[论文解读] A Systematic Literature Review of Experiments in Socially Assistive Robotics using Humanoid Robots

Floris Erich, Masakazu Hirokawa+1 more|arXiv (Cornell University)|Nov 15, 2017

Social Robot Interaction and HRI参考文献 23被引用 10

一句话总结

本篇系统文献综述分析了16项关于人形机器人在社会辅助机器人（SAR）领域中的研究，采用基于行为的框架，考察了机器人类型、控制方法、行为、传感器和执行器。其主要贡献在于为SAR中的软件产品线设计提供了概念性框架和数据驱动的洞察，特别是通过领域特定的TDM（目标-驱动力-手段）架构，帮助新手开发者。

ABSTRACT

We perform a Systematic Literature Review to discover how Humanoid robots are being applied in Socially Assistive Robotics experiments. Our search returned 24 papers, from which 16 were included for closer analysis. To do this analysis we used a conceptual framework inspired by Behavior-based Robotics. We were interested in finding out which robot was used (most use the robot NAO), what the goals of the application were (teaching, assisting, playing, instructing), how the robot was controlled (manually in most of the experiments), what kind of behaviors the robot exhibited (reacting to touch, pointing at body parts, singing a song, dancing, among others), what kind of actuators the robot used (always motors, sometimes speakers, hardly ever any other type of actuator) and what kind of sensors the robot used (in many studies the robot did not use any sensors at all, in others the robot frequently used camera and/or microphone). The results of this study can be used for designing software frameworks targeting Humanoid Socially Assistive Robotics, especially in the context of Software Product Line Engineering projects.

研究动机与目标

• 通过实证研究识别并分析人形机器人在社会辅助机器人（SAR）中的实际应用。
• 理解SAR系统的设计与控制模式，尤其关注机器人自主性、行为特征和人机交互机制。
• 基于软件产品线工程（SPLE）原则，指导开发领域特定的SAR软件框架。
• 通过识别可重用的行为构建模块和合适的图形化编程符号，支持新手开发者。
• 评估未来工作中利用流程挖掘技术从实验日志数据中提取行为脚本的可行性。

提出的方法

• 使用Web of Science开展系统文献综述（SLR），采用复合搜索字符串：(social or socially) and assistive and (robots or robotics) and humanoid。
• 应用纳入/排除标准：仅包含真实人类受试者和实证实现的原始研究，排除理论性或综述类论文。
• 采用受基于行为的机器人学启发的概念性框架，分析六个维度：机器人类型、应用目标、控制方法、展现的行为、传感器和执行器。
• 根据机器人和人类受试者的自主性，将控制方法划分为三个等级：手动、混合和自主。
• 使用该框架从16篇纳入论文中提取数据，并通过双人评审验证以确保可靠性。
• 提出一种面向SAR的领域特定TDM（目标-驱动力-手段）架构，强调对新手程序员的图形化界面支持。

实验结果

研究问题

• RQ1 在社会辅助机器人实验中，哪种人形机器人被最常使用？
• RQ2 使用人形机器人的SAR应用的主要目标是什么（例如，教学、指导、游戏、协助）？
• RQ3 这些机器人是如何被控制的——手动、半自主还是完全自主？这对系统设计意味着什么？
• RQ4 人形SAR机器人表现出哪些类型的行为，以及它们是如何被触发的？
• RQ5 当前SAR实验中最常见的传感器和执行器配置是什么？

主要发现

• NAO机器人在所审查的研究中被最广泛使用，原因在于其可访问的编程接口和适合儿童体型的外形。
• 大多数实验采用手动或混合控制（即“巫师在屋中”设置），表明完全自主系统的部署仍有限。
• 常见机器人行为包括对触摸的反应、指向身体部位、唱歌和跳舞，通常由简单的感知输入触发。
• 电机是最主要的执行器，大多数研究中使用了扬声器；其他执行器如LED则很少被报告。
• 传感器在研究中经常缺失——许多机器人在无任何传感器的情况下运行，尽管当使用传感器时，摄像头和麦克风最为常见。
• 本综述识别出SAR领域对特定领域软件框架的强烈需求，特别是支持图形化编程和可重用行为组件的框架，以帮助新手开发者。