人工情感

出自 MBA智库百科(https://wiki.mbalib.com/)

　　人工情感是指用人工的方法和技术，模仿、延伸和扩展人的情感，使机器具有识别、理解和表达情感的能力。

　　人工情感并不是指简单地模拟人的某些情感表达方式和情感识别方式，而是为了使电脑或机器人具有像一样的内在情感，真实地具有像人一样的情感表达能力、情感识别能力、情感思维能力和情感实施能力。

　　通过建模的方式来研究情感的主要目的有以下两个方面：

　　1、从科学(心理学、神经科学、认知科学、生物科学等)研究的角度看，情感建模可以看作是人对自然界现象理论研究的一个组成部分，通过计算机程序或是机器人，研究人员希望这种系统可以帮助验证和比较各种理论假设。通过建模，对当前情感现象的解释进行描述或公式化，从而进行更进一步的理论预测，完善人类对自身和动物的情感及其相关知识的认识。

　　2、从工程应用的角度看，情感在自然系统中的重要作用可以启发研究人员考虑应用这些实际的或假设的自然原理去改善系统的性能。

　　在自然系统中，情感对于相互交流有着重要作用，这样，在一些环境中，希望agent也能进行情感表达从而便于交互。包括agent之间的交互，也包括人与agent之间的交互。这不仅需要agent通过自身的感觉系统辨识人的情感状态，也需要agent通过执行机构表达情感来反映自身的状态。这是拟人agent研究的一个重要方面。

　　1、情感计算

　　这个领域的研究主要集中在情感的探测和分类，MIT的媒体实验室是情感计算领域比较活跃的研究机构，Picard的工作主要关注计算机如何察觉人的负面情感,比如挫折(frustration)、厌倦(boredom)、迷惑(confusion)……，从而设计更加人性化的计算机界面，通过各种提示(文本、图形、声音……)纠正这种负面情感，提高人机交互的效率。测量人的情感状态的方法主要是探测与当前情感状态相关的机体反应，传感器则多种多样：视频(记录脸部表情、身体姿势和手势的改变)，麦克风(iB录声音的变化)，体表传感器(记录肌肉的紧张程度、心跳的变化)，各种植入嵌入式系统的用具(衣服、手套、鞋、眼镜、珠宝、甚至是可吞入的药丸)等。情感分类则采用了隐马尔可夫模型(HMM)等方法。情感计算的应用十分广泛，不仅在虚拟教育、娱乐游戏等领域前景广阔，Picard还设计了许多其他的应用，比如通过这种研究使情感计算和医疗结合，从而有利于病人的更好康复。

　　2、Agent的情感表达。

　　“栩栩如生”一直是小说、戏剧、电影等艺术手段追求的效果，而在人工情感的研究中则提出了believableagent及Animatedagent等，研究agent如何更形象化地表达内部情感状态，进行“栩栩如生”的情感交互，比如在CMU的OZ项目中，就借鉴了许多迪斯尼艺术家的漫画表现手法，在agent的行为中突出强调情感状态的表达，使环境中每个agent的活动充满个性。在虚拟环境中仿真人的形象进行各种活动具有极其广泛的应用，如今通过人脸建模，在计算机中生成逼真的人脸并能够表达各种表情，已经成为计算机图形学研究的重要方向之一。

　　随着计算机、电子、控制、材料、传感器、信号处理、生物等技术的发展，目前的机器人正从简单的再现示教型及感觉型机器人向智能型机器人的方向发展，“个性化机器人”、“家庭机器人”等概念的提出使这一代机器人的研发具有强烈的经济背景，同时，在医疗健康、扶老助残、娱乐事业、以及一些无人值守的场所，这种机器人都会发挥重要的作用。这种类型的机器人不再面向简单环境中的给定任务，而是面向与复杂环境(未建模、多目标)的交互，强调智能和个性化的情感表达，能够适应非结构化环境，为此，这类机器人一般都配备有多种外部传感器组成的复杂感觉系统全面地感受环境刺激，如视觉、听觉、触觉、味觉传感器，同时其执行机构也进一步朝着仿生的方向发展，如颈部、眼部(睫毛、眼睑、眉)、呼吸系统(鼻、肺)、耳部(包括保持平衡的前庭)、嘴部(语音合成器及唇、齿和胡须)，甚至可变颜色的皮肤等，为了使机器人的表情描述更为准确，情感反馈更易于被人接受，作为驱动装置的前沿技术，人工肌肉也被应用于这种智能机器人的开发和研制。目前比较典型的有MIT的Cog、Lazlo,日本的早稻田大学的WE-3R系列等。情感在这类机器人与人的交互中占有重要地位，此时情感常用来调节机器人的行动(如驱动电机的增益，外部目标的选择等，同时改变机器人的脸部表情，加强机器人在与人交流中的真实感。

