人工情感及其应用

第21卷第2期控制理论与应用Vol 21 No. 22004年4月Control Theory ApplicationsApr. 2004文章编号:1000-8152(2004)02-0315-06人工情感及其应用宋亦旭,贾培发(清华大学计算机系智能技术与系统国家重点实验室,北京10084)摘要:白然系统中,情感影响人的行为日前,人1情感在拟人agem的研究得到了越来越多的重视为此本文从工程角度综述了人工情感研究的基问题简要介绍了几类情感模型,并着重讨论了基于人L情感的 agent体系结构的典型应用人工情感的研究不仅休现在情感辨识情感表达等入机交互方面,同时情感的作用机理也影响到智能egcm的挖制体系结构和算法设计某于人工情感的体系结构具有混合分层的特点,强调情感和其他过程的联系以增强gent在与动态环境交互屮的白适应能力.在这个结构中人工情感的核心作用主要体现在两个方面:首先,人工情感是联系 agent的内部状态和外部环境的基础,情感状态影响到aem信息处理的整个过程,包括紧急情况下的快速响应和规划任务时的复杂推理其次,人工情感作为内部驱动机制对学习过程十分重要,人工情感作为强化刺激促使aent刨建更复杂的行为功能在设计屮引人人工情感,对 agent实现智能化和个性化至关重要关键词: agent;人工情感;体系结构中图分类号:TP8文献标识码:AArtificial emotion and its applicationsSONG YI-Xu, JIA Pei-fa( State Key Lab of Intelligent Technology and System, Department of Computer Science and TechnologyTsinghua Univcrsity, Beijing 100084, ChinaAbstract: The natural emotion plays a significant role in human behavior. Current research in Al shows an increasing in-terest in artificial emotion for developing the human-like agent. In this paper a survey of basic issues of artificial emotion fromthe engineering point of view is given, bricfly introducing several emotion models with emphasis on typical implementations ofartificial emotion-based agent architecture. Research on artificial emotion is reflected in the human-computer interaction(HCT)ch as emotion identification and emotion expression, the action mechanism of emotion also influences the control architectureand algorithm design of the intelligent agent. The emotion-based architecture being hybrid-layered emphasizes the links betweenemotion and other processes to enhance adaptive capability of agents in a dynamic environment. In the architecture the centralrole of artificial emotion is incarnated mainly in two aspects: First, the artificial emotion is the basis of connecting intemal statusof an agent with its extemal situation, and emotion affects the whole process of information processing, including both the quicksponse in an emergency and the complicated reasoning for planning a task; Second, the artificial emotion as an endogenouscreate more complex behavioral functionsEmbedding artificial emotion in the architecture is essential for agents to be more intelligent and personalizeKey words: agent; artificial emotion; architecture1引言( Introduction)的新发现支持了情感对人的智能活动有着至关重要的影响对情感( emotion)的研究并不是很新的话题,早在1%67年的论断A. Damasio的著名实验对此给出了比较充分的理论Simm就开始了对人类认知中有关情感的研究,Sm则从证据按照 Damasio的实验负责处理情感的神经子系统出20世纪80年代初开始拟人aen( human-like agent)建模方面的现问题的病人,推理和决策能力也会受到很大的影响例如,研究,但早期的人工智能研究中对引入情感问题存在争论,这种病人甚至不能很好地处理和医生进行预约的计划2有些学者认为情感并不是必须的或者是只会干扰推理的Damasio的理论在A( artificial intelligence)领域的影响丿泛而以情感在传统的人工智能研究中并没有得到足够的重视深刻从应用角度,人们对 agent(或 agent的硬件表达—机但是随着科技的不断发展,悄感研究逐渐变得重要起器人)拟人化的研究逐渐兴起3,这种研究不仅需要更好的来,这主要米自两个方面的支持:从理论角度,神经生物科学系统体系结构支持 agent.