Common (good) practices measuring trust in HRI
University of Hertfordshire(赫特福德大学);University of Naples Federico II(那不勒斯费德里科二世大学)
本文概述了人机交互中测量信任的现有方法及其优势,识别了覆盖薄弱的方面,并讨论了更全面覆盖影响信任因素的潜力。
2023-11-20 cs.AI cs.RO
Are you still with me? Continuous Engagement Assessment from a Robot's Point of View
L-CAS, University of Lincoln(林肯大学L-CAS(林肯大学林肯先进科学与工程中心));University of Lincoln(林肯大学);L-CAS(林肯先进科学与工程中心(L-CAS))
在人机交互(HRI)环境中持续测量用户与机器人的参与度为原位强化学习铺平了道路,提高了交互质量的指标,并可以指导交互设计和行为优化。然而,参与往往被认为是非常多方面的,很难捕捉在一个可行的和通用的计算模型,可以作为一个整体的措施参与。基于直观的方式,人类可以成功地评估情况,当他们看到它时,他们的参与程度,我们提出了一种新的回归模型(利用CNN和LSTM网络),使机器人能够在与人类交互期间从标准视频流计算单个标量参与,从交互机器人的角度获得。该模型是基于一个长期的数据集,从一个自主导游机器人部署在公共博物馆,连续注释的数字参与评估由三个独立的编码器。我们表明,该模型不仅可以在我们自己的应用领域中很好地预测参与度,而且可以成功地将其转移到完全不同的数据集(具有不同的任务,环境,相机,机器人和人)。经过训练的模型和软件可供HRI社区使用,作为衡量各种环境中参与程度的工具。
2021-05-15 cs.RO
Bots against Bias: Critical Next Steps for Human-Robot Interaction
Institute of Science Tokyo(东京科学研究所)
本文探讨人机交互中的偏见问题,分析偏见来源与表现,提出两条路径(偏见意识设计与利用机器人应对人类偏见),并给出关键后续步骤。
2024-12-17 cs.AI cs.HC cs.RO
Can You Trust Your Trust Measure?
Tufts University(塔夫茨大学)
人机交互(HRI)中的信任主要通过两种方式来测量:通过主观问卷和通过行为任务。为了通过调查问卷优化信任测量,HRI领域面临两个挑战:开发适用于具有不同能力的各种机器人的标准化测量,以及探索机器人信任的社会和关系维度(例如,仁)。在本文中,我们通过研究人们是否认为这些问卷中的项目适用于不同类型的机器人和交互,来研究不同的信任问卷在不同方向(一般性与探索性)的挑战下如何表现。在研究1中,我们表明,在与机器人(非人形)和互动场景(火灾疏散),参与者评价多个问卷项目,如“这个机器人是有原则的”为“一般不适用于机器人”或“不适用于这个机器人”。在研究2中,我们表明,这些评级的频率变化(事实上,即使是一般的机器人被评为N/A的项目)时,提出了一个新的方案(游戏玩人形机器人)。最后,虽然整体信任分数对N/A评级保持稳健,但我们的研究结果揭示了这些分数通常被解释的潜在谬误。最后,我们的建议,为未来的研究,以及理论的影响,人力资源投资领域的信任问卷的开发,使用和结果报告。
2021-04-23 cs.HC cs.RO
Validating Virtual Reality for Studying Multimodal Human-Robot Interaction in Socially Aware Robot Navigation
LAAS-CNRS, Universite de Toulouse(法国国家科学研究中心图卢兹分部,图卢兹大学);Inria Nancy(法国国家信息与自动化研究所南锡分部)
研究VR在社交感知机器人导航中研究多模态人机交互的适用性,通过受试者内研究,让参与者在现实与VR环境中与机器人交互,结果显示VR能捕捉交互行为,可成为研究多模态行为的可靠灵活平台。
2026-07-13 cs.RO
Advances in Human-Robot Handshaking
Technical University of Darmstadt(达姆施塔特工业大学);Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所)
使用社会化的拟人机器人来支持各行各业的人类一直在增加。在人机交互(HRI)中,物理交互的非语言行为是更自然交互的关键。握手是一种在许多社交环境中常用的自然交互。这是第一次发生的非语言互动之一,因此应该成为社交机器人的一部分。在本文中,我们探讨了现有的状态,人与机器人握手,并讨论了可能的方式前进,这种物理交互行为。
2020-08-26 cs.HC cs.RO
The Social Context of Human-Robot Interactions
Computer Science Department, Yale University(耶鲁大学计算机科学系)
针对HRI领域“社会语境”定义与使用不统一导致的沟通误解问题,本文通过调研文献提出人机交互社会语境的概念模型,助力相关研究规划、行为建模及结果分析。
2025-08-19 cs.AI cs.HC cs.MA
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
Share with Me: A Study on a Social Robot Collecting Mental Health Data
University of Washington(华盛顿大学)
