RoboCafé in the Open: Interaction Continuity in Long-Term Public Human-Robot Interaction
作者: Kaitlynn Taylor Pineda, Kush Kumar Kushwaha, Jie Wang, Jiaming Du, Anvii Mishra, Emilie Basu Suri, Angela Guo, Chien-Ming Huang
分类: cs.RO
发布日期: 2026-09-23
备注: 8 pages, 3 figures. Kaitlynn Taylor Pineda and Kush Kumar Kushwaha contributed equally to this work. Submitted to IEEE International Conference on Robotics and Automation (ICRA 2027)
💡 一句话要点
提出RoboCafé以解决长期公共人机交互中的互动连续性问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 人机交互 机器人技术 多模态感知 任务感知对话 上下文管理
📋 核心要点
- 核心问题：现有的人机交互系统在长期公共环境中难以维持互动的连续性，无法有效处理变化的上下文和用户。
- 方法要点：论文提出RoboCafé，通过任务感知对话和记忆机制，支持机器人与用户的重复互动，提升交互的自然性和连贯性。
- 实验或效果：RoboCafé在12天内成功接收148个订单，展示了其在复杂环境中维持互动连续性的能力。
📝 摘要（中文）
随着机器人在公共空间中长时间存在，它们必须通过保持和正确应用上下文来维持互动的连续性，以应对人、遭遇和环境的变化。为研究长期公共人机交互中的互动连续性，我们开发了RoboCafé，这是一款自主对话咖啡机器人，旨在通过任务感知对话、实时多模态感知和记忆先前遭遇来支持重复互动。我们在大学建筑中部署了RoboCafé，持续12天，接收了148个订单。研究发现，成功的互动连续性要求机器人确定当前在场者、先前上下文的归属、互动的起止以及其对互动的表征是否与物理世界相符。基于这些观察，我们提出了四个系统设计要求，以维持长期公共人机交互中的互动连续性：上下文互动状态、持久的人物基础、明确的互动生命周期管理和互动可观察性。
🔬 方法详解
问题定义：本论文旨在解决长期公共人机交互中互动连续性不足的问题。现有方法往往无法有效管理变化的用户和上下文，导致交互体验不佳。
核心思路：论文的核心解决思路是通过RoboCafé机器人实现任务感知对话和上下文记忆，以支持用户的重复互动。这种设计使机器人能够适应动态环境中的变化，提升交互的自然性。
技术框架：RoboCafé的整体架构包括多个模块：首先是实时多模态感知模块，负责识别用户和环境；其次是任务感知对话模块，处理用户请求；最后是记忆模块，存储和管理先前的互动信息。
关键创新：本研究的关键创新在于提出了四个系统设计要求，分别是上下文互动状态、持久的人物基础、明确的互动生命周期管理和互动可观察性。这些要求与现有方法相比，显著提升了机器人在复杂环境中的适应能力。
关键设计：在设计中，RoboCafé采用了特定的参数设置以优化对话生成，并使用了适应性损失函数来平衡任务完成度与用户体验。此外，网络结构结合了多模态输入，以增强对环境的理解。
🖼️ 关键图片
📊 实验亮点
RoboCafé在12天的实验中成功接收148个订单，展示了其在复杂环境中维持互动连续性的能力。通过对比基线，机器人在处理重复用户和动态环境中的表现显著提升，验证了提出的设计要求的有效性。
🎯 应用场景
该研究的潜在应用领域包括智能咖啡馆、公共服务机器人以及任何需要长时间与用户互动的场景。RoboCafé的设计理念可以为未来的社交机器人提供重要的参考，提升人机交互的自然性和有效性。
📄 摘要（原文）
As robots remain in public spaces over extended periods, they must maintain interaction continuity by preserving and correctly applying context as people, encounters, and circumstances change. To study interaction continuity in long-term public human-robot interactions, we developed RoboCafé, an autonomous conversational coffee robot designed to support repeated interactions through task-aware dialogue, real-time multimodal perception, and memory of prior encounters. We deployed RoboCafé for 12 days in a university building, where it received 148 orders. The deployment involved repeat customers, passersby, changing groups, and back-to-back orders that repeatedly crossed the boundaries assumed by the system's order-centered interaction model. We found that successful interaction continuity requires a robot to determine who is currently present, which prior context belongs to whom, where interactions begin and end, and whether its representation of an interaction matches what is occurring in the physical world. From these observations, we derive four system design requirements for maintaining interaction continuity in longitudinal public human-robot interactions: contextual interaction state, persistent person grounding, explicit interaction life-cycle management, and interaction observability.