应用于个人机器人的人工心理模型的研究

论文摘要

随着现代科技的迅速发展,机器人正在经历着一个从初级到高级的飞跃,一方面研制具有人类外观特征,可以模拟人类行走与基本操作功能的类人型机器人;另一方面,个人机器人也成为机器人技术研究与开发的热点。随着科学技术的进步、经济的发展以及人们的生活水平的不断提高,机器人已经并将逐步进入家庭,为人们提供各种服务、供人娱乐、能与人进行交流。机器人不仅具有智能(智能机器人),而且还具有情感、性格、意志、创造等心理活动(情感机器人),甚至还可使其智能及情感行为进行进化(进化机器人)。在当今的机器人学的发展中,赋予机器人情感交互能力的研究已经成为一个热点。如果想让计算机拥有真正的智能,自然的与人交互,就必须赋予计算机识别、理解、甚至可以拥有和表达感情的能力。本课题以人工智能的理论与技术为基础,以个人机器人相关技术为手段,以研究和建立人工心理的情感模型为主要内容,通过数学仿真以及物理实现构建个人机器人软硬件研究平台以模拟人类情绪、情感的变化过程和相应的行为,从而建立个人机器人应用研究的理论基础。本文的主要研究工作内容与创新点如下:(1)情感能量概念的提出与情感状态描述空间的建立。在分析了心理能量的三种表现形式的基础上,提出并定义了情感能量的概念以及有关的表示情感状态的参数;根据情感能量守恒定律,建立了情感能量分配结构的数学表示方法和情感能量分配方程,并据此进一步分析了绝对或相对情感能量分布空间;引入概率分布的概念,进一步将相对情感能量分布描述空间转换成与之等效的另一种描述方式,即情感状态的概率空间描述方式;根据情绪强度提出情绪状态划分的标准以及情绪状态的四种变化模式。(2)提出并建立了情绪状态自发转移过程的马尔可夫链模型与算法。在介绍了马尔科夫链的基本概念、基本方程、转移矩阵的特性以及有关定理的基础上,建立了描述情绪状态自发转移过程的马氏方程,重点分析了模型中转移矩阵的确定与计算的方法。(3)提出并建立了情绪状态刺激转移过程的HMM模型与算法。根据HMM的基本概念定义了情绪状态刺激转移过程中关于情感的心理量;研究了刺激矩阵和情绪状态刺激转移矩阵A?的构造方法;根据HMM的前后向算法,推导出计算p i(T)的算法。该算法综合考虑了外界情感信息的刺激(类型、强度)、当前心情状态以及情感性格三个因素对情绪状态变化的影响。此外,在上述情感模型的基础上,利用数学仿真软件MATLAB构建了仿真研究平台,利用该仿真平台进一步研究了前述情感模型的变化规律,探讨了有关参数的作用、心理学意义及选择的方法,对有关的仿真曲线与仿真结果从心理学意义上给与了合理的解释。研究并建立了个人机器人研究开发平台。文中介绍了该机器人运动系统的组成结构、控制系统硬件体系结构及软件分层结构。根据情绪的认知理论,提出了机器人情感系统的分层软件结构,其决策层应包括认知比较器、情绪刺激转移过程计算和情感行为决策等三个模块。论文最后进行了总结与展望。归纳了本论文研究工作的成果和存在的问题,指出了今后的需要进一步研究的工作,并提出了一些初步的构想。

