机器人 / 具身智能

Position: Robot Privacy as Embodied Boundary Work. Connecting Capabilities, Contexts, and Design Responses in Everyday Robotics

位置：机器人隐私作为具身边界工作——连接日常机器人中的能力、情境与设计响应

Liwen He, Shuning Zhang, Chengwen Zhang, Xin Yi, Chun Yu, Jihong Jeung, Xin Tong

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tsinghua University（清华大学） ； Beijing Academy of Artificial Intelligence（北京智源人工智能研究院） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 人机交互与遥操作 ：robotics(title)；分类 cs.RO

AI总结 本研究提出具身边界隐私框架，结合机器人7种能力与5种部署情境分析其隐私风险，给出具身隐私机制设计启示，呼吁HRI领域关注机器人具身行动的隐私意义。

Comments 8 pages, 1 figure, 3 tables. Accepted for publication in UbiComp Companion '26

Whole-Body Bilateral Teleoperation with Multi-Stage Object Parameter Estimation for Wheeled Humanoid Locomanipulation

用于轮式人形机器人运动操作的多阶段物体参数估计的全身双边遥操作

Donghoon Baek, Amartya Purushottam, Jason J. Choi, Joao Ramos

专题命中 人机交互与遥操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 该研究提出结合多阶段物体惯性参数估计的轮式人形机器人全身双边遥操作框架，通过视觉、VLM与分层采样实现参数估计，提升遥操作的动态性与操作跟踪精度，可实时完成约1/3体重载荷的相关任务。

Stakeholder Insights for Designing In-Home Social Robots for Dementia Disorientation Detection and Caregiver-Aware Intervention

面向痴呆定向障碍检测与护理者感知干预的家庭社交机器人设计的利益相关者见解

Emmanuel Akinrintoyo, Nicole Salomons

机构 * Imperial College London（帝国理工学院） 纠错

专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.RO

AI总结 该研究通过对14名痴呆护理相关人员访谈，明确了居家社交机器人设计需融入日常作息、提供情境化定向支持等关键方向，以辅助痴呆患者定向障碍检测与干预。

Comments 6

Why Personalization Matters: Cross-Subject Challenges in EMG-IMU-based HRI Activity Recognition

个性化为何重要：基于EMG-IMU的HRI活动识别中的跨主体挑战

Ruan Rithelle Chagas de Faria Carminati, Giovanni Braglia, Luigi Biagiotti, Ronnier Frates Rohrich, Andre Schneider de Oliveira, Mikael Nedel Hartmann, André Eugenio Lazzaretti

机构 * Universidade Tecnológica Federal do Paraná（巴拉那联邦理工大学） ； University of Modena and Reggio Emilia（摩德纳-雷焦艾米利亚大学） ； Istituto Italiano di Tecnologia（意大利技术研究院） 纠错

专题命中 人机交互与遥操作 ：manipulation(abstract)；分类 cs.RO

AI总结 该研究针对基于EMG-IMU的HRI活动识别的跨主体挑战，构建了MAGIC-HRI数据集，发现存在较大泛化差距，证实注入少量新用户样本的个性化适配可显著提升识别性能，为HRI稳健部署提供支撑。

Comments Data collection was approved by the Federal University of Technology-Paraná Ethics Committee (CAAE 91430125.0.0000.0177). The MAGIC-HRI (Multimodal Activity, Gesture, and Intention Collection for HRI) dataset is available at [ this https URL (https://github.com/ruancarminati/MAGIC-HRI-V01.git) ]( this https URL (https://github.com/ruancarminati/MAGIC-HRI-V01.git) ). This paper will be presented at IEEE RO-MAN 2026