Matthew Gombolay

school佐治亚理工学院bar_chart全球第 #2062 名

论文总数

HCI 排名

#2062

研究领域

活跃年数

近期发表

Matthew Gombolay 最新论文

Yang等人提出SECURE框架，从终端用户学习定制控制屏障函数，在模拟和真实机器人任务中安全性提升达100%，实现零安全违规。

Silva 等人在自动驾驶车辆模拟环境中研究发现，用户对可解释AI模式偏好与任务性能存在显著差异，开发了自适应个性化策略以平衡两者，性能提升显著。

Moorman等人研究发现机器人学习方法的性能比用户参与程度更影响信任度和可用性，且物理在场显著影响用户对安全性和信任的感知。

Lee 等人提出人机双打乒乓球场景测试平台，发现机器人能力显著提升感知信任，但机器人表达意图却反而降低团队绩效和感知安全性（p<.05）。

Chen 等人提出通过网络蒸馏联合推断任务目标和人类策略偏好的方法，解决了逆强化学习中奖励模糊性和异质性两大难题，在模拟和真实任务中验证了算法有效性。

Natarajan 等人通过4x4x2x2混合设计实验发现拟人化和行为是影响信任的关键因素，添加错误解释前言可提升特定行为下的信任度。

ios_share

https://hci.top/zh/authors/23860?source=all