了解自闭症谱系障碍儿童在人机交互期间的机器人手势感知
Gema Benedicto-Rodríguez1, Facundo Bosch2, Carlos G Juan1,3
1Universidad Politécnica de Cartagena, Murcia 30202, Spain.
International journal of neural systems
|April 15, 2025
概括
患有自闭症谱系障碍 (ASD) 和神经类型的儿童更好地理解口头沟通和情感手势. 像Pepper这样的社交机器人显示出支持ASD沟通技能的潜力,但需要量身定制的干预措施.
科学领域:
- 人与机器人的交互
- 发展心理学 发展心理学
- 辅助技术 辅助技术 辅助技术
背景情况:
- 社会机器人越来越多地用于治疗患有自闭症谱系障碍 (ASD) 的儿童.
- 了解儿童对机器人与人类沟通的看法对于有效干预至关重要.
- 口头和非口头的手势在社交互动和学习中起着关键作用.
研究的目的:
- 研究与人类教练相比,ASD儿童如何感知和解释机器人Pepper的手势.
- 分析口头和非口头沟通以及对话与情感手势对手势识别的影响.
- 通过使用Empatica E4设备,检查儿童在这些互动过程中的生理反应.
主要方法:
- 机器人和人类教练之间的手势识别精度的比较分析.
- 评估语言和非语言沟通条件和手势类型 (对话,情绪).
- 使用Empatica E4设备测量生理反应 (例如情绪激发).
主要成果:
- 对于ASD和神经类型 (NT) 儿童来说,口头沟通更容易获得.
- 在两组中,情感手势比对话手势更容易解释.
- 与人类教练相比,Pepper机器人在ASD和NT儿童中引起了较低的情绪激发反应.
结论:
- 像Pepper这样的社交机器人有可能支持ASD儿童的沟通技巧,特别是通过结构化的非语言手势.
- 在开发可靠的机器人通信方法和根据个人需求定制干预措施方面,仍然存在挑战.
- 需要进一步的研究来优化ASD儿童的机器人辅助治疗.
