[論文レビュー] Affect Control Processes: Probabilistic and Decision Theoretic Affective Control in Human-Computer Interaction.

Jesse Hoey, Tobias Schröder+1 more|arXiv (Cornell University)|Jun 22, 2013

Mental Health Research Topics被引用数 3

ひとこと要約

本稿では、感情的コントロールを維持するための複数の行動およびアイデンティティ仮説を確率分布として保持することで、人間とコンピュータの対話における感情的コントロールをモデル化する、確率的かつ意思決定理論的拡張であるBayesActを提案する。学習と予測を通じて価値指向で感情的に信ぴょう可能な対話を可能にし、調査から得られた感情的知識を用いたインテリジェントチューターシステムにおけるパイロットスタディで検証された。

ABSTRACT

Affect Control Theory is a mathematical representation of the interactions between two persons, in which it is posited that people behave in a way so as to minimize the amount of deflection between their cultural emotional sentiments and the transient emotional sentiments that are created by each situation. Affect control theory presents a maximum likelihood solution in which optimal behaviours or identities can be predicted based on past interactions. Here, we formulate a probabilistic and decision theoretic model of the same underlying principles, and show this to be a generalization of the basic theory. The new model, called BayesAct is more expressive than the original theory, as it can maintain multiple hypotheses about behaviours and identities simultaneously as a probability distribution, and can make value-directed action choices. This allows the model to generate affectively believable interactions with people by learning about their identity, predicting their behaviours, and taking actions that are simultaneously goal-directed and affect-sensitive. We demonstrate this generalisation with a set of simulations. We then show how our model can be used as an emotional plug-in for systems that interact with humans. We demonstrate human-interactive capability by eliciting knowledge from 37 participants with a survey, and then using this knowledge to build a simple demonstrative intelligent tutoring application. We present results from a pilot study with 20 participants using the application.

研究の動機と目的

• 人間のアイデンティティと行動に関する動的信念の更新を支援する、確率的かつ意思決定理論的フレームワークを用いて、古典的感情コントロール理論を拡張すること。
• 目的指向の行動と感情的感受性の両立を通じて、感情的に信ぴょう可能な対話をシステムが生成できるようにすること。
• 人間参加者から得た学習済みの感情的知識を用いて、一般化可能な感情プラグインをインタラクティブシステム用に開発すること。
• シミュレーションと人間が関与するインテリジェントチューターアプリケーションを用いたパイロットスタディを通じて、モデルの有効性を検証すること。

提案手法

• 人間のアイデンティティと行動の可能性の分布を保持するベイジアン確率的モデルとして感情コントロール理論を形式化すること。
• 意思決定理論的最適化を用いて、感情のずれを最小限に抑えつつシステムの目的を達成する行動を選択すること。
• 37名の参加者から得た調査による感情センチメントデータを活用して、モデルの感情的事前分布と行動期待をパラメータ化すること。
• 感情的対話をシミュレートして、モデルが感情的ダイナミクスを予測・対応できる能力を評価すること。
• リアルタイムの人間との対話に適したプロトタイプのインテリジェントチューターシステムに、モデルを感情プラグインとして実装すること。
• 20名の参加者を対象にパイロットスタディを実施し、システムの感情的信ぴょう性と有効性を評価すること。

実験結果

リサーチクエスチョン

• RQ1 感情コントロール理論の確率的拡張は、インタラクティブシステムにおける人間の感情的反応を効果的にモデル化・予測できるか？
• RQ2 複数の行動およびアイデンティティ仮説を確率分布として保持することで、感情的予測と反応生成がどのように向上するか？
• RQ3 実世界の人間とコンピュータの対話環境において、モデルが感情的に信ぴょう可能で目的指向の対話をどれほど生成できるか？
• RQ4 人間から得た感情的センチメントデータを組み込むことで、モデルの現実性と反応性はどの程度向上するか？

主な発見

• BayesActモデルは、複数の仮説と価値指向の行動選択をサポートすることで、古典的感情コントロール理論を効果的に一般化した。
• シミュレーションにより、モデルが感情的信念を動的に維持・更新でき、より洗練され、文脈に適した反応を生成できることを示した。
• パイロットスタディにおいて、BayesActを搭載したインテリジェントチューターシステムは参加者から感情的に信ぴょう可能であると評価された。
• 37名の参加者から得た調査データが、感情的事前分布を信頼できるものにし、感情的反応の予測精度を向上させた。
• 20名の参加者を対象としたパイロットスタディにより、BayesActをインタラクティブシステムに感情プラグインとして統合する可能性が確認された。
• モデルにより、システムは感情的感受性と目的指向の行動の両方をバランスさせることができ、人間とコンピュータの対話における自然さの認識が向上した。