以温暖与能力预测物理人机交互中人对机器人行为的偏好
人机交互
2020-10-16 v1 人工智能
计算机与社会
信息论
机器人学
math.IT
摘要
理解人机交互（HRI）中人的感知与偏好的可靠方法对设计真实世界 HRI 至关重要。社会认知认为，温暖（Warmth）与能力（Competence）是刻画他人时核心且普遍的维度。机器人社会属性量表（RoSAS）提出了适用于 HRI 的这两个维度的条目，并在一项视觉观察研究中对其进行了验证。本文通过在一个由全自主机器人参与的、基于行为的物理 HRI 研究中展示这些维度的可用性，对该验证进行了补充。我们将发现与流行的 Godspeed 维度——生动性、拟人化、喜好度、感知智能与感知安全性——进行比较。我们发现，在全部 RoSAS 与 Godspeed 维度中，温暖与能力是不同机器人行为间人类偏好最重要的预测因子。即便在各条件间无明确共识偏好或显著因子差异时，该预测能力依然成立。
引用
@article{arxiv.2008.05799,
title = {Warmth and Competence to Predict Human Preference of Robot Behavior in Physical Human-Robot Interaction},
author = {Marcus M. Scheunemann and Raymond H. Cuijpers and Christoph Salge},
journal= {arXiv preprint arXiv:2008.05799},
year = {2020}
}
备注
8 pages, 4 figures, 29th IEEE International Conference on Robot & Human Interactive Communication (RO-MAN) 2020