论文目录

• 摘要
• Abstract
• 引言
• 1 文献综述
• 1.1 引言
• 1.2 心理学的基本理论
• 1.2.1 基本概念
• 1.2.2 情绪和情感
• 1.2.3 关于情绪的理论
• 1.3 人工智能
• 1.3.1 模式识别
• 1.3.2 自然语言理解
• 1.3.3 人工神经网络（ANN）
• 1.3.4 机器学习
• 1.3.5 专家系统
• 1.3.6 知识工程
• 1.3.7 机器视觉
• 1.4 人工生命
• 1.5 情感计算
• 1.6 人工心理学
• 1.6.1 人工心理学理论的产生及研究内容
• 1.6.2 人工心理学的应用
• 1.6.3 人工心理学与人工情感
• 1.6.4 人工生命、人工智能、人工心理学关系
• 1.7 人工情感建模进展
• 1.7.1 关于情绪系统的理论模型
• 1.7.2 关于情绪系统的计算机应用模型
• 1.8 本章小结
• 2 情感能量与情感状态描述空间的建立
• 2.1 引言
• 2.2 动力心理学与心理能量
• 2.2.1 弗洛伊德的心理能量模型
• 2.2.2 荣格的心理能量模型
• 2.3 心理能量的表现形式与数学描述
• 2.3.1 心理能量的两种基本表现形式
• 2.3.2 情感能量的定义
• 2.3.3 情感能量的生理性抑制
• 2.4 情感能量的分配及情感状态描述空间的建立
• p^α静态分配结构'>2.4.1 E_p^α静态分配结构
• p^α动态分配结构'>2.4.2 E_p^α动态分配结构
• 2.4.3 情感状态空间
• 2.5 清醒与非清醒状态的划分
• 2.5.1 临界方程
• t^1|10'>2.5.2 α的生理性临界值α_t^1|10
• t^γ|λ'>2.5.3 α的心理性临界值α_t^γ|λ
• 2.6 情绪状态的划分以及情绪状态的变化过程
• 2.7 本章小结
• 3 情绪状态自发转移过程的马尔可夫链模型与算法
• 3.1 引言
• 3.2 机器情感的基本假设
• 3.3 马尔可夫链的基本理论介绍
• 3.3.1 马尔可夫链的定义
• 3.3.2 马氏链基本方程
• 3.3.3 状态的可达、互通
• 3.3.4 转移矩阵系数与极限特性
• 3.4 情绪状态自发转移过程的数学模型
• 3.5 状态转移矩阵的确定
• 3.5.1 转移矩阵A 的一般形式
• 3.5.2 用定理3.3 计算转移矩阵系数并研究其极限特性
• 3.5.3 高阶转移概率的计算与极限特性研究
• 3.5.4 用公式π* = π* A 推导一般形式的计算公式
• 3.6 本章小结
• 4 情绪状态刺激转移过程的随机过程模型
• 4.1 引言
• 4.2 HMM的基本概念及其算法
• 4.2.1 瓮球模型
• 4.2.2 HMM定义
• 4.2.3 HMM的三个基本问题
• [48]'>4.2.4 计算P （O|λ）^[48]
• 4.2.5 前向变量及算法
• 4.2.6 后向变量及算法
• 4.2.7 问题2 的解答
• 4.2.8 Viterbi算法
• 4.3 情绪状态刺激转移过程的随机过程模型与HMM算法
• 4.3.1 建模的基本思想
• 4.3.2 外界刺激矩阵的确定
• 4.3.3 情绪状态刺激转移矩阵（A|（?）） 的确定
• i^T 的计算'>4.4 情绪状态概率分布p_i^T的计算
• 4.4.1 前向变量计算过程
• 4.4.2 后向变量计算过程
• t（i） 与状态概率分布p_i^T 的计算过程'>4.4.3 r_t（i） 与状态概率分布p_i^T的计算过程
• i^T 的计算举例'>4.4.4 情绪状态概率分布p_i^T的计算举例
• 4.5 本章小结
• 5 情感模型的仿真研究
• 5.1 引言
• 5.2 坐标变换
• 5.2.1 平移公式
• 5.2.2 旋转公式
• 5.2.3 平移加旋转公式
• 5.3 情感状态空间演示程序
• 5.3.1 仿真操作界面
• t^γ|λ'>5.3.2 α的心理性临界值α_t^γ|λ
• 5.4 情绪状态自发转移过程的仿真
• 5.4.1 仿真操作界面
• 5.4.2 情绪状态变化的基本趋势
• 5.4.3 （θ|—）对情绪状态变化的影响
• 5.4.4 （θ|—）的取值确定原则
• 5.4.5 （π|—）* 的取值确定原则
• 5.5 情绪状态刺激转移过程的仿真
• 5.5.1 仿真操作界面
• 5.5.2 刺激作用下情绪状态变化的基本趋势
• max'>5.5.3 最大刺激强度T_max
• 5.5.4 外界刺激对情绪状态的影响
• 5.5.5 初始概率分布π对情绪状态的影响
• 5.5.6 情绪状态刺激转移矩阵（A|（?）） 对情绪状态的影响
• 5.6 本章小结
• 6 研究人工情感的个人机器人平台的构建
• 6.1 引言
• 6.2 概述
• 6.2.1 个人机器人技术的发展
• 6.2.2 个人机器人的相关技术
• 6.2.3 APROS-I型服务机器人实现的功能
• 6.3 运动系统组成结构
• 6.3.1 移动运动系统
• 6.3.2 机器人躯体、上肢运动系统
• 6.3.3 机器人的头部运动系统
• 6.4 控制系统硬件体系结构
• 6.4.1 基于CAN总线的分布式控制体系结构
• 6.4.2 分层结构
• 6.4.3 节点结构
• 6.4.4 故障诊断与处理控制器
• 6.4.5 控制系统功能
• 6.4.6 多传感器信息融合
• 6.5 软件体系结构
• 6.6 情感状态与情感行为决策
• 6.7 系统通信软件设计
• 6.7.1 CAN控制器初始化
• 6.7.2 数据发送
• 6.7.3 数据接收
• 6.8 本章小结
• 总结与展望
• 参考文献
• 在学研究成果
• 致谢