跨具身形态的研究迁移：以混淆检测为例

人机机器人研究成本高昂且难以控制，因此研究者有时转向人-虚拟形象交互，以期更快更廉价地收集可迁移至机器人领域的数据。就我们的工作而言，我们尤其关注交互中用户混淆的检测与建模这一挑战；作为该研究计划的一部分，我们开展了情境化对话研究，以探究用户在物理与虚拟环境中给出的混淆场景下的反应。本文对这些研究及我们在两种具身形态上观察到的结果进行了综合评述。物理具身我们使用了 Pepper 机器人，而虚拟模态我们使用了 3D 虚拟形象。我们的研究表明，尽管存在态度差异与技术控制局限，跨具身选项在用户行为与自我报告结果中仍检测到若干相似性。本工作表明，虽然虚拟形象交互并非机器人交互研究的真正替代，但在研究设计中足够审慎可使执行良好的人-虚拟形象研究补充更具挑战性的人-机器人研究。