An Engineer's Nightmare: 102 Years of Critical Robotics
Cornell University（康奈尔大学）
一个批判性的和重新配置的HRI可能会关注艺术，自捷克艺术家卡雷尔·卡佩克（Karel Capek）1921年批判性的机器人劳动寓言以来，机器人的另一段历史已经展开，机器人这个词在现代用法中被创造出来。本文探讨了几个向量，艺术家创造的机器人，无论是物理的和想象的，提供了明显的对比，机器人像往常一样，并提供方向，这些更解放的堂兄弟可能是有用的HRI领域。
2022-05-09 cs.HC cs.RO
A transparency-based action model implemented in a robotic physical trainer for improved HRI
Ben-Gurion University of the Negev（内盖夫本-古里安大学）
本文提出双向透明度动作（TBA）模型，使机器人既能向用户提供透明度信息，也能基于用户反馈采取动作，并在老年人实验中验证高透明度水平能显著提升用户接受度与交互体验。
2024-06-16 cs.HC cs.RO
Towards Massive Interaction with Generalist Robotics: A Systematic Review of XR-enabled Remote Human-Robot Interaction Systems
The Hong Kong Polytechnic University（香港理工大学）；The Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州））
该综述基于PRISMA方法系统回顾了100篇论文，总结了AR、VR、MR等扩展现实技术在远程人机交互中的应用、用户体验增强及交互设计，并指出了未来研究方向。
2024-03-26 cs.HC cs.RO
Can Robotic Experimenters help improve HRI Experiments? An Experimental Study
Ben-Gurion University of the Negev（内盖夫本-古里安大学）
本研究探讨机器人实验者替代人类执行重复性任务以支持人机交互（HRI）实验的可行性，发现机器人主导的试验错误更少且更流畅，且参与者感知无显著差异，表明该方法有益且值得考虑。
2023-11-24 cs.RO
Enabling Basic Normative HRI in a Cognitive Robotic Architecture
Tufts University（塔夫茨大学）
人类协作活动以社会和道德规范为基础，人类有意识和无意识地使用这些规范来指导和约束他们的决策和行为，从而加强他们的互动，防止情感和身体伤害。这种类型的基于范数的处理对于许多人机交互场景中的机器人也是至关重要的（例如，在辅助生活设施中帮助老年人和残疾人，或在工厂甚至空间站中帮助人类完成装配任务时）。在本立场文件中，我们将简要描述如何使用集成认知架构中的几个组件来实现规范的人机交互所需的过程，特别是在协作任务中，行动和情况可能被视为威胁，因此需要改变行动过程以减轻感知到的威胁。
2016-02-11 cs.AI cs.HC cs.RO
Plant-Inspired Robot Design Metaphors for Ambient HRI
Johns Hopkins University（约翰霍普金斯大学）；Rice University（Rice大学）
本文提出受植物启发的机器人设计隐喻，通过原型设计探索环境人机交互的新方法，提供了一套开源原型和设计洞察，以重塑人机交互方式。
2026-01-29 cs.HC cs.RO
Trust, Shared Understanding and Locus of Control in Mixed-Initiative Robotic Systems
University of Birmingham（伯明翰大学）；National Center for Nuclear Robotics（国家核机器人中心）
本文研究了如何信任，人类操作员和机器人之间的共享理解，控制点（LoC）的个性特质，发展和影响人机交互（HRI）在混合主动机器人系统。随着这些系统变得越来越先进，能够与人类操作员一起采取行动，机器人将从被视为工具转变为队友。因此，本文研究的团队导向的人的因素（即信任，共享的理解，和LoC）可以在高效的HRI中发挥至关重要的作用。在这里，我们提出了一个实验的结果，灵感来自灾难响应的情况下，操作员远程控制移动机器人在导航任务，无论是人类主动或混合主动控制，两个不同层次的自主权之间动态切换：遥控操作和自主导航。有证据表明，操作员信任并了解机器人系统，特别是在混合主动控制中，随着操作员对系统的熟悉程度和执行任务的能力的提高，信任和理解会随着时间的推移而增加。最后，证据和见解的LoC如何影响HRI。
2022-05-15 cs.HC cs.RO
