用于对人类信任动态进行聚类的系统和方法技术方案

提供了用于对人类信任动态进行聚类的系统和方法。在一个实施方案中，提供了用于对人类信任动态进行聚类的计算机实现的方法。该计算机实现的方法包括接收在交互中与一个或多个代理进行交互的多个参与者的信任数据。该计算机实现的方法还包括识别交互的多个阶段。该计算机实现的方法还包括从用于多个参与者中的每个参与者的至少一个交互的信任数据中提取表征信任动态的特征。该至少一个交互在参与者和一个或多个代理中的一个代理之间进行。该计算机实现的方法还包括将表征信任动态的特征分配给多个阶段中的阶段。该计算机实现的方法包括基于表征信任动态的特征对多个参与者中的参与者的子集进行分组。中的参与者的子集进行分组。中的参与者的子集进行分组。

【技术实现步骤摘要】
用于对人类信任动态进行聚类的系统和方法

技术介绍

[0001]使用自动代理(诸如自主车辆)的自动化技术对社会具有显著的益处。例如，自主车辆的使用已被证明可以提高机动性和道路效率，以及更好地利用停车区。自动代理还可以改善人类参与者的体验和舒适度。然而，自动化技术的接受度跟不上快速增长的市场渗透率。例如，在2013年的一项调查中，66％的美国受访者表示他们对自动驾驶的概念感到“害怕”，并且超过一半的受访者对该技术的可靠性持怀疑态度。因此，尽管自动化技术有诸多好处，但公众信任已成为相关焦点。

