SensHRPS：基于眼动追踪感知舒适的人机近距离关系与个人空间
机器人学
2025-12-11 v2 人工智能
人机交互
摘要
社交机器人必须调整以适应人类的近距离关系规范，以确保用户的舒适度和参与度。虽然先前研究证明眼动追踪特征可以可靠地估计人类-人类交互中的舒适度，但其在与人形机器人交互中的适用性尚未被探索。在本研究中，我们使用移动眼动追踪和主观报告（N=19），在四个实验控制距离（0.5 m 至 2.0 m）下研究了机器人"Ameca"用户的舒适度。我们评估了多种机器学习和深度学习模型，以基于注视特征估计舒适度。与先前人类-人类研究中 Transformer 模型表现优异不同，决策树分类器取得了最高性能（F1-score = 0.73），最小瞳孔直径被确定为最关键的预测因子。这些发现表明，人机交互中的生理舒适度阈值与人类-人类动态不同，并且可以使用可解释的逻辑进行有效建模。
引用
@article{arxiv.2512.08518,
title = {SensHRPS: Sensing Comfortable Human-Robot Proxemics and Personal Space With Eye-Tracking},
author = {Nadezhda Kushina and Ko Watanabe and Aarthi Kannan and Ashita Ashok and Andreas Dengel and Karsten Berns},
journal= {arXiv preprint arXiv:2512.08518},
year = {2025}
}