創(chuàng)澤機器人
CHUANGZE ROBOT
當前位置:首頁 > 新聞資訊 > 機器人開發(fā) > 與機器人協(xié)同,對機器人的意圖歸因會影響人機協(xié)作

與機器人協(xié)同,對機器人的意圖歸因會影響人機協(xié)作

來源:CAAI認知系統(tǒng)與信息處理專委會     編輯:創(chuàng)澤   時間:2024/11/8   主題:其他 [加盟]

《When performing actions with robots, attribution of intentionality affects the sense of joint agency》由Uma Prashant Navare等人撰寫,探討了在與機器人共同執(zhí)行任務時,人們對機器人的意圖歸因如何影響聯(lián)合代理感(Sense of Joint Agency, SoJA)。聯(lián)合代理感(SoJA)是人類在與他人共同行動以改變共同環(huán)境時所體驗到的控制感。SoJA是基于動作控制和監(jiān)測的感覺運動預測過程提出的。由于當我們與其他人一起執(zhí)行動作時,SoJA是一種普遍存在的現(xiàn)象,因此了解SoJA是否以及在什么條件下發(fā)生在與類人機器人的協(xié)作任務中是非常有趣和重要的。

在這項研究中,我們使用行為測量和腦電圖(EEG)測量的神經(jīng)反應,旨在評估SoJA是否在與人形機器人iCub的聯(lián)合動作中發(fā)生,以及它的出現(xiàn)是否受到機器人感知意向性的影響。

行為結(jié)果表明,當機器人搭檔被呈現(xiàn)為一個有意的代理時,參與者體驗到了SoJA,而當機器人搭檔被呈現(xiàn)為一個機械工件時,參與者則沒有。

腦電圖結(jié)果顯示,當機器人作為一個有意識的主體出現(xiàn)時,影響SoJA出現(xiàn)的機制是對我們自己和他人行為的感官后果形成類似準確預測的能力,從而導致類似的感官處理調(diào)節(jié)活動。

實驗設置流程。(A)在獨奏塊中設置任務。(B)在接頭塊中設置任務。(C)目標跟蹤確認任務的試驗順序。在每次試驗中,參與者或iCub都必須通過一系列按鍵將白色光標移動到黑色目標上。隨后,參與者或iCub必須確認目標。經(jīng)過一段可變的延遲后,確認壓力機觸發(fā)了一個音。然后,參與者必須根據(jù)屏幕上提供的刻度對確認按鈕和音調(diào)之間的延遲進行評分。

我們的研究采用了人形機器人iCub,通過兩個精心設計的實驗來探究人類與機器人之間的聯(lián)合代理感(SoJA)。在實驗1中,參與者首先完成了意圖立場測試,評估他們對iCub的初始意圖歸因,隨后在沒有進一步操縱的情況下,參與者要么單獨執(zhí)行,要么與iCub協(xié)作完成目標追蹤和確認任務,最終再次進行意圖立場測試以觀察是否有變化。實驗2則在實驗1的基礎上增加了一個關鍵步驟:在單獨完成任務和初次意圖立場測試之后,參與者與iCub進行了一次特意設計的互動,機器人在此期間展現(xiàn)出類似人類的行為,目的是增強參與者對iCub的意圖歸因,互動結(jié)束后參與者進行了第二次意圖立場測試,最后與iCub一同執(zhí)行了聯(lián)合任務塊,以此來測試增加意圖歸因是否會促進SoJA的形成。這兩個實驗的詳細過程不僅揭示了意圖歸因在人機互動中的重要性,而且還通過行為和神經(jīng)生理數(shù)據(jù)為我們提供了SoJA形成的深刻見解。

在這項研究中,科學家們使用了時間間隔估計任務(如圖2)和腦電圖(EEG)(如圖3)來評估人們在與機器人合作時是否能感受到共同代理感(Sense of Joint Agency, SoJA),以及這種感覺是否受到人們對機器人意圖歸因的影響。

