Social Robots Berardina De Carolis e Paolo Buono Dipartimento di Informatica Università di Bari " Aldo Moro" - UniBa

Page created by Edward Meyer
 
CONTINUE READING
Social Robots Berardina De Carolis e Paolo Buono Dipartimento di Informatica Università di Bari " Aldo Moro" - UniBa
Social Robots
Berardina De Carolis e Paolo Buono
   Dipartimento di Informatica
  Università di Bari “ Aldo Moro”
Social Robots Berardina De Carolis e Paolo Buono Dipartimento di Informatica Università di Bari " Aldo Moro" - UniBa
Robots
• Robota (Czech) = A worker of forced labor
   • From Czech playwright Karel Capek's 1921 play R.U.R (Rossum's Universal Robots)

• Japanese Industrial Robot Association (JIRA)
   •   “A device with degrees of freedom that can be controlled”
   •   Class 1: Manual handling device
   •   Class 2: Fixed sequence robot
   •   Class 3: Variable sequence robot
   •   Class 4: Playback robot
   •   Class 5: Numerical control robot
   •   Class 6: Intelligent robot
Social Robots Berardina De Carolis e Paolo Buono Dipartimento di Informatica Università di Bari " Aldo Moro" - UniBa
A Brief History of Robotics
• Mechanical Automata
   • Ancient Greece & Egypt
      • Water powered for ceremonies
   • 14th – 19th century Europe
      • Clockwork driven for entertainment

• Motor driven Robots
                                                    Maillardet’s Automaton
   • 1928: First motor driven automata
   • 1961: Unimate
      • First industrial robot
   • 1967: Shakey
      • Autonomous mobile research robot
   • 1969: Stanford Arm
      • Dextrous, electric motor driven robot arm

                                                          Unimate
Social Robots Berardina De Carolis e Paolo Buono Dipartimento di Informatica Università di Bari " Aldo Moro" - UniBa
Robots

 Manipulators

 Mobile
Social Robots Berardina De Carolis e Paolo Buono Dipartimento di Informatica Università di Bari " Aldo Moro" - UniBa
Robots

 Walking

 Humanoid
Social Robots Berardina De Carolis e Paolo Buono Dipartimento di Informatica Università di Bari " Aldo Moro" - UniBa
Social Robot (Fong et al. 2003)
A social robot should have a set of “human-like social” characteristics
that lead to specific:
1.S. establish/maintain Social relationships
2.P. exhibit distinctive Personality and character
3.L. Learn/develop social competencies
4.E. Express and/or perceive emotions
5.N. use of Natural cues (gaze +gestures, etc)
6.D. communicate with high level Dialogue
7.O. Other agents perception and modeling
8.R. Recognition and understanding of social situations
Social Robots Berardina De Carolis e Paolo Buono Dipartimento di Informatica Università di Bari " Aldo Moro" - UniBa
Social Robot

Immaginiamo l’interazione con un social robot ...

                                ... perchè immaginare

Pepper è qui ...
Social Robots Berardina De Carolis e Paolo Buono Dipartimento di Informatica Università di Bari " Aldo Moro" - UniBa
Percepire l’ambiente
Percepire utente/utenti:
  • Body Posture, Gestures e Facial expressions
  • Gaze
  • Azioni rivolte al robot (eg. Dare la mano)
  • Speech e NLU
Percezione dell’ambiente:
  • Object detection e Recognition
  • Quante persone
  • Situazione ambientale
  • Mappe
Social Robots Berardina De Carolis e Paolo Buono Dipartimento di Informatica Università di Bari " Aldo Moro" - UniBa
Maschio/Femmina

Fascia di eta'

Ha gli occhiali?

