基于价值共创的教育机器人交互设计研究

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:junjiec
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近几年创客教育的呼声愈来愈高,无论是校内对STEAM课程的重视,还是校外家长对学生创新意识的培养,都离不开相应的课程与教具,而教育机器人是目前应用比较广泛,与学生互动性较强的一类产品。本文针对教育机器人这一产品,以价值共创理念为指导,将价值共创运用到产品交互设计中,提升教育机器人的易学性、可玩性、互动性,让所有服务人群参与到设计流程中来。力求为创客教育提供满意的教育机器人产品,为创客教育产品提供设计路径,呼应双创号召,提振创新教育和创新意识。主要研究内容与方法:1.价值共创理念与教育机器人基础研究。通过文献综述的方法,发现在不同领域价值共创理念的运用方式,特别是在设计领域的先例。对现有的教育机器人产品进行调研,对最新的产品和技术进行整理。对教育机器人的定义和其设计要素进行研究。2.价值共创视角下设计研究机制。根据教育机器人的设计流程,研究价值共创在设计要素获取中的参与方式并给出研究机制模型。3.对教育机器人设计要素进行实验研究。运用问卷调研与观察法对用户进行研究,分析用户喜好产品对学生专注力的影响。4.根据研究结果给出设计策略。针对各个设计要素给出具体的参考依据和设计方向。5.价值共创视角下教育机器人设计实践。给出设计方案和交互方式并对其进行评价。得出研究结论如下:教育机器人在当下的青少年steam教育领域具有其不可或缺、不可替代性,其相关产业发展正在趋于完善,在实际使用过程中对教育机器人的要求不断加强,其精确度、产品形式、交互方式都需要不断优化。用户对其产品功能的要求更倾向于编程与硬件,对学生来讲,色彩明亮且交互方式有趣味性的产品更易获得学生的喜爱并有助于提高其专注力。本研究根据大量教学和竞赛经验给出的设计方案,能够一定程度上优化教育机器人特别是编程机器人的形式和功能,在交互方式上有了进一步的创新和提升,并且给出了后期迭代更新的思路与方法。
其他文献
机器学习涉及生活的各个方面并取得良好的效果,但传统的全监督学习算法需要大量的人工标注信息进行训练。在这种情况下,半监督学习(Semi-Supervised Learning,SSL)被提出并引起了广泛的关注。因为仅存在少量的标记样本,所以半监督学习算法往往受到带标签离异点的影响。为了提高半监督学习算法对于离异点的鲁棒性,本文基于Welsch损失函数设计了两个半监督学习算法并实现了一个验证系统,具体
随着社会的发展与科技的进步,信息技术亦得到了空前发展,在此背景下,基于互联网信息技术的新媒体成为了当下时代传媒行业的"新宠儿"。对于传统电视媒体而言,新媒体的兴起既对其造成了巨大冲击,也为其带来了新的发展契机。在新时期,日渐衰落的电视媒体若想突破时代的桎梏,则势必需要将自身的优势与新媒体的优势进行融合,实现二者的融合发展。为实现该目的,本文将对新时期电视媒体与新媒体融合发展的必要性、电视媒体与新媒
信息技术的高速发展使得网络空间安全问题愈发严重,传统的防御体系由于其确定性和静态性,已经无法应对未知的安全问题,网络空间这种不平衡的现状不断威胁着各行各业的信息安全。为了改变这一被动的局面,邬江兴院士提出了一套主动防御架构,即网络空间拟态防御架构(CMD)。该架构围绕动态、异构、冗余三大特性,针对未知的攻击行为,通过使系统内部发生不确定的变化,导致攻击者难以实现攻击目的。作为拟态防御架构中的重要环
三国,一个太多精彩人物出现的时代。因为这些风度卓然的人物,三国就成为了永恒的话题。司马氏家族能在这英雄辈出的时代,以晋代魏,不是偶然。这个家族最杰出的人物、西晋王朝的真正奠基者司马懿到底是怎样的一个人?称自己为魏晋"贞士"的司马孚在这历史旋涡中是怎样挣扎的?戴着代魏和平吴大业光环的司马衷是否有着祖辈的文才武略?本期特别关注,诚邀三位专家,带我们一起走进"司马懿与他的家族"。
期刊
语义分割在图像的解释中起着重要的作用,对图像分析任务至关重要。语义分割是一样集分类、识别和定位于一体的任务。分类是指为每幅图像指定一个类别;检测是指对目标的定位和识别;而图像分割可以被视为像素级预测,因为它要将每个像素分类到其所属类别中。语义分割曾经也有很多基于图像处理和机器学习的方法,大部分都着眼于手工设计的技术来独立地识别每个像素点。在传统的方法中,随机森林和Boosting是最有效的策略。这
随着互联网技术的不断发展,互联网用户数量急速增长。由于大量的网络服务都需要对用户进行精准定位,因此IP地址定位技术的研究越发重要。IP地址定位,即根据网络设备的IP地址确定其在地理上的位置,通常通过查询已有的IP地址库,或利用IP地址定位算法来实现。目前,国内已有的IP地址库数据质量参差不齐,并且大多存在定位精度低、偏差大的问题。另一方面,传统的IP地址定位算法定位准确度低,模型复杂度高,也难以投
三维目标检测是自动驾驶领域中的一项关键技术,能够在三维空间上实现对目标的定位与识别。使用单一的点云或图像数据进行三维目标检测有其局限性,许多研究者因此尝试使用多模态的数据来改善检测效果。本文基于深度学习理论,对使用激光雷达点云和图像的多数据源三维目标检测方法展开了研究。本文主要研究工作与创新之处如下:1)分析了三维目标检测中的关键技术与主要流程,针对使用多模态数据的检测方法进行了研究,设计了一种检
工业物联网旨在通过工业资源共享、数据互通和系统互操作,最终实现将传统工业提升到智能化的新阶段。然而,工业物联网中智能终端设备的安全问题却成为了制约工业物联网发展的痼疾。远程证明技术让一个可信验证方通过远程通信验证设备的运行情况,从而及时发现被恶意攻击的设备,成为保障工业物联网设备安全性的一种有效方法。然而,目前主流的安全证明方案都以静态防护为主,这类方案只能保证程序代码的完整性,无法抵御那些只改变
基于Web的在线交互式应用是云计算领域广泛存在的一种应用,为Web应用设计高效的云资源动态调度方法是研究热点之一。本文主要针对单层Web应用设计基于按需实例和竞价实例的异构云资源动态调度方法,在满足用户响应时间约束的前提下最小化资源租赁成本。现有的容错模型提供了异构云资源动态调度的基础框架,但忽略了竞价实例的价格变化,不能保证租赁期内竞价资源的稳定性和低成本,且采用基于资源预留的直接估计方法估计系
随着互联网技术的飞速发展,网络已成为人类生活不可或缺的活动空间。网络服务和应用层出不穷,致使网络流量数据规模迅速增大。因此,如何快速准确地识别流量类型和过滤某些恶意流量,从而避免高速网络拥塞问题以及确保关键业务的服务质量,对网络资源分配、服务质量保障、入侵检测等研究领域有重要参考和实践价值。随着私有协议或加密协议等新型业务的广泛应用,传统流量识别方法已经难以满足性能要求,尤其不能解决匿名和恶意流量