Towards Emotion Co-regulation with LLM-powered Socially Assistive Robots: Integrating LLM Prompts and Robotic Behaviors to Support Parent-Neurodivergent Child Dyads

📄 arXiv: 2507.10427v1 📥 PDF

作者: Jing Li, Felix Schijve, Sheng Li, Yuye Yang, Jun Hu, Emilia Barakova

分类: cs.HC, cs.RO

发布日期: 2025-07-14

备注: Submission for the IROS 2025 conference

💡 一句话要点

提出基于LLM的社交辅助机器人，支持亲子情绪共调节，提升神经多样性儿童的心理健康。

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 社交辅助机器人 大型语言模型 情绪共调节 神经多样性 人机交互 心理健康 亲子互动

📋 核心要点

  1. 现有方法在利用社交辅助机器人(SAR)促进神经多样性儿童及其父母的情绪共调节方面存在局限性，尤其缺乏LLM的有效集成。
  2. 该研究提出了一种基于LLM的社交机器人MiRo-E，通过集成LLM提示和机器人行为，为亲子提供个性化的情绪共调节干预。
  3. 初步实验表明，MiRo-E能够积极影响亲子互动，并具有促进情绪调节的潜力，为未来LLM驱动的SAR发展提供了设计思路。

📝 摘要（中文）

社交辅助机器人(SAR)在支持神经多样性儿童的情绪调节方面显示出潜力。 近来，利用先进技术辅助父母与孩子进行情绪共调节的兴趣日益浓厚。 然而，将大型语言模型(LLM)与SAR集成，以促进患有神经发育障碍的父母和孩子之间的情绪共调节的研究有限。 为了解决这一差距，我们通过在MiRo-E机器人平台上部署语音通信模块，开发了一种由LLM驱动的社交机器人。 该监督自主系统集成了LLM提示和机器人行为，为父母和神经多样性儿童提供量身定制的干预措施。 通过对两个亲子组合进行初步测试，并进行定性分析。 结果表明，MiRo-E对互动动态具有积极影响，并具有促进情绪调节的潜力，同时也发现了设计和技术挑战。 基于这些见解，我们为推进LLM驱动的SAR在心理健康应用中的未来发展提供了设计启示。

🔬 方法详解

问题定义：现有社交辅助机器人(SAR)在支持神经多样性儿童及其父母的情绪共调节方面存在挑战，尤其缺乏大型语言模型(LLM)的有效集成，难以提供个性化和情境化的干预措施。传统方法依赖于预定义的行为和规则，无法灵活应对复杂的情绪互动场景。

核心思路：该研究的核心思路是将LLM的强大语言理解和生成能力与社交机器人的物理交互能力相结合，构建一个能够理解亲子情绪状态并提供个性化反馈的智能系统。通过LLM生成合适的提示和建议，指导机器人做出相应的行为，从而促进亲子之间的有效沟通和情绪共调节。

技术框架：该系统主要包含以下几个模块：1) 语音通信模块，用于实现亲子与机器人之间的语音交互；2) LLM提示模块，根据亲子的情绪状态和互动内容，生成个性化的提示和建议；3) 机器人行为模块，根据LLM的提示，控制机器人的动作、表情和语音输出；4) MiRo-E机器人平台，提供物理交互能力。整体流程是：亲子通过语音与机器人交互，机器人将语音信息传递给LLM，LLM生成提示，机器人根据提示做出相应的行为。

关键创新：该研究的关键创新在于将LLM与社交机器人相结合，实现了一种新型的情绪共调节干预方法。与传统方法相比，该方法能够提供更加个性化、情境化和灵活的干预措施。此外，该研究还探索了如何将LLM的提示有效地转化为机器人的行为，从而实现更加自然和流畅的人机交互。

关键设计：LLM采用的是预训练的语言模型，并通过少量样本进行微调，以适应亲子情绪共调节的特定场景。机器人的行为包括动作、表情和语音输出，这些行为都经过精心设计，以表达不同的情绪和意图。此外，研究人员还设计了一系列评估指标，用于评估系统的性能和用户体验。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

该研究通过对两个亲子组合进行初步测试，结果表明MiRo-E机器人能够积极影响亲子互动，并具有促进情绪调节的潜力。定性分析表明，亲子用户对MiRo-E的互动体验表示满意，认为其能够提供有用的建议和支持。虽然没有提供具体的性能数据，但该研究为LLM驱动的社交机器人在心理健康领域的应用提供了有价值的实践经验和设计启示。

🎯 应用场景

该研究成果可应用于儿童心理健康领域，为神经多样性儿童及其家庭提供个性化的情绪支持和干预。通过社交机器人，可以缓解专业心理咨询师的压力，降低心理健康服务的成本，并提高服务的可及性。未来，该技术还可扩展到其他人群，如老年人、残疾人等，为他们提供情感陪伴和社交支持。

📄 摘要（原文）

Socially Assistive Robotics (SAR) has shown promise in supporting emotion regulation for neurodivergent children. Recently, there has been increasing interest in leveraging advanced technologies to assist parents in co-regulating emotions with their children. However, limited research has explored the integration of large language models (LLMs) with SAR to facilitate emotion co-regulation between parents and children with neurodevelopmental disorders. To address this gap, we developed an LLM-powered social robot by deploying a speech communication module on the MiRo-E robotic platform. This supervised autonomous system integrates LLM prompts and robotic behaviors to deliver tailored interventions for both parents and neurodivergent children. Pilot tests were conducted with two parent-child dyads, followed by a qualitative analysis. The findings reveal MiRo-E's positive impacts on interaction dynamics and its potential to facilitate emotion regulation, along with identified design and technical challenges. Based on these insights, we provide design implications to advance the future development of LLM-powered SAR for mental health applications.