AI機器人交互設(shè)計模型(三):重要場景下的交互信息

本篇文章是系列文章“機器人高效能交互模型(被CMU和NASA多次引用)”的第三篇。
在研究人與機器人的交互時,我們發(fā)現(xiàn)這遠(yuǎn)比研究普通的人機交互(電腦,手機)要難的多。原因主要有以下幾點:
交互過程直接影響物理環(huán)境
當(dāng)用戶操作機器人時,其實是在操作機器人身邊的物理環(huán)境,機器人的動作會直接對它身邊的物理環(huán)境產(chǎn)生影響。交互過程中也有大量復(fù)雜的物理環(huán)境數(shù)據(jù)和信息需要被用戶理解。
機器人物理功能的不確定性
當(dāng)我們在手機上和電腦上進行交互,我們認(rèn)為系統(tǒng)的響應(yīng)和功能是確定的和可預(yù)期的,然而一個物理世界下的機器人有各種各樣的傳感器,工作過程中可能會失效或降級變?nèi)?,所以我們需要著重研究:如何能保證在機器人失去部分傳感器的情況下還盡可能完成更多任務(wù)。
環(huán)境的不確定性
機器人運行的物理環(huán)境是動態(tài)的,光照強度會影響CV,灰塵過多會影響超聲波,路面結(jié)冰回影響電機控制,周圍建筑環(huán)境會影響wifi質(zhì)量等。
并行一對多的交互關(guān)系
當(dāng)人與電腦在交互時,通常一個用戶只專心的與一個軟件進行操作。但是當(dāng)人與機器人交互時,我們的終極期望是,一個用戶可以同時管理多個機器人。這種交互關(guān)系很挑戰(zhàn)用戶的short term memory。
Jean Scholtz將人與機器人的交互分為以下五種經(jīng)典場景,并著重分析了這五種場景如何對應(yīng)Norman的Action?theory。
Norman的Action?theory是HCI領(lǐng)域的根基理論,模型化了人與計算機在交互時的七種狀態(tài):
- 生成目的;
- 生成意圖;
- 規(guī)劃出一系列的動作;
- 執(zhí)行一系列的動作;
- 觀測計算機系統(tǒng)的響應(yīng);
- 理解翻譯系統(tǒng)的響應(yīng);
- 評估系統(tǒng)的響應(yīng)是否滿足了自己的目標(biāo)或意圖。
這七個環(huán)節(jié)是反復(fù)循環(huán)的直到用戶完成或更改了自己的目的
監(jiān)督管理
在“監(jiān)督管理”場景下下,人與機器人的關(guān)系是遠(yuǎn)程狀態(tài)下的任務(wù)監(jiān)督和長期任務(wù)的制定。而在Action層面,機器人處于自己完成任務(wù)的狀態(tài)。
上圖是“監(jiān)督管理”場景下人與機器人交互的HRI模型,在這種情況下,用戶需要不斷的評估機器人任務(wù)完成狀態(tài)是否能達(dá)到目標(biāo)要求。為了讓用戶達(dá)到這個目的,Jean建議系統(tǒng)設(shè)計時至少為用戶提供以下信息元素:
- 當(dāng)前機器人任務(wù)的執(zhí)行狀態(tài)
- 整體任務(wù)種類和目的以及完成情況
- 任何可能有偏差的機器人行為
- 機器人的效率是否在下降
- 機器人與其他人之間的交互內(nèi)容,包括機器人之間的交互
在“監(jiān)督管理”場景下,用戶的核心任務(wù)是盯著機器人不要犯錯誤。所以,一個要解決的問題是要告訴用戶什么狀態(tài)才是“正常狀態(tài)”,什么狀態(tài)是“快要出錯的狀態(tài)”,什么狀態(tài)是“已經(jīng)出錯的狀態(tài)” ?另外系統(tǒng)需要允許用戶通過設(shè)定主動警報來減少用戶的記憶負(fù)擔(dān)。
直接控制
直接控制模式下,用戶不會改變機器人的主要任務(wù),通常不會改變整體任務(wù)的目標(biāo)和意圖,而只是通過一系列的具體操作達(dá)到遠(yuǎn)程控制機器人的目的。
上圖是“直接控制”場景下人與機器人交互的HRI模型,用戶通常是具有機器人操控能力的熟練用戶,通過直接控制來彌補機器人自動能力的不足。 這是HRI最傳統(tǒng)的交互模式,即遠(yuǎn)程控制。 此外,隨著機器人的能力和作用的擴大,這一角色必須能夠在更復(fù)雜的情況下支持交互。在這種直接控制的場景下,Jean建議系統(tǒng)至少為用戶提供以下信息元素:
- 機器人周邊的具體環(huán)境信息
- 機器人自身的計劃與安排
- 實時的機器人傳感器數(shù)據(jù)
