基于EEG的空间通道交互注意力神经网络用于检测移动协作中的同情心

科学领域:

• 机器人和人工智能 机器人和人工智能
• 神经科学和认知科学 神经科学和认知科学

背景情况:

• 人机交互 (HRI) 旨在复制情感参与的人际关系动态.
• 一个关键的挑战是准确地测量机器人的人工同情心.

研究的目的:

• 引入一种新的基于EEG的架构,SCIANN,用于解码运动协作中的同情心.
• 评估SCIANN在评估人工同情心方面的有效性.

主要方法:

• SCIANN结合了来自EEG数据的拓大脑激活和连接模式.
• 在私人和公共EEG数据集上进行评估,与五个基线模型进行比较.

主要成果:

• 在私人数据集 (跨主体和跨主体) 中,SCIANN在检测诱导的同情心方面取得了100%的准确性.
• 在公共数据集上实现了高准确度 (98.3%跨主题,92.2%跨主题).
• 功能可视化与神经生理学发现一致,证实了SCIANN的有效性.

结论:

• SCIANN在人工同理心评估方面表现出卓越的表现.
• 提供了一个强大的和可通用的框架来评估在HRI应用中的同情心.