社交机器人已被用于以各种方式帮助心理健康,例如帮助自闭症儿童改善他们的社交技能和执行功能,如联合注意力和身体意识。它们也被用来帮助老年人减少孤立和孤独的感觉,以及支持青少年和儿童的心理健康。然而,这一领域的现有工作仅通过社交机器人对人类活动做出交互式反应来帮助他们学习相关技能,从而显示出对心理健康的支持。我们假设人类也可以通过与社交机器人发布或分享他们的心理健康数据来获得社交机器人在心理健康方面的帮助。在本文中,我们提出了一个人机交互(HRI)的研究来评估这一假设。在为期五天的研究中,共有55名(n=55)参与者与社交机器人分享了他们当时的情绪和压力水平。我们看到了大多数积极的结果,表明值得在这个方向上开展未来的工作,以及社交机器人在很大程度上支持心理健康的潜力。
2022-08-08 cs.RO
Robots that Take Advantage of Human Trust
Stanford University(斯坦福大学)
人类通常认为机器人是理性的。我们相信机器人会在给定目标的情况下采取最优行动;因此,当我们不确定机器人的目标是什么时,我们会将机器人的行动解释为相对于我们对其目标的估计而言是最优的。当机器人直接优化其目标时,这种方法是有意义的,并使人类能够了解机器人试图实现的目标。然而,我们的观点是,当机器人意识到人类通过信任机器人的行为是理性的来学习时,智能机器人不会像人类期望的那样行事;相反,它们利用人类的信任,并利用这种信任更有效地优化自己的目标。在本文中,我们正式建模的人与机器人交互(HRI)的情况下,人类不知道机器人的目标,使用一个两人游戏。我们制定了不同的方式,机器人可以模拟不确定的人,并比较这个游戏的解决方案时,机器人有保守,乐观,理性和信任的人类模型。在离线线性二次案例研究和实时用户研究中,我们表明信任人类模型可以自然地导致机器人的交流行为,从而影响最终用户并增加他们的参与。
2019-09-12 cs.RO
Sharing Cognition: Human Gesture and Natural Language Grounding Based Planning and Navigation for Indoor Robots
TCS Research and Innovation Labs(塔塔咨询服务研究与创新实验室)
人与人之间的合作使得即使在未知的场景中也可以轻松执行任务和无缝导航。凭借我们的个人知识和集体认知技能,我们可以在不可预见的情况和环境中推理并表现良好。为了实现机器人在人类之间导航并与他们互动的类似潜力,它必须获得与人类进行简单,高效和自然的通信和认知共享的能力。在这项工作中,我们的目标是利用人类的手势,这是已知的最突出的沟通方式后的讲话。我们演示了如何将手势的沟通空间的理解可以实现在一个非常简单而有效的方式使用机器人具有视觉和听觉能力。这显示了在需要开发认知和室内导航的任务中仅使用基于视觉和视觉的导航,语言基础或人机交互的巨大优势。我们采用最先进的语言基础和人机交互模块,在现实环境中展示了一种新型的系统管道,用于执行一系列具有挑战性的任务。据我们所知,这是第一个在室内环境中耦合HRI和语言基础领域以展示自主导航的管道。
2021-08-14 cs.RO
Your Robot Will Feel You Now: Empathy in Robots and Embodied Agents
School of Computing Science, Simon Fraser University(计算科学学院,西蒙弗雷泽大学);School of Interactive Arts and Technology, Simon Fraser University(交互艺术与技术学院,西蒙弗雷泽大学)
本文综述了人类机器人交互和具身对话代理领域中共情行为和模型的研究,探讨如何将这些经验应用于当今基于语言的代理系统。
2026-02-12 cs.AI cs.CV cs.RO
Enhancing Human-robot Collaboration by Exploring Intuitive Augmented Reality Design Representations
Oklahoma State University(俄克拉荷马州立大学)
随着使用增强现实(AR)来增强工作环境中人类代理和机器人系统之间的交互的持续增长,机器人必须以信息丰富但直接的方式传达其意图。这提高了人类代理在工作环境中的信任感和安全感,同时也减少了任务完成时间。为此,我们讨论了一套指导方针,为人机交互(HRI)系统的AR界面的系统设计。此外,我们开发的设计框架将依赖于这些指导方针,并作为寻求进一步探索这一方向的研究人员的基础。我们开发了一系列的设计,视觉上代表机器人的计划路径和反应,我们进行了一项用户调查,涉及14名参与者进行评估。受试者被给予不同的设计表示审查和评级的基础上,他们的直观性和信息。整理的结果表明,我们的设计表示显着提高了参与者的容易理解机器人的意图超过基线的机器人的建议导航路径,计划手臂轨迹,和反应。
2023-03-09 cs.HC cs.RO
What Can Robots Teach Us About Trust and Reliance? An interdisciplinary dialogue between Social Sciences and Social Robotics
CY Cergy Paris University(赛尔吉巴黎大学);ENSEA(法国高等电力学院);CNRS(法国国家科学研究中心);Université Paris 8(巴黎第八大学);Inria(法国国家信息与自动化研究所);Université de Lorraine(洛林大学)
本文主张融合社会科学与社会机器人学视角,通过跨学科对话探讨人机交互中信任的形成、检验与显现,以构建更扎实且适应性强的信任理解框架。
2025-07-17 cs.RO
How Do Human Users Teach a Continual Learning Robot in Repeated Interactions?
