「論文文獻」Communication of Emotion in Social Robots through Simple Head and Arm Movem

Communication of Emotion in Social Robots through Simple Head and Arm Movem
Jamy Li · Mark Chignell
 International Journal of Social Robotics
Volume 3, Number 2, 125-142, DOI: 10.1007/s12369-010-0071-x
Springer Science & Business Media BV 2010
https://springerlink3.metapress.com/content/51285j125028682x/resource-secured/?target=fulltext.pdf&sid=to3bjgk13dpnbncliplh4si1&sh=www.springerlink.com

此篇論文主要探討人們如何評價機器人的姿勢，希望能有助於設計機器人與人類的社會互動。
他實施了四種實驗，分別為情境脈絡、手勢的複雜度、情緒效價、創造者的專業知識。


為了得知運動的特性與情境的脈絡是否會影響手勢編碼和譯碼， 在實驗一的部分，參與者利用熊機器人(圖1)創造手勢。在實驗二部分參與者觀看與片段在實驗一所創造的手勢，選擇做為機器人在影片或動畫的動作。

圖1.熊機器人

讓4個參與者(2男2女)的創造者利用表1的句子(12個場景)，去擺弄熊機器人能夠使用的姿勢(頭、手臂)，設計的姿勢必須為參與者在與面對熊機器人時，要能夠了解熊機器人的手勢所表達的情緒與訊息，並且錄製下來，事後參加者必須填寫了對機器人量表（NARS的）調查和負向態度的人口統計資料。

表1

姿勢的複雜動作可用2種方法測量，a.頭部動作由計算機器人的頭部方向的變化 。b. 手臂的動作由機器人的手臂與雙臂總合做為相似數據



實驗二

1.  邀請有12位參與者(9男3女，不包括實驗1 的參與者)的觀賞者，將實驗1所創造的48個手勢與表2(由2位調查員與1 位實驗1參與者的手勢翻譯員提供書面說明編碼)搭配情境上的情緒選擇。
2. 另外還有動作的生動程度-問卷調查，以李克特量表1~7去調查人群資訊對機器人的負面態度調查(NARS)
3. 建立4種架構：媒介物(影片、動畫) X  脈絡 (提供、不提供)，讓參與者去觀看動畫(圖2-a)、影片(圖2-b)與有無提供脈絡(情境)的搭配是否會照成不同的社會心理。

 

表2

 

圖3

正面情緒趨向於左，右手臂動作的最高數量和頭部運動的最低數量。尤其是“I love you”，平均值有兩種頭部方向的變化，但有七種左右手臂方向的變化。負面情緒的頭部跟左右手臂較為均衡。中性情緒整體的動作較少。"I am confused"的動作所持續的時間較長。

表2

 假設1
首先 首先432情緒的判斷，評分創造者的姿勢所選擇的情緒是否正確或不正確 ，使用在spss的 Z approximation to the binomial test，觀察正確的回應(22%)明顯的比預期的(10%)還要大 ，雖然有78%的情緒是不正確的。

假設2
利用 Two Way ANOVA去進行媒介物(影片、動畫) 、 脈絡 (提供、不提供)之間的差別，在圖3顯示出擁有脈絡的情境之下的媒介物較容易提高情緒。

圖3

在假設1、2之後，利用One Way ANOVA測量正面 (M = 4.64)、中性(M = 3.89) 、負面(M = 3.84)情緒之間測量likeability rating，以中性情緒做為控制類別，以此數據F（1，11）=28.34，P<.001，R= 0.84發現正面情緒與中姓情緒的差異較大，因此觀賞者較喜愛姿勢傳遞正面情緒。
在lifelikeness部分，也是利用One Way ANOVA測量，發現正面情緒（M= 4.83）的手勢比負面（M =4.32）、中性（M= 3.95）還要更生動。正面情緒與中性情緒相比之下，F（22）=16.86，P <0.001，R= .66顯著差異性較大，但負面與中性相比則顯著性較小。

事後利用three-way repeated measures ANOVAs 測量媒介物、 脈絡、手勢動作與媒介物、 脈絡、頭部動作這2組的動作特性。發現手臂的動作多(M = 4.68, SD = .147)比動作少(M= 4.22, SD = .123)會顯得生動程度較高且逼真(圖4)，在頭部動作上，則沒有發現這樣的效果，而且跟媒介物、脈絡之間沒有互動的影響。

圖4

研究1與研究2的結論為發現機器人的手臂可以提供情緒上的資訊，但是簡單的姿勢不能提供大量的資訊以及識別是較低的。


研究3
實驗對象(參與者)為沒有操控木偶經驗的人(三男二女)與有經驗的人(三男二女)，讓參與者去操弄機器人的憤怒，厭惡，恐懼，快樂，悲傷和驚奇的6個情緒的姿勢。在實施期間可用放聲思考去創作姿勢。


