REACT

REACT数据集由耶鲁大学创建，包含两个子数据集：REACT-Nao和REACT-Shutter，分别记录了人类与Nao机器人协作游戏和与Shutter机器人进行摄影任务的交互数据。REACT-Nao包含约864分钟的数据，涉及72名参与者，而REACT-Shutter包含约160分钟的数据，涉及40名参与者。数据集详细记录了参与者的面部表情、头部姿态等非语言行为，以及他们对机器人的评价反馈。该数据集旨在研究人类在长时间与机器人交互中的反应变化，以及如何通过这些数据改进机器人的行为适应性。

The REACT dataset was created by Yale University, and it consists of two sub-datasets: REACT-Nao and REACT-Shutter, which respectively record interaction data between humans and the Nao robot during collaborative game tasks, and between humans and the Shutter robot during photography tasks. REACT-Nao contains approximately 864 minutes of data involving 72 participants, while REACT-Shutter includes roughly 160 minutes of data with 40 participants. The dataset comprehensively documents non-verbal behaviors of participants such as facial expressions and head poses, as well as their evaluative feedback towards the robots. This dataset aims to investigate changes in human responses during long-term human-robot interaction, and explore how to improve the behavioral adaptability of robots using this dataset.

原始信息汇总

REACT数据库概述

数据集介绍

REACT数据库包含两个数据集，用于分析人类与机器人在交互过程中的反应和评估反馈。这两个数据集分别是：

1. REACT-Nao

   • 数据文件：REACT-Nao_Data.md
   • 数据处理：data_processing
   • 示例分析：example_analysis

2. REACT-Shutter

   • 数据文件：REACT-Shutter_Data.md
   • 数据处理：react-shutter_dataprocessing.md
   • 示例分析：react-shutter_paperanalysis.ipynb

数据集内容

这两个数据集包含了人类、机器人以及任务相关的数据，记录了在人机交互过程中用户的自然反应。数据集的组织结构清晰，便于后续的数据处理和分析。

搜集汇总

背景与挑战

背景概述

REACT是一个用于人机交互研究的数据集，包含REACT-Nao和REACT-Shutter两个子集，分别基于协作游戏和摄影场景收集人类对机器人的自然反应和评估反馈数据。该数据集强调交互历史对人类反应的影响，旨在支持未来模型在解释隐式反馈时考虑时间因素，并提供了数据、处理脚本和示例分析资源。