XiaoMi-AI文件搜索系统
World File Search System人机交互
AIS 交易人机交互 - AIS eLibrary
以合理的成本提供并行和分布式处理以及数据源的多样性促进了人工智能 (AI) 的先进发展。人工智能计算环境中的这些发展与社会、法律和政治环境的变化并不同步。在考虑部署人工智能时，部署环境和针对该特定环境的人类智能增强的最终目标已成为专业人士、组织和社会的重要因素。在本研究评论中，我们重点介绍了与人工智能系统近期发展相关的一些重要社会技术方面。我们详细阐述了构成增强智能基础的人机交互的复杂性。我们还强调了与这些互动相关的道德考虑，并解释了增强智能如何在塑造人类工作的未来方面发挥关键作用。
人工智能与人机交互：最新进展与挑战回顾
近年来，人工智能 (AI) 与人机交互 (HRI) 的融合取得了重大进展，彻底改变了人类与机器人的协作和共存方式。本综述全面概述了人工智能驱动的 HRI 的最新突破，并指出了未来的挑战。近年来，人工智能驱动的能力激增，增强了人机交互。机器学习算法使机器人能够适应用户的偏好和行为，创造个性化和直观的交互。自然语言处理 (NLP) 促进了人与机器人之间的无缝通信，实现了语音命令和情境感知响应。计算机视觉的进步赋予机器人增强的感知能力，使它们能够识别和解释人类的手势、情绪和面部表情。强化学习在使机器人能够从人类反馈中学习并实时优化其行为方面发挥了关键作用。社交辅助机器人利用人工智能提供情感支持和陪伴，特别是在医疗保健和老年护理环境中。尽管取得了这些进步，但人工智能驱动的 HRI 领域仍然存在挑战。需要仔细考虑道德问题，包括隐私问题和负责任地使用人工智能来影响人类行为。确保人工智能驱动的机器人系统的安全仍然至关重要，需要采取强有力的措施来防止恶意攻击和意外后果。人机信任仍然是一个关键挑战，需要透明的人工智能算法和有效的沟通策略。人工智能研究人员、机器人专家、心理学家和伦理学家之间的跨学科合作对于解决 HRI 复杂的社会技术方面至关重要。人工智能和人机交互的融合具有巨大的潜力，可以重新定义我们日常生活的各个方面。这篇评论重点介绍了人工智能驱动的 HRI 的最新进展，强调需要进行跨学科努力来应对挑战并确保负责任地开发和部署人工智能驱动的机器人系统。随着研究人员不断创新，人工智能和人机交互的动态格局预示着未来人类和机器人之间的无缝协作和共存将成为我们社会结构不可或缺的一部分。
B. Tech. CSE（人机交互与游戏...
课程内容： 模块 1：基本概念 游戏物理 – 游戏引擎（简介）- 物理真实感 – 在游戏中的重要性、物理概念和游戏性能、基础知识 – 坐标系和参考系、标量和矢量、计算矢量大小、矢量叉积、矩阵 – 乘法和旋转、导数。 模块 2：基本牛顿力学和运动学 牛顿三运动定律 – 惯性 – 力 – 质量 – 加速度相等和相反的力、力矢量、力的类型 – 引力 – 摩擦力 – 向心力 – 力平衡和图表、功、能量 – 动能 – 势能 – 守恒 – 功率、平移运动 – 运动方程、旋转运动 - 扭矩 – 角加速度、2D 粒子运动学、3D 粒子运动学、刚体动力学。模块 3：抛射物抛射物属性、简单轨迹和重力、阻力、马格努斯效应 - 抛射物的旋转效应、游戏中的特定抛射物类型 - 炮弹 - 子弹 - 箭、可变质量。模块 4：碰撞：冲量和动量原理 - 线性和角冲量、弹性和非弹性碰撞冲击、恢复系数、碰撞方向和检测、与可移动和不可移动物体的碰撞、与摩擦的碰撞、2D 和 3D 碰撞、游戏应用。模块 5：物理建模：游戏车辆的物理学（飞机、轮船和小船、汽车和气垫船、枪支和爆炸、运动）教科书：1. 游戏程序员的物理学，
