用于个性化人际距离建模的交互式增强现实界面
机器人学
2024-08-08 v1
摘要
理解和尊重个人空间偏好对于面向老年用户的社交辅助机器人至关重要。本工作提出并评估了一种新颖的个性化上下文感知方法，用于建模人机交互过程中用户的人际距离偏好。通过交互式增强现实界面，我们收集了一组用户偏好的机器人距离，并采用主动迁移学习方法对专用深度学习模型进行微调。我们通过两项用户研究评估了该方法：1）一项便利性人口研究（N = 24）以验证主动迁移学习方法的有效性；2）一项涉及老年人（N = 15）的用户研究以评估系统的可用性。我们将增强现实界面收集的数据与物理机器人收集的数据进行比较，以考察虚拟机器人与物理实体机器人之间的人际距离偏好关系。我们发现微调显著改善了模型性能：平均而言，测试误差在微调后降低了26.97%。该系统受到老年参与者的好评，他们提供了宝贵的反馈和未来工作的建议。
引用
@article{arxiv.2408.03453,
title = {An Interactive Augmented Reality Interface for Personalized Proxemics Modeling},
author = {Massimiliano Nigro and Amy O'Connell and Thomas Groechel and Anna-Maria Velentza and Maja Matarić},
journal= {arXiv preprint arXiv:2408.03453},
year = {2024}
}
备注
M. Nigro, A. O'Connell, T. Groechel, A.M. Velentza and M. Matari\'c, "An Interactive Augmented Reality Interface for Personalized Proxemics Modeling: Comfort and Human-Robot Interactions," in IEEE Robotics & Automation Magazine, doi: 10.1109/MRA.2024.3415108