机器人主导的视觉语言模型儿童福祉评估
机器人学
2025-04-04 v1
摘要
本研究提出一种 novel 机器人主导方法，用于评估儿童的心理福祉，采用视觉语言模型（VLM）。灵感来源于儿童观察图谱测试（Child Apperception Test, CAT），社交机器人 NAO 向儿童呈现图像，以引发其对图像的言语叙述，随后依据 CAT 评估指南由 VLM 对其进行评估。将 VLM 的评估结果与受训心理学家的评估进行系统比较。结果显示，尽管 VLM 在识别无福祉问题案例方面表现出适度的可靠性，但在准确分类具有临床关切评估方面的能力仍受限。此外，尽管模型在不同人口统计因素（如年龄和性别）的提示下整体表现较为一致，但针对女孩的误报率显著偏高，表明模型对性别属性具有较强敏感性。这些发现既凸显了将 VLM 集成到机器人主导儿童福祉评估中的潜力，也揭示了其面临的挑战。
引用
@article{arxiv.2504.02765,
title = {Robot-Led Vision Language Model Wellbeing Assessment of Children},
author = {Nida Itrat Abbasi and Fethiye Irmak Dogan and Guy Laban and Joanna Anderson and Tamsin Ford and Peter B. Jones and Hatice Gunes},
journal= {arXiv preprint arXiv:2504.02765},
year = {2025}
}