老年陪護機器人的人格化類童特征情感表達研究

黃朝暉，劉順，朱春雪，付艷，黃雪

老年陪護機器人的人格化類童特征情感表達研究

黃朝暉1，劉順1*，朱春雪1，付艷1，黃雪2

（1.華中科技大學，武漢 430074；2.湖北美術學院，武漢 430202）

在面向醫養結合的智慧養老服務模式下，研究用戶對老年陪護機器人情感表達的感知結果和形態偏好，以減少用戶的使用障礙和對機器人的不信任感。采用文獻分析的方法，對老年陪護機器人CareBot提出6種類童特征的情感表達設計原則，通過與機器人的互動實驗研究，對調查問卷結果進行統計學分析，形成可視化的數據報告來深入探討用戶對機器人的評估結果。參與者能較好識別其中3種情感表達（熱情的、冷漠的和驚訝的），參與者的年齡與熟悉兒童或智能產品的程度對評估結果有明顯影響。同時，機器人具有大眼睛表情、可愛動作和兒童聲音的類童特征形態，對老年人更具親和力。而情感表達原則中“表情”“表情與聲音的組合”適用性和一致性較高。適當的類童特征可以增強機器人的情感表達能力，增加機器人正面情感表達、減少負面情感表達的設計，有助于提高養老服務機器人的接受度。

老年陪護機器人；情感表達評估；類童特征；形態偏好

人口老齡化的持續發展將會給醫療資源、服務設施和養老服務人員帶來巨大的挑戰，隨著人工智能技術的應用和推廣[1]，智能養老服務機器人能夠在很大程度上幫助家庭成員、醫療人員和社區人員照顧老年群體，以減輕醫療資源和服務人員的負擔[2]。在服務機器人的發展中，機器人的情感表達已經引起了廣泛的研究[3]，如何通過機器人的情緒表達與用戶建立良好的情感連接，提高機器人的使用接受度，成為養老服務機器人發展的關鍵。

1 理論基礎

國內外研究表明，提升機器人對用戶的情感體驗會增加人們使用機器人的意愿[4]，人與機器人的互動，對于人和機器人之間建立良好的關系非常重要。然而，老年用戶對智能設備的生疏和不信任，阻礙了養老服務機器人的應用和推廣。首先，機器人怪異的外觀會引起用戶的恐懼和擔憂[5]，不合適的外觀設計會直接導致用戶對機器人產生抵觸和排斥。其次，機器人的情感表達能力會影響用戶的情緒感知[6]，也就是說有效地向用戶傳達正面的情感，是提升互動體驗和信任感的良好方式。最重要的是針對不同用戶，服務機器人應該在設計上考慮他們的偏好特點。

在過去的幾十年中，研究人員通過探索機器人的動作行為、面部表情、聲音、手勢和擬人化特征來設計機器人的情感表達。例如，Takahashi等[7]使用了一種人形機器人NAO，該機器人通過身體運動、LED燈光和語言與人類進行友好的互動合作。值得注意的是，過去的許多研究，大多數都是對類人或仿生機器人的情感表達和感知的研究，側重研究擬人化特點或模仿動物的行為[8]，也有一部分研究嘗試讓機器人模仿兒童的特征，與用戶創造出有效的互動。事實上，機器人模仿兒童特征確實會給用戶帶來情緒的變化。比如，人們對像嬰兒一樣有大眼睛的機器人容易產生較高的信任感[9]。也有研究表明，老年人喜歡圓形和擬人化的機器人[10]，圓潤代表了可愛的設計元素，更具有親和力。

研究發現，越來越多的商業產品開始具有兒童特點，并且很受歡迎。例如迪士尼的“米老鼠”、豐田汽車公司開發的機器人“Kirobo Mini”等。除此之外，還有2022年北京冬奧會吉祥物“冰墩墩”和中國傳統春節的“福娃”等，都是以兒童的可愛、圓潤為設計特點的典型代表，且受到了廣大人群的青睞，因為有研究證明嬰兒特征比成年人更具有吸引力、更可愛[11]。也有研究稱，采用一款兒童特征的機器人來緩解老年人的抑郁癥是有效的[12]。同時有研究發現，老年人對卡通風格的人形智能設備使用意愿最高，評價也更積極[13]。因此，基于以上的研究報告和分析，本研究考慮在養老陪護機器人的互動中采用模仿兒童特征的情感表達方法，調查哪些類童特征給老年用戶帶來親和力，讓他們容易接受機器人的表達和互動。

