机器学习网络提供对儿童行为的个性化评估
机械手

患有自闭症谱系疾病的儿童往往难以识别周围人的情绪状态——区分快乐的脸和害怕的脸,例如。为了补救这个问题,一些治疗师使用一个适合孩子的机器人来展示这些情绪,让孩子们模仿这些情绪并以适当的方式做出反应。

帮助机器人评估每个孩子的参与度和兴趣


这种疗法效果最好,然而,如果机器人能够在治疗过程中顺利地解释孩子自己的行为——无论他或她是感兴趣、兴奋还是关注。麻省理工学院媒体实验室的研究人员现在已经开发出一种个性化的机器学习方法,帮助机器人评估每个孩子在这些互动过程中的参与度和兴趣。使用该子级独有的数据。

有了这个个性化的“深度学习”网络,机器人对儿童反应的感知与人类专家的评估一致,相关分数为60%。科学家们6月27日在《科学机器人学》上发表了报告。

人类观察者很难就儿童的参与和行为达成高度一致。他们的相关分数通常在50%到55%之间。Rudovic和他的同事们建议,接受人类观察训练的机器人,在这项研究中,有朝一日能对这些行为作出更一致的估计吗?

“在机器人和自闭症儿童之间进行更具吸引力的自然互动”


“长期的目标不是创造能取代人类治疗师的机器人,但是,为了用治疗师可以用来个性化治疗内容的关键信息来增强这些信息,并在机器人和自闭症儿童之间进行更具吸引力和自然主义的互动,“奥吉·鲁多维奇解释说,媒体实验室的博士后和研究的第一作者。

罗莎琳德·皮卡德,论文的合著者和麻省理工学院的教授,他领导了情感计算的研究,说个性化在孤独症治疗中特别重要:一句著名的格言是,“如果你遇到一个人,患有孤独症,你见过一个自闭症患者。”“

“在自闭症患者中创造机器学习和人工智能的挑战尤其令人苦恼,因为通常的人工智能方法需要大量的数据,这些数据对于所学的每个类别都是相似的。在异质性主导的孤独症中,正常的人工智能方法失败,“皮卡德说。

Rudovic皮卡德他们的队友也在其他领域使用个性化的深度学习,发现它可以改善疼痛监测和预测老年痴呆症进展的结果。

会议NAO


机器人辅助孤独症治疗通常是这样的:一个人类治疗师展示一张儿童照片或不同面孔的卡片,这些照片或卡片代表不同的情绪。教他们如何识别恐惧的表情,悲伤,或欢乐。

然后治疗师对机器人进行编程,向孩子展示同样的情感,观察孩子和机器人的接触。孩子的行为提供了宝贵的反馈,机器人和治疗师需要继续上课。

研究人员在这项研究中使用了软银机器人NAO类人机器人。差不多两英尺高,像个穿盔甲的超级英雄或机器人,娜奥通过改变眼睛的颜色来传达不同的情感,它四肢的运动,以及它的声音。

反应方式多种多样


参与这项研究的35名自闭症儿童,17个来自日本,18个来自塞尔维亚,年龄从3岁到13岁不等。他们在35分钟的训练中以各种方式对机器人做出反应,从在某些情况下看起来无聊和困倦到兴奋地在房间里跳来跳去,拍手,笑着或者摸着机器人。

研究中的大多数孩子对机器人都有反应。”不仅是一个玩具,而且与娜奥有着很好的关系,就像它是一个真人一样,“尤其是在讲故事的时候,治疗师问娜奥,如果孩子们带着机器人去吃冰淇淋,他们会有什么感觉,据鲁多维奇说。

一个四岁的小女孩在参加治疗时躲在妈妈身后,但对机器人开放得多,最后在治疗结束时笑了起来。一个塞尔维亚孩子的姐姐拥抱了娜奥,说机器人,我爱你!“在会议结束时,她说她很高兴看到她哥哥有多喜欢玩机器人。

“治疗师说,让孩子接触几秒钟对他们来说是一个很大的挑战,机器人吸引了孩子的注意力,“Rudovic说,解释为什么机器人在这种治疗中有用。

“也,人类以许多不同的方式改变他们的表达方式,但机器人总是以同样的方式来做,这对孩子来说不那么令人沮丧,因为孩子以非常结构化的方式学习如何显示表达式。”“

个性化机器学习


麻省理工学院的研究团队意识到一种叫做深度学习的机器学习对治疗机器人来说是有用的,更自然地感知孩子的行为。深度学习系统使用层次结构,多层数据处理以改进其任务,每一个连续的层相当于原始数据的一个稍微抽象的表示。

虽然深度学习的概念从20世纪80年代就已经存在,Rudovic说,直到最近才有足够的计算能力来实现这种人工智能。深度学习已经应用于自动语音和对象识别程序中,使其非常适合于一个问题,例如理解面部的多种特征,188bet亚洲体育身体,以及能够理解更抽象概念的声音,比如孩子的订婚。

“就面部表情而言,例如,面部的哪些部位对评估参与度最重要?“Rudovic说。“深度学习允许机器人直接从数据中提取最重要的信息,而无需人类手工制作这些功能。”188bet亚洲体育“

深入学习的想法更进一步


对于治疗机器人,Rudovic和他的同事们将深入学习的想法进一步发展,并建立了一个个性化的框架,可以从每个孩子的数据中学习。研究人员拍摄了每个孩子面部表情的视频,头部和身体的运动,姿势和姿势,心率的录音和数据,体温,以及儿童手腕上的监护仪对皮肤汗液的反应。

机器人的个性化深度学习网络是由这些视频层构建的,音频,以及生理数据,关于儿童孤独症诊断和能力的信息,他们的文化和性别。

然后,研究人员将他们对儿童行为的估计与五位人类专家的估计进行了比较,谁对儿童的录像和录音进行连续的编码,以确定他们是多么高兴或不高兴,多么感兴趣,以及孩子在会议期间的参与程度。

训练这些由人类编码的个性化数据,并根据未用于培训或调整模型的数据进行测试,网络显著提高了机器人对研究中大多数儿童行为的自动估计,如果网络以“一刀切”的方式将所有儿童的数据结合在一起,那么除了可以估计的以外,研究人员发现。

Rudovic和同事们还能够探索深度学习网络是如何做出评估的,这揭示了孩子们之间一些有趣的文化差异。“例如,来自日本的孩子在高强度的交战中表现出更多的身体动作,在塞尔维亚人中,大幅度的身体运动与脱离发作有关,“Rudovic说。

//www.bjgzb.com/wp-content/uploads/2018/08/a-auta.jpg//www.bjgzb.com/wp-content/uploads/2018/08/a-auta-300x300.jpg戴维奥里奥登机械手医疗保健,麻省理工学院机器人
患有自闭症谱系疾病的儿童往往难以识别周围人的情绪状态——区分快乐的面孔和害怕的面孔,例如。为了补救这个问题,一些治疗师使用一个适合孩子的机器人来展示这些情绪,并让孩子们模仿这些情绪……