Aesthetics of Robot-Mediated Applied Drama: A Case Study on REMind
Systems Design Engineering, University of Waterloo(滑铁卢大学系统设计工程系);Electrical & Computer Engineering, University of Waterloo(滑铁卢大学电气与计算机工程系);Communication Arts, University of Waterloo(滑铁卢大学传播艺术系)
本文探讨机器人辅助应用戏剧RMAD的美学设计,通过REMind反霸凌机器人角色扮演游戏,展示如何通过整体体验设计使机器人戏剧更具情感和审美吸引力。
2026-03-25 cs.HC cs.RO
Personalized Mental State Evaluation in Human-Robot Interaction using Federated Learning
ARM-Lab University of Applied Sciences of Southern Switzerland (SUPSI)(ARM实验室 瑞士南方应用科学大学(SUPSI));DAUIN Department Politecnico di Torino(DAUIN部门 托斯纳理工学院);DIST Department Politecnico di Torino(DIST部门 托斯纳理工学院)
本文提出一种集成联邦学习的人机协作框架,利用多模态生理信号在保护隐私的前提下实现个性化的操作员压力评估,其预测准确率媲美集中式训练,有效优化了工业场景中的人机交互。
2025-06-25 cs.HC cs.RO
Toward Personalized Social Robots for Child Well-being: Data Requirement Principles from a Recommender-System Perspective
University of Cambridge(剑桥大学);Honda Research Institute Japan(本田日本研究院)
研究如何为儿童福祉打造个性化社交机器人,从推荐系统角度出发,针对数据收集难题提出四个数据原则及具体指导方针。
2026-07-07 cs.HC cs.RO
A Personalized Household Assistive Robot that Learns and Creates New Breakfast Options through Human-Robot Interaction
University of Waterloo(滑铁卢大学)
本文提出一种家用辅助机器人认知架构,结合感知学习、记忆模型与任务规划,使Fetch机器人能从用户学习个性化早餐选项并创造全新早餐方案。
2023-06-30 cs.AI cs.HC cs.RO
Play-Testing REMind: Evaluating an Educational Robot-Mediated Role-Play Game
University of Waterloo(滑铁卢大学)
本文评估了REMind,一种旨在帮助儿童应对校园欺凌的教育机器人介导角色扮演游戏,通过混合方法测试发现其提升了自我效能、视角转换和干预策略等学习目标。
2026-03-31 cs.ET cs.HC cs.RO
Personalized Behaviour Models: A Survey Focusing on Autism Therapy Applications
Hochschule Bonn-Rhein-Sieg(波恩-莱茵-锡格应用技术大学)
患有自闭症谱系障碍的儿童发现机器人比人类更容易沟通。因此,机器人已被引入自闭症治疗。然而,由于环境的复杂性,使用的机器人往往必须手动控制。这是这种系统的显著缺点,并且需要使它们更加自主。特别是,机器人应该解释儿童的状态,并根据治疗中儿童的行为不断调整其行动。本调查详细阐述了不同形式的个性化机器人行为模型。从人与机器人交互领域的各种方法,以及儿童与机器人交互,进行了讨论。目的是比较它们的缺陷,在真实场景中的可行性,以及自闭症特定机器人辅助治疗的潜在可用性。机器人在治疗游戏期间学习适当的交互策略的算法的一般挑战是增加机器人的自主性,从而为机器人的决策提供基础。
2022-05-18 cs.RO
A MultiModal Social Robot Toward Personalized Emotion Interaction
The George Washington University(乔治华盛顿大学)
人类的情感通过多种方式表达,包括语言和非语言信息。此外,人类用户的情感状态可以是参与和成功交互的水平的指标,适合于机器人用作通过交互优化机器人行为的奖励因素。本研究展示了一个多模态人机交互(HRI)框架与强化学习,以提高机器人的交互政策和个性化的人类用户的情感互动。我们的目标是在社交场景中应用这个框架,让机器人生成一个更自然、更吸引人的HRI框架。
