ImplementationFollowing the data co

Implementation
Following the data collection and analysis from human dyads,
we next designed and implemented a system to allow a robot
to take on the instructor role in the same puzzle completion
scenario. We implemented the system on the Meka robot
platform (Figure 1). We use the Robot Operating System
(ROS) to handle the execution and communication amongst
each of the system components described below (Figure 3).
Tracking the participant and task state—A depth camera
mounted in Meka’s chest was used for face tracking. A small
amount of noise is added to the tracking output so that the
robot’s gaze does not remain motionless when gazing toward the user’s face. For puzzle tracking, a separate webcam is
placed on the table and focused on the puzzle. Color blob
tracking is employed to determine the current locations of
each of the different colored puzzle pieces. Google speech
recognition is utilized for capturing the user’s requests for help
and requests to terminate the task.
Task controller—This component manages the flow of the
overall scenario. It keeps track of the current task phase (intask
or between-task) and continuously solves the puzzle from
the current state so the robot can provide hints and help when
requested. The robot can provide general strategies or suggest
moves to make in completing the puzzle. If the user makes
five bad moves in a row or does not make a move for ten
seconds, the robot automatically provides help. The robot
also randomly provides positive feedback when it detects that
the user has made a good move. Providing these hints and
feedback has been shown in previous work to positively affect
people’s motivation to engage in a task [48].
Generating robot behavior—Depending on the current phase
of the scenario (introduction, in-task, between-task, closing),
the dialogue controller generates the robot’s speech appropriately.
If a request for help is detected, the dialogue controller
generates the response speech and the gesture controller generates
a pointing gesture to the appropriate puzzle piece. The
gaze controller generates gaze shifts according to the personality
being expressed and the current phase of the interaction.
The values in Table are used to create distributions that the
robot draws from when planning and generating gaze shifts
toward the puzzle or toward the user. When gazing toward
the puzzle, the robot looks toward blocks that are in motion,
creating a stronger sense of responsiveness and lifelikeness.

ผลลัพธ์ (ไทย) 2:

การดำเนินการ
ดังต่อไปนี้การเก็บรวบรวมข้อมูลและการวิเคราะห์จาก dyads มนุษย์
เราได้รับการออกแบบและดำเนินการต่อไปเพื่อให้ระบบหุ่นยนต์
ที่จะใช้ในบทบาทของผู้สอนในการสำเร็จปริศนาเดียวกัน
สถานการณ์ เราดำเนินการระบบในหุ่นยนต์ Meka
แพลตฟอร์ม (รูปที่ 1) เราใช้ระบบปฏิบัติการหุ่นยนต์
(ROS) ที่จะจัดการกับการดำเนินการและการสื่อสารในหมู่
ของแต่ละองค์ประกอบของระบบที่อธิบายด้านล่าง (รูปที่ 3).
การติดตามและผู้เข้าร่วมงานรัฐกล้องความลึก
ติดที่หน้าอก Meka ถูกใช้สำหรับการติดตามใบหน้า ขนาดเล็ก
ดังของเสียงที่จะมีการเพิ่มการส่งออกติดตามเพื่อให้
สายตาของหุ่นยนต์ไม่ได้อยู่นิ่งเมื่อจ้องมองไปทางใบหน้าของผู้ใช้ สำหรับการติดตามปริศนา, เว็บแคมแยก
วางบนโต๊ะและมุ่งเน้นไปที่ปริศนา สีหยด
ติดตามเป็นลูกจ้างในการตรวจสอบสถานที่ปัจจุบันของ
แต่ละชิ้นส่วนปริศนาสีที่แตกต่างกัน Google คำพูดที่
ได้รับการยอมรับถูกนำมาใช้สำหรับการจับการร้องขอของผู้ใช้เพื่อขอความช่วยเหลือ
และการร้องขอที่จะยุติการงาน.
งานควบคุมนี้ส่วนการบริหารจัดการการไหลของ
สถานการณ์โดยรวม มันจะติดตามของขั้นตอนการงานปัจจุบัน (InTask
หรือระหว่างงาน) อย่างต่อเนื่องและแก้ปริศนาจาก
รัฐในปัจจุบันเพื่อให้หุ่นยนต์สามารถให้คำแนะนำและช่วยให้เมื่อ
ได้รับการร้องขอ หุ่นยนต์ที่สามารถให้กลยุทธ์ทั่วไปหรือให้คำแนะนำ
ที่จะทำให้การเคลื่อนไหวในการกรอกปริศนา หากผู้ใช้ทำให้
ห้าย้ายที่ไม่ดีในแถวหรือไม่ให้ย้ายสิบ
วินาทีหุ่นยนต์อัตโนมัติให้ความช่วยเหลือ หุ่นยนต์
ยังสุ่มให้ข้อเสนอแนะในเชิงบวกเมื่อตรวจพบว่า
ผู้ใช้ที่ได้ทำย้ายที่ดี การให้คำแนะนำเหล่านี้และ
ข้อเสนอแนะที่ได้รับการแสดงในการทำงานก่อนหน้านี้บวกส่งผลกระทบต่อ
แรงจูงใจของผู้คนที่จะมีส่วนร่วมในงาน [48].
การสร้างหุ่นยนต์พฤติกรรมทั้งนี้ขึ้นอยู่กับระยะปัจจุบัน
สถานการณ์ (แนะนำในงานระหว่างงานปิด) ,
ควบคุมการเจรจาสร้างคำพูดของหุ่นยนต์ได้อย่างเหมาะสม.
หากคำขอเพื่อขอความช่วยเหลือจะถูกตรวจสอบควบคุมการเจรจา
การพูดสร้างการตอบสนองและการควบคุมท่าทางสร้าง
ท่าทางชี้กับชิ้นส่วนจิ๊กซอว์ที่เหมาะสม
ควบคุมจ้องสร้างกะจ้องมองตามบุคลิกของ
การแสดงและปัจจุบันอยู่ในระยะของการปฏิสัมพันธ์.
ค่าในตารางที่ใช้ในการสร้างการแจกแจงว่า
หุ่นยนต์ที่นำมาจากเมื่อมีการวางแผนและสร้างกะจ้องมอง
ที่มีต่อจิ๊กซอว์ที่มีต่อผู้ใช้หรือ เมื่อมองไปทาง
ปริศนาที่หุ่นยนต์ที่มีลักษณะที่มีต่อบล็อกที่อยู่ในการเคลื่อนไหว,
การสร้างความรู้สึกที่แข็งแกร่งของการตอบสนองและ lifelikeness