Equanimity in HRI: Applying Calm Technology Principles to Human-Robot Interaction
Cognitive Science Department, Jagiellonian University（杰兹维日大学认知科学系）
本文探索将平静技术整合到人机交互中，为家庭辅助机器人设计提供指南，以促进平和、非侵入性的交互，并强调负责任机器人学与伦理考量。
2026-04-20 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
HRI in Indian Education: Challenges Opportunities
Max Planck Institute for Psycholinguistics（马克斯·普朗克心理语言学研究所）；Indian Institute of Technology（印度理工学院）；Symbiosis Institute of Technology（共生科技学院）
本文从印度视角探讨了设计人机交互（HRI）课程面临的挑战与机遇，指出这些问题直接影响课程设计并对整个HRI领域具有广泛意义。
2024-03-18 cs.HC cs.RO
Proceedings of the AI-HRI Symposium at AAAI-FSS 2020
National Institute of Standards and Technology（美国国家标准与技术研究院）；Franklin & Marshall College（富兰克林与马歇尔学院）；Heriot-Watt University（赫瑞-瓦特大学）；UMass-Lowell（马萨诸塞大学洛厄尔分校）；UT Austin（德克萨斯大学奥斯汀分校）；University of Leeds（利兹大学）；Semio；Plymouth University（普利茅斯大学）；Tufts University（塔夫茨大学）
自2014年以来，人工智能（AI）人机交互（HRI）研讨会一直是讨论和合作的成功场所。在这段时间里，机器人信任的相关主题一直在快速增长，世界各地的大学和实验室都在进行重大研究。事实上，许多过去的AI-HRI参与者已经或现在正在参与对HRI信任的研究。虽然信任没有共识的定义，但它通常与可预测性，可靠性，激发信心和满足期望有关。此外，人们普遍认为，信任对于人工智能和机器人技术的采用至关重要，特别是在将技术从实验室过渡到工业、社会和消费者应用时。然而，信任如何适用于我们在AI-HRI领域遇到的特定情况？AI中的信任概念与HRI中的信任概念相同吗？我们看到对直接生活在AI和HRI的交叉点的研究的需求越来越大，这是由这次研讨会提供服务的。在为期两天的会议期间，我们建议创建一个合作论坛，讨论AI-HRI当前的信任努力，并将分会议集中在HRI的可解释AI（XAI）的相关主题上。
2020-12-14 cs.AI cs.HC cs.RO
Exploring Causality for HRI: A Case Study on Robotic Mental Well-being Coaching
University of Cambridge（剑桥大学）；Politecnico di Milano（米兰理工大学）；Indian Institute of Technology Madras（马德拉斯印度理工学院）；Bogazici University（博阿齐奇大学）
本文以工作场所中为期四周的自适应机器人心理健康辅导为案例，采用宏观与微观因果分析，探究机器人依据面部效价、言语时长等多模态行为进行自适应对提升幸福感的作用。
2025-03-04 cs.AI cs.CY cs.HC
Proceedings of the AI-HRI Symposium at AAAI-FSS 2018
Georgia Institute of Technology（佐治亚理工学院）；Samsung Research of America（三星美国研究院）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；SIFT；University of Colorado Boulder（科罗拉多大学博尔德分校）；Sapienza University of Rome（罗马大学）；Heriot-Watt University（赫瑞-瓦特大学）；Semio；Plymouth University（普利茅斯大学）；Colorado School of Mines（科罗拉多矿业学院）
