通过采用强化学习算法，研究设计基于社交和任务相关特征的行为预测策略是智能对话代理下一步的发展，以期通过优化设定的预测性对话策略，增强用户满意度和任务效率，并在实践操作中取得较好的协同效果。

Nov, 2022

本文介绍了一种集成框架，用于支持主动的人机协作，并解决了数据稀缺、人员行为多样、交互安全不确定等问题。实验表明，该框架在 Kinova Gen3 机器人的组装任务中，能有效地提高任务效率，以及确保主动协作的安全性。

Jun, 2023

通过生成式图神经网络，学习了一种统一的空间 - 时间预测模型对象动态，以适应人类的日常生活活动，并在 HOMER 数据集中优于现有的预测方法约 11.1％。

Nov, 2022

本文概述了机器人与人合作的概率规划和博弈论算法的研究，包括不确定性建模和对人类内部状态和变化的推理，以及在多个实际场景下实现的具体行为。

Jul, 2017

为了社交互动，机器人必须准确地解释人类意图并预测其潜在结果。本文探讨了人工心智理论（ATM）方法以推断和解释人类意图，在实时中选择消除危险的机器人行为，并采用基于仿真的 ATM 方法和 “像我一样” 的策略来分配人类的意图和行为，从而在时间受限的情况下成功地检测和行动。该算法已经作为现有的机器人认知体系结构的一部分实施，并通过模拟、人 - 机混合配置和真实场景进行了鲁棒性、精度和实时响应的测试。

Mar, 2024

近期关于主动对话代理（PCAs）的研究主要集中在提高系统在用户表达需求之前，预测和计划行动序列以完成任务和实现目标的能力。这篇论文强调了朝着强调人类需求和期望，考虑代理的伦理和社会影响，而不仅仅关注技术能力的以人为中心的 PCAs 的重要性。我们通过建立涉及智能、适应性和礼貌三个关键维度的新分类体系来解决主动系统与反应系统之间的区别，防止主动系统被人类用户视为侵入性。根据这个新分类体系，我们根据 PCAs 系统构建的五个阶段，讨论了潜在的研究机会和挑战。这篇论文为会话信息检索研究领域奠定了基础，并为推进以人为中心的主动对话系统铺平了道路。

Apr, 2024

本文提出使用贝叶斯框架观察人类行为对模型准确性的影响，从而实现安全的机器人预测和运动规划。该方法可以建立一种概率保障的安全证书，并以四轴飞行器为例进行演示。

May, 2018

为满足弱势群体（如老年人、儿童和残障人士）在日常任务中对辅助技术的需求，提供适应他们多样化需求的基于人工智能的先进辅助解决方案的研究依然稀缺。为了填补这一空白，我们定义了一个重要而新颖的挑战 —— 智能帮助，旨在为残障人士提供主动且适应性支持，以应对各种任务和环境中的动态目标。通过利用 AI2-THOR 构建一个新的交互式 3D 真实家庭环境，我们引入了一个创新的对手建模模块，用于精确理解主要代理人的能力和目标，以优化辅助代理人的辅助策略。严格的实验验证了我们模型组件的有效性，并展示了我们整体方法在对比基准的优越性。我们的研究结果展示了人工智能辅助机器人在改善弱势群体的福祉方面的潜力。

Apr, 2024

本研究提出了一种基于马尔可夫决策模型的方法，针对人与机器人合作中存在的不确定性，自动推导出可能的人类行为策略，并提出了一种基于部分可观察的马尔可夫决策过程的机器人计划算法。实验结果表明该方法可实现合作任务的稳定性和高效性。

Feb, 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