当Maja Mataric想要投身的机器人工程领域尚未存在时,她参与创建了这个领域。2005年,她协助定义了"社会辅助机器人学"这一全新方向。
作为南加州大学(USC)计算机科学、神经科学与儿科学副教授,她在洛杉矶潜心研发能够通过社交互动提供个性化治疗与关怀的机器人。这些机器人能够进行对话、玩游戏,并对情绪作出回应。
如今,这位IEEE Fellow已是USC的正式教授。她专注于研究机器人如何帮助焦虑症和抑郁症学生开展认知行为治疗(CBT),该疗法的核心在于改变人的负面思维模式、行为方式和情绪反应。
凭借这些研究成果,她荣获了2025年MassRobotics机器人奖章。MassRobotics是一家总部位于波士顿的非营利机构,专门表彰推动机器人领域发展的女性研究者,并为机器人初创企业提供工作空间、原型开发设施、导师指导及交流合作机会。
在波士顿颁奖典礼上领奖时,Mataric难掩内心的喜悦。"我很幸运地收获了多个奖项,对此我深感感激。但这枚MassRobotics奖章对我意义非凡,因为在场的人我至少认识一半,"她说,"大家都面带微笑,整个氛围充满温情。"
从贝尔格莱德到MIT,工程师之路的起点
Mataric在塞尔维亚贝尔格莱德长大,父亲是工程师,母亲是作家。16岁那年父亲去世后,她随母亲移居美国。她将自己对工程的热情归功于父亲的启蒙,以及担任航空航天工程师的叔叔对她计算机科学兴趣的引领。
Mataric表示,直到加入USC教职前,她从未认为自己是工程师,因为她一直在计算机科学领域工作。"回头来看,我一直都是一名工程师,"她说,"但我从来没有刻意这样定位自己——这也是我希望传递给年轻人的一条信息:你不必提前把一切都想清楚。"
在堪萨斯大学攻读计算机科学学士期间,她通过一本教材初次接触了工业机器人。1987年毕业后,她进入MIT人工智能实验室(现为计算机科学与人工智能实验室)攻读研究生。在那里,她与IEEE Life Fellow、从事新型反应式行为机器人系统研究的Rodney Brooks相识,并加入了他的实验室完成硕士论文。
受动物利用地标导航方式的启发,Mataric开发了Toto——第一台基于行为导航的机器人。Toto借助分布式模型绘制了实验室所在建筑的地图,并能规划路径前往不同房间,同时利用声呐探测墙壁、门及家具。
1990年获得人工智能与机器人学硕士学位后,她继续在Brooks指导下攻读博士,开创了允许多达20台机器人协同执行复杂任务的分布式算法,任务涵盖物体搜索与环境探索。1994年博士毕业后,她加入马萨诸塞州沃尔瑟姆市的布兰迪斯大学,担任计算机科学助理教授,并创建了互动实验室,专注于研发能够协作完成任务的自主机器人。
三年后,她转赴加州,加入USC维特比工程学院,担任计算机科学与神经科学方向助理教授。2002年,她协助创建了机器人与嵌入式系统中心(现为机器人与自主系统中心),该中心专注于以人为中心的可扩展机器人系统研究,并推动USC各学科之间的合作。
"妈妈的机器人能帮助别人"
Mataric研究方向的转变发生在1998年她的第一个孩子出生之后。当女儿长大一些问她为何研究机器人时,她希望给出一个比"我发表了很多论文"更有意义的答案。
"孩子们不觉得那是好答案,她们可能是对的,"她说,"这让我意识到,我有能力做一些不一样的事情。我真的希望有一天当女儿再问这个问题时,我能回答:'妈妈的机器人是用来帮助人的。'"
2005年,Mataric与博士生David Feil-Seifer在国际康复机器人会议上发表论文,正式定义了"社会辅助机器人学"这一领域。这是当时唯一一篇探讨通过与人交流(而非执行体力任务)帮助人们完成任务和学习技能的论文。Feil-Seifer现为内华达大学里诺分校的计算机科学与工程学教授。
同年,她在USC创立了互动实验室,并将其研究重心定位于开发提供社交支持(而非体力辅助)的机器人。"我已经走到了职业旅程中的一个新阶段——我不想只做纯粹出于好奇心驱动的研究,"她说,"我们今天做的很多工作仍然充满探索精神,但始终围绕一个核心问题:如何帮助某个人过上更好的生活?"
