人机交互中心智模型不匹配的分类体系

《ACM Transactions on Human-Robot Interaction》：A Taxonomy of Mental Model Mismatches for Human-Robot Interaction

　　

摘要AI 摘要

要查看此 AI 生成的摘要，您必须拥有高级访问权限。

了解更多登录

摘要

摘要

人机交互中的心理模型失配（MMM）发生在人类的机器人内部表征与机器人的实际属性或行为出现分歧时，导致沟通中断、任务失败和信任度降低。这些失配是微妙的且难以检测，然而该领域缺乏共同的术语来识别特定类型。这使得诊断问题、设计针对性干预措施或比较不同研究的发现变得困难。我们提出了一种基于理论的十六种 MMM 类型分类法，按感知 - 计划 - 行动（SPA）架构组织为感知（7 种）、计划（5 种）和行动（4 种）。借鉴认知神经科学、心理学、传播学和人因工程，每种类型都针对了一种独特的认知分歧，这种分歧产生于用户将对人类的理解机制应用于机器人系统时。该分类法的穷尽性是通过维度分解建立的：三个基于人类感知神经认知架构的表征维度（什么、哪里、如何）与三个 SPA 处理阶段系统地交叉，结果矩阵中的每个单元格都由一个专用类型或明确的理由说明。每种类型都配有正式定义和诊断示例。我们通过两个对比数据集展示了该分类法的适用性，TEACh（面向任务的模拟）和 SHREC（社交治疗对话），揭示了不同的失配特征，反映了两种情境之间的结构差异。该分类法提供了精确的术语，使研究人员能够识别特定的认知失配，并为开发针对性干预措施奠定了基础，而不是将所有问题都视为通用的“沟通失败”。

AI 摘要

AI 生成摘要（实验性）

此摘要使用自动化工具生成，未经文章作者编写或审核。旨在支持发现，帮助读者评估相关性，并协助来自相邻研究领域的读者理解该工作。它旨在补充作者提供的摘要，后者仍然是论文的主要摘要。全文仍然是权威版本。点击此处了解更多。

点击此处评论此摘要的准确性、清晰度和有用性。这样做将有助于改进和未来的重新生成版本。

要查看此 AI 生成的通俗语言摘要，您必须拥有高级访问权限。