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的儿童更加有益

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。”