通过光标上的视觉上下文改善低视力图表可访问性Sechayk等人提出动态上下文和小地图两种指针交互方法，为低视力用户图表阅读提供视觉上下文，动态上下文显著提升可访问性但增加视觉负荷。2026YSYotam Sechayk et al.The University of Tokyo视觉障碍者技术（屏幕阅读器、触觉图形、盲文）交互式数据可视化不确定性可视化CHI
FontCraft: 使用交互式贝叶斯优化进行多模式字体设计Tatsukawa 等人提出 FontCraft 字体设计系统，结合潜在空间探索与贝叶斯偏好优化，使非专业人士无需预设字符即可高效设计完整 OpenType 字体。2025YTYuki Tatsukawa et al.The University of Tokyo, Igarashi Lab平面设计与排版工具可定制与个性化物件CHI
行走冥想垫：利用定向热感引导注意力向内Dublin 等人设计三米长行走冥想垫，通过10个加热垫和视觉标识的定向热量引导，发现热量促进内向注意力、视觉标识引发外向注意。2025TDTamar Dublin et al.Reichman University, Media Innovation Lab电子纺织品（E-textiles）舞蹈与身体动作计算CHI
感官美学冥想穿戴设备：探索定向温暖技术对冥想者体验的影响Ezer 等人设计目标温暖体感可穿戴设备，通过 20 名参与者定性研究揭示热感在冥想中的四个角色并总结设计指南。2024TETalia Sofia Ezer et al.Reichman University振动反馈与皮肤刺激触觉可穿戴设备CHI
iPose：从视频中进行交互式人体姿态重建Liu 等人设计 iPose 交互工具，允许用户通过 2D 操作直接操纵 3D 姿态投影并使用时序传播减少工作量，在 3DPW 数据集验证有效性。2024JLJingyuan Liu et al.The University of Tokyo人体姿态与行为识别3D 建模与动画CHI
自动驾驶汽车的社会化方法：一种增强乘客安全感和信任感的机器人物体Kumaran 等人设计车载机器人通过非语言社交行为增强自动驾驶汽车乘客信任与安全感，提供陪伴感，为提升乘车体验提供新途径。2024SKSrivatsan Chakravarthi Kumaran et al.自动驾驶界面与接管设计车内触觉、声音、多模态反馈眼动追踪与注视交互HRI
观察机器人排斥对儿童亲社会行为和基本需求的影响Correira等人首次研究发现，5-10岁儿童能感知机器人排斥行为，观察排斥的儿童归属感和控制感降低，亲社会行为增加，为儿童人机交互研究提供方法论参考。2024FCFilipa Correia et al.社交机器人交互边缘化群体赋权HRI
人机交互中初始遭遇的力量：机器人初始行为如何塑造后续交互Erel 等人发现机器人的初始遭遇对后续交互有显著影响，正面遭遇能提高用户帮助意愿和积极感知，而负面或无初始遭遇则导致相反结果。2024HEHadas Erel et al.社交机器人交互人-机器人协作（HRC）HRI
人工智能偏见对人机交互的影响：与有偏见的机器人互动的风险（和机遇）Hitron等人研究证明带有性别偏见的机器人会增加用户刻板印象思维，而反偏见机器人行为可消除刻板印象，为利用机器人技术减轻社会偏见提供新机遇。2023THTom Hitron et al.人-机器人协作（HRC）算法公平与偏见科技伦理与批判性HCIHRI
幽默的机器人行为作为缓解社交尴尬的新方法Press 等人研究发现，执行幽默手势的边缘化非类人机器人可显著降低陌生人间的社交尴尬，为改善人际关系提供新途径。2023VPViva Sarah Press et al.Reichman University, Reichman University会话代理的人格与拟人化社交机器人交互CHI
隐私、数据透明度和 prosocial 倡议对 COVID-19 应用程序吸引力的影响的实地证据Dooley 等人通过随机对照试验测试CovidDefense应用14种广告，发现隐私、数据透明度及集体/个人利益吸引力框架均影响用户采用，为促进健康技术提供循证指导。2022SDSamuel Dooley et al.University of Maryland隐私设计与用户控制数据隐私感知与决策CHI
正在构建的食物民主：与当地食物网络共同设计Prost 等人提出以食品民主为 HCI 理论框架，通过实地访谈揭示本地食品网络的社会经济挑战，为支持民主食物系统设计提供指导。2018SPSebastian Prost et al.Newcastle University可持续性 HCI（Sustainable HCI）饮食文化与食物交互CHI
触摸屏移动设备上网格性能的分析与建模Pfeuffer 等人通过分析触摸输入与眼动追踪，结合传统分析与机器学习方法建模网格任务，可在测试集上高精度预测交互时间。2018KPSean Peacock et al.Google Research & Machine Intelligence, Lancaster University眼动追踪与注视交互交互式数据可视化CHI