Kesan Isyarat LED dan Paparan Emosi dalam Ruang Kerja Kongsi Manusia-Robot

1. Pengenalan & Gambaran Keseluruhan

Penyelidikan ini mengkaji satu kesesakan kritikal dalam automasi industri moden: komunikasi berkesan dalam ruang kerja kongsi manusia-robot. Walaupun robot kolaboratif (kobot) telah meruntuhkan halangan fizikal, jurang kognitif dan komunikasi masih wujud. Kajian ini mengandaikan bahawa petunjuk bukan lisan—khususnya isyarat LED berkod warna pada end-effector robot dan paparan emosi animasi pada tablet—dapat merapatkan jurang ini, meningkatkan keselamatan dan kecekapan aliran kerja.

Hipotesis teras adalah bahawa gabungan isyarat niat fungsian (LED) dengan petunjuk sosio-emosi (ekspresi muka) akan mengatasi prestasi LED sahaja dalam ukuran jangkaan pelanggaran, kejelasan komunikasi, dan persepsi pengguna.

2. Metodologi & Reka Bentuk Eksperimen

Reka bentuk dalam-subjek digunakan untuk menguji mod komunikasi dengan ketat.

3. Keputusan & Analisis

Penemuan mendedahkan gambaran yang bernuansa dan agak bertentangan dengan jangkaan.

4. Butiran Pelaksanaan Teknikal

Logik sistem boleh diformalkan. Keadaan robot dan kedudukan manusia $p_h$ dipantau. Medan risiko $R(d)$ dikira berdasarkan jarak $d = ||p_r - p_h||$ antara robot dan manusia.

Isyarat LED $L$ adalah fungsi langsung $R(d)$:

$L = \begin{cases} \text{Hijau} & R(d) < \tau_{selamat} \\ \text{Amber} & \tau_{selamat} \leq R(d) < \tau_{amaran} \\ \text{Merah} & R(d) \geq \tau_{amaran} \end{cases}$

Di mana $\tau_{selamat}$ dan $\tau_{amaran}$ adalah ambang yang ditentukan secara empirikal. Paparan emosi $E$ dalam keadaan reaktif (B) dicetuskan apabila $R(d) \geq \tau_{amaran}$. Dalam keadaan pencegahan (C), ia dicetuskan berdasarkan model ramalan pergerakan manusia, cuba menandakan niat sebelum $R(d)$ mencapai ambang amaran.

5. Analisis Kritikal & Interpretasi Pakar

Pandangan Teras: Kertas ini memberikan pemeriksaan realiti yang penting dan menenangkan untuk pereka HRI yang terpesona dengan antropomorfisme. Penemuan terasnya—bahawa "paparan emosi meningkatkan interaktiviti yang dirasakan tetapi tidak meningkatkan prestasi fungsian"—adalah detik penting. Ia memaksa percabangan strategik: adakah kita mereka bentuk untuk penglibatan pengguna atau untuk keluaran operasi? Dalam ruang kerja kongsi berisiko tinggi yang didorong kecekapan, kajian ini mencadangkan bahawa petunjuk sosial yang rumit mungkin hanyalah "kosmetik kobot," menambah beban kognitif tanpa pulangan pelaburan (ROI) pada keselamatan atau kelajuan. Jalur LED, isyarat ringkas, kos rendah, dan tidak kabur, muncul sebagai wira tanpa nama.

Aliran Logik & Kekuatan: Reka bentuk eksperimen adalah kukuh. Pendekatan dalam-subjek mengawal perbezaan individu, dan struktur keadaan tiga bahagian (LED sahaja, reaktif, pencegahan) dengan elegan mengasingkan pembolehubah masa petunjuk emosi. Penggunaan kedua-dua metrik objektif (penjejakan gerakan) dan subjektif (soal selidik) adalah piawaian emas, mendedahkan percanggahan kritikal antara apa yang orang rasa dan apa yang mereka lakukan. Ini selaras dengan penemuan dalam domain interaksi manusia-mesin lain, seperti penyelidikan dari MIT Media Lab mengenai "teknologi tenang," yang memperjuangkan reka bentuk maklumat yang berada di pinggir perhatian sehingga diperlukan.

Kelemahan & Peluang Terlepas: Kelemahan utama kajian adalah skalanya (N=18) dan kumpulan peserta yang mungkin homogen (persekitaran akademik), mengehadkan kebolehgeneralisasian kepada pekerja industri yang pelbagai. Tambahan pula, "paparan emosi" adalah kartun 2D pada tablet—jauh berbeza dengan ekspresi bersepadu dan bernuansa yang dikaji dalam platform robotik sosial maju seperti Boston Dynamics' Spot atau SoftBank's Pepper. Adakah ekspresi yang lebih berbadan fizikal atau canggih akan mengubah hasilnya? Kajian juga tidak meneroka kesan jangka panjang; kebaharuan paparan emosi mungkin pudar, atau utilitinya mungkin meningkat dengan kebiasaan, fenomena yang diperhatikan dalam kajian HRI longitudinal.

