基于知识图谱波纹网络的人机交互模型

针对当前人机交互系统机器人存在背景知识缺乏、回复连贯性不高的问题,该文提出一种基于知识图谱波纹网络的人机交互模型.为实现更加自然且智能化的人机交互系统,该文模型模拟了真实的人与人交流过程.首先,通过计算人机交互情感评估值和人机交互情感确信度得到人机交互情感友好度.然后,引入外部知识图谱作为机器人的背景知识,将对话实体嵌...     

基于博弈的机器人认知情感交互模型

针对现有的人机交互系统普遍存在情感缺失、参与人参与度不高的问题,该文依据PAD情感空间提出一种基于博弈的机器人认知情感交互模型。首先,对参与人的交互输入情感进行评估并分析当前人机交互关系,提取友好度和共鸣度2个影响因素。其次,模拟人际交往的心理博弈过程对参与人和机器人的情感生成过程进行建模,将嵌入博弈的子博弈完美均衡策略作为机器人的最优情感选择策略;最后,根据最优情感策略更新机器人的情感状态转移概率,并以6种基本情感的空间坐标为标签,得出受到情感刺激后机器人情感状态的空间坐标。实验结果表明,与其它认知交互模型相比,该文模型能够减少机器人对外界情感刺激的依赖并有效引导参与人参与人机交互,为机器人的情感认知建模提供了新的方法和思路。     

基于对话模型的聊天机器人结构研究

人机交互是人工智能一直关注的领域,聊天机器人作为人机交互的重要形式,广受工业界与学术界的关注。聊天机器人被应用于现实生活的各个应用场景,但在结构设计上仍存在缺乏数据保护、情感对话缺失等问题。针对以上问题,从聊天机器人的对话模型出发,概述了聊天机器人在基于规则、基于检索、基于生成和基于混合的对话模型下的结构特征,分析了各个模型结构的适用场景以及存在的缺陷。最后,对四种结构的聊天机器人进行了总结与对比,为其结构设计提供参考。     

专题:面向人(机)-机交互的柔性传感器及其智能感知系统

内容导读,当前人工智能、智能机器人、人机交互理论与技术发展迅猛。随着传感器、集成电路设计和智能算法的进步带来机器人感知能力的快速提升,人工智能中柔性传感器、智能机器人、人机交互算法的应用不断取得进步。基于柔性传感器的人与机器人的交互、机器人与机器人的交互以及人机协同作业等领域已有一定的成功应用,因此学术界掀起了柔性传感器、柔性共形天线、人(机)-机交互智能感知系统与智能算法的研究热潮。     

基于模糊认知图的机器人情感响应模型

针对现有人机交互系统广泛存在机器人情感响应缺乏独特性和主动性、参与人参与度、满意度、体验感不高的问题,该文依据愉悦度-激活度-优势度(PAD)情感空间提出一种基于模糊认知图的机器人情感响应模型.首先,获取参与人交互输入情感值,对其评估得到参与人的情感状态矩阵;其次,考虑到机器人的性格特征和社会角色,利用模糊认知图的时间...     

智慧城市建设中人机交互模式的探究与创新——以智能环境信息显示系统为例

智慧城市建设中信息的传递是人与系统之间交流的桥梁,而人机交互成为智能系统开发过程中必须深入探究的内容。文章以智能环境显示系统为例,根据距离交互理论,结合环境显示系统的交互设计原则,对智能系统的人机交互模式进行探究,并探索基于"叠加"机制的人机交互模式的创新与应用。     

新型多模态人性化语音交互系统

面向服务机器人的语音交互需求,研究了一种新型的多模态人性化语音交互系统。该系统采用了连续语音流的关键词检测技术、说话人识别技术、基于传声器阵列语音定位技术和对话管理技术,能进行和谐的人机语音交互。多模态人性化语音交互系统通过这些技术综合利用使系统能知道“谁”在什么“时候”什么“地点”发出什么“指令”。基于人性化语音交互系统,机器人根据语音知道特定服务对象的需求,提供特定服务。     

基于人机交互界面的雷达总体设计仿真介绍

人机交互机界面指的是一种信息双向交互平台,属于人与计算机之间的通信手段,人机界面是人与计算机信息交互传递的一种渠道和手段.雷达仿真设计多用于无线电测距和探测,主要探测方法是无线电探测.本文主要对人机交互界面的雷达总体设计进行研究分析.     

