面向自闭症治疗中机器人情感和参与感感知的个性化机器学习

Feb, 2018

面向自闭症治疗中机器人情感和参与感感知的个性化机器学习

Personalized Machine Learning for Robot Perception of Affect and Engagement in Autism Therapy

Ognjen Rudovic, Jaeryoung Lee, Miles Dai, Bjorn Schuller, Rosalind Picard

TL;DR使用个性化的机器学习框架，利用深度学习的先进技术对自闭症儿童的情感状态和参与度进行自动感知，进而在机器人辅助自闭症治疗中提供更高效的监测和总结治疗进展的潜力。

Abstract

Robots have great potential to facilitate future therapies for children on the autism spectrum. However, existing robots lack the ability to automatically perceive and respond to human affect, which is necessary for establishing and maintaining engaging interactions. Moreover, their inference challenge is made harder by the fact that many individuals with au

robot-assisted autism therapy deep learning personalized machine learning affective states engagement

发现论文，激发创造

情感模式个性化：促进神经精准健康干预的可行性研究

研究论文探讨了针对自闭症谱系障碍儿童的数字化移动治疗中情绪识别和唤起的挑战，通过模型个性化训练来提高情绪识别模型在数字化健康疗法中的性能。

Sep, 2023

面向个性化情感交互的多模态社交机器人

本研究采用强化学习方法建立了一个多模态情感交互框架，利用人类用户的情感状态作为交互的奖励因素，优化了机器人的行为策略，并针对用户进行个性化情感交互来增强社交场景下机器人的自然性和吸引力。

Oct, 2021

面向社交机器人的数据驱动情感身体语言生成

采用深度学习生成模型来生成机器人情感表情，通过几个手动设计的机器人身体表达生成一个新的符合上下文感知的表达。评估结果表明，生成的表情与手动设计的表情没有显著差异，且能达到不同目标情绪的效果。

May, 2022

将身体姿势和面部表情融合，联合识别儿童机器人交互中的情感

本文探讨了多线索情感识别的问题，提出了一种利用身体表情与面部表情进行情感自动识别的方法，并在儿童机器人交互数据库和成年人 acted 情感数据库上评估了其效果。

Jan, 2019

自闭症儿童社交辅助机器人

介绍 Social Assistive Robotics for Autistic Children 项目，旨在使用机器人治疗自闭症。测试自闭症儿童与社交机器人 NAO 的互动，并根据儿童的情绪和特点调整机器人的行为。

Sep, 2022

人工共情分类：深度学习技术、数据集和评估尺度的调查

本文旨在研究和评估现有的衡量和评估共情能力的工作，以及迄今为止已经收集和使用的数据集，以通过比较它们的性能来突出和促进人工共情领域的最新方法的使用，以便帮助人工共情领域的研究者选择精准的方法。

Sep, 2023

儿童面部情绪识别的混合模型

该研究主要关注于使用情感识别技术通过远程机器人操作的会话来协助心理学家进行儿童疗法，其中包括代理中介疗法在心理学领域的运用，特别是运用具有身体表现的对话代理人作为中介工具，帮助与面临社交挑战如注意力缺陷多动障碍（ADHD）、自闭症谱系障碍（ASD）以及由武装冲突、自然灾害或其他情况导致无法亲自到场的儿童建立联系。本文介绍了一个与儿童情感识别相关的文献调研结果，揭示了社区普遍使用的算法和数据集的初始概况。然后，基于对文献调研结果的分析，我们使用稠密光流特征技术来提高在非受控环境中识别儿童情感的能力。通过卷积神经网络的混合模型，两个中介特征被融合并由最终分类器进行处理。提出的架构被称为 HybridCNNFusion。最后，我们介绍了使用巴西儿童数据集实现的儿童情感识别的初步结果。

Aug, 2023

在儿童临床环境中使用自动规划的社交辅助机器人

开发一种社交机器人，通过自动化规划帮助儿童应对医疗操作中的疼痛和不适感，机器人行为会根据儿童的情感状态进行自适应调整。

Oct, 2022

通过情感语言交互和差异结果训练进行人机相互学习

本文研究了情感 - 语言交流在人机交互中的影响以及差异性结果训练对于人和机器之间的相互学习的影响，发现使用差异性结果训练以及探索 - 开发政策选择可以显著提高人和机器之间的相互学习，这对于社交辅助机器人在认知干预和教育应用等治疗场景中具有重要意义。

Jul, 2024

提升社交机器人对受控与自然人机交互的视觉感知

社交机器人使用视觉感知来理解用户和环境，本研究使用深度学习模型改进了社交机器人的视觉感知功能，并通过实验评估了该功能对用户交互性能和体验的影响。

Mar, 2024