[论文解读] A Survey of Robotics and Emotion: Classifications and Models of Emotional Interaction

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

Social Robot Interaction and HRI参考文献 58被引用 4

一句话总结

本文对1,427篇机器人与情感研究论文进行了元分析，重点关注其中232篇建模内部情感处理的论文。研究提出一个三层分类框架——情感智能、情感模型和实现方式，揭示出两种主导范式：为提升人机交互而设计的情感，以及为增强机器人性能而设计的情感。研究识别出若干关键挑战，包括拟人化、缺乏标准化模型以及项目孤立化问题。

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.

研究动机与目标

• 为解决机器人与情感研究中多样化方法缺乏标准化比较框架的问题。
• 识别并分类机器人系统中情感输入分析、情感表达及内部情感处理方面的趋势。
• 通过持续比较法分析232篇包含内部情感模型的论文，构建统一的分类框架。
• 突出当前研究中的内在挑战，如拟人化、非标准情感模型以及项目孤立化问题。
• 识别尚未充分探索的研究领域，特别是情感的社会方面、情感信号传递以及机器人长期情感行为方面。

提出的方法

• 通过IEEE Xplore和ACM全文文集开展系统性文献综述，识别出1,427篇关于机器人与情感的出版物。
• 将摘要归类为四大类别：情感输入、情感表达、情感交互以及内部情感处理。
• 选取232篇包含内部情感模型的论文，进行深入的持续比较分析。
• 开发一个三层分类框架：情感智能（包含情感映射、情感作用等子类别）、情感模型（包括情感类别与历史）以及实现方式（平台与算法）。
• 采用定性元分析方法，识别所选出版物中反复出现的模式、挑战与研究空白。
• 评估各研究中模型的一致性、模型差异的合理性以及比较实践的使用情况。

实验结果

研究问题

• RQ1 机器人系统中情感如何被分类与实现？情感交互与内部处理的主导范式是什么？
• RQ2 机器人系统中使用的情感模型有何主要差异？它们在情感类别、映射方式与历史方面如何变化？
• RQ3 当前机器人系统在多大程度上整合了情感的社会方面？情感信号在人机交互中如何被解读？
• RQ4 情感建模中的常见内在挑战是什么？这些挑战如何阻碍研究的可重复性与可比性？
• RQ5 在情感机器人研究中，未来研究存在哪些机遇，特别是在长期研究、跨平台比较以及社会情感动态方面？

主要发现

• 该领域主要分为两种范式：为提升人机交互而设计的情感，以及为增强机器人性能或‘生存能力’而设计的情感。
• 在本研究的审查中，仅有1篇论文将其情感模型与基线系统进行了比较，表明情感机器人研究中普遍存在缺乏比较评估的现象。
• 情感信号传递——即机器人通过表达情感来传达内部状态——在文献中被普遍忽视，尽管其存在局限性且具有重要的社会影响。
• 大多数研究将情感视为机器人内部的孤立体验，忽略了心理学中描述的人类情感所具有的社会性与二元互动本质。
• 大量论文使用自定义情感模型，但缺乏明确依据，常在未提供理论或实证基础的情况下修改如Ekman等既有的模型。
• 机器人在情感研究中平均被使用的次数仅为1.44次，表明针对机器人平台情感行为的长期研究近乎缺失。