识别人类内部状态：一种基于概念器的途径
人机交互
2019-09-12 v1 机器学习
机器学习
摘要
过去几十年中，社交机器人作为行为教练应用于自闭症谱系障碍干预的兴趣日益增长[4]。我们认为，嵌入治疗中的机器人也可以通过观察患者行为来提供定量诊断信息。ASD 症状的社会性意味着，为此机器人需要能够识别其人类交互伙伴正在经历的内部状态，例如困惑、投入等状态。解决这一问题可分解为两个疑问：(1) 机器人可获取的哪些信息可用于识别内部状态；(2) 系统应如何对内部状态进行分类，以给出足够细致的诊断信息？本文深入讨论了这两个问题，并提出了一种新颖的、基于概念器(conceptor)的分类器。我们报告了该系统的初步结果于一项概念验证研究中，并概述了未来工作计划。
引用
@article{arxiv.1909.04747,
title = {Recognizing Human Internal States: A Conceptor-Based Approach},
author = {Madeleine Bartlett and Daniel Hernandez Garcia and Serge Thill and Tony Belpaeme},
journal= {arXiv preprint arXiv:1909.04747},
year = {2019}
}
备注
4 pages, 1 figure, HRI conference workshop