Human-Robot Interaction Conversational User Enjoyment Scale (HRI CUES)

理解用户的乐趣对于人机交互（HRI）至关重要，因为它可以影响交互质量，并影响用户对机器人的接受和长期参与，特别是在与社交机器人进行对话的情况下。然而，目前的评估方法仅依赖于自报问卷，未能捕捉到交互动态。本文介绍了人机交互对话用户乐趣量表（HRI CUES），这是一种新的量表，用于在与机器人进行对话期间从外部角度评估用户的乐趣。该量表通过三名具有相关专业知识的注释者的严格评估和讨论开发而成，提供了一个结构化的框架，用于在每个对话交换（轮）中评估乐趣以及整体交互水平。它旨在补充用户的自报乐趣，并具有在实时HRI中自主识别用户乐趣的潜力。该量表在25名老年人与一台由大型语言模型驱动的伴侣机器人进行的开放域对话中进行了验证，对应174分钟的数据，显示出中等到良好的一致性。此外，该研究提供了理解评估机器人交互中用户乐趣的细微差别和挑战的见解，并提供了将该量表应用于其他领域的指南。

开发一种新的方法来评估人与机器人对话中用户的享受程度。

开发了一种名为HRI CUES的人-机交互对话用户享受度量表，可以从外部角度评估用户与机器人对话中的享受程度。

使用HRI CUES评估了25名老年人与一款语言模型驱动的机器人的174分钟对话数据，结果显示度量表与用户自我报告的享受程度有中度到良好的一致性。该论文提供了使用该度量表的指南，并探讨了评估人机交互中用户享受度的细微差别和挑战。

近期的相关研究包括使用生理指标和情感识别技术来评估人与机器人对话中的用户情感状态的研究，例如“Physiological Responses to Humanoid Robot Behaviour in Human-Robot Interaction: A Review”和“Emotion Recognition in Human-Robot Interaction: A Review of Recent Advances and Prospects”。