在人机交互中对人工神经网络的调查
1Institute of Automatic Control and Robotics, Poznan University of Technology, 60-965 Poznan, Poland aleksandra.swietlicka@put.poznan.pl.
Neural computation
|May 27, 2025
概括
人工神经网络 (ANN) 通过实现直观通信和机器人学习来增强人机交互 (HRI). 数据需求和偏差等挑战需要进一步研究HRI应用中的最佳ANN.
科学领域:
- 人工智能的人工智能
- 机器人技术 机器人技术 机器人技术
- 人与计算机的交互
背景情况:
- 人工神经网络 (ANN) 是生物启发的计算模型.
- ANN擅长从数据中学习,并将其推广到新的场景中.
- 它们在人机交互 (HRI) 中的应用是一个快速发展的领域.
研究的目的:
- 审查HRI中ANN的当前状态.
- 突出在HRI中与ANN相关的机遇和挑战.
- 讨论HRI中ANN的未来研究方向.
主要方法:
- 对HRI应用的ANNs现有研究的审查.
- 分析ANN在手势识别,自然语言理解和环境适应方面的能力.
- 检查ANN在增强机器人自主性和决策方面的作用.
主要成果:
- 通过先进的感知和适应,ANN可以实现更自然和直观的HRI.
- 通过促进从人类互动中学习,ANN可以提高机器人的自主性.
- 关键的挑战包括大量的数据要求,可解释性问题和潜在的算法偏差.
结论:
- 通过创建更具交互性和智能的机器人系统,ANN为推进HRI提供了巨大的潜力.
- 解决数据,可解释性和偏见方面的挑战对于ANN在HRI中成功集成至关重要.
- 未来的研究应该专注于为复杂的HRI应用开发强大,可解释和公正的ANN.