2021-10-08 cs.AI cs.RO
Pack It My Way: Triadic Human-Robot Collaboration for Personalized Autonomous Packing
New Jersey Institute of Technology(新泽西理工学院)
本文研究三元人机协作,对比人类专家与语音代理作为中介的个性化自主打包,发现语音代理在两类偏好任务中表现相当,可减少专家参与,但存在可靠性感知与偏好泛化挑战。
2026-09-07 cs.RO
Design, Development, and Evaluation of an Interactive Personalized Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises
Singapore Management University(新加坡管理大学);Instituto Superior Técnico(高等技术学院);University of Madeira(马德拉大学)
本研究设计并评估了一种集成神经网络与规则模型的社交机器人系统,用于个性化监测和指导中风后康复锻炼,通过个体数据调整实现实时反馈,性能与专家水平相当。
2023-05-12 cs.AI cs.HC cs.RO
M2HRI: An LLM-Driven Multimodal Multi-Agent Framework for Personalized Human-Robot Interaction
University of Virginia(弗吉尼亚大学)
提出M2HRI框架,通过个性、长期记忆和情境化协调机制赋予每个机器人独特身份,实验表明该方法能提升交互自然性和协调性。
2026-06-23 cs.RO
Not Forgotten: Implementation and Evaluation of a Personalized Episodic Memory for the Humanoid Robot Head Kim
Stuttgart Media University(斯图加特媒体大学);University of Lübeck(吕贝克大学)
研究针对社交机器人跨会话无记忆问题,提出在人形机器人头部Kim上集成轻量级情景记忆模块,结合语义检索与对话系统,用混合评分函数检索交互并注入提示,实验表明该模块提升社交性且未引发负面反应。
2026-07-28 cs.AI cs.HC cs.RO
Robot art, in the eye of the beholder?: Personalization through self-disclosure facilitates visual communication of emotions in representational art
社会辅助机器人可以帮助支持人们的福祉,在艺术治疗等人类治疗师稀缺的情况下,通过与人们一起创作艺术,如绘画,以情感上的偶然性和创造性的方式。然而,目前的艺术创作机器人通常要么是偶然的,由人类艺术家控制作为工具,要么是创造性的,编程独立绘画,可能是因为一些与艺术相关的复杂和特殊的概念,如情感和创造力,还没有很好地理解。例如,经验美学研究了个性化品味在形成美的评价中的作用,但如何产生对个人来说表达某种情感(如快乐或悲伤)的艺术却不太清楚。在本文中,使用协作原型/绿野仙踪方法,通过旨在识别棘手概念的开放式情感配置文件,探索通用机器人艺术制作策略和艺术个性化。作为一个探索性的用户研究的结果,参与者表示一些偏好的机器人艺术制作策略,涉及“视觉隐喻”,以平衡外源性和内源性成分,个性化的代表性草图,据报道,传达情感更清楚地比通用草图。文章最后讨论了个性化的抽象艺术,以及更丰富的艺术创作策略和用户模型的建议。因此,当前工作的主要概念性进展在于建议交互式机器人如何通过个性化艺术在视觉上表达情感;总体目标是,这有助于为这一有前途的领域的下一步工作提供信息,并促进机器人在日常人类环境中的技术接受。
2020-05-08 cs.HC cs.RO
Evaluating the Impact of Personalized Value Alignment in Human-Robot Interaction: Insights into Trust and Team Performance Outcomes
University of Michigan(密歇根大学);Air Force Research Laboratory(美国空军研究实验室);Miami Herbert Business School(迈阿密赫伯特商学院)
本文研究了机器人奖励函数实时个性化对齐人类价值观对信任和团队绩效的影响,提出三种交互策略并在54人参与的威胁搜索实验中通过信任感知MDP和贝叶斯IRL进行评估,发现当缺乏知情先验时,价值对齐能提升信任和感知绩效且不损害客观绩效。
2023-11-27 cs.RO
