Understanding On-the-Fly End-User Robot Programming
作者: Laura Stegner, Yuna Hwang, David Porfirio, Bilge Mutlu
分类: cs.RO
发布日期: 2024-06-02
备注: To appear at DIS'24. Stegner and Hwang contributed equally to this research
💡 一句话要点
研究即时终端用户机器人编程的用户体验，为工具设计提供指导
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 终端用户编程 人机交互 机器人编程 用户体验 即时编程
📋 核心要点
- 现有即时机器人终端用户编程工具的用户体验研究不足，阻碍了工具的优化设计。
- 通过用户实验，探索用户与自动程序合成器、多模态输入以及编程流程的交互体验。
- 研究结果为改进即时机器人终端用户编程工具的设计提供了指导，提升用户体验。
📝 摘要（中文）
新型终端用户编程(EUP)工具使得与机器人系统进行即时（即自发的、容易的和快速的）交互成为可能。这些工具旨在增强用户决定系统行为的能力，但人们对终端用户如何感知、体验和使用这些系统的理解仍然非常有限。本文旨在通过研究终端用户在使用即时机器人EUP时的体验来弥补这一差距。我们训练了21名终端用户使用现有的即时EUP工具，要求他们为四个场景创建机器人交互，并评估他们的整体体验。我们的研究结果深入了解了如何设计这些系统，以更好地支持终端用户在使用即时EUP时的体验，重点关注用户与自动程序合成器的交互（该合成器可以解决不精确的用户输入）、使用多模态输入来表达用户意图以及编程机器人的总体过程。
🔬 方法详解
问题定义：论文旨在解决终端用户在使用即时机器人编程工具时遇到的体验问题。现有方法缺乏对用户实际使用情况的理解，导致工具设计与用户需求不匹配，用户难以高效、自然地进行机器人编程。
核心思路：论文的核心思路是通过用户实验，收集用户在使用现有即时编程工具时的反馈，分析用户在交互过程中遇到的问题和挑战，从而为工具的设计提供指导。重点关注用户与自动程序合成器的交互、多模态输入的使用以及整体编程流程。
技术框架：论文采用用户研究的方法。首先，招募并培训21名终端用户使用现有的即时EUP工具。然后，要求用户为四个不同的机器人交互场景创建程序。在用户完成任务后，研究人员收集用户的反馈，包括问卷调查、访谈等。最后，研究人员对收集到的数据进行分析，识别用户体验的关键因素。
关键创新：论文的关键创新在于它首次系统地研究了终端用户在使用即时机器人编程工具时的体验。通过用户实验，论文揭示了用户在使用这些工具时遇到的实际问题，为工具的设计提供了重要的参考依据。
关键设计：论文的关键设计包括：1) 选择具有代表性的机器人交互场景，以确保研究结果的普适性；2) 使用多种数据收集方法，包括问卷调查、访谈等，以全面了解用户体验；3) 对收集到的数据进行深入分析，识别用户体验的关键因素。
🖼️ 关键图片
📊 实验亮点
论文通过对21名用户的实验，揭示了用户在使用即时机器人编程工具时遇到的问题，例如自动程序合成器的不确定性、多模态输入的表达能力不足等。研究结果表明，改进自动程序合成器的解释性、增强多模态输入的表达能力、优化编程流程可以显著提升用户体验。这些发现为未来的即时机器人编程工具设计提供了重要的指导。
🎯 应用场景
该研究成果可应用于各种需要终端用户自定义机器人行为的场景，例如家庭服务机器人、教育机器人、工业机器人等。通过优化即时编程工具的设计，可以降低机器人编程的门槛，使更多用户能够轻松地定制机器人的行为，从而提高机器人的实用性和用户满意度。未来的研究可以进一步探索更自然、更直观的编程方式，例如语音编程、手势编程等。
📄 摘要（原文）
Novel end-user programming (EUP) tools enable on-the-fly (i.e., spontaneous, easy, and rapid) creation of interactions with robotic systems. These tools are expected to empower users in determining system behavior, although very little is understood about how end users perceive, experience, and use these systems. In this paper, we seek to address this gap by investigating end-user experience with on-the-fly robot EUP. We trained 21 end users to use an existing on-the-fly EUP tool, asked them to create robot interactions for four scenarios, and assessed their overall experience. Our findings provide insight into how these systems should be designed to better support end-user experience with on-the-fly EUP, focusing on user interaction with an automatic program synthesizer that resolves imprecise user input, the use of multimodal inputs to express user intent, and the general process of programming a robot.