XiaoMi-AI文件搜索系统
World File Search SystemHRI
基于云的多模态人体虚拟现实研究平台
人机交互 (HRI) 研究需要大量考虑实验设计，以及大量时间来实践主题实验。虚拟现实 (VR) 的最新技术可以潜在地解决这些时间和精力挑战。VR 系统对 HRI 的显著优势是：1) 降低成本，因为在真实环境中不需要实验设施；2) 为测试对象提供相同的环境和具体交互条件；3) 可视化现实中无法发生的任意信息和情况，例如回放过去的经历，以及 4) 轻松访问沉浸式和自然的机器人/化身远程操作界面。虽然具有其功能的 VR 工具已经在以前的 HRI 研究中得到应用和开发，但仍然没有全面的工具或框架。特别是，与云计算集成的好处尚未得到全面考虑。因此，本研究的目的是提出一个研究平台，通过整合 VR 和云技术，全面提供 HRI 研究所需的元素。为了实现灵活且可重复使用的系统，我们开发了机器人操作系统 (ROS) 和 Unity 之间的实时桥接机制。为了确认该系统在实际 HRI 场景中的可行性，我们将所提出的系统应用于三个案例研究，包括一个名为 RoboCup@Home 的机器人比赛。通过这些案例研究，我们验证了该系统的实用性及其通过多模态 HRI 开发和评估社交智能的潜力。
英国剑桥 - 人机交互
我们非常高兴地欢迎您参加第 15 届 ACM/IEEE 人机交互国际会议 - HRI 2020。HRI 是一场顶级、高度精选的会议，展示了该领域的最新进展，广泛吸引了众多学者的参与，包括机器人专家、社会科学家、设计师、工程师等。HRI 展示了 HRI 在技术、设计、行为、理论、方法和计量理念方面的最新进展。今年会议的主题是“现实世界的人机交互”，反映了我们社区在创建和部署可促进现实世界长期交互的系统方面的最新趋势。这个主题还反映了我们今年在 HRI 上推出的一个新主题领域“人机交互的可重复性”，这是实现这一愿景和帮助我们进一步开展科学研究的关键。这一趋势也反映在我们的其他四个主题领域，包括“人机交互用户研究”、“人机交互技术进步”、“人机交互设计”和“人机交互理论与方法”。会议吸引了来自世界各地的 279 篇完整论文投稿，包括亚洲、澳大利亚、中东、北美、南美和欧洲。每篇投稿均由专门的主题主席监督，并由项目委员会成员组成的专家组进行审查，他们与项目主席一起定义和应用重新
印度石油公司有限公司Q3 2025收益电话
CONSITION OF THE IMITED SHRI R. V. N. V. V. V. V. V. V. V. V. V. V IMITED SHRI PRABTIT HATSINGKA – GM T REASURY , I NDIAN OF IL CORDERS LITTLE OF THE ODERATOR : M R与Sivasankaran一起 - ntaticks broking l Imited
我们在街上学到的知识：从行业角度来看的人类机器人互动
公共空间中商业机器人的存在日益增加，促使人类机器人相互作用（HRI）社区的研究探索了现实世界中的相互作用（例如，参见[9，10，13]）。这些研究强调了与受控实验室环境相比，位置HRI的复杂性。同时，要了解商业机器人的发展及其与学术HRI目标的区别正在进行中（例如[12]，[6]）。本报告通过研究了一家开发自主送货机器人的公司的三项访谈的见解，从而为这些兴奋而做出了贡献，该公司是FRST作者的博士学位研究项目的一部分，它探索了与公共空间中商业技术的相互作用。访谈涵盖了诸如机器人设计的主题，例如开发
人类机器人互动-IJRPR
人类机器人相互作用（HRI）已成为机器人，人工智能和人类计算机相互作用的相交的关键领域。高级机器人技术的出现导致了机器人的开发，能够在从制造和医疗保健到娱乐和个人帮助的各个领域中执行各种任务。但是，要使机器人有效地与人类进行协作和沟通，必须建立无缝和直观的相互作用机制。HRI的意义不仅在于其技术挑战，还在于其深远的社会含义。随着机器人越来越多地整合到日常生活中，理解和增强人与机器人之间互动的质量至关重要。成功的HRI培养了信任，接受和合作，最终导致人类与机器之间的更有效和令人满意的合作。
自适应迭代反馈提示通过llms
规划对于在复杂的决策任务中运作的代理商至关重要，尤其是在人类机器人互动（HRI）方案中，该方案通常需要适应性和导航动态环境的能力。大型语言模型（LLMS）以其出色的自然语言理解能力而闻名，通过处理上下文和语言提示，可以在HRI中提高HRI的计划。但是，它们的有效性受到空间推理中固有的缺点的限制。现有的基于LLM的计划框架通常取决于与经典计划方法结合或难以适应动态环境，从而限制了它们的实际适用性。本文审查了环境反馈机制和迭代计划是否可以增强LLM的计划能力。具体来说，我们提出了“自适应迭代反馈提示”（AIFP）路径计划框架。在AIFP中，LLM生成了部分轨迹，并通过环境反馈评估了潜在的碰撞。基于评估，AIFP升级了轨迹或重新计划。我们的初步结果表明，AIFP将基线的成功率提高了33。3％，并生成有效的，适当的复杂路径，使其成为动态HRI场景的有希望的方法。
探索影响不同人类用户信任的因素...
