A transparency-based action model implemented in a robotic physical trainer for improved HRI

📄 arXiv: 2406.10848v1 📥 PDF

作者: Aharony Naama, Krakovski Maya, Edan Yael

分类: cs.RO, cs.HC

发布日期: 2024-06-16

备注: 22 pages, 15 figures, 2 tables and 2 APPENDICES

💡 一句话要点

提出基于透明度的双向动作模型，提升人机交互在机器人物理训练中的用户接受度。

🎯 匹配领域: 支柱七：动作重定向 (Motion Retargeting)

关键词: 人机交互 透明度模型 机器人训练器 双向通信 用户接受度

📋 核心要点

  1. 现有透明度模型主要关注单向信息传递，忽略了人与机器人之间的双向信息交流。
  2. 提出双向透明度动作(TBA)模型，允许机器人根据人的反馈调整动作，增强交互性。
  3. 实验结果表明，高透明度级别的TBA模型显著提升了老年用户对机器人训练器的接受度和偏好。

📝 摘要（中文）

透明度是人机交互(HRI)的一个重要方面，它可以提高系统的信任度和可用性，从而改善沟通和性能。然而，大多数透明度模型只关注提供给用户的信息量。本文提出了一种双向透明度模型，称为基于透明度的动作(TBA)模型，除了提供透明度信息(机器人到人)外，还允许机器人根据从人那里收到的透明度信息采取行动(机器人到人和人到机器人)。我们在一个机器人系统训练器上实现了三个级别(高、中、低)的TBA模型，并在两个初步研究(以学生为参与者)中检验了其对接受度和HRI的影响。根据初步研究结果，中等TBA级别未包含在主要实验中，该实验是与老年人(75-85岁)进行的。在该实验中，比较了两个TBA级别：低(仅包括机器人到人的透明度的基本信息)和高(包括与机器人到人和人到机器人的透明度的预测结果相关的附加信息)。结果表明，该模型的两个TBA级别在感知有用性、易用性和态度方面存在显著差异。高TBA级别提高了用户接受度，并且更受用户欢迎。

🔬 方法详解

问题定义：现有的人机交互透明度模型主要关注机器人单向地向人类提供信息，而忽略了人类向机器人传递信息以及机器人根据人类反馈调整行为的能力。这种单向性限制了人机交互的自然性和有效性，尤其是在需要密切协作的场景中，例如机器人辅助的物理训练。

核心思路：本文的核心思路是建立一个双向的透明度模型，使得机器人不仅能够向人类提供关于自身状态和意图的信息，还能够接收和理解人类的反馈，并根据这些反馈调整自身的行为。通过这种双向的信息交流，可以增强人类对机器人的理解和信任，提高人机协作的效率和效果。

技术框架：该TBA模型包含三个层级：高、中、低。低透明度级别仅提供机器人到人的基本信息。高透明度级别则增加了与预测结果相关的附加信息，并考虑了机器人到人和人到机器人的透明度。在机器人物理训练器中，机器人根据用户的反馈（例如，用户感到不适或疲劳）调整训练强度或停止训练。整体流程是：用户与机器人交互 -> 机器人根据TBA模型提供信息 -> 用户提供反馈 -> 机器人根据用户反馈调整动作 -> 循环。

关键创新：该模型最重要的创新点在于其双向性。传统的透明度模型是单向的，而TBA模型允许机器人根据人类的反馈进行调整，从而实现更自然和有效的交互。此外，该模型还考虑了不同透明度级别对用户接受度的影响，并针对老年用户进行了优化。

关键设计：TBA模型的设计关键在于如何有效地编码和传递透明度信息。在高透明度级别中，机器人需要提供关于预测结果的附加信息，这需要机器人具备一定的预测能力和解释能力。此外，如何有效地接收和理解人类的反馈也是一个关键问题。在实验中，通过问卷调查和用户访谈来收集用户对不同透明度级别的反馈，并根据这些反馈调整TBA模型的参数。

📊 实验亮点

实验结果表明，高透明度级别的TBA模型在感知有用性、易用性和态度方面显著优于低透明度级别。老年用户更喜欢高透明度级别的机器人训练器，并且认为其更有用和易于使用。这表明双向透明度模型可以有效提高用户对机器人系统的接受度。

🎯 应用场景

该研究成果可应用于康复机器人、辅助生活机器人等领域，通过提升人机交互的透明度和信任度，提高用户对机器人的接受度和使用意愿。尤其是在老年人或残疾人等弱势群体中，该技术具有重要的应用价值和社会意义。未来，该模型可以扩展到更复杂的任务和场景中，例如远程医疗、智能家居等。

📄 摘要（原文）

Transparency is an important aspect of human-robot interaction (HRI), as it can improve system trust and usability leading to improved communication and performance. However, most transparency models focus only on the amount of information given to users. In this paper, we propose a bidirectional transparency model, termed a transparency-based action (TBA) model, which in addition to providing transparency information (robot-to-human), allows the robot to take actions based on transparency information received from the human (robot-of-human and human-to-robot). We implemented a three-level (High, Medium and Low) TBA model on a robotic system trainer in two pilot studies (with students as participants) to examine its impact on acceptance and HRI. Based on the pilot studies results, the Medium TBA level was not included in the main experiment, which was conducted with older adults (aged 75-85). In that experiment, two TBA levels were compared: Low (basic information including only robot-to-human transparency) and High (including additional information relating to predicted outcomes with robot-of-human and human-to-robot transparency). The results revealed a significant difference between the two TBA levels of the model in terms of perceived usefulness, ease of use, and attitude. The High TBA level resulted in improved user acceptance and was preferred by the users.