Feb, 2024

合作装配场景中，协作机器人的生产节奏、控制定位与情绪状态之间的动态探索

PDF
TL;DR通过研究协作机器人的生产节奏对参与者的经验性控制和情绪状态的影响，本研究发现在情绪状态和经验性控制方面没有差异，但考虑到其他心理变量，结果表明需要考虑个人的心理特征以提供差异化和优化的交互体验。
发现论文，激发创造
  • 人机协作对组装任务成功率、时间完成、错误率、负荷、手势和接受度的影响

    该研究调查了协作机器人在简单和复杂组装任务中的合作效果，发现与协作机器人一起工作可以减少任务复杂度对工作负荷和产出质量的影响，但会增加完成任务所需的时间和手势数量，研究结果可帮助开发人员和利益相关者了解在生产链中引入协作机器人的影响。

    May, 2024

  • 利用结构方程模型评估建筑 AI 动力协作机器人的信任

    此研究旨在调查影响建筑工程专业人员对人工智能驱动的协作机器人的信任的关键技术和心理因素。通过对 600 名建筑行业从业人员进行全国范围的调查，研究深入了解了促进该技术有效采用、培养和培训熟练劳动力的未来机会，结合结构方程模型分析表明，安全和可靠性对于建筑领域中采用人工智能协作机器人至关重要。担心因使用协作机器人而被取代可以对受影响的工人的心理健康产生重大影响。对涉及协作机器人工作的较低错误率、安全措施和从作业现场收集的数据的安全性显著影响可靠性，而协作机器人内部运作的透明性有助于准确性、稳健性、安全性、隐私性和通信，并产生更高水平的自动化，所有这些因素均被证明是信任的贡献因素。本研究的研究结果提供了建筑工程专业人员对建筑领域采用协作机器人的认知和经验的重要见解，并帮助项目团队确定与公司目标和工人福利相一致的采用方法。

    Aug, 2023

  • CoBOS: 基于约束的在线人机合作调度程序

    我们提出了一种新颖的在线基于约束的调度方法，在反应式执行控制框架中使用行为树，称为 CoBOS，以适应不确定事件，如延迟的活动完成和活动选择（由人类）。

    Mar, 2024

  • 工业人机协作任务的人体舒适性指数估计

    人机协作中，通过生理信号来定量评估人的舒适度和不舒适度，本研究成功地将舒适度和不舒适度与情感圆坐标模型的最接近情感匹配，并且证明了从生理信号中评估人的舒适度和不舒适度的可行性。

    Aug, 2023

  • 物理人机协作中的神经适应

    通过应用认知冲突信息，利用强化学习在闭环环境中调整机器人策略，并与开环设置进行对比，实验结果表明，闭环神经自适应框架成功地降低了物理人机协作中的认知冲突水平，从而提高了人机协作的平滑性和直观性。这些结果显示出了通过脑电图 (EEG) 信号的神经自适应方法在未来物理人机协作控制系统中的可行性。

    Sep, 2023

  • 通过整合拉班动作分析实现身体表达的情感理解

    通过人体运动分析和人体运动元素数据集，实现对身体语言中情感和心理状态的自动理解与分析.

    Apr, 2023

  • 理解人群的同步：从人与人的协作经验中优化人机协作

    本文通过混合方法研究，探讨了成功的同步对合作的信任、合作愿望和对合作者的好感的积极影响，并提出了与成功同步相关的五个特征，包括同步出现的时间、领导者 - 追随者模式、人际沟通、集结点的重要性以及声学反馈的价值。同时，为未来与机器人合作的研究和设计提出了三个设计考虑。

    Feb, 2024

  • 学习用非语言表达传达功能状态，以提高人机协作

    通过调节非语言音频表达的声学参数值，基于强化学习算法和人类反馈，研究评估了协作机器人内部状态的非语言音频表达对用户是否准确理解机器人状态的影响。

    Apr, 2024

  • 工业人机协作中的凝视检测与分析

    在这项研究中，通过研究人与机器人协同组装任务过程中的注视行为，发现注视机器人的目光往往是协同活动开始的前兆，为提升人机协同体验提供了潜在的改进方法。

    Dec, 2023

  • 机体机器形态与控制可扩展共同优化

    该研究探讨并展现了一种新的技术 ——“形态创新保护”，可协同优化机器人的结构和控制策略并避免局部最优解来提高机器人的行为性能，促进了自动化机器人设计和行为训练，同时为研究实体认知理论提供了实验检验的平台。

    Jun, 2017