社交机器人中的类人注视行为：集成人类与非人类刺激的深度学习方法
机器人学
2026-02-13 v1 人机交互
摘要
非语言行为，特别是注视方向，在增强社交互动中的有效沟通作用至关重要。随着社交机器人日益参与这些互动，他们必须根据人类活动调整注视，并对所有线索（包括人类产生的和非人类产生的）保持敏感，以确保无缝且有效的沟通。本研究旨在提高机器人与人类注视行为在各种社交情境下的相似性，包括人类和非人类刺激（如对话、指向、门开启和物体掉落）。本研究的关键创新在于检验机器人对非人类刺激的注视响应，这一议题在此前研究中尚未得到充分探讨。这些情境在Unity软件中模拟，包括3D动画和360度真实世界视频。通过虚拟现实（VR）眼镜收集41名参与者的注视方向数据。对预处理后的数据进行训练，使用LSTM和Transformer构建基于个体注视模式的预测模型。在动画情境中，LSTM和Transformer模型分别实现了67.6%和70.4%的预测准确率；在真实世界情境中，LSTM和Transformer模型分别实现了72%和71.6%的准确率。尽管个体之间存在注视模式差异，我们的模型在准确率上优于现有方法，同时独特地考虑了非人类刺激，为先前文献提供了显著优势。此外，在NAO机器人上部署后，系统通过275名参与者的综合问卷进行评估，结果显示在互动期间用户满意度显著提高。该工作推动了社交机器人技术，使机器人能够在复杂社交情境中动态模仿人类注视行为。
关键词
引用
@article{arxiv.2602.11648,
title = {Human-Like Gaze Behavior in Social Robots: A Deep Learning Approach Integrating Human and Non-Human Stimuli},
author = {Faezeh Vahedi and Morteza Memari and Ramtin Tabatabaei and Alireza Taheri},
journal= {arXiv preprint arXiv:2602.11648},
year = {2026}
}