为什么人类发现故障机器人更可爱

有人认为，人类识别社会信号的能力对于掌握社会智能至关重要 - 但机器人能否学会阅读人类社会线索并相应地调整或纠正自己的行为?

在最近的一项研究中，研究人员研究了人们对机器人的反应，这些机器人与完美表现的机器人相比，表现出错 发表在Frontiers in Robotics和AI上的结果表明，参与者对故障机器人的态度比对机器人完美无缺地更强烈。

“我们的研究结果显示，解码人类的社交信号可以帮助机器人理解存在错误并随后做出相应的反应，”相应的作者Nicole Mirnig说道，他是奥地利萨尔茨堡大学人机交互中心的博士候选人。

虽然社交机器人技术是一个快速发展的领域，但社交机器人尚未达到技术水平，而且不会出错。然而，该领域的大多数研究都是基于完美无缺地执行机器人的假设。“实验过程中出现的不可预见的条件导致的替代方案往往没有被进一步考虑或被简单地排除，”Nicole Mirnig说。“完全科学研究的本质在于追求严格的行为准则。但是，我们认为人机交互的错误实例充满了知识，可以帮助我们进一步提高新维度的互动质量。我们认为因为大多数研究都侧重于完美的互动，许多潜在的关键方面都被忽视了。“

为了在机器人错误之后检查人类交互伙伴的社交信号，研究团队有目的地将错误行为编程为类似人类的NAO机器人的例程，并让参与者与之交互。他们测量了机器人的可爱性，拟人性和感知智能，并分析了机器人犯错时用户的反应。通过视频编码，研究人员可以复制他们早期研究的结果，并表明人类通过社交信号应对机器人的错误行为。通过访谈和用户评级，研究团队发现，有些令人惊讶的是，与完美表现的机器人相比，错误的机器人并不被认为明显不那么聪明或拟人化。相反，尽管人类认识到了错误的机器人的错误，

“我们的研究结果表明，参与者对这个有缺陷的机器人的喜爱远远超过完美无瑕的机器人。这一发现证实了Pratfall效应，它表明人们在犯错时会增加吸引力，”Nicole Mirnig说。“专门探索错误的交互实例可能有助于进一步改善人机交互的质量。例如，通过正确解释用户的社交信号来理解交互中存在问题的机器人可以让用户知道它了解问题并积极应用错误恢复策略。“

这些发现对社交机器人领域具有令人兴奋的意义，因为它们强调了机器人创造者在设计机器人时保持潜在不完美的重要性。与假设机器人的行为完美相反，拥抱社交机器人技术的缺陷可能为制造错误的机器人的发展铺平道路 - 并从中学习。这也将使机器人更容易受人类影响。“研究不完美机器人行为的来源将导致更可信的机器人角色和更自然的互动，”Nicole Mirnig总结道。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！