Takayuki Kanda

school京都大学bar_chart全球第 #939 名

论文总数

HCI 排名

#939

研究领域

活跃年数

近期发表

Takayuki Kanda 最新论文

Pan等人通过观察人类店主提出机器人闲置手支撑行为模型，在礼貌性和能力方面显著提升零售场景人机交互体验。

Fujioka 等人提出基于行人反应估计意图理解程度的运动控制算法，使机器人通过狭窄通道的成功率从16.7%提升至73.1%，提升了人机交互的可理解性。

Edirisinghe 等人开发了提供友好鼓励和社交压力的自主帽子店机器人，11天实地试验表明机器人能有效提供服务并获得顾客积极评价。

Chang 等人研究发现，操作员在使用男性阿凡达机器人时感知到的权威感显著高于女性机器人，但这种性别刻板印象未显著影响顾客的权威感知。

Ravishankar 等人提出零样本错误检测策略，通过学习正常人类行为模型将错误识别转化为新异性检测任务，平均精度达0.497，优于现有方法。

Du等人从人类行为中提取出暗示性避让模式并应用于机器人实验，证明该行为能让机器人显得更人性化，并能有效减少人们干扰机器人的行为。

Senft 等人研究表明全向移动机器人在狭窄环境中采用身体旋转和滑动避让策略可增强人类好感度，其中旋转身体更受欢迎，滑动运动感知更温暖。

Morimoto 等人提出处理不合理投诉的机器人行为模型，通过保持倾听和提问直到客户准备好再进行下一步，显著提高客户对机器人倾听和帮助的感知。

Yamada 等人通过轨迹终点模型(TEM)分析提出儿童机器人虐待四阶段升级模型，确认了四个社会引导因素与儿童行为相关性，为理解儿童机器人虐待机制提供框架。

Nanavati 等人提出服务机器人从人类店员交互数据中自主学习响应策略的方法，通过神经网络挖掘顾客与店员动作的因果关系，在离线评估中显著优于现有方法。

ios_share

https://hci.top/zh/authors/23803?source=all