通过生物物理数据和洞察力驱动的情感计算,推进情感意识的儿童机器人互动

科学领域:

• 情感计算是一种情感计算.
• 人与机器人的交互
• 人工智能的人工智能

背景情况:

• 有情感意识的机器对于推进人机交互 (HRI) 至关重要.
• 结合神经科学,心理学和人工智能可以创建适应性,情感意识的系统.
• 儿童机器人交互 (CRI) 需要系统动态地识别和响应情绪状态.

研究的目的:

• 为了研究情感感知机器使用生物物理数据的情感计算技术的整合.
• 通过实时情绪识别和响应来增强儿童机器人交互 (CRI).
• 开发能够动态地识别和响应人类情绪状态的适应性系统.

主要方法:

• 使用NAO机器人进行现实世界CRI试点研究.
• 面部表情分析和语音情绪识别用于实时情绪检测.
• 结合手工制作和深度学习的特征,以表达面部表情;声学特征用于语音情感.

主要成果:

• 实时CRI情绪识别实现了面部表情的85%准确度和语音情绪的83%.
• 使用动态贝叶斯混合模型 (DBMM) 进行离线评估,面部表情的准确率为92%,语音情绪的准确率为98%.
• 机器人成功地将儿童的负面情绪转化为中立或积极的状态,帮助情绪调节.

结论:

• 情感计算和生物物理数据集成推进了情感意识的机器和CRI.
• 意识到情感的机器人显示出对儿童的治疗和教育干预的潜力.
• 这项研究为个性化,同情的人机交互奠定了基础.