或机器人具有更强的环境适应性收稿日期:2002-12-24;收修改稿日期:203-09-04中国煤化工CNMHG控制理论与应用第21卷同时要求其具有个性化的与人交流的能力② Agent的情感表达于此,近年来有关人工情感( artificial emotion)的研究栩栩如生”一直是小说、戏剧、电影等艺术手段追求的不断受到更多学者的重视,相关的文章、会议、杂志、网站逐效果,而在人工情感的研究中则提出 r believable agent14渐增多,人工情感研究的层面也逐渐丰富,并月在应用上取及 Animated agent4,等,研究 agent如何更形象化地表达内得了一系列的成果将情感纳入人类精神活动的框架,将情部情感状态,进行“栩栩如生”的情感交可,比如在CMU的感机制引入A,对情感进行建模是研究人工情感的重要方OZ项目中,就借鉴了许多迪斯尼艺术家的漫画表现手法,在法,本文将从以下几个方而介绍人工情感的研究情况;人1.aent的行为中突出强调情感状态的表达使环境屮每个情感的研究目的;情感模型;基于人工情感的智能agcm的体agen的活动充满个性在虚拟环境中仿真人的形象进行各种系结构活动具有极其广泛的应用,如今通过人臉建模,在计算机中2人工情感的研究目的( Motivation for artificial生成週真的人脸并能够表达各种表情,已经成为计算机图形emotion)研究的重要方向之一「82通过建模的方式来研究情感的主要目的有以下两个方面随着计算机、电子、控制、材料、传感器、信号处理、生物1)从科学(心学、神经科学、认知科学、生物科学等)等技术的发展,目前的机器人正从简单的再现示教型及感觉研究的角度看情感建模可以看作是人对自然界现象理论研型机器人向智能型机器人的方向发展,“个性化机器人”、“家究的一个组成部分,通过计算机程序或是机器人,研究人员庭机器人”等概念的提出使这一代机器人的研发具有强烈的希望这种系统可以帮助验证和比较各种理论假设,通过建经济背景,同时,在医疗健康、扶老助残娱乐事业、以及一些模,对当前情感现象的解释进行描述或公式化,从而进行更无人值守的场所这种机器人都会发挥重要的作用这种类进一步的理论预测完善人类对自身和动物的情感及其相关型的机器人不再面向简单环境中的给定任务,而是面向与复知识的认识杂环境(未建模、多目标)的交互,强调智能和个性化的情感2)从工程应用的角度看情感在自然系统中的重要作表达能够适应非结构化环境,为此,这类机器人一般都配备用可以启发硏究人员考虑应用这些实际的或假设的自然原有多种外部传感器组成的复杂感觉系统全面地感受环境刺理去改善系统的性能激,如视觉、听觉、触觉、味觉传感器,同时其执行机构也进人工惰感目前在「程的应用主要体现在以下几个方面:步朝着仿生的方向发展,如颈部、眼部(睫毛、眼睑、眉)、呼吸1)人机交互系统(鼻、肺)、耳部(包括保持平衡的前庭)、嘴部(语音合成在自然系统中,悄感对于相互交流有若重要作用,这样,器及唇、齿和胡须),甚至可变颜色的皮肤等,为了使机器人在一些环境中,希望ent也能进行情感表达从而便于交的表情描述更为准确,情感反馈更易于被人接受,作为驱动可47,包括 agent之间的交互,也包括人与aem之间的交装置的前沿技术,人工肌肉也被应用于这种智能机器人的开互这不仅需要agmt通过自身的感觉系统辨识人的情感状发和研制目前比较典型的有M的Cog2), Kismet2),Lam态也需要agem通过执行机构表达情感来反映自身的状态.,日本的早稻田大学的WB3R系列x,M的Pead,这是拟人aent研究的一个重要方面Fo3)和 Doc Beardsley等情感在这类机器人与人的交互中①情感计算-1( ( affective computing)占有重要地位,此时情感常用来调节机器人的行动(如驱动这个领域的研究主要集中在情感的探测和分类MT的电机的增益,外部目标的选择等m),同时改变机器人的脸媒体实验室是情感计算领城比较活跃的研究机构,Parf9部表情加强机器人在与人交流中的真实感2的工作主要关注计算机如何察觉人的负面情感( negative2)情感模型在A算法中的应emotion)比如挫折( frustration)厌倦( boredom)、迷惑( confu根据机体标记理论(第4部分),情感是联系内部评价和som)……从而设计更加人性化的计算机界面通过各种提不同外部场景的基础可以看成连接奖赏和外部场景的评价(文本、图形、声音……)纠正这种负面情感提高人机交互媒介,而且情感机制可以通过对决策的后验创建更复杂的行的效率测量人的情感状态的方法主要是探测与当前情感状为功能,这样情感从认知的角度可被看成强化刺激在自然态相关的机体反应传感器则多种多样:视频(记录脸部表系统中行为的选择往往是以追求好的情感(如快乐)最大化情、身体姿势和手势的改变)麦克风(记录声音的变化),体为目标利用这个原理,在环境具有未建模资源有限、多目表传感器(记录肌肉的紧张程度、心跳的变化),各种植入嵌标、竞争等特点时通过建立am自身感觉(如饥饿)和情感入式系统的用具(衣服、手套、鞋眼镜、珠宝甚至是可吞入的映射关系,人工情感的状态作为内部的机制可以引发自主的药丸)等情感分类则采用了隐马尔可夫模型(HMM等方4gm的状态迁移同时考虑环境因素和自身的状态选择感知法情感计算的应用十分广泛不仅在虚拟教育、娱乐游戏等注意和最优的行动序列这样在一些环境中(如机器人足领域前景广阔 