唱出电子身体：机器人具象对用户期望的影响
本文回顾了有关机器人实体化在社交互动机器人中扮演角色的现有工作，并介绍了一种方法来对这些问题进行全面评估，包括机器人实体化的类型、机器人的社交角色、人机任务的类型等，旨在揭示社交互动机器人、社交援助机器人和服务机器人的实体化研究主题。
Dec, 2019
本研究通过与发展心理学家合作的定向实验，了解婴儿如何获得第一次的 “感觉 - 运动身体知识”，进而构建具有传感器官的计算模型，对多模态身体表示学习、适应和操作的机制进行研究，提出了自我接触和自我观察的办法，开发了一个校准工具箱，并在多个机器人平台上进行了实验验证，最终研究了周围空间与人类和机器人的安全合作的可能性。
Nov, 2022
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
本研究采用强化学习方法建立了一个多模态情感交互框架，利用人类用户的情感状态作为交互的奖励因素，优化了机器人的行为策略，并针对用户进行个性化情感交互来增强社交场景下机器人的自然性和吸引力。
Oct, 2021
采用深度学习生成模型来生成机器人情感表情，通过几个手动设计的机器人身体表达生成一个新的符合上下文感知的表达。评估结果表明，生成的表情与手动设计的表情没有显著差异，且能达到不同目标情绪的效果。
May, 2022
该论文提出了一种名为虚拟体验（virtual embodiment）的多模式 AI 策略，它允许开发人工智能的可伸缩性，并以一种伦理负责的方式在领域内逐步推进。
Oct, 2016
本文研究了多模态经验、语言学习和具体到抽象的词汇发展历程，并提出了一种结合当代模型和基于词汇的模型的语义模型，并使用机器人对话系统来学习语言。
May, 2021
研究了在机器人和人类交互中，机器人的情感表达对人类决策行为模式的影响，使用自然语言处理模型产生机器人使用的情感表达语句，并在博弈理论的环境中探究人的行为模型。
Jun, 2018
音乐对心情有影响，而心情对情绪和认知加工以及决策产生影响。研究发现，了解人们在行动时所听的音乐对于预测其行为是一个重要特征，但迄今为止还没有明确证据表明机器人能够通过考虑人们所听的音乐来改善其与人互动的决策能力。本研究通过实验结果填补了这一空白，要求人类参与者在听背景音乐的同时完成一个任务，该任务涉及驾驶模拟车通过一个交叉口。我们的研究结果明确表明，这种音乐背景信息可以有效地结合到机器人的世界表征中，以更好地预测人们的行为，同时还分析了音乐知识对参与者行为和所学策略的影响。
Aug, 2023