ARIS：面向社交機器人的智能體與關係智能系統

近年來，基礎模型的快速發展推動了社交機器人領域的顯著進步，使得機器人能夠實現更豐富的環境感知和與用户之間的自然溝通。然而，儘管取得了這些進展，現有系統在處理多輪對話、理解用户之間的複雜社會關係以及在大規模上下文環境中進行連貫對話方面仍然面臨挑戰。為了突破這些瓶頸，研究人員提出了ARIS（Agentic and Relationship Intelligence System，智能體與關係智能系統），這是一個面向社交機器人的統一智能體AI框架。ARIS創新性地整合了三種核心技術：多模態推理、基於知識圖譜的社會世界模型，以及檢索增強生成（RAG），所有這些組件都融合在一個模塊化的架構中。ARIS的核心包含三個主要部分。首先，社會世界模型通過知識圖譜顯式地映射和更新用户之間的社會關係，這使得機器人能夠在多次交互中進行社會推理並重新識別用户，從而持續優化其社交行為。其次，高效的RAG對話管道能夠處理數千輪對話歷史，即使歷史數據不斷增長，也能在保持低延遲的同時確保回覆的相關性和準確性。最後，系統通過結構化API協調語音、視覺和物理動作，形成一個完整且可擴展的模塊化智能體架構。為了驗證ARIS的有效性，研究團隊在軟銀的Pepper機器人上進行了實驗，設置了一個機器人介導的雙人對話場景，並與一個大語言模型（LLM）基線系統進行了對比。一項包含23名參與者的用户研究表明，與LLM基線相比，ARIS在感知智能、活力、擬人化以及整體喜愛度等關鍵指標上均獲得了顯著更高的評分。ARIS的三項主要貢獻為社交機器人領域帶來了新的可能性：它通過顯式的關係建模增強了機器人的社交意識；利用RAG技術實現了高效的長期對話管理；同時提供了一個可擴展且模塊化的架構。研究團隊表示，ARIS的實現代碼將在論文正式發表後以開源形式發佈，這將為領域內的進一步研究和應用提供寶貴的資源。