教學機器人如何與自閉癥兒童互動

自閉癥患者以不同于其他人的方式看待，聽到和感受世界，這會影響他們與他人互動的方式。這使以交流為中心的活動對患有自閉癥譜系條件(ASCs)的兒童非常具有挑戰(zhàn)性。因此，治療師發(fā)現在教育治療期間很難讓他們參與這些活動。

為了應對這一挑戰(zhàn)，治療師最近開始在治療過程中使用類人機器人。然而，現有的機器人缺乏與兒童自主接觸的能力，這對于改善治療至關重要。事實上，ASC患者具有非典型和多樣化的表達思想和感受的風格，這使得使用這種機器人更具挑戰(zhàn)性。

研究歐盟資助項目EngageME的研究人員現在已經為自閉癥治療中使用的機器人創(chuàng)建了一個個性化的機器學習框架。正如他們在Science Robotics發(fā)表的論文中所描述的那樣，這個框架可以幫助機器人自動感知影響 - 面部，聲音和手勢行為 - 以及兒童與他們互動時的參與。

個性化的方法

為了實現這一令人興奮的進步，項目合作伙伴已經意識到，對于患有ASC的兒童來說，一種尺寸并不適合所有人。因此，他們使用人口統計數據，行為評估分數和該孩子獨有的其他特征為每個孩子個性化他們的框架。這種新穎的框架使機器人能夠通過考慮它們之間的文化和個體差異，自動調整對兒童反應的解釋。

“在自閉癥中創(chuàng)建機器學習和AI [人工智能]的挑戰(zhàn)尤其令人煩惱，因為通常的AI方法需要大量的數據，這些數據對于學習的每個類別都是相似的。在異質性統治的自閉癥中，正常的AI方法失敗，“共同作者羅莎琳德皮卡德教授在”麻省理工學院新聞“上發(fā)表的一篇文章中解釋道。

機器人輔助治療

研究人員對來自日本和塞爾維亞的35名兒童進行了模型測試。3至13歲的孩子們在35分鐘的課程中與機器人互動。人形機器人通過改變他們的眼睛的顏色，他們的聲音和四肢的位置來傳達不同的情緒 - 憤怒，恐懼，快樂和悲傷。

當它與孩子互動時，機器人將捕捉他們的面部表情，動作和頭部姿勢的視頻，以及他們的語調和發(fā)聲的錄音。每個孩子手腕上的監(jiān)視器還為機器人提供了體溫，心率和皮膚汗液反應的數據。數據用于提取孩子的各種行為線索，然后被送入機器人的感知模塊。

使用深度學習模型，機器人然后基于提取的行為線索估計孩子的情感和參與度。結果用于調節(jié)后續(xù)治療期間的兒童 - 機器人相互作用。

人類專家也觀察了治療期間的視聽記錄。他們對兒童反應的評估顯示與機器人的感知有60%的相關性。這是一個比人類專家更高的協議水平。該研究結果表明，訓練有素的機器人在未來可能在自閉癥治療中發(fā)揮重要作用。

EngageME(人機交互過程中自閉癥兒童參與水平的自動測量)正在努力增加機器人的關鍵信息，這將有助于治療師個性化治療，使人機交互更具吸引力和自然。