[论文解读] Challenges in Collaborative HRI for Remote Robot Teams

Helen Hastie, David A. Robb+7 more|arXiv (Cornell University)|May 17, 2019

Human-Automation Interaction and Safety参考文献 41被引用 6

一句话总结

本文研究了在远程机器人团队中人机协作的可信度，提出了一种具备社交能力与可视化工具的中介机器人，以增强操作员的信任。在一项受控实验中，参与者在最初被赋予较低控制权（同意机器人提议的行动）时，对系统的信任度更高，表明初始控制权移交可提升感知可靠性并降低感知错误概率。

ABSTRACT

Collaboration between human supervisors and remote teams of robots is highly challenging, particularly in high-stakes, distant, hazardous locations, such as off-shore energy platforms. In order for these teams of robots to truly be beneficial, they need to be trusted to operate autonomously, performing tasks such as inspection and emergency response, thus reducing the number of personnel placed in harm's way. As remote robots are generally trusted less than robots in close-proximity, we present a solution to instil trust in the operator through a `mediator robot' that can exhibit social skills, alongside sophisticated visualisation techniques. In this position paper, we present general challenges and then take a closer look at one challenge in particular, discussing an initial study, which investigates the relationship between the level of control the supervisor hands over to the mediator robot and how this affects their trust. We show that the supervisor is more likely to have higher trust overall if their initial experience involves handing over control of the emergency situation to the robotic assistant. We discuss this result, here, as well as other challenges and interaction techniques for human-robot collaboration.

研究动机与目标

• 为解决在深海能源平台等远程高风险环境中人机协作面临的挑战。
• 研究人类主管与机器人助手之间控制权分配对远程机器人团队信任的影响。
• 探讨社交机器人与可视化技术在提升人机协同与情境意识方面的作用。
• 评估初始控制水平（高 vs. 低）对长期信任与系统可靠性感知的影响。
• 为平衡自主性、透明度与人工监督的自主机器人团队提供设计原则。

提出的方法

• 使用 Gazebo 和 ROS 构建了模拟的深海平台环境，以模拟复杂且受限的移动条件。
• 采用基于 Furhat 的具身对话代理（即中介机器人）作为人类主管与远程机器人之间的沟通中介。
• 研究采用 Wizard-of-Oz 设置，并利用有限状态自动机模拟机器人行为与任务进展。
• 参与者完成两个应急响应场景：一个为高控制条件（自主选择机器人行动），一个为低控制条件（批准机器人提议的行动）。
• 使用 14 项 Schaefer 信任问卷测量信任度，分析基于暴露顺序（HC-first 与 LC-first）的条件差异。
• 统计分析采用 Wilcoxon-Mann 检验评估信任问卷响应的显著性，尤其关注感知错误概率方面。

实验结果

研究问题

• RQ1 人类主管最初交出的控制水平如何影响其对远程机器人团队的整体信任？
• RQ2 暴露于高控制与低控制条件的顺序是否会影响对系统可靠性和信任的感知？
• RQ3 具有社交表达能力的中介机器人能否提升远程人机协同中的信任与情境意识？
• RQ4 中介机器人提供的社交线索与言语行为如何影响人类对机器人能力与错误概率的感知？
• RQ5 在动态、高风险场景中，共享控制在维持信任方面发挥何种作用？

主要发现

• 最初经历低控制（同意机器人提议行动）的参与者，对机器人可靠性的信任度显著更高，尤其是在错误概率感知方面，相较于最初处于高控制条件的参与者。
• LC-first 参与者的中位数感知错误概率为 10，而 HC-first 参与者为 20，差异具有统计学显著性（p < 0.05）。
• 当独立考虑两种控制条件时，未发现信任评分的整体显著差异，但暴露顺序揭示了关键的偏差效应。
• 结果表明，初始控制权移交可增强信任，支持信任与控制并非严格对立，而可战略性管理的观点。
• 研究表明，非专业用户在经历控制权降低的学习阶段后，可建立心理模型，从而更有效地接管系统。
• 未来工作应探索社交行为（如表情化言语、眼神接触、错误道歉）在时间关键场景中故障后如何进一步恢复信任。