玛雅·马塔里奇是美国计算机科学家，也是社会辅助机器人领域的创始先驱之一。她是南加州大学（USC）的Chan Soon-Shiong讲席教授和计算机科学杰出教授，并在神经科学和儿科学领域拥有礼聘职务。她的研究涵盖机器人学、人工智能和机器学习，重点关注如何通过社交互动使机器人能够帮助人类。她还是教科书《机器人学入门》（MIT出版社）的作者。
早期生活与教育
马塔里奇出生于前南斯拉夫（现塞尔维亚）的贝尔格莱德。她在青少年时期与母亲米里亚娜·N·马塔里奇（一位作家和教育家）移民美国；她的父亲是一位电气工程师，在他们移民前因癌症去世。她于1987年获得堪萨斯大学计算机科学学士学位，辅修心理学/认知科学。随后，她在麻省理工学院（MIT）攻读研究生，于1990年获得计算机科学和人工智能理学硕士学位，并于1994年获得计算机科学和人工智能哲学博士学位。她的硕士论文《分布式移动机器人环境学习与导航模型》和博士论文《互动与智能行为》均由行为基础机器人学领域的杰出人物罗德尼·A·布鲁克斯指导。
学术生涯
马塔里奇在布兰迪斯大学计算机科学系开始了她的学术生涯，担任助理教授，并创立了互动实验室。1997年，她转到南加州大学，成为USC机器人与自主系统中心（RASC）的创始主任，以及USC机器人实验室的联合主任。在USC，她继续领导互动实验室，该实验室成为人机互动和社会辅助机器人研究的重要中心。
除了研究之外，马塔里奇还承担了重要的领导角色。她于2006年至2007年担任教员和学术参议院的当选主席，2006年至2019年担任USC维特比工程学院研究副院长，并于2019年至2020年担任USC研究临时副校长。2022年，她作为访问教员研究员在谷歌工作，随后在谷歌DeepMind担任首席科学家，进行了为期两年的休假。
基于行为的控制与学习
马塔里奇在MIT的博士工作为自主机器人认知做出了基础性贡献。在硕士阶段，她首次证明了基于行为的系统（BBS）可以被赋予表征能力，从而赋予它们规划和学习的表达力。她的机器人系统Toto是第一个能够在线学习地图并优化自身行为的基于行为的系统。Toto至今仍是BBS领域的一个里程碑，并在机器人学文献中被广泛引用。
多机器人协调
在博士研究中，马塔里奇是首批开发去中心化、分布式算法的研究者之一，这些算法用于机器人团队和群体，利用可扩展的局部控制。她使一支由20个物理机器人组成的团队能够在协调探索、觅食、队形组织和归巢等任务上进行协作。在她之前，大多数机器人学研究集中在单个机器人或成对机器人上。她通过展示复杂行为可以从基础行为以原则性方式组合而成，为分布式机器人学带来了严谨性。
作为教员，马塔里奇继续推进多机器人协调。她的团队对现有协调方法进行了首次形式化分析，指出了它们的局限性，并开发了可证明正确且可扩展的任务分配算法。他们在物理机器人系统中实现了基于市场的策略，用于物体运输、区域清理和侦察等任务。她的实验室还展示了分布式多机器人系统中的在线实时学习，包括模型学习、模仿学习以及通过人机互动进行的学习。
社会辅助机器人学
自2000年以来，马塔里奇与布莱恩·斯卡塞拉蒂一起开创了社会辅助机器人学（SAR）领域。SAR旨在通过个性化的辅助社交互动，而非物理接触，使智能机器能够帮助人们自助。这项研究旨在通过人机互动理解人类行为，并开发能够在康复、培训和教学中提供个性化辅助的机器人系统。
马塔里奇的互动实验室开发了智能人机互动（HRI）和SAR算法，能够在复杂、动态的人类环境中进行实时感知、用户建模和学习。她的工作以在具有挑战性的人群中验证系统而著称，包括中风康复患者、自闭症谱系障碍儿童、患有阿尔茨海默病的老年用户、患有ADHD的学生，以及患有焦虑或抑郁的个体。这些研究已在真实环境中进行，如学校、治疗中心、康复诊所、养老院和私人住宅，且往往持续较长时间。
荣誉与奖项
马塔里奇是美国国家工程院（NAE）和美国艺术与科学院（AMACAD）的成员。她是AAAS、ACM、AAAI和IEEE的会士。她的荣誉包括NSF职业奖（1996年）、总统科学、数学和工程指导卓越奖（PAESMEM，2011年）、ACM雅典娜讲师奖（2024年）以及ACM尤金·L·劳勒人道计算奖（2025年）。
影响与遗产
马塔里奇的研究对如何向广大人群提供医疗保健产生了重大影响，使护理更加实惠和可及。她在社会辅助机器人学方面的工作为在治疗和教育环境中使用机器人作为伴侣和教练开辟了新的途径。作为该领域的领导者，她还通过她的教科书和对众多学生和研究者的指导，为更广泛的机器人学界做出了贡献。
精选出版物与作品
马塔里奇发表了大量论文，并在机器人学、人工智能和机器学习领域被广泛引用。她的著作《机器人学入门》（MIT出版社）是学生和爱好者广泛使用的机器人学入门读物。她在基于行为的控制、多机器人协调和社会辅助机器人学方面的研究论文在其各自领域具有开创性意义。
进一步阅读与链接
有关相关主题的更多信息，请参见人工智能、机器学习、人机互动以及卡内基梅隆大学。马塔里奇的工作与深度学习和神经网络在感知和控制方面的更广泛发展，以及MIT计算机科学与人工智能实验室和斯坦福人工智能实验室等机构的努力相互交叉。她对多机器人系统的贡献与分布式系统的研究以及强化学习相关，而她的社会辅助机器人学工作则对医疗保健和辅助技术具有影响。