A Two Timescale Probabilistic State-Space Framework for Multimodal Affect Estimation and Uncertainty Aware Expressive Behavior in Humanoid Robots: A Monte Carlo Simulation Study
本研究提出并评估了一种双时间尺度概率状态空间框架，该框架将多模态情感信号与不确定性感知控制相结合，以提高类人机器人的响应能力，并通过蒙特卡洛模拟证明，与基准方法相比，门控卡尔曼滤波和置信度加权显示映射显著降低了估计误差和行为抖动。
原始论文采用 CC BY 4.0 许可（https://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
长期以来，人类一直想象着能够不仅仅是执行命令的机器人；我们希望机器能够理解我们、读懂我们的情绪，并以一种社交上的优雅进行回应。这一被称为“情感计算”的领域，旨在赋予机器识别并反应人类情感的能力。对于想要成为教室或护理机构中真正伴侣的机器人而言，它不能仅仅是对一个人的面部表情或声音进行单次快照式的反应。它必须理解，情绪是转瞬即逝的，而心境的变化则较为缓慢；同时必须意识到，它所依赖的传感器——如摄像头、麦克风、可穿戴设备——往往是不完美的，有时会被一只手遮挡，或者被噪音干扰。核心挑战不仅在于检测微笑或皱眉，而在于建立一个能够随时间追踪这些感受的心智模型，并能在不确定时承认自己的不确定，从而使机器人不会因为对一个猜测做出过度反应而犯下社交尴尬的错误。
在最近的一项研究中，纽约技术学院的一位研究人员针对这一问题，通过创建一种复杂的计算机模拟来测试机器人如何才能最好地管理这种不确定性。这项工作并不涉及真实的人类或实体机器人；相反，它使用了一个虚拟环境，其中一个数字机器人试图估计一个模拟人类的情绪状态。研究人员构建了一个系统，将人类情感视为两者的结合：快速变化的情绪（feelings）和较慢的、潜在的心境（mood）。该系统同时监听三种不同类型的信号：语音语调、面部肌肉运动以及身体生理变化（如心率或皮肤电导率）。由于这些信号并不总是可用，且有时具有误导性，该系统使用了一种称为“卡尔曼滤波”（Kalman filter）的数学方法。这种方法就像是一个持续的预测与修正过程，不断更新其对人类感受的最佳猜测，同时记录下其对该猜测的信心程度。
研究将这种方法与过去使用的一些较简单的方法进行了对比，例如对传感器读数进行快速平均，或仅依赖一种类型的传感器（如摄像头）。在模拟中，新系统表现出显著更高的准确性。当传感器工作完美时，与旧有的平滑处理方法相比，该先进系统将情绪估计的误差降低了约35%。当传感器频繁被遮挡或失去连接时（这是移动机器人常见的问题），其优势更加明显。在这些困难条件下，新系统通过依赖其关于心境随时间变化的内部模型来维持准确性，而旧方法则只会停滞不前或保留过时的信息。研究还发现，一种特定的安全功能（其作用类似于过滤器，用于忽略极可能是错误的突然极端数据峰值）仅在这些错误确实存在时才有所帮助。当数据干净时，这种过滤器会使系统的准确性略微下降，这表明此类保护措施必须谨慎使用。
或许最具有实际意义的发现是关于机器人一旦做出估计后应当如何表现。研究人员发现，机器人可以利用自身的不确定性度量来决定其表达情感的强度。通过根据其自信程度来缩放反应规模，机器人可以避免做出鲁莽的猜测。在模拟中，这种方法使机器人显示错误情绪的次数减少了近一半，而仅将追踪误差增加了约32%。这种权衡表明，一个在不确定时愿意表现得不那么敏感的机器人，实际上更可靠且更符合社交礼仪。研究结论指出，虽然这一框架为未来的工作提供了一个稳固且可复现的基础，但它目前仍是一个模拟实验。观察到的数值和行为是模型本身的属性，尚未在复杂的人际互动现实中得到证实。下一个必要的步骤是在从人类身上收集的真实数据上测试这些想法，并最终在与人类互动的实体机器人上进行测试。在此之前，这项工作为机器未来如何学习在不逾越界限的情况下，驾驭复杂的人类情感景观，提供了一个清晰且可证伪的蓝图。
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。