Project Report: Requirements for a Social Robot as an Information Provider in the Public Sector

📄 arXiv: 2412.05013v1 📥 PDF

作者: Thomas Sievers, Nele Russwinkel

分类: cs.RO, cs.AI

发布日期: 2024-12-06

期刊: KI - Kuenstliche Intelligenz 38, 145-149 (2024)

DOI: 10.1007/s13218-024-00840-1

💡 一句话要点

探索社交机器人在公共部门信息服务中的应用与需求

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 社交机器人 人机交互 自然语言处理 公共服务 ACT-R认知架构 人形机器人 信息提供

📋 核心要点

  1. 核心问题：探索人形社交机器人能否有效融入公共服务领域，替代或辅助现有信息提供方式。
  2. 方法要点：设计市政服务场景，评估用户对具备自然语言处理和类人行为的机器人的接受度和偏好。
  3. 实验或效果：用户更偏好人形机器人，尤其是在自然语言交互和类人行为方面，优于传统平板电脑方案。

📝 摘要（中文）

本研究探讨了将人形社交机器人集成到公共部门（如市政办公室）工作流程或客户服务中的可行性。研究设计了一个应用场景，确定了机器人与人类客户互动所需的技能，开发了相应的机器人应用，并与基尔市议会合作进行了初步测试和评估。结果表明，与平板电脑上的标准浏览器解决方案相比，基于大型语言模型、具有自然语言处理能力以及类人手势和姿势变化（动画）的人形机器人更受用户欢迎。此外，我们提出将ACT-R认知架构与机器人连接，利用ACT-R模型认知地处理和增强人机对话。

🔬 方法详解

问题定义：现有市政服务信息系统通常依赖于浏览器或平板电脑等传统界面，用户体验可能不够友好和自然。本研究旨在探索人形社交机器人是否能提供更具吸引力、更易于交互的信息服务，从而提升用户满意度。现有方法缺乏人机交互的自然性和情感因素，可能导致用户参与度降低。

核心思路：核心思路是利用人形社交机器人的类人外观和行为，结合自然语言处理技术，创建一个更自然、更人性化的信息服务界面。通过模仿人类的交流方式，机器人可以更好地理解用户的需求，并提供更个性化的服务。

技术框架：该研究的技术框架包括以下几个主要模块：1) 人形社交机器人平台：选择具备一定运动和表达能力的机器人硬件；2) 自然语言处理模块：基于大型语言模型，实现语音识别、语义理解和自然语言生成；3) 动画模块：设计和实现类人手势和姿势变化，增强机器人的表达能力；4) ACT-R认知架构集成：利用ACT-R模型模拟人类认知过程，提升对话的连贯性和智能化程度。

关键创新：关键创新在于将人形社交机器人的物理存在感与先进的自然语言处理技术相结合，创造了一种全新的信息服务模式。与传统的基于屏幕的界面相比，这种模式更具吸引力，更易于用户接受。此外，尝试将ACT-R认知架构集成到机器人控制系统中，以提升人机对话的智能化水平，也是一个重要的创新点。

关键设计：在机器人动画设计方面，需要仔细考虑手势、表情和姿势的自然性和协调性，避免产生“恐怖谷”效应。在自然语言处理方面，需要针对市政服务领域的特定语料进行训练和优化，提高机器人的理解和表达能力。ACT-R模型的参数设置和知识库构建也需要根据具体的应用场景进行调整。

🖼️ 关键图片

fig_0

📊 实验亮点

实验结果表明，用户普遍更喜欢使用人形社交机器人获取信息，而不是传统的平板电脑或浏览器界面。尤其是在自然语言交互和类人行为方面，机器人表现出明显的优势。虽然没有提供具体的性能数据，但用户反馈表明，机器人能够更好地理解他们的需求，并提供更个性化的服务。这表明人形社交机器人在公共服务领域具有巨大的应用潜力。

🎯 应用场景

该研究成果可应用于各种公共服务领域，例如市政厅、图书馆、博物馆、医院等。通过部署人形社交机器人，可以提供更便捷、更人性化的信息咨询、导览和互动服务，提升公共服务的质量和效率。未来，还可以将该技术应用于教育、医疗等领域，为用户提供个性化的学习和健康管理服务。

📄 摘要（原文）

Is it possible to integrate a humanoid social robot into the work processes or customer care in an official environment, e.g. in municipal offices? If so, what could such an application scenario look like and what skills would the robot need to have when interacting with human customers? What are requirements for this kind of interactions? We have devised an application scenario for such a case, determined the necessary or desirable capabilities of the robot, developed a corresponding robot application and carried out initial tests and evaluations in a project together with the Kiel City Council. One of the most important insights gained in the project was that a humanoid robot with natural language processing capabilities based on large language models as well as human-like gestures and posture changes (animations) proved to be much more preferred by users compared to standard browser-based solutions on tablets for an information system in the City Council. Furthermore, we propose a connection of the ACT-R cognitive architecture with the robot, where an ACT-R model is used in interaction with the robot application to cognitively process and enhance a dialogue between human and robot.