論文の概要: Modeling emotion for human-like behavior in future intelligent robots
- arxiv url: http://arxiv.org/abs/2009.14810v2
- Date: Tue, 19 Jul 2022 13:00:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-12 23:44:46.088662
- Title: Modeling emotion for human-like behavior in future intelligent robots
- Title（参考訳）: 未来の知的ロボットにおける人間的行動に対する感情のモデル化
- Authors: Marwen Belkaid and Luiz Pessoa
- Abstract要約: 我々は、神経科学が芸術の現在の状態をいかに前進させるかを示す。
ロボットモデルにおける感情関連プロセスのより強力な統合は、人間のような行動の設計に不可欠である、と我々は主張する。
- 参考スコア（独自算出の注目度）: 0.913755431537592
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Over the past decades, research in cognitive and affective neuroscience has
emphasized that emotion is crucial for human intelligence and in fact
inseparable from cognition. Concurrently, there has been growing interest in
simulating and modeling emotion-related processes in robots and artificial
agents. In this opinion paper, our goal is to provide a snapshot of the present
landscape in emotion modeling and to show how neuroscience can help advance the
current state of the art. We start with an overview of the existing literature
on emotion modeling in three areas of research: affective computing, social
robotics, and neurorobotics. Briefly summarizing the current state of knowledge
on natural emotion, we then highlight how existing proposals in artificial
emotion do not make sufficient contact with neuroscientific evidence. We
conclude by providing a set of principles to help guide future research in
artificial emotion and intelligent machines more generally. Overall, we argue
that a stronger integration of emotion-related processes in robot models is
critical for the design of human-like behavior in future intelligent machines.
Such integration not only will contribute to the development of autonomous
social machines capable of tackling real-world problems but would contribute to
advancing understanding of human emotion.
- Abstract（参考訳）: 過去数十年にわたり、認知的および感情的神経科学の研究は、感情は人間の知性にとって重要であり、実際には認知から区別できないことを強調してきた。
同時に、ロボットや人工エージェントの感情に関連したプロセスのシミュレーションやモデリングにも関心が集まっている。
本論では,感情モデリングにおける現在の景観のスナップショットを提供し,神経科学が技術の進歩にどのように役立つかを示すことを目的とする。
まず,感情モデリングに関する既存文献の概観から,情緒コンピューティング,ソーシャルロボティクス,ニューロロボティクスの3分野を概観する。
自然感情に関する現在の知識状況を簡単に要約し、人工感情における既存の提案が神経科学的な証拠と十分に接触していないことを強調する。
我々は、人工感情と知能機械の今後の研究をより一般的に導くための一連の原則を提供することで、結論付ける。
全体として、ロボットモデルにおける感情関連プロセスのより強力な統合は、未来のインテリジェントマシンにおける人間的な振る舞いの設計に不可欠である。
このような統合は、現実世界の問題に対処できる自律型社会機械の開発に寄与するだけでなく、人間の感情の理解の促進にも寄与する。
関連論文リスト
- The Good, The Bad, and Why: Unveiling Emotions in Generative AI [73.94035652867618]
EmotionPromptはAIモデルの性能を向上し、EmotionAttackはそれを妨げうることを示す。
EmotionDecodeによると、AIモデルは人間の脳内のドーパミンのメカニズムに似た感情的な刺激を理解することができる。
論文 参考訳（メタデータ） (2023-12-18T11:19:45Z) - World Models and Predictive Coding for Cognitive and Developmental
