XiaoMi-AI文件搜索系统
World File Search Systemhri
社论：AI驱动的音乐和娱乐机器人
机器人和人工智能（AI）的融合正在彻底改变音乐和娱乐领域。机器人正在从执行以服务为导向的任务到具有潜在的情感参与的先进人类机器人互动（HRI）。对机器人表现力的追求在音乐和娱乐机器人的建模，设计和控制中提出了新的挑战和机遇。当前的研究主要是针对能够操纵各种乐器的机器人的设计和物理实施（Wang等，2022; Lim等，2012），而实时HRI的社会智能机器人的开发仍未被倍增。随着AI的进步，机器人现在可以组成和即兴创作，并在HRI期间解释和应对人类情感状态（McColl等，2016； Wang等，2024）。该研究主题始于介绍AI驱动的音乐和娱乐机器人的最新发展。由于电话的结果，本研究主题已接受和收集了六篇论文。这些文章对各种艺术形式进行了全面的探索，包括在钢琴，小提琴，吉他，鼓和马里姆巴等乐器上唱歌，舞蹈和音乐表演。图1显示了这些研究中研究的音乐机器人的概述。在贡献的作品中，两篇文章着重于灵巧的操纵和感觉运动协调。Gilday等。引入了一个通用系统，该系统具有一个能够弹钢琴和表演吉他弹奏的参数手。与现有的定制机器人音乐系统不同，该提议的手被设计为单件3D打印结构，通过调制机械性能和驱动模式，证明了在娱乐应用中增强表现力的潜力。这项研究强调，利用系统 - 环境相互作用可以实现具有简化控制的多种多样的，多功能的功能和可变播放样式。而不是乐器弹奏，而是Twomey等。使用手臂上的可穿戴软传感器研究了舞蹈性能，以探索这种设备是否可以增强艺术表达。舞蹈运动是在虚拟质量弹簧阻尼器系统中以山液的形式建模的，并在本地框架中分析了肢体，以避免通常与IMUS相关的漂移问题。作者提出了一种并行算法来检测
脑电图与人类注意力分散和犹豫之间的相关性——...
摘要：在本文中，我们研究了分心和犹豫作为一种支架策略的影响。最近的研究表明，说话者的犹豫对听众理解话语具有潜在的有益影响，尽管关于这个问题的研究结果表明，人类并没有策略性地利用它们。犹豫及其在人与人互动中的交流功能是当前研究中讨论最多的话题。为了更好地理解潜在的认知过程，我们开发了一种人机交互 (HRI) 装置，可以在人类参与者与机器人互动时测量其脑电图 (EEG) 信号。因此，我们解决了一个研究问题，即我们是否发现基于分心和相应的机器人犹豫支架策略对单次试验脑电图有影响。为了进行实验，我们利用了我们的 LabLinking 方法，该方法可以实现远程实验室之间的跨学科联合研究。如果没有 LabLinking，这项研究就不可能进行，因为两个参与的实验室需要结合各自的专业知识和设备才能共同实现目标。我们的研究结果表明，分心条件下的 EEG 相关性与没有分心的基线条件不同。此外，我们可以区分有和没有犹豫支架策略的分心的 EEG 相关性。这项概念验证研究表明，LabLinking 使得在远程实验室进行协作 HRI 研究成为可能，并为更深入地研究机器人支架策略奠定了基础。
将全局优化模型应用于EEG脑信号
过去十年，人们做出了巨大努力，使社交机器人的形态和功能更加人性化，以提高它们在人类中的接受度。为此，社交机器人最近与脑机接口 (BCI) 系统相结合，试图让它们了解人类的心理状态，尤其是情绪。然而，使用 BCI 进行情绪识别带来了一些挑战，例如情绪的主观性、情境依赖性以及缺乏可靠的神经测量来实时处理情绪。此外，使用 BCI 系统也带来了一系列局限性，例如输入数据空间中的偏差-方差权衡、维度和噪声。在本研究中，我们试图通过在人机交互 (HRI) 期间从 EEG 大脑活动中检测人类的情绪状态来解决其中的一些挑战。从 10 名与表现出积极或消极性格的 Pepper 机器人互动的参与者那里收集了 EEG 信号。使用从额叶大脑不对称 (FBA) 得出的情绪效价和唤醒测量，训练了几种机器学习模型，以根据机器人个性对人类的心理状态进行分类。 为了提高分类准确性，所有提出的分类器都经过基于特征选择和超参数优化技术的全局优化模型 (GOM)。 结果表明，可以从 EEG 信号中对用户对机器人行为的情绪反应进行分类，准确率高达 92%。 本研究的成果有助于人机交互中心智理论 (ToM) 的第一级，使机器人能够理解用户的情绪反应并将心理状态归因于他们。 我们的工作推动了社交和辅助机器人领域的发展，为未来开发更具同理心和反应更快的 HRI 铺平了道路。
最终项目完成：语音控制机器人
