机器人 / 具身智能

Utility Theory based Cognitive Modeling in the Application of Robotics: A Survey

基于效用理论的认知建模在机器人应用中的研究：综述

Qin Yang

机构 * College of Engineering and Computer Science, The University of Tulsa（工程与计算机科学学院，塔尔萨大学） 纠错

专题命中 人机交互与遥操作 ：robotics(title,abstract)；robotic(abstract)；分类 cs.RO、cs.AI

AI总结 本文综述了基于效用理论的认知建模在机器人应用中的发展与现状，探讨了其在多代理系统中的作用及未来研究方向。

Identifying Influential Actions in Human-Robot Interactions

识别人机交互中的关键行为

Haoyang Jiang, Chenfei Xu, Yuya Okadome, Yukata Nakamura

机构 * Guardian Robot Project, R-IH, Riken, Kyoto, Japan（守卫机器人项目，R-IH，Riken，京都，日本） ； Faculty of Engineering, Monash University, Melbourne, Australia（工程学院，墨尔本大学，澳大利亚） ； Graduate school of engineering science, Osaka University, Osaka, Japan（工程科学研究生院，大阪大学，日本） ； Faculty of engineering, Tokyo University of Science, Tokyo, Japan（工程学院，东京科学大学，日本） 纠错

专题命中 人机交互与遥操作 ：robotics(abstract,comments)；robotic(abstract)；分类 cs.RO

AI总结 本文提出利用转移熵识别人机交互中影响人类行为的关键机器人行为，以提升机器人系统的设计和适应性。

Comments Presented at the 30th International Symposium on Artificial Life and Robotics (AROB 30th). Beppu, Japan, January 2025

Model-Based and Neural-Aided Approaches for Dog Dead Reckoning

基于模型和神经辅助的方法用于犬类死 reckoning

Gal Versano, Itai Savin, Itzik Klein

机构 * Hatter Department of Marine Technologies, University of Haifa（海法大学海洋技术系） 纠错

专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出基于模型和神经辅助的方法用于犬类死 reckoning，通过实验验证神经辅助方法在定位精度上的优势，提供了一种轻量且低成本的定位解决方案。

Influence-Based Reward Modulation for Implicit Communication in Human-Robot Interaction

基于影响的奖励调节用于人机交互中的隐式通信

Haoyang Jiang, Elizabeth A. Croft, Michael G. Burke

机构 * Monash University（莫纳什大学） ； University of Victoria（维多利亚大学） 纠错

专题命中 人机交互与遥操作 ：navigation(abstract)；分类 cs.RO

AI总结 本文提出了一种基于转移熵的奖励调节方法，用于增强人机交互中的隐式通信，通过调节影响力提升协作与互动效果。

Comments Preprint. 26 pages, 15 figures. Submitted to IEEE Transactions on Human-Robot Interaction (THRI). Accepted manuscript version

Towards Scalable Probabilistic Human Motion Prediction with Gaussian Processes for Safe Human-Robot Collaboration

迈向安全人机协作的可扩展概率人类运动预测：基于高斯过程

Jinger Chong, Xiaotong Zhang, Kamal Youcef-Toumi

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 人机交互与遥操作 ：robotics(abstract)；分类 cs.RO

AI总结 本文提出了一种基于高斯过程的可扩展模型，用于准确预测人类运动并提供可靠的不确定性估计，适用于人机协作中的安全应用。

Comments Submitted to IROS 2026

RoboCritics: Enabling Reliable End-to-End LLM Robot Programming through Expert-Informed Critics

RoboCritics: 通过专家指导的批评者实现可靠的端到端LLM机器人编程

Callie Y. Kim, Nathan Thomas White, Evan He, Frederic Sala, Bilge Mutlu

机构 * Department of Computer Sciences University of Wisconsin--Madison（计算机科学系威斯康星大学麦迪逊分校） 纠错

专题命中 人机交互与遥操作 ：robotics(abstract)；分类 cs.RO

AI总结 RoboCritics通过专家指导的批评者提升LLM在机器人编程中的可靠性与用户参与度。

Comments 10 pages, 5 figures, Proceedings of the 21st ACM/IEEE International Conference on Human Robot Interaction (HRI 2026)