车载代理具象对不同类型信息传递的影响

抬头显示(HUD)与驾驶辅助系统(ADAS)会话代理的人格与拟人化汽车制造商与车辆设计师自动驾驶工程师与测试员

研究背景与问题

  • 作者发现的问题与挑战: 在汽车技术飞速发展的背景下,车内智能助理需要管理和传递各种类型的信息,这些信息可能影响驾驶者的驾驶体验和安全。然而,不同的信息类型(如警告信息、推荐信息和参考信息)的最佳设计仍不明确,尤其是如何通过助理的不同“具身化”(如物理特性、角色特性和动态表现)来优化信息传递效率。

  • 为什么重要: 信息传递的有效性关乎驾驶安全和用户体验。适当设计的车内助理不仅可以提高用户对信息的接受度,还能够增强用户的信任感和参与度,特别是在驾驶过程中快速反应场景中。

  • 研究动机与相关工作: 尽管此前许多研究探索了嵌入式助理(如语音助手、增强现实等)的信息展示方式,但对车内助理的“具身化”特性(如物理嵌入、角色特性和动态行为)如何影响不同类型信息的传递以及用户体验的具体研究较少。研究者也注意到,不同场景下的具身化因素可能对用户的注意力、信任度和愉悦感产生显著影响。


解决方案

  • 提出的方法和解决方案: 本文提出了一个名为“Drop-lit”的原型系统,该系统允许将车内助理的不同具身化特性(如物理性、角色特性、动态动作)单独或组合使用,以优化不同类型信息的传递。实验采用三种代表性设计——抽象化代理(Abstracted Agent)、数字代理(Digital Agent)和混合媒体代理(Mixed-Media Agent),分别对比六种类型的信息传递效果。

  • 创新之处:

    1. 提出了“混合媒体”具身化(融合数字和物理环境)的设计,用于复杂信息场景。
    2. 分类并精确定义了车内信息的三种类型(警告信息、推荐信息和参考信息),并探讨信息类型与用户偏好的关系。
    3. 引入了具身化特性对用户体验因素(如注意力、紧迫性、亲切感、信任感和趣味性)的系统性影响分析。
  • 实施步骤与关键技术:

    1. 信息分类: 通过焦点小组访谈,将车内信息分类为警告信息(紧急与非紧急)、推荐信息(个性化与情景相关)和参考信息。
    2. Drop-lit系统设计: 集成OLED屏幕、伺服电机以及基于Node.js和Arduino的硬件控制来实现具身化的动态与物理交互。
    3. 实验设计: 通过两个实验阶段,先让参与者评估三种代表性代理,然后允许参与者自由设计并优化具身化特性。
    4. 数据分析: 结合问卷数据、用户自定义设计和采访记录,量化并总结具身化特性与信息传递效果和用户体验的关系。

研究成果

  • 具体成果:

    1. 不同代理的效果:
      • 混合媒体代理在传递“紧急警告信息”时表现最佳,因其具有更强的吸引注意力和传递紧迫性的能力。
      • 数字代理更适合传递推荐信息,因其可增强亲切感和用户参与。
      • 抽象化代理在传递简单的参考信息时最为有效,因其对于用户注意力的需求较低。
    2. 用户偏好的关键体验因素:
      • 警告信息需要强调注意力吸引和紧迫感。
      • 推荐信息倾向于强调亲切感和趣味性。
      • 参考信息倾向于减少干扰并以更简洁的方式呈现。
  • 相对于现有解决方案的优势:

    • 提供了可定制化的具身化特性探索平台,使车内助理能够根据信息类型和用户需求自由调整外观与行为。
    • 系统全面覆盖了用户对信息类型的偏好和体验期望,为未来车内助理设计提供了明确的设计方向。
  • 实验与评估结果:

    • 用户研究数据表明,参与者对不同具身化特性与信息类型的关联展现了高度一致性。例如,具备动态水平和快速动作的代理更适合传递紧急信息,而静态的抽象图形更适合简单信息。
  • 局限性与未来方向:

    1. 局限性:
      • 实验环境是模拟驾驶,而非真实道路场景,这可能影响结果的完全适用性。
      • 研究未深入探讨声音或其他听觉因素对具身化特性和用户体验的影响。
      • 缺乏长期用户互动行为的研究验证。
    2. 未来方向:
      • 将实验迁移至真实驾驶环境以验证实验室研究结果的真实性。
      • 考虑音调和声音个性化等听觉设计因素对用户偏好的影响。
      • 引入生理数据收集(如反应时间和专注度)来客观评估车内助理效果。

总结

本文通过构建Drop-lit平台和系统性实验,验证了车内助理具身化特性以及不同信息类型之间的优化组合。研究对未来车内助理设计提出了清晰的建议,例如优先使用混合媒体代理传递紧急信息,并关注用户期待的体验因素(如紧迫感与信任感)。尽管尚存局限,本文为车内智能助手设计和用户体验优化提供了重要的理论基础和详细的设计指导。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/189457/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3713255
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
抬头显示(HUD)与驾驶辅助系统(ADAS)、会话代理的人格与拟人化
work
职业/产业
汽车制造商与车辆设计师、自动驾驶工程师与测试员
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文