人机交互（HRI）研讨会的人工智能（AI）交互式学习的目标是汇集致力于交互式机器人交互式学习场景的大型研究人员社区。虽然目前HRI的研究涉及研究机器人与人有效互动的方法，但HRI的总体目标是开发自主的机器人，同时智能地建模和学习人类。这些目标与人工智能和交互式机器学习的一些核心目标有很大的重叠，因此HRI是交互式学习的一个极具挑战性的问题领域，并将为机器人研究带来新的问题领域。目前的人工智能研究仍然没有广泛考虑与人类直接交互以及在人类居住的环境中进行交互的情况，这些情况在动态，结构和交互方面存在固有的不确定性。我们相信，HRI社区已经提供了一套丰富的原则和观察，可用于构建新的互动模式。人类感知的人工智能计划主要是通过人在回路的方法来实现的，这些方法使用人们的数据和反馈来改进算法、学习功能和个性化的细化和性能。因此，我们认为HRI是进一步推进人工智能和机器人研究的重要组成部分。
2018-09-18 cs.RO
Soft is Safe: Human-Robot Interaction for Soft Robots
Indian Institute of Technology - Kanpur（印度理工学院坎普尔分校）
本文系统回顾了软体机器人与人机交互的研究现状，涵盖软体机器人的控制、设计、材料与制造，分析了HRI的输入输出模态、典型应用、局限性及未来研究机会，指出该领域具有广阔发展前景。
2025-02-03 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
Augmented Reality and Robotics: A Survey and Taxonomy for AR-enhanced Human-Robot Interaction and Robotic Interfaces
University of Calgary（卡尔加里大学）；University College London（伦敦大学学院）
本文基于对460篇研究论文的调查，对增强现实和机器人技术进行了分类。增强和混合现实（AR/MR）已经成为增强人机交互（HRI）和机器人接口（例如，致动的和形状改变的界面）。最近，越来越多的HCI、HRI和机器人研究已经证明了AR如何实现人与机器人之间更好的交互。然而，研究往往仍然集中在个人的探索和关键的设计策略，研究问题很少进行系统的分析。在本文中，我们综合和分类这一研究领域在以下方面：1）增强现实的方法; 2）机器人的特点; 3）目的和好处; 4）分类的信息; 5）设计组件和策略的视觉增强; 6）交互技术和方式; 7）应用领域;和8）评估策略。我们制定了关键的挑战和机遇，以指导和通知未来的研究在AR和机器人。
2022-03-07 cs.CV cs.HC cs.RO
Hybrid Attention Estimation Pipeline for Adaptive HRI Using an Expressive Robotic Head
Technological University of Uruguay（乌拉圭科技大学）；Ostfalia University of Applied Sciences（奥斯特法利亚应用科技大学）
该研究提出结合几何与语义感知层的混合注意力估计流程，通过有限状态机调节自适应人机交互，经10人40次试验验证其交互启动可靠、暂停行为一致且输出信息非冗余。
2026-08-04 cs.AI cs.RO
An Approach to Deploy Interactive Robotic Simulators on the Web for HRI Experiments: Results in Social Robot Navigation
Yale University（耶鲁大学）；Rutgers University-Camden（罗格斯大学卡姆登分校）
由于其定性性质，社交机器人导航的评估本质上需要人工输入。出于对人类评估的需求，我们提出了一种在网络上部署交互式富客户端机器人模拟的通用方法。先前的方法实现特定的网络兼容的模拟器或提供工具来构建用于特定研究的模拟器。相反，我们的方法建立在标准的Linux工具上，与远程用户共享图形桌面。我们利用这些工具在Web上部署模拟器，这些模拟器通常局限于桌面计算环境。作为我们的方法的一个示例实现，我们介绍了SEAN实验平台（SEAN-EP）。通过SEAN-EP，远程用户可以在自主导航的社会环境中与移动机器人进行虚拟交互，而无需在计算机上安装任何软件或需要专门的硬件。我们通过在线调查验证了SEAN-EP可以快速扩展人类反馈的收集及其可用性。此外，我们还比较了使用SEAN-EP与机器人互动的参与者的反馈与通过更传统的视频调查获得的反馈。我们的研究结果表明，人类对机器人的看法可能会有所不同，这取决于他们是在模拟中与机器人互动，还是在视频中观察机器人。此外，他们认为，人们认为互动模拟调查比视频调查对精神的要求更低。
2021-08-16 cs.RO
Eliciting Understandable Architectonic Gestures for Robotic Furniture through Co-Design Improvisation
KU Leuven（鲁汶大学）；LMU Munich（慕尼黑大学）
本研究通过15位专家的协同设计即兴创作，探索移动机器人隔断如何用手势传达六种建筑意图，识别出20种手势策略并提出建筑手势这一新概念，为提升自适应建筑自主手势的可理解性并连接HRI与人-建筑交互研究做出贡献。