實驗1的發(fā)現(xiàn):

a時間間隔估計任務:當機器人沒有被特別介紹為有意圖的代理時,參與者在單獨操作(solo)和作為確認者(confirmer)時,對動作和隨后的聽覺反饋之間的時間間隔估計比作為移動者(mover)角色時更短。這表明,沒有強調(diào)機器人的意圖時,參與者并沒有與機器人形成共同代理感。在認為機器人有意圖的情況下,參與者的大腦在處理機器人和自己產(chǎn)生的聽覺結(jié)果時表現(xiàn)出類似的連接性模式,這可能有助于形成SoJA。

b.ERP分析:在solo角色中,N100波幅最大,而在mover角色中最小。N100波幅的大小反映了大腦對聽覺刺激的早期處理。較大的N100波幅通常與更強的神經(jīng)反應相關,這可能意味著參與者對自己的動作產(chǎn)生的聽覺結(jié)果有更強烈的感知和處理。在這種情況下,較小的N100波幅可能表明參與者對機器人產(chǎn)生的結(jié)果的感知和處理較弱,這與他們沒有形成SoJA的觀點一致。

c.頻譜分析:如圖4,在solo和confirmer角色中,前額中央與顳葉區(qū)域在theta波段(4到7赫茲)的連接性增強,這可能與更好的注意力和預測處理相關。而在mover角色中,這種增強不明顯,這可能反映了參與者對機器人動作的預測和感知處理較弱。

實驗2的發(fā)現(xiàn):

a.時間間隔估計任務:在通過一系列互動使參與者將機器人視為有意圖的代理之后,所有角色中的時間間隔估計變得相同。這表明,在參與者認為機器人是有意圖的代理時,他們與機器人形成了共同代理感。

b.ERP分析:即使在solo角色中N100波幅仍然最大,但在confirmer和mover角色之間沒有顯著差異。這表明,當參與者認為機器人有意圖時,他們對機器人行動產(chǎn)生的聽覺結(jié)果的神經(jīng)反應與自己行動產(chǎn)生的結(jié)果類似,這支持了SoJA形成的觀點。

c.theta波段連接性:在solo角色中,前額中央與顳葉區(qū)域的連接性差異最大,而在兩個聯(lián)合角色(confirmer和mover)之間沒有顯著差異。

當人們認為機器人是有意圖的代理時,他們的大腦以類似的方式處理自己和機器人的行動結(jié)果,這有助于形成共同代理感。而當機器人被視為沒有意圖的機械時,人們對其產(chǎn)生的結(jié)果的感知和處理較弱,這會阻礙SoJA的形成。意圖歸因在人機交互中起著至關重要的作用,這些發(fā)現(xiàn)對于設計更自然、更富有成效的人機協(xié)作環(huán)境具有深遠的意義。 展望未來,未來的研究可以探索不同類型的任務和社交背景如何影響SoJA的體驗。例如,不同的任務結(jié)構或社交層次可能會改變個體對SoJA的感知。此外,研究應考察除情感表達外,其他方式的意圖歸因操縱是否也能有效地影響SoJA的形成。這可能包括通過言語指令等非交互性手段來調(diào)整人們對機器人意圖的感知。這些發(fā)現(xiàn)不僅為理解人類如何與機器人合作提供了新的視角,也為設計更具包容性和協(xié)同性的人機交互系統(tǒng)指明了方向。





研究人員開發(fā)了人工智能驅(qū)動的移動機器人,可以高效地進行化學合成研究

移動機器人系統(tǒng)用于解決探索性化學中的三個主要問題以及根據(jù)數(shù)據(jù)決定下一步做什么,移動機器人做出與人類研究人員相同或相似的決定比人類快得多

人形機器人大模型相關研究及應用

大模型可加快人形機器人復雜任務訓練速度,提升任務生成速度及縮短理解周期;1 提升人形機器人語言處理能力 2 提升人形機器人場景理解能力 3 提升人形機器人運動控制能力 4 提升人形機器人數(shù)據(jù)訓練能力

人工智能大模型發(fā)展現(xiàn)狀與挑戰(zhàn)對比

NLP 大模型在語言的歧義、文化差異及多樣化、情感分析困難;CV 大模型算法處理復雜;多模態(tài)大模型融合不同模態(tài)的信息并提高模型的標識能力

常見的人工智能大模型:NLP,CV和多模態(tài)大模型

NLP 大模型是人工智能領域的重要研究方向,CV大模型是指基于深度學習的計算機視覺模型,多模態(tài)大模型是指將文本、圖像、視頻、音頻等多模態(tài)信息聯(lián)合起來進行訓練的模型

機器人各部位關鍵技術分析

機器人大腦提高人形機器人的人-機-環(huán)境共融交互能力,支撐全場景落地應用;機器人小腦提升人形機器人非 結(jié)構化環(huán)境下全身協(xié)調(diào)魯棒移動、靈巧操作及人機交互能力