Robotics: Frontiers and Challenges [51.92834011423463]
我々は世界モデルと予測符号化の2つの概念に焦点を当てる。
神経科学において、予測符号化は、脳がその入力を継続的に予測し、その環境における自身のダイナミクスと制御行動のモデル化に適応するように提案する。
論文 参考訳（メタデータ） (2023-01-14T06:38:14Z) - HICEM: A High-Coverage Emotion Model for Artificial Emotional
Intelligence [9.153146173929935]
次世代の人工知能(AEI)は、より深く、より有意義な人間と機械の相互作用に対するユーザの欲求に対処するために、中心的な段階を採っている。
心理学における歴史的焦点である感情の理論とは異なり、感情モデルは記述的な道具である。
この研究は、社会ロボティクス、人間と機械の相互作用、メンタルヘルスケア、計算心理学に幅広い影響を及ぼす。
論文 参考訳（メタデータ） (2022-06-15T15:21:30Z) - Data-driven emotional body language generation for social robotics [58.88028813371423]
社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。
我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。
評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
論文 参考訳（メタデータ） (2022-05-02T09:21:39Z) - Emotion-aware Chat Machine: Automatic Emotional Response Generation for
Human-like Emotional Interaction [55.47134146639492]
この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。
実世界のデータを用いた実験により,提案手法は,コンテンツコヒーレンスと感情の適切性の両方の観点から,最先端の手法よりも優れていることが示された。
論文 参考訳（メタデータ） (2021-06-06T06:26:15Z) - Survey and Perspective on Social Emotions in Robotics [0.0]
ロボット工学では、認識、表現、計算モデリングなどの感情が長期にわたって追求される。
高レベルの感情とも呼ばれる社会的感情は心理学で研究されている。
これらの高いレベルの感情は、次世代の社会認識ロボットのためのロボット工学を追求する価値があると私たちは信じている。
論文 参考訳（メタデータ） (2021-05-20T10:25:37Z) - Neuroscience-inspired perception-action in robotics: applying active
inference for state estimation, control and self-perception [2.1067139116005595]
神経科学の発見が、ロボット工学における現在の推定と制御アルゴリズムを改善する機会をいかに開放するかについて議論する。
本稿では,実体プラットフォーム上でのこのような計算モデルの開発から得られた実験と教訓を要約する。
論文 参考訳（メタデータ） (2021-05-10T10:59:38Z) - Enhancing Cognitive Models of Emotions with Representation Learning [58.2386408470585]
本稿では,きめ細かな感情の埋め込み表現を生成するための,新しいディープラーニングフレームワークを提案する。
本フレームワークは,コンテキスト型埋め込みエンコーダとマルチヘッド探索モデルを統合する。
本モデルは共感対話データセット上で評価され,32種類の感情を分類する最新結果を示す。
論文 参考訳（メタデータ） (2021-04-20T16:55:15Z) - Disambiguating Affective Stimulus Associations for Robot Perception and
Dialogue [67.89143112645556]
知覚された聴覚刺激と感情表現の関連性を学ぶことができるNICOロボットを提供します。
NICOは、感情駆動対話システムの助けを借りて、個人と特定の刺激の両方でこれを行うことができる。
ロボットは、実際のHRIシナリオにおいて、被験者の聴覚刺激の楽しさを判断するために、この情報を利用することができる。
論文 参考訳（メタデータ） (2021-03-05T20:55:48Z) - Sensorimotor representation learning for an "active self" in robots: A
model survey [10.649413494649293]
人間では、これらの能力は宇宙で私たちの身体を知覚する能力と関連していると考えられている。
本稿では,これらの能力の発達過程について概説する。
人工エージェントにおける自己感覚の出現を可能にする理論計算フレームワークを提案する。
論文 参考訳（メタデータ） (2020-11-25T16:31:01Z) - Simulation of Human and Artificial Emotion (SHArE) [0.0]
人間と人工感情のシミュレーションのためのフレームワーク(SHArE)は、神経科学、心理学、人工知能の間で伝達可能なパラメータの観点から感情のアーキテクチャを記述する。
このモデルは、様々なメンタルヘルス問題に対する新しい治療ソリューションにつながる可能性のある、人間の感情的な軌道設計を可能にする。
人工知能にとって、この研究は、機械の感情や動機を観察する手段としてニューラルネットワークに適用できるコンパクトな表記法を提供する。
論文 参考訳（メタデータ） (2020-11-04T06:45:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。