2025-01-03 cs.HC cs.RO
FAM-HRI: Foundation-Model Assisted Multi-Modal Human-Robot Interaction Combining Gaze and Speech
University of Tuebingen（图宾根大学）；Nanyang Technological University（南洋理工大学）；Mercedes-Benz（梅赛德斯-奔驰）
本文提出FAM-HRI，一种结合目光和语音的多模态人机交互框架，利用基础模型融合语言和目光输入，以提高任务执行的成功率和交互效率，为肢体障碍者提供实用解决方案。
2026-05-18 cs.HC cs.RO
MoveTouch: Robotic Motion Capturing System with Wearable Tactile Display to Achieve Safe HRI
Skolkovo Institute of Science and Technology (Skoltech)（斯科尔科沃科学技术学院（斯科尔泰克））；Dalian University of Technology（大连理工大学）
本文提出MoveTouch可穿戴系统，通过运动捕捉定位手部并利用手腕振动触觉反馈引导用户动作，实验验证了振动模式识别效果和响应性能，以提升人机协作安全性。
2024-07-05 cs.RO
Preserving HRI Capabilities: Physical, Remote and Simulated Modalities in the SciRoc 2021 Competition
Sapienza University of Rome（罗马第一大学）
在过去的几年里，机器人正在走出研究实验室，进入日常生活。在日常场景中，机器人的能力的基准测试比赛有助于在这条道路上向前迈进一步。事实上，它们促进了能够解决人形场景中人机共存过程中可能发生的问题的健壮架构的开发。其中一个竞赛是SciRoc，在其第二版中，提出了新的基准环境。特别是，SciRoc 2的第1集提出了三种不同的参与方式，同时保留了作为基本基准功能的人机交互（HRI）。用于挑战参赛团队的咖啡店环境代表了一个出色的测试平台，可以对不同的机器人功能进行基准测试，但也是一个提出创新解决方案的绝佳机会，以保证在新冠肺炎大流行的限制下实现真正的人机交互程序。开发的软件公开发布。
2023-03-22 cs.HC cs.RO
Achieving Interaction Fluidity in a Wizard-of-Oz Robotic System: A Prototype for Fluid Error-Correction
Swansea University（斯旺西大学）；University of Hertfordshire（赫特福德大学）
本文提出了一种满足流畅错误纠正需求的Wizard-of-Oz系统原型，通过引入中断性和纠正性、可轮询性、延迟测量与优化以及动作时间准确可重现性等关键指标，提升人机交互的流畅性。
2026-04-21 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
Enabling Socially Competent navigation through incorporating HRI
Softbank Robotics Europe（软银机器人欧洲公司）
在过去的几年里，社交机器人已经被部署在公共环境中，这表明了人类感知导航能力的需求。在这方面，机器人社区已经做出努力，将化学或社会惯例包括在导航方法中。然而，很少有作品已经解决了这个问题的标签人类作为一个互动代理时，阻止机器人的运动轨迹。当前最先进的导航规划者将提出替代路径或冻结运动直到路径空闲。我们提出了第一个原型的框架，旨在提高社会能力的机器人在室内环境中导航。该实现使用导航和目标检测开源软件完成。具体来说，分别是机器人操作系统（ROS）导航堆栈，以及OpenCV与Caffe深度学习模型和MobileNet Single Shot Detector（SSD）。
2019-04-19 cs.HC cs.RO
Hands-On Robotics: Enabling Communication Through Direct Gesture Control
TU Dortmund University（多特蒙德工业大学）；University of Duisburg-Essen（杜伊斯堡-埃森大学）
本文提出通过移动机器人末端执行器实现直接手势通信，用四种手势进行人机交互，用户研究显示分类准确率接近100%，证明无需额外硬件即可实现直接通信。
2024-01-17 cs.HC cs.RO
Potential Ways to Detect Unfairness in HRI and to Re-establish Positive Group Dynamics
RWTH Aachen University（亚琛工业大学）
