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。
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。
- 67%
嗯,你看起来困惑!面向情境化任务导向HRI的对话者困惑状态追踪
HRI '23· 人体姿态与行为识别 +3
- 60%
RoboTeach:学生机器人现有的熟练程度和学习速率如何影响人类教师展示物体放置
CHI '25· 社交机器人交互 +1
- 60%
相关性技术:在线汇编和系统评价
CHI '25· 智能家居交互设计 +1
- 60%
NAO机器人的联合西蒙效应三站点复制研究
HRI '20· 社交机器人交互 +1
- 60%
交际机器人信号:为人机交互提出新的信号类型学
HRI '23· 社交机器人交互 +1
- 60%
应对真实世界复杂性:面向异构人机交互的多介质系统
HRI '24· 人-机器人协作(HRC) +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
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