Picard还设计了许多其他的应用比如通过这球x,Adm'sWod3等),情感模型和一些AL的算法相结种研究使情感计算和医疗结合,从面有利于病人的更好康合中国煤化工方面应用较多的是人工CNMHG莫型被用在控制独立的第2期宋亦旭等;人工情感及其应用317自治agnt,使用强化学习去适应环境这种研究集中在依靠中性状态情感的事件探测机制,在强化学习的框架下,情感也被使用去影响感知和给出强化函数3情感模型( Models of emotion)Picad将情感计算模型分成3种:离散状态计算模型、情感空间计箅模型、基于规则的模型.实际上情感计算中比较常用的只有前两种图1(a)是一种用HMM表示的离散情感模型,其中只表达了3种情感状态(可以扩充),其中P表示状态的迁移概率,O表示观测输出,V表示受情感状态影响的可测的机体反应(如音调).情感空间计算模型是一种连续中性状态模型,如图1(b),利用这种模型,当前情感信号可以被分类成一些基本的部分,更利于计算机对当前情感的评价Pr(H感兴趣的敛内活泼的Pr(DID: PrIDD悲伤O(D)图2两个情感空间的例子激励度Fig.2 Two examples of emotion spaces4基于人工情感智能 agent体系结构( Emotion-毁容的脸跳高滑based intelligent agent architecture)一个智能aget必须感知大量的环境信息,并及时进行价融合过滤和选择利用冗余信息、互补信息、协同信息提高完整描述环境的能力降低信息获取的成本提高信息获取速度;同时更多的动作序列提供了动作选择的灵活性,要求低花朵处理能力不同的分布式子系统的工作协调一致,使agt能够控制自己的行为;面控制系统方面则需要进-步强调系情感计箅模型充的高度自治性Fig. I Computing model for emotion states传统的人工智能是基于符号处理的逻辑推理系统,模拟在εgm的情感表达中,种情感的变化不仅与传感器人的高级智能,这种方法要求给定环境模型,精确的传感器的输入有关同时也和当前的情感状态有关,这时的主要问输入,而且需要大量的计算缺乏对陌生环境的适应能力题在于如何表达在外部和 agent自身作用下各个情感分量的986年RBk40提出了基于行为的系统模拟动物和人变化及这种变化对-gm行为的影响针对实际系统一般通都具有的反射机制,不需要环境模型和逻辑推理而是建立从感知到行动的直接映射.一个行为由多个模块合作产生,这过设计人员的知识对am的自身感觉与情感状态建立初始些行为模块不要求高水平的行为规划但是这种方法缺乏规的传递方式和映射关系(如网络中的权值、荷尔蒙参数划复杂行动的能力同时行为模块的相互连接应该是事先确等2),这时的情感空间模型往往因设计者的不同面差异定的,这样使gm无法进行多样性及个性化的行为表达较大,图2(a)所示的情感空间与文献[38]给出的精神矢量构情感在人的推理和决策中有着极其重要的作用,在成映射关系,这时影响情感状态的因素只是情感空间的一个A. Damasio的文章中,他将人的情感分成两个部分:初级情特征分量,这种aem的情感表达更容易被环境识别;而图2感和二级情感初级情感( pnmary emoton):人自身固有的由(b)期的模型则是利用竞争关系反应情感的此消彼长,a-外界环境刺激触发的机体反应;二级情感( secondary emo-gent当前的情感状态可能由几种基本情感共同决定,这种方iom):对初级情感和当前及过去的感知( percepton)建立联系法可能更符合自然系统的情况,研究表明人类所表达出的情时感状态往往不是由单一的情感决定的(比如单纯的快乐或忧机制中国煤化工系是通过机体标志即某些经历的事件会在HCNMHG建立一种联系,也就控制理论与应用第21卷是该事件所感知的图像巾标记出当时的机体状态表达人类响情感层的参数可能使相同的输入形成对agm不同的刺这种使用机体信息对感受进行标记的优点在于:一个决策问激信号,而推理层的状态参数则可能影响到 agent对场景输题情感的作用排除了不利的机体标记,选择有利的进行继入的注意力选择等,同时输入状态还接受输出的内部反馈推理并选择合适的-个21同样,aet的输出也受到推理层和情感层的影响,比如同样Sloman提出的3层的基于情感的智能acmt的体系结构的一首乐曲,情感层的状态可能影响到其节奏和音质,推理(Cyaf4), H-cogaff),如图3层的状态可能影响到音量(按照听者的远近决定)通过反应反应( reative)层,可以看成初级情感包括对传感器和层( reactive)可以实现 agent与环境的实时交可,这种实时行执行器进行连接的相关内部状态,是包含多通道的反应式结为由于受到情感层和推理层状态参数的影响而显得|分丰构,具有快速的响应能力但不具备对输出序列进行选择和评富.