- 機器人與其他人之間的交互內(nèi)容,包括機器人之間的交互
- 除了當(dāng)前機器人外,其它需要用戶注意力的內(nèi)容
- 對機器人操作的實時反饋
- 整體任務(wù)目標(biāo),包括時間條件
在“直接控制”場景下,通常系統(tǒng)的通信帶寬會為設(shè)計帶來限制條件。設(shè)計師需要解決在有限的通信帶寬下為用戶呈現(xiàn)盡可能在此時此刻有用的交互信息。這種場景下,重復(fù)的工作也很容易讓用戶感到厭倦,復(fù)雜的傳感器數(shù)據(jù)會增加用戶的操作成本。
面對面協(xié)作
在“面對面協(xié)作”場景下,用戶隨時可以根據(jù)機器人的反應(yīng)來調(diào)整整體目標(biāo)。這就好比人與人在面對面協(xié)作的時候,溝通時通常會說高階的目的而不是具體的指令。例如:跟我走;向左轉(zhuǎn);走到下一個路口右拐等。
在“面對面協(xié)作”場景下,如何讓用戶與機器人自然的溝通就是需要解決的主要問題,Jean建議系統(tǒng)至少為用戶提供以下信息元素:
- 機器人與其他人之間的交互內(nèi)容,包括機器人之間的交互
- 機器人的實時狀態(tài)
- 機器人能做出哪些動作
- 機器人可以被操控時人與機器人的最遠(yuǎn)物理距離
周邊環(huán)境路人
在設(shè)計機器人時,我們不僅需要考慮機器人的操作者,還需要考慮環(huán)境中的路人。路人和機器人在同一個環(huán)境里,相互影響,不可分離。機器人的每個動作都會直接或間接的影響著路人。路人可能在園區(qū)里看到一個安防機器人巡邏,路人可能開著車和物流機器人在同一條車道上。
通常情況下,路人的出現(xiàn)會給機器人帶來執(zhí)行層面的輕微改動,通常會產(chǎn)生一個子任務(wù),但路人的出現(xiàn)并不會改變機器人整體的目的和意圖。這個子任務(wù)通常是“繞過”、“緩行避讓”或是“對路人提供簡單的服務(wù)”等。為了讓路人和機器人在同一個物理環(huán)境中相互地更融洽,Jean建議系統(tǒng)至少為路人提供以下信息元素
- 造成機器人目前狀態(tài)的原因(環(huán)境因素,路人行為,操作者行為)
- 機器人接下來的動作是什么,尤其是可能跟路人有關(guān)系的動作是什么
- 機器人的能力范圍
- 機器人的能力范圍中有哪些是會受到路人影響的
運行維護
在現(xiàn)階段的科技和工程能力下,機器人很難做到真正意義上的穩(wěn)定,所以“運行維護”在實際機器人的工作場景中會是一個至關(guān)重要的場景。這個場景的交互好壞影響了機器人長期的工作價值。在運行維護場景中,普通用戶是沒有能力維護軟件的,所以機器人需要有對硬件進行調(diào)試,并通過軟件顯示出系統(tǒng)調(diào)試結(jié)果的能力。整體模型見下圖
對于“運行維護”場景,Jean建議系統(tǒng)設(shè)計時至少包含以下信息元素:
- 哪個功能壞掉了,壞掉的程度是什么
- 傳感器和零部件的工作信息
- 跟傳感器或零部件有關(guān)的軟件設(shè)置
對于“運行維護”場景,我們需要特別考慮的一個點是,機器人需要一個“off-line”模式用來進行維修和調(diào)試。如何讓操作者知道更多關(guān)于機器人的信息呢?是否需要一個外接顯示屏能講機器人內(nèi)部信息可視化?這些問題值得思考。
本系列文章部分借鑒Olsen與Goodrich的經(jīng)典論文“Metrics for Evaluating Human-Robot Interactions” 以及Scholtz 的“Theory an Evaluation of Human Robot Interaction”.筆者是歐盟創(chuàng)新技術(shù)院HCI專業(yè),最近在創(chuàng)業(yè)做低速自動駕駛。在讀CMU和NASA的文章時發(fā)現(xiàn)這片論文被多次引用提及。仔細(xì)研究后發(fā)現(xiàn)字字干貨,于是吸收整理后輸出給大家。
相關(guān)閱讀
AI機器人交互設(shè)計模型(一)評估機器人交互的七大指標(biāo)
作者:石大大,知乎:石大大,微信公眾號:Thirsty
本文由 @石大大 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載
題圖由作者提供
大大好,客服類型的機器人,如何能提升用戶對機器客服的接受度呢?求回復(fù)~