超越：人机交互领域和应用范围审查
允许免费复制或复印本作品的全部或部分以供个人或课堂使用，但不得出于盈利或商业目的而复制或分发，且复制品必须在首页注明此声明和完整引文。必须尊重非作者拥有的本作品组成部分的版权。允许摘要并注明出处。若要以其他方式复制、重新发布、发布到服务器或重新分发到列表，则需要事先获得特定许可和/或付费。请向 permissions@acm.org 申请许可。CHI ’22，2022 年 4 月 29 日至 5 月 5 日，美国路易斯安那州新奥尔良 © 2022 版权归所有者/作者所有。出版权已授权给 ACM。 ACM ISBN 978-1-4503-9157-3/22/04...$15.00 https://doi.org/10.1145/3491102.3501881
人机交互设计的通用黄金法则
摘要 本文旨在提高人们对社会技术系统人机交互设计伦理维度的认识和讨论，人机交互 (HCI) 设计师对用户、利益相关者和社会的责任，以及设计的阴暗面和人机交互社区对此的反应。本文确定了人机交互设计伦理的四个维度，并提出了人机交互设计的通用黄金法则。为了总结道德设计的这些不同方面和设计师的责任，本立场文件最后提出了设计人机交互的通用黄金法则：设计易于使用、诚实、可持续和安全的人机交互，就像你希望别人为你设计的那样。 关键词 1 设计伦理、人机交互、人机交互、社会技术系统、通用黄金法则
带有 EEG 可穿戴耳机的人机交互
内在人在环强化学习 (HITL-RL) 是一种通过使用可穿戴脑电图 (EEG) 耳机捕捉脑电波来隐式获取人类反馈的方法。它可以显著加速 RL 算法的训练收敛，同时减轻参与训练循环的人类的负担。虽然人类自然会观察 RL 代理的表现，但代理的任何错误行为都可以通过 EEG 信号中的误差电位 1 (ErrP) 识别。然后可以将此信息合并到 RL 算法的奖励函数中以加速其学习。因此，误差电位的检测精度会显著影响 RL 算法的收敛时间。这项工作的重点是使用仅使用现成的 EEG 可穿戴设备检测到的用户脑电波来可靠地检测误差电位。我们首先提出一种新的误差电位解码算法，该算法利用 EEG 信号的空间、时间和频域特性。我们开发了三个类似 Atari 的游戏环境，并招募了 25 名志愿者进行评估。所提出的算法实现了 73.71% 的准确率（比目前最先进的算法提高了 8.11%）。然后我们展示了一种智能丢弃低置信度估计的改进算法能够将准确率提高到 79.51%（提高了 16.63%）。
人机交互中的虚拟现实 - AIMS Press
摘要：虚拟现实（VR）技术越来越多地应用于人机交互（HRI）研究，以增强交互的沉浸感和真实感。然而，VR 融入 HRI 也带来了新的挑战，例如延迟、虚拟与现实环境不匹配以及对人类用户的潜在不利影响。尽管存在这些挑战，但在 HRI 中使用 VR 仍有可能带来许多好处，包括改善沟通、提高安全性以及加强培训和教育。然而，学者们对 VR 在人机交互中应用的最新进展进行回顾的研究很少。为了弥补这一差距，本文概述了在 HRI 中使用 VR 的挑战和好处，以及该领域的当前研究和未来发展方向。研究发现，机器人变得比以往任何时候都更加个性化、互动性和吸引力；随着虚拟现实创新的普及，我们或许能够预见到 VR 将被广泛用于控制机器人，以完成医院、学校和工厂的各种任务。尽管如此，仍存在一些挑战，例如需要更先进的 VR 技术来提供更逼真、身临其境的体验，开发更像人类的机器人模型来改善社交互动，以及需要更好的方法来评估 VR 在人机交互中的有效性。
欧洲地区的信任、监管和人机交互人工智能
