uu.seUppsala universitets publikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat 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 (Engelska)Ingår i: Proc. 27th International Symposium on Robot and Human Interactive Communication, IEEE, 2018, s. 705-712Konferensbidrag, Publicerat paper (Refereegranskat)
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.

Ort, förlag, år, upplaga, sidor
IEEE, 2018. s. 705-712
Nationell ämneskategori
Människa-datorinteraktion (interaktionsdesign)
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
Konferens
RO-MAN 2018, August 27–31, Nanjing, China
Forskningsfinansiär
Vetenskapsrådet, 2015-04378Stiftelsen för strategisk forskning (SSF), RIT15-0133Tillgänglig från: 2018-11-17 Skapad: 2018-11-17 Senast uppdaterad: 2019-12-10Bibliografiskt granskad

Open Access i DiVA

fulltext(3190 kB)101 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 3190 kBChecksumma SHA-512
8263f2f126d5a4f0d8a9599807e1d9ba0344773d567bd1bcc718e1f093abc45da94bf7221ac45df1f79084426e879e9a4536503714e2a331816c9814fecec2a0
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Personposter BETA

Gao, YuanObaid, MohammadCastellano, Ginevra

Sök vidare i DiVA

Av författaren/redaktören
Gao, YuanObaid, MohammadCastellano, Ginevra
Av organisationen
Avdelningen för visuell information och interaktionBildanalys och människa-datorinteraktion
Människa-datorinteraktion (interaktionsdesign)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 101 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 133 träffar
RefereraExporteraLänk till posten
Permanent länk

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