基于Agent的虚拟人情感交互建模技术研究

虚拟人及其和谐交互技术是当前信息科学和生命科学研究的热点。情感信息处理是人工智能和认知科学研究一直关注,但是始终未能解决的问题;实现和谐人机交互的关键技术在于如何使虚拟人具有人的情感认知、情感响应和情感表达的能力。从计算机信息科学和工程学角度,在分析感觉、知觉两面性、二重构造性的基础上,提出了基于混合Agent的虚拟人情感交互模型。实验表明：该模型符合人类感性信息处理和交互模式。     

虚拟人技术在人机交互中的应用研究

基于虚拟人的人机交互是人与虚拟现实环境中的虚拟人进行交互的技术。虚拟人是一种具有自主智能的看上去像人,并且具有人的部分特征的智能体。首先论述了虚拟人模型的构建技术、虚拟人的行为控制方法和虚拟人表情的构建和控制方法,然后论述了虚拟人在智能人机交互中的应用,最后探讨了虚拟人心智系统模型及虚拟人技术发展前景。     

基于情绪认知评价理论和Q-learning的人机交互中情感决策

在情感认知的学习与决策中引入了情绪认知评价理论,提出了基于情绪认知评价理论的人机交互情感决策,对情感行为的选取进行了优化;在情感迷宫模型中,对该决策算法进行了Matlab仿真试验,试验结果表明使用BpQ-learning算法的智能体在寻找目标情感过程中得到的平均奖励值高、试探的次数少,达到了预期的试验目标。     

情感虚拟人交互系统的设计与实现

以Candide模型为基础.采用三角形网格形式,应用参数法在VC++环境下实现人脸模型,然后采用脸部表情编码系统方法,通过控制AU实现表情的分析与合成,设计了基于Candide三维人脸模型的人机交互情感虚拟人系统.测试结果表明,用情感虚拟人系统模拟的情感反应符合人类情感行为规律.为实现和谐的人机交互环境提供了一种可行的设计方法.     

虚拟现实人机交互的eGOMS模型研究

采用心理学和计算机技术相交叉的研究方法,对人机交互中人的认知过程的人类视知觉特征和心理加工机制与特点等进行了细致的探讨;结合虚拟环境中人机交互过程的不确定性、连续性和实时反馈性以及交互可用性评价指标的多样性等特点,提出了适用于虚拟现实人机交互的扩展GOMS(eGOMS)模型,克服了传统GOMS模型要求精确的用户操作、交互界面与实际应用相分离及评价指标单一的不足.以eGOMS模型为基础对PIBG交互范式进行了评估,PIBG为VR用户界面提供自然、隐式交互的手段,从而大大降低了用户在虚拟环境下交互的认知负荷.     

本期导读

“计算机与自动化”栏目中,薛为民等的《虚拟人技术在人机交互中的应用研究》,论述了虚拟人模型的构建技术、虚拟人的行为控制方法、虚拟人表情的构建和控制方法以及虚拟人在智能人机交互中的应用,探讨了虚拟人心智系统模型及虚拟人技术的发展前景。龙建雄的《基于Weblogic平台     

基于Gross认知重评的机器人认知情感交互模型

为了增强机器人的认知情感分析能力,依据AVS情感空间和有限状态机(FSM)提出了一种基于Gross认知重评策略的认知情感交互模型.首先,通过分析情感状态之间的欧式距离,研究外界情感刺激对情感状态转移概率的影响;然后,采用有限状态机描述了受到认知重评策略影响的情感状态转移过程;最后,根据情感状态转移概率和7种基本情感的空间坐标,得出受到刺激后机器人情感状态的空间位置.实验结果表明,与不受认知重评策略影响的情感交互模型相比,所提模型能够减少机器人对外界情感刺激的依赖,从而有效地促进了和谐的人机交互体验.     