信任是建立成功的人类机器人互动（HRI）的必要因素之一。本文调查了人类对机器人的信任在两种文化中如何在HRI场景中有何不同。我们在两个国家进行了两项研究：沙特阿拉伯（研究1）和英国（研究2）。每项研究均介绍了三种HRI场景：一个狗机器人引导人们视力障碍，医疗保健中的遥控机器人和制造机器人。研究1表明，参与者的信任感知评分（TPS）在三种情况下都显着不同。然而，研究2结果表明，整个情况下TPS的变化略有显着变化。我们还发现，信任与给定任务的相关性是参与者信任的指标。此外，研究结果表明，影响用户信任的信任得分或因素在各种文化之间各不相同。发现发现可能影响人类信任的新因素，例如可控性，可用性和风险。调查结果指示HRI社区考虑一种动态而不断发展的设计，以实现人类机器人信任，因为影响人类信任的因素正在发展，并且会在不同的环境和文化中有所不同。
使用终身自我适应性
摘要人类 - 机器人相互作用（HRI）领域超出了开发机器人的技术方面，经常研究人类如何看待机器人。人类的看法和行为是由期望确定的。鉴于期望对行为的影响，重要的是要了解个人对HRI设置的期望以及这些期望会如何影响其与机器人的互动。对于许多人来说，社会机器人并不是他们经历的常见部分，因此，他们对社会机器人的任何期望都可能受到其他来源的影响。结果，进入HRI设置的个人期望可能是高度可变的。尽管最近对该领域内的期望产生了一些兴趣，但总体上缺乏对其对HRI的影响，尤其是面对面机器人相互作用的实证研究。为此，进行了主题内的研究（n = 31），指示参与者在两次2.5分钟的课程中与社交机器人胡椒进行公开对话。机器人配备了基于GPT-3大语言模型的自定义对话系统，从而允许对口头输入的自主响应。参与者对机器人的情感变化使用了基于iOS量表的三个问卷，NARS，RAS，常用于HRI研究和接近性的问卷。除了三个标准问卷外，还进行了一个自定义问题，以捕获参与者对机器人功能的看法。此外，以前的机器人经验揭示了参与者如何在研究中体验机器人的主要因素。在与机器人的第一次相互作用和第二次与机器人相互作用之后，在与机器人的相互作用相互作用之前，收集了三次。的结果表明，参与者在很大程度上保持了他们进入研究的期望，与我们的假设相比，没有一个测量的量表朝着共同的平均值转向。这些结果可以解释为意味着在与机器人互动之前确定机器人的期望是在很大程度上决定的，并且这些期望不一定会因交互而改变。结果揭示了与社会心理学和人类互动中如何研究期望的密切联系，这是其与HRI研究的相关性的基础。
机器人引导的冥想对脑内脑电图的影响......
在本研究中，我们研究了人机交互 (HRI) 促进的正念冥想对大脑活动的影响。我们从两组参与者那里收集了脑电图信号：冥想组与社交机器人一起进行正念冥想，对照组只听机器人讲课。我们通过计算 HRI 会话期间的脑电图相位同步来比较两组之间的大脑功能连接。结果显示，冥想组的 beta 频带整体相位同步明显较低，这之前曾被报道为有经验的冥想者的认知处理减少和达到正念状态的迹象。我们的研究结果证明了社交辅助机器人 (SAR) 在心理健康护理和优化干预效果方面的潜力。此外，我们的研究提出了客观监测 HRI 对用户神经生理反应影响的新方法。
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。