基于情绪心理学的情感建模

基于情绪心理学的基本理论，定义了个性空间、情感空间和心情空间，建立了个性与心情、心情与情感的映射关系，给出了心情与情感状态更新方程，提出了一种能够合理反映人类情感变化规律的情感计算模型。实验表明，该模型能合理反映出在外界刺激作用下，不同个性者心情状态和情感状态的波动过程，为情感机器人的情感决策提供了一种新的机制。     

一种基于任务的机器人情感决策模型的构建

为了使人机交流更自然,提出一种基于任务的机器人情感决策模型,建立从多种感知输入到多种行为 输出的映射．机器人的情感状态采用PAD（pleasure-arousal-dominance）情感空间描述,并考虑了个性因素．结合正 态分布原型,采用概率与情感结合的行为映射方式,使决策模型的决策变量受随机因素和情感因素影响,保证其输 出行为更符合人类的情感变化．以“福娃”机器人为平台验证了该方法的正确性和实用性．     

基于状态空间与概率空间映射的极大相似度匹配情感模型

机器人情感建模是研究情感机器人的热点问题。文中以情感心理学知识为基础,模拟具有不同个性的情感机器人在外界刺激作用下情感动态变化的过程,研究个性和外界刺激对情感转移过程的影响。采用基于状态空间的情感空间模型来描述机器人的情感状态,并用HMM过程来模拟情感状态的转移过程。但HMM过程只能求得当前情感状态的概率,为得到具体的情感状态,文中提出一种基于状态空间与概率空间映射的极大相似度匹配的情感转移模型。首先利用HMM过程计算出当前情感概率,然后通过极大相似度匹配来得到转移后具体的情感状态。通过调节模型参数来模拟不同个性和外界刺激,该模型能有效模拟情感状态变化过程。实验结果验证模型模拟的情感变化过程符合人类情感变化的一般规律。     

不同个性的情感机器人表情研究

在情感机器人研究中,不同个性的面部表情是情感机器人增强真实感的重要基础。为实现情感机器人更加丰富细腻的表情,将人类的个性特征引入情感机器人,分析个性理论和情感模型理论,得知不同个性机器人的情感强度。结合面部动作编码系统中面部表情与机器人控制点之间的映射关系,得到情感机器人不同个性的基本表情实现方法。利用Solidworks建立情感机器人脸部模型,在ANSYS工程软件中将SHFR-Ⅲ情感机器人脸部模型设置为弹性体,通过有限元仿真计算方法,对表情的有限元仿真方法进行了探究,得到实现SHFR-Ⅲ不同个性基本表情的控制区域载荷大小和仿真结果。最后,根据仿真结果,进行SHFR-Ⅲ情感机器人不同个性的表情动作实验。实验结果表明,有限元表情仿真可以指导SHFR-Ⅲ情感机器人实现近似人类的不同个性的基本面部表情。     

人脸表情识别中情感模型的分析与实现

本文提出了一种新的情感模型用于人脸表情识别与合成中。该情感模型是基于已泛化的和非线性映射表现的五层神经网络,输入和输出层有相同数目的单元,在中间层可以实现特征的映射和情感空间的构造。从输入层到中间层的映射是情感识别,从中间层到输出层的映射是根据情感值进行表情合成。     

人脸表情识别与合成系统模型设计

本文提出了一种新的用于人脸表情识别与合成的情感模型,该模型是基于已泛化的和非线性映射关系的五层神经网络.模型的输入和输出层有相同数目的运动单元,在中间层可以实现特征的映射和情感空间的构造.从输入层到中间层的映射是表情识别,从中间层到输出层的映射是根据情感值进行表情合成.神经网络的训练采用典型的6种表情作为训练样本,最后通过实验证明了该模型在进行表情识别与合成时的可行性.     

家庭服务机器人情感计算模型的研究

根据基本情感理论建立了家庭服务机器人的情感状态概率空间模型,并应用马尔可夫链的特性,建立了基于隐马尔可夫模型的情感计算模型.详细地阐述了该情感计算模型中各参数的意义以及估算方法.通过仿真实验验证了该情感计算模型可以较好地模拟情感状态的自发转移,以及在外部刺激作用下的情感转移.通过对实验数据分析,发现机器人的情感经外部刺激作用或者自发演变,最终趋于稳定状态,这个稳定状态与情感转移概率矩阵有关,而与机器人所处的初始情感状态无关.     

