EMoG: Emotion-Modulated Gait Generation for Expressive Humanoid Locomotion

I robot sono da tempo maestri del mondo fisico, capaci di sollevare oggetti pesanti, navigare su terreni sconnessi ed eseguire compiti complessi con precisione meccanica. Eppure, quando si tratta della sottile arte dell'interazione umana, appaiono spesso rigidi e distanti. Sebbene gli ingegneri abbiano risolto il difficile problema di far camminare un robot senza farlo cadere, hanno ampiamente ignorato il modo in cui quel robot cammina. Nella comunicazione umana, il modo in cui muoviamo il corpo racconta una storia tanto forte quanto le nostre parole; un passo trascinato e curvo trasmette tristezza, mentre una camminata vivace e saltellante segnala gioia. Affinché un robot possa davvero connettersi con le persone, deve imparare a esprimere questi sentimenti attraverso la sua andatura, non solo cambiando il volto o la voce, ma alterando il ritmo stesso e la forma del suo movimento.

Un team di ricercatori ha sviluppato un nuovo sistema chiamato EMoG per insegnare questa abilità ai robot umanoidi. Invece di programmare un robot con una lista fissa di camminate pre-registrate, questo framework permette alla macchina di generare uno stile di camminata unico al volo, fondendo istruzioni fisiche specifiche con un tono emotivo. Il sistema funziona prendendo due tipi distinti di input: i comandi pratici che dicono al robot dove andare e a che velocità, e un separato "codice di stile" che detta l'emozione del movimento. Un piccolo ed efficiente programma informatico combina poi questi input per creare un modello di camminata a tutto corpo in tempo reale. Questo modello non è una registrazione statica, ma un insieme dinamico di istruzioni che il sistema di controllo del robot segue, garantendo che la macchina rimanga stabile pur esprimendo un determinato umore.

Per insegnare al robot come camminare con sentimento, i ricercatori hanno avuto prima bisogno di una libreria di esempi. Hanno registrato professionisti della recitazione mentre camminavano interpretando sei diversi stati emotivi: felice, sicuro di sé, triste, spaventato, timido e una base neutra. Questi attori camminavano in varie direzioni e a diverse velocità, fornendo un ricco dataset di movimento umano. Il team ha poi utilizzato un processo informatico per tradurre questi movimenti umani in un formato comprensibile al robot, filtrando attentamente qualsiasi movimento che avrebbe potuto causare la perdita di equilibrio della macchina. Hanno suddiviso le lunghe sequenze video in cicli ripetuti di passi, assicurandosi che i dati rappresentassero schemi di camminata fisicamente possibili. Questa pipeline automatizzata ha creato una vasta collezione di oltre due milioni di fotogrammi di dati di movimento, coprendo migliaia di distinti clip di camminata, che hanno servito da terreno di addestramento per la nuova capacità del robot.

Il cuore del sistema è un generatore che impara a mescolare questi stili emotivi con i comandi fisici. Quando un utente vuole che il robot cammini in avanti a una velocità specifica, può anche specificare un'emozione, come "felice" o "triste", e un livello di intensità per quel sentimento. Il sistema regola la postura del robot, l'altezza dei suoi passi e la tensione nelle sue articolazioni per adattarsi a quell'emozione. Ad esempio, una camminata felice potrebbe comportare una postura più eretta e oscillazioni delle braccia più ampie, mentre una camminata triste presenterebbe una schiena curva e movimenti più piccoli e lenti. Fondamentalmente, i ricercatori si sono assicurati che il robot potesse ancora seguire perfettamente i suoi comandi di navigazione. Anche mentre il robot cambiava il suo stile emotivo, manteneva l'esatta velocità e direzione richiesta dall'utente, dimostrando che l'espressività non deve venire a scapito del controllo.

Per rendere questa interazione ancora più naturale, il team ha aggiunto un'interfaccia linguistica che permette alle persone di parlare direttamente al robot. Utilizzando un grande modello linguistico, il sistema può prendere una frase come "Mi sento un po' giù" e tradurla automaticamente nello stile emotivo e nell'intensità corretti per l'andatura del robot. Il sistema interpreta il sentimento del testo, seleziona lo stile di camminata appropriato e imposta il livello di intensità, tutto senza che un essere umano debba regolare manualmente le impostazioni tecniche. Nei test, il robot ha convertito con successo queste frasi libere in comportamenti di camminata distinti, dimostrando di poter comprendere il peso emotivo del linguaggio umano e rifletterlo nel proprio movimento fisico.

I ricercatori hanno testato estensivamente il loro sistema per vedere se gli indizi emotivi fossero effettivamente visibili agli esseri umani. Hanno mostrato video del robot che camminava con diversi stili emotivi a un gruppo di persone e hanno chiesto loro di identificare l'umore. I risultati hanno mostrato che, all'aumentare dell'intensità dello stile emotivo, le persone erano molto più brave a riconoscere l'emozione intesa. Ad esempio, quando il robot camminava con un'alta intensità di tristezza, quasi tutti gli osservatori lo identificavano correttamente come triste. Tuttavia, lo studio ha anche rilevato che alcune emozioni erano più difficili da distinguere rispetto ad altre; sentimenti come la sicurezza di sé e la timidezza venivano talvolta confusi con una camminata neutra, suggerendo che certe espressioni emotive richiedano indizi fisici più sottili o più esagerati per essere chiaramente compresi.

Quando il robot ha eseguito queste camminate su hardware reale, gli stili emotivi sono rimasti riconoscibili, sebbene leggermente meno distinti rispetto alle simulazioni video. Questo è un problema comune nella robotica, dove i limiti fisici della macchina possono talvolta attenuare la sfumatura di un movimento. Nonostante ciò, il robot ha completato con successo quasi tutti i compiti di camminata che gli sono stati assegnati, mantenendo l'equilibrio e seguendo il suo percorso anche mentre esprimeva emozioni complesse. Il sistema ha dimostrato che è possibile dare una personalità a un robot attraverso la sua andatura senza sacrificare la sua capacità di svolgere il proprio lavoro. Separando lo stile emotivo dai comandi fisici, i ricercatori hanno creato uno strumento flessibile che permette ai robot di muoversi con un'espressività simile a quella umana, colmando il divario tra funzione meccanica e connessione sociale.