Aller au contenu principal
Accès ouvert déclaré 2026 conference-paper

Feel.Back.Loop

0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : at, us. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Future working environments will require humans to closely collaborate with artificial intelligence and robotic systems. In particular, robots are increasingly expected to incorporate emotional sensitivity while becoming more adaptive in their behavior. Future human-robot interaction will go beyond simple task structures, and robots may need to be configured or even collaboratively trained by their human partners, who are not necessarily experts in machine learning. The artwork Feel.Back.Loop addresses these questions through an interactive installation. It presents an abstract robotic system in the form of a tail that is continuously trained by visitors using reinforcement learning. Spectators’ emotional reactions are the basis of the robot’s reward function, and multiple encounters build up a policy for its movements over time, evolving from initially random actions into more consistent behavioral patterns. By embedding reinforcement learning within an interactive artwork, the project not only explores adaptive human–robot collaboration but also foster reflection and discussions about the role of human participation, training, and affect in shaping intelligent systems in future workplaces.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Feel.Back.Loop
Date Crossref
22/06/2026
Éditeur
ACM
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Social Robot Interaction and HRIArt, Technology, and CultureInnovative Human-Technology Interaction

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.