대부분의 참가자들은 측면에서의 접근, 큰 움직임 범위, 일반적인 회전 수, 부드러운 움직임, 그리고 빠르지도 느리지도 않은 속도를 선호한다. 인구통계학적 특성 중 성별과 연령만이 느린 움직임과 빠른 움직임에 대한 선호도 차이를 야기했다.
웹 카메라만을 사용하여 최대 25미터 거리에서 사용자의 제스처를 효과적으로 인식하는 방법을 제안한다.
사회적 상황에서 개인의 움직임을 예측하고 이를 바탕으로 로봇의 자연스러운 상호작용 행동을 생성한다.
협업 로봇이 실시간으로 인간-객체 상호작용을 예측하여 인간의 의도를 파악하고 이에 맞춰 적시에 지원함으로써 효율적이고 직관적인 인간-로봇 협업을 달성할 수 있다.
본 연구는 인간과 로봇 동작 데이터 간 쌍을 필요로 하지 않는 무감독 학습 방식으로 인간 동작을 로봇에 효과적으로 전달하는 방법을 제안한다. 제안 모델은 인간과 로봇 동작을 공유 잠재 공간에 매핑하여 유사한 동작을 근접하게 배치하고, 이를 통해 로봇이 인간 동작을 정확하게 모방할 수 있도록 한다.
서비스 로봇은 사용자의 상호작용 의도를 최대한 빨리 감지하여 친근한 행동을 취함으로써 사용자 경험을 향상시킬 수 있다.
모바일 로봇과의 조우 시 인간은 스트레스 반응을 보이며, 특히 다수의 로봇이 이동할 때와 탐색 행동보다 이동 행동 시 더 큰 스트레스를 경험한다.
비인간형 로봇의 디자인 요소와 인지된 성별이 인간의 수용성에 영향을 미친다.
로봇이 자신의 오류나 한계를 인정하면 인간의 신뢰와 감정적 수용도가 크게 향상된다.
능동 로봇 군집의 크기 변화가 인간의 시간 지각, 정서 상태, 몰입 경험, 과제 난이도 인식에 유의미한 영향을 미친다.