消歧情感刺激关联以增强机器人感知与对话
机器人学
2021-03-09 v1 计算与语言
计算机视觉与模式识别
摘要
有效识别并将情感应用于交互中是社交机器人极为理想的特性。隐式理解主体如何体验世界中不同种类的动作与物体，对于自然的人机交互（HRI）至关重要，从而能够执行积极动作并避免消极动作。在本文中，我们利用 NICO 机器人的外观与能力，使其能够对感知到的听觉刺激与 temporally asynchronous 的情绪表达之间建立连贯的情感关联建模。这是通过结合来自视觉与语言的情绪效价评估来实现的。NICO 利用该信息来决定何时延长对话，以在关联表征不连贯时积累更多情感信息。我们的主要贡献是赋予 NICO 机器人学习感知到的听觉刺激与情绪表达之间情感关联的能力。借助一个纠正情绪表达不一致的情感驱动对话系统，NICO 能够针对个体主体与特定刺激完成此任务。随后，机器人能够在真实 HRI 场景中利用该信息来判断主体对感知到的听觉刺激的喜好程度。
引用
@article{arxiv.2103.03940,
title = {Disambiguating Affective Stimulus Associations for Robot Perception and Dialogue},
author = {Henrique Siqueira and Alexander Sutherland and Pablo Barros and Mattias Kerzel and Sven Magg and Stefan Wermter},
journal= {arXiv preprint arXiv:2103.03940},
year = {2021}
}