研究4
讓觀賞者去填寫問卷(李克特量表1-7)，觀看研究3的60個動作與6個情緒之間的喜愛程度、生動程度以及去評價情緒與姿勢在機器人身上的程度有多大。


此研究3.4的架構為2(木偶操作專家、木偶業餘愛好者 )X6情緒(憤怒，厭惡，恐懼，快樂，悲傷和驚奇)，探討觀賞者對機器人的性格和姿態。


測量的方式為分為2種措施，第一種為原始評價，也就是評斷研究3的參與者(創造者)所創造的手勢所傳達的情緒是否有達到觀賞者所認為的情緒。


第二種則為規範化評價，讓觀察員選擇手勢的情感減掉5個其他平均所給予的態度(標準差從-6(選1，其他5個情緒平均為7)~6(選7，其他5個情緒平均則為1))。

對於手勢創造者的意見評估，(negative attitudes toward social influence of robots, M = 14.6, SD = 3.24;negative attitudes toward emotions in interaction with robots, M = 9.8, SD = 1.81.)與觀賞者的意見評估(negative attitudes toward social influence of robots, M = 15.3, SD = 2.75; negative attitudes toward emotions in interaction with robots, M = 8.58, SD = 2.07.)發現創造者與觀賞者之間數據是相似的。


假設3部分，將生動程度、喜愛程度進行配對t檢驗，作為獨立因子和重複的依賴因素的評級，對木偶與情感的數據。後來發現沒辦法分出木偶操作專家、 沒有操控木偶經驗的人之間的喜愛程度的差別，只有生動程度的happiness,有輕微顯著的效果 t (11)=−1.71, p = .058.。


假設4則為對操作木偶的經驗程度如何影響情感識別，用T檢定識別依賴測量，但原始評價 (raw ratings)沒有什麼差異，但是在 厭惡 的情感部分發現木偶操作專家高於木偶業餘愛好者(M= 3.72, SD = .97 compared to M= 3.35, SD =.88, t (11)=−1.46, p = .086, one tailed)。

從圖5可看出木偶操作專家對於厭惡、害怕的情感動作表現較好，木偶業餘愛好者則對快樂的動作較優。

圖5

從圖6觀看，a與c的動作分為恐懼、厭惡的最好表現動作，那是由木偶操作專家所創造的。
b與d則為恐懼、厭惡的最不好表現動作，那是由木偶業餘愛好者所創造的。

圖6

使用 兩兩相對 Pearson product-moment 相關計算，負面情緒之間的相關性為正相關，生氣與厭惡為 r = .59, p <.01.

然而分別與生氣、厭惡做相關性的快樂(r = −0.11, p < .01 and r = −0.16, p < .01)，則為負相關。

圖7

研究3與研究4的結論為
恐懼與害怕需要更複雜的動作和表現力，因此專業的木偶操作師比業餘愛好者能提供更好的動作。


結論
一個簡單的社會機器人的手臂和頭部運動 (不包括可移動的手指，手腕或手肘）的手勢可以傳達情感意義。 


感想  


此論文的動作是利用受測者所設計出來的，與以往學姊們所提的拉邦理論較無相關，因此他的缺點是在於它不能利用參數去控制機器人，雖然他是以人們所認定的動作去設計的...
比較有趣的是，他利用有無脈絡(情境)去測試人們對機器人的情緒程度如何，會增強人們對機器人的動作的感受，也就是脈絡提供了情緒表達的線索。忽然想到玉美學姊的研究也是有使用到機器人動作與脈絡結合(在一個特定的情境時，判別機器人的不同動作，哪一種動作較適合此情境)。

「統計」ANOVA 字母與數字的意義

 當看了某篇論文充滿著F(1, 11) = 28.34, p <.001, r = .84,這樣的奇異數字時，心中充滿著"明明把字母數字分開都知道怎麼念，為啥一旦組合起來後就像是個外星文...."的想法時，找到了研究生2.0的ANOVA講解，瞬間對某篇論文產生了希望!!
 以下為 研究生2.0的ANOVA講解
http://newgenerationresearcher.blogspot.com/2009/01/spss-one-way-anova.html

「書籍閱讀心得」親愛的臥底經濟學家

有時候我們總是會為一點芝麻綠豆小事而煩惱，而親愛的臥底經濟學家利用理性的學術去分析我們的遇到的問題，把無奈的事件變成有趣的問與答，我想這是作者他讀過許多的知識才有可能做得到吧。

我記得當還沒當研究生時，讀書是一件"額外"的事，當很多事情擠在一堆等著自己處理時，通常讀書都會把它擺到最後，絲毫不覺自己的知識是多麼狹隘。
但是自從當研究生後，讀論文以及老師提些書籍給我們觀看，將發現這世界上有好多現象是非常有趣的，正因讀了書而獲得知識，漸漸地自己的思維及談吐開始不一樣了。就如親愛的臥底經濟學家一樣，因為本身擁有許多知識，導自對事情的處理態度及思想也是不同的!

