• 法学硕士 (LLM) 的进步 • 人机系统中的人工智能集成 • 机器人和自动化中的人工智能 • 人机交互的未来趋势和新兴技术 • 增强认知 • 权限/控制转移 • 受大脑启发的自主系统 • 脑机接口 • 决策支持和推荐系统 • 人机共生系统的伦理方面 • 人机交互 • 人机自主合作和团队合作 • 人类绩效建模 • 人机/机器人交互 • 智能自适应系统 • 人机共生系统中的弹性工程 • 团队绩效和培训系统 • 信任建模、测量和管理 • 虚拟和混合现实系统
Eckart Voigts 是布伦瑞克工业大学的英语文学教授。他撰写、编辑和合作编辑了大量书籍和文章。Robin Markus Auer 正在攻读博士学位,这是布伦瑞克工业大学关于文学和音乐自动化创造力的跨学科研究项目的一部分。他的工作重点是耦合体现创造系统中人类和机器创造力之间的相互作用。Dietmar Elflein(兼职教授博士)在布伦瑞克工业大学教授流行音乐。他是国际流行音乐研究协会德语分会的顾问委员会成员。Sebastian Kunas 是一位音乐家、音响艺术家、制作人和教育家,具有潜艇和 DIY 文化以及文化和声音研究的背景。他在希尔德斯海姆大学文化研究与美学交流学院教授电子声音和音乐实践,并负责管理电子工作室和录音工作室。他是 ARK(Arkestrated Rhyth-machine Komplexities)集体的成员,这是一个不断变化的艺术家、学者和电子 MusickingThings 协会。Jan Röhnert 是德国布伦瑞克工业大学德国文学系的科技界现代文学教授。他的研究兴趣包括前卫诗学和电影、自传和战争、风景和地理诗学、自然和荒野写作、女权主义和当代文学。 Christoph Seelinger 是德国布伦瑞克工业大学德国研究所的现代德国文学研究助理,他于 2021 年在该研究所获得博士学位。此前,他在布伦瑞克工业大学完成了跨学科硕士课程“科技世界文化”。他的研究重点是电影与文学之间的界面、(视听)媒体的跨界、文学/电影与先锋派之间的联系以及所谓的“琐碎文化”。
网上虚假信息的兴起对民主进程的运作构成了威胁。通过在线社交网络以算法方式传播虚假信息的能力,以及数据驱动的分析和微定位个人用户的能力,使得创建定制的虚假内容成为可能,这些内容有可能影响决策过程。幸运的是,类似的数据驱动和算法方法也可用于检测虚假信息并控制其传播。然而,自动评估信息的可靠性和可信度是一个复杂的问题,如今,这个问题在很大程度上依赖于被称为事实核查员的人类专家。在本文中,我们介绍了结合自动和手动事实核查方法来打击在线虚假信息传播的挑战和机遇,同时强调了数据工程界应该解决的开放性研究问题。
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。
本课程分为八个模块,每个模块都为周密的人机交互系统设计提供了一块拼图。我们设计本课程的目的是,当你完成每个模块时,你正在创建这个拼图的有形部分,我的意思是,到课程结束时,每个模块的评估将汇总为一份涵盖所有相关方面的人机交互系统的完整设计报告。以这种方式构建课程让我能够确保我们正在教授具体的设计方法和技术,这些方法和技术可以随时用于广泛的项目和活动。
摘要。本文旨在提出一个框架和相应的范式,用于评估可解释人工智能 (XAI) 提供的解释。本文主张需要评估范式——不同的人在不同背景下执行不同的任务会对不同的解释做出不同的反应。它回顾了以前评估 XAI 解释的研究,同时也确定了这项工作的主要贡献——研究人员可以使用灵活的范式来评估 XAI 模型,而不是一系列因素。然后,本文概述了一个框架,该框架提供了五个关键因素之间的因果关系——心理模型、概率估计、信任、知识和绩效。然后,它概述了一个由训练、测试和评估阶段组成的范式。本文讨论了预测模型、XAI 开发人员指南和自适应可解释人工智能——一种能够预测特定领域专家对特定任务的首选解释是什么的推荐系统。
uci.edu › ~redmiles › oldpapers PDF 2018 年 5 月 18 日 — 2018 年 5 月 18 日 一些真实的、虽然不大的收获,例如在飞机工业中,......将人类工程学引入界面的更有效方法比运行-。18 页
随着价格实惠的系统数量不断增加以及该领域的研究力度不断加大,人机交互 (HDI) 越来越受到关注 [2、3、5、8]。然而,由于 HDI 系统使用硬件和软件平台的分布式特性,设计和制作原型仍然具有挑战性。正如 Funk [8] 所强调的,在这种情况下构建和制作交互原型需要:控制无人机、了解无人机的位置以及提供无人机与其他系统之间的通信。不幸的是,现有技术通常都是商业产品,几乎无法为开发人员提供调整系统或使其适应其需求的支持。在本文中,我们首先介绍 Paparazzi 无人机 (UAV) 系统 [1、10] 及其架构。然后,我们描述了三个用 Paparazzi 构建的新型交互系统的案例研究,这些案例研究凸显了其支持各种 HDI 系统原型设计的能力。我们的案例研究涵盖使用增强现实眼镜进行信息可视化、支持残障用户的新控制方法和面部跟踪无人机。最后,我们讨论了 Paparazzi 为支持 HDI 设计师提供的可能性以及可能的改进。
在本文中,我们调查了机器人可扩展结构的新兴设计空间,重点关注此类结构如何改善人机交互。我们详细介绍了寻求将此类结构整合到自己工作中的研究人员的各种实施考虑因素,并描述了可扩展结构如何为各种不同的机器人和应用带来新颖的交互形式,包括使机器人能够改变其形态以增强或获得全新能力(例如增强操纵或导航)的结构、提高机器人安全性的结构、实现新形式通信的结构以及使机器人群能够单独和集体改变形状的结构。为了说明如何将这些考虑因素付诸实践,我们还介绍了我们自己在可扩展结构机器人方面的研究中的三个案例研究,分享了我们的设计过程和我们的发现,这些发现涉及此类结构如何使机器人产生新颖的行为,从而吸引人类的注意力、传达信息、模仿情感并提供新型动态可供性。
对社会背景的建模不仅限于驾驶 AV 的个人。它还应考虑各种道路使用者,包括人类驾驶的汽车和被称为“弱势道路使用者”(VRU)的人,例如行人和骑自行车的人,甚至动物。特别具有挑战性的是预测道路使用者的意图,一些人将其称为“自动驾驶汽车的大问题” [22](例如,AV 如何读懂行人的肢体语言或预测停放的汽车是否会突然驶入车道)。这个问题尚未像 AV 的其他社会技术方面那样受到重视。该领域的最新研究包括行人意图估计的启发式模型,以协助 AV 在接近行人时做出决策(例如,设计 AV 以预测接近的行人是否会过马路或让路给车辆)[23]。
