通过偏差控制的非线性意见动态与机器人眼神非语言沟通实现人机共学中的共识建立

随着机器人代理变得越来越普遍并深入融入我们的日常生活，人与机器人之间的共识至关重要。这种融合为有效协作带来了前所未有的机遇和显著的挑战。然而，在人与机器相互学习的共学过程中，对人类行为的主动引导及其整合仍未被充分探索。本文展示了如何通过将决策过程建模为非线性意见动态来建立人与机器人意见之间的共识。我们利用动态偏差作为控制参数来引导机器人的意见趋向共识，并通过机器人眼神注视提供视觉线索来引导人类决策。这些非语言线索传达了机器人未来的意图，逐步引导人类决策与之对齐。为了设计用于达成共识的机器人行为，我们将人类意见观察算法与机器人意见形成相结合，并根据形成的意见控制其行动。在涉及51名参与者（N=51）的二选一决策任务实验中表明，通过非语言机器人线索引导人类决策，并使用偏差控制的意见动态塑造机器人行为，可以在人机共学环境中建立有效的共识和信任。最后，我们根据用户反馈和实验后访谈，提供了关于感知认知负荷和机器人眼神行为的详细信息。