该研究针对人机交互中机器人算法偏差引发的不公平问题，提出结合人类应对行为观察与系统内在不平等信息开发计算模型，用于检测微冒犯等不公平事件，进而构建监管机制以促进公平与社会包容。
2023-09-27 cs.RO
ROS for Human-Robot Interaction
University of the West of England（西英格兰大学）
将实时、复杂的社会信号处理集成到机器人系统中--特别是在现实世界中的多方交互情况下--是人机交互（HRI）社区中许多人面临的挑战。由于缺乏任何标准的人类代表模型，这将促进社会感知组件和管道的开发和互操作性，这一困难更加复杂。我们在本文中介绍了一套公约和标准接口的HRI方案，旨在与机器人操作系统（ROS）使用。它的直接目的是促进许多与人权倡议有关的软件工具之间核心功能的互操作性和可重复使用性，从骨架跟踪到人脸识别，再到自然语言处理。重要的是，这些接口被设计为与广泛的HRI应用相关，从高层次的人群模拟，到群体层次的社交互动建模，再到人体运动学的详细建模。我们通过提供一个参考管道实现来演示这些接口，该参考管道实现被打包成便于社区下载和评估。
2020-12-27 cs.HC cs.RO
The Road to a Successful HRI: AI, Trust and ethicS-TRAITS
本次研讨会的目的是让来自学术界和工业界的研究人员有可能讨论人与机器人之间关系的跨学科和多学科性质，以实现有效和持久的合作。本次研讨会将为HRI和机器人社区提供一个论坛，以探索成功的人机交互（HRI），分析影响其成功的HRI的不同方面。特别关注的是实现自主交互所需的人工智能算法，以及增强、破坏或恢复人类对机器人信任的因素。最后，将考虑潜在的道德和法律问题，以及如何解决这些问题。网址：https://sites.google.com/view/traits-hri
2021-04-20 cs.AI cs.RO
Affective Robotics For Wellbeing: A Scoping Review
University of Cambridge（剑桥大学）
本文系统回顾了过去十年HRI文献，分析了面向福祉的情感机器人的目标、平台、形状、能力与自主性等特征，并提出未来研究议程与建议。
2023-04-04 cs.RO
Incremental Learning for Robot Perception through HRI
场景理解和目标识别是机器人的一项重要而又难以实现的技能。最近，卷积神经网络（CNN）在这项任务中取得了成功。然而，它们在图像数据集和真实世界机器人场景上的性能之间仍然存在差距。我们提出了一个新的范例，通过积极的人机交互逐步提高机器人的视觉感知。在这个范例中，用户通过指向和语音命令向机器人介绍新的对象。有了这些信息，机器人就可以在视觉上探索物体，并从中添加图像来重新训练感知模块。我们的基本感知模块基于使用深度学习的目标检测和识别的最新发展。我们的方法利用了来自离线批量学习、人工指导、机器人探索和增量在线学习的最先进的CNN。
2017-01-17 cs.HC cs.LG cs.RO
Modeling Trust in Human-Robot Interaction: A Survey
University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校）
随着机器人系统的自主性和能力的提高，它们有望扮演队友而不是工具的角色，并以更现实的方式与人类合作者进行互动，创造更人性化的关系。考虑到在人机交互（HRI）中观察到的信任的影响，机器人协作者的适当信任是影响人机交互性能的主要因素之一。如果人们不信任机器人，基于有限的经验不使用或滥用机器人，团队绩效就会降低。因此，对HRI的信任需要适当地校准，而不是最大化，以使对人类合作者的信任形成适当的水平。对于HRI中的信任校准，首先需要对信任进行建模。关于影响HRI中信任的因素有很多综述，但是，由于还没有针对不同信任模型的综述，本文综述了HRI中信任建模的不同技术和方法。我们还提出了进一步研究的潜在方向和一些挑战，需要在未来的工作中解决的人-机器人信任建模。
2020-11-09 cs.AI 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
A Deconfounding Framework for Human Behavior Prediction: Enhancing Robotic Systems in Dynamic Environments
本文提出一种去混淆框架，通过整合先进的时间序列预测方法，提升动态环境中人类行为预测的准确性，为适应性人机交互系统提供可靠基础。
2026-03-16 cs.RO
RoboSync: Efficient Real-Time Operating System for Social Robots with Customizable Behaviour
University of Waterloo（滑铁卢大学）