我認為閱讀不能給你馬上的實際效益，他是一種漸進式的，當讀到一個程度時，回頭一看以前的自己，將發現以前的我是多麼無知阿(雖然現在讀的不是很多..).........不禁想起為什麼我在大學有時會聽不懂大學指導老師所說的話，就算大學指導老師很努力地講解，我們還是不了解為什麼........我想這是因為我們的知識程度不夠才無法跟進老師的腳步吧............

「論文文獻」Expressing and interpreting emotional movements in social games with robots

Expressing and interpreting emotional movements in social games with robots
Emilia I. Barakova &Tino Lourens
Personal and Ubiquitous Computing Volume 14 Issue 5, July 2010 Springer-Verlag London, UK

此論文為了具體呈現了遊戲應用的3維的動作認知與模擬，他們需要發展一個複雜的介面，企圖了解人體運動所展現出來的肌肉的運動知覺以及情感，模仿動作在機器人或其他感覺運動功能設備中。在遊戲的部分是為了改善兒童的社會交往技能，因為情緒行為的形式取決於機器人的具體化，遊戲中描述的設計為例的遊戲平台是用於自閉症兒童的訓練。

• 遊戲的行為是兒童的身體、社會和情感發展的表達方式，他們認為當一個人無法及時回應對方時，很難形成積極產生人際關係互動，而兒童就是透過遊戲的方式來展現自己。他們目的為希望在設計機器人玩具時可以擁有較高的自主能力，可以表達情感的行為以及了解其他媒介物的情感表達，認為機器人能夠使用在遊戲的計畫方案有：1. 機器人懂得人類玩家的情緒狀態，並且可以適當方式回應。2. 機器人模仿，可以增強或抵銷一個人的情緒狀態。3. 社會信任的機器人（具體化的特性，挑起社會的互動)。4. 機器人的運動/情感意識的基礎上，不斷有適應互動產生。

• 根據專家的意見，此論文的作者所知模型運動，和一些簡單的實驗發現Time可以尋找動作的加速度特徵。weight的特點是加速度和速度的組合。flow需要所有三個組成部分的價值做以評估。

運動的動態特性和拉班的運動質量之間的關係。

4種基本情緒轉化勁因素

• 分析與模擬情感運動的架構所採取的步驟為下：
  1.描述動作讓一個簡單的信號 （速度、加速度和變異）在拉邦-勁的因素之間做出雙向改造動態的特性 。 
  2.學習拉邦─勁的影響因素與基本情感的之間的信賴性。
  3.預測動作作為一個互動的因素。

透過攝影機錄製受測者的揮手動作，得知動作特性與情緒的關聯(圖1)(圖2)。

1. 高興的揮舞模式提供了一個比較高的頻率。
2. 憤怒的揮舞則顯現出巨大的加速度
3. 傷心揮舞演示了一個低加速度的形式，頻率較低，比起其他三種情感所顯示的頻率還要低。
4. 禮貌的招手是具有高頻率和規律性，使用最少能量的一個動作。

圖1

圖2

遊戲部分利用圓盤與機器人，透過老師說故事，老師可利用不同的故事將提起機器人動作行為的情緒，讓自閉症兒童(2個以上)站在圓盤上選擇圓盤上的箭頭情緒，當圓盤往某個箭頭傾斜時，將會觸發機器人的情感動作，目的在於行為情感的整合了解(圖3)，加深自閉症兒童的社會交流與情感學習。

圖3

結論
使用遊戲的架構，不同層次的機器人能力，能夠分析人類玩家的情感層次，進而表達我們的社會情感行為或是採取互動的社會交流。
從現有的研究，採用拉班動作分析，選擇不同分析與精心設計的圖像處理技術的實際運動的特質。使用手勢的信號進行解讀，可以提高捕捉動作的特性，省略不必要的資訊，進而設計情感和社會行為。
另外，選擇簡單的動作去做感性動作的辨識，否則攝影機容易把憤怒與快樂的情感給搞混在一起(圖4)，因為快樂與憤怒都是高強度行為。

快樂與憤怒的數值的辨識率偏低

感想


此論文提到利用機器人去模仿人類的行為，可以增強或抵銷一個人的情緒狀態，就想起之前看了幾篇利用機器人模仿來治療自閉症兒童的論文，模仿的確容易影響人類，而且也能吸引自閉症兒童的的注意而產生社會交流行為，針對他所設計的遊戲部分，他以互助合作的方式讓機器人產生情感的動作，刺激自閉症兒童進而訓練他們社交行為，這與之前所看的論文有所不同，因為此篇論文不是一對一治療，而是一對多!因為重點是在於它是將拉邦動作轉成情感動作做為分析，因此對於遊戲部分有無讓自閉症兒童改善社交行為，這點倒是要保持保守態度，因為自閉症兒童真的會聽老師所講的故事而跟同伴一起站到相同的箭頭嗎?總覺的好像較適合症狀較輕微的自閉症兒童所使用。