基于文献分析的机器人面部表情评估量表研究

目的随着机器人交互技术的不断发展,研究者们开始针对机器人与人之间的情感交流展开探索,机器人面部表情设计成为研究的热点。为了推动人与机器人的互动交流,研究者需要构造能够被人们接受的机器人面部表达方式。然而,到目前为止,关于人对机器人面部表情感知的评估机制还缺乏相对系统的分析和总结,因此,希望通过对机器人面部表情评估量表的分析和归纳,为设计师在不同情境下选择合适的评估方法,提供指导建议。方法采用文献调研方法,选取五十一篇相关文献进行综述分析,从而梳理和分析适用于机器人面部表情评估的量表。文献关键词包含机器人面部表情设计、机器人面部表情评估、机器人情绪评估量表等,文献主要来自于ACM、Springer、IEEE等数据库,文献发表的年度范围是1977~2019年。通过文献调研分析,提取了六类最重要的机器人面部表情评估量表,包括同理心量表、心理状态三维度量表、机器人焦虑量表、积极-消极自我报告量表、测量个体对机器人感知的量表和李克特量表等,详细阐述了每类量表中的具体形式及其变种。从设计要点、来源领域及评估角度三个方面分析了六类评估量表的特点。最后形成了机器人面部表情评估量表的适用建议。结论对机器人面部表情评估量表进行归类、总结,并且提出了每个量表的适用阶段和情境。