MétaCan
Menu
Retour à la cohorte
Enregistrement W2115274061 · doi:10.1109/roman.2011.6005257

Exploring minimal nonverbal interruption in HRI

2011· article· en· W2115274061 sur OpenAlex
Paul Saulnier, Ehud Sharlin, Saul Greenberg

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueSocial Robot Interaction and HRI
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésNonverbal communicationRobotSet (abstract data type)GazeGestureHuman–robot interactionComputer scienceSocial cueHuman–computer interactionSocial robotCognitive psychologyPsychologyArtificial intelligenceCommunicationMobile robotRobot control

Résumé

récupéré en direct d'OpenAlex

Designing robotic behaviours capable of initiating an interruption will be extremely important as robots increasingly interact with people. Consequently, we explore the social impact of a minimal set of physical nonverbal cues that can be exhibited by a robot to initiate robot-human interruption: (a) speed of motion, (b) gaze, (c) head movement, d) rotation and (e) proximity to the person. We present two related studies evaluating this set. First, for requirements gathering, we observed the behaviour of interruption between humans, with a human actor attempting to interrupt other humans while being constrained to use only a set of behavioural cues that could be mimicked by a simple nonverbal robot. Next, we programmed a robot to exhibit similar social physical nonverbal cues, and tested their feasibility in a user study of robotic nonverbal interruption across interruption scenarios. Our results show that people were able to interpret interruption urgency from robot behaviour using only minimal nonverbal behavioural cues. These findings contribute to informing future designs of social human-robot interfaces.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,761
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0220,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,636
Tête enseignante GPT0,427
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

En bref

Citations29
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSocial Robot Interaction and HRITravaux en français237 207