根据发表在《社会机器人学》上的新研究,人工智能模型可能会使机器人互动对患有自闭症谱系障碍(ASD)的儿童更加有益。
作者指出,在美国59名儿童中,大约有1名被诊断出患有ASD,社交辅助机器人(SAR)是一种人机交互(HRI),可以潜在地帮助这些患者发展社交技能,但更多的研究在这个领域仍然需要。
主要作者,洛杉矶南加州大学的Shomik Jain和同事写道:“ HRI方法在日常情况下自主感知,解释和自然响应非典型用户的行为提示的能力仍然受到限制。” “这阻碍了SAR干预措施针对每个用户的特定需求进行定制的能力。”
Jain等。探索了使用有监督的机器学习技术来优化ASD儿童的SAR干预的可能性。数据来自七个月参与者的一个月的家庭SAR干预。该团队调查了孩子何时通过互动进行互动或脱离互动,“使用标准的互动定义将行为,情感和认知结构结合在一起”。
总体而言,该团队开发了两个受监督的机器学习模型-一个基于来自众多用户的数据,另一个为每个用户创建了一个单独的模型。ROC曲线下的平均面积大约为90%,研究小组表示,其模型“可用于在线机器人感知脱离以及对脱离的闭环响应。” 但是,撤离的召回率仅为50%,这是“未来工作的关键领域”。
作者写道:“提出的模型也易于解释,这是促进实施的重要特征。” “机器学习的可解释性在ASD环境中尤其重要,在这种情况下,治疗师和护理人员需要了解系统的行为以信任并采用它。”
Jain及其同事确实注意到,每个孩子到下一个孩子的数据差异很大,这是因为父母/护理人员会在不同时间调整摄像机,并且因为录制的音频“包含很高的背景噪音”。这种差异使AI模型“易受过度拟合的影响”,而“装袋,加速和提前停止”被用于解决该问题。
作者总结说:“总体上,在线识别和应对脱离接触将使设计更具吸引力,个性化和有效的HRI,尤其是在ASD社区的SAR中。”
-
机器人
+关注
关注
206文章
27025浏览量
201378 -
人工智能
+关注
关注
1776文章
43824浏览量
230582
发布评论请先 登录
相关推荐
评论