From Agent Autonomy to Casual Collaboration: A Design Investigation on Help-Seeking Urban Robots

随着智能代理从受控环境向不受控制的环境转变，它们面临的挑战有时超出了它们的操作能力。在许多情况下，它们依靠旁观者的帮助来克服这些挑战。以在城市环境中被卡住的机器人为例，我们研究了代理如何促使旁观者提供帮助。我们进行了四个焦点小组会议，共有17名参与者参加了身体暴风活动，其中参与者扮演了机器人和旁观者。通过从机器人和旁观者的角度获得见解，我们能够确定潜在的非语言求助策略（即，与旁观者交流，提示意图和显示情感）以及塑造旁观者协助行为的因素。基于这些发现，我们提供了设计考虑因素，以帮助寻求帮助的城市机器人和其他在不受控制的环境中运作的代理，促进非正式的协作，包括表达能力，与代理社会类别相一致，以及策划适当的激励措施。

如何设计帮助机器人在城市环境中寻求路人帮助的策略？

通过角色扮演等方法，从机器人和路人的角度出发，发现了一些潜在的非语言求助策略，并提供了设计建议。

论文使用了角色扮演等方法，从机器人和路人的角度出发，发现了一些潜在的非语言求助策略，提供了设计建议。

近期相关研究包括《Socially-Aware Robot Navigation in Crowded Urban Environments: A Survey》、《Socially-Aware Robot Navigation: A Learning-Based Approach》等。