AIRAct2Act用于训练社交机器人与老年人互动的数据集杨东根

AIR-Act2Act：用于训练社交机器人与老年人互动的数据集

为了与人类互动并在日常生活中提供帮助，机器人应具备语言和非语言交流能力。换句话说，他们应该能够理解用户在说什么以及他们的行为表明什么，从而相应地调整他们的言语，行为和动作。

为了教社交机器人与人互动，机器人专家需要在包含人与人语言和非语言互动的数据集上对它们进行训练编译这些数据集可能会非常耗时，因此目前非常稀缺，并不总是适合训练机器人与特定人群进行交互。

为了促进最能帮助老年人的机器人的发展，韩国电子和电信研究院的研究人员最近创建了AIR-Act2Act，该数据集可用于教机器人非语言的社交行为。新数据集是作为名为AIR的更广泛项目的一部分而编写的，该项目旨在开发可在老年人的日常活动中提供帮助的机器人。

进行这项研究的研究人员之一Woo-Ri Ko告诉TechXplore：“社交机器人可以成为孤独的老人的好伴侣。” “但是，机器人要做到这一点，就应该能够理解老年人的行为，推断他们的意图并做出适当的反应。机器学习是实现这种智能的一种方法。由于它提供了从经验中自动学习和改进的能力，它还可以使机器人通过观察人类之间的自然互动来学习社交技能。”

Ko和她的同事是第一个记录年轻人与老年人之间互动的记录，目的是训练社交机器人。他们编译的数据集包含5000多个交互，每个交互都有相关的深度图，身体索引和交互个体的3-D骨骼数据。

研究人员考虑的一种交互方案，使用Kinect传感器记录下来，并包含在AIR-Act2Act数据集中。图3.信誉：Ko等。

Ko说：“ AIR-Act2Act数据集是迄今为止唯一包含与老年人互动的唯一数据集。” “我们招募了100名老年人和两名大学生，在室内环境中进行了10次互动，并在这些互动中记录了数据。我们还使用三个Microsoft捕获了参与者彼此互动时的深度图，身体指标和3-D骨骼数据Kinect v2相机。”

在随后的阶段，研究人员手动分析和完善了他们收集的骨骼数据，以识别Kinect传感器无法正确跟踪运动的实例。然后，此不正确的数据被调整或从数据集中删除。

与其他现有的用于训练社交机器人的数据集不同，AIR-Act2Act还包含应该由机器人模拟或学习的动作的表示。更具体地说，Ko和她的同事们根据名为NAO的类人机器人来计算其关节角度，以模拟在数据样本中进行交互的人类参与者的非语言行为，从而需要执行这些动作。

Ko说：“先前的研究使用人与人之间的互动数据集来产生两种社交行为：握手和等待。” “但是，更大的数据集对于产生更多不同的行为至关重要。我们希望我们的大规模数据集将有助于进一步推进这项研究并促进相关研究。”

Ko和她的同事们在GitHub上发布了AIR-Act2Act以及一系列有用的python脚本，因此全球其他开发人员现在都可以轻松访问它。将来，他们的数据集可以帮助开发更先进，反应更灵敏的类人机器人，以帮助老年人重现人类的非语言社交行为。

Ko说：“我们现在正在进行研究，探索使用我们的数据集进行端到端基于学习的社会行为生成。” “我们已经取得了令人鼓舞的成果，将在SMC 2020会议上发表。将来，我们计划进一步扩大这项研究。”

商洛在线

广东高州市人民医院

范涛

张辛

成都不育不孕