Muodolliset tunteiden mallit

Tekoälytutkimuksen muodolliset tunnemallit pyrkivät määrittelemään tunteita robottien rakentamiseen soveltuvassa muodossa . Tärkeimmät lähestymistavat tällä hetkellä ovat KARO [1] [2] [3] , EMA [4] , CogAff [5] , Affective Computing [6] ja Fominykh-Leontievin malli [7] [8] [9] .

OCC

KARO [1] [2] [3] ("Knowledge, Actions, Results and Opportunities") perustuu OSS-malliin (Ortony, Clore, Collins) [10] , ja se kuvaa 22 eri tunteen laadullista ja määrällistä puolta. Kvalitatiivisesti GSS kuvaa kunkin tunteen ilmenemisolosuhteet, osoittaa kvantitatiivisesti, kuinka tunteen intensiteetti määräytyy sen esiintymisen ehdoilla ja mitkä muuttujat määräävät intensiteetin. Esimerkiksi kiitollisuuden tunne määritellään laadullisesti "jonkun ansiokkaiden toimien ja niihin liittyvien miellyttävien toivottavien tapahtumien tuloksena". Kiitollisuuden intensiteetti määräytyy 1) arvion perusteella toiminnan ansiollisuudesta, 2) tämän tapahtuman odottamattomuudesta, 3) tämän tapahtuman toivottavuudesta.

Alla on kuvaus OSS:n 22 tunteen kognitiivisesta rakenteesta.

Yksinkertaisimmat tunteet

OSS:ssa yksinkertaisimmat tunteet ovat ilo, joka pelkistyy nautinnoksi, ja suru, joka pelkistyy tyytymättömyyteen.

Yksinkertaisimmat tunteet
Ilo Ilo
Voi Pettymys

Toisen ryhmän onni

Nautinnon - tyytymättömyyden -merkin lisäksi, jota W. Wundt kutsui tunteen merkiksi, OSS käyttää merkkiä halutusta - ei-toivotusta tapahtumasta. Näillä termeillä tunneryhmä, jota kutsutaan "toisen onneksi", näyttää tältä.

Menestys-toisen epäonnistuminen?
iloa muille Iloa toisen toivomasta tapahtumasta
Gloat Ilo tapahtumasta, joka ei ole toiselle toivottava
suuttumus Pettymys toisen toivomaan tapahtumaan
Sääli Pettymys tapahtumaan, joka ei ole toiselle toivottava

Ryhmä "Oletus - vahvistus"

Toinen merkki on oletettu, vahvistettu tapahtuma. Tämän merkin avulla saadaan OSS:ssä vielä 6 tunnetta.

Oletus - vahvistus
Toivoa ilo oletetusta miellyttävästä tapahtumasta.
Tyytyväisyys ilo miellyttävästä vahvistetusta tapahtumasta.
Helpotus ilo vahvistamattomasta epämiellyttävästä tapahtumasta.
Pelko tyytymättömyys epämiellyttävään odotettuun tapahtumaan.
Vahvistettu pelko tyytymättömyyttä vahvistetusta epämiellyttävästä tapahtumasta.
Pettymys tyytymättömyyttä vahvistamattomasta miellyttävästä tapahtumasta.

Toiminnan arviointiryhmä

Toiminnan arviointi
Ylpeys myönteinen arvio toimistaan
Ilahduttaa positiivinen arvio jonkun toisen toiminnasta
Häpeä negatiivinen arvio toimistaan
Moite negatiivinen arvio jonkun toisen toiminnasta

Ryhmä "Evaluation of the Object"

Kohteen arvostus
Rakkaus miellyttävä vetovoima esineeseen.
Viha esineen epämiellyttävä hylkääminen.

Monimutkaiset tunteet

Lisäksi OSS:ssä otetaan huomioon 4 monimutkaista tunnetta.

Monimutkaiset tunteet
Kiitollisuus ilo + ihailu
Suututtaa moite + suru
Palkinto ilo + ylpeys
Katumus häpeä + suru.

KARO

KARO on muodolliseen logiikkaan perustuva OSS-mallin formalisaatio.

EMA

EMA [4] palaa myös OSS-malliin. Tunteiden kuvaamiseen käytetään useita muuttujia: hyödyllisyys, haluttavuus (D), tapahtuman todennäköisyys (p) jne. Näitä muuttujia käyttämällä määritellään useita tunteita seuraavasti.

EMA
Ilo D > 0, p = 1
Toivoa D > 0, p < 1
Pelko D < 0, p < 1
Ahdistus (suru) D < 0, p = 1

Cogaff

CogAff [5] kuvaa toiminnanhallinnan yleistä arkkitehtuuria. [yksitoista]

Affective Computing

Affective computing [6] julistaa robotin mahdollisuuden tunnistaa ihmisen tunteita kasvojen ilmeen ja ominaisen käyttäytymisen perusteella. Se julistaa myös mahdollisuuden robotin ulkoiseen tunteiden ilmaisuun. Siirtymistä tunnetilasta toiseen kuvataan Markovin ketjulla .

Fominykh-Leontievin malli

Fominykh-Leontievin mallissa [7] [8] [9] tunne on määritelty numeeriseksi funktioksi (jolla on merkityksen tunteiden voimakkuus) jostakin tilannetta kuvaavasta parametrijoukosta. Jokaisella tunnetyypillä on omat parametrit. Jokaiselle agentille (ihminen, eläin, robotti) ja jokaiselle tunteelle on mahdollista oma funktio F, joka määrittää tunteen voimakkuuden argumenttien arvosta riippuen. E = F(...)

