面向带非手动标记的AI驱动的手语生成Zhang 等人提出AI驱动手语生成系统，利用LLM和视频生成将英语翻译为自然ASL手语，30名DHH用户研究验证显著进步并确定改进方向。2025HZHan Zhang et al.华盛顿大学语音可访问性听觉障碍者支持（字幕、手语、振动）CHI
基于单次演示的视觉手势定制Shahi等人提出基于transformer和元学习的手势定制方法，支持单目摄像头单次演示设计任意手势，实现94%平均识别准确率，提升人机交互自然性与可访问性。2024SSSoroush Shahi et al.苹果公司手部手势识别人体姿态与行为识别健身追踪与运动监测UIST
启用手腕佩戴设备上的手势自定义Xu等人提出手腕穿戴设备手势定制框架，采用预训练加速度计-陀螺仪模型（95.7%跨用户准确性），结合少量学习实现个性化手势设计。2022XXXuhai Xu et al.华盛顿大学触觉可穿戴设备足部与手腕交互CHI
机器人的消亡：社交媒体对机器人退休的反应与语言使用分析Carter 等人分析推特上机器人死亡哀悼语言，发现人们使用类似生物的语言哀悼机器人，但将R.I.P等术语专用于人类和动物。2020ECElizabeth Jeanne Carter et al.卡内基梅隆大学社交平台设计与用户行为在线身份与自我呈现社交机器人交互HRI
利用WorldGaze提升移动语音助手功能Mayer 等人开发 WorldGaze，通过前后摄像头追踪头部方向并投射注视点到后摄场景，实现移动端注视与语音结合的自然交互。2020SMSven Mayer et al.斯图加特大学眼动追踪与注视交互语音用户界面（VUI）设计CHI
自动类发现和单次交互用于声学活动识别Wu 等人提出 Listen Learner 系统，通过一次交互标记实现自监督学习，在跨环境声学事件识别中达 97% 精度和 87% 召回率，同时保持非侵入式交互。2020JWJason Wu et al.卡内基梅隆大学人体姿态与行为识别环境感知与上下文计算CHI
使用智能手表感知精细手部活动Laput 等人利用智能手表在真实环境中采集近 1000 小时手部活动数据，实现 25 种手部活动 95.2% 分类准确率2019GLGierad Laput et al.卡内基梅隆大学人体姿态与行为识别生物传感器与生理监测CHI
SurfaceSight：为物联网体验提供触摸、用户和物体感应的新方法Laput 等人提出SurfaceSight方法，通过设备底部集成激光雷达实现触摸、手势、物体和人物识别追踪，为物联网设备提供丰富的环境感知交互能力。2019GLGierad Laput et al.卡内基梅隆大学环境感知与上下文计算智能家居隐私与安全儿童与家庭物联网CHI
感知姿势感知的平板电脑笔+触摸交互Zhang 等人提出结合电容屏、惯性运动和电场传感器的姿态感知技术，实现笔+触摸交互对身体和握持姿态的细粒度自适应。2019YZYang Zhang et al.加利福尼亚大学手部手势识别人体姿态与行为识别CHI
ElectroDermis: 完全无线、可拉伸且高度定制的电子绷带Markvicka 等人提出ElectroDermis可穿戴电子制造方案，将刚性电路离散化为柔性组件，通过可拉伸电线集成于氨纶面料，实现完全无线的可拉伸电子设备。2019EMEric Markvicka et al.卡内基梅隆大学触觉可穿戴设备电子纺织品（E-textiles）形变材料与四维打印CHI
Ubicoustics：即插即用的声学活动识别Laput 等人提出Ubicoustics声学活动识别系统，利用专业音效库数据增强调整音频模型，使配备麦克风的设备实现与人类相当的实时活动识别准确率。2018GLGierad Laput et al.卡内基梅隆大学环境感知与上下文计算普适计算（Ubiquitous Computing）UIST
Vibrosight：用于智能环境感知的远程振动测量技术Zhang 等人提出 Vibrosight 远程激光振动测量系统，可在不同位置非接触式感知物理振动，实现多活动同时检测，准确率高达 95%2018YZYang Zhang et al.加利福尼亚大学生物传感器与生理监测环境感知与上下文计算UIST