将虚拟代理的交互风格与强化学习进行调整,以增强情感参与
Christian Tamantini1, Alessandro Umbrico1, Francesca Fracasso1
1Institute of Cognitive Sciences and Technologies, National Research Council of Italy, Rome, Italy.
这项研究开发了一种强化学习系统,用于适应性人与代理沟通,根据用户的情绪来个性化交互风格. 该系统对人格特征表现出敏感性,增强了参与干预的参与度.
科学领域:
- 人工智能的人工智能
- 人与计算机的交互
- 情感计算是一种情感计算.
背景情况:
- 沟通风格的动态适应对于在人与代理互动中持续参与至关重要.
- 个性化和引人入胜的对话对于诸如行为改变干预等应用程序至关重要.
研究的目的:
- 引入强化学习 (RL) 框架,用于实时调制代理沟通风格.
- 为了最大限度地提高用户在互动期间的情绪反应的情感价值.
- 为个性化对话系统创建一个独立于领域的方法.
主要方法:
- 对20名参与者进行了一项受试者之间的用户研究.
- 一个基于自适应性语音的代理人使用RL (普森采样) 来根据面部情绪识别选择"热情"和"中性"风格.
- 该代理调整了其风格,以增加或保持用户在交互转换中的情感价值.
主要成果:
- 该RL系统成功地根据用户的情绪反来调整其沟通风格.
- 在用户的精神病症得分和"中性"风格的强化之间发现了显著的正相关性 (斯皮尔曼的 ρ = 0.70,p = 0.04).
- 适应性代理保持了基于情感线索的可用性和个性化交互,尽管与静态接口相比,用户报告的体验没有显著差异.
结论:
- 适应性代理在情感相关的环境中具有个性化交互策略的巨大潜力.
- 调整代理行为与用户人格配置文件的能力支持在长期干预中部署.
- 个性化沟通增强了用户的动力和参与治疗和行为改变应用.
相关概念视频
13:57Assessing the Multiple Dimensions of Engagement to Characterize Learning: A Neurophysiological Perspective
08:59An Open-Source Virtual Reality System for the Measurement of Spatial Learning in Head-Restrained Mice
06:21Installation Method to Enhance Quality Control for Fiber Reinforced Polymer Spike Anchors
10:43Eye-tracking Technology and Data-mining Techniques used for a Behavioral Analysis of Adults engaged in Learning Processes
06:12Virtual Prism Adaptation Therapy: Protocol for Validation in Healthy Adults
07:29Online Explorative Study on the Learning Uses of Virtual Reality Among Early Adopters


