调查改变听觉反馈对远程操作社交机器人时自我表征、主观操作体验和任务表现的影响
车内触觉、声音、多模态反馈社交机器人交互自动驾驶工程师与测试员AI/ML 研究员与工程师
文献标题
Investigating Effect of Altered Auditory Feedback on Self-Representation, Subjective Operator Experience, and Task Performance in Teleoperation of a Social Robot
文献信息
- 主题领域: 人机交互、社会机器人、听觉反馈
- 关键词: 社会机器人, 远程操作, 改变听觉反馈, 自我表征, 用户体验, 语音转换, 虚拟化身, 人机交互
研究背景与问题
- 问题描述: 远程操作社会机器人时,操作员需要“扮演”机器人,也即通过语音表现与机器人外观一致。然而,实现自然的实时语音转换技术仍存在技术限制,这可能影响操作员的自我表征、任务的易用性以及服务质量。
- 重要性: 外观与语音不匹配可能使机器人给人的感受不一致甚至不适,这在服务场景下降低用户的接受程度。此外,优化远程操作界面以降低操作员的心理负担并改善使用体验是推广社会机器人交付服务的重要一步。
- 研究动机与相关工作: 之前的研究中,多着眼于客户对机器人的感知与行为(如接受度和满意度),却较少涉及操作员的体验。本研究拟探索改变听觉反馈(AAF)是否能帮助操作员强化机器人角色的身份认同,进而提升工作体验与服务质量。
解决方案
- 方法概述: 提出将语音转换(Voice Transformation, VT)与改变听觉反馈(Altered Auditory Feedback, AAF)结合,用于匹配机器人外观及性格设置,通过实验探讨这种设计对操作员自我表征、主观体验及任务表现的影响。
- 创新点:
- 将AAF引入社会机器人远程操作,以帮助操作员更容易“变成”机器人,提高任务体验。
- 提出一种低延迟的实时声音转换系统,以避免听觉反馈延迟对语音产生的抑制效应。
- 实施步骤及关键技术:
- 实验设计: 在实验中,参与者远程操作机器人完成服务任务。三个语音转换条件分别为无语音转换(No-VT)、仅语音转换(VT-only)以及语音转换加听觉反馈(VT-AAF)。
- 测量指标: 自我表征变化(通过问卷、隐式联想测试、语音基频变化)、主观任务评估(NASA-TLX量表和问卷)、任务表现(谈话持续时间、语音数量)。
- 语音转换系统: 使用硬件语音效果处理器实现实时语音转换,平均延迟约5毫秒。
研究成果
- 具体成果:
- 自我表征变化: VT-AAF条件显著增强了操作员的自我认同感,包括对儿童机器人角色的感知和表现(如感到更外向、更像机器人和儿童)。
- 主观体验改善: 与VT-only和No-VT相比,VT-AAF显著提升了任务的愉悦度、动机及角色代入感;操作压力在VT-only和VT-AAF下均显著降低。
- 任务表现: 任务表现(谈话时长及语音数量)在不同语音条件间无显著差异。
- 与现有解决方案的比较:
- 与仅依赖语音转换的解决方案相比,VT-AAF在主观体验(如角色代入感和愉悦度)方面表现出明显优势,尽管在客观任务表现上未显著超越传统方法。
- AAF进一步强调操作员的“角色扮演”能力,而不仅关注任务效能。
- 局限性与未来方向:
- 局限性: 实验固定了机器人外观和特定角色属性,需进一步验证AAF在其他类型机器人中的适用性。此外,长期使用和多任务场景对结果的影响尚未研究。
- 未来研究方向:
- 探索不同外观与性格设定的机器人应用中AAF效果。
- 研究操作员自主选择语音目标或自定义语音特性的潜力。
- 延伸至虚拟化身或VR购物等广义虚拟交互场景中的应用。
- 优化语音转换与AAF技术减少使用中的不适感,同时提高切换自然度。
输出格式
研究为社会机器人远程操作的语音协助设计带来了创新的视角,并提出以实时听觉反馈改变自我认同的实现方式,为未来相关领域的研究应用奠定了基础。
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- 在操控社交机器人时,改变的听觉反馈如何影响操作者的自我认同感?分类: 远程操控与机器人界面同类问题arrow_forward
- 改变的听觉反馈如何改善操作者的主观体验和任务表现?分类: 远程操控与机器人界面同类问题arrow_forward
- 语音转换与听觉反馈结合对机器人操控界面的优化有何作用?分类: 远程操控与机器人界面同类问题arrow_forward
lightbulb
现实痛点
1- 操控社交机器人时,操作者难以自然地模拟机器人的角色。分类: 远程操控与机器人界面同类问题arrow_forward
暂无符合条件(≥60% 相似度)的相关论文
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/10.1145/3613904.3642561
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
3 位作者
sell
研究子方向
车内触觉、声音、多模态反馈、社交机器人交互
work
职业/产业
自动驾驶工程师与测试员、AI/ML 研究员与工程师
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文