Integrating Flow Theory and Adaptive Robot Roles: A Conceptual Model of Dynamic Robot Role Adaptation for the Enhanced Flow Experience in Long-term Multi-person Human-Robot Interactions

Auteurs: Huili Chen, Sharifa Alghowinem, Cynthia Breazeal, Hae Won Park · HRI 2024

Licences

• Accès libre
• Article: CC BY 4.0

Tout ce qui suit s'appuie sur l'article complet sous sa licence CC BY 4.0 ; sa figure est montrée en citant les auteurs.

En bref

Fixer comme objectif d'adaptation d'un robot de groupe l'expérience de flow des utilisateurs, un équilibre entre défi et compétence, et l'atteindre en faisant varier le rôle de soutien du robot entre meneur et suiveur.

Pourquoi c'est important

Les robots sociaux à la maison, en classe et dans les établissements de soins interagissent de plus en plus avec de petits groupes au fil de nombreuses séances, ce qui rend difficile la conception d'une politique de comportement fixe. Le modèle donne aux concepteurs une manière structurée de décider ce qu'un robot de groupe doit optimiser et quel comportement modifier, tout en gardant fixes l'identité sociale et la personnalité du robot pour qu'elles ne faussent pas l'interaction.

Problème

Les travaux sur l'adaptation des robots ont surtout visé des utilisateurs uniques avec un seul objectif qui reste fixe pendant toute l'interaction, et adaptent souvent le contenu plutôt que le comportement propre du robot. La plupart des études d'HRI à plusieurs personnes utilisent une téléopération Wizard-of-Oz ou des politiques fondées sur des règles qui ne peuvent pas s'adapter en temps réel. Les auteurs ne trouvent aucun modèle généralisé d'adaptation à long terme couvrant à la fois l'interaction avec une seule personne et avec plusieurs personnes.

Solution proposée

L'objectif d'adaptation du robot est l'expérience de flow des utilisateurs, divisée en sous-objectifs cognitifs et affectifs aux niveaux individuel et du groupe, dont la pondération est fixée par des facteurs de groupe (par exemple sociodémographiques, attitudes envers les robots, comportement de référence) et des facteurs d'activité (progression, ressources, environnement) et peut évoluer au cours d'une séance ou d'une séance à l'autre. Le robot poursuit cet objectif en se déplaçant le long d'un spectre de rôles de soutien allant de suiveur, apprenant ou tutoré à coach, meneur ou tuteur : plus proche du meneur lorsque la performance du groupe est prioritaire, plus proche du suiveur lorsque ce sont les dynamiques interpersonnelles.

Idées clés

• Le flow a une dimension cognitive (le défi de l'activité face à la compétence de l'utilisateur) et une dimension affective (par exemple le rapport), et les deux se régulent mutuellement : l'objectif d'un robot a donc besoin des deux.
• L'affect au niveau du groupe ne peut pas s'obtenir en faisant la moyenne des états affectifs des membres ; des construits tels que le rapport dyadique, la synchronie interpersonnelle et la cohésion du groupe sont nécessaires.
• Une politique qui maximise la performance du groupe au détriment des membres les moins performants ou par une répartition inégale des ressources d'interaction a peu de chances d'offrir au groupe une expérience optimale.
• La fréquence des changements de rôle doit être adaptée au contexte : passer soudainement du rôle de démonstrateur à celui de demandeur d'aide au sein d'une même activité peut semer la confusion dans le groupe sur ce que sait le robot.
• Seul le rôle de soutien du robot devrait s'adapter ; changer son rôle social, son identité ou sa personnalité ajouterait des variables confondantes.

