迈向 RAPS：机器人自主性感知量表
机器人学
2024-07-17 v1
摘要
人机交互可能会因人类感知机器人自主性的程度而发生显著变化。然而，尽管先前在人机交互（HRI）领域的工作测量了对人类自主性的感知，但关于测量对机器人自主性感知的工作却很少。在本文中，我们展示了在创建机器人自主性感知量表（Robot Autonomy Perception Scale, RAPS）方面的进展：这是一个基于理论、用于测量人类对机器人自主性感知的量表。我们基于 Beer 等人工作中对自主性的定义，制定了一套包含十五个李克特量表项目的量表，该定义确定了五个关键的自主性组成部分：感知能力、规划能力、行动能力、带有某种目标意图的行动能力，以及在没有外部控制的情况下执行上述操作的能力。我们将 RAPS 应用于一个实验情境，在该情境中，机器人通过不同级别的表演性自主性（Performative Autonomy, PA）与人类队友进行通信：这是一种由自主性驱动的策略，机器人可能会“表演”出低于其真实能力的自主性水平，以提高人类的情境意识。我们的结果通过展示 RAPS 对 PA 的敏感性，为其提供了初步验证，并激励了对 RAPS 的进一步验证。
引用
@article{arxiv.2407.11236,
title = {Toward RAPS: the Robot Autonomy Perception Scale},
author = {Rafael Sousa Silva and Cailyn Smith and Lara Bezerra and Tom Williams},
journal= {arXiv preprint arXiv:2407.11236},
year = {2024}
}