厦门大学电影学院、数字媒体计算中心，闽台非遗文化数字化保护与智能处理文化和旅游部重点实验室于2024年12月20日上午在厦门大学电影学院举办“2024社交型机器人博士(生)论坛”。此次论坛以“社交型机器人”为核心主题，邀请了来自日本、澳大利亚、中国等多国，来自9个不同科研院所和大学的15位博士研究生与专家学者，共同探讨人工智能、机器人交互、人机情感等前沿领域的最新研究进展。
论坛以多主题演讲形式展开，涉及多个前沿关键领域。在机器人与触觉交互方面，会议探讨了数据驱动下的情感计算在机器人犬类交互中的应用。在场景理解与对话领域，专注于家庭陪伴场景中多模态理解技术的发展，提升独居老人生活质量。在机器人道德交互方面，研究如何通过优化机器人行为提升公共空间的互动道德性。在研究情感计算与预测时，讨论了包括机器人在运动场景中对人类情绪的预测与引导技术，以及大语言模型（LLM）的生成增强方法及其在多模态数据处理中的潜力。
每位博士都在论坛上分享了他们的最新研究成果与创新观点，涉及机器人交互、情感计算、医疗机器人、计算机视觉和情感分析等多个前沿领域，展示了全球学术界在社交型机器人与智能交互方面的丰富成果与未来发展方向。
来自日本RIKEN的人机交互研究团队的博士后研究员吴伯文博士的演讲主题是增强机器人交互：通过远程操作提升机器人感知。他介绍了远程操作如何增强机器人与人类的交互能力。他的研究聚焦于机器人如何通过精确的动作捕捉模型来提升人类感知机器人动作的速度与意图。通过创新的上肢运动捕捉技术，吴博士希望解决复杂环境下，机器人如何传递运动速度与意图的挑战。
闽江大学计算机与数据科学学院的副教授汪涛博士的演讲主题是场景理解与对话：从家庭陪伴的视角探讨智能家居。他探讨了如何通过多模态场景理解系统提升机器人对家庭环境的感知能力，特别是为老年人提供更安全、更智能的居住体验。演讲将展示如何通过情境感知技术帮助社交型机器人预测潜在风险，例如缺乏日常必需品、不良生活习惯等，并通过集成最新的大型视觉语言模型提升系统的适应性。
厦门大学软件工程系的博士生詹李双的演讲主题是触摸与治疗：基于数据的情感计算在机器人犬类互动中的应用。她介绍了一项基于数据驱动的情感计算系统，旨在通过模拟人类与宠物狗之间的自然触觉互动来提升机器人犬类的情感反馈能力。她的研究成果表明，通过触觉互动，机器人可以有效缓解用户焦虑，激发用户的兴奋情绪，并提高机器人犬的可接受度。
泉州装备制造研究所高级工程师谢银辉博士的主题是远程操作与机器人交互的提升：基于惯性捕捉与肌电信号的结合，展示如何结合惯性传感器与表面肌电图（sEMG）信号，提升机器人在复杂环境下的远程操作能力。他的研究涵盖了基于肌电信号的连续手部动作预测方法，探索如何通过优化模型减少计算量，提高操作效率。
大阪大学工程学研究生院博士生迟子皓的演讲主题是垂直振荡与机器人姿态对移动速度感知的影响。他分享了如何通过垂直振荡频率与机器人姿态（例如前倾与后倾姿势）影响人类对机器人运动速度的感知。研究表明，改变机器人的振荡频率与身体姿态能够有效传达机器人加速或减速的意图，这对于提升机器人在人类环境中的接受度具有重要意义，在现场的各位嘉宾积极深入讨论了这一问题。
厦门大学信息学院博士生汪泽丰的演讲主题是如何利用深度学习技术提升sEMG信号模式识别的准确性，尤其是在手势识别、关节角度预测及假肢控制等领域的应用。演讲还展示了特征学习如何帮助识别更稳定、鲁棒的生物信号特征，以满足实际应用的需求。演讲主题是基于sEMG的特征学习与人机交互。
京都大学人机交互实验室博士生陈瑞的演讲主题是预测未来情感：机器人运动中的情感干预。陈博士介绍了如何设计一种机器人系统，通过分析用户的情感状态和行为预测其未来情绪，进而选择最合适的互动方式。在运动训练等场景中，机器人能够通过积极的情感反馈，帮助用户提升运动表现，增加参与感。