USER-VLM 360: Personalized Vision Language Models with User-aware Tuning for Social Human-Robot Interactions
Sorbonne University(索邦大学);International University of Rabat(拉巴特国际大学)
提出User-VLM 360°框架,通过用户感知调优和偏见缓解,实现个性化社交人机交互,在八个基准上取得最先进性能,并开源模型与伦理验证框架。
2025-02-28 cs.AI cs.HC cs.RO
Personalized Socially Assistive Robots With End-to-End Speech-Language Models For Well-Being Support
Department of Computer Science, University of Southern California(计算机科学系,南加州大学)
本文提出将端到端语音-语言模型集成到社交辅助机器人中,通过用户研究验证其共情反馈与自然对话能力,并识别非语言行为同步性及言语反馈个性化方面的不足,为未来改进提供依据。
2025-07-18 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
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
The functional and temporal roles of gaze evolve across the phases and constraints of multi-stage robot-mediated manipulation
The BioRobotics Institute, Scuola Superiore Sant’Anna(生物机器人研究所,高等圣安娜学院);Department of Excellence in Robotics and AI, Scuola Superiore Sant’Anna(机器人与人工智能卓越部门,高等圣安娜学院)
研究通过目标导向遥操作实验,发现注视仍与任务目标对齐,但视觉注意力重新分布到机械臂和物体上,增加在线监控,表明预测性注视在改变具身性时得以保留但重组。
2026-08-18 cs.RO
Design Activity for Robot Faces: Evaluating Child Responses To Expressive Faces
University of Nevada, Reno(内华达大学雷诺分校)
本文研究儿童绘制个性化数字面孔对儿童-机器人互动的影响,通过设计活动让儿童绘制自定义机器人面孔,并比较通用面孔与个性化面孔的社会智能感知,发现儿童绘制的机器人面孔能显著提升感知社会智能。
2025-04-10 cs.HC cs.RO
Personalized and Robust Proactive Robot Assistance with Uncertainty-Guided LLM Reasoning
Concordia University(康考迪亚大学)
提出GLOBE框架,结合n-gram马尔可夫模型与不确定性引导的大语言模型推理,在家庭环境中实现高效鲁棒的主动机器人辅助,并在HOMER-Noise数据集上验证了其性能与效率。
2026-06-07 cs.RO
An Interactive Augmented Reality Interface for Personalized Proxemics Modeling
University of Southern California(南加州大学)
本文提出一种基于增强现实界面和主动迁移学习的个性化 proxemics 建模方法,通过两项用户研究验证其有效性,微调使测试误差平均降低26.97%,并获老年用户好评。
2024-08-06 cs.RO
CARPE-ID: Continuously Adaptable Re-identification for Personalized Robot Assistance
Leonardo Labs(莱昂纳多实验室);Istituto Italiano di Tecnologia(意大利理工学院);Università di Trento(特伦托大学);Université de Lorraine(洛林大学)
针对人机交互场景中机器人需在拥挤环境下个性化识别目标的需求,提出基于持续视觉自适应的CARPE-ID行人重识别模块,经遮挡、着装变化等场景测试,其跟踪准确率优于前沿多目标跟踪方法。
2024-01-31 cs.CV cs.RO
A Deployable Architecture for Robot-Mediated Tasks (DART): Evaluation in Socially Assistive Robot-Guided Cognitive Behavioral Therapy Exercises