针对传统机器人系统实现复杂、HRI开发者使用门槛高的问题，本文提出模块化多级抽象的实时操作系统RoboSync，降低定制情感行为模型的技术要求，同时保障实时性与适应性，经CortexM4测试验证了其在轻量化社交机器人场景的应用潜力。
2023-12-13 cs.RO
The Social Triad model of Human-Robot Interaction
University of Sheffield（谢菲尔德大学）；Northeastern University（东北大学）
本文提出人机交互的社会三元模型（用户、机器人、部署者），借鉴心理学中的人际信任理论，揭示机器人可信度与用户对部署者态度之间的间接关联，为共同创造可信机器人技术提供分析框架。
2023-08-08 cs.RO
Rethinking Trust in Social Robotics
University of Bologna（博洛尼亚大学）；University of Luxembourg（卢森堡大学）
2018年，欧盟委员会强调了以人为本的人工智能方法的需求。考虑到专门设计用于与现实世界中的人类用户直接交互和物理协作的技术，这种说法变得更加相关。社交机器人就是这样。人类-机器人交互（HRI）领域的出现是为了研究这些问题。“人-机器人信任”是影响HRI的最具挑战性和最有趣的因素之一。一方面，用户研究和技术专家强调，信任是促进用户接受的一个关键因素，从而增加了执行特定任务的机会。另一方面，这种现象也引起了伦理和哲学上的关注，导致这些领域的学者认为人类不应该信任机器人。然而，对HRI的信任并不是脆弱的指标，它植根于拟人化，是每个人的自然特征。因此，而不是仅仅关注如何激发用户对社交机器人的信任，本文认为，应该调查的是在何种程度上，以及出于何种目的，它是适合信任机器人。这种努力需要采取跨学科的办法，同时考虑到（一）技术需要和（二）心理影响。
2021-09-14 cs.RO
A Taxonomy of Privacy Constructs for Privacy-Sensitive Robotics
Oregon State University（俄勒冈州立大学）
将机器人引入我们的社会也将带来对个人隐私的新担忧。为了研究这些问题，我们必须进行涉及测量隐私相关结构的人类受试者实验。本文提出了一个分类的隐私结构的基础上审查的隐私文献。未来的工作在操作隐私结构HRI研究进行了讨论。
2017-01-03 cs.CY cs.HC cs.RO
Toward Family-Robot Interactions: A Family-Centered Framework in HRI
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
针对当前人机交互研究忽略家庭复杂互动的缺口，本文通过叙述性综述梳理家庭-机器人交互的研究机遇，并提出可落地的以家庭为中心的交互研究与实践框架，为家庭机器人设计提供指导。
2024-01-25 cs.HC cs.RO
A Review on Trust in Human-Robot Interaction
University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校）
由于机器人和人机交互领域的敏捷发展，未来的机器人代理旨在扮演队友的角色，并与人类合作执行操作，而不是在特定任务中取代人类帮助人类的工具。这种与机器人合作的概念对人机交互（HRI）提出了新的挑战，这引起了HRI的一个新的研究领域，即人机信任。当人类和机器人作为合作伙伴工作时，如果人类不适当地信任机器人，工作的表现可能会降低。考虑到在不同的HRI领域观察到的人-机器人信任的影响，许多研究人员研究了人-机器人信任领域，并研究了与人-机器人信任相关的各种问题。在这项工作中，我们回顾了过去的工作，人-机器人信任的研究主题的基础上，并讨论了在这一领域的选择趋势。在此基础上，本文最后提出了一些未来研究的思路和方向。
2021-05-20 cs.CY cs.HC cs.RO
Virtual Reality Platform to Develop and Test Applications on Human-Robot Social Interaction
Federal University of Santa Maria（圣玛丽亚联邦大学）；Universidade Federal do Rio Grande（里奥格兰德联邦大学）；Technological University of Uruguay（乌拉圭科技大学）
机器人仿真一直是机器人领域研究和发展的一个组成部分。该模拟消除了对传感器、电机和真实机器人物理结构造成伤害的可能性，使机器人应用测试能够快速、经济地进行，而不会受到机械或电子错误的影响。通过虚拟现实（VR）的仿真通过提供更好的环境视觉提示提供了更身临其境的体验，使其成为与仿真机器人交互的有吸引力的替代方案。这种沉浸感至关重要，特别是在讨论社交机器人（人机交互（HRI）领域的一个子领域）时。机器人在日常生活中的广泛使用取决于HRI。在未来，机器人将能够与人类有效地互动，以执行人类文明中的各种任务。随着机器人开始在个人工作空间中激增，为机器人开发简单易懂的界面至关重要。由于这一点，在这项研究中，我们实现了一个VR机器人框架与现成的工具和软件包，以加强研究和应用开发的社会HRI。由于整个VR界面是一个开源项目，因此测试可以在沉浸式环境中进行，而无需物理机器人。
