建模机器人讲故事者引发的用户共情
机器人学
2021-08-02 v1 人机交互
机器学习
摘要
能够感知人类共情的虚拟与机器人智能体，有潜力参与引人入胜且有意义的人机交互，从而支持人类福祉。计算共情 prior 研究集中于设计共情智能体，利用其言语与非言语行为模拟共情并尝试引发人类的共情回应。开发能够自动感知人类被引发共情的智能体这一挑战仍基本未被探索。我们的论文提出了首个建模与机器人智能体交互期间所引发用户共情的方法。我们从参与者聆听机器人讲故事这一新颖交互情境中收集了一个新数据集（46名参与者，6.9小时视频）。每次讲故事交互后，参与者填写问卷评估其与机器人交互期间的被引发共情水平。我们利用参与者聆听机器人讲故事时的视觉行为模式，使用8个经典机器学习模型和2个深度学习模型（长短期记忆网络与时域卷积网络）进行实验以检测共情。我们基于XGBoost的性能最佳方法在视频共情检测中达到了69%的准确率与72%的AUC。我们贡献了关于自动共情检测的建模方法与视觉特征的见解。我们的研究为未来开发可被虚拟与机器人智能体在人機交互中利用的共情感知模型提供了信息与动机。
引用
@article{arxiv.2107.14345,
title = {Modeling User Empathy Elicited by a Robot Storyteller},
author = {Leena Mathur and Micol Spitale and Hao Xi and Jieyun Li and Maja J Matarić},
journal= {arXiv preprint arXiv:2107.14345},
year = {2021}
}
备注
Accepted for publication and oral presentation at the International Conference on Affective Computing and Intelligent Interaction (ACII 2021)