基于HMM的家庭服务机器人情感计算模型研究

论文摘要

随着科技的进步,家庭服务机器人逐渐走进人们的视野,融入人们的生活。机器智能的发展使得传统的人工智能研究遇到瓶颈,情感作为人类智能的一个重要组成部分,要让机器人具备类人智能,怎么能够没有情感?另一方面,社会的发展使得人们不再满足于家庭服务机器人丰富的功能,期待其承担更为重要的家庭角色。因此,机器人的情感计算问题成为机器人技术的研究热点。模拟人类情感过程,为机器人建立情感模型,是情感计算研究的一个重要步骤。各国研究者对此展开了深入的研究,提出许多情感模型。由于人类情感过程具有马尔可夫性,研究人员提出基于HMM理论的情感模型。但是,现有的这些HMM情感模型没有本质区别,其差异仅体现在情感概率空间的构造和状态转移矩阵的确定,没有考虑情感衰减、刺激、情感间的相互作用及性格对情绪的影响,整个模型比较简单。为此,本文在基于HMM理论的基础上,在以下几个方面对HMM情感模型进行了改进,提出新的基于HMM理论的情感计算模型:提出情绪表现分为三个层次,情感空间、心情空间和表情空间。情感空间描述的是人类情感一般的、无差别的内在表示;心情空间是经过性格投影之后情感空间,既能反应情感的内在表示,又刻有性格的烙印;表情空间描述的是机器人所表现出来的表情。提出用情感强度来刻画机器人的情感空间,刺激、情感衰减和情感间的相互作用通过情感强度的变化来体现,并给出情感强度的计算公式以及这些因素的数学表达。提出机器人情感过程的三个层次,情感的内在表示、性格对内在情感的投影以及表情生成过程。在此基础上,本文建立基于HMM的家庭服务机器人情感计算模型,详细阐述情感计算过程和状态更新过程,并讨论性格对情感过程的影响。为了验证本文提出的HMM情感模型的有效性,建立了情感模型实验平台,并设计了家庭服务机器人情感交互模型。参数估算模块用来设置和估算情感模型的参数,并在Matlab平台上分析这些参数对情感变化的影响。情感模型仿真系统用来验证该模型对情感的自发转移过程以及刺激作用下的情感转移过程的模拟效果。在家庭服务机器人情感交互模型中,提出采用DS证据理论来融合多种情感识别技术以提高识别效率,并通过仿真来检验该情感交互模型的有效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 研究现状
• 1.2.1 OCC 情绪模型
• 1.2.2 Oz-Tok 结构
• 1.2.3 Cathexis 模型
• 1.2.4 Kismet 模型
• 1.2.5 HMM 模型
• 1.2.6 其他情感模型
• 1.3 研究目的及内容
• 第二章 基本理论
• 2.1 情绪理论
• 2.1.1 维度论
• 2.1.2 基本情绪论
• 2.2 情绪的性质和反应特点
• 2.2.1 情绪的性质
• 2.2.2 情绪的反应特点
• 2.3 情感计算理论
• 2.3.1 基本概念
• 2.3.2 情感计算一般研究过程
• 2.4 HMM 理论
• 2.4.1 Markov 链
• 2.4.2 HMM 的数学描述
• 2.4.3 情感过程的马尔可夫性
• 2.5 本意小结
• 第三章 HMM 情感模型的建立
• 3.1 情感状态空间
• 3.1.1 机器人的基本情感
• 3.1.2 机器人的心情状态
• 3.1.3 机器人的表情
• 3.2 HMM 情感模型分析
• 3.3 情感强度
• 3.3.1 情感强度的数学描述
• 3.3.2 情感的衰减
• 3.3.3 情感状态之间的影响因子
• 3.3.4 刺激因子
• 3.4 HMM 情感模型
• 3.4.1 情感过程的分层表示
• 3.4.2 HMM 情感模型
• 3.4.3 情感状态更新过程
• 3.4.4 表情生成过程
• 3.5 性格因素
• 3.5.1 性格的描述与测量
• 3.5.2 HMM 情感模型的性格因素
• 3.6 本章小结
• 第四章 HMM 情感模型实验
• 4.1 情感模型实验设计
• 4.2 模型参数估算与分析
• 4.2.1 衰减系数
• 4.2.2 情感之间的相互作用因子
• 4.2.3 刺激函数的作用
• 4.2.4 性格因素
• 4.3 情感模型的仿真实现
• 4.3.1 仿真系统
• 4.3.2 无刺激时情感变化规律
• 4.3.3 刺激作用下情感变化规律
• 4.4 本章小结
• 第五章 情感交互设计与仿真
• 5.1 家庭服务机器人情感交互模型
• 5.2 情感信号的获取与识别
• 5.2.1 情感信号的获取
• 5.2.2 情感识别
• 5.2.3 DS 证据理论
• 5.3 情感表达
• 5.3.1 面部表情
• 5.3.2 情感语音合成
• 5.4 仿真
• 5.4.1 实验设计与实现
• 5.4.2 实验结果
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.1.1 主要研究内容
• 6.1.2 主要创新点
• 6.2 展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