该论文从技术、道德和法律等多个角度出发，全面调研了与机器人学习中公正性相关的挑战和最新进展，并讨论了不同领域中有偏见所导致的不公正后果及其应对策略，旨在为公正机器人学习的开发铺平道路。

Jul, 2022

构建在技术和社会科学方法的综合基础之上，社会认知机器人是一种跨学科的方法，旨在将人类为中心的目标置于首位，并通过各种研究视角和问题来改进机器人与个体互动以及对社会的影响。

Oct, 2023

本文介绍了如何通过风险意识的人类行为模型来安全、高效地进行机器人技术和人类的协同作业过程，旨在预测和规划人类常常表现出的非最优行为。

Jan, 2020

通过结合心理学和神经科学的成果，利用具有体验的机器人技术，实现智能化人机协同决策，并探讨了此方法在实现体验化人机协同合作方面的应用与研究。

May, 2017

本文提出了一种基于内在动机的强化学习框架，通过预测模型和动作条件获得内在动机驱动下的奖励，并通过与人的互动学习类似于人类的社交技能，结果表明该机器人不仅获得了人类般的社交技能，而且在测试数据集上做出了更符合人类的决策。

Apr, 2018

本研究通过一个协同迷宫游戏设计，用深度强化学习技术实现了人机共同协作。研究结果证明人机共同协作相互影响，在时间的推进下不断适应并建立起相应策略，这为人机智能的协作提供了可行的方案。

Mar, 2020

研究探讨了在实现机器人更高自主性的同时人类自主性减少的风险，尤其是老年人等易受影响人群的自主性。提出在设计社交辅助机器人时需要优先考虑人的自主性，并给出了支持用户自主性的社交机器人的架构方案，其中介绍了 Assist 架构的一些特点。

Nov, 2022

通过分类功能和社交干扰以及探讨机器人架构的要求，本文旨在为人工智能代理提供处理不同类型交互干扰的能力，以实现在多方社交情境和用户个性化之外，对于为人工代理赋予社交能力的扩展。

Aug, 2023

本文研究了群组环境中机器人管理对话时遇到的几个关键问题，包括人机交互、群体层面、社交机器人、对话动力学和群组设置，以及各种需要解决的挑战。

Dec, 2023

我们提出了一个使用深度学习方法的 Staged Social Behavior Learning (SSBL) 框架，在模拟中学习机器人在社交场景中的行为，然后将其应用于与人类交互的实际机器人中。实验结果表明，相比于最先进的模型，我们的模型可以生成更加符合社交规范的行为。

Oct, 2018