本文提出了一种基于多智能体编排与组合框架的主动聊天机器人，并通过旅行审批业务流程和贷款申请业务流程的两个用例进行了评估，分析了性能、编码开销、可扩展性和代理重叠四个标准。

Jan, 2020

使用自主软件代理来处理系统的语义描述，以确定协调要求和约束，并以分散协调的方式控制系统，通过超媒体发现运行时所需的计划和协议，以减少系统耦合并在特征变化时实现运行时自适应。

Jun, 2024

使用视觉、用户意图推断和人机共同控制的框架，旨在解决机器人远程操作系统中的挑战，同时缓解大脑 - 计算机接口下的噪音和错误低维度运动指令问题。我们使用共同控制辅助框架对两个使用了颅内脑机接口的受试者进行实验，并取得了显着的性能提升，在门的开启、从容器中倒液体和在密集且杂乱的环境中使用新型物品等任务中进一步展示了我们架构的可扩展性。

Mar, 2015

本文提出了用户驱动的智能界面的新概念，它应用于各种领域中，如残疾研究，教育，家庭护理，医疗保健等，通过脑机交互等方式，利用多模态增强现实技术，以及通过机器学习等方法，分类实时神经物理反应的即时反馈，以克服当前可用用户界面的局限性，特别是针对功能残疾人群。即使在当前状态下，结合增强现实和脑机交互的接口也能提供高度适应性和个性化的服务。

Apr, 2017

本研究提出了 AI-Augmented Business Process Management Systems (ABPMSs) 的概念，并讨论了需要克服的研究挑战，以实现提高业务流程执行的可适应性、主动性、可解释性和上下文敏感性的目标。

Jan, 2022

这篇文章介绍了一种名为 Agentic Process Automation (APA) 的新型自动化模式，通过利用基于大型语言模型（LLM）的代理人将人的劳动转移到与构建和执行相关的代理人，实现了先进自动化。我们实例化了一个名为 ProAgent 的 LLM 代理人，用于根据人类指令制定工作流程并进行复杂决策的协调。通过实证实验详细说明了工作流程的构建和执行过程，展示了 APA 的可行性，揭示了一个由代理人驱动的新自动化范式的可能性。

Nov, 2023

本文介绍在缺乏结构化训练数据的真实工业场景中实现智能过程自动化 (IPA) 交谈助手的挑战，以及使用迁移学习方法重新实现自动化系统多个组件，从而为用户提供结构化且在某种程度上标记的培训数据。

Jan, 2020

提出了一种基于深度学习的框架，利用强化学习选择性注意机制和修改后的 LSTM 算法等方法，实现了人与物联网对象之间的认知互动，验证了该方法的有效性。

May, 2018

自动化企业工作流程可以释放每年 4 万亿美元的生产力增益。通过案例研究医院和大型 B2B 企业，我们发现采用机器人流程自动化受到成本高昂（需 12-18 个月），执行不可靠（初始准确率为 60％）和繁琐的维护（需要多个全职员工）的限制。在这篇文章中，我们提出 ECLAIR，一个能够以较少人力监督自动化企业工作流程的系统，通过初步实验表明，多模态基础模型具有解决传统机器人流程自动化的局限性的潜力。我们还确定了人工智能与人类协作、验证和自我提升作为开放性挑战，并提出了通过数据管理技术解决这些挑战的方式。

May, 2024

该研究论文提出了一种名为 “超越人工智能” 的普适性认知技术，旨在解决当前人工智能技术的局限性，该技术使用人工生命带有想象力的能力，新颖地发掘事件的思想，并将其应用于自动驾驶、医疗护理和工业机器人等方面。

Jun, 2017