2012年3月31日 星期六

「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,右手臂動作最高數量和頭部運動最低數量尤其是I love you”,平均值有兩種頭部方向變化,但有七種左右手臂方向變化。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=28.34P<.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 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
恐懼與害怕需複雜的動作表現力,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手臂頭部運動 (不包括可移動的手指,手腕或手肘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)。

1 則留言:

  1. good~ 其實不一定要做特別使用者,這樣的...也還不錯,是吧?

    回覆刪除