机器人革命已经进入“互联网＋情感＋智能”的时代.doc

《机器人革命已经进入“互联网＋情感＋智能”的时代.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、机器人革命已经进入“互联网＋情感＋智能”的时代　　随着机器人进入日常生活中的各个方面，人们对其提出了更高的要求，希望它们具有感知人类情感、意图的能力，这类机器人称为情感机器人。　　情感机器人的出现将改变传统的人机交互模式，实现人与机器人的情感交互。用人工的方法和技术赋予机器人以人类式的情感，使情感机器人具有识别、理解和表达喜乐哀怒的能力。　　目前，机器人革命已经进入“互联网＋情感＋智能”的时代，这就要求机器人具有情感。　　机器人革命已经进入“互联网＋情感＋智能”的时代　　随着机器人进入日常生活中的各个方面，人们对其提出了更高的要求，希望它们具有感知人类情感、意图的能力，这类机器人称为情感机器人

2、。　　情感机器人的出现将改变传统的人机交互模式，实现人与机器人的情感交互。用人工的方法和技术赋予机器人以人类式的情感，使情感机器人具有识别、理解和表达喜乐哀怒的能力。　　目前，机器人革命已经进入“互联网＋情感＋智能”的时代，这就要求机器人具有情感。　　　　情感计算　　情感计算就是赋予计算机像人一样的观察、理解和表达各种情感特征的能力，最终使计算机能与人进行自然、亲切和生动的交互。情感计算及其在人机交互系统中的应用必将成为未来人工智能的一个重要研究方向。　　什么是情感计算？　　情感计算的概念是在1997年由麻省理工学院（MassachusettsInstituteofTech-nology，MI

3、T）媒体实验室Picard教授提出的，她指出情感计算与情感相关，源于情感或能够对情感施加影响的计算。　　心理学和认知科学对情感计算的发展起了很大的促进作用。心理学研究表明，情感是人与环境之间某种关系的维持或改变，当外界环境的发展与人的需求及愿望符合时会引起人积极肯定的情感，反之则会引起人消极否定的情感。情感是人态度在生理上一种较复杂而又稳定的生理评价和体验，在生理反应上的反映包括喜、怒、忧、思、悲、恐、惊七种基本情感。　　情感计算是一门综合性很强的技术，是人工智能情感化的关键一步。情感计算的主要研究内容包括：分析情感的机制，主要是情感状态判定及与生理和行为之间的关系；利用多种传感器获取人当前情

4、感状态下的行为特征与生理变化信息，如语音信号、面部表情、身体姿态等体态语以及脉搏、皮肤电、脑电等生理指标；通过对情感信号的分析与处理，构建情感模型将情感量化，使机器人具有感知、识别并理解人情感状态的能力，从而使情感更加容易表达；根据情感分析与决策的结果，机器人能够针对人的情感状态进行情感表达，并做出行为反应。　　不能理解怎能陪伴：情感计算关键技术　　情感计算中关键的两个技术环节是如何让机器能够识别人的情感、如何根据人的情感状态产生和表达机器的情感。虽然情感计算是一门新兴学科，但前期心理学、生理学、行为学和脑科学等相关学科的研究成果已经为情感计算的研究奠定了坚实的基础。目前，国内外关于情感计算的

5、研究已经在情感识别和情感合成与表达方面，包括语音情感识别与合成表达、人脸表情识别与合成表达、生理信号情感识别、身体姿态情感识别与合成表达等，取得了初步成果。　　1、情感识别现状　　情感识别是通过对情感信号的特征提取，得到能最大限度地表征人类情感的情感特征数据，据此进行建模，找出情感的外在表象数据与内在情感状态的映射关系，从而将人类当前的内在情感类型识别出来。在情感计算中，情感识别是最重要的研究内容之一。情感识别的研究主要包括语音情感识别、人脸表情识别和生理信号情感识别等。　　　　1）语音情感识别　　MIT媒体实验室Picard教授带领的情感计算研究团队在1997年就开始了对于语音情感的研究。在

6、语音情感识别方面，该团队的成员Fernandez等开发了汽车驾驶语音情感识别系统，通过语音对司机的情感状态进行分析，有效减少了车辆行驶过程中因不好情感状态而引起的危险。　　2）人脸表情识别　　人脸表情识别是情感识别中非常关键的一部分。在人类交流过程中，有55%是通过面部表情来完成情感传递的。　　20世纪70年代，美国心理学家Ekman和Friesen对现代人脸表情识别做了开创性的工作。Ekman定义了人类的6种基本表情：高兴、生气、吃惊、恐惧、厌恶和悲伤，确定了识别对象的类别；建立了面部动作编码系统（facialactioncodingsystem，FACS），使研究者能够按照系统划分的一系列

7、人脸动作单元来描述人脸面部动作，根据人脸运动与表情的关系，检测人脸面部细微表情。随后，Suwa等对人脸视频动画进行了人脸表情识别的最初尝试。随着模式识别与图像处理技术的发展，人脸表情识别技术得到迅猛发展与广泛的应用。目前，大多数情感机器人（如MIT的Kismet机器人、日本的AHI机器人等）都具有较好的人脸表情识别能力。　　3）生理信号情感识别　　MIT媒体实验室情感计算研究团队最早对生理信号的情