人机交互中的内在动机自主性：人类对机器人预测信息的感知

在本文中，我们提出了一个可用于人机交互（HRI）实验的完全自主且内在动机驱动的机器人。我们认为，基于预测信息（Predictive Information）形式化的内在动机方法（如本文所述）可为我们提供一条通向自主机器人行为生成的路径，该方法能够产生足够有趣的行为以维持与人类的互动，且无需人类操作员介入回路。我们提出了一种可能的反应性基线行为，以供未来研究进行比较。参与者对基线行为与自适应、内在动机驱动的行为的感知有所不同。在我们的探索性研究中，有证据表明参与者认为内在动机驱动的机器人不如反应性基线行为智能。我们认为这主要是由于所选的高适应率以及环境设计所致。然而，我们也发现自适应机器人被认为更温暖，这一因素在人际互动中比能力因素更具权重。