University of Southern California(南加州大学)
本文提出DART架构,通过Web和云扩展低成本社交辅助机器人,支持CBT练习,实验室和家庭部署中显著降低用户焦虑并获高可用性评分。
2026-09-14 cs.RO
Can I Trust You? A User Study of Robot Mediation of a Support Group
University of Southern California(南加利福尼亚大学);Pennsylvania State University(宾夕法尼亚州立大学)
社交辅助机器人在社交环境中与人群互动时,有可能改善群体动态。这项工作有助于理解这些动态通过用户的信任动态的机器人介导的支持组的新的背景下进行研究。在这项研究中,一个新的框架,机器人调解的支持组的开发和验证。为了评估在多方设置的人际信任,二元信任量表实施,发现是单因素的,验证它作为一个适当的措施,一般的信任。本研究的结果表明,小组互动会议后,平均人际信任显着增加,定性会后访谈数据报告,参与者发现互动的帮助和成功的支持,并从对方学习。研究结果证实,以机器人为中介的支持小组可以提高陌生人之间的信任,并允许他们分享和获得对学业压力的支持。
2020-02-11 cs.HC cs.RO
Energy Efficient Personalized Hand-Gesture Recognition with Neuromorphic Computing
Sheffield Hallam University(谢菲尔德哈勒姆大学)
针对人机交互的手势识别需求,提出基于神经形态计算的脉冲卷积神经网络训练新方法,用于低功耗个性化手势识别,给出初步结果并提及性能优化方向。
2023-07-25 cs.RO
Bidirectional Intent Communication: A Role for Large Foundation Models
TU Chemnitz(开姆尼茨工业大学);Robert Bosch GmbH(罗伯特·博世有限公司);Technical University of Munich(慕尼黑工业大学);Centre for Applied Autonomous Sensor Systems (AASS), Örebro University(厄勒布鲁大学应用自主传感系统中心)
本文提出Bident框架,利用多模态基础模型实现双向人机意图通信,通过语音和注视等输入及言语和手势输出,支持个性化教育和医疗保健等应用。
2024-08-20 cs.HC cs.RO
Personalized Speech Emotion Recognition in Human-Robot Interaction using Vision Transformers
Louisville Automation and Robotics Research Institute (LARRI)(路易斯维尔自动化与机器人研究所);University of Louisville(路易斯维尔大学)
本文面向人机交互中的个性化语音情感识别,提出在基准数据集上微调 ViT 与 BEiT 并结合集成方法,利用 NAO 对话音频验证其四类情感识别性能。
2025-03-17 cs.HC cs.RO cs.SD
What Makes an Educational Robot Game Fun? Framework Analysis of Children's Design Ideas
Faculty of Engineering, University of Waterloo(滑铁卢大学工程学院);Games Institute, University of Waterloo(滑铁卢大学游戏研究院)
本研究通过框架分析儿童设计理念,识别出28个乐趣元素,为社交机器人教育游戏REMind的设计提供指导,以促进儿童对欺凌的旁观者干预。
2024-11-05 cs.HC cs.RO
Preference Change in Persuasive Robotics
University College London(伦敦大学学院)
人机交互对人产生影响,往往会改变人的行为。本文探讨了这种改变行为的外部性-偏好变化。它扩展了以前关于AI系统中偏好变化的工作。具体来说,本文将探讨机器人的自适应行为,个性化的用户,可以通过社会互动施加影响,从而改变用户的偏好。它认为,与其他普遍技术相比,考虑到机器人影响行为的独特能力,这种风险很高。因此,说服性机器人有被操纵的风险。
2022-06-21 cs.HC cs.RO
Personalizing User Engagement Dynamics in a Non-Verbal Communication Game for Cerebral Palsy
University of Southern California(南加州大学);University of California, Irvine(加州大学欧文分校)
