uu.seUppsala universitets publikasjoner
Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
When robot personalisation does not help: Insights from a robot-supported learning study
Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. (Social Robotics)ORCID-id: 0000-0003-3324-4418
Gothenburg Univ, Dept Appl IT, Gothenburg, Sweden.
Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. (Social Robotics)
Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. (Social Robotics)
2018 (engelsk)Inngår i: Proc. 27th International Symposium on Robot and Human Interactive Communication, IEEE, 2018, s. 705-712Konferansepaper, Publicerat paper (Fagfellevurdert)
Abstract [en]

In the domain of robotic tutors, personalised tutoring has started to receive scientists' attention, but is still relatively underexplored. Previous work using reinforcement learning (RL) has addressed personalised tutoring from the perspective of affective policy learning. However, little is known about the effects of robot behaviour personalisation on user's task performance. Moreover, it is also unclear if and when personalisation may be more beneficial than a robot that adapts to its users and the context of the interaction without personalising its behaviour. In this paper we build on previous work on affective policy learning that used RL to learn what robot's supportive behaviours are preferred by users in an educational scenario. We build a RL framework for personalisation that allows a robot to select verbal supportive behaviours to maximise the user's task progress and positive reactions in a learning scenario where a Pepper robot acts as a tutor and helps people to learn how to solve grid-based logic puzzles. A between-subjects design user study showed that participants were more efficient at solving logic puzzles and preferred a robot that exhibits more varied behaviours compared with a robot that personalises its behaviour by converging on a specific one over time. We discuss insights on negative effects of personalisation and report lessons learned together with design implications for personalised robots.

sted, utgiver, år, opplag, sider
IEEE, 2018. s. 705-712
HSV kategori
Identifikatorer
URN: urn:nbn:se:uu:diva-366205DOI: 10.1109/ROMAN.2018.8525832ISI: 000494315600112ISBN: 978-1-5386-7981-4 (digital)OAI: oai:DiVA.org:uu-366205DiVA, id: diva2:1263873
Konferanse
RO-MAN 2018, August 27–31, Nanjing, China
Forskningsfinansiär
Swedish Research Council, 2015-04378Swedish Foundation for Strategic Research , RIT15-0133Tilgjengelig fra: 2018-11-17 Laget: 2018-11-17 Sist oppdatert: 2019-12-10bibliografisk kontrollert

Open Access i DiVA

fulltext(3190 kB)121 nedlastinger
Filinformasjon
Fil FULLTEXT01.pdfFilstørrelse 3190 kBChecksum SHA-512
8263f2f126d5a4f0d8a9599807e1d9ba0344773d567bd1bcc718e1f093abc45da94bf7221ac45df1f79084426e879e9a4536503714e2a331816c9814fecec2a0
Type fulltextMimetype application/pdf

Andre lenker

Forlagets fulltekst

Personposter BETA

Gao, YuanObaid, MohammadCastellano, Ginevra

Søk i DiVA

Av forfatter/redaktør
Gao, YuanObaid, MohammadCastellano, Ginevra
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar
Totalt: 121 nedlastinger
Antall nedlastinger er summen av alle nedlastinger av alle fulltekster. Det kan for eksempel være tidligere versjoner som er ikke lenger tilgjengelige

doi
isbn
urn-nbn

Altmetric

doi
isbn
urn-nbn
Totalt: 155 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf