Несколько наук - лингвистика, психология и социальная робототехника - сотрудничают в целях изучения возможностей робота для поддержания естественного общения с человеком. Эта область имеет большой исследовательский потенциал - в частности, поиск естественных и простых в использовании пользовательских интерфейсов имеет фундаментальное значение.
В то же время, такое поведение робота должно быть как можно ближе к коммуникативному поведению человека, поэтому оно должно быть сложным и разнообразным.
Взаимодействие человека и робота можно моделировать и изучать в трех модулях: мультимодальном, когнитивном и эмоциональном.
- Когнитивное взаимодействие - это способность робота понимать команды пользователя.
- Эмоциональное взаимодействие необходимо для поддержания позитивных отношений между роботом и пользователем.
- Мультимодальный модуль представляет собой наиболее удобный и привычный для человека способ взаимодействия.
Невербальная коммуникация играет важную роль в координации действий, когда робот и человек работают вместе. Экспериментально доказано, что, с одной стороны, люди посылают робота для выполнения физической задачи с помощью речи и жеста. С другой стороны, невербальное поведение робота положительно влияет на успех решения проблемы при взаимодействии человека и компьютера.
Жесты, сопровождающие речь, облегчают понимание пространственной информации, а использование указательных жестов повышает скорость и точность выполнения задания.
Участники оценивают робота более позитивно, когда его невербальное поведение (жесты рук) воспроизводится вместе с речью, даже если речь и жесты семантически несовместимы. Кроме того, робот воспринимается более позитивно, когда жест не соответствует утверждению. Коммуникативное поведение робота положительно оценивается пользователем, когда оно потенциально менее предсказуемо, а робот "несовершенен".
Был проведен тест влияния ориентированных жестов робота на участников. Исследование проводилось с использованием робота F-2, для изучения взаимодействия человека и роботов.
С одной стороны, робот F-2 может построить семантическое текстовое представление с помощью синтаксического анализатора.
С другой стороны, робот выбирает коммуникативные реакции на построенный смысл и воспроизводит жесты с помощью системы управления поведением.
Процедура исследования
В этом эксперименте робот помогал участникам решить головоломку Танграм (сбор рисунка из разноцветных фигур). Головоломка состоит из 7 элементов разного цвета, формы и размера (два больших треугольника: красный и синий, два маленьких треугольника: желтый и темно-синий, средний зеленый, оранжевый параллелограмм и пурпурный квадрат.
Задача участника состояла в том, чтобы расположить элементы внутри заданного контура на белом листе. Было разрешено перевернуть элементы Танграм вверх дном.
Во время эксперимента, каждый из участников должен был собрать какой-нибудь рисунок: параллелограмм, фигуру кита, треугольника и корабля.
Порядок представления заданий был произвольным. Робот находился на столе перед участником и использовал речевые инструкции, жесты и взгляд, инструктируя участника поставить определенный элемент на определенное место.
В своих речевых инструкциях робот всегда ссылался на элемент по форме и размеру (а не по цвету). Таким образом, неоднозначный посыл в речи появился, когда робот упомянул один из парных элементов, таких как большой треугольник.
Поведенческие сценарии робота были организованы в виде последовательностей BML (Behavior Markup Language или описание автономного поведения) пакетов: по одной последовательности на задачу.
Управление роботом осуществлялось с помощью скрипта Python, который посылал BML-пакеты роботу. Специальные группы BML были разработаны для успешного и неудачного хода игрока:
- Если действия пользователя были правильными, оператор дает роботу команду хвалить участника и двигаться дальше.
- Если участник ошибся, робот, в соответствии с командой оператора, информирует участника об ошибке и повторяет предыдущую инструкцию.
- Если пользователь закончил всю игру до конца BML-протокола, оператор дает роботу команду похвалить его за успешную работу.
Ориентированные жесты робота при решении пространственной задачи важны для создания положительного впечатления на пользователя. Результаты показали, что участники предпочтительнее относятся, когда робот использует ориентированные жесты. Этот эффект наблюдается даже в том случае, если участники явно не заметили разницы между поведением при правильном и неправильном наведении.
Разработанная система позволяет апробировать коммуникативные стратегии (например, с использованием положительной или отрицательной обратной связи) и стили общения между пользователями роботов, а также оценить эффективность таких стратегий в различных коммуникационных ситуациях и в различных социально-демографических группах.
