面向社交机器人的基于对话的导航：由意图与礼貌驱动的多变量自适应

服务机器人需要展现出恰当的社会行为，以便部署于医疗、教育、零售等社交环境中。机器人应具备的主要能力包括导航与对话技能。若用户缺乏耐心，其可能希望机器人导航更快，反之亦然。指示礼貌的语言特征可提供关于用户耐心与急躁行为的社会线索。本文的新颖之处在于将礼貌动态融入用于导航的机器人对话系统中。理解用户言语中的礼貌可用于调节机器人行为与回应。因此，我们开发了一个在室内环境中导航的对话系统，其基于用户的意图与礼貌程度产生不同的机器人行为与回应。我们使用 Pepper 机器人部署并测试了我们的系统，该系统能适应用户礼貌程度的变化。