×

与人工伴侣互动:模拟情感方面的角色。 (英语) Zbl 1153.92301号

摘要:我们介绍了一个基于概率有限状态自动机的简单模型,用于描述机器人与人类用户或模拟代理之间的情感交互。根据代理的个性、态度和性质,以及它所接收到的情感输入,模型将确定代理本身显示的下一个情感状态。模型的概率性和时变性产生了丰富的动态交互,以及对对话者的自主适应。此外,还应用了一种强化学习技术,让一个代理将其伙伴的行为推向所需的状态。通过提取高概率交互模式和借助马尔可夫链的遍历特性,该模型也可以用作行为分析的工具。

MSC公司:

92B20型 生物研究、人工生命和相关主题中的神经网络
91E99型 数学心理学
60年20日 马尔可夫链和离散时间马尔可夫过程在一般状态空间(社会流动、学习理论、工业过程等)上的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Anderson K,McOwan P(2006)用于识别人类面部表情的实时自动系统。IEEE Trans-Syst Man-Cybern B Cybern 36(1):96–105·doi:10.1109/TSMCB.2005.854502
[2] AndréE、Klesen M、Gebhard P、Allen S、Rist T(1999)《将人格和情感模型融入栩栩如生的角色》。摘自:互动中的情感——走向新一代界面研讨会论文集,第136-149页
[3] 阿盖尔M(1975)《身体沟通》。国际大学出版社。
[4] Campadelli P,Lanzarotti R(2002),面部特征和基准点的定位。收录于:国际视觉、成像和图像大会论文集(VIIP2002)·Zbl 1028.68579号
[5] Chernova S,Arkin RC(2007)《从审议到常规行为:一种用于常规行为捕获的认知启发行动选择机制》。改编Behav 15:199–216·doi:10.1177/1059712306076255
[6] Chittaro L,Serra M(2004)基于概率自动机和人格的自主角色行为编程:研究文章。计算动画虚拟世界15(3-4):319-326·doi:10.1002/cav.35
[7] Ciota Z(2005)基于人类语音的情感识别。参加:第十八届国际应用电磁学与通信会议
[8] Cormen TH,Leiserson CE,Rivest RL,Stein C(2001)算法导论,第二版。麻省理工学院出版社,剑桥
[9] Damasio A(1994)笛卡尔的错误:情感、理性和人脑。雅芳图书
[10] Doshi P,Gmytrasiewicz P(2004)《走向基于情感的理性规划近似:情绪的决策理论视角》。主题:建筑情感建模:跨学科基础春季研讨会工作笔记
[11] Ekman P(1992)基本情绪的论证。Cogn Emot 6(3–4):169–200·doi:10.1080/02699939208411068
[12] Ekman P,Friesen WV(1978)《面部动作编码系统手册》。咨询心理学家出版社,帕洛阿尔托
[13] Fabri M、Moore DJ、Hobbs DJ(1999)《情感化身:协作虚拟环境中居民之间的非语言交流》。在:人机交互中基于手势的通信国际手势研讨会论文集(GW’99),第269–273页
[14] Häggström O(2002)《有限马尔可夫链与算法应用》。剑桥大学出版社,伦敦·Zbl 0999.60001号
[15] Hopcroft JE,Ullman JD(1979)《自动机理论、语言和计算导论》。Addison-Wesley,阅读·兹标0426.68001
[16] Inamura T,Inaba M,Inoue H(2004)Pexis:基于概率经验表示的个人机器人自适应交互系统。系统计算Jpn 35(6):98–109·数字对象标识代码:10.1002/scj.10034
[17] Iosifescu M(1980)有限马尔可夫过程及其应用。纽约州威利·Zbl 0436.60001号
[18] 詹姆斯·W(1884)什么是情绪?。想法9:188-205·doi:10.1093/mind/os-IX.34.188
[19] Kopecek I(2003)从观察到的沟通中构建人格模型。In:第九届用户建模国际会议论文集;评估并适应用户的态度和效果:为什么、何时以及如何?第28-30页
[20] Kuhnlenz K,Buss M(2004)基于隐马尔可夫模型的情绪核心。摘自:IEEE第13届机器人与人类交互通信国际研讨会论文集(RO-MAN 2004)
[21] Lester JC、Towns SG、Callaway CB、Voerman JL、FitzGerald PJ(2000),动画教学代理中的表意和情感交流。收录:《具体会话代理》,麻省理工学院出版社,剑桥,第123–154页
[22] Magnenat-Thalmann N,Primeau E,Thalmann D(1988)《人脸动画抽象肌肉动作程序》。视觉计算3(5):290–297·doi:10.1007/BF01914864
[23] Nomura T(1996)基于随机自动机和社会心理学类比的个体之间关系的生成。摘自:ALIFE V海报演示文稿,第125–132页
[24] Ortony A、Clore GL、Collins A(1988)《情绪的认知结构》。剑桥大学出版社
[25] Paz A(1971)概率自动机导论。伦敦学术出版社·Zbl 0234.94055号
[26] Picard RW(1997)《情感计算》。麻省理工学院出版社,剑桥
[27] Picard RW,Vyzas E,Healey J(2001)《走向机器情绪智力:情感生理状态分析》。IEEE Trans-Pattern Ana Mach Intell 23(10):1175–1191·数字对象标识代码:10.1109/34.954607
[28] Rabin MO(1963)概率自动机。信息控制6(3):230–245·Zbl 0182.33602号 ·doi:10.1016/S0019-9958(63)90290-0
[29] Ryckman RM(2003)《人格理论》,第8版。Wadsworth出版社,贝尔蒙特
[30] Scherer KR(1984)《情绪的本质和功能:组件过程方法》。《情感的方法》,劳伦斯·埃尔鲍姆协会,第293–317页
[31] Schlosberg H(1954)情绪的三维。《心理学评论》61(2):81–88·doi:10.1037/h0054570
[32] Schroeder M(2004)《语音和情感研究:情感语音合成的研究框架和维度方法概述》。萨尔州大学论文
[33] Silva PRD,Bianchi-Berthouze N(2004)《测量姿势特征在表达情感状态中的显著性》。收录:2004年IEEE智能机器人和系统国际会议(IROS’04)会议记录,第2003-2008页
[34] Silva PRD、Osano M、Marasinghe A、Maduraperuma AP(2006)《通过肢体动作识别情感维度》。摘自:第七届自动人脸和手势识别国际会议记录(FGR06),第269-274页
[35] Sutton RS,Barto AG(1998)《强化学习:导论》(自适应计算和机器学习)。麻省理工学院出版社,剑桥
[36] Watkins C(1989)从延迟奖励中学习。英国剑桥大学学位论文
[37] Zanna M,Rempel JK(1988)《态度:旧概念的新视角》。在:Bar-Tal D,Kruglanski A(编辑)《知识的社会心理学》中。剑桥大学出版社,剑桥315,第315–334页
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。