[论文解读] Social and Emotional Skills Training with Embodied Moxie

Nikki Hurst, Caitlyn Clabaugh+4 more|arXiv (Cornell University)|Apr 27, 2020

Autism Spectrum Disorder Research参考文献 25被引用 15

一句话总结

本文介紹了STAR框架，一種利用具身機器人Moxie為5至10歲患有精神、行為及發展障礙（MBDDs）的兒童提供基於證據的社交與情緒技能訓練的治療方法。透過多模態感測與行為分析，Moxie根據應用行為分析與認知行為治療的原則，提供個人化干預，在六週的家庭試驗中顯著改善了兒童的情緒調節、自尊心、對話技巧與參與度（N=12）。

ABSTRACT

We present a therapeutic framework, namely STAR Framework, that leverages established and evidence-based therapeutic strategies delivered by the Embodied Moxie, an animate companion to support children with mental behavioral developmental disorders (MBDDs). This therapeutic framework jointly with Moxie aims to provide an engaging, safe, and secure environment for children aged five to ten years old. Moxie delivers content informed by therapeutic strategies including but not limited to naturalistic Applied Behavior Analysis, graded cueing, and Cognitive Behavior Therapy. Leveraging multimodal input from a camera and microphones, Moxie is uniquely positioned to be a first-hand witness of a child's progress and struggles alike. Moxie measures skills captured in state-of-the-art assessment scales, such as the Social Responsiveness Scale and Social Skill Improvement Scale, and augments those measures with quantitatively measured behavior skills, such as eye contact and language skills. While preliminary, the present study (N=12) also provides evidence that a six-week intervention using the STAR Framework and Moxie had significant impact on the children's abilities. We present our research in detail and provide an overview of the STAR Framework and all related components, such as Moxie and the companion app for parents.

研究动机与目标

• 透過引入客觀、可擴展的替代方案，解決兒童MBDDs臨床評估中主觀、耗時且不一致的限制。
• 開發一種基於家庭的機器人輔助治療框架，支持長期、生態有效之評估與干預，適用於多樣化的MBDDs兒童。
• 整合多模態行為分析（例如：眼神接觸、語音、語調）與標準化評估量表（SRS、SSIS），提供即時、量化的兒童進展反饋。
• 評估六週家庭式干預在Moxie與STAR框架支持下，對患有MBDDs兒童社交情緒技能發展之可行性與影響。
• 證明社交助手機器人可作為有效、具吸引力且可量測的治療夥伴，在自然家庭環境中發揮作用。

提出的方法

• STAR框架將基於證據的治療策略——自然情境下的應用行為分析、分階提示與認知行為治療——整合至由Moxie機器人執行的結構化、自適應干預中。
• Moxie利用多模態感測器（攝影機、麥克風）在互動過程中持續監測與即時分析兒童的非語言與語言行為。
• 行為指標如眼神接觸、輪流說話、語音語調與面部表情被量化測量，用於長期追蹤技能發展。
• 系統將這些行為指標與標準化評估量表（例如：社交反應量表、社交技能提升量表）相關聯，以驗證進展情況。
• 家長反饋與進度資訊透過配套行動應用程式提供，實現即時監控與參與。
• 干預在兒童的家庭環境中進行六週，確保生態效度與持續參與。

实验结果

研究问题

• RQ1 與傳統評估方法相比，基於家庭的機器人輔助治療框架是否能顯著改善患有MBDDs兒童的社交與情緒技能？
• RQ2 來自社交助手機器人的多模態行為分析在多大程度上能提供客觀、即時的社交情緒行為測量，如眼神接觸、語音與參與度？
• RQ3 將標準化評估量表（SRS、SSIS）與即時行為指標整合，如何提升長期技能追蹤的準確性與敏感度？
• RQ4 六週Moxie為基礎的干預對兒童情緒調節、自尊心、對話技巧與友誼技能有何可量化的影響？
• RQ5 社交助手機器人如Moxie是否能作為有效、具吸引力且可擴展的工具，在自然家庭環境中實現長期、生態有效的評估與訓練？

主要发现

• 六週的STAR框架與Moxie干預顯著改善了兒童自陳與觀察到的情緒調節、自尊心、對話技巧與友誼技能。
• 兒童在與Moxie互動期間，參與度、眼神接觸與平衡輪流說話的表現顯著提升。
• 量化行為分析顯示，兒童在社交與關係性語言使用方面有明顯進步，語調與聲音參與度亦獲改善。
• 機器人的多模態感測系統成功以高保真度捕捉並量化了互視、微笑頻率與語音模式等行為指標。
• 家長報告顯示情緒態度轉向正面，對兒童社交能力的信心顯著提升，且獲得主觀反饋與客觀行為數據的雙重支持。
• 本研究提供了初步但具希望的證據，顯示社交助手機器人可在真實家庭環境中提供有效、可擴展且可量化追蹤的干預。