技术实现思路

[0002]根据一个方面，提供了一种用于对人类信任动态进行聚类的计算机实现的方法。该计算机实现的方法包括接收在交互中与一个或多个代理进行交互的多个参与者的信任数据。该计算机实现的方法还包括识别该交互的多个阶段。该计算机实现的方法还包括从用于该多个参与者中的每个参与者的至少一个交互的信任数据中提取表征信任动态的特征。该至少一个交互在参与者和一个或多个代理中的一个代理之间进行。该计算机实现的方法还包括将表征信任动态的特征分配给多个阶段中的阶段。该计算机实现的方法包括基于表征信任动态的特征将多个参与者中的参与者的子集分组成信任组。
[0003]根据另一方面，提供了一种用于对人类信任动态进行聚类的系统。该系统包括存储指令的存储器，该指令在由处理器执行时使处理器执行方法。该指令使处理器接收在交互中与一个或多个代理进行交互的多个参与者的信任数据。该指令还使处理器识别交互的多个阶段。该指令还使处理器从用于多个参与者中的每个参与者的至少一个交互的信任数据中提取表征信任动态的特征。该至少一个交互在参与者和一个或多个代理中的一个代理之间进行。该指令还使处理器将表征信任动态的特征分配给多个阶段中的阶段。该指令使处理器基于所述表征信任动态的特征将多个参与者中的参与者的子集分组成信任组。
[0004]根据又一方面，提供了一种存储指令的非暂态计算机可读存储介质，当由具有处理器的计算机执行该指令时，执行用于对人类信任动态进行聚类的方法。该非暂态计算机可读存储介质实现的方法包括接收在交互中与一个或多个代理进行交互的多个参与者的信任数据。该非暂态计算机可读存储介质实现的方法还包括识别交互的多个阶段。该非暂态计算机可读存储介质实现的方法还包括从用于多个参与者中的每个参与者的至少一个交互的信任数据中提取表征信任动态的特征。该至少一个交互在参与者和一个或多个代理中的一个代理之间进行。该非暂态计算机可读存储介质实现的方法还包括将表征信任动态的特征分配给多个阶段中的阶段。该非暂态计算机可读存储介质实现的方法包括基于表征信任动态的特征将多个参与者中的参与者的子集分组成信任组。
附图说明
[0005]图1是根据一个方面的用于对人类信任动态进行聚类的系统的示例性部件图。
[0006]图2A是根据一个方面的具有高可见度和高透明度的示例性代理环境。
[0007]图2B是根据一个方面的具有高可见度和低透明度的示例性代理环境。
[0008]图2C是根据一个方面的具有低可见度和高透明度的示例性代理环境。
[0009]图3是根据一个方面的用于对人类信任动态进行聚类的方法的示例性处理流程。
[0010]图4是示例参与者的示例性平均信任图。
[0011]图5是根据一个方面的用于将用户分配给信任组的方法的示例性处理流程。
[0012]图6是根据一个方面的示例性计算机可读介质或计算机可读装置的图示，该计算机可读介质或计算机可读装置包括被配置为体现本文阐述的规定中的一个或多个规定的处理器可执行指令。
[0013]图7是根据一个方面的示例性计算环境的图示，本文阐述的规定中的一个或多个规定在该计算环境中实现。
具体实施方式
[0014]为了提高公众对使用自动代理的自动化技术的接受度，研究试图预测人类参与者对代理(诸如自主车辆)的信任度。信任是人类参与者对代理将帮助人类参与者在以不确定性或易损性为特征的交互中实现目标这一观点的反映。人类参与者对自动代理的信任度是高度相关的，因为人类参与者会根据他们对代理的信任度来改变他们在代理面前的表现。因此，当在有人类参与者的环境中操作时，代理可能尝试确定人类参与者的信任度，以便预测人类参与者的行为。
[0015]预期人类行为(诸如信任)的范例难以定量预测。通常，问卷已用于在与代理进行交互之前、期间或之后测量人类参与者的信任度。尽管问卷允许人类参与者自我报告信任度，但在不中断任务的情况下重复获得自我报告是具有挑战性的，并且如果人类参与者分心例如在自主驾驶操作期间，则可能是危险的。
[0016]已经开发了用于捕获人类信任的动态模型，包括针对整个人群的一般信任模型和针对每个个体的个性化信任模型，以说明个体差异。一般信任模型忽略个体差异，但可以使用有限数据进行训练。另选地，个性化信任模型是为特定的人设计的，但需要每个新用户的大量数据，并且无法在短时间段内收集到。因此，在限制模型训练所需的数据量和通过个性化提高模型性能之间存在权衡。
[0017]此处，聚类方法用于识别和分离人类参与者的样本群体中的不同信任动态。为群体的每个分组开发定制的信任模型，这些模型说明了信任动态的广泛个体差异，但允许使用有限数据进行模型开发。分组可以是动态的并且表示给定信任组中的人类参与者的信任度的变化。可以提取与人类参与者的信任度相关的特征。通过将特征分配给与交互的不同阶段相对应的阶段来考虑特征的时间相关特性。这样，参与者的信任组可以通过使用基于信任进化的聚类，基于特征的信任动态的差异来识别。代理可以基于给定人类参与者的信任组改变其行为。例如，信任组可以与预测人类参与者行为的行为模型相关联。然后代理可以基于预测的行为与人类参与者进行交互。因此，代理可以基于参与者的信任组来定制其自动化操作。
[0018]聚类模型在预测人类信任以及人类参与者的行为方面明显优于一般模型。另外，尽管人口因素对个体差异具有显著贡献，但根据基于信任动态的特征的聚类比简单的用于信任行为预测的基于人口因素的聚类更有效。这使得代理本身可以更好地发挥作用，因为
代理可以基于人类参与者的预测动作选择动作。因此，代理不会在不知不觉中与人类参与者对抗或无视人类参与者。这不仅改善了人类参与者的体验，还提高了代理的自动化程度。因此，本文所描述的系统和方法通过将人类参与者归到可信组中来改善与代理进行交互的人类参与者的体验和舒适度，这些可信组通过个性化来平衡模型训练所需的数据量和性能。
[0019]定义
[0020]以下包括本文采用的选定术语的定义。定义包括落入某个术语的范围内的并且可用于实施方式的部件的各种示例和/或形式。这些示例并非旨在进行限制。此外，本文讨论的组件可以与其他组件组合、省略或组织成不同的架构。
[0021]如本文所用，“代理”是在环境中移动或操纵环境的机器。示例性代理可包括但不限于机器人、车辆或其他自推进机器。代理可以是自主的、半自主的或手动操作的。
[0022]如本文所用，“代理系统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于对人类信任动态进行聚类的计算机实现的方法，所述方法包括：接收在交互中与一个或多个代理进行交互的多个参与者的信任数据；识别所述交互的多个阶段；从用于所述多个参与者中的每个参与者的所述交互的所述信任数据中提取表征信任动态的特征，其中所述交互在所述参与者与所述一个或多个代理中的一个代理之间进行；将所述表征信任动态的特征分配给所述多个阶段中的阶段；以及基于所述表征信任动态的特征将所述多个参与者中的所述参与者的子集分组成信任组。2.根据权利要求1所述的计算机实现的方法，其中所述表征信任动态的特征包括捕获信任的变化率。3.根据权利要求1所述的计算机实现的方法，其中所述表征信任动态的特征基于所述交互的位置处的多个环境特征。4.根据权利要求3所述的计算机实现的方法，其中所述位置是人行横道，并且其中所述环境特征包括所述人行横道处有行人和所述人行横道处没有行人。5.根据权利要求1所述的计算机实现的方法，其中所述表征信任动态的特征基于参与者的行为。6.根据权利要求1所述的计算机实现的方法，其中所述多个阶段包括信任建立阶段、错误感知阶段和信任修复阶段。7.根据权利要求1所述的计算机实现的方法，还包括：基于参与者的所述信任组预测所述参与者的行为，以及基于所预测的参与者的行为确定所述一个或多个代理中的代理的动作。8.一种用于对人类信任动态进行聚类的系统，所述系统包括：存储指令的存储器，所述指令在由处理器执行时使所述处理器：接收在交互中与一个或多个代理进行交互的多个参与者的信任数据，并且识别所述交互的多个阶段；从用于所述多个参与者中的每个参与者的所述交互的所述信任数据中提取表征信任动态的特征，并且将所述表征信任动态的特征分配给所述多个阶段中的阶段，其中所述交互在所述参与者与所述一个或多个代理中的一个代理之间进行；以及基于所述表征信任动态的特征将所述多个参与者中的所述参与者的子集分组成信任组。9.根据权利要求8所述的系统，其中所述表征信任动态的特征包括捕获信任的变化率。10.根据权利要求8所...

【专利技术属性】
技术研发人员：K，
申请(专利权)人：本田技研工业株式会社，
类型：发明
国别省市：