How Age Influences the Interpretation of Emotional Body Language in Humanoid Robots -- long paper version

📄 arXiv: 2507.19335v1 📥 PDF

作者: Ilaria Consoli, Claudio Mattutino, Cristina Gena, Berardina de Carolis, Giuseppe Palestra

分类: cs.RO

发布日期: 2025-07-25

💡 一句话要点

研究年龄对人型机器人情感肢体语言理解的影响，揭示不同年龄段用户的认知差异

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 人机交互 情感计算 机器人 情感识别 年龄差异

📋 核心要点

  1. 现有研究对不同年龄段人群如何解读机器人情感表达的差异关注不足，阻碍了人机交互的个性化设计。
  2. 该研究通过实验评估NAO机器人的情感肢体语言在不同年龄段人群中的理解程度，分析认知差异。
  3. 实验结果表明，儿童、青年和老年人在情感理解上存在差异，青年人和老年人表现出更高的相似性。

📝 摘要（中文）

本文提出了一项实证研究，旨在调查不同年龄段的个体（儿童、青年和老年人）如何解读人型机器人NAO所表达的情感肢体语言。该研究旨在深入了解用户如何感知和响应机器人代理的情感线索，通过实证评估机器人向不同用户群体传达情感的有效性。通过分析从老年参与者收集的数据，并将这些发现与先前从青年人和儿童收集的数据进行比较，该研究突出了各群体之间的相似之处和差异，发现青年人和老年用户更为相似，但与青年人存在差异。

🔬 方法详解

问题定义：该论文旨在解决不同年龄段人群对人型机器人情感肢体语言的理解差异问题。现有方法通常假设用户群体具有同质性，忽略了年龄因素对情感理解的影响，导致人机交互效果不佳。因此，需要深入了解不同年龄段人群的认知特点，以便设计更具适应性和个性化的人机交互系统。

核心思路：该论文的核心思路是通过实证研究，对比分析儿童、青年和老年人对NAO机器人情感肢体语言的解读差异。通过收集和分析不同年龄段参与者的数据，揭示年龄因素对情感理解的影响，从而为机器人情感表达的设计提供指导。

技术框架：该研究的技术框架主要包括以下几个阶段：1) 选择NAO机器人作为情感表达的载体；2) 设计一系列表达不同情感的肢体语言动作；3) 招募儿童、青年和老年参与者；4) 让参与者观看NAO机器人的情感表达，并进行情感识别；5) 分析不同年龄段参与者的情感识别结果，比较各组之间的差异。

关键创新：该论文的关键创新在于关注了年龄因素对人机情感交互的影响，并首次系统地研究了不同年龄段人群对人型机器人情感肢体语言的理解差异。通过实证研究，揭示了年龄与情感理解之间的关系，为个性化人机交互设计提供了新的视角。

关键设计：该研究的关键设计包括：1) 选择NAO机器人作为实验平台，其具有较强的可编程性和情感表达能力；2) 设计了涵盖多种基本情感（如快乐、悲伤、愤怒等）的肢体语言动作；3) 采用了标准化的情感识别问卷，以确保数据的可靠性和可比性；4) 使用统计分析方法，对不同年龄段参与者的情感识别结果进行显著性检验。

📊 实验亮点

实验结果表明，不同年龄段人群对NAO机器人情感肢体语言的理解存在显著差异。具体而言，青年人和老年人在情感理解上表现出更高的相似性，而儿童的情感理解能力相对较弱。这些发现为个性化人机交互设计提供了重要的依据，例如，针对老年人可以采用与年轻人相似的情感表达方式，而针对儿童则需要采用更简单、更直接的情感表达方式。

🎯 应用场景

该研究成果可应用于开发更具适应性和个性化的人机交互系统，例如：针对老年人的陪伴机器人，能够根据老年人的认知特点，采用更易于理解的情感表达方式；针对儿童的教育机器人，能够通过情感互动，激发儿童的学习兴趣。此外，该研究还可为机器人情感表达的设计提供指导，提升机器人与人类的情感连接。

📄 摘要（原文）

This paper presents an empirical study investigating how individuals across different age groups, children, young and older adults, interpret emotional body language expressed by the humanoid robot NAO. The aim is to offer insights into how users perceive and respond to emotional cues from robotic agents, through an empirical evaluation of the robot's effectiveness in conveying emotions to different groups of users. By analyzing data collected from elderly participants and comparing these findings with previously gathered data from young adults and children, the study highlights similarities and differences between the groups, with younger and older users more similar but different from young adults.