本研究使用深度生成模型创建一个多感官体验，用户可以在触觉表面上滑动手指，触摸和查看合成物体，并提出了一种新的视触觉服装数据集和条件生成模型以合成视觉和触觉输出，并介绍了一个流水线，在基于电除尘的触觉设备上呈现高质量的视觉和触觉输出，实现沉浸式体验。

May, 2023

本文提出了一种感知框架，通过融合视觉和触觉反馈来预测动态场景中物体的运动，该框架利用一种新型的 STS 传感器来捕捉物体的视觉外观和触觉特性，利用多模态 VAE 将两种模态结合起来，可以推断未来物理交互的结果。

Jan, 2021

提出一种基于动态机器人辅助手物交互的方法，通过手部姿态估计、自适应机器人控制和运动原语的综合运用，在实现精确任务执行和适应实时动作方面提高了人机物理交互的效果。

May, 2024

研究表明，通过将分析过程转移到沉浸式虚拟现实 (VR) 环境中，可以帮助研究人员理解由人工智能生成的解决方案，进而发现新的解释和理解实验性量子光学，并且能够加快后续的发现迭代。

Feb, 2024

本文提出了一种方法，通过视觉和物理交互数据分类表面，以使机器人更好地了解物体的触觉特性；通过统一学习物理交互和视觉观察特征的方法，使用深度神经网络模型实现更准确的触觉分类。

Nov, 2015

生成 AI 工具在 3D 建模中变得更加普遍，使用户能够通过文本或图像进行模型操作或创建，从而更轻松地快速定制和迭代 3D 设计，探索新的创意。然而，当创建用于制造的 3D 模型时，设计师需要在美学品质和结构约束之间进行权衡。本研究提出了对生成 AI 工具进行新的增强以创建具有可行性的 3D 模型，并倡导开发同时考虑美学外观和物理属性作为约束的工具。该探索旨在缩小数字创意和现实世界适用性之间的差距，将生成 AI 的创造潜力扩展到有形领域。

Apr, 2024

人工智能（AI）已经彻底改变了人类的认知能力，并促进了能够与人类在物理和虚拟环境中进行交互的新型 AI 实体的发展。我们介绍了一个统一表示形式 —— 对称现实框架，它能包括各种物理 - 虚拟融合的形式，从而让从更广泛的角度理解 AI 实体如何与人类协作以及如何巩固不同的物理 - 虚拟整合技术路径。我们提出了一个 AI 驱动的主动辅助服务的示例，展示了对称现实系统在特定任务（如倒水）中的运作，并为不同领域的研究人员和实践者提供有益的观点和指导，从而为人工智能与人类在物理和虚拟环境中的共存的持续研究做出贡献。

Jan, 2024

本文提出了一种基于生成式 AI 的物理 - 虚拟同步框架，用于车辆元宇宙。在物理到虚拟同步方面，由自动驾驶汽车生成的数字孪生（DT）任务通过 RSU 进行执行，在生成未来路径的同时，通过生成式人工智能模型基于用户首选项对元宇宙 AR 推荐器（MARs）进行多样化和个性化的推荐。

Jan, 2023

通过引入增强物体智能（AOI）这一新颖的 XR 交互范式，结合物体分割和分类以及多模态大型语言模型的能力，提出了一种无缝融合物理对象与交互数字实体的方法，并通过 XR-Objects 系统的设计和实现以及一系列使用案例和用户研究的展示，展现了 AOI 的优势和多样化的应用。

Apr, 2024

通过结合眼动追踪和增强现实技术，本研究通过人机交互方式教授机器人未知物体，使其在 3D 空间中识别和可视化分割对象，并通过学习获得与现有数据集训练的先进对象检测器相当的性能，展示了其多功能和适应性。

Dec, 2023