研究背景与目标

研究聚焦于人机交互（HRI）领域，旨在通过结合显性反馈（如“好评/差评”按钮）和隐性反馈（如人类面部表情、手势或物体操作行为）提升机器人的学习能力。当前机器人学习多依赖显性反馈，但人类自然交互中包含大量隐性信号，这些信号虽需解读却能提供额外信息且不增加用户负担。

技术框架与机制

• 框架设计：开发了结合显性与隐性反馈的框架，当前版本通过分析人类动作（如移动物体暗示错误）提供隐性反馈，未来计划扩展至视觉线索（如面部表情和手势）。
• 反馈处理：隐性反馈需抽象化处理以映射到机器人动作空间，例如人类清理餐具的动作可能暗示机器人应协助整理。

实验场景与应用

• 测试场景：以披萨制作为例，因烹饪场景兼具公式化流程（如食谱）和个性化偏好（如奶酪放置位置），适合研究主观偏好学习。
• 扩展方向：计划从当前双人交互（一人一机器人）扩展至群体交互，使机器人能从多人互动中学习协作策略。

研究演进与发现

• 初期工作：COVID-19期间通过在线游戏研究隐性反馈（如面部反应、视线方向），发现上下文关键性（如玩家游戏失败时的表情需结合场景过滤）。
• 显性反馈实验：在实验室中使用Nao机器人进行游戏测试，发现用户因专注游戏而反馈不足，需通过提醒机制（如“我们”式提示语）提升反馈积极性。

未来方向

• 偏好自适应：目标是通过混合反馈减少数据依赖，使机器人更快适应主观偏好（如清洁习惯）。
• 语言整合：探索语言模型的应用，但需解决语言语调对反馈含义的影响（如反讽语气），以实现更精细的自然反馈。

研究动机与建议

• 跨领域背景：研究者从数学与计算机科学转向HRI，强调找到契合的导师和灵活的研究环境的重要性。
• 非技术建议：鼓励跨行业者攻读博士，并重视研究兴趣的可持续性。