表示知识图以传达服务机器人情境知识的模式

文献标题

Patterns for Representing Knowledge Graphs to Communicate Situational Knowledge of Service Robots

文献信息

• 主题领域: 知识图谱、服务机器人、人机交互设计
• 关键词: 知识图谱、设计模式、界面设计、人机交互、服务机器人

研究背景与问题

• 作者发现了哪些问题或挑战？

  • 服务机器人需要有效地组织和呈现情境知识（包括人与物体、场所和事件的相关信息），以适应工作环境并与用户互动。
  • 知识图谱（KGs）已被用于机器人行业，但现有界面设计主要关注专家用户，未充分解决非专家用户在理解和互动上的困难。
  • 缺乏专门为非专家用户设计的知识图谱界面设计方法，以及用于服务机器人情境知识交流的设计模式研究。

• 为什么这个问题很重要？

  • 服务机器人在日常生活中的使用不断普及，需要更强的适应性和用户友好的互动方式。
  • 非专家用户占据服务机器人用户的大部分，设计可理解的界面有助于提高机器人应用的广泛性与易用性。

• 研究动机与相关工作

  • 知识图谱能作为异构知识的统一表示形式，被广泛应用于人工智能和机器人领域。
  • 虽有人机交互和机器人互动设计模式的研究，但针对机器人知识图谱表示的设计模式研究较少。
  • 本研究通过观察非专家用户如何呈现知识图谱元素，试图建立一套视觉呈现情境知识的模式库。

解决方案

• 作者提出了哪些方法或解决方案？

  • 构建一个服务机器人情境知识的设计模式库，划分为高层模式和低层模式。
  • 使用迭代分析方法从用户排列知识卡片的行为中提取设计模式。
  • 对设计模式库进行应用验证，通过机器人原型和Wizard-of-Oz测试评估其效果并提供设计建议。

• 该解决方案的创新之处是什么？

  • 开发了针对非专家用户的知识图谱界面设计模式库，降低了设计者理解技术细节的门槛。
  • 提供了系统化的模式选择框架，涵盖了情境知识的不同类型（语义知识、程序知识、情节知识）。

• 实施步骤是什么？使用了哪些关键技术？

  1. 知识卡片设计：通过文献调查识别服务机器人常见的知识类型，并进行卡片设计。
  2. 情境场景设计：设计九个包含情境知识的交互场景（语义、程序、情节）。
  3. 参与者实验：邀请12名无图谱专业知识的大学生根据场景排列知识卡片，并记录其排列逻辑。
  4. 数据分析：使用视觉化开放式编码和迭代抽象方法提取设计模式。
  5. 模式验证：以真实数据构建机器人原型，进行Wizard-of-Oz测试以评估界面效果。

研究成果

• 取得了哪些具体成果？

  • 提炼出4个高层设计模式（以动作、时间、关系或位置为主线）和8个低层设计模式。
  • 构建了一个模块化的视觉模式库，并在实验中验证了其可用性和灵活性。

• 与现有解决方案相比，它有哪些优势？

  • 专注于为非专家用户设计知识图谱交互界面，减少了用户理解困难。
  • 模式库提供了具体的设计指导，可直接用于开发界面原型。

• 实验或评估结果是什么？

  • Wizard-of-Oz测试显示界面设计的清晰性和易用性获得高度评价，但在信息理解和搜索效率方面仍有改进空间。
  • 用户普遍认为该模式库有效帮助设计者创建机器人界面，并能改善机器人与人间的知识交流。

• 局限性与未来方向

  • 研究场景和模式提取主要基于有限数量的实验数据，有可能遗漏部分设计模式。
  • 使用的知识图谱数据集为实验定制，尚未应用于复杂的真实世界图谱。
  • 下一步工作包括扩展模式库范围、开发公开的数据集、提升模式的应用深度，以及尝试多模态（如语音、手势）与界面结合的互动设计。

结论

本研究通过开发设计模式库，为服务机器人界面设计提供了系统指导框架。研究结果表明，该模式库在帮助非技术用户理解和操作机器人知识图谱方面是有效的，同时也为服务机器人情境知识的交换与展示领域提供了新的设计思路和研究方向。未来工作需进一步优化模式库，并探索更广泛的应用场景与数据复杂度。