建模人对机器人错误的响应以实现及时错误检测

在人-机器人协作中,机器人错误不可避免——损害用户信任、合作意愿与任务表现。先前工作表明,人们自然地对机器人错误作出社会性响应,且在社交互动中可利用人的响应检测错误。然而,在如装配与工具取放等非社会性、物理人-机器人协作领域少有探索。本工作中,我们研究人们的有机社会性响应如何被用于实现物理人-机器人交互中错误的及时自动检测。我们开展了数据收集研究以获取面部响应训练实时检测算法,并进行案例研究探索我们的方法在不同任务设置与错误下的泛化性。结果表明,即便在非社会情境中,自然社会性响应仍是及时检测与定位机器人错误的有效信号,且我们的方法对多种任务情境、机器人错误与用户响应均鲁棒。本工作有助于无需详细任务规范的鲁棒错误检测。