在英国和欧盟人工智能监管的推动下，欧洲地区正在美国和中国采用的人工智能监管之外开辟一条“第三条道路”。这条“第三条道路”的特点是欧洲对人工智能应用采取了强有力的道德立场，例如限制军事人工智能系统的自主性，这与中国形成鲜明对比，中国积极鼓励人工智能武器的自主性，将其作为军民融合战略的一部分 [Kania 2019]。它的另一个特点是欧洲非常重视公民的数据隐私权，并对人工智能应用的二次数据处理设置限制，而中国和美国则相反，在这两个国家支持的战略目标或围绕人工智能应用的薄弱的商业自律经常凌驾于数据隐私问题之上。这条“第三条道路”的一个例子是欧洲城市维也纳成为世界上第一个获得 IEEE 人工智能道德认证标志的城市 [Schabus 2021]，该标志为人工智能产品的透明度、问责制、算法偏见和隐私制定了标准。在激烈的地缘政治人工智能竞争中，不同区域对人工智能监管方法的表现可能会影响未来许多年区域人工智能研究的开展方式。
人机交互中的用户建模调查 - aircc
3 孟加拉国陆军科技大学计算机科学与工程系，孟加拉国尼尔帕马里 摘要 近年来，用户建模已成为人机交互中的一个重要研究领域。该领域已经进行了大量的研究，其中展示了不同的用户建模方法。在本文中，我们概述了用户建模领域，并描述了不同的用户模型，即 GOMS 模型系列、认知架构、基于语法的模型和特定于应用的模型。我们讨论了每个类别中用户模型的几个示例。本文还讨论了该研究领域的未来挑战。索引词——用户模型、人机交互 (HCI)、GOMS 模型、认知模型、基于语法的模型。1.引言 从用户体验和细致的研究来看，我们发现计算机系统并不容易学习，而且一旦学会，很容易忘记。软件行业定期更新其软件，提供不同的界面功能，这有时甚至会给学过的用户带来困难。用户对不同软件系统的看法和熟练程度会发生变化，这是另一个问题。用户所需的技能、知识和偏好范围意味着，任何提供固定界面的计算机系统都会更适合某些用户，而不是其他用户。不同类型的用户以不同的方式使用计算机系统，他们的观点也不同。为新手用户处理系统复杂性的有效方法是提供功能简单的系统。间歇性或随意的计算机用户必须根据需要掌握不同的应用程序包，并且很少真正选择管理层决定的软件的购买、选择或使用条件。随意用户是一个特别重要的类别，因为他们通常需要被鼓励使用系统，并且通常会受益于易于使用、直观且功能简单的界面。另一个常见的用户类别是专注的或所谓的“专家”用户，他们可能会选择使用不同的软件包进行不同的活动。由于能力范围广泛，任务、先验知识和情况也各不相同，因此满足各种各样的用户的需求对设计师来说始终是一个挑战。用户模型是用户知识和偏好的表示 [Benyon & Murray, 1993]。它不是强制性的部分
迈向人机交互中的相互心智理论
构建能够进行自然和长时间对话的对话代理一直是一项重大的技术和设计挑战，特别是对于面向社区的对话代理而言。我们提出相互心智理论作为设计自然的长期人机交互的理论框架。从这个角度来看，我们通过在线教育背景下的自我报告调查和计算语言学方法探索社区对问答对话代理的看法。我们首先研究学生对 Jill Watson (JW) 的看法的长期时间变化，JW 是部署在在线课堂讨论论坛中的虚拟助教。然后，我们探讨通过从学生-JW 对话中提取的语言特征来推断学生对 JW 的看法的可行性。我们发现，学生对 JW 的拟人化和智力的看法随着时间的推移发生了显着变化。回归分析表明，语言的冗长性、可读性、情感、多样性和适应性反映了学生对 JW 的看法。我们讨论了构建面向社区的自适应对话代理作为长期伴侣以及设计面向人机交互中的相互心智理论的意义。