[论文解读] Commitments in Human-Robot Interaction
本文提出了一种用于人机交互（HRI）中承诺管理的哲学框架，结合功能性和规范性方法，以减少联合行动中的不确定性。该框架提出了一种机器人架构，具备信号传递、监控、违规检测和修复能力，并通过导览机器人应用场景展示了其在实现流畅、协作式人机协作中的应用。
An important tradition in philosophy holds that in order to successfully perform a joint action, the participants must be capable of establishing commitments on joint goals and shared plans. This suggests that social robotics should endow robots with similar competences for commitment management in order to achieve the objective of performing joint tasks in human-robot interactions. In this paper, we examine two philosophical approaches to commitments. These approaches, we argue, emphasize different behavioral and cognitive aspects of commitments that give roboticists a way to give meaning to monitoring and pro-active signaling in joint action with human partners. To show that, we present an example of use-case with guiding robots and we sketch a framework that can be used to explore the type of capacities and behaviors that a robot may need to manage commitments.
研究动机与目标
- 为解决机器人通过有效管理承诺与人类开展联合行动的挑战。
- 通过承诺机制减少三种类型的不确定性——动机性、工具性和共同基础性不确定性。
- 为在社交机器人中实现承诺感知行为提供理论基础。
- 弥合承诺的哲学理论与实际机器人系统之间的鸿沟，以促进人机协作。
- 识别实现联合行动成功的关键机器人能力，如信号传递、监控和违规修复。
提出的方法
- 采用承诺的功能性方法，通过显性和隐性沟通稳定预期，从而减少不确定性。
- 应用规范性方法，将承诺视为产生义务和权利，从而实现对违规行为的反应式响应。
- 设计一种机器人框架，包含子能力：信号传递意图、监控人类行为、检测预期违规，以及启动修复策略。
- 在导览机器人应用场景中实现，该机器人引导访客在博物馆中参观，利用承诺管理共享目标与计划。
- 基于合作方动机（如声誉或亲社会倾向）实现自适应信号传递，以契合人类预期。
- 提出一种机制，用于诊断预期违规的根源（动机性、工具性或共同基础性），以选择上下文适当的修复行动。
实验结果
研究问题
- RQ1哲学中的承诺理论如何指导人机交互中机器人行为的设计？
- RQ2在与人类的联合行动中管理承诺，机器人需要具备哪些能力？
- RQ3机器人如何通过信号传递意图并监控人类预期以维持协调？
- RQ4机器人可采用哪些策略检测并响应共享预期的违规？
- RQ5机器人如何根据不确定性来源（动机性、工具性或共同基础性）调整其响应？
主要发现
- 承诺的功能性与规范性方法为减少人机联合行动中的不确定性提供了互补性见解。
- 承诺管理需要一整套能力：信号传递、监控、违规检测和修复，这些能力对顺畅交互至关重要。
- 机器人可通过根据人类合作方的动机（如声誉或亲社会倾向）调整信号策略，提升协作效果。
- 诊断预期违规的根源（动机性、工具性或共同基础性）可实现更有效且上下文敏感的修复响应。
- 该框架使机器人能够灵活应对干扰，例如当访客停下与朋友交谈时，可基于原因选择等待或提供协助。
- 将哲学承诺理论整合到机器人系统中，为人机协作、自适应和社交智能机器人的设计提供了坚实基础。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。