Frontiers in Robotics and AI

Zhen Xie*, Xinquan Liang, Canale Roberto

本文综述了150余篇文献，梳理了基于学习的机器人抓取技术，涵盖3D物体识别、抓取位姿生成与评估、深度强化学习、软体抓手及触觉传感，分析了其在未知物体抓取中的进展、挑战与未来方向。

Omar Coser*, Christian Tamantini, Paolo Soda, Loredana Zollo

本文综述了37篇文献，梳理强化学习、神经网络、支持向量机和决策树四类AI方法在下肢外骨骼康复中的应用，涵盖机器人控制、步态分类、意图识别和关节轨迹预测，并比较了各算法的适用任务与性能。

Chinmaya Mishra*, Rinus Verdonschot*, Peter Hagoort, Gabriel Skantze

该研究用GPT-3.5根据对话历史实时预测机器人情绪并以面部表情呈现，47人用户实验表明，情绪表达与情境一致时机器人更显人性化，用户体验和任务表现也更好。

Marta Lorenzini*, Marta Lagomarsino, Luca Fortini, Soheil Gholami, Arash Ajoudani

该综述系统梳理了工业场景下"以人体工效学为导向的人机协作（HRC）"研究现状，介绍了现有的工效学评估方法与人体监测技术，并总结了协作机器人如何基于这些数据在线调整动作、规划任务和分配角色，以减轻工人负担。

Bahar Irfan*, Sanna Kuoppamäki, Gabriel Skantze

文章通过28位老年人参与的协同设计研究，让其与基于大语言模型的陪伴机器人互动，归纳出老人对对话、记忆、隐私、情感、社交等方面的期待，并据此提出基础模型驱动陪伴机器人的设计建议。

Zhenhua Yu*, Yalou Han, Lukas Cha, Shihong Chen, Zeyu Wang, Yang Zhang

该研究设计了一款智能可穿戴设备，集成多传感器实时监测奶牛体温、心率、活动等生理指标，并通过无线传输与算法分析实现健康预警。