2022-08-13 cs.RO
A ROS Architecture for Personalised HRI with a Bartender Social Robot
University of Naples Federico II（那不勒斯费德里科二世大学）；Totaro Automazioni s.r.l.（托塔罗自动化有限责任公司）
BRILLO（交互式长期操作的调酒机器人）项目的总体目标是创建一个自主的机器人调酒师，可以在完成调酒任务的同时与客户互动。在这种情况下，人们对使用有吸引力的技术的新奇效应注定会消失，因此，它会对服务机器人应用的成功产生负面影响。因此，在访问其服务时提供个性化的自然交互对于提高用户的参与度以及他们的忠诚度至关重要。在本文中，我们提出了开发的三层ROS架构集成的感知层管理不同的社会信号的处理，决策层处理多方互动，和执行层控制的行为组成的复杂的机器人的手臂和脸。最后，通过信念层的用户建模允许个性化交互。
2022-03-15 cs.AI cs.MA cs.RO
Robot's Gendering Trouble: A Scoping Review of Gendering Humanoid Robots and its Effects on HRI
Eindhoven University of Technology（埃因霍温理工大学）；Linköping University（林雪平大学）
本文通过范围综述35篇实验研究，考察人形机器人性别化的操纵方式与效应，发现其主要影响刻板印象而非可爱度或接受度，并提出跨学科改进方向。
2023-04-27 cs.HC cs.RO
The Bystander Affect Detection (BAD) Dataset for Failure Detection in HRI
Cornell Tech（康奈尔科技学院）；Accenture Labs（埃森哲实验室）
对于机器人来说，要修复自己的错误，它必须首先知道自己犯了错误。人们发现错误的一种方式是从旁观者的隐含反应中--他们的困惑、傻笑或咯咯的笑声暗示我们发生了意想不到的事情。为了使机器人能够检测到旁观者对任务失败的反应并采取行动，我们开发了一种新的方法来引起旁观者对人类和机器人错误的反应。使用46个不同的刺激视频，具有各种各样的人类和机器的任务失败，我们收集了来自54名参与者的2452个网络摄像头视频的人类反应。为了测试所收集数据的可行性，我们使用旁观者反应数据集作为深度学习模型BADNet的输入，以预测故障发生。我们测试了不同的数据标记方法，并了解了它们如何影响模型性能，实现了90%以上的精度。我们讨论的策略，以模拟旁观者的反应和预测失败，以及如何将这种方法可以用于在现实世界中的机器人部署，以检测错误和提高机器人的性能。作为这项工作的一部分，我们还贡献了旁观者反应的“旁观者影响检测”（BAD）数据集，支持开发更好的预测模型。
2023-03-08 cs.HC cs.RO
Intelligent Agent-Based Stimulation for Testing Robotic Software in Human-Robot Interactions
University of Bristol（布里斯托大学）；University of the West of England（西英格兰大学）
机器人软件测试的挑战超出了传统的软件测试。需要为并发运行的多个程序和硬件生成有效、真实和有趣的测试，并将其部署到有人员的动态环境中。我们调查使用的信念-欲望-意图（BDI）代理作为测试生成模型，在域中的人-机器人交互（HRI）的模拟。这些模型提供了合理的代理，因果关系和推理机制，用于规划，模拟智能和自适应机器人，以及由人类指导的智能测试环境。我们引入了强化学习（RL），使用基于覆盖反馈的奖励函数来自动探索BDI模型。我们的方法进行评估，使用协同制造的例子，在测试中的机器人软件是间接刺激通过一个模拟的人类同事。我们得出结论，BDI代理提供了直观的模型，在HRI域的测试生成。我们的研究结果表明，RL可以完全自动化BDI模型探索，导致非常有效的覆盖导向测试生成。
2016-07-13 cs.RO cs.SE
Trust in Queer Human-Robot Interaction
Iona University（爱奥那大学）；Hunter College（亨特学院）
本文主张人机交互设计必须纳入酷儿人群，并提出多样化受试者、以酷儿为中心和情境化信任度量三种方法以建立信任。
2023-11-13 cs.CY cs.RO
LaMI: Large Language Models for Multi-Modal Human-Robot Interaction