推理部分山对外部环境和 agent自身的知识组成通过知价的能力,不能创建新的规划评估( deliberative)层支持:级识可以进行一些推理而知识集则主要通过推理层对输入和情感通过与长期记忆( long tem memory)的交互,执行输出输出的处理得斜扩充,和反应层不同推理层没有严格的时间之前对各种可选择的动作序列进行评估,系统可以产生输出约束所以可进行很复杂的运算;同时知识的扩展还受到情感状态参数的影响,一方面情感状态参数将关于情感状态的的符号表达而不产生相应的输出,并通过对动作结果的评知识传递到推理层另一方面当前的情感状态还要影响到推价进行动作序列的重建同时评估层通过内部行为对特定状理,使相同的知识推理由于不同的情感状态而产生不同的结态产生的响应进行学习,从而通过上下文进行感知和行为的果同样,推理层的状态也会影响到情感层,比如当推理层判预测管理层( meta-management)负责对思考和注意力的控断到任务执行的成功或失败会给情感层带来不同影响情感制这一层可以监控各种内部的状态比较各种策略,改变内八的状态演化则是由推理层反应层和输入的信息决定这部过程按照 Sloman的理论人类还包含些通过社会交往层应该包含一个情感状态空间模型(比如图2(a),但是这后天发展的第三级情感这类情感可能和个体所处的社公、层并没有直接的输出.A.Cmum等提出的这个结构中情感文化等环境有关(通过 personae模块表达),如痴迷”“羞耻”作为控制体系的核心影响到各层的输入和输出,同时这种结等.这类情感有时会使人的思维活动失去控制,是种“悄感构将不同的功能清晰分开,并行处理信息既包含了对环境的扰动”这部分情感不是人人都有,比如要儿或患有脑部疾病反应能力,同时也考虑了使agn具有推理、自适应的能力这的人, Sloman将这种情感归人管理层.报警(ulam)机制接受个结构在一些实际的机器人系统中得到了实现m,男各层的输入,也发送控制信号影响系统某些部分,从而建立种快速的对紧急事件的中断处理感知( perception)和执行推理层( action)系统同样分层,不同层次的信息并行协调地进行处理所有的层和alam系统并行操作,没有总体控制.Sman情感层的这种结构实际上包含了情感在内的人信息处理过程中的其他精神现象反应层管理过程图4A. Calum等提出的基于惰感的 agent体系结构Fig. 4 Emotion-based agent architecture proposedby A. Camurri et al评估过程利用A. Damasio的机体标记理论,在有资源约束的条件下(比如,一定的环境条件下可能对处理时间有严格的要求,或者可用的计算资源和存储受到限制)推理的方法可能不能实现对 agent的有效控制,这样,通过与不完全复现的部注意力过分表达的交互,利用人工情感方法可以得到更好的效果R. Ventura et all24提出了一种体系结构,如图5其基本原理是将刺激的处理过程分成两种:一种是结合模式匹配重构原始刺激的认知图像,一种是从输入刺激中创建简单的、只有必要特征的感知图像,并产生和DV直接的映射Dv( desir图3 H-Cogaf结构图ability vector)表示在感知层建立的情感化评价矢量,其每个Fig. 3 H-Cogaff architecture分量对应一个基本刺激的评价(如好、坏等)以及相应的策Sloman的模型试图体现人和动物的自然情感处理机制略,比如一个“威胁”的刺激可能引发DV的“害怕”分量,并最终产生一个相应的行为系统的主存储器屮存放经历事件所以结构复杂实现困难文献[39]从实际应用的角度出发,所对应的认知图像感知图像和DV认知处理器在从外界刺提出的模型如图4,其中粗的白色箭头代表信总流的输入和输出关系,黑色的细的实线箭头则表达了各部分参数信息的激获得认知图像后就会在主存储器中寻找匹配,工作内存交换,且箭头的指向部分只能进行读操作输人(mpu)部分则中国煤化工图像及匹配过程的结信息在三个层次上可以是相同的,也可以是不同的,同时果受到情感层( emotional)和推理层( rational)的状态参数的影能米CNMHG在有情况下也可第2期宋亦旭等:人工情感及其应用系统感受到新的刺激,这种反馈刺激使系统知道其行为的效身状态的内部评价(这种评价应该是在和外部环境的交互中果并促使系统产生学习:在感知层吏新感知映射,而在认知动态改变的),从而影响 agent从输入到输出的整个信息处理层则对认知图像进行DV标记.文献(2]给出了利用这种结和决策过程构的一些具体的实现范例,其中包括 Damasio的几个神经生5结论( Conclusions)物学实验的仿真文献[43根据图5提出了种“监控式”自和智能( intelligence)、总识( consciousness)等大多数心理适应控制系统结构,如图6,系统控制日标是当对象的动态学的概念一样,情感很难做出准确的定义,尤其是这个问题特性发生变化时调整挖制器参数以保持控制系统的总体性不像人类的计算智能和逻辑智能可以有符号和规则系统很能,当控制对象的模型未知,控制器不是经典的PD,而是好地进行表达精神活动的机理及其相互作用方式的研究日些智能控制方法时解决这个问题只能借助某种费时的搜索前还远远没有到达成熟的阶段,这样在人工情感的研究中不过程在这个问题中,对监控部分而言环境刺激包括:制器可避免地会遇到一些问题,比如有的文献认为情感是动机( motivation)的种特殊形式,有的文献则把情感和动机做了结构的描述正在使用的系统动力学、当前控制对象的输出明确的区分41.