学习何时询问：基于仿真训练的人类机器人用于精神健康诊断
机器学习
2025-12-11 v1 人工智能
人机交互
机器人学
摘要
使用人类机器人进行用户测试缓慢、会导致磨损，并限制迭代和多样性。然而，筛查代理必须掌握对话时机、语调、背部提示以及如何关注面部和语音中信息的技能，以进行抑郁和 PTSD 诊断。大多数模拟器忽略了非语言动态下的策略学习；许多控制器在追求任务准确性的同时，低估了信任、节奏和关系的重要性。我们将人类机器人虚拟化为对话代理，以便在没有硬件负担的情况下进行训练。我们的代理中心、仿真优先管道将访谈数据转化为 276 个 Unreal Engine MetaHuman 患者，包含同步的语音、注视/面部表情和头部-躯干姿态，以及 PHQ-8 和 PCL-C 流程。感知融合-策略循环决定何时以及说什么、何时进行背部提示以及如何避免中断，同时受到安全护栏约束。训练使用反事实回放（受限非语言扰动）和不确定性感知的轮次管理器，该管理器探测以减少诊断不确定性。结果仅限于仿真环境；人类机器人是转移目标。在比较三个控制器时，定制 TD3 (Twin Delayed DDPG) 优于 PPO 和 CEM，实现了接近极限的覆盖率，同时在相当的奖励下保持更稳定的节奏。决策质量分析显示，轮次重叠可忽略不计，切分时机一致，澄清提示更少，等待时间更短。性能在模态丢弃和渲染器更换下保持稳定，排名在留样本患者分割上保持一致。贡献包括：(1) 将访谈转化为 276 个具有受限非语言反事实性的交互式患者的代理中心仿真器；(2) 将时机和关系视为一级控制变量的安全学习循环；(3) TD3 与 PPO/CEM 的比较研究，显示在完整性和社交时机方面的显著优势；(4) 消融和鲁棒性分析解释了这些优势，使临床医生监督的人类机器人试点成为可能。
引用
@article{arxiv.2512.08952,
title = {Learning When to Ask: Simulation-Trained Humanoids for Mental-Health Diagnosis},
author = {Filippo Cenacchi and Deborah Richards and Longbing Cao},
journal= {arXiv preprint arXiv:2512.08952},
year = {2025}
}