Проектирование воплощений для улучшения эмоционального взаимодействия в социальных роботах

Введение: роль воплощения в социальной робототехнике

Социальные роботы перешли от научной фантастики к классным комнатам, больничным зонам ожидания и гостиным. Их успех зависит не только от выполнения задачи, но и от их способности формировать эмоциональные связи с пользователями. Центральным в этой способности является воплощение робота & # 8217 - физический дизайн, который позволяет выражать, перемещаться и взаимодействовать. Когда воплощение чувствует себя подлинным и эмоционально отзывчивым, пользователи с большей вероятностью будут доверять, взаимодействовать и принимать робота с течением времени.

Исследования последовательно показывают, что люди инстинктивно приписывают намерение и эмоции физическим формам, особенно тем, которые имитируют человеческие или животные черты. Это явление, известное как антропоморфизм, делает дизайн воплощения критическим рычагом для эмоционального взаимодействия. Робот, который выглядит как металлическая коробка со светящимися огнями, может быть эффективным, но он будет бороться за то, чтобы утешить одинокого старшего или мотивировать ребенка учиться. Напротив, воплощение с мягкими кривыми, подвижными глазами и плавными жестами может вызывать эмпатию и уменьшать сверхъестественный дискомфорт. Разработчики должны поэтому относиться к физической форме робота как к каналу связи - тот, который может передавать тепло, удивление, печаль или радость почти так же эффективно, как речь.

Стремление к усилению эмоционального взаимодействия не просто эстетическое. Исследования взаимодействия человека и робота (HRI) демонстрируют, что эмоционально выразительные варианты улучшают производительность задач в совместных условиях, уменьшают беспокойство пользователей в приложениях здравоохранения и увеличивают настойчивость в образовательных контекстах. По мере созревания области дизайнеры выходят за рамки статических явлений в сторону динамических, адаптивных вариантов осуществления, которые учатся из каждого взаимодействия. В этой статье исследуются принципы, технологии и проблемы, стоящие за разработкой таких вариантов, предлагая практическую дорожную карту для создания социальных роботов, которые действительно связаны с людьми.

Что такое воплощение в социальных роботах?

Воплощение охватывает каждый физический атрибут робота, который влияет на то, как он воспринимается. Это включает в себя форму, размер, текстуру, цвет и, самое главное, диапазон движения для черт лица, конечностей и общей осанки. В отличие от промышленных роботов, которые отдают приоритет силе и точности, социальные роботы должны общаться невербально. Наклон головы, расширение глаз или небольшой шаг назад могут все сигнализировать об эмоциональных состояниях. Эти сигналы настолько мощны, что даже упрощенные варианты осуществления, такие как анимированные лица на планшетах, могут вызывать подлинные эмоциональные реакции у пользователей.

Концепция воплощения выходит за рамки самого робота, чтобы включить используемые материалы. Мягкая робототехника, например, использует гибкие силиконовые или тканевые покрытия, которые кажутся более естественными на ощупь. Эти материалы обеспечивают более безопасные физические взаимодействия, такие как объятия или рукопожатия, а также ослабляют механический шум, который может разрушить иллюзию жизни. Некоторые исследовательские платформы, такие как робот-печать Paro, используют покрытые мехом тела для создания утешительного, неугрожающего присутствия. Другие, такие как человекоподобный робот Pepper, полагаются на сочлененные руки, выразительные светодиодные глаза и детский рост, чтобы пригласить взаимодействие.

Ключевое понимание психологии развития заключается в том, что люди запрограммированы читать намерение от движения. Даже простые геометрические фигуры, движущиеся согласованно, могут восприниматься как агенты с эмоциями (как продемонстрировал Хайдер и Симмель в классическом эксперименте 1944 года). Социальные роботы используют это, хореографируя последовательности движения — грустный робот может опустить плечи и посмотреть вниз, в то время как счастливый поднимает руки и наклоняется вперед. Наиболее эффективные варианты осуществления делают эти сигналы ясными и однозначными, уменьшая когнитивную нагрузку на пользователя.

Принципы дизайна для эмоционально вовлеченных воплощений

Перевод эмоциональных целей в конкретные дизайнерские решения требует структурированного набора принципов. Следующая структура опирается на исследования робототехники, анимацию персонажей и дизайн пользовательского опыта.

экспрессивность

Выразительность выходит за рамки наличия лица, которое может улыбаться или хмуриться. Это означает создание системы, способной производить широкий спектр узнаваемых эмоциональных состояний - и переходов между ними - в режиме реального времени. Для воплощений лица это часто включает в себя контроль положения бровей, открытость век, форму рта и опухание щеки. Для роботов с полным телом, амплитуда жестов, скорость и время. Робот, который слишком громко смеется или кивает слишком быстро, может казаться маниакальным, а не дружелюбным. Точная настройка этих параметров с помощью итеративного тестирования пользователей имеет важное значение.

