基于情緒認知評價理念的人機交互中情感交互研究.pdf

1、情緒在人們的日常學習工作中發(fā)揮著重要作用，并且人類具有的情感能力是人類與當前智能機器的最大不同之處之一。不斷完善的認知心理學、認知神經學和情緒認知評價理論有力的支持了人工智能領域情感機器人的研究工作。計算機和人工智能等領域的研究學者也越來越認知到讓智能機器只具備邏輯運算能力是遠遠不夠的，還應該讓其具有情感能力(情緒識別和情感表達)，且能與人進行具有情感的交流。
　　 本文首先介紹了智能機器人與人工情感的研究現狀和研究意義，接著介

2、紹了與本課題相關的基礎知識、相關理論和技術，然后闡述了基于認知評價理論的情感模型，最后在情感認知(Affective-Cognitive，AC)模型框架中改進了基于情緒認知評價理論的情感認知決策方法并且通過改進的Q學習算法實現智能體的情感認知決策，傳統(tǒng)Q學習算法沒有考慮來自智能體自身內部對實現某種目標的內在激勵只考慮來自它外部環(huán)境的獎勵，而改進的Q學習算法則采用了內在激勵和外部環(huán)境獎勵的兩種獎懲機制，同時采用BP神經網絡方法來實現Q學習

3、算法中的Q函數。
　　 本文采用了AC框架模型中對情感認知決策進行網絡分層的方法，即每個情感認知決策是由它的子決策和原始決策組成，且每個決策可以激活和銷毀它的子決策。本文對情感認知決策進行網絡分層的目的是為了解決情感認知決策中的決策維數問題，其實質就是把情感認知決策進行細分，讓不同層次上的情感認知決策都有各自的目標，每個低層次情感認知決策只需在較小的狀態(tài)空間內進行求解，學習到低層次情感認知決策的策略可以被高層次的情感認知決策直接

4、調用，從而加快決策的求解速度。
　　 本文設計了一個基于情緒認知評價理論且具有情感決策能力的情感智能體，它是由觀察模塊、情緒模塊、認知模塊、情緒認知決策模塊和情感行為模塊等模塊組成。情感智能體通過觀察模塊來獲取外界信息，然后通過情緒模塊和認知模塊在情感認知決策模塊中得到相應的情感行為決策，最后情感智能體執(zhí)行相應的情感行為，外界環(huán)境會把情感行為決策的結果再反饋給情感智能體，情感智能體會根據外界環(huán)境反饋的結果對情緒、認知和情感認知決

5、策模塊進行更新。
　　 最后，利用OpenCV開源計算機視覺庫和Access數據庫，通過采用Ekman的面部表情編碼系統(tǒng)在VS2010開發(fā)環(huán)境中實現了一個能夠識別面部表情的情感智能體并且采用Ekman表情庫中的圖片對它進行訓練，在仿真人機交互中證明了情感智能體初步具有情感決策能力，同時也在matlab中對改進的Q學習算法進行了驗證。模擬實驗的結果表明，情感智能體的情感行為反應是符合人類情感行為規(guī)律的，因此說明基于情感認知評價理論