2 情感表達設計

2.2 CareBot機器人

本研究使用的CareBot老年陪護機器人，其整體采用的是抽象擬人化的形態設計風格，造型飽滿、圓潤，具有人格化特征和科技感。該機器人的主體由華中科技大學機械學院自主設計和研發，它是基于UB·TECH Inc的Cruzr機器人的自動駕駛底盤研發制造的，其強大的驅動方式可以完成機器人在室內環境中的自主駕駛以及各種移動、旋轉等動作。機身兩側的儲物盒用來儲藏血壓儀和藥盒，當兩組儲物盒打開的時候可以被認為是機器人張開手臂的狀態。同時，機身的正面被安裝了一塊用來與老人交互的屏幕，它可以與親人進行視頻通話，還可以用來娛樂消遣，顯示機器人的一些表情。可升降的傳感器模組可以看作是機器人的帽子，它有兩個自由度，可以支持升降和俯仰，里面布置有攝像頭和一些傳感器，可以感知環境的變化。在這項研究中，研究人員專注于它在執行任務過程中的運動體態、行為特征和表達能力，包括移動速度、語音大小、表情表露和燈光變幻。

圖1 CareBot機器人的功能與形態

2.3 CareBot機器人的情感表達設計

服務機器人設計的目的是創造與人類關系密切而非疏遠的產品[14]，而機器人情感的表現就是利用情感化的設計在人與機器人之間建立一種親密聯系[15]，它可以顯著影響人機交互體驗的效率和質量。而中國老年人的“隔代親”是一種特殊的情感，它代表了老年人與孫輩之間親密的感情特征，老年人與兒童之間有較強的依戀感，會影響他們對相似事物行為特征的判斷與偏好，并且更容易建立起親密的聯系[16]。與此同時，面向孫輩的關懷對老年人能夠起到治愈的作用。研究表明，隔代的照顧會使老年人獲得更多的自我價值感、成就感、生活滿意度以及來自子孫的尊重[17]。

本研究基于對先前研究的分析，從行為動作、表情、語音方面為機器人設計了6種情感（驚訝的、友好的、愉悅的、平靜的、熱情的、冷漠的）狀態的表達。可以從對兒童情緒和行為研究的文獻中得出：在兒童依戀看護者、心情愉悅的狀態下，喜歡睜大眼睛注視著別人的臉[18]。模仿兒童形象的機器人體積、質量較小，語速較慢的性質會降低接觸者的心理壓力，從而獲得安全感[19]。兒童經常會做出一些滑稽的、夸張的動作和表情，以此來表達對接觸者的親近與熱情[20]。冷酷的、自閉的兒童對情緒狀態的識別和表達是相對困難的，他們往往不會直接注視別人的眼睛，同時也缺乏與他人溝通[21]。此外，兒童展現出緩慢的行為一般是比較平靜的，嘴角上揚和眼睛上挑也會使人產生驚訝的感覺，而憤怒和沒有表情的臉則是冷漠、不值得信任的[22]。

兒童圓潤的身材、可愛的表情和溫柔的動作與性格，容易給人產生親和力的感覺。機器人的類童特征指的是機器人采用模仿兒童特征的方式來表達相應的情感，其中表情特征相對比較直接，如眼睛睜大代表了模仿兒童大眼可愛的表情，嘴巴張開（嘴角上揚）意味著微笑；而身體的左右扭動對應兒童撒嬌的動作，引起正面情感的共鳴；移動速度快象征著歡快、愉悅，相比成年人的聲音兒童的語音也相對柔和與可愛。經過分析，本文從表情、動作和語音三種模態為機器人設置了不同的參數特征，最終，機器人的情感表達被賦予了不同程度的類童特征形態（如表1所示）。

表1 模仿兒童特征提出的機器人情感表達設計原則

Tab.1 Design principles for emotional expression of robots proposed to children-like characteristics

