当机器人通过空气传递信息：风与嗅觉线索的情境解读

文献标题

When a Robot Communicates Through Air: Contextual Interpretations of Wind and Olfactory Cues

出版信息

• 主题领域: 基于非语言感官线索的人机交互（HRI）。
• 关键词: 人机交互，嗅觉线索，风线索，非语言交流，情境框架，环境信号，情感交互，巫师实验（Wizard-of-Oz study），感官模态。

背景与问题

• 问题/挑战: 像嗅觉和风线索这样的非语言感官交流渠道在移动机器人领域仍未被充分探索。现有研究主要集中于视觉和听觉线索，这些线索通常需要用户的定向注意力，可能会在任务过程中造成干扰。
• 重要性: 了解通过空气传递的线索可以使机器人提供更微妙、环境友好的通知，这种方式更少干扰且更符合情境需求，从而增强机器人在日常环境中的整合。
• 动机与相关工作: 先前的研究已探讨了风和气味作为功能性或环境反馈的作用，但尚未研究它们在移动机器人中作为有意社会信号的使用。本研究通过分析这些线索在不同行为情境中的感知，填补了这一研究空白。

解决方案

• 提出的方法: 开发并评估一种移动机器人系统——ScentBot，该系统通过嗅觉和风线索传递隐含的社会意图。
• 创新点:
  1. 实证研究嗅觉和风线索作为人机交互中的交流渠道在多种情境中的表现。
  2. 创建一个数据驱动的框架，用于表征用户对这些线索的解读。
  3. 扩展人机交互设计空间，强调空气传递线索在微妙和情感交流中的潜力。
• 程序与关键技术:
  • 通过巫师实验（Wizard-of-Oz study）对35名参与者进行研究，涵盖六种情境场景（如过度工作、适度休息）。
  • 使用ScentBot（一种配备气味分配器和气流系统的移动机器人）传递三种刺激类型（带有弱风的气味、弱风、强风）。
  • 采用定量测量（Likert量表）和定性主题分析评估参与者对机器人意图和情感影响的感知。

结果

• 具体发现:
  • 气味线索在关怀和积极印象评分中最高，而强风被认为具有指令性但令人不悦。
  • 弱风的解读通常因情境而异，表现出一定的模糊性。
  • 行为不一致（如过度工作）加剧了线索的相关性，而适度工作/休息情境则降低了其影响。
• 相较基线的优势:
  • 气味线索比风线索更能引发积极的情感反应。
  • 强风在指令性交流中有效，但可能被认为具有强制性。
• 实验/评估:
  • 每位参与者进行18次试验，随机组合六种情境和三种刺激类型。
  • 定量分析采用累积链接混合模型（CLMM），定性分析对开放式回答进行主题编码。
• 局限性与未来工作:
  • 机器人面部显示和气味残留效应可能引发混杂变量。
  • 由于特定情境（办公室和休息室）及短期暴露，研究的普适性有限。
  • 未来工作应探索长期部署、自适应线索传递以及文化多样性对线索解读的影响。

总结

本研究表明，空气传递线索（气味和风）可以作为人机交互中的隐含社会交流渠道，影响用户对机器人意图和社会角色的感知。气味与关怀和积极情感一致相关，而强风传递指令性意图但可能被认为具有侵扰性。弱风表现出情境灵活性，但常常较为模糊。这些发现强调了模态与情境一致性在设计微妙机器人干预中的重要性。建议使用气味进行支持性互动，强风用于行为纠正，弱风用于轻柔提示。未来研究应解决如嗅觉习惯化等局限，并探索多模态组合以实现自适应、长期应用。