首页 /研究 /突破15%障碍:基于真实世界数据的用户非语言线索触发主动社交机器人系统
HRI

突破15%障碍:基于真实世界数据的用户非语言线索触发主动社交机器人系统

Yuga Yano, Yuki Okafuji, Ryo Miyoshi, Sanae Yamashita, Yoshiki Ohira

发表年份
2026
访问权限
开放获取

摘要

本文研究了零售场景中服务机器人被用户非语言行为(如接近、挥手、指点、展示物品)触发交互的现象,发现15.3%的机器人话语由非语言线索引发。基于此,作者开发了实时多目标多标签识别器,并提出将非语言线索令牌融入LLM对话框架,实现无需手工规则的主动机器人响应。

关键词

social robotnonverbal cuesproactive interactionreal-world deploymentLLMvision-language model

相关论文

查看 HRI 分类全部论文