3 實驗研究

3.1 研究問題

RQ1：參與者是否能在實驗互動中正確識別類童特征的機器人情感表達？本研究對參與者做了哪些選擇以及如何做出這些選擇的理由。

RQ2：參與者的哪些因素會影響他們對機器人設計的情感表達的認知？本文將從他們的年齡、對兒童的熟悉程度和對智能電子產品的熟悉程度進行調查研究，并假設年齡越大的參與者越難識別設計的情感表達，且與兒童相處時間較長的參與者或者會操作手機、電腦和機器人的參與者會更好地識別這些表情。

RQ3：參與者對機器人的類童特征的偏好是哪些？本研究將分析參與者對兒童身上特點的偏好和對機器人情感表達的評估結果，研究他們喜歡機器人的哪些形態特征。

3.2 方法

研究分為兩個部分：對CareBot機器人行為動作的評估選擇和問卷調查。

3.2.1 對CareBot機器人情感表達行為的評估

在這一部分中，為CareBot機器人設計的6種情感表達對應了6種行為動作，這些動作將會以隨機的順序向參與者展示，參與者在觀看完了每一套行為動作后選擇他們認為機器人在實驗互動中的情感表達類別。在實驗互動前，參與者可以要求調整機器人與他們座位的相對位置，保證更清晰地觀察機器人的動作行為，更好地聽清機器人發出的語音。參與者可以重復觀看機器人的行為動作，確保充分理解這些行為表達后進行選擇。機器人所有的情感表達行為都是由計算機編程輸入，因此，機器人在重復相同行為動作時可以完全保持一致。為了解參與者的選擇與本文假設的偏差，以改進當初的情感表達的設計原則，當他們無法確定或者他們的選擇與本研究最初設計的不同時，需要對他們選擇的答案進行解釋。

3.2.2 調查問卷

使用三種問卷來收集參與者的信息：人口統計學與電子產品素養的信息；類童特征的偏好調查；情感表達的評估結果調查。

1）人口統計和電子產品素養的信息問卷：參與者的年齡、性別、教育水平和文化/地域，以及他們對機器人與其他電子產品熟悉的程度。

2）類童屬性偏好的問卷調查：（1）老人是否與兒童一起生活？（2）家中有幾個兒童？（3）平時與兒童相處的時間一般為多長？（4）最喜歡兒童身上哪些特點？（5）對大眼睛兒童的喜歡程度？（6）對兒童體型的偏好是什么？

3）情感表達評估量表：（1）選擇您認為最符合這套特征的情感表達類型；（2）請描述您做出這個選擇的理由。

3.3 實驗流程

本研究在華中科技大學智能健康建筑研究中心的居家養老空間完成了實驗調查，養老空間分為客廳和起居室，專門模擬居家養老的生活環境。首先，向參與者介紹了實驗過程和注意事項。在簽署同意書后，對他們進行了人口信息的統計和類童特征偏好的問卷調查。然后要求他們坐在機器人前面，開始展示CareBot機器人的行為動作和語音。機器人每顯示一套行為表情動作后，在規定時間內選擇他們認為機器人所表達出來的情感類別，并對情感量表進行程度打分。實驗結束后，回收問卷進行結果統計，輸入SPPS軟件進行統計學分析。

為了消除多種屬性給結果帶來的不一致性，保證實驗結論的通用性，本研究使用了“表情（Expression）與語音（Voice）”情感表達的原則對一般產品（Ipad）進行實驗測試，對比在機器人CareBot上的評價表現，保持相等數量的樣本量來調查評估結果的差異。

3.4 參與者

參加實驗的參與者（32人，18名男性和14名女性，最小的年齡為63歲，最大的年齡為83歲）是從華中科技大學老年活動中心招募的無償志愿者（如圖3所示），所有參與者的聽力和視力沒有明顯下降，身體狀況和語言表達能力良好。

