苹果近期在非人形机器人(Non-Anthropomorphic Robot)设计领域进行了一项创新研究,推出了一款具备功能性与表达性的 AI 台灯——ELEGNT(Expressive and Functional Movement Design for Non-Anthropomorphic Robot)。该研究由Yuhan Hu、Peide Huang、Mouli Sivapurapu、Jian Zhang等人共同完成,探索如何通过设计,让机器人动作变得更富有情感、意图和注意力,使其在人机交互中表现得更加自然和富有表现力。
研究假设
目前,机器人运动设计主要关注功能性,即从起点到目标点以最短路径完成任务(功能驱动轨迹)。然而,ELEGNT 研究提出了一种新的运动方式,即“表达性运动轨迹”,让机器人在执行任务的同时,通过动作表达其意图、注意力、态度和情绪,提升人机交互体验。
核心假设:
传统方法:机器人单纯执行任务,强调效率(Function-Driven Trajectory)。 ELEGNT 方法:机器人在执行任务时,还能用运动表达自身状态(Expression-Driven Trajectory),使其更具生命感。
💡拍照补光:机器人响应用户的手势指令,调整位置并提供适合拍摄的光照条件。

⛔失败指示:用户指示机器人前往一个超出其能力范围的目标位置,机器人尝试执行指令后,显示错误提示。

💬社交对话:机器人充当社交伙伴,与用户进行关于天气和日常活动的交流。

🍺喝水提醒:机器人在用户忙碌时主动打断,并提醒用户喝水。

ℹ️任务辅助:机器人观察用户的操作,并投影相应的教程,提供指导和帮助。

🎵播放音乐:机器人播放音乐,为用户的日常活动提供娱乐陪伴。

机器人形态光谱
ELEGNT 项目分析了当前机器人的主要形态,并将其分为以下三类:
类人形(Anthropomorphic):模仿人类形态,如人形机器人。 类动物(Zoomorphic):模仿动物的形态和动作,如四足机器人。 类家电(Appliance-like):如智能音箱、智能灯等,外观不像生物,但仍然可以表达状态。
ELEGNT 关注的是“类家电”机器人,探索如何让它们的运动更富表现力,使其在无面部表情或四肢的情况下仍能与人类互动。
非人形机器人的设计探索
研究团队通过手绘草图,尝试不同外形、尺寸、摆放位置的非人形机器人方案:
不同外形的台灯(桌面台灯、落地灯) 可调节高度的灯杆 具备不同关节结构的机械臂台灯 配合触摸、语音、光线投影等交互方式
最终,团队选择了一种可动态调整灯头角度的台灯机器人,能够模拟人类的注意力(如点头、摇头、微微倾斜等),从而实现更自然的交互。
ELEGNT 机器人硬件组成
机械结构:
具备多关节结构,可流畅调整角度,实现自然的运动。 采用轻量化设计,适用于家居环境。
交互方式:
手势交互(Gesturing):如轻微倾斜表示“注意”,快速摆动表示“否定”。 语音交互(Verbal Communication):与智能语音助手结合,实现更自然的对话。 灯光与投影(Light & Projection Display):利用灯光颜色变化或投影提示信息。 触摸交互(Touch Interaction):允许用户通过触碰改变灯的行为模式。
表现性机器人运动的设计空间
ELEGNT 研究团队探索了如何通过不同的运动类型,使机器人更具表现力:
身体语言(Kinesics):
机器人通过旋转、倾斜、抬升等方式,模仿人类的动作,增强表达能力。 例如,“低头”表示“思考”,“快速摆动”表示“焦虑”或“紧张”。
空间使用(Proxemics):
机器人如何在不同距离和空间内调整自身行为,以适应用户的需求。 例如,在安静模式下,灯光柔和且倾斜角度较小,而在活跃模式下,灯光更亮,动作幅度更大。
机器人在家居环境中的互动场景
团队设计了一系列家庭交互场景,并从机器人自主性(主动 vs. 被动)以及任务类型(功能导向 vs. 社交导向)两个维度进行分类:
功能导向(Function-Oriented): 机器人调整光照角度,以便用户阅读。 机器人在检测到用户进入房间时,自动调整灯光亮度。 社交导向(Social-Oriented): 机器人在用户靠近时“点头”示意欢迎。 机器人在用户说话时倾斜灯头,模拟“专注聆听”的状态。
实验与结果
量化数据分析
研究团队比较了“表达驱动”运动(蓝色)与“功能驱动”运动(粉色)在六个不同任务场景中的用户感知评分:
表达驱动的运动显著提高了用户的交互体验。 在社交任务中(如迎接用户、表现情绪),表达驱动的机器人明显更受欢迎。 在功能性任务中(如调整光照),虽然两者差异不大,但表达驱动仍略胜一筹。
质性研究:用户反馈分析
用户反馈被归纳为多个情感和互动体验的类别:
更具亲和力:用户认为表达性运动让机器人更像“伙伴”。 更易理解意图:用户能更直观地感知机器人的状态,而不只是等待命令反馈。 提升使用体验:用户对拥有表达能力的设备更感兴趣,愿意长期使用。