本文通过采用人工智能和多智能体系统等技术构建了一个仿真模型，旨在增进对人们在危险环境中遇到困境时的反应和应对方法的理解，以提供更高效和有效的疏散策略，从而改善危险区域内个人的安全和福祉。

Jun, 2023

研究表明，虚拟现实可以帮助改善通过物理模拟训练的机器人，使其与真实世界的人类进行交互。利用 AVR Gym，可以帮助研究人员改进在四个机器人护理任务中进行的模拟控制，研究人员发现，基于实验结果修改的控制策略实际上表现得更好，而且生物力学模型的改进结果也更好地匹配了真实参与者。

Jul, 2020

本研究提出了一个新的增强学习框架，通过直观的虚拟现实演示界面，训练个性化的导航控制器。用户研究表明，我们的个性化方法显著优于传统方法，学习到的控制器具有良好的泛化性能和在导航过程中反映用户偏好的能力。最后，我们将导航控制器转移到真实机器人上，保持了较好的性能。

Mar, 2022

在人机交互系统中，结合代理模型的场景生成系统可以有效地合成多样而具有挑战性的场景，并且在真实世界的交互中可以重现这些失败情境。

Apr, 2023

本文研究人形态智能的应用于外科机器人学习的新交互式模拟平台，以人机交互的形式，以增加更有效的策略学习，通过收集人类示范并模仿动作模式，展示了仿真环境的改进和验证最先进的强化学习算法。

Jan, 2023

本文讲述了如何通过商用虚拟现实技术和机器人控制软件集成降低成本来开发远程机器人系统，同时还引入了人体肢体表示模型，取得了比自动化算法更好的拾取、组装和制造效果。

Mar, 2017

我们提出了一种以人为中心的楼宇内具身交付商业场景的具体商业模拟，并开发了一个全新的虚拟环境系统，构建了一个模拟极地研究站的多层连接建筑空间，并包括具有抓取和移动能力的自主人物和机器人以及大量的交互物品。基于该环境，我们建立了一个包含 13,000 个语言指令的交付数据集，用于指导机器人提供服务。我们通过人物模拟人类行为，并对他们日常生活中的各种需求进行采样。最后，我们提出了一种以大型多模型为中心的方法，作为该数据集的基线系统。与过去的具身数据工作相比，我们的工作侧重于以人机交互为中心的商业情景下的虚拟环境。我们相信这将为具身社区带来新的视角和探索角度。

Jun, 2024

本论文探讨了如何利用虚拟环境中的人 - 头像交互模拟物理环境中的人 - 机器人交互，并展示了这两种模式下用户行为和自我报告结果的相似之处。该研究表明，即使存在态度差异和技术控制限制，也可以通过精心设计的人 - 头像研究来补充挑战更大的人 - 机器人研究。

Jun, 2022

虚拟现实在多个领域中得到了证明：从游戏、医学和培训到人机协作界面的开发，它能够帮助设计师在超越真实环境限制的情况下探索应用，并开发创新的解决方案和体验。对于在虚拟领域借助自然而直观的手势实现协同机器人操作，需要创建大量的数据集，以便使工作界面易于学习和灵活添加手势。由于计算或经济限制，这可能具有一定的挑战性，因此将在真实环境中表现良好的深度学习模型调整到虚拟领域可能是解决方案。本文提出了一个系统的框架，通过虚拟数据集的有限大小实现从真实到虚拟的适应，并提供了创建策划数据集的指导方针。最后，虽然手势被视为通信模式，但所提供的指南和建议是通用的，适用于其他模式，如身体姿势和面部表情，这些模式在真实领域中有大量可用的数据集，需要适应到虚拟领域。

Jul, 2023

本文介绍了一种通过虚拟现实人类任务演示自动生成可执行机器人控制程序的系统，利用常识知识和基于游戏引擎的物理，以及自动路径规划和代码生成，实现了具有表现力和通用性的任务表示，在强力抓取和放置机器人购物助手的场景中进行了演示。

Jun, 2023