自闭症辅助治疗机器人的认知情感计算及有效性研究

认知情感计算及有效性研究是人机交互理论与算法中的重要组成部分，它在医疗康复、服务机器人等领域有着重要和广泛的应用。目前自闭症辅助治疗机器人中存在的视觉关注特征有效提取的匮乏、情感计算的非连续性及其认知基础缺失、交互效果评估和优化的可靠性低等一系列问题，结合目前机器人仿人交互与合作的体系结构特点，本项目将围绕自闭症辅助治疗机器人的认知情感计算及有效性开展研究，包括：基于协同认知的视觉关注特征之有效提取，连续可控的认知情感模型，无限维连续情感状态下非线性泛函网络的拓扑结构及参数优化，并将上述研究结果集成入本项目所开发的自闭症辅助治疗机器人综合系统平台进行分析、对比和验证。本项目研究将有望解决机器人交互中存在的上述难题，完善康复治疗信息化服务的人机交互理论与算法，拓宽认知情感计算在数字化交互装备领域中的应用范围，为促进相关产业的发展提供理论和技术支持。

辅助治疗机器人作为自闭症康复领域的新型有效工具，认知情感交互是亟待解决的关键问题。本项目通过视觉关注特征的有效提取研究，在情感计算的研究中结合心理学情绪调节模型展开情感认知分析，并将有源场和隐马尔科夫模型应用于情感状态转移过程。从情感的连续性、可控性两方面入手，我们探索并试图解决自闭症辅助治疗机器人情感计算研究中的一系列问题。采用医工结合的方式，联合北京大学第六医院开展了多周期的交互实验，并且通过儿童孤独症评定量表 (CARS)对结果进行评估和验证。本项目进展顺利，量表结果表明本研究具有一定的医用价值，并获得了医学伦理委员会的认证。我们的工作在自闭症辅助治疗方面做出了有益的探索，取得了一定突破。.在取得研究进展的基础上，对项目的研究内容进行拓展。分析Gross情绪调节模型中各个认知策略对情感状态的影响，并有效研究刺激时长对情感状态转移的影响，提高了情感计算的准确性。