患有脑瘫(CP)的儿童和成人可能会因其运动障碍的症状而出现不自主的上肢运动,导致与看护人和同龄人沟通困难。我们描述了一个社会辅助机器人可以帮助个人与CP练习非语言交际手势使用一个积极的矫形器在一对一的数字猜游戏。我们进行了用户研究和数据汇集与参与者CP,我们发现,参与者更喜欢一个具体的机器人在基于屏幕的代理,我们使用的参与者数据训练个性化的参与者参与动态模型,可用于选择个性化的机器人动作。我们的工作突出了个性化模型在CP用户与社交辅助机器人的互动中的优势,并为该领域未来的工作提供了设计见解。
2021-07-15 cs.RO
Towards Balancing Preference and Performance through Adaptive Personalized Explainability
Toyota Research Institute(丰田研究院);Georgia Institute of Technology(佐治亚理工学院);University of California, Berkeley(加州大学伯克利分校)
本研究通过模拟自动驾驶领域的用户研究,发现不同可解释性模式在偏好和性能上存在差异,且偏好与性能不一致,据此提出自适应个性化策略以平衡二者,显著提升性能。
2025-03-21 cs.AI cs.HC cs.RO
Developing Autonomous Robot-Mediated Behavior Coaching Sessions with Haru
University of Southern Denmark(南丹麦大学);Honda Research Institute Japan(日本本田研究所)
本研究开发了基于桌面社交机器人Haru的完全自主对话系统,结合Tiny Habits方法促进行为改变,实验表明该系统显著提升了机器人的生动性、交互性和中立性感知。
2024-02-18 cs.AI cs.CL cs.RO
Brain Computer Interface for Gesture Control of a Social Robot: an Offline Study
University of Tennessee, Knoxville(田纳西大学诺克斯维尔分校);University of Kentucky(肯塔基大学);Ferdowsi University of Mashad(菲尔多西大学马什哈德分校)
脑机接口(Brain Computer Interface,BCI)通过根据患者的意图控制计算机和机器人设备,在神经假体和神经康复方面提供了有前景的应用。在这里,我们开发了一种新的BCI平台,使用非侵入性获取的大脑信号控制个性化的社交机器人。头皮脑电图(EEG)信号在假想运动的任务期间从用户实时收集。使用回归模型解码想象的身体运动学以计算用户预期的速度。然后,将解码的运动学信息映射以控制社交机器人的手势。该平台可以作为一个人机交互框架,结合神经反馈机制,提高痴呆症患者的认知能力。
2017-07-23 cs.HC cs.RO
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
Adding More Value Than Work: Practical Guidelines for Integrating Robots into Intercultural Competence Learning
Indiana University Bloomington(印第安纳大学布卢明顿分校);Honda Research Institute Japan(本田研究院日本)
本文通过设计研讨会探讨了如何将社交机器人有效整合到K-12学校中,提出机器人在课堂中的适用场景和角色,以及如何在不取代教师的情况下补充教学,并考虑伦理问题。
2026-02-08 cs.HC cs.RO
A Hybrid Deep Learning Framework for Emotion Recognition in Children with Autism During NAO Robot-Mediated Interaction
Department of Information Technology, School of Engineering, Cochin University of Science and Technology(科钦大学科学与技术学院信息科技系);Indian Institute of Technology Kanpur(印度理工学院坎普尔学院)
本文提出了一种混合深度学习框架,用于识别自闭症儿童在NAO机器人互动中的情绪,通过结合CNN和GCN,利用大规模数据集提升情绪识别的准确性与实用性。
2025-12-13 cs.CV cs.RO
Modeling Engagement in Long-Term, In-Home Socially Assistive Robot Interventions for Children with Autism Spectrum Disorders
