交互式人机教学能够恢复并建立信任,即使对不完美的学习者也是如此

社交机器人交互人-机器人协作(HRC)大学教授与研究人员HCI 研究员

建立和维持信任对于持续的人机教学以及机器人从自然环境中学习社会技能的愿景至关重要。以往的工作通常探索减少系统错误、缓解信任损失或使用增强交互性来诱导学习成功的策略,但,很少有研究探讨完全投入的交互式教学对人类信任的可能益处。受到先前一对研究发现的差异的启发,本文中发表的研究首次直接测试了交互性对人类-机器人社交技能训练情境中信任损失和恢复的因果影响。我们使用一种新范式,实验性地操作了参与者能够参与的合作模式(机器人监督者或主动教师),并在15轮机器人训练课程中测量了教师不断变化的信任,重点关注规范适当行为这一关键社交技能。我们的结果表明,交互式教师对初始信任损失更具韧性,从基线到训练后表现出更强的信任度增加,并将机器人的更多改进归因于自己,即使他们的机器人学习速度较慢且表现不完美。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/hri/140149/2024

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
HRI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
社交机器人交互、人-机器人协作(HRC)
work
职业/产业
大学教授与研究人员、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
6 篇相关论文