Человек только будет способен к связи с роботами, если у этого робота будет много человеческих особенностей. Это – общая идея.
Но имитация естественным движениям и выражениям сложная, и часть нашей невербальной коммуникации не действительно подходит для роботов: широкие жесты руки, например. Люди, оказывается, способны к ответу социальным способом, даже к машинам, которые похожи на машины. У нас есть естественное стремление перевода машинных движений и сигналов к человеческому миру. Две простых линзы на машине могут сделать людей волной к машине.
Вне R2-D2Зная это, проектирование интуитивных сигналов сложно. В ее исследовании Дафни Карремен сосредоточилась на роботе, функционирующем как руководство в музее или зоопарке.
Если у робота нет рук, может он неподвижная точка к чему-то, на что посетители должны посмотреть? Используя речь, письменный язык, экран, проектирование изображений на стене и определенных движениях, у робота есть множество ‘методов’, которые не имеют люди. Добавьте к этой игре со светом и цветом, и даже ‘низко-антропоморфический’ робот может быть оборудован сильными коммуникативными способностями. Это идет путем вне R2-D2, который сообщает звуковые сигналы использования, которые должны быть переведены сначала.
Диссертация Карремена поэтому названа ‘Вне R2-D2’.В дикой природеКарремен проанализировал огромную сумму видео данных, чтобы видеть, как люди отвечают на робот. До сих пор этот тип исследования был, главным образом, сделан в ситуациях лаборатории, которыми управляют без других присутствующих людей или после того, как испытательному человеку сообщили о том, что собиралось произойти.
В этом случае робот был введен ‘в дикой природе’ и неструктурированным способом. Люди могли столкнуться с роботом в Реальном Дворце Крепости, Севилье, например. Они решают для себя, если они хотят управляться роботом.
Что заставляет их держать расстояние, люди признают то, к чему этот робот способен?Видео инструментЧтобы проанализировать эти видео данные, Карремен разработал инструмент под названием Data Reduction Event Analysis Method (DREAM). Робот под названием Fun Robotic Outdoor Guide (FROG) имеет экран, сообщает разговорный язык использования и световые сигналы, и имеет маленький указатель на его ‘голове’.
Совершенно отдельно ЛЯГУШКА признает, интересуются ли люди взаимодействием и руководством. Благодаря мощному инструменту МЕЧТЫ впервые возможно проанализировать и классифицировать взаимодействие человеческого робота быстрым и надежным способом. В отличие от других методов, МЕЧТА не будет немедленно интерпретировать все сигналы, но она сравнивает несколько ‘кодеров’ для надежного и восстанавливаемого результата.
Сколько людей проявляет интерес, они присоединяются к роботу во время всего тура, они отвечают как ожидалось? Возможно оценить это использование анкетные опросы, но это помещает робот в специальное положение: люди, прежде всего, навещают экспо или зоопарк а не для встречи робота.
Используя инструмент МЕЧТЫ, непосредственное взаимодействие становится более видимым и таким образом, поведение робота может быть оптимизировано.Дафни Карремен сделала свою работу доктора философии в Человеческой группе Взаимодействия СМИ UT профессора Ванессы Эверс. Ее исследование было частью европейской ЛЯГУШКИ программы FP7 (Робот R2-D2 из Звездных войн не общается на естественном языке, но, тем не менее, способен к проявлению его намерений.
Для взаимодействия человеческого робота робот не должен быть истинным ‘гуманоидом’. При условии, что это сигнализирует, разработаны правильным способом, говорит исследователь UT Дафни Карремен.
Человек только будет способен к связи с роботами, если у этого робота будет много человеческих особенностей. Это – общая идея.
Но имитация естественным движениям и выражениям сложная, и часть нашей невербальной коммуникации не действительно подходит для роботов: широкие жесты руки, например. Люди, оказывается, способны к ответу социальным способом, даже к машинам, которые похожи на машины. У нас есть естественное стремление перевода машинных движений и сигналов к человеческому миру.
Две простых линзы на машине могут сделать людей волной к машине.Вне R2-D2
Зная это, проектирование интуитивных сигналов сложно. В ее исследовании Дафни Карремен сосредоточилась на роботе, функционирующем как руководство в музее или зоопарке. Если у робота нет рук, может он неподвижная точка к чему-то, на что посетители должны посмотреть? Используя речь, письменный язык, экран, проектирование изображений на стене и определенных движениях, у робота есть множество ‘методов’, которые не имеют люди.
Добавьте к этой игре со светом и цветом, и даже ‘низко-антропоморфический’ робот может быть оборудован сильными коммуникативными способностями. Это идет путем вне R2-D2, который сообщает звуковые сигналы использования, которые должны быть переведены сначала. Диссертация Карремена поэтому названа ‘Вне R2-D2’.
В дикой природеКарремен проанализировал огромную сумму видео данных, чтобы видеть, как люди отвечают на робот.
До сих пор этот тип исследования был, главным образом, сделан в ситуациях лаборатории, которыми управляют без других присутствующих людей или после того, как испытательному человеку сообщили о том, что собиралось произойти. В этом случае робот был введен ‘в дикой природе’ и неструктурированным способом.
Люди могли столкнуться с роботом в Реальном Дворце Крепости, Севилье, например. Они решают для себя, если они хотят управляться роботом.
Что заставляет их держать расстояние, люди признают то, к чему этот робот способен?Видео инструмент
Чтобы проанализировать эти видео данные, Карремен разработал инструмент под названием Data Reduction Event Analysis Method (DREAM). Робот под названием Fun Robotic Outdoor Guide (FROG) имеет экран, сообщает разговорный язык использования и световые сигналы, и имеет маленький указатель на его ‘голове’. Совершенно отдельно ЛЯГУШКА признает, интересуются ли люди взаимодействием и руководством. Благодаря мощному инструменту МЕЧТЫ впервые возможно проанализировать и классифицировать взаимодействие человеческого робота быстрым и надежным способом.
В отличие от других методов, МЕЧТА не будет немедленно интерпретировать все сигналы, но она сравнивает несколько ‘кодеров’ для надежного и восстанавливаемого результата.Сколько людей проявляет интерес, они присоединяются к роботу во время всего тура, они отвечают как ожидалось? Возможно оценить это использование анкетные опросы, но это помещает робот в специальное положение: люди, прежде всего, навещают экспо или зоопарк а не для встречи робота. Используя инструмент МЕЧТЫ, непосредственное взаимодействие становится более видимым и таким образом, поведение робота может быть оптимизировано.
Дафни Карремен сделала свою работу доктора философии в Человеческой группе Взаимодействия СМИ UT профессора Ванессы Эверс. Ее исследование было частью европейской ЛЯГУШКИ программы FP7 (www.frogrobot.eu).
Диссертация Карремена названа ‘Вне R2-D2. Дизайн невербального поведения взаимодействия, оптимизированного для определенной для робота морфологии’.