蘋果把臺燈做成機器人！能用動作表達情緒，重新定義機器人交互
蘋果首款機器人（試驗版），居然是個臺燈？？
前段時間蘋果布局機器人的消息頻頻傳出，但究竟要做個什么樣式兒的一直沒有定論。
蘋果最新論文揭露，或許它們看起來不會像機器人，或許它們將無處不在！
蘋果放出來一個臺燈機器人以做展示，火遍reddit、X等平臺。
圖片
這個臺燈那是相當靈活，它擺脫了機械式的動作，甚至能夠通過動作表達出一些“情緒”。
比如下面這個展示，通過它的動作似乎可以感受到它偷感很重，先是左顧右盼趁人不備推倒積木，成功后還得意地搖頭晃腦：
圖片
也有看起來很乖的時候，對人點頭哈腰，根據人給出的各種手勢幫忙照明打光：
圖片
它可以在各種場景下，每時每刻陪伴著你：
圖片
這就是蘋果最新研究出的具有表達性動作的非人形機器人。
和只會從A點移動到B點執行功能性動作（右）的機器人相比，這種機器人（左）顯得更具親和力：
圖片
喏，你讓它照很遠處的一張紙，它會助力一下把頭探過去，夠不到還會“低頭沮喪”：
圖片
主人切菜聽音樂，它還跟著嗨起來了：
圖片
網友看到這一系列操作，紛紛坐不住了，這不是皮克斯照進現實嗎？
圖片
不是冷冰冰、死氣沉沉的機器人哎。
圖片
下面具體來看看蘋果的這項新研究。
蘋果做的機器人有點小“情緒”
這項研究的核心理念是：機器人不應僅僅完成從A點到B點這樣的功能性運動，還應該能夠通過運動方式來傳達其內部狀態，如意圖、注意力、態度和情緒，從而實現更自然的人機交互。
為此，團隊提出了一個名為ELEGNT的創新框架，旨在為非人形機器人設計兼具功能性和表達性的運動方式。
圖片
在技術層面，研究團隊將機器人運動建模為馬爾可夫決策過程（MDP），包含兩個關鍵組成部分：功能效用（F）和表達效用（E）。
功能效用驅動機器人完成具體的任務目標，而表達效用則促使機器人通過運動來傳達內部狀態。
圖片
系統的總體目標是優化這兩種效用的加權和（F + γE），其中γ代表表達效用的權重。
圖片
為了實現豐富的表達性動作，研究團隊開發了一套設計原語，包括Kinesics（體勢學）和Proxemics（空間關系學）。
Kinesics原語包含空間和時間兩個維度的特征。
在空間特征方面，機器人可以使用隱喻性的姿勢來表達各種狀態，比如，臺燈形態的機器人可以通過“點頭”或“搖頭”來表達態度；在時間特征方面，機器人可以調整速度、停頓或抖動來傳達態度和情緒。
Proxemics原語則關注如何通過管理空間距離來表達機器人與環境和人之間的關系，包括靜態和動態兩類。
靜態涉及機器人相對于物體或人的位置擺放，以傳達注意力和意圖。例如，機器人可以將“目光”對準某個物體，并使用燈光或投影來突出它，從而表明關注焦點。
動態則使用運動來表達態度或意圖，靠近或遠離某個物體可以反映機器人對它的態度，而在物體之間改變方向則可以表示注意力的轉移。
圖片
創造皮克斯臺燈驗證
在實踐中，研究團隊設計了一個形似臺燈的機器人，模樣確實是受皮克斯開山之作之頑皮跳跳燈《Luxo Jr.》啟發。
圖片
該機器人由一個重新配置的6自由度機械臂、一個嵌入LED燈的3D打印塑料燈頭、一個激光投影儀和一個內置攝像頭組成。
此外還配備了一個朝下的外部攝像頭，裝備了一個語音系統，用于聽取和對用戶進行講話。
圖片
為評估設計框架的效果，研究團隊進行了用戶研究，招募21名參與者，比較了純功能性動作和增加表達性動作兩種情況下的交互效果。
實驗覆蓋了6個不同場景，包括功能性任務（如調節照明）和社交性任務（如社交對話）。
每個任務都準備了兩個版本的視頻，一個僅展示功能性動作，另一個則同時包含功能性和表達性動作。
研究使用了多維度的評估體系，要求參與者從人性化程度、感知智能、感知情感/性格、互動參與度、連接感和使用意愿等六個方面進行打分。
圖片
定量結果顯示，具有表達性動作的機器人獲得了顯著高于純功能性動作版本的評分（平均分別為56.16分和28.77分）。
圖片
在感知性格、人性化程度和參與度等指標上，兩種版本的差異最為顯著；在社交導向的任務中，表達性動作帶來的優勢更為突出。
圖片
此外，參與者的個人背景，如年齡、是否具有機器人專業背景以及表達設計背景等因素，都會對其評分產生影響。
圖片
定性結果揭示，參與者普遍認為具有表達性動作的機器人更具生命力和趣味性，更容易被擬人化，常被比作“寵物”或“孩子”。
圖片
研究還發現，表達性動作的價值在不同任務中存在差異，在社交類任務中表現更為突出。
機器人的動作需要與其他交互模態（如聲音、燈光）保持協調一致，才能獲得更好的交互效果。
蘋果這項新研究發出后廣受好評，不過也有不少人吐槽，認為還是需要通用機器人：
需要能移動，還需要手臂和手，將核心功能添加到每一件家具中并不經濟高效。
圖片
那么，你喜歡這種機器人嗎？你認為機器人應該長啥樣？
論文鏈接：https://arxiv.org/pdf/2501.12493