ผลลัพธ์ (ไทย) 3:

การใช้
ต่อไปนี้การรวบรวมข้อมูลและวิเคราะห์ข้อมูลจากมนุษย์ไดแอด
เราต่อไป , ออกแบบและใช้ระบบที่จะช่วยให้หุ่นยนต์
รับผู้สอนในบทบาทเดียวกันปริศนาเสร็จ
สถานการณ์ เราใช้ระบบในเมกาหุ่นยนต์
แพลตฟอร์ม ( รูปที่ 1 ) เราใช้ระบบปฏิบัติการหุ่นยนต์
( ROS ) เพื่อจัดการกับการติดต่อสื่อสารระหว่าง
ของแต่ละส่วนประกอบของระบบที่อธิบายไว้ด้านล่าง ( รูปที่ 3 )
ติดตามผู้เข้าร่วมงาน state-a ความลึกและกล้องติดที่หน้าอกของเมฆา
ใช้หน้าการติดตาม เล็กน้อย
เสียงเพิ่มการติดตามผลเพื่อให้พยาบาลไม่ได้อยู่นิ่ง เมื่อหุ่นยนต์ สายตาจ้องไปที่ใบหน้าของผู้ใช้ ติดตามเว็บแคมแยก
ปริศนาที่วางอยู่บนโต๊ะ และเน้นปริศนา ติดตามหยด
สีใช้เพื่อตรวจสอบตำแหน่งปัจจุบันของ
แต่ละชิ้นปริศนาสีต่าง ๆ Google ใช้สำหรับการจับคำพูด
ยอมรับการร้องขอของผู้ใช้เพื่อขอความช่วยเหลือและขอยุติงาน
.
งานควบคุมส่วนนี้จัดการการไหลของ
สถานการณ์โดยรวมมันจะติดตามขั้นตอนงานปัจจุบัน ( InTask
หรือระหว่างงาน ) อย่างต่อเนื่อง และแก้ปริศนาจาก
สภาพปัจจุบัน ดังนั้นหุ่นยนต์ที่สามารถให้คำแนะนำและช่วยเหลือเมื่อ
ขอ หุ่นยนต์สามารถให้กลยุทธ์ทั่วไปหรือแนะนำ
ย้ายให้เสร็จสิ้นปริศนา หากผู้ใช้ทำให้
5 การเคลื่อนไหวที่ไม่ดีในแถวหรือไม่ให้ย้าย 10
วินาที หุ่นยนต์อัตโนมัติ ให้ช่วยหุ่นยนต์
ยังสุ่มให้การตอบรับในเชิงบวก เมื่อตรวจพบว่าผู้ใช้
ทรงย้ายดี การให้คำแนะนำเหล่านี้และ
ติชมได้ถูกแสดงในงานก่อนหน้าที่จะมีผลกระทบทางบวกต่อ
แรงจูงใจประชาชนให้มีส่วนร่วมในงาน [ 48 ] .
สร้างหุ่นยนต์พฤติกรรมขึ้นอยู่กับกระแสเฟส
ของสถานการณ์ ( แนะนำในงาน ระหว่างงาน ปิด ) ,
บทสนทนาสร้างหุ่นยนต์ควบคุมการพูดอย่างเหมาะสม .
ถ้าขอช่วยตรวจพบบทสนทนาควบคุม
สร้างการตอบสนองคำพูดและท่าทางควบคุมสร้าง
ชี้สัญญาณชิ้นส่วนปริศนาที่เหมาะสม
สายตาควบคุมสร้างสายตากะตามบุคลิก
ถูกแสดงและระยะปัจจุบันของปฏิสัมพันธ์ .
ค่าในตารางที่ใช้ในการสร้างหุ่นยนต์ที่วาดจากการแจกแจงที่
เมื่อวางแผน และสร้างสายตากะ
ต่อปริศนา หรือต่อผู้ใช้ เมื่อมองไปทาง
ปริศนาหุ่นยนต์ดูต่อบล็อกที่อยู่ในการเคลื่อนไหว
สร้างความรู้สึกแข็งแกร่งของการตอบสนอง และ lifelikeness .