另外自然系统的基本情感的种类也不是很等感知图像从对控制对象的输出的评价中得到,如给定与明确工程应用中都是针对特定系统具体定义所需要的种输出间的平方误差,或一定的响应指标:上升吋间、超调量类但从认知学角度看某些状态可能是由其他情感混合形成滞后时间峰值时问等认知图像则是认知处理器进行系统或可能并不属于情感例如有的文献称惊讶(supm)是种辨识的结果,产生当前感知图像对象的动力学而监控部分情感,而有的文献则将它看成是预期没有实现的认知状态,的输出是控制器参数DV将动力学/控制器对进行情感化分而将惊讶引发的状态称为情感类,比如超调20%对应“很坏”,10%~20%对应“坏”……0%虽然各个学科的学者对情感本身的认识还不统一,但情感5%对应“好”,感知图像映射到DV并输出反应,而当认知在自然系统屮的重要作用正在被越来越深刻地认识到,人情层利用某些方法(如遗传算法)搜索最优控制器时,由于DV感研究止成为智能吗gmt研究的一个重要方面新的相关研究方与认知层的相互作用,会将搜索限制在以往标记不是“坏”的向和应用成果正在不断产生,人L智能的发展正在进一步同认并和当前系统相似空间内从而加快了搜索过程而在认知知科学神经科学心理学语言学社会学紧密结合对智能的搜索获得结果之前监控部分会先从感知层输出一个临8m的研究已经成为探索人类科学的一种独特方式时的好于原来的控制器结构,虽然不一定是最优的因此,这参考文献( References):种系统的优点是在遇到紧急情况时,系统基于初级情感产生快速的反应;另一方面,基于二次情感系统不断收集新的SLOMAN A. Beyon shallow models of emotion [J]. Cognitive“经验”去改善系统的性能Processing,2001,2(1):177-198,L2] VENTURA R, PINTO-FERREIRA C. Emotion-based agents:threepproaches to implementation [C]//Proe of Workshop on EmotionBased Agent Architectures. Seattle: ACM Press, 1999: 121-(29内存L3] HUHNS M N, SINGH M P. Anthropoid agents[J]. IEEE IntemetCamputing,1998,2(1):9-95L4_ CANAMERO L, FREDSLUND II show you how I like you-can刺激内存映射广0行为[5] PADGHAM L, TAYLOR G. PAC- personality and cognition: an in-teractive system for modeling agent scenarios [C]//Proc of the 15thu J Can an Artificial intelligence. Nagoya: AAAI Press, 1997图5R. Ventura等提出的控制模型1531-1538Fig. 5 Control model proposed by R. Ventura et al16 SELKER T, BURLESON W. Conlexl-aware design and interactionin computer system [J]. IBM Systemm Joumal, 2000, 39(314)2880系统坛[7] WENSVEEN S, OVERBEEKE K, DIAIADININGRAT T. Touch对象动力me, hit me and I know how you feel: a design approch to emotioally rich interaction [cl/Prmc of Designing interactive systems控制器Processes, Practices, Methods, and Techniques.New YorkACM Press,2000:48-52ref (n[8] KLEIN J, MOON Y, PICARDR W, This computer responds to user处理器per,202,14(2):19-140处理器的监层L9J PICARD R W. Afective Computing [M]. Cambridge, MA: MT图6基于情感的系统用于监控L 10J PICARD R W, KIEIN J. Computers that recognize and respondFig. 6 Emotion-based system for supervision purposesuser emotion: theoretical and practical implications[J]. interacting140).1A11c0棊于人L情感的控制体系结构,具有混合分层的特点,中国煤化工 Emotion recognition and情感的核心作用体现在多月标情况下agm通过对环境和白CNMHOrlando: ACM控制理论与应用第21卷Hes,19y9:343ation of an interactive humanoid robot"Robovie"[c]/ Pmc of[2]金辉高文.基fHMM的面部表情图像序列的分析与识别2002 IEEE Int Conf on Robotics and Automation. PiscatawayJ,自动化学报,202,28(4):646-650IFF Press,2002:1848-1855(JIN Hui, GAO Wen, Analysis and recognition of facialon [29 LIM H, ISHII A, TAKANISH A. Emotion expression of a bipednage sequences based on HMM [ J]. Acta Automatica Sinicatem. Piscataway IEEE Press, 2000: 191-196.13] PICARD R W. Afective Medicine: Techmology