被ChatGPT触及：使用大语言模型驱动情感触觉交互

触觉是情感丰富交流的基本方面，在人类交互中发挥着关键作用，并在人机交互中提供了显著潜力。先前的研究表明，稀疏的人体触觉表示可以有效传递社交触觉信号。然而，人机触觉交互的进展仍有限，因为许多类人机器人仅具备简单的功能，如仅能打开和关闭手臂，限制了细致的触觉表达。本研究探索了机器人如何使用稀疏的触觉振动表示来向他人传递情感。为实现这一目标，我们开发了一个集成5x5阵列振动电机的可穿戴袖 sleeve，以使机器人能够传递多样化的触觉情感和手势。通过在大语言模型(LLM)中使用链式提示，我们生成对应的10种情感(如快乐、悲伤、恐惧)和6种触觉手势(如拍击、摩擦、敲击)的10秒振动模式。随后，32名参与者对每个振动刺激根据感知价值和唤起水平进行评级。人们能够准确识别出预期的情感，这一结果与先前发现一致。这些结果表明，LLM具有生成情感触觉数据的能力，能够通过触觉信号有效传递情感。通过将复杂的情感和触觉表达转化为振动模式，这项研究展示了LLM如何增强人机之间的物理交互。