带态度的机器人：LLM 驱动的机器人个性对动机与表现的影响
人机交互
2025-12-09 v1
摘要
大语言模型能够在保持个性一致的同时进行无脚本对话。合作伙伴中一种被认为能提升任务表现的理想个性特质是宜人性。为了探索大语言模型对机器人个性建模的影响，以及宜人和非宜人个性在合作任务中的效果，我们进行了一项两部分研究，包括一项用于个性验证的在线预研究和一项用于评估对喜好度、动机和任务表现影响的实验室主研究。结果表明，机器人的宜人性显著提升了其喜好度。两种个性类型之间未观察到内在动机的显著差异。然而，研究结果表明，表现出宜人性和对新体验开放性的机器人可以提升任务表现。本研究强调了利用大语言模型进行定制化机器人个性建模的优势，并提供了证据表明精心选择的宜人机器人个性可以对人类感知产生积极影响，并在合作场景中带来更大的成功。
引用
@article{arxiv.2512.06910,
title = {Robots with Attitudes: Influence of LLM-Driven Robot Personalities on Motivation and Performance},
author = {Dennis Becker and Kyra Ahrens and Connor Gäde and Erik Strahl and Stefan Wermter},
journal= {arXiv preprint arXiv:2512.06910},
year = {2025}
}