Zucker 研究：关于人类与小型服务机器人交互的洞察

尽管人机交互（HRI）近期取得了进展，但对于人类在小型室内服务机器人存在时的交互与行为方式，以及此类机器人以人为中心的行为，仍知之甚少。这也引发了对当前轨迹预测方法在室内 HRI 场景中的适用性，以及现有人群仿真模型在共享环境中准确性的担忧。为解决这些问题，我们引入了一个新的 HRI 数据集，聚焦于人类与运行不同类型控制器的小型差速驱动机器人之间的交互。我们的分析表明，预期型与非预期型机器人控制器对人类的安全性和效率施加了相似的约束。此外，我们发现当前最先进的人类轨迹预测模型能够充分扩展到室内 HRI 场景。最后，我们表明当碰撞迫近时，人类对小型差速驱动机器人的反应不同于对其他人类的反应，因为与小型机器人交互相比人际交互只能引起有限程度的社会不适。我们的数据集及相关代码和模型可在 https://motion-lab.github.io/ZuckerDataset 获取。