Аппаратные ограничения часто ограничивают выразительность. Одна степень свободы во рту может производить только открытую/закрытую, что ограничивает эмоциональный нюанс. Поэтому дизайнеры должны расставлять приоритеты по каналам, которые несут самую эмоциональную информацию: взгляд глаз, ориентация головы и жесты рук. Некоторые роботы используют наложения дополненной реальности или лицевые дисплеи (например, анимационное лицо мультфильма на экране) для достижения высокой выразительности без сложных механических частей.

Связуемость

Связь относится к тому, насколько знакомо и безопасно воплощение. Гуманоидные роботы - это один путь, но они рискуют попасть в сверхъестественную долину - зону, где почти человеческие, но не совсем идеальные функции вызывают отвращение. Многие дизайнеры обходят это, принимая милые, карикатурные или зооморфные формы. Японский робот Тапиа, например, напоминает дружелюбное, круглое ухо и оказался популярным в домашних хозяйствах. Аналогично, робот Джибо использовал сферическую голову, выразительные круговые глаза и вращающуюся основу для создания неугрожающей персоны.

Связь также включает в себя культурную чувствительность. Робот, который поклоняется, может быть подходящим в Японии, но кажется покорным или незнакомым в других регионах. Варианты должны быть разработаны с учетом местных норм, включая предпочтительную физическую близость, значения жестов и даже цвета, которые сигнализируют о различных настроениях. Вовлечение целевых пользователей в сеансы совместного проектирования может помочь привести внешний вид робота & # 8217 в соответствие с их ожиданиями.

Последовательность

Последовательность гарантирует, что эмоциональное выражение робота’ соответствует его личности, контексту и диалогу. Если робот с суровым угловым лицом доставляет игривые шутки, пользователи будут воспринимать диссонанс и недоверие. Дизайнеры должны определить четкую матрицу личности: является ли робот заботливым или авторитетным? Интроверт или экстраверт? Каждая черта должна отображаться в конкретном поведении воплощения. Например, интровертный робот может избегать прямого зрительного контакта и держать руки близко к своему телу, в то время как экстравертный робот наклоняется, жесты широко и поддерживает взгляд.

Последовательность также относится к времени реакций. Робот, который мгновенно реагирует на эмоциональный всплеск пользователя & #8217, может показаться сценарием; небольшая задержка, как в человеческом разговоре, чувствует себя более естественно. Многие системы включают естественную изменчивость поведения, такую как скорость мигания, микровыражения и движения, подобные дыханию, для повышения воспринимаемой подлинности.

Ответственность

Реагирование — это способность робота & #8217 воспринимать и реагировать на эмоции пользователя в режиме реального времени. Это требует тесной интеграции восприятия, обработки и приведения в действие. Робот, который не замечает хмурого пользователя & #8217; хмурый или игнорирует кандидата на комфорт, упускает возможность укрепить эмоциональную связь. Реагирование может быть пассивным (например, зеркальное отображение позы пользователя) или активным (например, предлагая ткань при обнаружении печали).

Ключом к отзывчивости является концепция поворота. Эмоциональные взаимодействия — это разговоры; робот должен не просто транслировать эмоции, но также слушать и настраивать. Некоторые продвинутые системы используют обучение подкреплению для оптимизации ответов по нескольким обменам. Например, робот, который шутит и видит улыбку пользователя, учится повторять похожий юмор, в то время как тот, кто побуждает хмурого, учится смещать тему или предлагать симпатию.

Технологические основы эмоционального воплощения

Для воплощения принципов дизайна в жизнь требуется сложная технология, охватывающая восприятие, познание и управление двигателем.

Синтез выражения лица

Реалистичные движения лица достигаются за счет комбинации приводов (сервоприводов, сплавов с памятью формы, пневматических мышц) и программного обеспечения управления, которое управляет ими. Высококачественные системы синтеза выходят за рамки дискретных категорий выражения (например, счастье, печаль) к непрерывному смешиванию, позволяя микровыражения и тонкие эмоциональные градации. Открытые платформы, такие как Открытый гуманоидный проект , обеспечивают эталонные конструкции для экспрессивных лиц. Альтернативно, некоторые коммерческие роботы используют светодиодные матрицы или ЖК-экраны для визуализации анимированных лиц, как видно в Робот Pepper ].