University of Southern California(南加州大学)
社会辅助机器人(SAR)具有很大的潜力,可以为自闭症谱系障碍(ASD)儿童提供可获得的,负担得起的和个性化的治疗干预。然而,人机交互(HRI)方法在自主识别和响应行为线索的能力方面仍然有限,特别是在非典型用户和日常环境中。这项工作应用监督机器学习算法来模拟ASD儿童长期家庭SAR干预背景下的用户参与。具体来说,我们为每个用户提供了两种类型的参与模型:(i)在来自不同用户的数据上训练的通用模型;以及(ii)在用户数据的早期子集上训练的个性化模型。该模型实现了约90%的准确性(AUROC)的事后二进制分类的参与,尽管在用户,会话和参与状态之间观察到的数据的高方差。此外,模型预测中的时间模式可用于在适当的时候可靠地启动重新接触行动。这些结果验证了在长期的、真实世界的HRI设置中识别和响应用户脱离的可行性和挑战。这项工作的贡献也为设计引人入胜和个性化的HRI提供了信息,特别是对于ASD社区。
2020-04-11 cs.HC cs.LG cs.RO
Multi-Task Trust Transfer for Human-Robot Interaction
National University of Singapore(新加坡国立大学)
信任对于塑造人类与他人以及与机器人的互动至关重要。本文讨论了人类对机器人能力的信任如何在多个任务之间转移。我们首先提出了两个不同的任务域的人类主体的研究:一个取机器人执行家庭任务和虚拟现实模拟的自动驾驶汽车执行驾驶和停车演习。这些发现扩展了我们对信任的理解,并通过潜在任务表示激发了新的可区分的信任演化和转移模型:(i)理性贝叶斯模型,(ii)数据驱动的神经网络模型,以及(iii)将两者结合起来的混合模型。实验表明,在预测对看不见的任务和用户的信任时,所提出的模型优于现行模型。这些结果表明,(i)任务相关的功能性信任模型更准确地捕捉人类对机器人能力的信任,以及(ii)可以很好地推断出任务之间的信任转移。后者使信任介导的机器人决策流畅的人机交互在多任务设置。
2021-08-26 cs.HC cs.RO
Explainable OOHRI: Communicating Robot Capabilities and Limitations as Augmented Reality Affordances
Princeton University(普林斯顿大学)
本文提出X-OOHRI,一种通过AR界面传达机器人能力和限制的可解释面向对象人机交互系统,通过视觉符号和颜色编码提升人机交互效率。
2026-01-21 cs.HC cs.RO
Supporting Productivity Skill Development in College Students through Social Robot Coaching: A Proof-of-Concept
SMART Lab, Department of Computer Science, New York University, Abu Dhabi(纽约大学阿布扎克分校计算机科学系SMART实验室)
本研究提出一种社交辅助机器人作为教育辅导员,通过六种课程提升大学生生产力,实现个性化、可扩展的解决方案。
2025-11-30 cs.AI cs.HC cs.RO
Exploring Embodied Emotional Communication: A Human-oriented Review of Mediated Social Touch
School of Mechanical Engineering and Automation, Beihang University(北京航空航天大学机械工程及自动化学院);College of Arts and Design, Beijing University of Chemical Technology(北京化工大学艺术与设计学院);Faculty of Industrial Design Engineering, Delft University of Technology(代尔夫特理工大学工业设计工程学院);School of electronic information and electrical engineering, Shanghai Jiao Tong University(上海交通大学电子信息与电气工程学院)
本文综述37个MST案例,整合情感类别与效价—唤醒模型,构建情感表达与触觉设计空间,并提出工作流、评估、伦理文化策略及未来方向。
2025-02-19 cs.HC cs.RO
Heteromated Decision-Making: Integrating Socially Assistive Robots in Care Relationships
University of Siegen(锡根大学);Halmstad University(哈尔姆斯塔德大学)