　　根据机体标记理论，情感是联系内部评价和不同外部场景的基础，可以看成连接奖赏和外部场景的评价媒介，而且情感机制可以通过对决策的后验创建更复杂的行为功能，这样情感从认知的角度可被看成强化刺激，在自然系统中，行为的选择往往是以追求好的情感(如快乐)最大化为目标，利用这个原理，在环境具有未建模、资源有限、多目标、竞争等特点时，通过建立agent自身感觉(如饥饿)和情感的映射关系，人工情感的状态作为内部的机制可以引发自主agent的状态迁移，同时考虑环境因素和自身的状态选择感知注意和最优的行动序列。这样在一些环境中(如机器人足球等)，情感模型和一些AI的算法相结合，用于改进系统的性能。这个方面应用较多的是人工情感与强化学习的结合：情感模型被用在控制独立的自治agent，使用强化学习去适应环境。这种研究集中在依靠情感的事件探测机制，在强化学习的框架下，情感也被使用去影响感知和给出强化函数。

　　家用机器人

　　近些年来，越来越多的家用机器人被开发出来，它们己经并将逐步进入家庭为人们提供各种服务，供人娱乐并能与人进行交流。在这些家用机器人中，最著名和最典型的应该是索尼公司的AIBO狗。这不仅是因为它拥有先进的性能，还在于它是第一个实现规模商品化的宠物机器人，为有情感交互能力的机器人及相关的研究打开了想象的空间。从这以后，大量的宠物机器人不断涌现，它们大多拥有的共同特点是:对外界刺激有反应能力;能与人进行生动的交流，这种交流除了语言，还有面部表情、语调和身体姿态等。

　　教育教学

　　情感是学习过程中非常重要的影响因素，如何有效地改善和促进学习的效果也是人工情感研究中的一个重要方面。Bartneck对于数字化学习伴侣的研究目标在于帮助儿童专注于一个学习任务，同时也反映出儿童的一些情感状态，了解这些情感状态在儿童的学习经历中所扮演的角色。例如如果儿童的脸和姿势显示出对屏幕上的内容有强烈的兴趣，那么计算机将保持不动以免干扰儿童;如果儿童转换姿势和视线显示他在休息，那么计算机会在适当的时候打断儿童的休息过程并提供鼓励，以帮助其学习取得进展。DeVicente等人研制的数字导师系统将情感引入了教育对话领域，研究与学生交流的更自然有效的方式，以便提供更好的教育交互。Dautenhahn发展了一个方案Auroras，研究用机器来帮助治疗孤独症儿童。

　　家庭保健与护理

　　医疗成本控制和人口老龄化均推动了家庭卫生保健业的发展。为了解决医生探访时间的不足与提高服务质量之间的问题，将情感因素引入家庭医疗保健设备，将会有效改善远程家庭医疗保健的质量与效率。LiSetti等人研制了一个用于远程家庭保健的智能情感界面，用多模态情感识别手段来识别病人的情感状态，并输入不同媒体和编码模型进行处理，从而为医生提供关于病人简明而有价值的情感信息以便于进行有效的护理。带有情感反馈能力的机器人是家庭保健与护理中另一个比较理想的选择。

　　服务机器人

　　服务机器人所面对的环境是复杂和动态的，在许多场合要能与人协调作业，拥有情感智能的机器人能够更好地适应这样的环境。卡内基梅隆大学发展了一个机器人接待员Valerie。Valerie的面孔形象出现在一个能够转动方向的移动屏幕上，向访问者提供一些天气和方位方面的信息，还可以接电话、解答一些问题;并且Valerie有自己的性格和爱好，情感表达较为丰富。类似的研究还有Nourbakhsh研制的博物馆向导机器人(它可以通过心境的改变触发不同的行为)。