with Emotional In30] BOZINOVSKI s. Training a football piaying robot using emotionigence [M]/ Future of Health Technology. Cambridge, MAbased leaming architecture[CJ/ Proc of inf Workshop on Affect inOS Press, 200114J BATES J. The role of emotion in believable agents [J]. Communi- [31] URBAN C. PECS-a reference model for human-like agents [cl//ations of the ACM, 1994, 37(7): 122-125Proc of Deform/ Avatars 2000. Boston: Kluwer Academic Publish[15] LOYALL A B, BATES J, Personality-rich believable agents thaters,2000:206-216se language! C:/ Prmc of the First int Conf ant Autonomous32] El-NASR M S, YEN J, IOERGER T R. FLAME-fuzzy logic adap.agents. New York: ACM Press, 1997: 106-113ve model of emotions [J]. Autonomous Agents and Multi-Agent[16 PRENDINGER H, ISHIZUKA M. Social role awareness in animal-Systems,19,3(3):219-257ed agents [CI/ Proc of the 5th int Corf on Autononous Agent. [33] SHIBATA T, TASHIMA T, TANIE K. Emergence of emotionalNew York ACM Press, 2001 270behavior through physical interaction between human and robot c]117] RICKENBERG R. RECVES B, The cffects of animated characters/Prac of 1999 IEEE ht Canf on Robotics and Automation. Pis-on anxicty, task performane, and evaluations of user interfacesway: IEEE Press,1999:2868-2873EC. Proc of Computer-Homan interaction(CHI). New York: [34] WRIGHT I. Reinforcement leaning and animat emotions [c]//ACM Press,2000:49-56synthesis [J].IEEE Trans orProc of the 4th int Cory an Sinulation of Adaptive Behavior. Cambridge, MA: MIT Press, 1996: 272-28LSignal Processing Magazine, 2001, 18(3):6-34[35] TSANKOVA DD. Emotionally influenced coordination of behaviors[19] BRUCE A, NOURBAKHSH I, SIMMONS R. The role of expres-for autonomous mobile robots [C]/Prox of the First Int IEEEiveness and attention in human-robpt interaction [C]/Prme ofSymposien lntelligent Systenms. Piscataway: IEEE Press, 2002:92202 1EEE At Corf an Robotics and Automation. Piscataway王 FE Press,200:4l38-4142[0]姜大龙,王兆其,[36 GADANHO S C, HALLAM J. Emution-triggered leaming in au文.基于MBG4的三维人朎动画实现方omous robot control [J]. Cybemetics and SystemAs, 2001法[].统仿真学报,2001,13(Sul.):493-501(5):531-559(nANG Dalong, WANG Zhaoqi, GAO Wen. The realization of 3- [37] SUZUKI K, CAMURRI A, FERRENTINO P, et al. Intelligent a-D facial animation based on MPEG4 [J]. J of Sygent system for human-robot interaction thought artificial emotio2001,1(Supt.):493-501[Cl/ Prme of IEEE it Conf on System, Man, and Cybemetics[21]张静波张桂林.