Последние достижения в генеративном ИИ позволяют генерировать выражения лица в режиме реального времени из текста или голосового ввода. Робот может читать предложение с соответствующим эмоциональным тоном и автоматически оживлять свое лицо соответственно. Однако эти модели требуют тщательной калибровки, чтобы избежать создания выражений, которые не соответствуют контексту — например, улыбаться при обсуждении болезненной темы.

Признание жестов и генерация

Системы распознавания жестов используют камеры (часто камеры глубины, такие как Intel RealSense) или датчики IMU для отслеживания движений пользователей. Классификаторы машинного обучения затем идентифицируют жесты, такие как махание, наведение или скрещивание рук. Реакция робота может быть предварительно записана или генерироваться на лету сетью политики жестов. Например, робот KASPAR , предназначенный для терапии аутизма, корректирует свои жесты для поднятия рук в зависимости от уровня вовлеченности ребенка.

Что касается генерации, такие программы, как Choregraphe для робота NAO, предоставляют графические временные линии для анимации жестов. Более продвинутые системы используют данные захвата движения от человеческих исполнителей для управления движениями робота’s, что приводит к плавному и естественному движению. Ключевая задача заключается в том, чтобы генерируемые жесты были культурно уместными и не подавляющими — роботы, которые жестикулируют постоянно, могут отвлекать.

Обнаружение эмоций

Мультимодальное обнаружение эмоций фиксирует сигналы от анализа выражения лица, голосовой прозодии, осанки тела и физиологических датчиков (например, частота сердечных сокращений от носимых устройств). Последние модели глубокого обучения достигают более 80% точности на базовых эмоциях в контролируемых условиях. Для социальных роботов обработка в реальном времени имеет решающее значение, поэтому решения для граничных вычислений (например, NVIDIA Jetson) часто используются для предотвращения задержки облачных вычислений.

Одним из новых подходов является аффективный подход, который учитывает контекст. Пользователь мог нахмуриться не от гнева, а от интенсивной концентрации. Передовые системы включают понимание ситуации, чтобы разъяснить: если пользователь решает головоломку, робот может интерпретировать одно и то же выражение лица иначе, чем если пользователь говорит. Это уменьшает ложные срабатывания и заставляет ответы робота & #8217 чувствовать себя более умными.

Адаптивное поведение и усиление обучения

Системы адаптивного поведения хранят историю взаимодействия в эпизодической памяти и используют ее для настройки будущих реакций. Например, если пользователь часто смеется, когда робот говорит плохие каламбуры, комедийный модуль робота получает положительный вес. И наоборот, если пользователь отшатывается, когда робот быстро движется, планировщик движения замедляется. Эта персонализация имеет решающее значение, потому что эмоциональные предпочтения широко варьируются у пользователей.

Усиление обучения (RL) может быть использовано для оптимизации последовательности действий, которые максимизируют удовлетворенность пользователей. Однако определение функции вознаграждения для эмоционального опыта сложно - опросы самоотчетов являются навязчивыми, а физиологические сигналы шумны. Некоторые исследователи используют время пребывания взгляда, проксемику и продолжительность улыбки в качестве прокси-наград. Социальные роботы на основе RL все еще в значительной степени экспериментальны, но показывают перспективы в сценариях долгосрочного ухода.

Реальные приложения и тематические исследования

Некоторые социальные роботы являются примером принципов и технологий, описанных выше.

Паро: Лечебный морской лев

Paro, разработанный Японским национальным институтом передовых промышленных наук и технологий, является терапевтическим роботом, который реагирует на прикосновения и голос. Его воплощение - мягкое, похожее на тюленя существо с мехом, которое чувствует тепло. При ласкивании Паро моргает, шевелится и издает звуки, похожие на настоящего детского животного. Дизайн намеренно избегает гуманоидных особенностей, чтобы обойти сверхъестественную долину. Исследования показывают, что Паро снижает стресс у пациентов с деменцией, снижает кровяное давление и поощряет социальное взаимодействие среди жителей в домах престарелых. Его воплощение - это учебник пример использования знакомой, обнимаемой формы для создания эмоциональной безопасности.

Нао и Пеппер: экспрессивные гуманоиды

Роботы SoftBank Nao и Pepper используют компактные гуманоидные тела с высокочленными руками, головами и светодиодными глазами. Nao изначально был разработан для образования; его дружелюбный к семье внешний вид и способность выполнять танцевальные процедуры сделали его хитом в школах. Pepper с его планшетной грудью, расширенным распознаванием речи и эмоциональным языком тела развернут в розничной торговле и обслуживании клиентов. Обе платформы используют NAOqi OS для синхронизации жестов с речью. Способность Pepper обнаруживать эмоции пользователя с помощью анализа лица и тон голоса позволяет ему регулировать свое поведение - например, мягко говорить разочарованному покупателю.