本文通过 Design Fiction 与 Zine-Making 专家工作坊,提出以 heteromation 视角理解社交辅助机器人在照护关系中的群体嵌入性决策。
2023-04-20 cs.HC cs.RO
POIROT: Investigating Direct Tangible vs. Digitally Mediated Interaction and Attitude Moderation in Multi-party Murder Mystery Games
Tsinghua University(清华大学);University of Pennsylvania(宾夕法尼亚大学);Syracuse University(Syracuse大学);National University of Singapore(新加坡国立大学);Royal College of Art(皇家艺术学院)
POIROT研究通过实验揭示,用户对机器人的负面态度影响其在多党谋杀谜游戏中的沉浸体验,表明交互方式需根据用户倾向进行适应性调整。
2026-03-09 cs.RO
Socially assistive robots' deployment in healthcare settings: a global perspective
Pompeu Fabra University(庞培法布拉大学)
社交机器人在社会中找到自己位置的主要领域之一是与医疗保健相关的应用。然而,很少有研究描绘了社交辅助机器人(SAR)在真实环境中的部署。使用文献研究方法,我们能够追溯来自33个不同国家的医院,老年护理中心,职业健康中心,私人住宅和教育机构的279次SAR部署经验,涉及52种不同的机器人模型。我们检索,分析和分类SAR在这些经验中开发的功能,它们部署的区域,主要制造商和正在采用的机器人模型。我们为SAR确定的功能是娱乐,陪伴,远程呈现,寓教于乐,提供一般和个性化的信息或建议,监测,促进体育锻炼和康复,测试和预诊断,提供用品,患者登记,提供位置指示,患者模拟器,保护措施执行,药物和健康依从性,翻译和多种语言对话,心理治疗、巡逻、与数字设备互动以及消毒。我们的工作提供了SAR在医疗保健相关应用的真实场景中部署的当前技术水平的深入了解,并有助于更好地理解这些机器在医疗保健领域的作用。
2021-10-14 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
Designing Social Robots for Inclusive Child Wellbeing Assessment: Insights from Communities Supporting Developmental Language Disorder and Forced Migration
针对沟通障碍儿童福祉评估的挑战,该研究通过焦点小组分析得出考量因素,提出机器人介导福祉评估的伦理与包容性设计建议,为相关设计提供指导。
2026-08-05 cs.RO
Factors that Affect Personalization of Robots for Older Adults
University of Wisconsin–Madison(威斯康星大学麦迪逊分校);Idiap Research Institute(伊迪亚普研究所)
本文基于两项实地研究提出面向养老机构辅助机器人个性化部署的因素分类框架,涵盖居民、护理伙伴、机器人、机构与外部环境。
2024-02-27 cs.RO
Updating Industrial Robots for Emerging Technologies
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);Karlsruhe University of Applied Sciences(卡尔斯鲁厄应用科学大学)
工业武器需要超越其标准形态,以拥抱新的和新兴的技术。在本文中,我们将首先执行四个流行的,但不同的现代工业机器人手臂的分析。通过看到共同的趋势,我们将尝试推断和扩展这些趋势的未来。在这里,特别关注的是通过盔装显示器(HMD)以及智能手机基于增强现实(AR)的交互。还将考虑长期的人机交互和所述交互的个性化。在人机交互中使用AR已被证明可以增强通信和信息交换。工业手臂设计的一个基本补充是在机器人上集成QR标记,用于访问信息和添加跟踪功能,以更容易地显示AR叠加。在最近的一个信息访问的例子中,梅赛德斯-奔驰在他们的汽车上添加了QR标记,以帮助救援人员在车祸后估计切割和疏散人员的最佳位置。人们还必须在一个越来越注重协作的环境中处理安全问题。因此,QR标记可以与欧盟项目SafeLog中开发的基于RF的测距模块相结合,该模块既可以用于安全,也可以用于在与工业臂进行近距离交互时跟踪人类位置。未来的工业武器也应该是直观的编程和交互。这将通过AR和盔装显示器以及已经提到的基于RF的人员跟踪来实现。最后,机器人和人类之间更个性化的互动可以通过终身学习的人工智能和无实体的个性化代理来实现。我们提出了一种设计,不仅存在于物理世界中,而且部分存在于混合现实的数字世界。