近年来引入了语音控制的机器人，在人类机器人互动（HRI）领域取得了重大进步，对发展人类与机器人之间的直觉和自然交流方式越来越兴趣。这样一种方法是语音控制，它允许用户使用口语命令与机器人进行交互。语音控制的机器人提供了几个优点，包括免提操作，可访问性障碍的人的可访问性以及各种应用中的便利性。语音识别技术与机器人技术的集成使复杂的语音控制机器人系统的开发。这些系统利用自然语言处理技术来解释语音命令并将其转化为机器人可行的说明。
mil-std-130n.pdf
2.本期 MIL-STD-130 继续提供关于机器可读信息 (MRI) 实施的详细说明、深入见解和指导，用于物品识别标记和自动数据采集。MRI 为从采购到制造再到物流和最终处置的生命周期资产管理提供了宝贵的工具。但是，MRI 的使用可能并不适合或不足以满足每种物品识别需求。对于许多已识别物品的最终用户来说，仍然需要将人类可读信息 (HRI) 与 MRI 和自由文本信息物品识别标记相结合来代替 MRI。找到两种标记协议（单独或组合）的最有效用途是采购活动的首要责任。
使用机器学习和数据挖掘的人力资源中的预测分析
摘要人力资源管理信息系统（HRIS）由于当今的技术和全球技术发展而迅速发展。随着企业的数字化，它被广泛用于人力资源（HR）和HRIS的预测应用中。HR和HRI，更好地管理人力资源数据并做出更准确，更可靠的决策对企业至关重要。在该领域，数据挖掘和机器学习方法用于通过预测分析揭示管理决策中数据之间的有意义的关系和趋势。两种方法在人力资源领域都非常重要，对于企业将数据集转换为有用信息非常有效。它可以帮助企业了解趋势，这些趋势可以通过使用分析能力来实现更准确和可靠的业务决策。在本研究的范围内，对Bursa汽车行业的一家公司的白领雇员使用HRIS系统的使用进行了研究。通过统计和数据挖掘，研究了人力资源信息系统对公司和信息技术基础设施的成本，时间节省和战略影响，根据该部门工作，年龄，性别和教育水平的差异和关系。KNIME和SPSS统计计划，这些程序是机器学习工具。HRIS结果，并提出了建议以将来的计划。关键字：人力资源管理，人力研究信息系统，数据挖掘，机器学习，汽车，分类，刀具，IBM SPSS统计1.介绍由于全球技术发展，企业更喜欢像在所有部门和领域一样以人力资源管理和信息学为导向技术。今天，人力资源（HR）经历了重大的转变，从就业和业务流程到在建筑工地上实施应用程序，需要使用人力资源信息系统（HRIS）。hris是一个集成的计算机系统，包括获取，存储，分析和分发有关企业人力资源的宝贵信息[1]。使用HRI进行企业的行政流程也提高了做出的决定的可靠性[2]。不仅要监视和管理HRIS人力资源功能和流程
关于机器人个性化对人类的影响 -
，例如，应该执行各种家庭任务，为老年人提供委托，帮助儿童学习[22]，提供餐点[6]，或引导人们进行购物之旅[15]或博物馆。由于预计机器人将越来越多地融入人们的日常生活中，因此在人类和机器人之间建立更自然和个性化的互动似乎很重要。的确，他们应该成为提供精神和身体支持的同伴。这种类型的互动需要从机器人一侧进行情商，以适应用户状态[7]。因此，个性化是HRI的当前研究领域之一，更具体地说是SAR中的研究领域。它旨在使机器人能够理解人类的需求和偏好并正确适应它们。例如，个性化的机器人应识别并相应地应对用户的社交互动，非语言行为或文化。个性化据说可以改善用户体验，鼓励对机器人的社会接受并通过调整机器人的行为，外观和互动模式来对个人的需求和偏好进行改编，从而实现更有效的社交互动。许多实现个性化的策略已被提出。Mehdi Hellou等。 （2021）[9]迄今为止对所采用的方法进行了审查，以创建机器人个性化。 个性化可以不同地影响用户对交互质量和系统可信度的看法。 它可以帮助改善用户期望与机器人行为之间的匹配。Mehdi Hellou等。（2021）[9]迄今为止对所采用的方法进行了审查，以创建机器人个性化。个性化可以不同地影响用户对交互质量和系统可信度的看法。它可以帮助改善用户期望与机器人行为之间的匹配。本文回顾了有关HRI个性化影响的发现，以便对个性化如何影响互动的经验有了更全面的了解，并提供了更好地满足用户要求的服务。在第2节中提供了当前个性化策略的示例。可以通过多种方式对不同情况和工作环境进行个性化机器人。在第3节中研究了各种个性化的后果。第4节讨论可能进一步研究个性化影响的可能性。
ENPM 645人体机器人Interac6on（0101，0201，RO01）
