人机交互中基于人类反应的故障检测之领域泛化研究

机器学习模型通常在分布内（相同数据集）进行测试；在分布外场景下，其性能几乎总是下降。对于人机交互（HRI）研究而言，其目标通常是开发泛化模型。这使得领域泛化——在不同场景下保持性能——成为一个关键问题。在本研究中，我们对基于人类面部表情训练的故障检测模型中的领域泛化进行了简明分析。我们使用了两个不同的人类对视频中发生错误作出反应的数据集，一个来自受控实验室环境，另一个在线收集，并在每个数据集上训练了深度学习模型。当在这些备选数据集上测试这些模型时，我们观察到显著的性能下降。我们反思了观察到的模型行为的原因，并提出了建议。本研究强调了 HRI 研究需要关注提高模型的鲁棒性和现实适用性。