圖2 消融實驗

圖3 參與者年齡及性別分布

4 結果

4.1 RQ1：評估CareBot機器人的情感表達

參與者對CareBot機器人6種情感表達的評估正確率如圖4所示，數據以百分比表示（正確選擇的人數除以總人數，樣本量=32），其中藍色柱狀圖為正確的選擇，紅色為錯誤的選擇。在所有的情感表達中，參與者對“驚訝的”“冷漠的”“熱情的”表達、識別正確率最高，有超過90%的人正確地選擇了正面情感“熱情的”，80%以上的人正確地選擇了負面情感“冷漠的”，而對“友好的”“平靜的”和“愉悅的”情感表達，有一半以上的人都做了錯誤的選擇。

圖4 參與者對6種情感表達評估的結果

為了更深一步了解參與者評估哪些情感表達時容易產生錯誤和混淆，制作了關于評估結果的混淆矩陣，數據以百分比表示（正確選擇的人數除以總人數，=32）。結果如表2所示，表2中加深粗體的數據為正確的選擇，表中斜體的數據為最容易混淆的選擇（至少被30%以上的參與者錯誤地選擇）。其中“友好的”與“愉悅的”“平靜的”容易被混淆，當機器人表達“友好的”情感時，有37.5%的參與者錯誤地選擇了“愉悅的”，還有31.3%的參與者錯誤地選擇了“平靜的”。同時“愉悅的”又容易與“友好的”相混淆，當機器人表達“愉悅的”時，有40.6%的人錯誤地選擇了“友好的”。而“平靜的”又容易與“友好的”混淆，當機器人表達“平靜的”情感時，有34.4%的人錯誤地選擇了“友好的”。

除此之外，為了研究設計的哪些方面導致了某些情感表達方式與其他表達方式相混淆，并有助于優化本文提出的設計原則。本研究還分析并提煉了參與者在進行評估實驗時的主觀評論（如表3所示），發現大多數參與者在第一眼看到CareBot機器人時會注意到它前面顯示屏幕中的表情，特別是它眼睛和嘴巴的特征。然后當參與者聽到兒童的語音，認為這是一種安全可靠的音色（相比成年人的聲音），最后是對機器人左右扭動的動作表示印象深刻。當然也發現，絕大多數參與者對“友好的”和“愉悅的”最難以分辨，是因為這兩種情感表達動作太相似而導致的，比如在表情和聲音方面基本一樣。

表2 機器人情感表達評估結果的混淆矩陣

Tab.2 Confusion matrix for evaluation results of the robot's emotional expression

表3 參與者對情感表達評估的解釋與評論

Tab.3 Participants' interpretations and comments on the evaluation of emotional expression

4.2 RQ2：影響評估結果的因素

4.2.1 參與者的年齡

參與者年齡被分為63～73歲、74～80歲和80歲以上三組，用以研究年齡對評估正確率的影響。如圖5所示，綠色區間表明第一組普遍答對了3個和4個以上（共6種），藍色區間表明第二組平均答對了3個以上，而紅色區間表明第三組平均只答對了2個左右。通過單因素方差分析，結果表明參與者年齡對整體情感表達「（2，29）=8.837,=0.001」的評估有顯著的影響。

4.2.2 與兒童相處的經歷

與兒童一起相處的情況，在一定程度上會影響參與者對情感表達的評估結果。如圖6所示，圖6a表明有與兒童共同生活經歷的參與者，平均選擇正確數超過了3.5個（共6個），而圖6b表明與兒童相處時間越多，參與者平均選擇正確數越高。通過單因素方差分析，結果表明“是否與兒童一起生活”對“友好的”「（1，30）=8.864,=0.006」和“愉悅的”「（1，30）=8.262,=0.007」情感表達有顯著的影響。同時，與兒童相處時間的長短，對評估“友好的”「（2，29）=4.227,=0.024」和“愉悅的”「（2，29）=5.039,=0.013」情感表達也有顯著的影響。

圖5 參與者的年齡對評估結果的影響

4.2.3 熟悉智能電子產品的程度

當參與者能夠操作一些常見的電子產品，如手機、電腦和機器人時，也會對情感表達的評估產生一定的影響。如圖7所示，對電子產品或機器人熟悉的參與者，平均的選擇正確數超過了4個（共6個）。單因素方差分析的結果表明，熟悉智能電子產品的參與者，對評估“友好的”「（3，28）=6.973,=0.001」和“愉悅的”「（3，28）=5.230,=0.005」情感表達有非常顯著的影響。尤其是熟悉和了解機器人的參與者，對評估“友好的”「（2，29）=8.385,=0.001」和“愉悅的”「（2，29）=4.049,=0.028」情感表達有顯著的影響。