基于个性和OCC的机器人情感建模研究

机器人不仅要具有简单的机械作业和逻辑推理能力，还应当具有类似人类的情感能力．本文将个性与情绪、情感、理解、表达相结合，采用OCC模型作为评价标准，建立了符合人类情感规律的、可用于情感机器人的情感模型。通过一个应用上述模型的虚拟人情感交互系统．验证了此模型可以很好的对人类的情感进行仿真．可以应用于情感机器人和人性化计算机、游戏等许多领域。     

基于感兴趣区域特征提取技术的情感语义研究

提出一种基于感兴趣区域特征提取技术的图像情感语义识别模型.着重论述了感兴趣区域的获取、感兴趣区域与非感兴趣区域权重的确定、从RGB颜色空间到HSV颜色空间的转换算法、加权颜色直方图的统计算法以及最终情感聚类的方法.仿真实验结果表明,该模型所实现的底层特征到高层情感语义映射准确率比传统的颜色特征提取技术的图像情感语义识别模型有很大的提高.     

应用于机器人的情感模型研究

引入一种新的情感建模方法--基于灰色系统理论的情感建模.首先抽象出影响机器人情感生成的各主要因素,并给出情感机器人系统的MAS结构,最后构造出情感模型并在现有的机器人平台中进行了实现.实验表明,基于GM(1, N)的情感模型能够很好地模仿人类简单情感的生成.情感机器人属于个人机器人范畴,所以情感模型的建立体现了个性化的特点.     

基于人工智能的情感模型建立

以OCC情感模型和心理学家Ekman的情感分类两大理论为基础，建立了一个机器人情感模型．本模型通过设计一系列通用型参数，来达到模型适用于多种环境的目的，例如虚拟游戏人物、智能玩具．此外，还引入了情感空间设计，并在情感空间中设计了一系列情感点，可以通过移动情感点或者修改情感点区域的大小，来达到改变情感模型性格特征的目的．     

基于人工情感的拟人机器人控制体系结构

简要概括了当前人工情感的应用，提出一种基于人工情感的拟人机器人控制体系结构，并给出了仿真示例．基于情感的控制结构具有混合分层的特点，情感状态影响到机器人的整个信息处理过程．这种结构不仅体现了机器人的个性化，同时增强了机器人在动态环境中的学习和自适应能力．     

基于非线性状态空间模型的情感模型研究

如何赋予机器情感智力以实现和谐自然的人机交互是人工情感研究的核心内容,其中情感建模是研究重点和难点.基于心理学的基本情绪论和人格特质论提出了一种非线性情感模型.在模型中首先定义了情绪空间、心境空间和个性空间,确定了心境、个性对情绪的影响关系矩阵;其次采用非线性系统的状态空间模型来模拟人类情感状态的变化;最后对模型进行了仿真,仿真结果表明该模型体现了人类情绪的非线性特点,符合人类情感变化规律.     

情绪建模与情感虚拟人研究

以人工心理和基本的情绪理论为基础，在三维情绪空间中将个性和OCC模型相结合，建立了一个情绪模型。并将此模型作为情感核心，采用VB和Viavoice、科大讯飞以及TalkingShow应用软件尝试实现了一个情感虚拟人。这个情感虚拟人不仅具有学习、记忆能力，而且具有情感交互能力。     

基于情感-时空信息的机器人服务自主认知及个性化选择

为了提高机器人的人机交互能力,针对家庭服务机器人在认知服务任务时往往忽略用户情感因素的弊端,提出了以用户情感为核心的机器人服务任务自主认知方法以及个性化服务选择策略.首先,利用智能空间本体技术结合用户情感状态与时间空间信息建立情感-时空本体模型,消除智能空间中的信息异构性.在此基础上,将与情感-时空相关的服务规则库编码并训练BP（逆向传播）神经网络构建推理机,将实时更新的智能空间信息与神经网络相匹配,推理出机器人需要执行的服务,实现机器人对以用户情感为核心的服务任务自主认知.最后,将用户情感状态作为执行服务的奖惩反馈信号,对服务集合中的子类服务进行动态的偏好度调节,完成有针对性的服务选择.仿真结果表明,基于该方法能够实现以用户情感为核心的机器人服务任务自主认知,同时可以根据用户偏好变化提供个性化的服务,有效提高了家庭服务机器人的智能性和灵活性,增强了用户的服务体验.     

情感机器人的情感模型研究

本文建立了仿人类情感的情感模型,在情感模型中建立了三维情感空间,采用马尔可夫过程来描述情感状态的变化转移过程,并提出了性格矩阵,对比分析了不同性格人对相同刺激的反应.应用D-S证据理论融合来自视觉、声音及其他方面的情感信息,分析两种因素同时作用时引起情感状态的转移规律.最后将情感模型应用于情感机器人系统,使机器人可以根据外界刺激产生情感,并做出相应的表情.实验结果证明了情感模型的有效性.     

基于体态语言的三维虚拟教师情感表达

虚拟教师一般仅通过面部表情表达情感。为此,在情感、个性等高层心理参数与虚拟教师人脸、人体几何模型等低层动画参数之间建立映射机制,构建体态语言情感表达行为模型,以表达情感所使用的不同肢体部位建立原子动作库,通过贝叶斯网络设计情感表达生成策略,基于脚本技术实现体态语言逼真和丰富的表达。在OpenSim上的实验结果证明了该模型的实用性。