讓社交機器人學習用戶的日常生活和他們的情緒之間的關系

社交機器人，即可以與人類互動并在日常生活中提供幫助的機器人，正逐漸被引入眾多現實世界的環境中。這些機器人對于幫助老年人更自主地完成日常任務特別有價值，從而有可能提高他們的獨立性和幸福感。

巴里大學的研究人員多年來一直在研究使用社交機器人進行環境輔助生活應用的潛力。他們最近發表在UMAP'22Adjunct:AdjunctProceedingsofthe30thACMConferenceonUserModeling,AdaptationandPersonalization上的最新論文，專門探討了允許幫助老年人的社交機器人學習用戶的日常生活和他/她的心情。

BerardinaDeCarolis、StefanoFerilli和NicolaMacciarulo在他們的論文中寫道：“社交機器人應該支持老年人的日常活動，同時，它們應該通過考慮日常生活中的情感因素來促進情緒健康。”“這項研究的主要目的是調查是否有可能在社交機器人Pepper的幫助下，通過活動了解用戶的情感狀態狀態與日常生活之間的關系。”

DeCarolis和她的同事設計的“情緒個性化”輔助生活方法基于一個名為WoMan(WorkflorManagement)的系統。該系統在他們之前的一篇論文中介紹過，可以使用一階邏輯推理不斷學習和完善用戶的例程。

在他們最近的研究中，該團隊使用Pepper機器人實現了WoMan系統。Pepper是軟銀機器人公司制造的半人形移動機器人，可以與人類互動并檢測人的基本情緒。

“WoMan將用作在Pepper機器人上運行的DailyDiary應用程序的后端模塊，以收集有關日常活動及其與情緒和情緒的關系的數據，”DeCarolis、Ferilli和Macciarulo在他們的論文中寫道。

到目前為止，該團隊概述了他們提出的方法，并調查了它是否可以有效地了解用戶的日常生活和他/她的情緒之間的關系。此外，他們創建了他們方法的概念證明，為Pepper機器人設計了一個名為DailyDiary(DD)的對話應用程序。

顧名思義，DD應用程序可用于收集總結用戶日常生活、活動和情緒的注釋。然后通過機器學習模型分析此應用程序收集的數據，以更好地了解用戶在完成不同任務時的感受。

研究人員補充說：“這一階段的研究結果將用于評估老年人環境輔助生活房屋方法的有效性，以使社交機器人不僅能夠提供主動服務幫助，而且能夠提供情感移情體驗。”他們的論文。

在最初的評估中，DeCarolis和她的同事發現，他們的學習模型可以非常準確地學習預測日常生活以及活動與用戶情緒之間的關系。在接下來的研究中，他們計劃開發一個完整版本的應用程序并在現實環境中進行測試。

這些未來的測試將重新評估他們的學習模型在真實世界環境中預測用戶活動和情緒的準確性，此外，他們將嘗試確定高級用戶如何體驗DD應用程序和運行它的Pepper機器人，確認是否團隊的方法將是有益的，并被老年人所接受。

如果研究人員未來的評估進展順利，他們的工作可以幫助開發更多“看似善解人意”的機器人，這些機器人可以調整他們的行為以滿足弱勢用戶的身體和情感需求。