对学习和解决问题至关重要。然而，缺乏将这种说法与认知上合理的机器人和强化学习联系起来的计算方法。在本文中，我们通过开发一个模型来弥合这一差距，该模型学习双向动作-效果关联，以从多感官信息中编码身体图式和近个人空间的表征，称为多模态BidAL。通过三个不同的机器人实验，我们证明，这种方法显着稳定的学习为基础的问题解决在嘈杂的条件下，它提高了机器人操作技能的迁移学习。
2020-11-13 cs.AI cs.RO
PhysicalAgent: Towards General Cognitive Robotics with Foundation World Models
Intelligent Robotics Laboratory, Skolkovo Institute of Science and Technology (Skoltech)（斯克尔科夫科学与技术研究所智能机器人实验室）
提出PhysicalAgent框架，结合迭代推理、扩散视频生成与闭环执行，通过视频演示与失败重规划实现机器人操作的稳健错误恢复，跨平台成功率达80%。
2025-09-17 cs.RO
RoboTwin: A Robotic Teleoperation Framework Using Digital Twins
Department of Electronic Systems Engineering, Indian Institute of Science（电子系统工程系，印度科学院）
本文提出RoboTwin双数字孪生框架，通过医生本地操控患者端数字孪生降低延迟和认知负担，并利用第二数字孪生提供安全保障与物体坐标回传，实验表明手术质量和遥操作精度显著提升，网络数据速率降低25倍。
2025-06-01 cs.RO cs.SY eess.SY
Are Transformers Truly Foundational for Robotics?
University of Sheffield（谢菲尔德大学）；Opteran Technologies Ltd.（奥普特兰技术有限公司）；Macquarie University（麦考瑞大学）
本文质疑 GPT 在机器人技术中的效用，对比其高昂计算成本与昆虫大脑的稳健自主性，并提炼生物学启示以提升 GPT 在机器人中的应用价值。
2025-02-27 cs.AI cs.RO
CognitiveOS: Large Multimodal Model based System to Endow Any Type of Robot with Generative AI
Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究院）
本文提出CognitiveOS，一个基于多智能体与Transformer架构的模块化操作系统，赋予各类机器人生成式AI能力，在推理任务中以77%成功率超越现有系统，并具备高适应性和可扩展性。
2024-03-19 cs.RO
Distributed AI Agents for Cognitive Underwater Robot Autonomy
School of Engineering & Physical Sciences, Heriot-Watt University（工程与物理科学学院，赫里奥特-瓦特大学）
本文提出UROSA架构，利用ROS 2中的分布式大语言模型AI智能体实现水下机器人认知自主，通过灵活角色、检索增强生成和强化学习，在仿真与真实任务中优于传统规则方法。
2025-08-04 cs.AI cs.MA cs.RO
Scilab-RL: A software framework for efficient reinforcement learning and cognitive modeling research
Hamburg University of Technology（汉堡工业大学）；Institute for Data Science Foundations（数据科学基础研究所）
针对认知建模与强化学习研究缺乏整合多类功能的模块化工具套件的问题，提出聚焦目标条件强化学习的Scilab-RL软件框架，可降低实验时间成本、提升研究效率。
2024-01-25 cs.AI cs.LG cs.RO
MemoryVLA: Perceptual-Cognitive Memory in Vision-Language-Action Models for Robotic Manipulation
Department of Automation, BNRist, Tsinghua University（自动化系、BNRist、清华大学）；Dexmal；MEGVII Technology（MEGVII技术）；Tianjin University（天津大学）；Harbin Institute of Technology（哈尔滨工业大学）；StepFun
MemoryVLA通过结合感知与认知记忆机制，提升机器人操作中长时间跨度任务的性能，实现对时间依赖任务的高效处理。
2026-01-30 cs.CV cs.RO
RoBridge: A Hierarchical Architecture Bridging Cognition and Execution for General Robotic Manipulation
Sun Yat-sen University（中山大学）；MBZUAI；Peng Cheng Laboratory（鹏城实验室）；X-Era.AI Inc.（X-Era.AI公司）；Spatialtemporal AI（时空人工智能）
本文提出分层架构 RoBridge，通过 VLM 认知规划器、符号化 IOR 和强化学习具身智能体弥合认知与执行，在新任务及少样本 sim-to-real 操作中显著提升成功率。
2025-07-23 cs.AI cs.CV cs.RO
ROSoClingo: A ROS package for ASP-based robot control
University of Potsdam（波茨坦大学）；University of New South Wales（新南威尔士大学）
知识表示和推理能力是至关重要的认知机器人技术，因为它们提供了更高层次的认知功能的推理行动，环境，目标，感知等，虽然答案集编程（ASP）是非常适合这样的功能建模，有到目前为止没有无缝的方式使用ASP在机器人环境。我们解决这个缺点，并展示了如何利用最近开发的反应ASP系统提供适当的推理能力的机器人系统内。更准确地说，我们提供了一个集成了响应式ASP求解器oClingo与流行的开源机器人中间件ROS的包。由此产生的系统，ROSoClingo，提供了一个通用的方式，通过该ASP程序可以用来控制机器人的行为，并响应机器人的行动的结果。
2013-07-28 cs.AI cs.RO
CBCL-PR: A Cognitively Inspired Model for Class-Incremental Learning in Robotics
University of Waterloo（滑铁卢大学）；Concordia University（康考迪亚大学）；The Pennsylvania State University（宾夕法尼亚州立大学）
本文提出受海马体和新皮层概念学习理论启发的CBCL-PR框架，通过聚类集合表示和重放旧类数据解决少样本类别增量学习问题，在分类数据集和机器人实验中均取得SOTA性能。
2023-07-31 cs.CV cs.LG cs.RO
