Egocentric Robots in a Human-Centric World? Exploring Group-Robot-Interaction in Public Spaces
作者: Ana Müller, Anja Richert
分类: cs.RO
发布日期: 2024-07-25
备注: Accepted at the workshop on advancing Group Understanding and robots' adaptive behavior (GROUND), held at the Robotics Science and Systems (RSS) Conference, 2024
💡 一句话要点
研究公共空间中群体-机器人交互，评估交互条件对机器人外向性的影响
🎯 匹配领域: 支柱六：视频提取与匹配 (Video Extraction)
关键词: 人机交互 社交机器人 群体交互 社会适应性 公共空间
📋 核心要点
- 社交机器人在公共场所难以理解复杂的社会动态，常常违反社会规范，例如打断对话，暴露了现有方法在社会感知方面的不足。
- 该研究通过对比二元和三元交互条件，评估了交互群体大小对机器人外向性感知的影响，旨在提升机器人在群体交互中的适应性。
- 实验结果表明，交互条件会影响机器人外向性的感知，为设计更具社会适应性的机器人交互行为提供了依据。
📝 摘要（中文）
社交机器人在现实场景中的部署日益增加，在各种环境中为人类提供支持。然而，它们仍然难以掌握社会动态，尤其是在公共场所，有时会导致违反社会规范，例如打断人类对话。这种行为源于对社会规范的处理能力有限，可能被认为是机器人中心的。理解社会动态，尤其是在群体-机器人交互（GRI）中，强调了人机交互（HRI）领域进一步研究和开发的必要性。增强社交机器人的交互能力，尤其是在GRI中，可以提高它们在现实应用中的有效性，因为群体互动可以提高积极性和舒适度。在这项研究中，我们评估了交互条件（二元 vs. 三元）对公共场所社交机器人外向性（ext.）的影响。该研究涉及40次人机交互，包括24次二元（即，一个人和一个机器人）交互和16次三元交互，其中至少包括三个实体，包括机器人。
🔬 方法详解
问题定义：现有社交机器人在公共场所与多人互动时，常常表现出对社会规范理解不足的问题，例如不恰当地打断对话。这导致用户体验不佳，甚至可能引起反感。现有方法难以有效地处理复杂群体交互中的社会动态，缺乏对不同交互情境下机器人行为影响的深入理解。
核心思路：该研究的核心思路是通过实验方法，探究不同交互群体大小（二元 vs. 三元）对人类感知机器人外向性的影响。通过改变交互条件，观察人类对机器人行为的评价，从而揭示群体交互对机器人社会适应性的影响。
技术框架：该研究采用实验设计，主要分为两个阶段：1) 设计二元和三元两种交互场景，其中二元交互为单人与机器人互动，三元交互为至少三人（包含机器人）互动。2) 通过问卷调查等方式，收集参与者对机器人在不同交互场景下的外向性感知评价。研究人员分析这些数据，以确定交互条件对机器人外向性感知的影响。
关键创新：该研究的创新之处在于关注了群体交互对机器人社会适应性的影响，并采用实验方法量化了这种影响。以往研究更多关注单人与机器人的交互，而忽略了公共场所中常见的群体交互场景。该研究的结果为设计更具社会适应性的机器人交互行为提供了新的视角。
关键设计：实验中，研究人员控制了机器人的行为，使其在不同交互场景下保持一致，以避免其他因素对实验结果产生干扰。问卷调查的设计也经过精心考虑，以确保能够准确地测量参与者对机器人外向性的感知。具体的参数设置和损失函数等技术细节在论文中未详细说明，属于未知信息。
🖼️ 关键图片
📊 实验亮点
该研究通过对比二元和三元交互条件，发现交互条件显著影响了人类对机器人外向性的感知。具体性能数据和提升幅度在摘要中未明确给出，属于未知信息。但研究结果表明，在设计社交机器人时，需要充分考虑交互群体的规模，以优化机器人的行为表现。
🎯 应用场景
该研究成果可应用于提升社交机器人在公共场所的服务能力，例如导览机器人、服务机器人等。通过理解群体交互对机器人行为的影响，可以设计出更符合社会规范、更受用户欢迎的机器人交互策略。未来，该研究还可以扩展到更复杂的社会情境，例如会议、社交活动等，进一步提升机器人的社会智能。
📄 摘要（原文）
The deployment of social robots in real-world scenarios is increasing, supporting humans in various contexts. However, they still struggle to grasp social dynamics, especially in public spaces, sometimes resulting in violations of social norms, such as interrupting human conversations. This behavior, originating from a limited processing of social norms, might be perceived as robot-centered. Understanding social dynamics, particularly in group-robot-interactions (GRI), underscores the need for further research and development in human-robot-interaction (HRI). Enhancing the interaction abilities of social robots, especially in GRIs, can improve their effectiveness in real-world applications on a micro-level, as group interactions lead to increased motivation and comfort. In this study, we assessed the influence of the interaction condition (dyadic vs. triadic) on the perceived extraversion (ext.) of social robots in public spaces. The research involved 40 HRIs, including 24 dyadic (i.e., one human and one robot) interactions and 16 triadic interactions, which involve at least three entities, including the robot.