PAMoR: Parameterized Affective Motion Generation in Real Time for Humanoid Robots
本文介绍了 PAMoR，这是一个用于类人机器人的实时系统，它通过从运动学中导出效价-唤醒度坐标，对情感运动进行定量参数化，从而在保持高动作保真度的同时，生成能够准确传达指令情感的表达性全身运动。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在我们的日常生活中，从购物中心到演唱会舞台，在拥挤的空间里，机器人正开始穿梭于我们之间。我们观察它们，不仅仅是看它们能否搬起一个箱子或走过一个房间；我们还在观察它们的感觉如何。人类天生就能通过动作读取情绪。耸肩暗示着忧伤，而轻快的步伐则意味着喜悦。这是一种我们无需言语即可理解的肢体语言，也是我们在与他人互动时不断运用的技能。但对于机器人而言，要学会这种语言，它不能仅仅是完成一项任务，它必须以特定的情感基调来完成这项任务。直到现在，教机器做到这一点一直很困难。大多数为数字角色创建情感动作的系统都依赖人类演员提供参考视频，或使用像“快乐”这样简单的标签。这些方法非常僵化。标签无法进行微调，无法让动作变得稍微更兴奋一点或稍微没那么紧张一点；而视频参考则是被锁死在时间里的，无法即时改变其情绪。此外，当这些数字动作被转移到实体机器人身上时，这个过程往往会扭曲原本想要传达的情感，丢失了那些承载着情绪的细微速度和姿态变化。
一组研究人员开发了一种解决此问题的新方法，创造了一个系统，使物理机器人能够实时生成情感动作，并具备在运动过程中调整情绪的能力。他们将这一框架称为 PAMoR。该系统并非依赖人类标签或预录视频，而是将情绪视为一组可测量的物理量。它使用了一个被称为“效价-唤醒度平面”（valence-arousal plane）的心理学模型，将感受映射到两个简单的维度上。第一个维度是效价（valence），衡量感觉的正向或负向程度，范围从忧伤到快乐；第二个维度是唤醒度（arousal），衡量感觉的活跃或平静程度，范围从乏味到兴奋。研究人员发现，他们可以直接从机器人的自身肢体动作中计算出这两个数值。他们发现，积极、快乐的感觉对应着开放、扩张的姿态，而消极的感觉则对应着收缩、蜷缩的姿态。同样，高能量和高速度指示高唤醒度，而缓慢、静止的动作则指示低唤醒度。通过将这些物理观察转化为数学公式，该系统可以为它看到的每一个动作贴上精确的情绪坐标标签，而无需人工观察并记录。
研究人员构建了一个能够在这台拥有 29 个关节的人形机器 Unitree G1 上使用该系统的机器人。机器人的大脑被设计为同时倾听三种不同的指令。其中一条指令告诉它执行什么动作，例如行走或挥拳；另外两条指令则通过设定效价和唤醒度数值，告诉它如何执行该动作。为了使这些指令在运作时不产生混淆，该系统采用了一种特殊的方法，将三个独立的学习模型结合在一起。一个模型学习动作，另外两个模型学习如何用不同的情感基调来塑造该动作。在每一次动作生成的步骤中，这些模型协同工作，产生符合指令的运动。这使得机器人可以在运动过程中改变其情绪。用户可以命令机器人行走，然后在它行走的过程中，将指令从“冷静且中性”改为“兴奋且快乐”，机器人会立即调整其步幅和姿态以匹配新的感受。
这项工作的成果表明，该系统运行得非常出色。当研究人员命令机器人以特定的情绪坐标运动时，机器人的实际动作与这些指令高度吻合。该系统可以生成全 range 的情绪，从痛苦到放松，机器人的肢体语言在这一光谱中平滑切换。为了测试人类是否真的能读懂这些情绪，研究人员进行了一项研究，让人们观看机器人以不同情感基调执行动作（如挥手或挥拳）的视频。观察者被要求猜测机器人正在表达什么情绪。实验结果显示，该系统成功地向观众传达了预期的情绪。在近 40% 的实验中，观察者正确识别出了机器人试图传达的具体情绪。这比以往依赖文本提示或视频参考的方法有了显著提升，并且接近了人们在观看人类演员进行情感化动作时的识别水平。研究还证实，机器人的动作感觉自然且具有类人感，而非机械或僵硬。
这种方法代表了我们对机器人运动思维方式的一种转变。研究人员不再将情绪视为叠加在任务之上的独立层，而是将其植根于机器人身体的物理现实之中。通过直接测量姿态和速度，他们创造了一个系统，在这里，情绪不仅是一个标签，而是一个可以像调节音量或速度一样轻松调节的可控参数。该系统实时运行，这意味着机器人可以对环境做出反应，并即时改变其情感表达。虽然研究人员指出，该系统目前依赖于一种关于身体形状如何与情绪相关的预设程序理解，且未来的工作需要解决机器人在物理控制器出现微小误差时如何维持这种表达，但其基础是非常稳固的。他们已经证明，机器人可以即时生成复杂的、带有情感的全方位肢体动作，并且人类能够以惊人的准确度读懂这些情绪。这让我们离未来更近了一步——在那时，机器人不仅是功能性的工具，更是能够用肢体这一通用语言进行自我表达的社交伙伴。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。