Sử dụng Giao diện Não-Máy Tính để phát hiện sự hài lòng của con người trong tương tác giữa người và robot
Chia sẻ:
Ehsan Turkish Esfahan. Khoa Kỹ thuật Cơ khí, Đại học California Riverside, Hoa Kỳ
Tóm tắt
Bài viết này thảo luận về việc sử dụng giao diện não-máy tính (BCI) để lấy phản hồi cảm xúc từ con người phản ứng với chuyển động của robot hình người trong các môi trường hợp tác. Mục đích của nghiên cứu này là để phát hiện mức độ hài lòng của con người và sử dụng nó làm phản hồi để điều chỉnh và cải thiện hành vi của robot nhằm tối đa hóa sự hài lòng của con người. Bài viết này mô tả các thí nghiệm và thuật toán sử dụng hoạt động não của con người được thu thập thông qua BCI nhằm ước lượng mức độ hài lòng. Người dùng đeo thiết bị điện não đồ (EEG) và điều khiển chuyển động của robot bằng tưởng tượng tâm lý. Các robot phản ứng với tưởng tượng tâm lý có thể không giống như lệnh tâm trí của con người và điều này sẽ ảnh hưởng đến mức độ hài lòng cảm xúc. Thiết bị ghi lại hoạt động não từ 14 vị trí trên da đầu. Mật độ quang phổ năng lượng của mỗi băng tần EEG và bốn số mũ Lyapunov lớn nhất của mỗi tín hiệu EEG tạo thành vector đặc trưng. Sau đó, bài kiểm tra Mann-Whitney-Wilcoxon được sử dụng để xếp hạng tất cả các đặc trưng. Các đặc trưng có hạng cao nhất sau đó được chọn để huấn luyện bộ phân loại phân biệt tuyến tính (LDC) để xác định mức độ hài lòng. Kết quả thí nghiệm của chúng tôi cho thấy độ chính xác 79,2% trong việc phát hiện mức độ hài lòng của con người.Nhấn vào đây để đọc báo cáo đầy đủ
Ehsan Turkish Esfahan. Khoa Kỹ thuật Cơ khí, Đại học California Riverside, Hoa Kỳ
Tóm tắt
Bài viết này thảo luận về việc sử dụng giao diện não-máy tính (BCI) để lấy phản hồi cảm xúc từ con người phản ứng với chuyển động của robot hình người trong các môi trường hợp tác. Mục đích của nghiên cứu này là để phát hiện mức độ hài lòng của con người và sử dụng nó làm phản hồi để điều chỉnh và cải thiện hành vi của robot nhằm tối đa hóa sự hài lòng của con người. Bài viết này mô tả các thí nghiệm và thuật toán sử dụng hoạt động não của con người được thu thập thông qua BCI nhằm ước lượng mức độ hài lòng. Người dùng đeo thiết bị điện não đồ (EEG) và điều khiển chuyển động của robot bằng tưởng tượng tâm lý. Các robot phản ứng với tưởng tượng tâm lý có thể không giống như lệnh tâm trí của con người và điều này sẽ ảnh hưởng đến mức độ hài lòng cảm xúc. Thiết bị ghi lại hoạt động não từ 14 vị trí trên da đầu. Mật độ quang phổ năng lượng của mỗi băng tần EEG và bốn số mũ Lyapunov lớn nhất của mỗi tín hiệu EEG tạo thành vector đặc trưng. Sau đó, bài kiểm tra Mann-Whitney-Wilcoxon được sử dụng để xếp hạng tất cả các đặc trưng. Các đặc trưng có hạng cao nhất sau đó được chọn để huấn luyện bộ phân loại phân biệt tuyến tính (LDC) để xác định mức độ hài lòng. Kết quả thí nghiệm của chúng tôi cho thấy độ chính xác 79,2% trong việc phát hiện mức độ hài lòng của con người.Nhấn vào đây để đọc báo cáo đầy đủ
Ehsan Turkish Esfahan. Khoa Kỹ thuật Cơ khí, Đại học California Riverside, Hoa Kỳ
Tóm tắt
Bài viết này thảo luận về việc sử dụng giao diện não-máy tính (BCI) để lấy phản hồi cảm xúc từ con người phản ứng với chuyển động của robot hình người trong các môi trường hợp tác. Mục đích của nghiên cứu này là để phát hiện mức độ hài lòng của con người và sử dụng nó làm phản hồi để điều chỉnh và cải thiện hành vi của robot nhằm tối đa hóa sự hài lòng của con người. Bài viết này mô tả các thí nghiệm và thuật toán sử dụng hoạt động não của con người được thu thập thông qua BCI nhằm ước lượng mức độ hài lòng. Người dùng đeo thiết bị điện não đồ (EEG) và điều khiển chuyển động của robot bằng tưởng tượng tâm lý. Các robot phản ứng với tưởng tượng tâm lý có thể không giống như lệnh tâm trí của con người và điều này sẽ ảnh hưởng đến mức độ hài lòng cảm xúc. Thiết bị ghi lại hoạt động não từ 14 vị trí trên da đầu. Mật độ quang phổ năng lượng của mỗi băng tần EEG và bốn số mũ Lyapunov lớn nhất của mỗi tín hiệu EEG tạo thành vector đặc trưng. Sau đó, bài kiểm tra Mann-Whitney-Wilcoxon được sử dụng để xếp hạng tất cả các đặc trưng. Các đặc trưng có hạng cao nhất sau đó được chọn để huấn luyện bộ phân loại phân biệt tuyến tính (LDC) để xác định mức độ hài lòng. Kết quả thí nghiệm của chúng tôi cho thấy độ chính xác 79,2% trong việc phát hiện mức độ hài lòng của con người.Nhấn vào đây để đọc báo cáo đầy đủ