圖6 (a)與兒童一起生活的經歷對評估結果的影響，(b)與兒童相處時間的長短對評估結果的影響

圖7 (a)參與者熟悉電子產品的程度對結果的影響，(b)參與者了解機器人的程度對結果的影響

4.3 RQ3：參與者對機器人類童特征形態的偏好

為了解參與者對機器人類童特征的偏好，首先調查了他們對兒童特點的喜好。如圖8所示，參與者對兒童特點的偏好主要為大眼睛（=0.75，=0.44）、可愛的（=0.72，=0.46）、活潑的（=0.66，=0.48）和胖的（=0.36，=0.49）。在對比最初情感表達的設計原則、參與者評論的關鍵信息和參與者對兒童特征的偏好調查結果后，結果顯示，機器人類童屬性的主要特征體現在與兒童相似的動作、聲音與表情方面。具體來講，就像在RQ1中參與者的評論提到的一樣，參與者首先關注的是機器人的表情，具體體現為大眼睛的可愛表情特征，其次是模仿兒童聲音的語音，最后是模仿兒童身體扭動的活潑動作。

圖8 參與者對兒童特點的偏好

4.4 消融實驗結果

本研究從動作（Action）、表情（Expression）、語音（Voice）三個不同模態為CareBot機器人提出了類童特征的情感表達原則，機器人通過這三種不同模態下要素的動態組合產生不同的情感表達（Robot-Emotional- Expression），為了驗證本研究提出這些情感表達原則的通用性，除了在機器人CareBot上具有可行性以外，研究人員還在機器人CareBot和一般的產品上進行了消融實驗研究。

實驗結果如表4所示，評估正確率為正確選擇的人數除以總人數（=32），其中REE(A+E+V)表示在機器人上同時使用“動作、表情和語音”的情感表達要素，REE(E)表示只使用了“表情”的情感表達要素等；而NREE(E+V)則表示在一般產品（非機器人）上同時使用了“表情和語音”的情感表達要素，NREE(E)表示只使用了“表情”的情感表達要素等。從最終的評估結果可知，參與者對機器人情感表達整體的評估正確率比一般電子產品稍高，其中REE(A+E+V)模型平均正確率最高，為53.1%，表明在機器人身上同時使用“動作、表情和語音”對情感表達的效果最好。無論是在機器人REE(V)上還是一般產品NREE(V)上只使用“語音”模態的情感表達效果最差（評估正確率相對最低，分別為37.5%和35.4%），有趣的是如果只使用“表情（Expression）”，一般產品的情感表達效果比機器人的還要好一些。而如果在機器人REE(E+V)和一般產品NREE(E+V)中同時使用“表情和聲音”模態，兩者的情感表達效果相對較好且接近，分別為52.1%和51%。實驗結果最終表明，本研究提出的“表情”模態的情感表達原則的通用性相對較強，其次是“表情和語音”的組合，無論是在機器人還是一般產品上得到了評估結果的驗證。

表4 消融實驗結果

Tab.4 Results of ablation experiments

5 討論

本研究在機器人行為表達方式中，增加具有類童特征的形態設計，用以測量用戶對情感表達的感知能力以及影響這些感知結果的因素，并調查老年用戶對養老服務機器人的形態特征偏好。本文為CareBot機器人提出了6種不同的情感表達設計原則，并對其進行了交互實驗評估。實驗結果表明，老年用戶容易與具有大眼睛的表情、可愛的動作以及兒童聲音的語音交互，建立起具有親和力的情感連接。結合老年人的心理特征、生理特征、情感需求，以及對兒童特征的偏好研究，擬人化（模仿兒童）的特點更容易獲得老年用戶的好感，如機器人扭動身軀并伴隨前進的動作呈現出兒童萌化的特點，眼睛睜大注視（模仿兒童大眼象征著可愛與活力）和兒童語音的交互方式（如“爺爺，爺爺，該吃藥了，我來給您送水送藥”），均會有效提升使用體驗。