基于特征网格的面部图像变形算法[].中(SMC 98). Piscataway: IEEE Press, 1998: 1055-t060国图像图形学报,200,7A(3):256-260[38] MIWA H, UMETSU T, TAKANISHI A, et al. Robot personality(ZHANG Jingbo, ZHANG Guilin. A distort algorithm for face im-based on the cquations of emotion defined in the 3D mental spaceage based on character mesh [J]. J of Image and Grphics, 2002Cl/Pmc of the 2001 IEEE Int Conf on Robotics and Autotian. Piscataway: IEEE Press, 2001: 2602-2607[2】张翔宇华蓓陈意云人脸建模和动画的基本技术[.计算39 CAMURRI A, COGLIO A. An architecture for emotional agents机辅助设计与图形学学报,2001,13(4):342-347J]. IEEE Mdtimedia Magazine, 1998, 5(4): 24-33(ZHANG Xiangyu, HUA Bei, CHEN Yiyun. The Kemel tech- [40] BROOKS R A. A robust layered control system for a mobile robot[Jl. IEEE J of Robotics and Auto ation, 1986, 2(1): 14-23esign& Compwter Graphics, 2001, 13(4): 342-347.)[41] SLOMAN A. Damasio, descartes, alarms and meta-managementSCASSELLATI B. Investigating models of social developrnent usinghumanoid robot [Cl/ Pmc of the Sth Int Canf on Autonomous[C]//Proc of Int Canf on Systems, Man, and Cybernetics. Pis-ataway: IEEE Press, 1998 2652-2657.Agents( Agen's-01). New York: ACM Press, 2001: 270-277[24] BREAZEAL C, SCASSELLATI B. How to build robots that make[42] SCHEUTZ M. Agent with or without emotion? ic]//Proc of theiends and influence people [Cl/Proc of nt Corf on intelligentIS th Int Florida Arificial intelligence Research Society Conf. Califoma: AAAI Press, 2002: 89-94Robots and Systern. Piscataway: IEEE Press, 1999: 858-863[43] CUSTODIO L, VENTURA R, PINTO-FERREIRA C.Artificiale-[25]MIWA H, UMETSU T, NAKANISHI A, et al. Human-like robotmotion and emotion-based control systen [C/ Proc df Emerginghead that has olfactory sensation and facial color expression [C]Technologies and Factory Automation. PiccataJEEE PTesof 2001 IEEE Int Corf Robotics and Autonation. Piscataway1999:1415-1420MCCARTHY C E, POLLACK M E. A plan-based personalize作者简介cognitive orthotic [Cl/Proc df the 6th Int Conf on Al Planingad Scheduling. California: AAAI Press, 2002: 243-252宋亦旭(1972-),男博士现在清华大学计算机系博土后流27]∝ GATA T, SUNGANO S.动站从事研究工作,主要研究方向为机器人控制技术.Emil; songyan and the autonomous robots which has the emotional model [c]ixu( sobu. com/Proc of 1999 IEEE Int Conf aw Robotics and Autonation. Piscal贾培发(19%6一),男清华大学计算机系教授博土生导师ay: IEEE Press,199:317-3182[28KANDA T ISHIGURE H, ONO T, et al. Development and evalu中国煤化工能机器人体系结构,虚拟CNMHG