面向老龄用户的农机产品人机交互设计

针对农业劳动力老龄化和在农业机械化的过程中,农机产品老龄用户数量逐渐增加的问题,探索面向老龄用户的农机产品人机交互设计.以文献分析法、归纳法和案例分析法为主,围绕国内农业、农村、农民在经济、文化、伦理等方面的现状,从心理情感和生理极限两方面展开分析,总结国内农机产品老龄用户特征,从安全、包容和感官代偿3个方面提出面向老龄用户的农机产品人机交互设计原则,构建设计模型,最后,以萝卜收获机为例对所设计的模型进行验证.依据老龄用户在农业生产环节中的分工不同,农机产品老龄用户的人机交互可以分为驾驶员工位、操作员工位和人力协作员工位3种类型,并对人机交互设计原则提出设计关注点.安全原则注重交互行为的容错性和交互空间防护性,包容原则关注交互流程的简约化、交互模式多样化及交互界面认知问题,感官代偿原则体现对感官机能、感官健康需求的关爱.研究对构建适用于老龄用户的农机产品人机交互设计理论具有参考意义和价值.     

连续空间中机器人的情绪交互模型

根据交互过程中的场力理论,在有源场情绪状态空间中建立起服务机器人的连续可控的情感调节过程。首先,在费希纳-韦伯定律的基础上,定量分析Gross策略中情绪的自发性认知重评与指导性认知重评过程;其次,根据情感强度第三定律提出一种与情绪效价相关联的情绪强度衰减模型;再次,依据动力心理学理论,建立起基于有源场的情绪能量空间,用于模拟外界刺激情绪与机器人自身情绪的相互作用过程;并建立起基于情绪唤醒度的机器人行为表达抑制模型。在此研究基础上,提出基于HMM的情绪状态刺激转移算法;并将以上模型算法用于13自由度的服务机器人平台中,实现非典型表情交互环境中机器人不确定性情绪过程的动态、可控调节。通过在连续情绪状态空间中的不确定性计算将离散的情绪状态拓展到连续空间中,并产生多种中间状态以及发挥机器人情绪调节的拟人特征。研究结果表明:具有认知能力及情绪控制力的机器人可以在交互过程中使参与者的满意程度得到一定提升。     

基于认知与情感计算的在线学习模式探讨

本文首先引入认知与情感计算在人类学习中的作用。通过对目前常见的在线学习系统的分析,发现即缺乏教师与学生的情感互动,又无法让教师针对学习者的学习情况实施因材施教,没有考虑到教学环节中教学双方的情绪状态对教学的影响。在认知与情感的基础上,结合人类的学习活动及教学活动规律,遵循交互式多媒体课件设计原则与情感化的网络课程设计准则,符合人工心理及学习评价策略,提出具有情感交互能力、个性化教学功能、智能化情绪反应的在线学习模式。     

The interaction between cognition and emotion

Cognition and emotion have long been thought of as independent systems. However, recent research in the cognitive and neurobiological sciences has shown that the relationship between cognition and emotion is more interdependent than separate. Based on evidence from behavioral and neuroscientific research, researchers have realized that it is necessary to propose a new conceptual framework to describe the relationship between cognition and emotion. In this article, recent research from behavioral, neuroscientific and developmental research on the interaction between cognition and emotion is summarized, and how the interaction of cognition and emotion might affect computer science and artificial intelligence is discussed. It especially focuses on the implications for affective computing.     

基于粗糙集理论的表情识别研究

包括情感计算和情感识别在内,以人为中心,对人的情感和认知的研究是目前人工智能领域的一个热点研究方向。以粗糙集理论为基础,研究了粗糙集属性约简算法,并把粗糙集属性约简算法作为一种人脸表情识别系统的特征选择方法,对人脸表情识别的重要特征进行研究,并提出了一种RS+SVM的人脸表情识别方法。仿真实验结果表明,粗糙集属性约简算法能发现人脸表情的重要特征,并基于这些特征可以得到很好的表情识别结果。     

