13、提升机器人社交智能：从解决人机交互中的社交错误谈起

提升机器人社交智能：从解决人机交互中的社交错误谈起

在人机交互（HRI）领域，当前的系统由于技术限制和用户的多样性，远非完美无错。尤其是当系统从受控的实验室环境应用到自然的日常环境中时，错误更容易出现。这些错误可分为两类：一类是性能错误，会降低用户对机器人完成任务的智能和能力的感知；另一类是社交错误，会影响用户对机器人社交技能及其与机器人关系的看法。

人机交互错误分类

为了便于对人机交互中的错误进行系统分析，研究人员提出了多种分类方法。其中，Honig和Oron - Gilad将人机交互错误分为技术故障和交互故障。不过，与其他子类别相比，违反社会规范这一类别还需要更深入的分析和详细的分类。

为了填补在研究人机交互社会情感维度方面的空白，研究人员提出了一种人机交互社交错误的分类方法，将其分为五大类三十个子类别，具体如下：
| 类别 | 短期社交错误 | 长期社交错误 |
| — | — | — |
| 共情和情感反应缺失 | 对用户情绪识别错误或缺失；交互中合成不恰当或缺失的情感表达；情绪行为表现出不稳定或异常变化；对用户情绪反应不及时或不一致；交互中不恰当或缺失的同步反应 | 无法换位思考以建立相互理解 |
| 社交技能不足 | 对社交情境或社会关系识别错误或缺失；无法根据社交情境调整行为，或行为与和用户的亲密程度不匹配；表现出不恰当的独立或自信程度；违反或过度遵守社会规范；无法发起或回应互惠的社交沟通；不遵守社交常规 | 无法建立或维持社会关系 |
| 误解用户 | 对用户知识状态评估错误或缺失；对用户意图评估错误或缺失；对共同关注和眼神交流反应不及时或不一致；对共同享受的事物反应不及时或不一致 | 对人机交互中用户的预期或接受度评估错