Developing Personalized Multi-Role Educational Robot Learning Assistants Based on Large Language Models

doi:10.1002/cae.70192

Developing Personalized Multi-Role Educational Robot Learning Assistants Based on Large Language Models

2026-05-05

0

PRE

AI

DOI：10.1002/cae.70192

原文链接

原文求助

摘要

En 中文

人机交互（HRI）学习在增强学习过程的互动性和趣味性以及培养具有创新思维能力的未来人才方面发挥着关键作用。然而，教育场景中的个性化多角色HRI研究仍显不足。为填补这一空白，本研究基于NAO机器人并利用ERNIE-4.0-Turbo-128K大型语言模型（LLM），开发了一个个性化多角色教育机器人学习助手（MREduRobot）。该助手提供个性化视频讲解和互动问答，并整合基于NAO的语音合成技术，模拟具有性别、性格特征及教学风格差异的定制化教师角色。此外，采用文本语义匹配方法为NAO机器人在情境化学习场景中生成适切动作。实验结果显示，系统在问答交互中的平均响应时间为20.70秒（标准差SD=4.60秒）。问卷调查表明，学习者更偏好以逻辑和创新为中心的教师角色。此外，MREduRobot组在提升学习体验（学习动机：双尾显著性Sig<0.001；师生互动：双尾显著性Sig<0.001）、降低认知负荷（双尾显著性Sig<0.001）以及提高学习效果（保持测试：双尾显著性Sig<0.001；迁移测试：双尾显著性Sig<0.001）方面显著优于视频组。这些发现表明，通过有效的HRI使用MREduRobot促进情境化学习的可行性。

Keyword:

human-robot interaction

large language models

learning assistants

multi-role educational robot

Developing Personalized Multi-Role Educational Robot Learning Assistants Based on Large Language Models

摘要

期刊

机构