期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于眼动和脑电技术的机器人情绪行为对用户交互情感的影响研究 被引量:14
1
作者 郭伏 李明明 +1 位作者 胡名彩 李峰香 《人类工效学》 2018年第2期1-7,21,共8页
目的探索人-机器人交互过程中用户情感的评价方法,揭示机器人情绪行为对用户交互情感的影响。方法设计音乐交互过程(正性音乐、负性音乐)和机器人情绪行为(正性情绪行为、中性情绪行为、负性情绪行为),借助主观评价、眼动追踪和脑电技术... 目的探索人-机器人交互过程中用户情感的评价方法,揭示机器人情绪行为对用户交互情感的影响。方法设计音乐交互过程(正性音乐、负性音乐)和机器人情绪行为(正性情绪行为、中性情绪行为、负性情绪行为),借助主观评价、眼动追踪和脑电技术,采集19名被试在不同音乐交互过程中的主观评价指标、眼动指标和脑电指标。结果正性音乐交互过程中,机器人正性情绪行为引起的效价、唤醒度、瞳孔直径、额中线theta波相对功率、额区alpha波不对称指数显著大于中性情绪行为;而负性音乐交互过程中,机器人负性情绪行为引起的唤醒度和瞳孔直径显著大于中性情绪行为,效价和额区alpha波不对称指数显著小于中性情绪行为。结论各评价指标具有一致的结果,各指标相互结合能够有效地评价机器人音乐交互过程中用户的情感状态。评价结果表明机器人正性情绪行为(负性情绪行为)对音乐交互过程中用户正性情感(负性情感)具有增强作用,可用于进一步加强机器人音乐交互过程中用户的情感。 展开更多
关键词 机器情绪行为 用户情感 情感评价方法 人-机器人交互 机器 眼动追踪 脑电 人工智能
下载PDF
反思智能:存在自主动机的最简机器模型设计
2
作者 王程远 《人工智能与机器人研究》 2018年第1期1-16,共16页
本文从“智能”定义反思的角度,反思人对“机器情绪”的认识。如果机器本身不存在一套“自我情绪体验”的机制,那么,机器对人或动物的情绪识别,终究是人对其他人或动物的情绪识别的延伸,机器不可能产生源自自身对人或动物情绪感知的“... 本文从“智能”定义反思的角度,反思人对“机器情绪”的认识。如果机器本身不存在一套“自我情绪体验”的机制,那么,机器对人或动物的情绪识别,终究是人对其他人或动物的情绪识别的延伸,机器不可能产生源自自身对人或动物情绪感知的“共情”。本文用内省、思辨、常识推理的方法,提出一种有别于图灵测试的智能测试方法,并针对此测试方法,构建出一个“存在喜恶之情”的最简抽象模型。该模型的“性质体数量”和“性质体的状态数量”都极少,但足够说明构成智能心理的每个抽象性质体的具体作用。从工程实现的角度上说,在现有计算技术的支持下,按模型位置给出的性质,设计出采集、加工数据的方法,然后一步步丰富数据,便可一步步使该模型模拟的动物越来越像“有自主动机”、乃至表面看起来更像“有自我意识”的动物。 展开更多
关键词 机器动机 机器情绪 反思智能 猫智能论 动物智能
下载PDF
基于随机森林和卷积特征学习的人机交互语音情感识别 被引量:3
3
作者 王静 刘洪岩 +1 位作者 刘芳芳 王青青 《系统仿真学报》 CAS CSCD 北大核心 2020年第12期2388-2400,共13页
针对情绪机器人的自动语音情感识别在不同类型人群之间的语音特征差异,提出了一种用于语音情感识别的随机森林,结合卷积特征学习对情绪化社交机器人系统进行了初步的仿真实验,结果表明情绪机器人能够实时跟踪兴奋、愤怒、哀伤、高兴、... 针对情绪机器人的自动语音情感识别在不同类型人群之间的语音特征差异,提出了一种用于语音情感识别的随机森林,结合卷积特征学习对情绪化社交机器人系统进行了初步的仿真实验,结果表明情绪机器人能够实时跟踪兴奋、愤怒、哀伤、高兴、惊讶、恐惧、中性7种基本情绪。通过采用非个性化的语音情感特征,补充了原始的个性化语音情感特征,实现了对通用性情感和特殊性情感的提取,对于情感机器人来说,利用这些指标在模拟实验和应用实验中都具有一定的应用前景。 展开更多
关键词 情绪机器 自动语音情感识别 随机森林 卷积特征学习
下载PDF
Artificial emotional model based on finite state machine 被引量:4
4
作者 孟庆梅 吴伟国 《Journal of Central South University of Technology》 EI 2008年第5期694-699,共6页
According to the basic emotional theory, the artificial emotional model based on the finite state machine(FSM) was presented. In finite state machine model of emotion, the emotional space included the basic emotiona... According to the basic emotional theory, the artificial emotional model based on the finite state machine(FSM) was presented. In finite state machine model of emotion, the emotional space included the basic emotional space and the multiple emotional spaces. The emotion-switching diagram was defined and transition fimction was developed using Markov chain and linear interpolation algorithm. The simulation model was built using Stateflow toolbox and Simulink toolbox based on the Matlab platform. And the model included three subsystems: the input one, the emotion one and the behavior one. In the emotional subsystem, the responses of different personalities to the external stimuli were described by defining personal space. This model takes states from an emotional space and updates its state depending on its current state and a state of its input (also a state-emotion). The simulation model realizes the process of switching the emotion from the neutral state to other basic emotions. The simulation result is proved to correspond to emotion-switching law of human beings. 展开更多
关键词 finite state machine artificial emotion model Markov chain SIMULATION
下载PDF
Cognitive-affective regulation process for micro-expressions based on Gaussian cloud distribution
5
作者 Xiujun Yang Lun Xie +1 位作者 Jing Han Zhiliang Wang 《CAAI Transactions on Intelligence Technology》 2017年第1期56-61,共6页
In this paper, we explore the process of emotional state transition. And the process is impacted by emotional state of interaction objects. First of all, the cognitive reasoning process and the micro-expressions recog... In this paper, we explore the process of emotional state transition. And the process is impacted by emotional state of interaction objects. First of all, the cognitive reasoning process and the micro-expressions recognition is the basis of affective computing adjustment process. Secondly, the threshold function and attenuation function are proposed to quantify the emotional changes. In the actual environment, the emotional state of the robot and external stimulus are also quantified as the transferring probability. Finally, the Gaussian cloud distribution is introduced to the Gross model to calculate the emotional transitional probabilities. The experimental results show that the model in human-computer interaction can effectively regulate the emotional states, and can significantly improve the humanoid and intelligent ability of the robot. This model is consistent with experimental and emulational significance of the psychology, and allows the robot to get rid of the mechanical emotional transfer process. 展开更多
关键词 Micro-expression Cognitive-affective regulation Gaussian cloud distribution Transferring probability Emotional intensity
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部