在正面的情感表達中“熱情的”是所有表達評估中正確率最高的，而在負面的情感表達中“冷漠的”正確率最高。盡管“冷漠的”類童特征僅占很少的部分，但它非常容易被識別，無論年齡多大的參與者，明顯認為冷酷、無交流的表情和動作是負面的情感。但是中性的情感如“友好的”“愉悅的”和“平靜的”由于其行為、動作和表情的相似性，導致容易被混淆，因此，首先應該增大它們情感表達原則的差異，如動作模態中身體扭動的幅度差異、表情模態中眼睛與嘴巴開合的角度。其次是改變主動交互和被動交互方面創新設計的原則，如針對“友好的”設計原則，適當增加“以中等速度接近用戶”的行為或“主人可以摸摸我”的語音來發起主動交互的信息，而“愉悅的”與“平靜的”可通過自身行為動作與表情的幅度大小來區分。

認知能力強的參與者對機器人的反應更靈敏，年齡相對較小的老年人整體的評估正確率也較高。相比其他的老年人，年齡在80歲以上的參與者評估結果的錯誤率明顯偏高，可能是身體機能的下降導致了他們的認知能力衰退。因此，針對年齡較大的用戶，應該提高機器人的可感知性，比如適當增大語音交互的音量、提高燈光或屏幕的亮度等。其次，與兒童相處時間較長的老年人，對類童特征的情感表達有較好的識別能力。因為中國老年人更容易與孫輩培養良好的情感關系，人們對自己熟悉的事物更容易理解和辨別。最后，本研究還得出，那些會使用智能電子產品（如智能手機、電腦或機器人）的參與者擁有更好的認知能力。

通過消融實驗的評估結果來看，對比一般產品和機器人的情感表達效果，當兩者只被賦予了“表情”的模態，6種情感表達中的4種評估結果一致，說明“表情”模態的情感表達原則通用性較強，其次是“表情和語音”（6種情感表達中的3種評估結果一致）。而當兩者只有“表情”模態時，一般產品居然比機器人的評估正確率高，可能的原因是，表情是數字平面的元素，而實驗使用的Ipad產品比機器人的顯示效果更讓人的視力集中，而不會被機器人身體其他部分分散注意力。

為了研究哪些類童特征會使機器人具有良好的情感表達，本文對比了老年人對兒童特征的偏好調查結果，與對機器人類童形態情感表達的評估結果，發現了二者的一致性。可以看出，CareBot機器人具有大眼睛的表情特征，結合可愛的動作和兒童語音交互的特征，最能夠表現出機器人的親和力，在老年人的評估結果中是最受歡迎的。參與者對具有兒童語音交互的情感表達識別成功率普遍較高，服務型機器人使用兒童語音是參與者最能接受的。因此建議在外觀形態可愛的機器人身上使用兒童語音，會讓老年人更容易接受，而不是在大型的、機械感的機器人中使用。

6 結語

隨著情感的溝通和建立方法在提高智能產品的接受度中變得越來越重要[23]，本研究為養老服務機器人提出了6種類童特征的情感表達設計原則，采用了交互實驗、調查問卷和統計學分析結合的研究方法，結果顯示對于加入類童特征的機器人老年人更容易接受。此外，雖然許多情感表達可以被正確識別，尤其是正面和負面的情感，但是CareBot機器人功能的局限性和參與者的年齡、與兒童相處的經歷和熟悉電子產品的程度，導致一些表達尤其是中性的情感表達的識別率不高。結果還表明，大眼睛的表情、可愛的動作以及兒童語音交互的設計特征容易受到老年人的青睞。除了在機器人產品上展開實驗研究，本文還在一般產品上進行了消融實驗，結果表明“性表情”模態的情感表達原則的通用性較高，其次是“表情和語音”的組合形式。本研究提出的設計原則可以作為陪護機器人的情感表達參考范式，它豐富了擬人化機器人的情感表達設計理論，解決了老年人使用機器人的心理不適感，提高了用戶使用機器人的效率和體驗感。當然實驗研究的局限性也為CareBot機器人的迭代提供了良好的改進建議，明確了未來的研究方向。總而言之，希望本研究能夠為養老行業智能設備的提升提供參考，從而使服務機器人真正成為用戶生活中的智能助手。

[1] 彭輝. 基于CNKI的近二十年我國老齡化設計研究可視化分析[J]. 包裝工程, 2022, 43(4): 286-292.PENG H. Visualization Analysis of China’s Aging Design Research in the Past Two Decades Based on CNKI[J]. Packaging Engineering, 2022, 43(4): 286-292.

