一维图灵类握手测试用于运动智能评估

本实验的总体目标是确定握手的计算机模型与人类握手的相似程度。首先，通过远程机器人接口向受试者呈现成对的握手感受，这些握手感受可能来自真人、计算机生成，或两者的组合。实验的第二步是要求每位受试者在每一对握手感受中，选择哪一个更像人类的握手。

该流程的最后一步是根据受试者的回答计算出手感模型的人类相似度等级，即模型人类相似度等级（MHLG）。最终，可通过类似图灵测试的握手测试获得结果，显示出不同模型之间的MHLG存在显著差异。图灵测试实际上仅局限于语言智能领域，而科学家和工程师在运动行为的运动控制方面观察到人工智能与自然智能之间存在巨大差距。

许多科学家曾思考过这种运动版本的图灵测试，但直到最近，可后退、可驾驶的机器人装置才在研究实验室中得到广泛应用，从而推动了一种类似于握手测试的简单、可重复实验方案的实施。该方法有助于回答人机交互领域的一些关键问题，例如，人类手臂运动中哪些关键特征能够带来自然的人类触感体验。该技术的应用还延伸至对运动功能障碍（如脑瘫）的诊断。

下一步是构建一种机器人诊断设备，能够区分正常的与受损的人类握手。该方法的视觉演示至关重要，因为通过远程机器人系统实现的握手动作并不自然，需要花费时间和练习才能学会如何操作并与机器人进行交互。根据经典图灵测试的原始概念，握手实验包含三个实体：一个人类、一台计算机和一名询问者。

询问者与人类受试者同处一室，但被屏幕隔开，因此询问者无法看到是计算机还是人类在生成握手动作。这些握手并非直接的物理握手，而是通过一种机械遥操作机器人接口来实现，该接口在人类握手的情况下由两个Phantom桌面机器人组成，而在计算机握手的情况下则由一个Phantom机器人和相应软件组成。当计算机屏幕上出现“握手”一词时，询问者与人类受试者会立即通过垂直移动遥操作机器人接口的触控笔来执行握手动作。

测试者的任务是通过比较两次握手，选择哪一次更像人类的握手：按 Home 键或 F1 键选择第一次握手，按 End 键或 F2 键选择第二次握手。本视频展示的三种实验方案在所比较握手的组成上有所不同。第一种方案是纯图灵测试方案，即在人类握手与计算机生成的握手之间进行选择。

第二个方案包含由人工施加力和计算机生成力以不同组合构成的握手。第三个方案包含由人工施加的握手力与噪声的不同组合，或完全由计算机生成的力。实验过程中，系统将自动创建一个随机文件，并提示输入该随机文件的名称。

如果文件已存在，系统将使用现有文件；否则，系统会自动生成一个具有指定名称的新随机文件。该随机文件定义了不同握手过程发生的顺序。

纯协议从12次练习试验开始，每次包含两次握手，即人类与询问者通过远程机器人系统共握手24次。询问者知晓此阶段其与人类握手。这些练习试验的目的是使参与者熟悉远程机器人交互界面。

练习轮次结束后，进行一个包含四次试验的试验组，每次试验中按随机顺序将人类握手与四种计算机模型握手之一进行比较，如此处示例所示。例如，在第一组的第一个试验中，测试者进行两次握手。

第一次握手由人产生，第二次握手由计算机根据模型三规定的力生成。然后，测试者在第一次握手和第二次握手之间进行选择，以判断哪一次握手更像人类的握手。例如，如果测试者认为第一次握手更像人类的握手而选择了它，则说明测试者选中了人类产生的握手。

然而，在下一次试验中，测试者不会被告知其是否正确识别了人类的握手。测试者的第一次握手是与计算机生成的模型二进行，第二次握手是与人类进行。测试者需再次选择最像人类的握手。

以类似方式再进行两次试验。测试其余两个模型，即模型一和模型四，与人类握手进行对比。至此完成一组试验。

实验包含11个区组，每个区组由四个试验组成，四种模型握手以随机顺序在每个区组中呈现。第一个区组为练习区组，分析基于剩余的10个区组进行。完成实验的10个区组后，每种模型握手均已与人类握手进行了10次测试。

完成11个实验区块后，将为四个受试模型中的每一个计算出一个模型拟人等级。该分析通过计算受试者认为模型握手比人类握手更像人类握手的握手次数所占比例来进行。例如，如果测试者在10次握手中有2次选择模型握手而非人类握手，则模型与人类的比例为0.2，将此比例乘以2，即可得到该模型的拟人等级。

对于每个模型，若其在10次试验中有2次被选为更像人类，则该模型的比例为0.2，其模型类人等级为0.4。若模型三在10次试验中有4次被选为更像人类，则其比例为0.4，其模型类人等级为0.8。若某一模型与人类无法区分，则其计算出的比例为0.5，模型类人等级为1。