2023-03-28 cs.RO
SocialRobot: Towards a Personalized Elderly Care Mobile Robot
Citard Services Ltd.(Citard服务有限公司);University of Cyprus(塞浦路斯大学)
SocialRobot是一个欧洲合作项目,专注于提供实用和互动的解决方案,以提高老年人的生活质量。考虑到这一点,最先进的机器人移动平台已经与虚拟社会护理技术相结合,以满足老年人的个人需求和要求,遵循以人为本的方法。在这篇简短的论文中,我们概述了SocialRobot,开发的体系结构和人机交互的场景正在准备和测试的项目框架中的传播和开发的目的。
2018-09-14 cs.HC cs.RO
PARAssist: A Framework for Personalized and Adaptive Robotic Assistance from Ambiguous User Requests
University of Toronto(多伦多大学)
该研究提出PARAssist框架,利用视觉-语言模型结合用户历史与环境信息,个性化消除服务机器人模糊请求的歧义,经实验验证其个性化能力及核心组件的有效性。
2026-08-27 cs.HC cs.RO
IoHRT: An Open-Source Unified Framework Towards the Internet of Humans and Robotic Things with Cloud Computing for Home-Care Applications
University of Bristol(布里斯托大学);Bristol Robotics Laboratory(布里斯托机器人实验室)
人口老龄化加速导致对家用机器人的需求不断增加,以减轻护理人员的负担。物联网(IoT)、机器人技术和人机交互(HRI)技术的集成对于家庭护理应用至关重要。虽然机器人物联网(IoRT)的概念已被用于各个领域,但大多数现有的IoRT框架缺乏符合人体工程学的HRI接口,并且仅限于特定任务。本文提出了一种基于云计算的开放源代码的人与机器人物联网(IoHRT)统一框架,该框架将个性化的HRI接口与智能机器人和物联网技术相结合。这个开源框架具有高度的安全性、兼容性和模块化,允许无限制的用户访问。进行了两个案例研究,以评估拟议的框架的功能,评估其有效性在家庭护理的情况。用户的反馈是通过问卷调查收集的,这表明IoHRT框架在家庭护理应用方面具有很大的潜力。
2023-03-07 cs.RO
Enabling Robots to Infer how End-Users Teach and Learn through Human-Robot Interaction
Rice University(莱斯大学)
在人机交互(HRI)中,我们希望机器人理解我们,我们希望直观地理解机器人。为了与机器人进行交流和理解,我们可以利用交互,人类和机器人可以观察彼此的行为。然而,人类和机器人应该如何解释这些动作并不总是很清楚:一个给定的交互可能意味着几个不同的事情。在当今的最先进技术中,机器人为人类分配一个单一的交互策略,并根据这个固定的策略向人类学习或教导人类。相反,我们在这里认识到,不同的用户以不同的方式进行交互,因此一种尺寸并不适合所有人。因此,我们认为,机器人应该保持一个分布在可能的人类互动策略,然后推断每个终端用户如何在任务过程中进行交互。当机器人不确定人类的交互策略时,我们正式定义了学习和教学,并使用贝叶斯推理推导出这两个问题的解决方案。在示例和基准模拟中,我们表明我们的个性化方法优于保持固定交互策略的标准方法。
2019-02-02 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
A hybrid model-based evolutionary optimization with passive boundaries for physical human-robot interaction
Istituto Italiano di Tecnologia(意大利理工学院);São Carlos School of Engineering, University of São Paulo(圣保罗大学圣卡洛斯工程学院)
在过去的几十年里,物理人机交互领域发生了巨大的变化。因此,机器人系统的要求变得更具挑战性,包括针对不同任务和用户的个性化行为。已经提出了各种机器学习技术来赋予机器人这样的适应性特征。本文提出了一种基于模型的进化优化算法来调整手腕康复设备的视在阻抗。我们使用无源性来定义可能的控制器结果的边界,限制机器人的共享自主权,并确保耦合系统的稳定性。实验由硬件在环优化和用于腕关节康复的单自由度机器人组成。实验结果表明,所提出的技术可以产生定制的被动阻抗控制器为三个主题。此外,与定阻抗控制器相比,该方法在保证优化过程稳定性的前提下,使互作用力矩的均方根值降低了20%.
2022-03-01 cs.RO