← 返回论文列表

群体中的温暖与能力:设计高效人机协作团队
Warmth and Competence in the Swarm: Designing Effective Human-Robot Teams

作者: Genki Miyauchi, Roderich Groß, Chaona Chen
arXiv: 2604.19270v1
分类: cs.RO, cs.HC
📝 论文摘要
随着机器人群体与人类的协作日益增多,理解人类如何感知机器人对于设计高效人机团队至关重要。尽管已有研究探讨了人类如何解读和评估单个智能体的能力与意图,但对机器人团队的社会感知研究仍相对不足。基于能力-温暖度理论框架,我们通过两项研究操控了机器人群在完成集体搜索任务时的行为模式,并测量了人类参与者作为观察者(研究1)和操作者(研究2)时对群体行为的社会感知。两项研究结果均表明,群体行为的变化持续影响参与者对温暖度和能力的感知。值得注意的是,更长的广播持续时间提升了感知温暖度;更大的个体间距增强了感知能力。有趣的是,单个机器人的移动速度对两种感知均无影响。此外,研究显示社会感知对参与者团队偏好的预测力强于任务完成效率。参与者更青睐兼具温暖度与能力的机器人团队,而非任务完成速度最快的团队。这些发现表明人机交互会动态塑造社会感知,强调在设计用于高效人机协作的机器人群时,必须同时整合技术要素与社会性考量。

📊 核心分析

🎯 研究动机
随着机器人群体越来越多地与人类协作,理解人类如何感知机器人群体对于设计有效的人机团队至关重要。现有研究主要关注人类如何解读和评估单个智能体(agent)的能力和意图,而对机器人团队的社会感知(social perception)研究相对不足。
🔧 核心方法
论文基于能力-温暖(competence-warmth)社会感知框架,通过两项实验研究: - 研究1:让人类作为观察者(observer) - 研究2:让人类作为操作者(operator) 在两项研究中,通过操纵群体机器人(swarm)在完成集体搜索任务时的行为(包括广播时长(broadcast duration)、个体间距(separation distance)和机器人速度),并测量人类参与者对群体行为的社会感知。
💡 核心创新
核心创新点在于: - 首次将社会心理学中的能力-温暖(competence-warmth)框架系统地应用于机器人群体(robot swarm)的社会感知研究 - 揭示了群体机器人行为参数(广播时长、个体间距)与人类对其温暖度(warmth)和能力(competence)感知之间的具体关联: • 更长的广播时长增加感知温暖度 • 更大的个体间距增加感知能力 - 发现个体机器人速度对两种感知均无显著影响 - 关键发现:人类对机器人团队的偏好更多由社会感知(温暖度和能力)驱动,而非任务性能(task performance),参与者更偏好既温暖又有能力的团队,而非任务完成最快的团队
🏆 总体贡献
论文的总体贡献包括: - 证明了人机交互(human-robot interaction)动态地塑造社会感知 - 强调了在设计用于有效人机协作的机器人群体时,需要同时整合技术和社会因素 - 为未来设计更符合人类社会认知偏好的机器人团队提供了实证依据和设计指导