Tällaiset yleiset ideat ovat lähellä OSS:ää. Ero on parametrien valinnassa ja kutakin tunnetta vastaavassa parametrijoukossa. Utilitarististen tunteiden pääparametri on vastaanotetun (kadonneen) resurssin R määrä tai saavutusten taso. Jos tilanne kuvataan vain tällä parametrilla, milloin

Ilolle ja surulle E = F(R).

Tämä tarkoittaa, että tilanne on jo päättynyt ja R:n arvo tiedetään tarkasti. Tunteita, jotka syntyvät tilanteen päättymisen jälkeen, kutsutaan toteamiseksi. Jos tilanne ei ole vielä päättynyt, niin agentin tilannemallissa voidaan muodostaa arvio tai ennuste arvosta R, jota merkitään PR:llä. PR-parametri muodostaa edelliset tunteet

Toivolle ja pelolle E = F(p, PR).

Erityisesti jos tarkastellaan parametria R ajan funktiona (esimerkiksi pankkitili) R(t), niin ennuste voidaan tehdä derivaatta dR(t)/dt.

[7] : ssä useiden kymmenien tunteiden hajoaminen rakennetaan kahdeksan perustunteen kuperaksi yhdistelmäksi. Esimerkiksi,

syyllisyys = a*suru + b*tyytyväisyys,

missä a ja b ovat numeerisia positiivisia kertoimia a + b = 1.

Kohdassa [12] [13] saatiin tunteiden ilmeiden analyysin perusteella arvot a = 0,7, b = 0,3.

Muistiinpanot

  1. ↑ 1 2 Steunebrink, BR, Dastani, MM & Meyer, JJ. Ch. (2008). Tunteiden muodollinen malli: Laadullisten ja kvantitatiivisten näkökohtien yhdistäminen. Julkaisussa G. Mali, CD Spyropoulos, N. Fakotakis & N. Avouris (toim.), Proc. 18. eurooppalainen tekoälykonferenssi (ECAI'08) (s. 256-260). Kreikka/Amsterdam: Patras/IOS Press . Haettu 27. huhtikuuta 2009. Arkistoitu alkuperäisestä 24. joulukuuta 2013.
  2. ↑ 1 2 J.-J. Ch. Meyer, "Reasoning about emotionaaliset agentit", julkaisussa Proceedings of ECAI'04, pp. 129-133. iOS Press, (2004).
  3. ↑ 1 2 J.-J. Ch. Meyer, W. vd Hoek ja B. v. Linder, "Looginen lähestymistapa sitoumusten dynamiikkaan", Artificial Intelligence, 113, 1-40, (1999).
  4. ↑ 1 2 J. Gratch ja S. Marsella, "A domain-independent framework for modeling feelings", J. of Cognitive Systems Research, 5(4), 269-306, (2004) . Haettu 27. huhtikuuta 2009. Arkistoitu alkuperäisestä 26. helmikuuta 2009.
  5. ↑ 1 2 A. Sloman, "Beyond shallow models of emotion", Cognitive Processing, 2(1), 177-198, (2001) . Haettu 27. huhtikuuta 2009. Arkistoitu alkuperäisestä 16. maaliskuuta 2009.
  6. ↑ 1 2 R. W. Picard, Affective Computing, MIT Technical Report, 1995 . Haettu 27. huhtikuuta 2009. Arkistoitu alkuperäisestä 13. toukokuuta 2011.
  7. ↑ 1 2 3 Leontiev V. O. Tunteiden luokittelu. Odessa, 2002 Arkistoitu 26. helmikuuta 2009.
  8. ↑ 1 2 Fominykh I. B. Tunteet älykkäiden järjestelmien käyttäytymisen arviointilaitteena. Kymmenes kansallinen tekoälyn kansainvälinen konferenssi KII-2006. Konferenssin aineisto. . Haettu 27. huhtikuuta 2009. Arkistoitu alkuperäisestä 12. joulukuuta 2007.
  9. ↑ 1 2 Leontiev V. O. Tunteiden kaavat. Yhdestoista kansallinen tekoälyn kansainvälinen konferenssi KII-2008. Konferenssin aineisto. T. 1 . Haettu 27. huhtikuuta 2009. Arkistoitu alkuperäisestä 28. syyskuuta 2010.
  10. ↑ Ortony, A.; Clore, G.L.; ja Collins, A. 1988. The Cognitive Structure of Emotions. Cambridge, Iso-Britannia: Cambridge University Press.
  11. ↑ BIRMINGHAMIN TUNNISTUS- JA VAIKUTUSPROJEKTI . Haettu 27. huhtikuuta 2009. Arkistoitu alkuperäisestä 16. maaliskuuta 2009.
  12. ↑ Yu. G. Krivonos, Yu. V. Krak, O. V. Barmak, G. M. Efimov Tunteiden kasvojen ilmentymien mallinnus ja analysointi. Ukrainan kansallisen tiedeakatemian raportit, 2008, 12
  13. ↑ Yu. V. Krak, O. V. Barmak, G. M. Efimov Tietotekniikka tunteiden ilmeiden tunnistamiseen henkilön kasvoilla. Bulletin of Kiiv University, Cybernetics-sarja, 2008, numero 8