基于强化学习的机器人认知情感交互模型

为增强机器人的认知情感计算能力,依据PAD情感空间建立结合即时反馈和长期趋势的机器人认知情感生成方法,该文提出一种基于强化学习的机器人认知情感交互模型.首先,依据人际交往心理学理论,模拟人类情感生成过程进行类人情感生成,并从中提取相似性、积极性、共情性3个影响因素;其次,利用强化学习的全局统筹特性,建立响应情感状态与上下文长期情感状态之间的关联关系,从而对机器人情感生成过程进行建模;然后,将3个因素纳入模型奖励机制用于交互情感状态评估,实现模型更新并得到最优情感策略;最后,利用所得最优情感策略对应的最优情感状态对机器人情感状态转移概率进行更新,并依据6种基本情感状态在空间中的情感值,将其映射到连续情感空间中得到机器人的最优响应情感值.主客观对比实验表明,该文模型能有效增加机器人情感表达的细腻性、连续性、积极性以及共情性,还能有效降低机器人对外界情感刺激的依赖性,进一步提升和谐友好的人机交互关系.     

基于Kinect的机器人交互系统设计与研究

针对传统的移动机器人人机交互通常采用摇杆或按键等操作方式,存在操作繁琐、系统延时大等缺点。基于此提出一种基于姿态传感器的人机交互系统,操作端以Kinect为姿态传感器采集人体姿态信息并上传至云服务中心,机器人端通过云端发出的指令对机器人进行远程控制。实验结果表明,该人机交互系统可以实时高效地操作机器人完成各种运动,具有操作简单、低延时等优点,解决了传统空间机器人操控中的不足,提供了高效的移动机器人遥操作方案。     

恶意干扰下基于斯坦伯格博弈的无人机动态频谱分配

针对恶意干扰场景下无人机群动态频谱分配问题,构建了基于斯坦伯格博弈的动态频谱分配模型,干扰机为斯坦伯格博弈的领导者,无人机群为斯坦伯格博弈的跟随者,设计了不同博弈参与者的效益函数,并证明了该博弈存在稳定的斯坦伯格均衡解。在此基础上设计了一种分层动态频谱分配算法,针对领导者采用Q学习选择干扰信道的场景下,跟随者采用随机学习自动机来确定信道分配策略。仿真结果表明,所提算法能够得到无人机用户的最优信道分配策略,有效提升无人机用户的总吞吐量性能,实现效益最大化。     

存在检测误差的抗跟踪干扰最优跳速设计

跟踪干扰对跳频通信构成严重威胁。首先采用Stackelberg博弈模型对存在检测误差条件下的通信干扰与抗干扰进行建模,在该模型中,存在一个先行者和一个跟随者,其中,通信方作为先行者进行跳频通信,跟踪干扰方作为跟随者检测跳频通信信号并实施干扰。分别推导了通信方的最优跳速,以及干扰方最优检测时间与干扰时间的分配策略,证明了当信噪比小于一定门限时,干扰方的最优干扰策略是盲干扰,通信方的最优抗干扰策略是慢速跳频。最后,对理论分析结果进行了计算机仿真验证,并将所提算法与盲跳频和变速跳频进行了比较,结果表明,所提算法的抗跟踪干扰性能显著优于已有算法。      

基于Stackelberg博弈的多任务协作频谱感知算法

随着移动设备的增多,认知无线电技术诞生,而频谱感知是认知无线电技术中的重要一环。本文将群智感知和频谱感知结合,提出了一种基于Stackelberg博弈的多任务协作频谱感知算法。该算法将融合中心(平台)与次用户分别建模为Stackelberg博弈领导者和从属者。在领导者博弈中,平台给次用户发布最优的报酬值以获得最佳的效用;在从属者博弈中,本文着重考虑了剩余能量对次用户的影响,次用户在平台给的报酬下改变感知时间以获得最优的效用。仿真结果表明,该算法可以提高融合中心对频谱的检测概率。      

Distributed optimization of enhanced intercell interference coordination and resource allocation in heterogeneous networks

In two‐tier heterogeneous networks (HetNets), the cross‐tier interference caused by spectrum sharing between macrocell and small cells poses obstacle to ideal overall network performance. Both enhanced intercell interference coordination (eICIC) at the macrocell base station (MBS) and resource allocation (RA) at small cell base station (SBS) have been considered as efficient approaches to mitigate the cross‐tier interference. In this paper, we propose a distributed optimization framework to jointly optimize the eICIC and RA schemes at different tiers. In specific, an enhanced almost blank subframe (ABS) scheme is performed by the MBS to encourage SBSs to adopt hybrid access policy and admit the offloaded macrocell users (MUs) so as to guarantee their QoS requirements. To model the intricate interaction between two tiers, we formulate the joint optimization problem as a one‐leader multiple‐follower Stackelberg game. We prove the existence of Stackelberg equilibrium (SE) and obtain the optimal strategies for both tiers. Numerical results are presented to show that the proposed framework with hybrid access policy converges to a unique SE and utilities for both tiers is maximized, which creates a win‐win situation.     