Personalized emotion space for video affective content representation

A personalized emotion space is proposed to bridge the “affective gap” in video affective content understanding. In order to unify the discrete and dimensional emotion model, fuzzy C-mean (FCM) clustering algorithm is adopted to divide the emotion space. Gaussian mixture model (GMM) is used to determine the membership functions of typical affective subspaces. At every step of modeling the space, the inputs rely completely on the affective experiences recorded by the audiences. The advantages of the improved V-A (Velance-Arousal) emotion model are the personalization, the ability to define typical affective state areas in the V-A emotion space, and the convenience to explicitly express the intensity of each affective state. The experimental results validate the model and show it can be used as a personalized emotion space for video affective content representation.     

基于粗糙集理论的表情识别研究

包括情感计算和情感识别在内,以人为中心,对人的情感和认知的研究是目前人工智能领域的一个热点研究方向.以粗糙集理论为基础,研究了粗糙集属性约简算法,并把粗糙集属性约简算法作为一种人脸表情识别系统的特征选择方法,对人脸表情识别的重要特征进行研究,并提出了一种RS+SVM的人脸表情识别方法.仿真实验结果表明,粗糙集属性约简算法能发现人脸表情的重要特征,并基于这些特征可以得到很好的表情识别结果.     

道德判断的双加工模型述评

情绪和认知在道德判断过程中的作用一直存在争议。传统的理性模型认为道德判断是一个理性推理的过程,强调认知的作用;而社会直觉模型认为道德判断是一个直觉过程,强调情绪的作用。G reene在二者的基础上提出了双加工模型,认为道德判断是情绪和认知共同作用的结果,并且现有的许多研究成果也证实了认知和情绪在道德判断过程中的重要作用。双加工模型的提出为道德判断机制的研究提供了一种新视角。     

道德决策的认知-情感加工模型述评

介绍了国外学者对道德判断的社会直觉模型和双过程理论的论述,认为道德决策中的情绪和认知是整合的、相互作用的,并不是对立的,道德心理研究应将认知和情绪及其他社会因素相结合。由社会直觉模型到双过程加工理论的提出,为道德决策背后的认知-情感机制提供了重要的理论基础。     

刑法罪过的心理学分析

通过对各国罪过理论的比较分析,发现在罪过研究中普遍忽略了情绪因素,而且各国对不同种类罪过的非难重点差异也较大。如果剥离罪过中的法律因素,剩下的主要就是心理内容,由此对罪过进行心理学的分析,在第一层面即罪过的共性中得出罪过的心理内容是知和情意的结论,使情绪有所依归;然后,对罪过的第二层面即罪过内部成分的组合方式进行深入考察,得出在刑法罪过中,知是基础,情意是主导,情意承载着刑法责任与非难的结论。最后,将我国的罪过放到知与情意所罗织的网络(模型)之中,发现疏忽大意的过失其实也存在着情意因素,并得出犯罪过失其实是情意的缺陷而非注意的缺陷的结论。     

基于PAD的个性化情感模型

基于情感计算和人工心理学理论定义了个性空间、心情空间和情感空间,并建立起了个性空间同心情空间的映射关系,提出基本情感强度的概念来描述情感空间在某一时刻所处的状态。根据心情空间中心情向量离基本情感点的距离远近关系来度量情感空间中某种情感出现的概率大小,建立起了心情空间与情感空间的映射关系,并建立了一个新的三层映射关系的个性化情感模型。通过仿真实验验证,该情感模型能较为准确地描述人类情感变化规律。     

品格教育的5E理论在大学生情感能力培养中的运用

教育学家凯文.瑞安品格教育的5E理论从榜样、认知、情感、环境、体验等多方面入手,致力于良好品格的养成。它从人性的角度出发,把握了人性的特点,把握了价值内化的规律。情感能力的养成与良好品格的养成都属于非智力教育,都很重视教育的个体价值,都需要一个价值内化的过程,因而品格教育的5E理论对大学生情感能力的培养具有借鉴意义。