隨著機(jī)器人進(jìn)入各種環(huán)境融入我們的生活，開始與人類進(jìn)行定期互動(dòng)，它們需要盡可能有效地與用戶進(jìn)行交流。因此，在過去十年左右的時(shí)間里，全世界的研究人員一直在開發(fā)基于機(jī)器學(xué)習(xí)的模型和其他可增強(qiáng)人機(jī)交互的技術(shù)。

改機(jī)器人與人類用戶交流方式的一種方法是訓(xùn)練他們表達(dá)基本的情緒，例如悲傷、幸福、恐懼和憤怒。表達(dá)情緒的能力最終將使機(jī)器人能夠以與給定情況相符的方式更有效地傳達(dá)信息。

德國(guó)漢堡大學(xué)的研究人員最近開發(fā)了一種基于機(jī)器學(xué)習(xí)的方法，可以教機(jī)器人如何傳達(dá)以前被定義為七種普遍情感的東西，即憤怒、厭惡、恐懼、幸福、悲傷、驚奇和中立狀態(tài)。在預(yù)先發(fā)表在arXiv上的論文中，他們?cè)诿麨閕Cub的人形機(jī)器人上應(yīng)用并測(cè)試了其技術(shù)。

研究人員提出的新方法從以前開發(fā)的TAMER框架中汲取了靈感。TAMER是一種可用于訓(xùn)練多層感知器MLP（一種人工神經(jīng)網(wǎng)絡(luò)ANN）的算法。

在最近的研究中，TAMER框架適用于訓(xùn)練基于機(jī)器學(xué)習(xí)的模型，以通過在iCub機(jī)器人中產(chǎn)生不同的面部表情來(lái)傳達(dá)不同的人類情感。iCub是由意大利理工學(xué)院（IIT）的研究團(tuán)隊(duì)開發(fā)的開放源代碼機(jī)器人平臺(tái)，是歐盟項(xiàng)目RobotCub的一部分，該項(xiàng)目經(jīng)常用于機(jī)器人研究中以評(píng)估機(jī)器學(xué)習(xí)算法。

研究人員在論文中寫道：“該機(jī)器人結(jié)合了卷積神經(jīng)網(wǎng)絡(luò)（CNN）和自組織圖（SOM）來(lái)識(shí)別情感，然后學(xué)會(huì)使用MLP來(lái)表達(dá)情感。” “我們的目標(biāo)是教一個(gè)機(jī)器人對(duì)用戶的情緒感知做出適當(dāng)反應(yīng)，并學(xué)習(xí)如何表達(dá)不同的情緒。”

研究人員使用的CNN分析了iCub機(jī)器人捕獲的人類用戶面部表情的圖像。然后，將通過此分析產(chǎn)生的面部特征表示輸入到SOM，SOM揭示用戶如何表達(dá)特定情感的特定模式。

隨后，對(duì)這些模式進(jìn)行建模并用于訓(xùn)練MLP，以預(yù)測(cè)如何調(diào)整iCub的面部特征以最佳地模仿用戶的面部表情。然后，人類用戶根據(jù)機(jī)器人表達(dá)情感的準(zhǔn)確性來(lái)獎(jiǎng)勵(lì)機(jī)器人。

研究人員在論文中解釋說(shuō)：“一旦iCub執(zhí)行并采取行動(dòng)，用戶就會(huì)得到獎(jiǎng)勵(lì)，從而為它提供目標(biāo)價(jià)值?！?“這是通過要求用戶模仿機(jī)器人，并向其提供有關(guān)所執(zhí)行動(dòng)作與預(yù)期動(dòng)作有多少不同的信息來(lái)完成的?！?/p>

隨著時(shí)間的流逝，基于從人類用戶那里獲得的回報(bào)，研究人員設(shè)計(jì)的框架應(yīng)該學(xué)會(huì)表達(dá)七種普遍情感中的每一種。到目前為止，已使用iCub機(jī)器人平臺(tái)在一系列初步實(shí)驗(yàn)中對(duì)該技術(shù)進(jìn)行了評(píng)估，取得了相當(dāng)可觀的結(jié)果。

研究人員說(shuō)：“盡管結(jié)果令人鼓舞，并且大大減少了培訓(xùn)所需的時(shí)間，但我們的方法仍然需要每個(gè)用戶進(jìn)行100多次交互才能學(xué)習(xí)有意義的表情?！?“隨著培訓(xùn)方法的改進(jìn)和收集更多的培訓(xùn)數(shù)據(jù)，這一數(shù)字有望減少?！?/p>