[논문 리뷰] A Survey of Robotics and Emotion: Classifications and Models of Emotional Interaction

Richard Savery, Gil Weinberg|arXiv (Cornell University)|2020. 07. 29.

Social Robot Interaction and HRI참고 문헌 58인용 수 4

한 줄 요약

이 논문은 로봇 공학 및 정서 분야의 1,427편의 논문을 메타 분석하여 내부 정서 처리를 모델링한 232편을 집중적으로 분석한다. 세 가지 계층으로 구성된 분류 프레임워크—정서 지능, 정서 모델, 구현 방식—를 제안하며, 주로 두 가지 주요 패러다임을 드러낸다: 인간-로봇 상호작용 향상을 위한 정서와 로봇 성능 향상(또는 생존성 향상)을 위한 정서이다. 연구는 인간화, 표준화되지 않은 모델, 프로젝트의 고립성 등의 주요 과제를 밝혀냈다.

ABSTRACT

As emotion plays a growing role in robotic research it is crucial to develop methods to analyze and compare among the wide range of approaches. To this end we present a survey of 1427 IEEE and ACM publications that include robotics and emotion. This includes broad categorizations of trends in emotion input analysis, robot emotional expression, studies of emotional interaction and models for internal processing. We then focus on 232 papers that present internal processing of emotion, such as using a human's emotion for better interaction or turning environmental stimuli into an emotional drive for robotic path planning. We conducted constant comparison analysis of the 232 papers and arrived at three broad categorization metrics; emotional intelligence, emotional model and implementation, each including two or three subcategories. The subcategories address the algorithm used, emotional mapping, history, the emotional model, emotional categories, the role of emotion, the purpose of emotion and the platform. Our results show a diverse field of study, largely divided by the role of emotion in the system, either for improved interaction, or improved robotic performance. We also present multiple future opportunities for research and describe intrinsic challenges common in all publications.

연구 동기 및 목표

• 로봇 공학 및 정서 연구에서 다양한 접근 방식을 비교할 수 있는 표준화된 프레임워크의 부재를 해결하기 위해.
• 로봇 시스템에서 정서 입력 분석, 정서 표현, 내부 정서 처리의 추세를 식별하고 분류하기 위해.
• 상수 비교 기법을 사용하여 내부 정서 모델을 가진 232편의 논문을 분석하여 통합된 분류 프레임워크를 도출하기 위해.
• 현재 연구에서 나타나는 내재적 과제—예: 인간화, 비표준 정서 모델, 프로젝트 고립성—을 부각하기 위해.
• 특히 정서의 사회적 측면, 정서 신호 전달, 로봇의 장기적 정서 행동 등 아직 미비하게 다뤄진 연구 분야를 식별하기 위해.

제안 방법

• IEEE Xplore와 ACM Full-Text Collection를 활용한 체계적 문헌 리뷰를 수행하여 로봇 공학 및 정서 분야의 1,427편의 논문을 확보하였다.
• 초록을 정서 입력, 정서 표현, 정서 상호작용, 내부 정서 처리의 네 가지 광범위한 범주로 분류하였다.
• 내부 정서 모델을 포함한 232편의 논문을 선별하여 심층적인 상수 비교 분석을 수행하였다.
• 세 계층으로 구성된 분류 프레임워크를 개발하였다: 정서 지능(정서 매핑 및 정서의 역할 등 하위 범주 포함), 정서 모델(정서 범주 및 역사 포함), 구현(플랫폼 및 알고리즘).
• qualitative 메타 분석을 통해 선택된 논문들 간의 반복 패턴, 과제, 연구 격차를 식별하였다.
• 모델 일관성, 모델 변형에 대한 정당성, 연구 간 비교 방법을 평가하였다.

실험 결과

연구 질문

• RQ1 로봇 시스템에서 정서는 어떻게 분류되고 구현되며, 정서 상호작용과 내부 처리의 주요 패러다임은 무엇인가?
• RQ2 로봇 시스템 간에 사용된 정서 모델의 주요 차이는 무엇이며, 정서 범주, 매핑, 역사를 기준으로 어떻게 다를 수 있는가?
• RQ3 현재 로봇 시스템은 정서의 사회적 측면을 어느 정도 통합하고 있으며, 인간-로봇 상호작용에서 정서 신호는 어떻게 해석되는가?
• RQ4 로봇 정서 모델링에서 가장 흔한 내재적 과제는 무엇이며, 이러한 과제들은 연구 간 재현 가능성과 비교 가능성에 어떤 영향을 미치는가?
• RQ5 장기 연구, 다중 플랫폼 비교, 사회적 정서 역학 분야에서 향후 연구의 기회는 무엇인가?

주요 결과

• 이 분야는 주로 두 가지 패러다임으로 나뉘어 있다: 인간-로봇 상호작용 향상을 위한 정서와 로봇 성능 향상 또는 '생존성' 향상을 위한 정서이다.
• 검토된 논문 중 유일한 한 편의 논문만이 자신의 정서 모델을 기준 시스템과 비교하였으며, 이는 정서 로봇 연구에서 비교 평가의 광범위한 부재를 시사한다.
• 로봇이 내부 상태를 표현하기 위해 정서를 표출하는 정서 신호 전달—이는 제한점과 사회적 영향을 지닌다—는 문헌에서 전반적으로 간과되었다.
• 다수의 연구에서 정서를 로봇 내부의 고립된 경험으로 간주하며, 심리학에서 기술된 인간 정서의 사회적이고 이원적 성격을 간과하고 있다.
• 상당수의 논문이 명확한 정당성 없이 자체 개발한 정서 모델을 사용하며, 종종 에크먼의 모델을 수정하나 이론적 또는 경험적 근거 없이 수행된다.
• 로봇이 정서 연구에 평균적으로 사용된 횟수는 1.44회에 불과하여, 로봇 플랫폼에서의 정서 행동에 대한 장기 연구의 거의 부재를 보여준다.