学位论文 > 优秀研究生学位论文题录展示

基于情感计算的机器人学习系统研究

作 者: 王为
导 师: 姚明海;朱华
学 校: 浙江工业大学
专 业: 控制理论与控制工程
关键词: 认知科学 情感计算 机器学习 人机交互
分类号: TP242
类 型: 硕士论文
年 份: 2009年
下 载: 223次
引 用: 2次
阅 读: 论文下载
 

内容摘要


在现代科学研究中,制造智能机器人,已经成为了人工智能领域的最高目标。现在计算机的逻辑运算能力已经远远超过人类,但是与人类的智能却还有很大的距离。“问题不在于智能机器能否有情感,而在于没有情感的机器能否实现智能”,美国MIT的Minsky教授早在1985年就提出情感的重要性。情感是人类对外界事物属性的态度和主观体验,影响人们日常生活的方方面面。在Picard教授“情感计算”的概念提出后的10多年里,如何为计算机赋予类人的情感,成为了当今计算机、人工智能领域研究的一大热点。笔者阅读了大量的国内外相关研究文献,在研究认知发育机器人的过程中,了解到了情感计算在认知科学中的重要性,本文就是在情感计算理论和人工心理理论的基础上,研究了一种多机制的可计算的情感机器人学习系统模型,并在机器人上进行了验证。研究内容包括情感产生规则的建立、情感信息的获取、情感识别、情感建模与理解、情感合成与表达等。本文的主要工作和成果如下:1.在OCC模型、Picard隐形马尔科夫模型和人工心理方法的基础上,提出了一个多机制的情感计算机器人学习系统建模方法。该系统以情感评价计算系统为核心,通过多种输入输出的人机交互装置及其软件系统实现了情感的获取、识别、理解和表达。2.在研究个性等对情感影响、个性的建模、情感情绪的更新及衰减的基础上,建立了机器人基本情感的产生规则,作为情感计算评价系统的依据。通过个性的五因子模型和三维情感空间,使之得以在计算机上实现情感规则的建立。3.设计了一个基于情感计算的人机交互系统,来验证上述研究的内容。利用OpenCV开源计算机视觉库和Microsoft Speech SDK语音库,通过Visual C++6.0平台在广茂达AS-R机器人上开发实现了该人机交互系统。本文对情感汁算在机器人自主学习上的研究作了一些有益的探索。在以往,人与计算机的交互一直是以计算机为中心,现在与情感机器人的交互是一种以人为中心,计算机主动适应人的需求,如同人与人交流那样自然和谐的交互。情感计算和逻辑计算的融合才能实现真正的人工智能。

全文目录


摘要  5-7
ABSTRACT  7-11
第1章 绪论  11-26
  1.1 引言  11-12
  1.2 基于情感计算机器学习研究综述  12-24
    1.2.1 传统机器学习的研究  12
    1.2.2 认知科学领域机器学习的研究  12-15
    1.2.3 认知发育机器学习的研究  15-17
    1.2.4 基于情感计算的机器学习研究  17-24
  1.3 本文研究的主要内容  24-26
第2章 基于多机制情感计算学习系统模型的建立  26-48
  2.1 现有情感计算理论模型的研究  26-38
    2.1.1 基于认知机制的情感建模  27-31
    2.1.2 基于多种机制的模型  31-33
    2.1.3 人工心理理论  33-37
    2.1.4 非线性研究策略  37-38
  2.2 基于多机制情感计算学习系统模型的建立  38-46
    2.2.1 信息的感知  39
    2.2.2 信息预处理  39-41
    2.2.3 知识库  41-42
    2.2.4 情感计算评价系统  42-43
    2.2.5 机器人情感输出  43-46
  2.3 小结  46-48
第3章 情感产生规则的建立  48-57
  3.1 基本情感的确定  48-49
    3.1.1 情绪和情感  48-49
    3.1.2 基本情感的确定  49
  3.2 多机制情感计算学习系统情感产生规则的建立  49-56
    3.2.1 产生式规则的表示  50
    3.2.2 个性对情感的影响  50-52
    3.2.3 个性模型  52-54
    3.2.4 情绪更新公式  54
    3.2.5 情感更新公式  54
    3.2.6 情感的衰减  54-55
    3.2.7 基本情感产生规则  55-56
  3.3 小结  56-57
第4章 情感人机交互系统的实现  57-66
  4.1 设备和相关工具  57-58
  4.2 系统介绍  58-60
    4.2.1 情感人机交互系统的整体框架  58-59
    4.2.2 程序运行预期结果  59-60
  4.3 具体实现方法  60-65
    4.3.1 人脸检测  60-61
    4.3.2 表情识别  61-63
    4.3.3 语音交互  63-64
    4.3.4 情感计算评价  64-65
  4.4 小结  65-66
第5章 结论与展望  66-69
  5.1 结论  66-67
  5.2 展望  67-69
参考文献  69-73
致谢  73-74
攻读学位期间参加的科研项目和成果  74

相似论文

  1. 数字电视互动应用交互系统设计与实现,TP311.52
  2. 液冷源控制系统的研制,TP273
  3. 英汉命名实体翻译方法研究,TP391.2
  4. 生物医学缩略语消歧,R-5
  5. 基于数据分布特征的文本分类研究,TP391.1
  6. 全新的交互体验,TP11
  7. 重磁正反演的三维可视化方法研究,TP391.41
  8. 人类抗原肽载体结合力预测,R392.1
  9. 基于视频的人机交互方式研究,TP391.41
  10. 李群深层结构学习算法研究,TP181
  11. 红外遥控检测系统,TP872
  12. 机器学习算法在视频指纹识别中的应用研究,TP391.41
  13. 蛋白质关系抽取中平面特征和结构化信息的研究,TP181
  14. 基于李群机器学习算法的智能布线,TN710
  15. 学习表达式的映射机制研究,TP181
  16. 基于扩频技术的煤矿井下综合自动化系统研究,TN914.42
  17. 航空发动机装配工艺与资源管理系统,V263.2
  18. 军事港口目标分类平台的设计与实现,TP751
  19. 基于Flash技术的高校网络课程设计与实现,TP391.6
  20. 基于DSP的双丝焊机及人机界面研究,TG409
  21. J-TEXT托卡马克电源监控系统界面开发,TL631.24

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人
© 2012 www.xueweilunwen.com