如果一个模型明显是非人类的，例如其模型的人类相似度等级为零。MHLG 的上限为一。在本协议中，生成的握手动作与人类部分模型分离，其特定组合在试验中从完全计算机生成的握手到完全人类握手的范围内变化。

因此，这组实验被称为加权人类模型测试。该方案首先进行练习阶段，以帮助询问者学会识别纯人类握手，并熟悉实验装置。因此，练习阶段包含30次试验，用于比较纯人类握手与计算机生成握手。

每次试验结束后，测试者需判断两种握手方式中哪一种更像人类的握手。如果测试者正确识别出人类的握手方式，屏幕将显示“正确”。如果测试者未能选择正确的握手方式，则会出现“错误”提示，测试者可重新进行上一次的练习试验。

练习阶段结束后，测试者开始一系列试验，以评估两种握手。这两种握手分别为刺激握手和参考握手，每种握手均为人体与模型施加力的组合。在参考握手中，测试者感受到的握手力是人体产生的力与计算机生成模型产生的力的等量混合。

换句话说，当人类参与者做出握手动作时，该握手仅构成询问者所感知到的力的50%，其余50%的力来自刺激握手中的模型；因此，询问者所感受到的握手是人类产生的力与计算机生成模型产生的力不断变化的混合。在某些刺激握手过程中，人类贡献的比例超过一半，因而高于参考握手中的比例；而在其他刺激握手过程中，人类贡献的比例则低于一半，因而低于参考握手中的比例。

每次试验结束时，要求询问者选择感觉更像人类握手的那一次。本实验比较了三种模型，包括两个测试模型和一个基础模型。与纯协议相同，该协议以一个未经分析的区块开始，随后进行10个实验区块。

每个实验区组包含24次试验，涵盖三种模型组合中每种情况下模型与人类的八种线性组合。完成10个实验区组后，将对审问者的回答拟合一条逻辑心理测量函数。如配套文章所述，所得曲线显示了审问者做出判断的概率。

为了回答这一问题，刺激握手比参考握手更接近人类行为。根据刺激α值减去参考α值的结果，从心理测量曲线的0.5阈值水平提取主观相等点（PSE），该点表示当刺激α与参考α之间的差异使得两种握手被感知为具有相同程度的人类相似性时的数值。加权人类模型协议的人类相似性评分通过将PSE从0.5中减去得到：当模型被感知为最不具人类特征或最具人类特征时，其人类相似性评分分别为0或1。最终协议将模型握手与部分人类、部分随机噪声的握手进行比较。

在此方案中，刺激握手是基于模型的计算机生成握手。另一种握手，即参考握手，是由人类握手与白噪声的不同组合产生的力，其最大绝对力为 2 N，通过五阶低通巴特沃斯滤波器在最大频率为 2/π 处进行滤波。每次试验结束时，要求询问者选择感觉更像人类的握手。

该方案的设计与之前加权人类模型测试类似。在完成一次练习轮次和一个不进行分析的区块后，按以下方式运行一系列10个实验区块。PSE从前述心理测量曲线中提取，并用于定义在添加噪声方案中的人类相似性等级模型。

该图展示了纯协议下的实验结果，并将人类握手与两种不同的模型握手进行了比较。图中两个数据点分别表示名为 KB one 和 KB two 的两种黏弹性模型所计算出的拟人化等级评分。结果表明，模型 KB two 被感知为比模型 KB one 更接近人类握手。

该图展示了加权模型人类协议的结果，该协议将不同比例的模型人类握手与固定50:50比例的模型人类握手进行了比较。黑色标记代表测试模型的模型人类相似度评分，灰色标记代表基础模型的评分。误差线表示心理测量曲线和置信区间。

该图展示了添加噪声实验的结果，该实验将模型握手与具有不同人-噪声成分比例的握手进行了比较。黑色标记代表模型的人类相似度评分，灰色标记代表噪声的人类相似度评分。误差线表示心理测量曲线的置信区间。

这些结果表明，使用三种评估方法，粘弹性模型 KB 二均比粘弹性模型 KB 一更被感知为类人。在执行该操作过程中，重要的是要正确与机器人设备进行交互，并尽可能使交互过程平滑。遵循此操作流程后，还可采用其他方法，例如在广泛性发育障碍中测试或识别人类握手行为，以回答更多问题，例如：广泛性发育障碍如何影响区分人类与非人类手势的能力？如今，在该技术开发完成后，有望为将握手用作识别工具开辟道路。

我们假设握手的目的是为了了解对方的一些信息。因此，我们提出的人类握手模拟方法也有助于开发握手分类系统，该系统能够从对方的握手方式中提取相关信息。观看本视频后，您将能够充分理解如何执行一维巡游式握手测试，以及如何评估提交至首届国际巡游式握手测试大赛的握手模型。