Honda Research Institute EU（欧洲本田研究所）
本研究提出基于LLM的多模态人机交互系统LaMI，通过语言指导、原子动作定义和示例驱动机器人行为，在实体机器人上验证了多模态适配与动态表达能力，革新了传统HRI设计模式。
2024-04-11 cs.HC cs.RO
ERR@HRI 2024 Challenge: Multimodal Detection of Errors and Failures in Human-Robot Interactions
Politecnico di Milano（米兰理工大学）；University of Cambridge（剑桥大学）；Cornell University（康奈尔大学）；Johns Hopkins University（约翰斯·霍普金斯大学）；Cankaya University（恰卡亚大学）；Cornell Tech（康奈尔科技学院）
ERR@HRI 2024提供含面部、语音和姿态特征的机器人失败多模态基准数据集，推动模型检测机器人错误、用户尴尬与交互破裂。
2024-07-08 cs.RO
Robots in the Wild: Contextually-Adaptive Human-Robot Interactions in Urban Public Environments
Design Lab, The University of Sydney（悉尼大学设计实验室）；The Australian Centre for Robotics, The University of Sydney（悉尼大学澳大利亚机器人中心）；Faculty of Arts and Social Sciences, The University of Sydney（悉尼大学文学与社会科学学院）
本文提出一个为期半天的 OzCHI 研讨会，探讨城市公共环境中情境自适应 HRI 的设计挑战与协作网络。
2024-12-10 cs.HC cs.RO
Human-Robot Interaction: Applications
South Valley University（南河谷大学）
近年来，人-机器人交互（HRI）是一个广泛的研究课题和主题，获得了重要性和意义。HRI的目标是机器人能力和人类技能之间的互补组合。机器人在精度、速度和力量方面帮助人类。人类的贡献在于经验、执行任务的知识、直觉、容易适应和学习以及对控制策略的理解。在这项工作中，人机交互的应用进行了审查。这些应用可以是工业、医疗、农业、服务和教育。HRI可用于生产线的拾取和放置、焊接工艺、零件组装和喷漆等工业应用。辅助机器人是HRI最引人注目的领域之一。对于身体和精神上有挑战的人来说，机器人可以提供互动和治疗的机会。此外，HRI还可以在医院中广泛应用。如今，HRI对于应对新型冠状病毒（COVID-19）大流行非常重要。在农业中，人类和机器人之间的合作有助于完成许多任务，包括收割，播种，除草，喷洒，杂草检测，牵引和割草。HRI也可以在其他应用中找到，如教育，采矿和家庭使用。
2021-02-01 cs.RO
Affective Computing for Human-Robot Interaction Research: Four Critical Lessons for the Hitchhiker
University of Cambridge（剑桥大学）
本文批判了直接将预训练情感模型应用于情境人机交互的现有实践，提出四个关键教训，指导研究者如何更好地利用情感计算推进HRI研究。
2023-03-31 cs.HC cs.RO
CoBaIR: A Python Library for Context-Based Intention Recognition in Human-Robot-Interaction
University of Bremen（不来梅大学）；German Research Center for Artificial Intelligence（德国人工智能研究中心）
本文提出CoBaIR这一可适配Python库，通过集成两层贝叶斯网络实现基于情境的人机交互意图识别，兼具可解释性、可扩展性，并可在无数据时作为专家系统、有数据时进行微调。
2023-08-10 cs.HC 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
A novel gesture interaction control method for rehabilitation lower extremity exoskeleton
Beihang University（北京航空航天大学）；Zhejiang Sci-Tech University（浙江理工大学）
针对现有下肢外骨骼接触式人机交互舒适度差等问题，提出基于RGB单目相机深度估计的非接触手势控制方法，实现94.11%动作精度与0.615秒响应时间。
2025-04-02 cs.AI cs.HC cs.RO
