机器人
举手击掌，促进我们(人类)和机器人之间的交流
人类的触觉在我们的日常生活中根深蒂固，以至于我们常常不会注意到它的存在。即便如此，触摸是一种关键的感知能力，可以帮助人们了解世界并与他人建立联系。随着机器人市场的增长，以及机器人在我们的环境中越发频繁的出现，人们开始期望机器人能够参与到各种各样的社交“接触”互动中来。在俄勒冈州立大学(Oregon State University)的协作机器人和智能系统(CORIS)研究所，笔者(以下称为“我”)研究了如何让日常机器人具备更好的社交-物理交互技能——从小打小闹式的“High five!”击掌，到具有挑战性的物理疗法。
一些商业机器人已经具备一定的物理交互技能。例如，移动机器人relepresence的视频会议功能可以让千里之外的家人亲友之间保持联系。这些机器人还可以远距离移动，撞到人、椅子或者其他物体上。而我的Roomba机器人在转到房间的不同区域吸尘之前，偶尔会碰到我的脚趾。作为人类，我自然而然地将这(以及其他Roomba机器人的行为)解释为“社交行为”，即使它们原始目的并非如此。同时，上述两个机器人系统并没有很好的理解这些物理交互行为的社交感知，因此这些类似于社交触摸的交互无法以一种更为细致的方式进行控制。
在今年年初加入CORIS之前，我是南加州大学互动实验室的博士后。而在这之前，我在宾夕法尼亚大学(University Of Pennsylvania)的GRASP实验室触觉小组完成了我的博士研究生工作。我的论文侧重于提高对机器人控制和规划策略如何影响社交触觉交互感知的一般理解。作为该研究的一部分，我进行了一项关于人机器人手部接触的研究，重点研究了击掌和拍手游戏之间的互动。我决定研究这种特殊的互动的原因在于人们经常相互击掌，因而他们很可能也会期望在日常生活中与机器人相互击掌！
在这些互动中，运动和规划对社交接触体验的影响也是至关重要的——想想你过去经历过的令人失望的(或是令人惊叹的)击掌瞬间。这种爽翻的或是可怕的击掌经历可能转瞬即逝，但它也可能影响与你互动的人、影响你的朋友关系、甚至影响你如何看待你周围人的性格或性格。这种类型的感知、判断和反应也可以延伸到个性化机器人上。
像这样的调查研究需要融合众多传统的机器人研究(例如，了解如何移动和控制机器人手臂，开发所需机器人运动的模型)与来自设计和心理学的技巧(例如，对研究参与者进行访谈，使用感知实验方法的最佳实践)。使机器人具备社交接触能力具有许多挑战，因为即使是老练的人也很难预测到另一个人想做什么。想想看，在击掌的时候尝试做出令人满意的手接触——即使你可能知道经典的格言“小心手肘”，但如果你像我一样不擅长这个动作，那么你可能还是没法做出完美的“High five!”击掌。
我进行了一项研究，涉及八种不同类型的人-机器人的手部接触，具有以下不同的组合：(1)与具有面部反应或没有面部反应的机器人交互；(2)一种带有身体交互或不带有身体交互的规划策略；(3)较低/较高的机械臂刚度。我所用的机器人系统可以通过改变其面部表情对手部接触做出反应，从而产生面部反应；或是通过在感觉到手接触后更新其下一步移动的计划来产生身体反应。机器人的刚度可以通过改变一个变量来调整，该变量控制机器人试图将其手臂拉到所需位置时的电机速度。我从之前的研究中了解到，触摸交互中的细微差异会对感知到的机器人性格产生很大影响。例如，如果机器人在将物体递给人时抓得太紧或时间太长，那它可能会被认为是贪婪的、占有欲强的，甚至可能是像指环王中的斯米戈尔一样的性格。而机器人过早放手则可能会显得其粗心大意或马马虎虎。
在上述机器人抓握的例子中，很明显，了解人们对机器人特征和个性的感知可以帮助机器人学者基于机器人所处的作业环境选择正确的机器人设计。我同样想了解一个拍手机器人的面部表情、身体反应和本体刚度会如何影响人们对机器人愉悦度、活力值、主导性和安全性的感知。理解这种关系可以帮助机器人学者为机器人配备适合手头任务的个性。例如，在杂货店工作的协作机器人可能需要设计成具有较高愉悦度和刚好适度的活力值，而一个用于喜剧Roast Battle的最有效的机器人可能需要高过其他场景的活力值与主导性。
在GRASP实验室与一个大个头红色机器人多次深夜拍手后，我准备好了我进行的研究。20名实验参与者来到实验室，与我们的Baxter研究机器人拍手，并帮助我开始了解这个人形机器人的社交接触特征是如何影响其愉悦度、活力值、主导性和表面的安全性的。实验中Baxter使用了嵌有硅胶插入物的3D打印机器手与参与者进行交互。
研究表明，具有面部反应的机器人看上去具有更高的愉悦度和活力值。对于这个特定的研究设计而言，具有身体反应的机器人看上去具有较低的愉悦度、活力值和主导性。我原以为与本体刚度较强的机器人接触会更难(因此机器人更具主导性，更不具有安全性)，但与我的预期相反，手臂刚度较强的机器人对参与者来说似乎更安全，也更不具主导性。这可能是因为本体刚度较强的机器人更精确地跟随其预先编程的轨迹，因此看起来更可预测，更“没有灵魂”。
上述实验参与者对于机器人的安全性评分都很高，几个参与者对机器人做出的面部表情给予了积极的评价。一些参与者说机器人具有创造性智能(然而并没有)。我在这项实验中既没有用到计算机视觉算法，也没有利用Baxter本体上带有的摄像头，但不止一个参与者向我称赞机器人能够很好的跟踪他们的手的动作。在与机器人互动时，参与者表现出的高兴的面部表情比任何其他被分析的表情类型都要多。
回到人们如何将基本的和实际的机器人行为解释为社交行为的想法，上述这些结果表明，这种类型的社交感知不仅适用于我可爱的(但有时笨拙的)Roomba机器人，也适用于协作型工业机器人，更一般来说，任何能够进行物理人-机交互的机器人都是如此。在设计Baxter的运动时，只需调整控制关节刚度的方程式中的单个数字，就可以将机器人从看起来安全、温顺的状态转变为轻率、具有支配欲的状态。这些影响有时是可以预测的，但通常是出乎意料的。
这项特殊研究的结果可以部分指导我们通过调整机器人的控制和规划来改变机器人的用户情感体验，但仍需进一步研究来充分理解社交触摸的设计空间。比如，材料会在这一互动中起主要作用吗？个性化机器学习会怎样影响交互？结果是否适用于所有类型的机器人手臂，甚至是像协作式工业机器人手臂这样的专有门类？我想继续寻找这些问题的答案。当我终有一日能够解决人-机社交接触问题时，我将与我所有的机器人“High five!”击掌庆祝。
本文译自 IEEE Spectrum，由 荔枝冰糖葫芦 编辑发布。