[논문 리뷰] FVA: Modeling Perceived Friendliness of Virtual Agents Using Movement Characteristics

Tanmay Randhavane, Aniket Bera외 3명|arXiv (Cornell University)|2019. 06. 30.

Virtual Reality Applications and Impacts인용 수 5

한 줄 요약

이 논문은 AR에서 생명 그림자와 사회적으로 유능한 가상 에이전트(FVAs)를 생성하기 위해 시각, 보행, 제스처를 제어하는 데이터 기반 우호성 모델을 제시한다. 이로 인해 인식된 우호성과 사회적 존재감이 향상된다. 행동 유한 상태기계와 헬로렌즈 기반 검증을 통해 FVA는 비우호적 에이전트 대비 평균 우호성 인식을 5.71% 향상시키고 사회적 존재감을 4.03% 향상시켰다.

ABSTRACT

We present a new approach for improving the friendliness and warmth of a virtual agent in an AR environment by generating appropriate movement characteristics. Our algorithm is based on a novel data-driven friendliness model that is computed using a user-study and psychological characteristics. We use our model to control the movements corresponding to the gaits, gestures, and gazing of friendly virtual agents (FVAs) as they interact with the user's avatar and other agents in the environment. We have integrated FVA agents with an AR environment using with a Microsoft HoloLens. Our algorithm can generate plausible movements at interactive rates to increase the social presence. We also investigate the perception of a user in an AR setting and observe that an FVA has a statistically significant improvement in terms of the perceived friendliness and social presence of a user compared to an agent without the friendliness modeling. We observe an increment of 5.71% in the mean responses to a friendliness measure and an improvement of 4.03% in the mean responses to a social presence measure.

연구 동기 및 목표

• AR 환경에서 가상 에이전트의 인식된 우호성과 사회적 존재감을 향상시키기 위해.
• 비언어적 운동 신호(보행, 제스처, 시선)를 인식된 우호성과 연결하는 데이터 기반 모델을 개발하기 위해.
• 헬로렌즈 기반 AR 연구를 통해 모델의 사용자 인식에 미치는 영향을 검증하기 위해.
• 운동 특성들이 가상 에이전트에서의 상호신뢰와 사회인지에 어떻게 영향을 주는지 탐구하기 위해.
• 혼합현실에서 실시간으로 상호작용 가능한 우호적인 가상 에이전트 행동을 생성할 수 있도록 하기 위해.

제안 방법

• 사용자 연구를 통해 심리적 및 인지적 데이터를 수집하여 운동 특성과 인식된 우호성 간의 관계를 매핑하기 위해.
• 행동 유한 상태기계(BFSM)는 우호성 모델에 기반해 보행, 제스처(점박이, 손 흔들기), 시선 행동을 조율한다.
• 운동 파ameters는 인간관계적 따뜻이와 비언어적 의사소통의 심리학적 원칙에서 유도된다.
• 모델은 현실적인 AR 내 탐색을 위해 글로벌 경로 계획 및 충돌 회피를 통합한다.
• 웹 기반 검증 연구를 통해 운동 신호에 따른 우호성 모델의 인지적 타당성을 확인하였다.
• 실제 혼합현실 환경에서 FVA 성능을 평가하기 위해 마이크로소프트 헬로렌즈를 사용한 AR 검증 연구를 실시하였다.

실험 결과

연구 질문

• RQ1 특정 운동 특성—보행, 제스처, 시선—이 가상 에이전트의 인식된 우호성에 어떤 영향을 미치는가?
• RQ2 데이터 기반 모델이 가상 에이전트에서 비언어적 신호를 인식된 우호성과 효과적으로 연결할 수 있는가?
• RQ3 친근한 운동 행동의 사용이 AR에서 사용자의 사회적 존재감을 향상시키는가?
• RQ4 인식된 우호성이 사용자가 에이전트의 능력과 영향력에 대한 신뢰도에 얼마나 영향을 미치는가?
• RQ5 사용자가 자연스러운 AR 환경에서 친근한 가상 에이전트와 상호작용할 때 행동적 및 인지적으로 어떻게 반응하는가?

주요 결과

• FVA는 기본 에이전트 대비 평균 인식된 우호성에서 통계적으로 유의미한 5.71% 향상이 있었다.
• FVA는 평균 사회적 존재감을 4.03% 향상시켰으며, Temple Presence Inventory(TPI)의 유의미한 p값(0.046)을 보였다.
• 공간적 존재감은 유의미한 향상(p=0.013)을 보였지만, 사회적 풍부성과 참여도는 유의미한 수준에 도달하지 못했다.
• 참가자들은 자주 FVA가 가상임을 잊고 자연스럽게 반응(예: 인사로 되돌아오기)하여 강력한 사회적 존재감을 나타냈다.
• 모델은 인식된 능력에 유의미한 영향를 미치지 않았다(p=0.862 센싱, p=0.732 영향력), 이는 우호성과 능력이 별개의 차원임을 시사한다.
• FVA 모델은 실시간으로 타당하고 상호작용 가능한 운동을 성공적으로 생성하여 AR에서 동적인 사회적 상호작용을 가능케 하였다.