人机交接中动作小心程度的表达与推断

隐性沟通在社会交往中起着至关重要的作用，因此在人机交互中必须加以考虑以获得良好体验。本工作探讨与物体物理属性检测、搬运和操作相关的隐性沟通。我们提出一种生态学方法，从人类操作物体时自然运动学中的细微调制来推断物体特征。类似地，我们借鉴人类策略来塑造机器人运动，使其在追求动作目标的同时传达物体属性。在一个真实的人机交互场景中，参与者将装满水或空的杯子递给一个进行分类的机器人操纵器。我们实现了一个在线分类器来区分与杯子内容相关的小心/不小心的人类运动。我们将所提出的根据杯子填充情况调制运动的“表达性”控制器与中性运动控制器进行比较。结果表明，人类运动学在任务期间会根据杯子内容进行调整，即便在伸手抓取运动中也是如此。此外，满杯交接时的小心程度可在动作完成前很早就被可靠地在线推断。最后，尽管问卷未显示参与者的明确偏好，表达性机器人条件提高了任务效率。