HappyRouting：学习情感感知路径轨迹以实现可扩展的真实世界导航
人机交互
2025-05-06 v2 机器学习
摘要
路径是激发驾驶员情绪的重要组成部分。导航系统允许用户选择导航策略，例如最快或最短路径。然而，它们并未考虑驾驶员的情绪健康。我们提出了 HappyRouting，一种基于导航的共情汽车界面，可在引导驾驶员穿越真实世界交通的同时唤起积极情绪。我们提出了设计考量，推导了技术架构，并实现了路径优化框架。我们的贡献是一个基于机器学习生成的情绪地图层，它根据静态和动态上下文数据预测沿路径的情绪。我们在一项真实世界驾驶研究（N=13）中评估了 HappyRouting，发现快乐路径使主观感知的效价提高了 11%（p=.007）。尽管快乐路径平均耗时多 1.25 倍，但参与者感知快乐路径更短，为当今最快路径机制提供了一种增强情绪的替代方案。我们讨论了如何将基于情绪的路径规划集成到导航应用中，以促进出行时的情绪健康。
引用
@article{arxiv.2401.15695,
title = {HappyRouting: Learning Emotion-Aware Route Trajectories for Scalable In-The-Wild Navigation},
author = {David Bethge and Daniel Bulanda and Adam Kozlowski and Thomas Kosch and Albrecht Schmidt and Tobias Grosse-Puppendahl},
journal= {arXiv preprint arXiv:2401.15695},
year = {2025}
}
备注
17 pages