Pandangan Boleh Tindak: Untuk pengamal industri, mandatnya jelas: Utamakan kejelasan berbanding karisma. Laburkan dahulu dalam isyarat fungsian yang kukuh dan intuitif (seperti keadaan LED yang direka dengan baik) yang secara langsung memetakan keadaan tindakan robot. Hanya selepas asas itu dibina, anda patut mempertimbangkan menambah lapisan emosi, dan hanya dengan hipotesis yang jelas tentang utiliti spesifiknya—mungkin untuk mengurangkan keletihan jangka panjang, meningkatkan kepercayaan dalam tugasan kompleks, atau membantu latihan. Penyelidikan ini menggema prinsip dari kerja penting mengenai "The Media Equation" (Reeves & Nass)—bahawa orang memperlakukan media secara sosial—tetapi menambah kaveat industri yang penting: rawatan sosial tidak selalu diterjemahkan kepada peningkatan fungsian apabila tugasan adalah prosedural dan berorientasikan matlamat.

6. Kerangka Analisis & Contoh Kes

Kerangka: "Matriks Komunikasi Fungsian-Sosial"

Kajian ini mengilhamkan kerangka 2x2 ringkas untuk menilai mod komunikasi HRI:

Aplikasi Kes: Pertimbangkan barisan pemasangan automotif di mana kobot menyerahkan alat berat kepada pekerja.
• Isyarat LED (Alat Cekap): Lampu hijau pada pemegang bermaksud "Saya memegang alat dengan selamat, anda boleh mengambilnya." Ini tinggi dalam utiliti fungsian, rendah dalam penglibatan sosial. Ia menyelesaikan tugas dengan selamat.
• Menambah Pergerakan Mengangguk (Ideal): Memprogram lengan robot untuk membuat pergerakan "mengangguk" perlahan dan sedikit bersama lampu hijau. Ini boleh mengukuhkan keadaan "sedia untuk menyerah" (fungsian) sambil memanfaatkan petunjuk sosial intuitif biologi, berpotensi mengurangkan beban pengesahan kognitif pekerja. Walau bagaimanapun, kajian ini akan memberi amaran untuk menguji A/B anggukan ini untuk memastikan ia benar-benar meningkatkan kelajuan penyerahan atau kadar ralat, bukan hanya kebolehsukaan.

7. Aplikasi Masa Depan & Hala Tuju Penyelidikan

Penyelidikan ini membuka beberapa laluan penting:

• Antara Muka Adaptif & Peribadi: Sistem masa depan boleh menyesuaikan gaya komunikasi mereka. Untuk pelatih baru, robot mungkin menggunakan kedua-dua LED dan paparan emosi untuk peningkatan keyakinan. Untuk pekerja pakar pada tugasan berulang, ia boleh bertukar ke mod LED sahaja untuk kecekapan maksimum, mengurangkan beban kognitif. Penyelidikan dalam automasi adaptif dari NASA dan bidang sistem pengajaran pintar memberikan asas yang kukuh untuk ini.
• Kajian Longitudinal & Ekologi: Langkah seterusnya yang kritikal adalah beralih dari percubaan jangka pendek berasaskan makmal kepada kajian lapangan jangka panjang di kilang sebenar. Adakah nilai petunjuk sosial berubah selama berminggu-minggu atau berbulan-bulan kolaborasi? Ini serupa dengan kajian penentukuran kepercayaan longitudinal dalam interaksi manusia-automasi.
• Gabungan Pelbagai Modal: Daripada menguji modal secara berasingan, penyelidikan harus meneroka gabungan dan lebihan optimum. Bolehkah getaran haptik kecil (cth., dalam gelang tangan pekerja) dipadankan dengan isyarat LED mengatasi salah satu sahaja, terutamanya dalam persekitaran visual yang berselerak? Bidang interaksi pelbagai modal, seperti yang dimajukan oleh institusi seperti HCII Carnegie Mellon, adalah relevan secara langsung.
• Paparan Emosi untuk Komunikasi Ralat & Pembaikan Kepercayaan: Walaupun tidak membantu untuk elakan pelanggaran rutin, paparan emosi mungkin sangat berkuasa untuk berkomunikasi ketidakpastian robot, ralat sistem, atau keperluan bantuan manusia. Wajah "keliru" atau "memohon maaf" selepas cengkaman gagal boleh menjadi cara yang lebih cekap untuk meminta campur tangan manusia daripada lampu ralat ringkas, memudahkan pembaikan kepercayaan yang lebih pantas—cabaran utama dalam HRI.

8. Rujukan

1. Ibrahim, M., Kshirsagar, A., Koert, D., & Peters, J. (2025). Investigating the Effect of LED Signals and Emotional Displays in Human-Robot Shared Workspaces. arXiv preprint arXiv:2509.14748.
2. Reeves, B., & Nass, C. (1996). The Media Equation: How People Treat Computers, Television, and New Media Like Real People and Places. CSLI Publications.
3. Weiser, M., & Brown, J. S. (1996). Designing Calm Technology. PowerGrid Journal, 1(1).
4. Goodrich, M. A., & Schultz, A. C. (2007). Human-Robot Interaction: A Survey. Foundations and Trends® in Human–Computer Interaction, 1(3), 203-275.
5. Lee, J. D., & See, K. A. (2004). Trust in Automation: Designing for Appropriate Reliance. Human Factors, 46(1), 50–80.
6. Breazeal, C. (2003). Toward sociable robots. Robotics and Autonomous Systems, 42(3-4), 167-175.
7. MIT Media Lab. (n.d.). Calm Technology. Diambil dari halaman projek berkaitan.