基于人工心理的机器人平台的研究与实现

　　1 引言

　　目前,国内外对机器人的研究不断深入,已经开发出各式各样的具有感知、决策、行动和交互能力的各种机器人。机器人如果能够像人类那样具有理解和表达情感的能力,并能够自主适应环境,这将从根本上改变人与计算机之间的关系, 使计算机能够更好的为人类服务。目前, 用机器模拟人类心理行为( 情感等) 的相关技术研究正在形成一种趋势, 人们于 1999 年提出了一个全新的概念“人工心理”, 人工心理理论, 就是利用信息科学手段, 对人的心理活动的更全面的再一次人工机器( 计算机、模型算法) 实现———人工心理学。本文提出了一种基于人工心理的机器人平台, 利用语音合成与识别、图像识别与处理技术实现多通道人机交互, 并建立了信息+知识+情感的数学模型模拟人的思考和行为进行机器人控制。

　　2 平台的系统结构

　　机器人平台具有自规划、自组织、自适应能力,是一个智能化、情感化的系统, 如图1。平台相应的功能模块包括: 图像采集、识别处理模块, 语音采集、识别处理模块, 信息融合模块, 机器人运动规划模块, 心理模型模块, 虚拟人形象产生模块, 语音合成模块, 黑板调度模块。

　　机器人平台采用多智能体结构, 系统中的基本单元被称为智能体(Agent), 它们是具有自主功能的能独立完成一定子任务的功能模块, 还有一个协调机构负责组织协调各个智能体, 使之总体行为有利于预定目标的实现。多Agent 系统可以通过并行机制加速系统的运行。一个任务可以分解为若干子任务, 这些任务分别有不同的Agent 完成。利用多Agent 系统中的冗余Agent 可以提高系统的鲁棒性。多Agent 系统具有可扩充性, 在多Agent 系统中增加一个Agent 要比增加系统的功能方便得多。多 Agent 系统的模块化程度更高, 因此系统设计更简单。

　　黑板调度器负责整个自主机器人系统的协调, 它包括一个推理机、心理模型和知识库,知识库存放协调整个机器人系统的规则, 包括运动规划规则、心理反应规则。 关于机器人平台当前形势的全局信号就由黑板调度器给出, 并通过通讯接口发送到各个Agent,协调整个机器人系统中的各个Agent 工作。可以将强调子执行和学习能力, 能将任务的复杂性隐藏起来,协助用户轻松地完成很困难的任务。用户可以提出高层次的请求, 而Agent 通过搜索和推理, 找到方法来实现用户的请求。它们能发现并容忍用户请求中的模糊、遗漏甚至错误, 它们能够通过观察用户的操作、兴趣、习惯和偏爱, 自动建立用户模型, 从而按照用户的习惯位用户完成任务。

　　人脸和表情识别Agent 主要实现机器人视觉系统的功能,包括人脸图像获取、图像处理、图像理解几个部分。人脸表情蕴涵了丰富的情感信息, 实验表明, 通过识别人类面部表情来判断其情感状态可以达到80%的正确率, 利用计算机进行人脸表情识已成为情感信息处理的一个热点。机器人如果能够像人类那样具有理解和表达情感的能力,并能够自主适应环境,这将从根本上改变人与计算机之间的关系, 使计算机能够更好的为人类服务。表情的自动识别也是情感信息处理的重要组成部分, 是和谐人机交互(Human- com-puter interaction ,HCI), 让计算机能够适应、识别人的情感所必需的。我们的表情识别是基于 FACS(FacialAction Coding System), 即面部运动编码系统, 它把表情活动分为脸上半部分和下半部分的活动。在此基础上, 考虑到我们的表情识别算法主要是针对愉快、愤怒、害怕三种基本表情, 可以通过人脸的下半部分的语音及其情感识别Agent 主要实现语音的采集,语音处理与识别, 并通过自然语言的理解实现词语与部分语句的情感识别。语音识别建立了基于决策树的上下文相关模型; 针对连续语音中声调之间的协同发音问题, 建立了相应的变调模型; 建立了领域自适应方法, 通过较少的领域语料实现了对语音的识别。