整合流理论与适应性机器人角色：长期多人人机交互中增强流体验的动态机器人角色适应概念模型

本文介绍了一种机器人在长期与人类交互中行为适应的新型概念模型，将动态机器人角色适应与心理学中的流体验原理相结合。这种概念化引入了基于流体验的层级交互目标，作为机器人的总体适应目标。这个目标交织了认知和情感子目标，并纳入了个体和群体层面的人体因素。动态角色适应方法是我们的模型的基石，强调机器人灵活适应其支持角色的能力——从领导者到跟随者——旨在保持活动挑战与用户技能之间的平衡，从而培养用户的最佳流体验。此外，这项工作深入探索了我们提出的概念化的局限性和潜在应用。我们的模型特别强调多人 HRI 范式，这是 HRI 中一个既未被探索又具有挑战性的维度。通过这样做，我们希望扩展我们的概念化在 HRI 领域的适用性和相关性，为未来开发能够与人类维持长期交互的适应性社交机器人做出贡献。