日本NTT公司的研究人员最近开发了一种以用户为中心的强化学习方法，可用于向社交机器人教授“礼仪”。
社交机器人正逐渐进入医疗和零售等多个领域。例如，在零售业，社交机器人可以帮助向路人和潜在客户解释产品。最近，越来越多的公司开始测试机器人，比如接待员、导游或参展商，然而，要想在面对客户时发挥最有效的作用，机器人需要在不吓到路人或让他们感到不舒服的情况下与他们打招呼。
机器人
考虑到这一点，Ozaki和他的同事着手开发一种方法，让机器人根据所处的环境和与之互动的人来调整自己的行为举止。他们的方法采用以用户为中心的强化学习来分析机器人 传感器 收集的数据，从而使机器人能够相应地调整其动作。
Ozaki和他的同事设计的方法是基于奖惩机制。如果机器人推断与它交流的路人感到不舒服，它就会受到惩罚，如果一个路人停下来，和机器人互动，并对它感兴趣，机器人就会得到奖励。随着时间的推移，机器人学会调整自己的互动策略，以便在不让潜在客户感到不舒服的情况下吸引人们的注意力。Ozaki说：“我的方法可以让机器人找到不会让路人感到不适的动作组合。”许多研究人员已经研究了人机交互中的用户体验（UX），然而，他们并没有基于这种用户体验来训练机器人。
Ozaki和他的同事设计的这种方法是为了改善机器人与单个行人的互动，而与更大的群体进行互动，还需要进一步的研究来扩展模型。此外，研究人员还计划在社交机器人扮演其它角色的场景中，评估他们的方法，例如销售人员。
