یادگیری مستمر برای روباتیک عاطفی: اثبات مفهومی برای رفاه

عنوان یادگیری مستمر برای روباتیک عاطفی: اثبات مفهومی برای رفاه
نویسنده چورامانی، ن.، اکسلسون، م.، چالدر، آتاهان، گونس، اچ.
تاریخ انتشار: 2022
محل انتشار - IEEE
موضوع روباتیک عاطفی، یادگیری مستمر، عاطفه چهره، تعامل انسان و ربات، رفاه
نوع سند
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه: دانشگاه اوزیغین
شناسه دارایی کتابخانه 978-166545490-2
شماره ثبت 21a7d752-d94f-4bc1-9d89-32c62c18a255
تاریخ 2022
یادداشت‌ها شورای تحقیقات علوم فنی و مهندسی
متن نمونه تداوم تعاملات بین انسان و ربات در دنیای واقعی، ربات‌ها را ملزم می‌کند تا نسبت به رفتارهای عجیب و غریب انسان حساس باشند و مدل‌های ادراک و رفتار خود را برای پاسخگویی به این ترجیحات فردی تطبیق دهند. برای روبات های عاطفی، این مستلزم یادگیری سازگاری با رفتار عاطفی فردی برای ارائه یک تجربه تعامل شخصی به هر فرد است. نشان داده شده است که یادگیری مستمر (CL) سازگاری بلادرنگ را در عوامل فعال می‌کند و به آنها امکان می‌دهد با داده‌های به‌دست‌آمده تدریجی و در عین حال حفظ دانش گذشته، یاد بگیرند. در این کار، ما یک چارچوب جدید برای کاربرد دنیای واقعی CL برای مدل‌سازی تعاملات شخصی‌سازی شده انسان و ربات با استفاده از مکانیزم ادراک تأثیر مبتنی بر CL ارائه می‌کنیم. برای ارزیابی چارچوب پیشنهادی، ما یک مطالعه کاربر اثبات مفهوم را با 20 شرکت‌کننده انجام دادیم که با ربات Pepper با استفاده از سه نوع رفتار تعاملی تعامل داشتند: ایستا و اسکریپت، استفاده از انطباق مبتنی بر عاطفه بدون شخصی‌سازی، و استفاده از سازگاری مبتنی بر عاطفه با شخصی‌سازی مداوم. نتایج ما ترجیح واضحی را در شرکت‌کنندگان برای شخصی‌سازی مستمر مبتنی بر CL با پیشرفت‌های قابل‌توجهی مشاهده شده در رتبه‌بندی‌های انسان‌سازی، جنب و جوش و دوست‌داشتن ربات نشان می‌دهد و همچنین روابط متقابل برای گرما و راحتی به طور قابل‌توجهی بالاتر رتبه‌بندی می‌شوند، زیرا ربات به‌طور قابل‌توجهی در درک احساس شرکت‌کنندگان بهتر رتبه‌بندی می‌شود.
DOI 10.1109/ACIIW57231.2022.10086005
مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات دانشگاه اوزیغین

یادگیری مستمر برای روباتیک عاطفی: اثبات مفهومی برای رفاه

نویسنده چورامانی، ن.، اکسلسون، م.، چالدر، آتاهان، گونس، اچ.
تاریخ انتشار 2022
محل انتشار - IEEE
موضوع روباتیک عاطفی، یادگیری مستمر، عاطفه چهره، تعامل انسان و ربات، رفاه
نوع سند
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه دانشگاه اوزیغین
شناسه دارایی کتابخانه 978-166545490-2
شماره ثبت 21a7d752-d94f-4bc1-9d89-32c62c18a255
تاریخ 2022
یادداشت‌ها شورای تحقیقات علوم فنی و مهندسی
متن نمونه تداوم تعاملات بین انسان و ربات در دنیای واقعی، ربات‌ها را ملزم می‌کند تا نسبت به رفتارهای عجیب و غریب انسان حساس باشند و مدل‌های ادراک و رفتار خود را برای پاسخگویی به این ترجیحات فردی تطبیق دهند. برای روبات های عاطفی، این مستلزم یادگیری سازگاری با رفتار عاطفی فردی برای ارائه یک تجربه تعامل شخصی به هر فرد است. نشان داده شده است که یادگیری مستمر (CL) سازگاری بلادرنگ را در عوامل فعال می‌کند و به آنها امکان می‌دهد با داده‌های به‌دست‌آمده تدریجی و در عین حال حفظ دانش گذشته، یاد بگیرند. در این کار، ما یک چارچوب جدید برای کاربرد دنیای واقعی CL برای مدل‌سازی تعاملات شخصی‌سازی شده انسان و ربات با استفاده از مکانیزم ادراک تأثیر مبتنی بر CL ارائه می‌کنیم. برای ارزیابی چارچوب پیشنهادی، ما یک مطالعه کاربر اثبات مفهوم را با 20 شرکت‌کننده انجام دادیم که با ربات Pepper با استفاده از سه نوع رفتار تعاملی تعامل داشتند: ایستا و اسکریپت، استفاده از انطباق مبتنی بر عاطفه بدون شخصی‌سازی، و استفاده از سازگاری مبتنی بر عاطفه با شخصی‌سازی مداوم. نتایج ما ترجیح واضحی را در شرکت‌کنندگان برای شخصی‌سازی مستمر مبتنی بر CL با پیشرفت‌های قابل‌توجهی مشاهده شده در رتبه‌بندی‌های انسان‌سازی، جنب و جوش و دوست‌داشتن ربات نشان می‌دهد و همچنین روابط متقابل برای گرما و راحتی به طور قابل‌توجهی بالاتر رتبه‌بندی می‌شوند، زیرا ربات به‌طور قابل‌توجهی در درک احساس شرکت‌کنندگان بهتر رتبه‌بندی می‌شود.
DOI 10.1109/ACIIW57231.2022.10086005
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین شما در حال هدایت مجدد هستید...

لطفاً صبر کنید