课程描述，在定义的人类互动的界面上包括人类计算机界面以及robooc emooons和facial表达式emulaoons。该结果将为学生评估未来机器人的最佳方法提供基础。由于经验的领域跨越了几个技术领域，因此将为某些课程带来一两个演讲者。要覆盖的领域包括受生物学启发的机器人，机器人的Cogniove Roboocs，Roboocs的文化和社会方面，数据挖掘，人类系统界面的示例以及有关AI的机器学习。原则和限制。这是为了为您自己的下一代机器人业务奠定基础，因此它还将涵盖道德，法律责任和设计网络弹性的详细方面的一些方面（不是网络安全= HRI的不可能）。先决条件
印度技术学院印第安纳州
自2009年该研究所成立以来，物理部一直是一个充满活力的部门。目前，该部门由19位教职员工组成，这些教职员工在各种领域的专业知识，例如冷凝物理学，高能量物理，黑洞物理学，仪表/重力二元性和复杂网络。我们的研究实验室拥有最先进的设施，多年来不断发展和发展，以促进年轻研究专业学生之间尖端的研究并促进创新和技术的发展。我们的博士生已被安置在全球著名的机构中，并正在积极进行研究。我们致力于为学生提供实践研究经验的承诺，从本科到研究生课程的各个层次。为此，该部门已经建立了15多个高级研究实验室，每个实验室都专注于物理学的不同分支，以为我们的学生提供独特的研究机会和出色的学习经验。 IIT Indore的物理系自豪地展示了各种尖端的搜索区域，可以将其大致分为三个主要亚组：凝结物理物理，高能量物理学以及复杂的网络和系统（更多细节出现在后续页面中）。 该部门以促进高度合作的研究环境而感到自豪，该研究促进了IIT Indore的各个部门以及著名的国家和国际机构的密切互动。为此，该部门已经建立了15多个高级研究实验室，每个实验室都专注于物理学的不同分支，以为我们的学生提供独特的研究机会和出色的学习经验。IIT Indore的物理系自豪地展示了各种尖端的搜索区域，可以将其大致分为三个主要亚组：凝结物理物理，高能量物理学以及复杂的网络和系统（更多细节出现在后续页面中）。该部门以促进高度合作的研究环境而感到自豪，该研究促进了IIT Indore的各个部门以及著名的国家和国际机构的密切互动。目前，我们与IISC BANGALORE，IIT（孟买，德里，马德拉斯，坎普尔，坎普尔，罗帕尔，海德拉巴），rrcat，indore，barc，barc，iisers，iisers，iisers（kolkata，kolkata，pune，pune，pune，behrampur），hri allia hri hri allahabad，中心大学加尔各答和Sinp - 加尔各答。Our international collaborations include but are not limited to the University of Cambridge, Uni- versity of Oxford, Stanford University, Michigan State University-USA, Penn State University- USA, CUNY-USA, LUH Hannover-Germany, Rutherford Appleton Laboratory and ISIS Facili- ties - UK, TU Berlin - Germany, TU Dortmund - Germany, Queens Marry University London- UK, LMU-Munich，德国，伯尔尼大学 - 西区，大阪大学 - 日本 - NTU-辛加普尔，复杂性科学研究所 - 意大利CNRS，Instituto Superior Tecnico，Lisbon，葡萄牙。
dobby：由GPT-4驱动的对话服务机器人
摘要 - 这项工作引入了一个机器人平台，该平台全面地集成了多步操作执行，自然语言理解和内存，以根据可变需求和用户意图进行交互性执行服务任务。所提出的体系结构是围绕源自GPT-4的AI代理构建的，该代理嵌入了体现系统中。我们的方法利用语义匹配，计划验证和状态信息将代理在物理世界中扎根，并在交流和行为之间进行无缝合并。我们通过HRI研究来证明该系统的优势，该研究比较了在自由形式的旅游指南方案中具有和没有对话性AI功能的移动机器人。沿五个维度测量了系统的适应性：灵活的任务计划，互动信息探索，情感友好性，个性化以及增强的总体用户满意度。