在人机交互中使用面向目标的代理人工智能实现自我修复无处不在的机器人

无处不在的机器人系统通常缺乏传统的视觉界面，这使得自然语言交互对于维护和维修非常重要。本文提出了一种面向目标的代理人工智能架构，使非专家用户能够通过情景对话完成技术修复任务。该架构将交互前目标分解、持久状态跟踪、战略目标管理和实时对话执行分开。我们在 20 名参与者的物理硬件修复任务中评估了系统。 19 名参与者完成了任务，相当于 95% 的完成率。参与者认为该系统很有帮助且有能力，并且代理对元查询和代码转换等对话转移保持稳健。与之前的在线基线比较表明，身体互动显着降低了感知的社交存在感 (p=.0005) 以及信任和能力 (p=.037)，而感知的乐于助人仍然很高。