东京大学计算机科学系博士生崔子藤的演讲题目是RAW-Adapter：将sRGB预训练模型适配至相机RAW数据。崔博士提出的RAW-Adapter方法，旨在提升视觉模型在复杂光照条件下的表现，探讨该方法如何通过引入可学习的图像信号处理阶段，改善低质量视觉数据的处理效果。
厦门大学信息学院博士生王安特的演讲题目是如何通过跨多个生成响应进行细粒度的事实比较，改善模型的事实性和准确性，尤其在处理知识密集型任务时。王博士的研究显示，与传统的响应选择方法相比，细粒度自我认可能够显著提升。现场积极讨论，踊跃提问，深入探讨了这一问题。
东北大学信息科学与工程学院博士生李健展示了他在机器人宠物领域的最新研究，重点探讨AI与触觉反馈技术在机器人宠物中的结合应用。他的研究通过利用摩擦电纳米发电机（TENG）技术，开发了一种能够精准感知人类与机器人宠物互动的触觉反馈系统。通过这种系统，机器人宠物能够实时反馈用户的情感变化，并根据用户的情绪状态进行个性化互动，提升宠物与用户之间的情感联系。
京都大学的博士生潘翔的演讲主题是通过物体操控传递物理特性：机器人与人类互动的创新方法，探讨了一项基于物体操控的研究，探讨机器人如何通过操控物体的运动来传递物理特性，如物体的重量、温度和脆弱性等。研究表明，机器人在物体传递过程中传达的物理特性，能够帮助人类准确理解物体的状态，从而提升交互体验。该研究能够为机器人与人类的交互提供更加丰富和直观的感知方式，引起了在场嘉宾的思考。
厦门大学电影学院博士生谢卫星介绍了他构建的SurgicalGaussian方法，利用3D高斯点云技术对手术场景进行高保真重建。该技术通过模拟软组织的时空特征，解决了传统神经辐射场（NeRF）在处理手术场景时的局限性，尤其是面对手术器械遮挡和复杂场景动态变化时的挑战。演讲将展示这一创新方法如何提升机器人手术中的实时渲染精度与可靠性。
河海大学人工智能学院博士生王彭提出了不确定性感知标签对比与分布学习（ULCDL）方法，用于自动检测抑郁症。该方法通过模拟PHQ-8得分的模糊性，显著提高了抑郁症检测的准确性，为低成本的心理健康监测提供了新的解决方案，引起了现场的热烈讨论。
京都大学人机交互博士生杜康晖的演讲主题是促进机器人道德行为：公共空间中的伦理交互研究：如何通过优化机器人行为，尤其是在导航过程中，促进公共空间中的道德互动。他的研究重点是如何设计具有社会意识与伦理指导的机器人，以避免可能的不当行为，并促进人与机器人之间的和谐共处。
厦门大学电影学院的博士生简忠权介绍了他提出的SimRP方法，通过语法和语义相似性检索，增强大语言模型在预测情感四元组（Aspect Sentiment Quad Prediction, ASQP）中的能力。该方法通过构建有效的提示（prompt），帮助模型更准确地识别情感四元组中的各个元素，提升了情感分析的准确性和鲁棒性。简博士展示了该方法在实际应用中的优势，并探讨其对大语言模型发展的潜力。
本次论坛不仅汇集了多位优秀的博士生，也邀请到了国际顶尖学者参与点评与分享。各位研究人员针对场景理解、动作预测、视觉增强等热门议题进行深度探讨，力求通过跨领域的知识融合，推动人工智能与社交型机器人领域的创新。为方便全球学术界参与，论坛将同步通过腾讯会议进行线上直播，为广大研究者提供实时交流平台。无论身处何地，关注智能交互与社交型机器人发展的学术爱好者均可参与社交机器人平台举办的学术论坛。
厦门大学数字媒体计算中心、闽台非遗文化数字化保护与智能处理文化和旅游部重点实验室长期致力于数字化保护与智能处理技术的研发，并积极推动多学科交叉合作，为文化科技领域注入新动能。本次论坛诚邀学界与业界朋友共同见证这一学术盛宴，为全球社交型机器人研究注入新的智慧与活力！