University of Waterloo(滑铁卢大学);University of Hertfordshire(赫特福德大学)
本文采用以人为中心的方法,通过40名参与者和200次会话研究人类教导持续学习机器人的风格差异,发现个体教学风格存在显著差异需个性化适应,且现有受约束实验设置不足以评估真实交互。
2023-06-30 cs.HC cs.LG cs.RO
Human-Robot Handshaking: A Review
Technical University of Darmstadt(达姆施塔特工业大学);Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所)
几年来,在各种情况下使用社交拟人化机器人的情况一直在增加。这些机器人是为了与人类互动而开发的,并配备了相应的四肢。它们已经支持各个行业的人类用户,例如零售,美食,酒店,教育和医疗保健。在这种人机交互(HRI)场景中,物理触摸在社交机器人的各种应用中起着核心作用,因为交互式非语言行为是使交互更加自然的关键因素。握手是一种简单、自然的互动方式,在许多社交场合都很常见,被视为问候、告别和祝贺的象征。在本文中,我们看一看的人与机器人握手的研究现状,分类工作的基础上,他们的重点领域,得出这些领域的主要发现,并分析他们的陷阱。我们主要看到在相互作用的不同阶段存在某种形式的同步。除此之外,我们还发现凝视、语音、面部表情等其他因素会影响机器人握手的感知,而个性和情绪等内部因素会影响人类执行握手行为的方式。基于这些发现和见解,我们最后讨论了研究这种身体互动行为的可能途径。
2021-02-14 cs.HC cs.RO
Talking Like One of Us: Effects of Using Regional Language in a Humanoid Social Robot
Institute of Information Systems, University of Lübeck(吕贝克大学信息系统研究所)
本文通过 Pepper 机器人使用高地德语与低地德语开展对照实验,并以 RoSAS 评估17名参与者,发现地区语言可显著提升其感知热情。
2024-12-06 cs.AI cs.RO
The Six Hug Commandments: Design and Evaluation of a Human-Sized Hugging Robot with Visual and Haptic Perception
Institute for Clarity in Documentation(文档清晰研究所);Inria Paris-Rocquencourt(巴黎-罗quentourt研究所);Rajiv Gandhi University(拉贾·甘地大学);Tsinghua University(清华大学);Palmer Research Laboratories(帕勒实验室)
本文提出六条准则设计并评估了一种具有视觉和触觉感知的人形拥抱机器人,通过实验验证了其在提升用户感知和拥抱体验方面的有效性。
2021-01-19 cs.HC cs.RO
Towards human-like kinematics in industrial robotic arms: a case study on a UR3 robot
Bialystok University of Technology(比亚韦斯托克工业大学);University of Las Palmas de G.C.(大加那利岛拉斯帕尔马斯大学);IDeTIC Institute(IDeTIC研究所)
本文以UR3机器人为例,利用快速人类运动的运动学理论及Sigma-Lognormal模型生成钟形速度曲线,使机械臂运动更具类人性,实验证实了该方法的可行性。
2024-09-25 cs.RO cs.SY eess.SY
End-User Development for Human-Robot Interaction
University of Wisconsin–Madison(威斯康星大学麦迪逊分校);U.S. Naval Research Laboratory(美国海军研究实验室);PAL Robotics(PAL机器人公司);Semio
本文介绍在HRI 2024举办的首届EUD4HRI研讨会,旨在厘清EUD相对机器人学习、远程操作等方法的定位、适用情境与目标用户,并推动学界和产业界形成共识。
2024-02-27 cs.HC cs.RO