2006年,她晋升为正教授,并出任USC维特比工程学院研究事务高级副院长;2012年,她进一步升任研究副院长。"在学术界,你可以身处领导岗位的同时继续做研究,"她说,"这是一个美妙而重要的机会,让学者既能站在本领域前沿,又能培育下一代学生,帮助下一代年轻教师成长。"
机器人如何帮助孤独症儿童与抑郁学生
Mataric互动实验室持续时间最长的研究项目之一,是探索社会辅助机器人如何帮助孤独症谱系障碍(ASD)儿童提升沟通能力。ASD是一种影响社交与学习方式的终身神经系统状况,患儿常常难以读懂非语言信号、与他人共同游戏或建立眼神接触。
她的团队研发了一款名为Bandit的机器人,能够与儿童互动游戏并给予积极反馈。Bandit高约56厘米,具有类人头部、躯干和手臂,头部可水平转动和俯仰,以两个摄像头作为"眼睛",嘴部和眉毛可活动以表达多种面部表情,躯干安装在带轮底座上。研究结果显示,与Bandit互动的ASD儿童展现出超出其日常表现的社交行为,例如主动发起游戏和模仿机器人动作。
团队还研究了机器人如何服务老年人和中风患者,为他们提供社交与认知辅助,并引导他们完成日常运动训练。
多年来,互动实验室还相继开发了Kiwi和Blossom等机器人。Kiwi外形似猫头鹰,帮助ASD儿童学习社交与认知技能,并激励独居老人保持身体活动;Blossom最初由康奈尔大学开发,互动实验室对其进行了改造,使其更具可定制性且成本更低,目前正被用于研究如何帮助焦虑或抑郁学生练习认知行为治疗。
机器人对比大语言模型聊天机器人:谁更有效?
Mataric在美国医学会医学新闻播客中介绍,这项研究的契机源于她发现大语言模型聊天机器人被推荐用于心理健康援助。"预约心理咨询师通常并不容易,或者可能缺乏保险覆盖,"她说,"加上焦虑和抑郁的高发率,现实需求确实迫切。"
这让聊天机器人的方案颇具吸引力,但她更想了解与Blossom这样的实体机器人相比,聊天机器人的效果如何。
团队在USC宿舍开展了一项为期两周的研究,学生被随机分配,每天与聊天机器人或与Blossom完成认知行为治疗练习,两种方式均由相同的大语言模型驱动。研究结果显示,与机器人互动的学生心理困扰程度出现了显著下降,而使用聊天机器人的学生则没有这一变化。
团队还对学生与机器人的对话记录进行了分析,发现即便使用相同的模型,机器人的效果依然优于聊天机器人。
基于上述发现,Mataric于2024年获得美国国家心理健康研究所资助,启动了一项为期六周的临床试验,深入研究社会辅助机器人在辅助认知行为治疗实践中的有效性。该试验目前正在进行中,预计还将探索Blossom如何根据每位用户的偏好和进展进行个性化调整,涵盖机器人的动作方式、推荐练习内容及反馈方式。
参与试验的120名学生全程佩戴Fitbit手环,用于监测生理指标。研究团队将评估参与者对机器人的认同感、内在动机、参与度及坚持程度等多项数据。
Mataric说,她为参与这一项目的研究生们感到骄傲。"工程师通常不会预料到自己需要与真人受试者合作,也需要在扎实的工程技能之外理解心理学,"她说,"选择从事这类研究的学生,都是真正有爱心、有担当的人。"
连接学术界与工程共同体
Mataric于1992年以研究生身份加入IEEE,当年她在《IEEE机器人与自动化汇刊》发表了第一篇论文,描述了她关于Toto的研究工作。她说,作为IEEE机器人与自动化学会成员,她找到了志同道合的社群,并积极参与多项重要学术会议。
她将自己加入USC工程系教职的机会归功于IEEE Life Fellow、《IEEE机器人汇刊》创刊主编George Bekey。Bekey通过她的导师Brooks了解到她的研究成果,并促成了这一机缘。
"加入一个学会是有意义的,而且这种意义可以是非常私人的,"她说,"这就是为什么我建议我的学生加入IEEE——走出去、建立联系,这很重要。"
Q&A
Q1:什么是社会辅助机器人学?它和普通机器人有什么区别?
A:社会辅助机器人学是由Maja Mataric等人于2005年提出的新领域,专注于通过社交互动(而非体力辅助)帮助人们完成任务或学习技能。与工业机器人或物理辅助机器人不同,社会辅助机器人通过对话、情感回应和游戏互动来支持用户的心理、认知或社交发展,适用于孤独症儿童干预、老年人陪伴及心理健康辅助等场景。
Q2:机器人Blossom是怎么帮助有焦虑或抑郁的学生的?
A:Blossom是USC互动实验室用于心理健康研究的社会辅助机器人,由大语言模型驱动,帮助学生开展认知行为治疗(CBT)练习。研究表明,与Blossom互动的学生心理困扰程度显著下降,效果优于仅使用聊天机器人的对照组。目前Mataric团队正在进行一项为期六周、涵盖120名学生的临床试验,探索Blossom的个性化适配能力及其在心理健康干预中的实际效果。
Q3:用大语言模型驱动的聊天机器人和实体机器人做心理辅导,效果一样吗?
A:不一样。Mataric团队的研究发现,即便聊天机器人和Blossom使用的是相同的大语言模型,实体机器人的干预效果明显更好。与机器人互动的学生在认知行为治疗练习后心理困扰有显著改善,而使用聊天机器人的学生则未见同等效果。研究者认为,机器人的实体存在感和社交互动特性是带来差异的关键因素。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。