认知无线网络中基于Stackelberg博弈的功率控制新算法

针对认知无线网络中存在的干扰问题和功率消耗过大问题,提出了一种新的基于斯坦克尔伯格(Stackelberg)博弈的功率控制算法。建立了主次用户双层网络模型,将主用户设置为领导者,次用户设置为追随者,并对次用户产生的总干扰进行定量分析。在次用户多次博弈的过程中,动态地调整主用户单位干扰价格,在保证主用户自身正常通信前提下,尽量使得收益最大化,提高主用户的参与积极性。仿真实验表明,该算法在保证主次用户的服务质量（QoS）前提下,有效地减小了次用户的发射功率,而且能获得更高的系统容量。     

基于强化学习的频控阵-多输入多输出雷达发射功率分配方法

当前电磁环境日益复杂多变,新式干扰手段层出不穷,对雷达系统带来了极大的挑战和威胁。该文引入频谱干扰模型并提出了一种在频控阵-多输入多输出(FDA-MIMO)雷达与干扰机动态博弈框架下基于强化学习(RL)的发射功率分配优化方法,使雷达系统能够获得最大的信干噪比(SINR)。在此基础上,构造了频谱干扰模型。其次,雷达和干扰机之间存在一种Stackelberg博弈关系,且将雷达作为领导者,干扰机作为跟随者,建立动态博弈框架下的发射功率分配优化模型。采用深度确定性策略梯度(DDPG)算法,结合功率约束设计了奖赏函数,对雷达发射功率进行实时分配来获得最大的输出SINR。最后,仿真结果表明,在雷达与干扰机博弈的框架下,所提优化算法能够有效地对雷达发射功率进行优化,使雷达具备较好的抗干扰性能。     

Hierarchical game based spectrum access optimization for anti-jamming in UAV network

For the anti-jamming spectrum access optimization problem in unmanned aerial vehicle (UAV) communication networks,considering the complex and diverse malicious jamming from jammers,a Bayesian Stackelberg game was proposed to formulate the competitive relations between UAV users and jammers.Specifically,jammers acted as the leader,whereas users acted as followers of the proposed game.Based on their different utility functions,the jammer and users independently and selfishly selected their optimal strategies and obtained the optimal channels selection.Due to the NP-hard nature,it was challenging to obtain the Stackelberg Equilibrium of the proposed game.To this end,a hierarchical learning framework was formulated,and a hierarchical channel selection-learning algorithm was proposed.Simulations demonstrate that with the proposed hierarchical learning algorithm,UAV nodes can adjust their channel selection and obtain superior performance.     

Pricing framework for almost blank subframe scheme in two‐tier heterogeneous networks

As a part of enhanced inter‐cell interference coordination (eICIC), almost blank subframe (ABS) is an efficient technique to mitigate the cross‐tier interference of two‐tier heterogeneous networks (HetNets) and enhance overall network performance. However, in small cells with closed subscriber group (CSG) mode, how to motivate small cell base stations (SBSs) to adopt ABS schemes is still one of technical challenges due to the selfish nature of SBSs. In this paper, we propose a pricing framework with ABS scheme that benefit both the macrocell and small cell tier. Within the proposed framework, each SBS with closed access policy performs ABS scheme by muting a portion of the whole frame in time domain, and then dedicating this interference‐free subframe to macrocell users (MUs) for exclusive use. In return, the macrocell base station (MBS) announces the price for these ABSs and offers a certain amount of revenue to each SBS according to the length of its ABS. Furthermore, we extend the small cell performance analysis to the scenario of hybrid access policy, which allow neighboring MUs to access small cells. To investigate the interaction between two tiers, we formulate the proposed framework as a one‐leader multiple‐follower Stackelberg game, which regards the MBS and SBSs as leader and followers, respectively. On the basis of the theoretical analysis, we prove that a unique Stackelberg equilibrium (SE) exists and obtain the optimal strategies for both tiers. Numerical results evaluate the utility performance of both tiers when SE is achieved and verify the validity of the proposed framework.