[2] SALICHS M A, CASTRO-GONZáLEZ á, SALICHS E, et al. Mini: A New Social Robot for the Elderly[J]. International Journal of Social Robotics, 2020, 12(6): 1231-1249.

[3] 王秋惠, 杜錦波. 老齡服務機器人外觀形態設計的眼動評價[J]. 包裝工程, 2022, 43(6): 90-95.WANG Q H, DU J B. Appearance Design Preference of Aging Service Robot Based on Eye Movement Technology[J]. Packaging Engineering, 2022, 43(6): 90-95.

[4] CAMERON D, DE SAILLE S, COLLINS E C, et al. The Effect of Social-Cognitive Recovery Strategies on Likability, Capability and Trust in Social Robots[J]. Computers in Human Behavior, 2021, 114: 106561.

[5] 鐘翔偉, 王軍鋒, 留滄海, 等. 基于情感模糊計算的恐怖谷效應起因分析[J]. 包裝工程, 2018, 39(14): 190-196.ZHONG X W, WANG J F, LIU C H, et al. An Analysis of the Causes of Uncanny Valley Effect Based on Emotional Fuzzy Computation[J]. Packaging Engineering, 2018, 39(14): 190-196.

[6] TAN H, ZHAO Y, LI S Y, et al. Relationship between Social Robot Proactive Behavior and the Human Perception of Anthropomorphic Attributes[J]. Advanced Robotics, 2020, 34(20): 1324-1336.

[7] TAKAHASHI Y, KAYUKAWA Y, TERADA K, et al. Emotional Expressions of Real Humanoid Robots and Their Influence on Human Decision-Making in a Finite Iterated Prisoner’s Dilemma Game[J]. International Journal of Social Robotics, 2021, 13(7): 1777-1786.

[8] ANDREASSON R, ALENLJUNG B, BILLING E, et al. Affective Touch in Human–Robot Interaction: Conveying Emotion to the Nao Robot[J]. International Journal of Social Robotics, 2018, 10(4): 473-491.

[9] SONG Y, LUXIMON A, LUXIMON Y. The Effect of Facial Features on Facial Anthropomorphic Trustworthiness in Social Robots[J]. Applied Ergonomics, 2021, 94: 103420.

[10] OH S, OH Y H, JU D Y. Understanding the Preference of the Elderly for Companion Robot Design[C]//CHEN J. International Conference on Applied Human Factors and Ergonomics. Cham: Springer, 2020: 92-103.

[11] YAO L C, DAI Q, YU Y Y, et al. A Behavior Study on the Effect of Baby Schema on Face Discrimination for Robot Appearance Design[C]//2021 IEEE International Conference on Mechatronics and Automation (ICMA). Takamatsu, Japan. IEEE, 2021: 1286-1291.

[12] FURUTA Y, KANOH M, SHIMIZU T, et al. Subjective Evaluation of Use of Babyloid for Doll Therapy[C]// 2012 IEEE International Conference on Fuzzy Systems. Brisbane, QLD, Australia. IEEE, 2012: 1-4.

[13] STRA?MANN C, KR?MER N C, BUSCHMEIER H, et al. Age-Related Differences in the Evaluation of a Virtual Health Agent's Appearance and Embodiment in a Health- Related Interaction: Experimental Lab Study[J]. Journal of Medical Internet Research, 2020, 22(4): e13726.

