如果你愿意,就加入这里:研究加入人类、机器人和虚拟角色的小团体时的身体表现和礼貌行为
作者
全身交互与体感输入社交机器人交互
文献标题
Join Me Here if You Will: Investigating Embodiment and Politeness Behaviors When Joining Small Groups of Humans, Robots, and Virtual Characters
文献信息
- 主题领域: 人机交互、社交行为、虚拟现实
- 关键词: 礼貌行为, 自由交谈群组, 人类, 机器人, 虚拟角色, 轨迹分析, 群组动态, 社会规范
研究背景与问题
-
发现的问题或挑战:
- 人机交互中,礼貌和具身行为是核心因素,但礼貌行为和具身形式如何影响个人加入群组的决策尚不清楚。
- 尤其在面对机器人或虚拟角色时,人类的社会舒适度、信任感和行为选择值得进一步探讨。
-
重要性:
- 了解个体如何在人与人工智能交互场景中选择加入群组,可指导设计更加自然和有效的交互系统,改善机器人和虚拟角色的社交接纳性。
-
研究动机与相关工作:
- 虽然已有研究表明具身形式对人机交互的积极作用,但是否显著影响任务完成性能仍存争议。
- 先前在实体和虚拟环境中探索了礼貌行为对社会互动和协作的影响,但较少关注礼貌行为如何支持新成员加入群组。
- 本研究旨在填补这一研究空白,探讨不同具身形式与礼貌策略对加入群组行为的影响。
解决方案
-
研究方法或解决方案:
- 设计了一个实验,通过三种具身形式(人类、机器人、虚拟角色)和三种礼貌行为(不表现、不直接邀请、积极邀请)评估用户行为。
- 参与者被要求选择加入群组的路径,涉及遵守社会规范(绕过群组的中心)或选择更便捷但不符合社交礼节的路径。
-
创新之处:
- 将礼貌行为与具身形式结合,考察两者对群组邀请行为和社会规范遵守性的交叉影响。
- 改编 Brown 和 Levinson 的礼貌理论,将语言礼貌与非语言行为结合用于实验设计。
-
实施步骤与关键技术:
- 实验设计包括9种条件(3种具身 × 3种礼貌策略),采用受控实验评估参与者路径选择和对代理的礼貌感知。
- 使用VR设备记录参与者的轨迹数据,并允许虚拟角色的完全沉浸式交互。
- 测量6个行为指标:劝导性、社会规范遵守、路径长度、路径时间、与主要代理的距离、与次要代理的距离。
- 使用统计分析(ART方法)比较不同条件下的结果。
研究成果
-
具体成果:
- 礼貌行为比具身形式对劝导性和礼貌感知的影响更显著。
- 积极礼貌策略(如明确邀请加入远侧群组)最具劝导性,但也可能被视为更具限制性。
- 参与者更倾向于遵守社会规范,避免穿越群组的中心空间,即使需要额外努力。
-
与现有解决方案相比的优势:
- 本研究强调礼貌行为在设计机器人和虚拟角色时的优先性,而非只关注具身形式。
- 为推动机器人和虚拟角色在公众场景中的应用提供实证基础,包括方向引导和群组行为模拟。
-
实验或评估结果:
- 实验发现:
- 参与者与人类交互时行为完成时间更短,表明人类更易被接纳。
- 虚拟角色的吸引力和效率低于人类和机器人。
- 路径分析表明礼貌策略(尤其是积极行为)显著影响参与者选择更长路径来遵守社会规范。
- 实验发现:
-
局限性与未来方向:
- 局限性包括:不同文化对礼貌的解读可能影响实验结果;仅考虑了有限礼貌策略和具身形式;实验是短期交互研究。
- 未来研究方向:
- 探讨长时间交互对礼貌策略有效性的影响。
- 在不同文化背景和实际应用场景(如医疗、教育等)中验证研究成果。
- 考察眼神互动水平、代理大小和编队对社交行为的潜在影响。
总结
该研究揭示了礼貌行为在促进人机交互中未像具身形式那样被广泛认可的关键作用。研究结果有助于优化机器人和虚拟角色的行为设计,提高其在社会互动场景中的应用效果,同时突出了设计师在解决人类与人工智能交互问题时应关注的核心策略。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 不同的体现形式(人类、机器人、虚拟角色)和礼貌行为如何影响个体加入群体的行为?分类: 机器人外观与多模态表达设计同类问题arrow_forward
- 礼貌行为是如何在路径选择和遵守社交规范中发挥作用的?分类: 机器人外观与多模态表达设计同类问题arrow_forward
- 在人机交互中,直观邀请、间接邀请和无礼貌行为的效果有何不同?分类: 机器人外观与多模态表达设计同类问题arrow_forward
lightbulb
现实痛点
1- 机器人和虚拟角色在群体互动中难以被自然接受。分类: 机器人外观与多模态表达设计同类问题arrow_forward
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642905
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
全身交互与体感输入、社交机器人交互
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
2 篇相关论文