机构名称：
¥ 1.0
评估人机交互 (HRI) 对于理解机器人为日常生活带来的价值至关重要。本文研究了机器学习分类技术在 HRI 期间解释生理信号的稳健性，考虑到机器人行为可能引起的伪影。通过一项涉及三个认知努力水平的 30 名参与者的用户研究探讨了这一现象。本研究使用了各种生理传感器，包括脑电图 (EEG)、光电容积描记法 (PPG) 和皮电活动 (EDA)。结果表明，EEG 和 PPG 信号受到机器人引起的噪声的影响，而 EDA 则不受影响。通过改变预处理参数，EEG 也被清除了机器人噪声，并且表现出比 EDA 更好的性能。该研究强调了仔细选择信号、平衡稳健性和信息量的重要性，并强调了预处理对于确保准确分类与用户心理状态相符的重要性。
机器人噪音：对电生理测量和建议的影响
主要关键词
相关文件推荐
