社交机器人在零售行业中是否应该操纵顾客?
研究旨在发现设计具备信任修复能力的机器人策略和探索成功的潜在机制,以实现对机器人信任违背的修复。该文概述了人机交互中信任修复过程的基本概念和关键组成部分,并总结了作者在该领域的发表工作。此外,还讨论了将指导未来工作的研究问题以及该研究对该领域的潜在贡献。
Jul, 2023
通过定量和定性研究,本文探讨了以个体人类特质为依据对机器人个性的重要性,并证明通过声音和语言特征可以准确地描绘机器人的外向性和内向性。此外,通过收集对不同机器人个性的喜好和信任评分,我们得出结论,无论被测试者个人特质如何,人们更喜欢和信任外向型机器人,对Robo-Barista(机器咖啡师)而言,这一点尤其如此。同时,我们发现个体对机器人的态度和倾向对Robo-Baristas的信任有影响,因此在设计人机交互研究时,除了考虑机器人的个性、角色和交互环境外,个体态度也是重要的考虑因素。
Jul, 2023
通过结合大型语言模型的先进技术,我们定义了一个新的问题空间,旨在通过混合类型和混合主动式对话提供产品推荐和教育价值的对话代理系统。我们通过构建SalesBot和ShopperBot,对SalesBot与专业销售人员进行全面的人类研究比较,发现SalesBot在流畅度和信息量方面接近专业水平,但在推荐质量方面有所不足。我们强调了两者在提供真实信息方面的显著局限性,突出了在对话代理系统背景下确保忠实性的挑战。我们发布了代码并提供所有数据。
Oct, 2023
通过一项针对17名参与者的纵向研究,我们调查了信任、人机协作、辅助机器人个性化以及定制化因素之间的关系,我们的研究结果表明,辅助机器人的定制化程度与信任感和舒适度感知之间呈正相关,这对于设计可信赖和定制化机器人的辅助机器人设计过程具有重要意义。
Oct, 2023
信任是人们对机器人和技术进行采纳的重要因素,因此研究过去几十年的文献主要关注于测量人们对机器人和技术的信任程度,特别是在人机交互方面。本文中,我们概述了当前的研究方法及其优势,提出了一些薄弱方面,并讨论了在人机交互中影响信任度的更全面因素的潜力。
Nov, 2023
基于文本的聊天机器人在电子商务中带来了前所未有的商业潜力。本研究旨在探索消费者对文本聊天机器人的信任和反应,涉及任务复杂性和聊天机器人身份披露的调节效应。通过299个有效反应的调查方法进行了此研究。本研究采用普通最小二乘回归来测试假设。通过刺激-有机体-反应框架,本研究对消费者对文本聊天机器人的知觉和反应提供了重要的洞见。这项研究的发现也提出了增加消费者对文本聊天机器人积极反应的建议。
Jan, 2024
该研究调查了在零售环境中部署语音用户界面(VUI)驱动的数字助手,并评估其对客户参与和服务效率的影响。研究探讨了数字助手如何通过先进的对话能力和多语言支持来增强用户互动。通过将数字助手整合到高交通量的零售环境中,我们评估了它在改善客户服务质量和运营效率方面的有效性。实验期间收集的数据显示对客户互动产生了不同的影响,揭示了数字助手技术在面向客户角色中的未来优化的见解。该研究有助于了解客户关系领域的数字转型策略,强调现代零售店的服务灵活性和用户导向设计的需求。
Jun, 2024
该论文介绍了一种新型的多层LLM接口,用于协助超市机器人为顾客提供服务,并提出了使用多个经过细分调整的小型专用LLM来处理不同用户查询的方法,通过与GPT-4 Turbo相比较,实验结果表明多层LLM机器人在性能、用户满意度、用户-代理合作及自我形象等四个关键领域取得了显著改进,同时还提出了一种超市机器人导航的方法,使机器人能够根据聊天机器人的响应将产品引导到正确的货架上,然后通过更低级别的机器人知觉、控制和规划实现物品的自动检索。
Jun, 2024