Principaux résultats

• Définit un objectif d'adaptation hiérarchique comportant quatre sous-objectifs : cognitif individuel, cognitif de groupe, affectif individuel et affectif de groupe, dont la pondération dépend du contexte et peut changer au cours d'une séance ou d'une séance à l'autre.
• Énumère quatre facteurs liés au groupe (d.1 sociodémographie et relations, d.2 perceptions de l'activité et des robots, d.3 comportement de référence, d.4 état juste avant une séance) et trois facteurs liés à l'activité (a.1 progression, a.2 contraintes de ressources, a.3 contexte et environnement) qui fixent cette pondération.
• Remplace la classification en trois catégories des rôles de robot dans les groupes (suiveur, pair et meneur) issue de la revue de Sebo et al. par un spectre continu de rôles de soutien allant du meneur au suiveur, défini par rapport aux rôles des membres humains.
• Formalise l'adaptation dynamique du rôle du robot avec deux exemples détaillés : un rôle proche du suiveur lorsque les dynamiques interpersonnelles dominent l'objectif, un rôle plus directif lorsque c'est la performance de l'équipe.
• Ne rapporte aucun résultat quantitatif propre ; les auteurs indiquent que le modèle a été appliqué dans une étude empirique publiée séparément sur la lecture d'histoires parent-enfant avec un robot.

Limites

• N'offre aucune métrique ni mesure prête à l'emploi de l'expérience de flow en HRI à plusieurs personnes ; transformer le cadre en métriques mesurables est laissé à des travaux futurs.
• Il s'agit d'un modèle conceptuel, et non d'un outil de conception pratique ou d'un cadre de développement de systèmes pour les praticiens de l'HRI.
• Suppose une détection et une perception complexes des dynamiques de groupe, des émotions et de la performance qui, selon les auteurs, peuvent être techniquement difficiles avec les systèmes d'HRI autonomes actuels.
• Nécessite une validation empirique supplémentaire par des études utilisateurs, des études de cas et des analyses quantitatives.
• Le rôle de soutien meneur-suiveur n'est qu'un axe possible de conception du comportement ; d'autres spectres, comme affectif-cognitif ou motivationnel-informationnel, pourraient mieux convenir à certains contextes.

Impact sur le domaine

Lauréat du prix HRI 2024 Best Paper Award (piste Theory & Methods, articles longs), avec 21 citations. Il s'agit d'un article conceptuel qui ne publie ni code, ni données, ni conceptions matérielles.

Résumé

Dans cet article, nous présentons un nouveau modèle conceptuel pour l'adaptation comportementale d'un robot dans son interaction à long terme avec des humains, qui intègre l'adaptation dynamique du rôle du robot aux principes de l'expérience de flow issus de la psychologie. Cette conceptualisation introduit un objectif d'interaction hiérarchique fondé sur l'expérience de flow, qui sert d'objectif d'adaptation global pour le robot. Cet objectif entrelace des sous-objectifs cognitifs et affectifs et intègre des facteurs humains au niveau individuel et au niveau du groupe. L'approche d'adaptation dynamique des rôles est une pierre angulaire de notre modèle ; elle met en avant la capacité du robot à adapter de manière fluide ses rôles de soutien, de meneur à suiveur, dans le but de maintenir l'équilibre entre le défi de l'activité et la compétence de l'utilisateur, favorisant ainsi des expériences de flow optimales chez l'utilisateur. En outre, ce travail explore de manière approfondie les limites et les applications potentielles de la conceptualisation proposée. Notre modèle met particulièrement l'accent sur le paradigme de l'HRI à plusieurs personnes, une dimension de l'HRI à la fois peu explorée et difficile. Ce faisant, nous souhaitons étendre l'applicabilité et la pertinence de notre conceptualisation dans le domaine de l'HRI, en contribuant au développement futur de robots sociaux adaptatifs capables de soutenir des interactions à long terme avec des humains.

Liens

• arXiv 2401.02833: https://arxiv.org/abs/2401.02833
• DOI 10.1145/3610977.3634945: https://doi.org/10.1145/3610977.3634945
• PDF: https://arxiv.org/pdf/2401.02833v1