XiaoMi-AI文件搜索系统
World File Search Systemhri
pastprint
摘要 - 成功采用工业机器人将在很大程度上取决于他们在人类环境中安全有效运作，进行自然交流，了解用户并直观地表达意图的能力，同时避免了不必要的干扰。要达到这种高级人类机器人互动（HRI）的高级水平，机器人需要征服并结合其用户的任务和环境的知识，并采用多模式的交流方法，并结合语音，运动，凝视和其他方式的表现力提示。本文介绍了几种设计，增强和评估非类人生物工业机器人的表达性HRI系统的方法。我们提出了一个小型拟人化机器人的概念，该机器人是其非类人生物宿主的代理，例如叉车。我们使用视线跟踪和运动捕获来量化用户如何看待机器人并衡量任务进度，为该机器人开发了一个多模式和LLM增强的通信框架，并在几个实验室实验中进行了评估。
关于研究主题的人为因素和高级工业人类机器人互动中的认知人体工程学的社论
协作机器人技术是许多工业流程的非常有前途的技术，包括e.g。，制造业，物流，orconstruction.thisnewtechnologyarealsonolealsochanging of行业工人的环境。人类机器人相互作用（HRI）的研究对于增强操作员的工作条件和福祉以及生产绩效至关重要。在这方面，对认知人体工程学的特别重视的人为因素是实施安全，流利和有效的协作应用的基础。该研究主题在工业环境中以用户为中心和协作应用中的人为因素和认知人体工程学的研究进行了一系列贡献。在这里，我们从由协作机器人技术影响的三个关键领域的角度总结了这些研究：工人的安全，绩效和福祉。研究主题及时分析了工业HRI的不断变化的景观，因为我们站在一个新时代的工业自动化时代，这是由人类创造力和机器人效率的融合所定义的。除了反映该领域的最新研究外，还提供了有关协作机器人如何改变工业工作区的实用见解和前瞻性观点的贡献。在本研究主题中，每篇文章都涵盖了这种复杂关系的另一个方面，从将机器人纳入人类以人为中心的工作环境到设计和实施的复杂性的社会和心理影响。开发既有技术复杂又以人为本的解决方案需要一种整体方法，这对于理解HRI的复杂本质至关重要。
机器人噪音：对电生理测量和建议的影响
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。
建立一个现场建筑飞行员，用于人类与重型机器人之间的合作
摘要 - 本文介绍了Fortis欧盟项目中的开创性飞行员，旨在增强建筑环境中自主重型机器人的整合。已经建立了飞行员，以评估这些机器人对革命行业标准的潜力，特别是在涉及运输和集会的任务中。本文提供了有关在动态结构设置中与人类机器人相互作用（HRI）相关的富挑战的洞察力，在安全性，安全性，效率和适应性至关重要的情况下。通过考虑使用自主装载机和伸缩式手机的应用，本研究为未来的建筑机器人技术研究和开发奠定了基础。我们通过开发特定用例的开发以及现有的HRI分类法以对人类与机器人之间的相互作用进行分类来强调该研究对该领域的贡献。该立场论文旨在告知听众正在进行的重要飞行员，而不是提出结论性的结果，为正在进行的科学探索和行业中的实际应用奠定了基础。
在真实静态和动态的人类机器人互动场景
基于语音的解决方案的使用是在人类机器人互动（HRI）中进行交流的一种吸引人的替代方法。在这一领域的一个重要挑战是处理遥远的语音，这通常是嘈杂的，并且受回响和随时间变化的声通道的影响。重要的是研究有效的语音解决方案，尤其是在机器人和用户移动的动态环境中，改变说话者和麦克风之间的距离和方向。本文在语音情感识别（SER）的背景下解决了这个问题，这是了解消息的意图和用户的潜在心理状态的重要任务。我们提出了一个带有PR2机器人的新颖设置，该设置同时记录了目标语音和环境噪声。我们的研究不仅在这种动态的机器人用户设置中分析了距离语音的有害效果，以识别语音情绪识别，而且还提供了减轻其效果的措施。我们评估使用两个波束形成方案的使用在空间上使用延迟和-AM（D＆S）或最小差异无失真响应（MVDR）过滤语音信号。我们考虑在受控情况下记录的原始培训演讲，并考虑处理训练语言以模拟目标声学环境的情况。我们考虑机器人正在移动的情况（动态情况）而不是移动（静态情况）。为了进行语音情感识别，我们使用梯形网络策略实现的手工制作的功能探索两个最先进的分类器，并通过WAV2VEC 2.0功能表示实现的学习功能。MVDR导致高于基本D＆S方法高的信噪比。然而，两种方法都使用使用原始MSP播客训练语言训练的梯子网络提供了非常相似的平均一致性相关系数（CCC）的改进，而HRI子集则相当于116％。对于基于WAV2VEC 2.0的模型，只有D＆S才能改善。令人惊讶的是，静态和动态HRI测试子集导致了相似的平均一致性相关系数。最后，模拟训练数据集中的声学环境提供了最高的平均一致性相关系数得分，其HRI子集的分别比原始训练/测试说法与梯子网络和WAV2VEC 2.0相比仅低29％和22％。
KTAO3处的超导性和弱反定位（111 ...
