基于情感计算的机器人学习(概要)

情感能力是人类智能的重要标志，情感计算是指对与情感有关的，由情感引发的，或是能够影响情感的因素的计算。

情感机器人的价值主要体现在机器学习的人机交互上面：机器人能够对人的面部表情、自然语言、身体姿态及对键盘和鼠标的使用特征等进行观察与分析，以识别和理解人的情感，并通过图像、文字、语音等做出智能而友好的反应，使得使用者形成自然而亲切的交互。更进一步，在人机交互时还可以通过对不同类型的用户建模(如操作方式、表情特点、态度喜好、认知风格、知识背景等)，以识别用户的情感状态，在对当前的操作作出即时反馈的同时还要对情感变化背后的意图形成新的预期，并激活相应的数据库，及时主动地提供用户需要的新信息。

传统机器学习（开发方法）：①基于知识的：直接对机器人编程完成一定任务②基于学习的：通过特定目标学习让机器人完成对应任务③基于行为的：面对复杂环境，机器人通过与环境相互作用完善其智能。局限：基于特定任务，一旦任务改变必须重新编程，无法面对不确定环境，需要大量的测试数据集，机器不知道自己在干什么，添加新知识的能力差，一次仅仅学习一个任务。

认知科学领域机器学习研究:

⑴认知科学发展历史。认知科学6大学科：现代心理学、信息科学、神经科学、数学、科学语言学和人类学。美国主要是智能研究和心智发育研究，日本主要是肢体研究和开发。

⑵美国在认知科学领域研究：麻省理工(MIT)的AI实验室Humanoid Robotics Group研究的cog机器人在智能仿人机器人的设计，特别是人和机器人交互、人的感知方面做出了巨大的贡献;Kismet机器人是一个社交机器人，能动态显示各种表情，是情感机器人研究的一部分，Media实验室的 Affective Computing小组在情感计算上的研究为机器人情感认知做出了许多有益的探索，Media实验室Personal Robots Group研究的Roco机器人能敏锐地移 动它的显示器，来跟随人的移动，Media实验室与斯坦--温斯顿工作室创造出的社交智能 机器人—Leonard代表了当今机器人研究在感知方面的最高水平，它不仅有丰富的面部表情，还和人一样有学习的能力，它可以吸收他人的观点，并在随后的行为中利用这些知识，它的智力与一般6岁孩子相仿，但不像标准的机器人那样采用预先编制的固定思考规则，它包含了内置的情感移情系统，这使得它可以揣测出他所遇到的人的目标和意向。美国Vanderbilt大学智能系统研究中心的ISAC机器人，基于多智能体构架，模仿人类大脑中前额叶皮层的工作机制来实现认知。

认知发育机器学习研究：

认知发育机器人是一种在结构上模仿人类认知过程，并在功能行为上也具有类似人类的能力，如自我意识，注意机制等，并能适应复杂环境，特别是对新环境能很好适应，能积累经验，有在线学习能力，通过在线学习不断学习积累新的知识和经验。从程序的角度说，认知发育就是事先编写基于非特定任务程序，在机器人启动后，通过后续一系列与环境的交互，不断地“获得感知”和“做出行动”。人类作为指导者的角色，并不知道机器人内部发生的变化，只能通过改变环境来影响机器人。

基于情感计算的机器学习研究：

⑴情感计算研究基础与核心技术：I基础是认知科学、心理学、生理学和神经科学等。II核心技术包括研究情感机理、情感信息的获取、情感识别、情感建模与理解、情感合成与表达、情感计算的应用、情感计算机的人机接口、情感的传递与交流。III关键问题是研究面部表情、语音、生理信号的情感建模和识别，也是建立人机和谐交互的基础之一。情感计算的研究可分为四步：①通过传感器直接或间接与人接触获得情感信息②通过建立模型对情感信息进行分析与识别③对分析结果进行推理达到感性理解④将理解结果通过合理方式表达出来。

第1页下一页