← 返回论文列表

探索人机协作:挑战性任务中交互模态分析
Exploring Human-Robot Collaboration: Analysis of Interaction Modalities in Challenging Tasks

作者: Simone Arreghini, Cristina Iani, Alessandro Giusti 等6人
arXiv: 2605.13380v1
分类: cs.RO
📝 论文摘要
本研究比较了人机协作的三种交互模式:被动式、反应式和主动式。我们让18名参与者凭记忆组装一个七层彩色塔,同时使用近处和远处的积木块。在被动模式下,参与者独自工作;在反应模式下,移动机器人仅在请求时提供帮助;在主动模式下,机器人无需明确请求即可启动积木递送和错误提示。尽管机器人辅助增加了完成时间,但大多数参与者更偏好协作:67%的人偏好主动行为,78%的人认为其最有用。这些结果表明,及时的主动支持能够改善受控协作任务中的用户体验。

📊 核心分析

🎯 研究动机
- 探索不同**交互模态(interaction modality)** 在人机协作中的效果,特别是**具有挑战性的任务(challenging tasks)** 中的用户偏好 - 现有研究多关注单一模态(如被动或反应式),缺乏对**主动式(proactive)** 与被动、反应式的系统性比较 - 背景:随着**移动机器人(mobile robot)** 在协作场景中的应用增多,如何设计用户可接受的交互方式成为关键问题
🔧 核心方法
- 设计**受控实验(controlled experiment)**:18名参与者从记忆中组装**七层彩色塔(seven-layer colored tower)**,使用**附近和远处积木(nearby and distant blocks)** - 比较三种**交互模态(interaction modality)**:**被动(passive)** (独自工作)、**反应式(reactive)** (仅按请求帮助)、**主动式(proactive)** (机器人主动递送积木和错误提示) - 测量**完成时间(completion time)** 和**用户偏好(user preference)** (通过问卷统计喜欢和认为最有用的人数比例)
💡 核心创新
- **首次系统性比较** 三种典型交互模态(被动、反应式、主动式)在**记忆驱动装配任务(memory-driven assembly task)** 中的表现 - 发现**反直觉结果**:尽管主动式机器人增加了**完成时间(completion time)**,但**67%参与者偏好主动式行为**,**78%认为它最有用** - **强调主动式交互的心理学价值**:提供了“及时的主动支持可以改善用户体验”的实证证据,即使以任务效率为代价
🏆 总体贡献
- 为**人机协作人机交互(Human-Robot Collaboration, HRC)** 领域提供了**交互模态选择(interaction modality selection)** 的设计指南 - 揭示**用户主观体验与任务效率之间的权衡(trade-off)**,支持在非时间紧迫场景中优先采用**主动式(proactive)** 策略 - 通过**受控实验(controlled experiment)** 验证了**主动式支持(proactive support)** 在提升用户满意度方面的有效性,为后续**自适应交互系统(adaptive interaction system)** 研究奠定基础