增强现实（AR）技术为人类机器人互动提供了一种令人兴奋的新媒介，为隐式和明确的人类机器人沟通带来了新的机会。例如，这些技术使身体受限的机器人能够执行非语言相互作用模式，例如Deictic手势，缺乏这样做所需的物理形态。但是，大量的HRI研究表明了物理体现的真正好处（与屏幕上的虚拟机器人相比），暗示虚拟机器人零件的AR增强可能面临挑战。在这项工作中，我们提供了经验证据，比较了使用虚拟（AR）和物理臂来执行识别虚拟或物理引用者的神性手势。我们的主观和客观结果证明了混合现实的神性手势在克服这些潜在局限性方面的成功，无论手势和参考方之间的身体差异如何，它们的成功使用。这些结果有助于激发混合现实机器人系统的进一步部署，并为混合现实技术在HRI环境中的作用提供细微的洞察力。
MPC计划安全和可信赖的机器人动议
摘要 - 安全人类机器人相互作用（HRI）的策略，例如已建立的安全运动单元，为生物力学上安全的机器人运动提供了速度缩放。此外，值得信赖的HRI需要基于心理的安全方法。此类方案可以非常保守，并且在机器人运动计划中应效率地符合此类安全方法。在这项研究中，我们通过模型预测控制机器人运动计划器提高了先前引入的基于心理安全性的安全性方法的效率，该方法同时调整了笛卡尔路径和速度，以最大程度地减少到目标姿势的距离。下属实时运动发生器通过整合安全运动单元来确保人体安全。我们的运动计划者通过两个实验验证。同时调整路径和速度可以实现高度时间的机器人运动，同时考虑了人类的身体和心理安全。与直接路径速度缩放方法相比，我们的计划者可以实现28％的运动执行。
“你能成为我的妈妈吗？”：在大型语言模型时代操纵社交机器人
由大型语言模型提供支持的机器人的最新进步增强了他们的对话能力，使互动能够紧密相关。但是，这些模型在HRI中引入了安全和保障问题，因为它们容易受到操纵的影响，该操作可以绕过内置的安全措施。想象一个部署在房屋中的社交机器人，旨在了解日常用户如何试图利用语言模型来违反道德原则，例如促使机器人像生活伴侣一样行事。我们进行了一项试点研究，其中涉及21名与雾化机器人互动的大学生，试图根据特定的HRI伦理原则在三种情况下绕过其安全机制：依恋，自由和同情。我们的结果表明，参与者采用了五种技术，包括使用情感语言对可怜的侮辱和吸引力。我们希望这项工作能够构成未来的研究，以设计强大的保障措施，以确保道德和确保人类机器人的互动。
反思科幻机器人在计算文献中的存在
流行科幻电影和电视节目中对机器人和人工智能的描述有可能向公众和计算机科学研究人员展示人机交互 (HRI) 的愿景。相比之下，目前对计算机科学家在其研究出版物中推荐、使用和挪用这些描述的研究是学术空白。然而，这样的调查对于更好地了解科幻机器人对未来 HRI 研究、创新和教育的潜在效用和潜在缺点至关重要。为了弥补这一研究空白，本研究调查了计算机协会 (ACM) 数字图书馆中 18 个流行科幻机器人的总体存在、性质和推荐频率。这些机器人要么在各种电影中出现，随后被选入卡内基梅隆大学于 2003 年创建的机器人名人堂，要么在用户策划的互联网电影数据库 (IMDB) 列表中名列前茅。为此，我们对 ACM 数字图书馆中的所有 18 个机器人进行了全文搜索和检索查询。总共，我们在 1973 年至 2017 年的 102 个单独出版物中确定了 121 个相关提及。然后对这 121 个提及进行了定性分析，以确定机器人提及的性质。我们的结果表明，语音或对话的机器人属性正在成为一种流行的提及元素。此外，我们发现哲学研究论文