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

本研究致力于在用户与社交机器人之间建立持久且高质量的互动，这需要比现有技术更精细的用户与系统对齐。我们认为，密切监测对话者的状态（尤其是困惑状态），并根据这种困惑状态调整对话策略，对于成功的协作活动至关重要。本文介绍了使用Pepper机器人进行的人机对话场景初步研究，以调查用户的困惑状态。详细展示了一种Wizard-of-Oz（WoZ）人机交互实验，以及激发对话者困惑状态的刺激策略。对于收集的数据，我们估算了情绪、头部姿态和视线，并将这些特征与语音数据的沉默时长以及参与者在实验后自我报告的困惑状态进行了分析。我们的分析发现，困惑状态与大多数特征之间存在显著关系。我们认为这些结果对多模态情境化对话的人机交互乃至更广泛应用具有特别重要的意义。