纠正 `人类-机器人' 错误时的人类策略：以洗衣分类任务为例

人类-人类互动 (HHI) 中的心理模型与期望为人类-机器人互动 (HRI) 中的 domesitc 机器人提供了指导。为改善家庭任务中人类与机器人之间的沟通，本研究旨在理解人们在发生故障时的交流方式。为识别自然交流模式，尤其是对机器人故障的反应，参与者使用自然语言和手势指示 Laundrobot 将衣物分类到篮子中。Laundrobot 要么工作无误，要么处于两种故障模式之一。参与者未被告知 Laundrobot 是人类行为者，也未获悉故障模式。视频分析显示 42 名参与者的言语模式，包括笑声、言语表达和填充词（如 "oh"、"ok"），以及身体动作序列，包括触碰面部、增加指向手势（以静止手指为主）以及惊讶表情。发生错误时采用的常见策略包括纠正与教学、承担责任以及表达沮丧。对错误反应的强度随暴露次数而减弱，可能表明接受或服从。一些人使用类似于与其他技术（如智能助手）沟通的策略。对于这类任务，拟人化的机器人可能并不理想。Laundrobot 的外观、形态、声音、能力及恢复策略可能影响了其感知方式。部分参与者指出，Laundrobot 的实际技能与期望不符，这使得难以判断 Laundrobot 能否理解指令。专长、性格和文化差异可能影响反应方式，但本研究未对此进行评估。