图 9. 实验场景的快照
实验中采用两种方法，方法 1（M1）：机器人根据参观者的注意力方向选择运动路径，与参观者进行面对面交流；方法 2（M2）：在 LNPFV 或 RNPFV 区域，机器人从参观者注意力方向的相反方向出现。实验要求参观者为每种方法填写一份问卷（在互动之后）。这项测量是一个利克特评分（Likert scale）：1（强烈反对）到 7（强烈同意）。问卷有两个主观问题：问题 1（Q1）：在互动开始时，你有没有感觉到你和机器人有眼神接触？问题 2（Q2）：你认为机器人的方法对启动交互有效吗？
对于问卷 Q1（见表 1），当访问者观看图片 P2 时，两种方法（M1 和 M2）之间的差异具有统计学意义（Z=−2.831，p
表 1. Q1 的问卷结果
表 2. Q2 的问卷结果
对于问卷 Q2（见表 2），当参观者观看照片 P2 时，Wilcoxon 符号秩检验显示出显著差异（Z=−2.836 和 p
4. 文章小结
本文提出了一种智能的社交机器人工作方法，该方法从人机交互的注意力角度出发开发了一种机器人工作模式，它可以吸引目标人的注意力，并根据她 / 他的 LVFOA 与她 / 他建立一个交流渠道。该方法能够有效地启动与目标人的互动过程，吸引目标人的注意力，并建立与目标人的沟通渠道。
作者认为，当前的系统在实际应用中还存在以下问题：
首先，它需要环境中的摄像头来观察人们的注视模式。这在博物馆场景中是可以接受的。但是，在一些对环境声音有要求的场景下就无法应用。现在的机器人移动时会发出很大的噪音。如果它们移动，它们会引起人们的注意并中断他们的工作。在本文的实验中，要求参与者戴上带有音乐的耳机来减轻这些噪音的影响。然而，如果这种机器人能像人类一样安静地移动，它们可以移动到更容易用车载摄像头观察目标人的位置，则会具有更大的应用价值。
其次，本文使用了一个恒定值（T_s）作为持续 VFOA 的最大时间跨度。这是当人们没有表现出他们的低注意力水平或者机器人无法检测到他们的低注意力水平时，机器人将等待的最大时间跨度。在这之前，人们往往表现出较低的注意力水平。因此，如果我们把这个值设置得足够大，就像我们在实验中所做的那样，就不会有严重的问题。然而，如果能根据情况调整持续 VFOA 的最大时间跨度，实际应用效果会更好。
二、Predicting Engagement in Video Lectures
论文地址：https://arxiv.org/pdf/2006.00592.pdf
本文谈到的注意力也与上文不同，本文关注的是公开的教育资源（Open Educational Resources ，OERs)）在线学习过程中学习者观看课程的注意力集中的程度。这里，「人机交互」指的是学员（人）与机器播放的课程（机）之间的交互情况。在在线学习场景中，一般认为能够使得学习者高度集中注意力的课程，是更为适合该学习者的课程。经典的 OERs 问题更关注个体用户（学习者）的参与度，而本文的目标是建立模型以找到情景无关的（即基于人群的）参与度特征，这是一个很少研究的问题。
在 OERs 问题中，学习者参与度是一个比受欢迎程度 / 浏览次数更可靠的衡量标准，比用户评分更为丰富，已经证明是衡量学习成果的关键组成部分，即：较好的参与度可以增加取得更好学习成果的可能性。本文作者深入探讨了建立基于人群的教育参与度预测模型。
1. 研究背景情况
随着在线学习平台的普及，越来越多的开放教育资源（OERs）面世。近年来大规模的教材创作对教育资源的自动管理提出了新的要求。在 OERs 的背景下，这意味着需要能够自动寻找和推荐符合学习者目标的材料，从而最大限度地提高学习效果。作者认为，实现上述目标主要有两个途径：情景化参与（Contextualised Engagement）和情景无关性参与（Context-Agnostic Engagement）。本文探讨的是后者，本文研究了情景无关性参与所涉及的特征。这将作为构建整合的教育推荐系统的第一步，为将情景化和情景无关的特征结合提供了可能。
由于相关的研究工作很少，为了在在线教育平台中部署研究模型，本文作者提出了以下研究问题：
RQ1：如何编码情景无关性参与？
RQ2：基于跨模态语言的特征对预测视频讲座的参与度有多有效？
RQ3：是否包含模态规范性功能能使性能显著改善？
RQ4：影响情景无关性参与的特点是什么？
RQ5：预测基于人群的参与比研究个性化参与更有用吗？
RQ6：我们能否假设一个共同的基础模型来预测不同知识领域的参与度？
在此基础上，本文完成了以下主要工作：
结合心理测量学文献，研究了重新定义用户参与信号的方法（RQ1）。
提出了两组易于自动化预测参与度的特征（基于情景无关的质量文献和视频特定特征的跨模式特征），并评估了它们（RQ2 和 RQ3）预测性能的差异。
构建了一个大型视频讲座数据集，并评估了所提出的参与信号和特征集（RQ2-4）的性能。
比较了跨模态特征，分析了单个特征在预测模型中的影响（RQ4）。
将本文的基于人群的参与方法与个性化的类似方法进行比较，以证明其有用性（RQ5）。
比较了将视频讲座分为两个不同的知识领域：STEM（如技术、物理和数学讲座）与其他领域（如艺术、社会科学和哲学讲座）的参与模式。
本文使用的数据来自一个流行的 OERs 资料库，视频讲座 Net（VLN），地址如下：www.videolectures.net，并从其中选择了研究人员在同行评审会议上演示的视频集合。
本文使用的特征包括：
授课时长（Lecture Duration），因为较短的视频一般更具吸引力；
分块（Chunking），即演讲是否被分成多个部分；
描述授课类型（Type of Lecture）的一组指标变量，如教程、研讨会等；
演讲者速度（Speaker Speed），使用每分钟平均讲词量来衡量；
沉默期率（Silence Period Rate，SPR），它是使用视频记录中表示沉默的特殊标记计算出来的。具体而言，SPR 计算如下：