大模型在機器人領域研究與應用案例匯總

英偉達 GR00T讓人形機器人理解自然語言文本,語音,視頻,以模仿人類運動;阿里云機器人大模型可賦予機器人知識庫問答,工藝流程代碼生成,機械臂軌跡規(guī)劃,3D目標檢測和動態(tài)環(huán)境理解等全方位能力

智能機器人純視覺與激光雷達方案比較

純視覺方案:成本低,技術成熟度高,產(chǎn)業(yè)鏈成熟度高,符合人眼邏輯;易受天氣影響,易受光照影響,算力需求較高,需要大量圖像訓練集;激光雷達方案:識別率高,環(huán)境適應力強,產(chǎn)業(yè)鏈成熟度高

人形機器人四種環(huán)境感知傳感器各項性能比較

攝像頭可實現(xiàn)測距,但精度較低,通過 AI 算法識別,但難 以識別非標準障礙物;毫米波雷達縱向精度高,橫 精度低;激光雷達是高精度,3D 建模,易識別;

全球主要人形機器人的控制解決方案匯總

本田 ASIMO由四個運行著 VxWorks 實時操作系統(tǒng)的處理器構成;歐洲 ICUB使用名為 ARCHER 的學習型算法體系;特斯拉 Optimus用Optimus 的神經(jīng)網(wǎng)絡

人形機器人絲杠行業(yè)深度報告: 核心傳動精密部件,國產(chǎn)化未來可期,市場規(guī)模249.5億元

人形機器人將實現(xiàn)從0到1量產(chǎn),根據(jù)我們測算,2025年和2030年全球人形機器人市場規(guī)模 分別有望達到1.4億元和249.5億元,2025-2030年全球人形機器人CAGR有望達到182%

人形機器人執(zhí)行系統(tǒng)之靈巧手-空心杯電機

人形機器人靈巧手進行抓取動作,空心杯電機為核心部件;信號解析 匯總執(zhí)行 輸出轉(zhuǎn)速 (高速、低扭矩) 降速增扭 直線傳動轉(zhuǎn) 換為旋轉(zhuǎn)傳 動 驅(qū)動傳導 感知及力 反饋

人形機器人執(zhí)行系統(tǒng)之旋轉(zhuǎn)執(zhí)行器-減速器

旋轉(zhuǎn)執(zhí)行器分布于肩部、手部等多自由度關節(jié),作用是將某物旋轉(zhuǎn)到一定角度完成旋轉(zhuǎn)運動;驅(qū)動關節(jié)完成旋轉(zhuǎn)動作,減速器為核心部件
資料獲取
機器人開發(fā)
== 最新資訊 ==
與機器人協(xié)同,對機器人的意圖歸因會影響人
研究人員開發(fā)了人工智能驅(qū)動的移動機器人,
2024年AI Agent實施的明路應用
科研智能(AI4R&D) 人工智能驅(qū)動的
2024AIGC創(chuàng)新應用洞察報告:市場規(guī)
MoE與思維鏈助力大模型技術路線破局:M
中國文娛行業(yè)人工智能行業(yè)應用發(fā)展圖譜:市
在線教育龍頭多鄰國啟示錄商業(yè)模式珠玉在前
2024全球智能家居市場深度研究報告:W
華為2024一城一云一模型發(fā)展研究報告:
2024年中國人工智能藥物發(fā)現(xiàn)與開發(fā)行業(yè)
國家人工智能產(chǎn)業(yè)綜合標準化體系建設指南2
2024年大模型+知識庫廠商全景報告:發(fā)
智能網(wǎng)聯(lián)汽車標準法規(guī)月報2024:聯(lián)汽車
人工智能開啟汽車產(chǎn)業(yè)智能化新時代,202
== 機器人推薦 ==
迎賓講解服務機器人

服務機器人(迎賓、講解、導診...)

智能消毒機器人

智能消毒機器人

機器人開發(fā)平臺

機器人開發(fā)平臺


機器人底盤 Disinfection Robot 消毒機器人  講解機器人  迎賓機器人  移動機器人底盤  商用機器人  智能垃圾站  智能服務機器人  大屏機器人  霧化消毒機器人  紫外線消毒機器人  消毒機器人價格  展廳機器人  服務機器人底盤  核酸采樣機器人  智能配送機器人  導覽機器人 
版權所有 創(chuàng)澤智能機器人集團股份有限公司 中國運營中心:北京 清華科技園九號樓5層 中國生產(chǎn)中心:山東日照太原路71號
銷售1:4006-935-088 銷售2:4006-937-088 客服電話: 4008-128-728