[14] 何人可, 王玥虹, 馬超民. 家用服務機器人人機交互親密度意象研究[J]. 包裝工程, 2021, 42(6): 77-82, 150. HE R K, WANG Y H, MA C M. Intimacy and Perceptual Imagery of Home-Use Robot Interaction[J]. Packaging Engineering, 2021, 42(6): 77-82, 150.

[15] 畢翼飛, 王年文, 朱亦吳. 基于感性工學的老年陪護機器人造型設計[J]. 包裝工程, 2018, 39(2): 160-165. BI Y F, WANG N W, ZHU Y W. Form Design of Accompany Robot for the Elderly Based on Kansei Engineering[J]. Packaging Engineering, 2018, 39(2): 160-165.

[16] WANG C D, HAYSLIP B Jr, SUN Q W, et al. Grandparents as the Primary Care Providers for Their Grandchildren: A Cross-Cultural Comparison of Chinese and U.S. Samples[J]. International Journal of Aging & Human Development, 2019, 89(4): 331-355.

[17] CHOI S W E, ZHANG Z M. Caring as Curing: Grandparenting and Depressive Symptoms in China[J]. Social Science & Medicine, 2021, 289: 114452.

[18] BROZ F, NEHANIV C L, KOSE H, et al. Interaction Histories and Short-Term Memory: Enactive Development of Turn-Taking Behaviours in a Childlike Humanoid Robot[J]. Philosophies, 2019, 4(2): 26.

[19] NAKATA Y, YAGI S, YU S Q, et al. Development of 'Ibuki' an Electrically Actuated Childlike Android with Mobility and Its Potential in the Future Society[J]. Robotica, 2022, 40(4): 933-950.

[20] TAYLOR A, PACINI-KETCHABAW V. Kids, Raccoons, and Roos: Awkward Encounters and Mixed Affects[J]. Children's Geographies, 2017, 15(2): 131-145.

[21] DEMETRIOU C A, FANTI K A. Are Children High on Callous-Unemotional Traits Emotionally Blind? Testing Eye-Gaze Differences[J]. Child Psychiatry & Human Development, 2022, 53(4): 623-634.

[22] SIDDIQUE S, SUTHERLAND C A M, PALERMO R, et al. Development of Face-Based Trustworthiness Impressions in Childhood: A Systematic Review and Metaanalysis[J]. Cognitive Development, 2022, 61: 101131.

[23] 付業君, 蔣鵬, 李樹. 基于情感化設計的產品設計方向與實踐[J]. 包裝工程, 2021, 42(12): 228-231.FU Y J, JIANG P, LI S. Product Design Direction and Practice Based on Emotional Design[J]. Packaging Engineering, 2021, 42(12): 228-231.

Emotional Expression of Personified Child-like Characteristics of the Elderly Escort Robots

HUANG Zhaohui1, LIU Shun1*, ZHU Chunxue1, FU Yan1, HUANG Xue2

(1.Huazhong University of Science and Technology, Wuhan 430074, China; 2.Hubei Institute of Fine Arts, Wuhan 430202, China)

Under the smart elderly service model oriented to the integration of medical care, the work aims to study the perception of elderly users' morphological preferences and emotional expressions of elderly escort robots to reduce users' barriers to use and distrust of robots. Literature analysis was used to put forward six design principles for the emotional expression of the child-like characteristics for the elderly escort robot CareBot. The statistical analysis of questionnaires was conducted through an experimental study of interaction with robots, and a visualized data report was formed to explore the results of users evaluating the robot. Participants were most able to identify three of these emotional expressions (enthusiastic, indifferent and surprised), and participants' age and familiarity with children or smart products could have a significant effect on the evaluation results. At the same time, the robot had a child-like characteristic morphology with big-eyed expressions, cute movements, and children's voices, which was more affinity to the elderly. The applicability and consistency of "expression" and "combination of expression and voice" in the principle of emotional expression were high. Therefore, the appropriate child-like characteristics can enhance the robot's emotional expression, and the design that increases the robot's positive emotional expression and decreases the negative emotional expression can help improve the acceptance of elderly service robots.

elderlyescortrobot; emotionalexpression evaluation; child-like characteristics; morphological preference

TB472

A

1001-3563(2024)02-0154-09

10.19554/j.cnki.1001-3563.2024.02.016

2023-08-09