ELEGNT: Expressive and Functional Movement Design for Non-anthropomorphic Robot

非言语行为，例如姿势、手势和目光，在人类互动中对于传达内在状态（无论是有意识还是无意识的）至关重要。为了使机器人能够更自然地与人类互动，机器人的动作设计也应融入表达性特质，如意图、注意力和情感，而不仅仅是传统的功能考虑，如任务完成和时间效率。在本文中，我们介绍了设计和原型开发的一款灯形机器人，它探索了动作设计中功能性与表达性目标之间的相互作用。通过设计研究的方法，我们记录了硬件设计过程，定义了表达性动作的基本元素，并概述了一系列交互场景的故事板。我们提出了一种框架，在动作生成过程中同时考虑功能性和表达性效用，并在不同功能导向和社会导向的任务中实现了机器人行为序列。通过一项用户研究，比较了六个任务场景中以表达为主导和以功能为主导的动作，我们的研究结果表明，以表达为主导的动作显著增强了用户的参与度和对机器人特质的感知。这种效果在社会导向的任务中尤为明显。

这篇论文试图解决的问题是如何使机器人在与人类交互时，不仅能够高效地完成任务，还能通过非言语行为（如姿势、手势和目光）传达意图、注意力和情感，从而实现更自然的人机互动。这是一个相对较新的问题，特别是针对将功能性与表达性结合的机器人运动设计。

关键思路是提出了一种框架，该框架在生成机器人运动时同时考虑了功能性和表达性目标。研究团队设计并原型化了一个灯形机器人，通过定义表达性的运动原语，并创建一系列交互场景故事板来探索这种双重目标的设计。相比现有研究，该方法强调了表达性运动在增强用户参与度和感知机器人品质方面的重要性。

论文的亮点包括使用了研究通过设计的方法学，详细记录了硬件设计过程，并提出了一个综合功能性和表达性的运动生成框架。实验设计涉及六个任务场景，比较了以表达为导向和以功能为导向的运动对用户体验的影响。虽然没有提到具体的数据集或开源代码，但研究结果表明，在社交导向的任务中，表达驱动的运动显著提高了用户参与度和对机器人的正面评价。未来的研究可以进一步探索不同文化背景下表达性运动的效果，以及如何更好地量化这些效果。

最近在这个领域内的相关研究包括：1.《Expressive Humanoid Robots: A Survey》探讨了人形机器人表达能力的发展；2.《Socially Assistive Robotics: Opportunities and Challenges》讨论了社会辅助机器人面临的机遇和挑战；3.《Nonverbal Communication in Human-Robot Interaction》研究了非言语交流在人机交互中的作用。这些研究都强调了非言语线索对于改善人机互动质量的重要性。