[论文解读] In the Arms of a Robot: Designing Autonomous Hugging Robots with Intra-Hug Gestures

Alexis E. Block, Hasti Seifi+3 more|arXiv (Cornell University)|Feb 20, 2022

Music Technology and Sound Studies被引用 4

一句话总结

本文提出 HuggieBot 3.0，一种能够通过实时触觉与音频传感检测并响应人类拥抱内动作（如挤压、摩擦、轻拍与持续紧握）的自主拥抱机器人。该机器人以 88% 的分类准确率，利用概率性行为算法提供响应迅速、多样化且主动的拥抱，显著提升了用户在实验中的愉悦感、自然感感知与情感联结。

ABSTRACT

Hugs are complex affective interactions that often include gestures like squeezes. We present six new guidelines for designing interactive hugging robots, which we validate through two studies with our custom robot. To achieve autonomy, we investigated robot responses to four human intra-hug gestures: holding, rubbing, patting, and squeezing. Thirty-two users each exchanged and rated sixteen hugs with an experimenter-controlled HuggieBot 2.0. The robot's inflated torso's microphone and pressure sensor collected data of the subjects' demonstrations that were used to develop a perceptual algorithm that classifies user actions with 88\% accuracy. Users enjoyed robot squeezes, regardless of their performed action, they valued variety in the robot response, and they appreciated robot-initiated intra-hug gestures. From average user ratings, we created a probabilistic behavior algorithm that chooses robot responses in real time. We implemented improvements to the robot platform to create HuggieBot 3.0 and then validated its gesture perception system and behavior algorithm with sixteen users. The robot's responses and proactive gestures were greatly enjoyed. Users found the robot more natural, enjoyable, and intelligent in the last phase of the experiment than in the first. After the study, they felt more understood by the robot and thought robots were nicer to hug.

研究动机与目标

• 设计能够实时感知并响应拥抱内动作的自主拥抱机器人，以增强情感与身体亲密感。
• 解决人机交互中缺乏情感化、响应式拥抱机器人的问题，尤其针对因物理隔离而孤独的个体。
• 验证机器人主动发起动作与自适应响应对用户对自然感、愉悦感与情感理解感知的影响。
• 开发一种稳健的实时感知与行为系统，实现自主、安全且具备社交智能的拥抱。
• 探索拥抱机器人在通过具身社交触碰支持心理健康及维系远距离关系方面的潜力。

提出的方法

• 机器人在其充气躯干上集成压力传感器与内置麦克风，实时检测拥抱内动作。
• 感知算法通过音频与压力数据，以 88% 的准确率对用户动作（挤压、摩擦、轻拍、紧握）进行分类。
• 概率性行为算法根据前期用户研究中的平均用户评分选择机器人回应，确保回应多样性与用户偏好。
• 系统包含一种稳健的释放检测机制，通过忽略因握持调整引起的短暂压力下降，避免意外终止拥抱。
• HuggieBot 3.0 在一项包含 16 名参与者的两阶段用户研究中完成验证，比较算法改进前后机器人的行为表现。
• 移动端应用（HuggieApp）支持远程用户发送可自定义的拥抱，包含动作与视频定制，有助于长期情感联结。

实验结果

研究问题

• RQ1 机器人如何能自主检测并响应如挤压、摩擦、轻拍与紧握等拥抱内动作？
• RQ2 机器人主动发起的拥抱内动作对用户对自然感、愉悦感与情感联结感知有何影响？
• RQ3 实时自适应与回应多样性如何影响用户在自主拥抱机器人中的体验？
• RQ4 机器人感知并响应拥抱内动作的能力是否能提升用户对情感理解与社交存在的感知？
• RQ5 拥抱机器人在多大程度上可支持情感健康并维系物理距离下的关系？

主要发现

• 机器人感知系统通过结合音频与压力传感，以 88% 的准确率对拥抱内动作进行分类。
• 用户评价机器人主动发起的拥抱内动作极具愉悦感，并赞赏其回应的多样性。
• 算法改进后，用户在研究最后阶段感知到机器人显著更自然、更愉悦且更具智能。
• 用户表示更理解机器人，且在与 HuggieBot 3.0 互动后认为机器人更友善易拥抱。
• 机器人的回应系统通过忽略与握持调整相关的短暂压力下降，有效减少了意外拥抱终止。
• HuggieApp 支持远程用户发送自定义拥抱，具备长期情感支持潜力，包括在发送者去世后发送‘遗产拥抱’。