A Two Timescale Probabilistic State-Space Framework for Multimodal Affect Estimation and Uncertainty Aware Expressive Behavior in Humanoid Robots: A Monte Carlo Simulation Study
تقترح هذه الدراسة وتقيم إطار عمل لحالة الفضاء الاحتمالية ثنائي المقياس الزمني يدمج إشارات التأثير متعددة الوسائط مع التحكم الواعي باليقين لتحسين استجابة الروبوتات البشرية، مما يثبت عبر محاكاة مونت كارلو أن مرشح كالمان ذو البوابة وتعيين العرض الموزون بالثقة يقللان بشكل كبير من أخطاء التقدير والاضطراب السلوكي مقارنة بالطرق المرجعية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
لطالما تخيلت البشرية روبوتات تفعل ما هو أكثر من مجرد اتباع الأوامر؛ فنحن نريد آلات يمكنها فهمنا، وقراءة أمزجتنا، والاستجابة بنوع من اللباقة الاجتماعية. يهدف هذا المجال، المعروف باسم الحوسبة العاطفية، إلى منح الآلات القدرة على التعرف على المشاعر الإنسانية والتفاعل معها. ولكي يكون الروبوت رفيقًا حقيقيًا في فصل دراسي أو مرفق رعاية، لا يمكنه ببساطة التفاعل مع لقطة واحدة لوجه شخص ما أو صوته، بل يجب أن يفهم أن العواطف عابرة، بينما الأمزجة تتغير ببطء أكبر، وأن المستشعرات التي يعتمد عليها — مثل الكاميرات والميكروفونات والأجهزة القابلة للارتداء — غالبًا ما تكون غير مثالية، وقد تُحجب أحيانًا بيد أو تتقطع بسبب الضوضاء. إن التحدي المركزي لا يكمن فقط في اكتشاف ابتسامة أو عبوس، بل في بناء نموذج ذهني يتتبع هذه المشاعر بمرور الوقت مع الاعتراف بعدم اليقين، حتى لا يرتكب الروبوت خطأً اجتماعيًا محرجًا من خلال التفاعل بقوة مفرطة مع مجرد تخمين.
في دراسة حديثة، تناول باحث في معهد نيويورك للتكنولوجيا هذه المشكلة من خلال إنشاء محاكاة حاسوبية متطورة لاختبار كيف يمكن للروبوت أن يدير هذا اليقين بأفضل طريقة ممكنة. لا يتضمن العمل أشخاصًا حقيقيين أو روبوتات مادية؛ بل يستخدم بيئة افتراضية يحاول فيها روبوت رقمي تقدير الحالة العاطفية لإنسان محاكى. لقد بنى الباحث نظامًا يعامل العاطفة البشرية كمزيج من شيئين: مشاعر سريعة الحركة ومزاج كامن وأبطأ حركة. يستمع هذا النظام إلى ثلاثة أنواع مختلفة من الإشارات في آن واحد: نبرة الصوت، وحركة عضلات الوجه، والتغيرات في فسيولوجيا الجسم، مثل معدل ضربات القلب أو موصلية الجلد. ولأن هذه الإشارات ليست متاحة دائمًا ويمكن أن تكون مضللة أحيانًا، يستخدم النظام نهجًا رياضيًا يسمى "مرشح كالمان" (Kalman filter). يعمل هذا الأسلوب كعملية مستمرة من التنبؤ والتصحيح، حيث يقوم باستمرار بتحديث أفضل تخمين له لما يشعر به الإنسان مع الاحتفاظ بسجل لمدى ثقته في ذلك التخمين.
اختبرت الدراسة هذا النهج مقابل طرق أبسط استُخدمت في الماضي، مثل أخذ متوسط سريع لقراءات المستشعرات أو الاعتماد على نوع واحد فقط من المستشعرات، مثل الكاميرا. وفي المحاكاة، أثبت النظام الجديد أنه أكثر دقة بشكل ملحوظ. فعندما كانت المستشعرات تعمل بشكل مثالي، قلل النظام المتقدم الخطأ في تقديراته العاطفية بنسبة 35 بالمائة تقريبًا مقارنة بالطرق القديمة التي تعتمد على التنعيم. وزادت هذه الميزة بشكل أكبر عندما كانت المستشعرات تتعرض للحجب المتكرر أو فقدان الاتصال، وهي مشكلة شائعة للروبوتات المتنقلة. في هذه الظروف الصعبة، حافظ النظام الجديد على دقته من خلال الاعتماد على نموذجه الداخلي لكيفية تغير الأمزجة بمرور الوقت، بينما ظلت الطرق القديمة ثابتة أو متمسكة بمعلومات قديمة. ووجدت الدراسة أيضًا أن ميزة أمان محددة، تعمل كمرشح لتجاهل الطفرات المفاجئة والمتطرفة في البيانات والتي يُرجح أنها أخطاء، لم تساعد إلا عندما كانت تلك الأخطاء موجودة بالفعل. فعندما كانت البيانات نظيفة، جعل هذا المرشح النظام أقل دقة قليلًا، مما يشير إلى وجوب استخدام مثل هذه الضمانات بحذر.
ولعل النتيجة الأكثر عملية تتعلق بكيفية تصرف الروبوت بمجرد اتخاذه لتقدير ما. اكتشف الباحث أنه يمكن للروبوت استخدام مقياس عدم اليقين الخاص به لتقرير مدى قوة التعبير عن عاطفة ما. فمن خلال ضبط ردود أفعاله بناءً على مدى ثقته، يمكن للروبوت تجنب القيام بتخمينات جامحة. وفي المحاكاة، قلل هذا النهج من عدد المرات التي أظهر فيها الروبوت عاطفة خاطئة بنسبة تقارب النصف، مع زيادة خطأ التتبع بنسبة 32 بالمائة تقريبًا فقط. تشير هذه المقايضة إلى أن الروبوت الذي يكون مستعدًا لأن يكون أقل تفاعلاً عندما يكون غير متأكد هو في الواقع أكثر موثوقية وملاءمة اجتماعية. وتخلص الدراسة إلى أنه بينما يوفر هذا الإطار أساسًا متينًا وقابلًا للتكرار للعمل المستقبلي، إلا أنه يظل مجرد محاكاة. فالأرقام والسلوكيات المرصودة هي خصائص للنموذج نفسه، ولم تثبت بعد في الواقع الفوضوي للتفاعل البشري. وحتى ذلك الحين، يظل هذا العمل بمثابة مخطط واضح وقابل للتفنيد لكيفية تعلم الآلات يومًا ما كيفية التنقل في المشهد المعقد للعاطفة البشرية دون تجاوز حدودها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.