为触觉做好准备:探索用户对机器人预接触提示的感知透明度
作者
社交机器人交互人-机器人协作(HRC)情感反馈与情绪调节界面医生、护士、临床医生AI/ML 研究员与工程师HCI 研究员
文献标题
Ready for the Touch: Exploring Users' Perceived Transparency of Robot Pre-Touch Cues
出版信息
- 主题领域: 人机交互(HRI),聚焦于物理交互中的预触摸沟通。
- 关键词: 人机交互、感知透明性、机器人触摸、预触摸提示、用户体验、感知安全性、物理人机交互、多模态沟通、设计指南、眼动追踪。
背景与问题
- 问题/挑战: 当前关于人机交互(HRI)的研究缺乏对机器人在物理触摸前如何有效传达意图的系统性理解。模糊或缺失的预触摸提示可能导致用户困惑、焦虑,并降低感知安全性。
- 重要性: 在物理人机交互(pHRI)中,确保机器人预触摸沟通的清晰性对于提升用户信任、安全性和接受度至关重要,这在工业、医疗、家庭和社交场景中日益重要。
- 动机与相关研究: 尽管HRI中的透明性已在可解释人工智能和自动驾驶领域有所研究,但在近距离物理交互中的透明性却鲜有关注。现有研究通常聚焦于触摸本身,而非预触摸阶段,这导致了如何设计有效预触摸提示的理解缺失。
解决方案
- 提出的方法: 本研究通过混合方法(包括主观评分、眼动追踪和访谈)探讨九种机器人预触摸提示对感知透明性和安全性的影响。
- 创新点:
- 系统性评估多种预触摸提示在不同情境下的表现。
- 确定感知透明性与感知安全性之间的关系。
- 基于证据开发情境感知的机器人触摸沟通设计指南。
- 提出一个动态路线图,根据用户熟悉度和交互阶段调整预触摸提示。
- 流程与关键技术:
- 对340名参与者进行预调查问卷,以确定用户对预触摸提示的偏好。
- 设计基于视频的实验研究,41名参与者评估九种预触摸提示(如视频显示、语音提示、蜂鸣声)。
- 使用主观问卷、眼动追踪数据和半结构化访谈测量用户体验。
- 基于感知透明性、安全性和情境适配性分析提示的有效性。
结果
- 具体发现:
- 语义明确的提示(如视频显示(VD)和语音提示(VP))在感知透明性和安全性方面表现最佳。
- 模糊提示(如气流提示(AP)和蜂鸣声(BS))表现较差,常导致困惑和焦虑。
- 感知透明性与感知安全性之间存在显著正相关关系(r = 0.70, p < 0.001)。
- 工业和医疗场景中任务导向的提示评分较高,而社交和家庭场景中情感导向的提示更受欢迎。
- 相较基线的优势:
- VD和VP在透明性和安全性指标上显著优于无信号对照条件。
- 结合视觉和听觉元素的多模态提示比单一模态提示更有效。
- 实验/评估:
- 41名参与者在受控的视频实验中评估了九种预触摸提示。
- 眼动追踪数据显示,语义丰富的提示能够有效吸引并引导用户注意力。
- 半结构化访谈提供了关于用户偏好和情境需求的定性见解。
- 局限性与未来工作:
- 由于基于视频的方法,生态效度有限;未来研究应涉及与实体机器人进行的实时交互。
- 机器人的工业外观限制了对多样化场景的探索。
- 未来研究应探讨更丰富的感官反馈(如振动、温度)并覆盖多样化的用户群体。
总结
本研究系统性地探讨了机器人预触摸提示在增强物理人机交互中感知透明性和安全性方面的作用。研究发现,语义明确的提示(如视频显示和语音提示)显著提升了用户的理解和接受度,而模糊提示(如气流提示)则引发困惑。研究强调了感知透明性在塑造用户安全性中的关键作用,并提出了一个动态路线图,用于根据用户熟悉度和情境设计自适应的预触摸提示。这些洞见为开发更安全、更值得信赖的机器人系统在多种应用中的使用提供了支持。
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。
当前问题库还没有收录这篇论文的问题与痛点。
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/10.1145/3772318.3791193
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
社交机器人交互、人-机器人协作(HRC)、情感反馈与情绪调节界面
work
职业/产业
医生、护士、临床医生、AI/ML 研究员与工程师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文