基于类型特定库的社会机器人深度手势生成
机器人学
2022-10-14 v1 多媒体
摘要
身体语言（如对话手势）是缓解交流的有效方式。对话手势不仅使言语更生动，还包含语义信息，有助于强调讨论中的重要内容。在机器人领域，赋予对话智能体（人形机器人或虚拟化身）恰当使用手势的能力至关重要，却仍是一项极为困难的任务。这是因为仅给定文本作为输入，生成恰当手势存在诸多可能性与歧义。与以往工作不同，我们提出一种新方法，显式考虑手势类型以减少这些歧义并生成类人对话手势。我们所提系统的关键在于基于 TED 数据集构建的新手势数据库，其允许我们将词映射到三类手势之一：“意象型”手势（表达言语内容）、“节拍型”手势（强调词语）以及“无手势”。我们提出一个系统，首先将输入文本中的词映射到对应手势类型，生成类型特定手势，并将所生成手势合成为最终平滑手势。在对比实验中，所提方法的有效性在针对虚拟化身与人形机器人的用户研究中得到证实。
引用
@article{arxiv.2210.06790,
title = {Deep Gesture Generation for Social Robots Using Type-Specific Libraries},
author = {Hitoshi Teshima and Naoki Wake and Diego Thomas and Yuta Nakashima and Hiroshi Kawasaki and Katsushi Ikeuchi},
journal= {arXiv preprint arXiv:2210.06790},
year = {2022}
}