Ha la barba?
...
Social Robots Berardina De Carolis e Paolo Buono Dipartimento di Informatica Università di Bari " Aldo Moro" - UniBa
Reasoning e Decision Making
• Ragionare sull'utente e sull'ambiente
• Prendere decisioni in base al task da svolgere
• Decidere quale comportamento eseguire in base alla situazione
  sociale e alle emozioni
• Gestire il turn-taking e la generation del dialogo
Action Execution
• Navigazione nel mondo che lo circonda
• Comunicazione multimodale coerente
• Espressione di “comportamenti” sociali e di emozioni
• Gesti
• Prossimita'
Affective Computing
• Filone di Ricerca relativamente nuovo
   • importanza delle emozioni nell'interazione uomo macchina

• Rosalind Picard (MIT)
   • Libro Affective Computing del 1997

“Affective Computing is the study and development of systems and
  devices that can recognize, interpret, process, and simulate human
  affect/emotion”
Motivazioni
• “The question is not whether intelligent machines can have any
  emotions, but whether machines can be intelligent without any
  emotions”
— Marvin Minsky (1927–2016) (Co-founder of AI Lab at MIT, Turing Award winner
 (most prestigious award in Computer Science))

• Le emozioni sono fondamentali per l'esperienza umana, influenzano I
  nostri processi cognitivi, la percezione e l'intepretazione di quello che
  avviene, hanno un impatto sui nostri compiti quotidiani come
  l'apprendimento, la comunicazione, il decision-making.
Cosa e' una emozione?
• Basic emotions: fear, anger, happiness, sadness, surprise, disgust

Episodio di breve durata in genere causato da un evento:
   • sentimento soggettivo
   • valutazione della situazione

• Affect = emozioni e umore (mood)
   • emotion : short term, high intensity, object directed
   • mood      : unfocused, long term, low intensity
   • affect    : sometimes seen as abstraction of emotion/mood in terms of,
     positiveness/negativeness and activation/deactivation
Riconoscere le emozioni
• Dal Comportamento          • Dai Segnali Bio/Fisiologici
  •   Espressioni Facciali      •   Battito Cardiaco
  •   Parlato                   •   EEG
  •   Gesti                     •   EMG
  •   Postura                   •   GSR
  •   … altro                   •   … altro
Affective Computing

                      16
Affective Computing
Real time Mental State Inference

Facial feature   Head & facial   Head & facial   Mental state
extraction       action unit     display         inference
                 recognition     recognition

Head pose
estimation

Feature point                                       hmm …
tracking*                                           fammici
                                                    pensare
BioSignals
EEG
Emotion Speech Recognition
Pitch – fundamental frequency
• ANSI acoustical terminology defines pitch as "..that attribute of
  auditory sensation in terms of which sounds may be ordered on a
  scale extending from high to low”
• High levels
   • emotions like anger, joy, fear that aims at attracting attention
• Low levels
   • sober emotions like calm and sadness
• Medium levels
   • neutral attitude
Intensity
• Intensity measures the power of the sound
• Intensity of emotions such as fear and joy increases during the
  pronunciation of the sentence, while it decreases in case of sadness
Spectral features
  • Segmental
  • Timbre
  • Features related to Timbre are calculated through the analsys of harmonicity
    and Mel- Frequency Cepstral Coefficients (MFCCs)
  • Mel-frequency cepstrum (MFC) is a representation of the short-term power
    spectrum of a sound, based on a linear cosine transform of a log power
    spectrum on a nonlinear mel scale of frequency
  • Mel-frequency cepstral coefficients (MFCCs) are coefficients that collectively
    make up an MFC
Engagement e Social Robots
• Engagement: the process of establishing, maintaining an interaction
  (Sidner et al. 2005) or how interested and attentive users are towards
  a conversation (Yu, Aoki, and Woodruff 2004)
• It is also defined as our emotional involvement or commitment to
  something
• Social signals indicate the engagement of a user
   • nodding, laughter, verbal backchannels, emotions, and eye gaze
   • Why? Adapt the interaction in order to keep the user as engaged as possible
Engagement and Social Robots
• Un piccolo esperimento

   • Consenso alla videoregistrazione

   • Interazione con Pepper

   • Risposta ad alcune domande sull’esperienza appena vissuta
Ambiti Applicativi
Assistenza    Autismo     Anziani     MSNA

Accoglienza   Reception   Infopoint   ...

Education     Tutoring    Serious     STEM
                          Games
Esempio
• Sviluppo di un chatbot per pepper per il servizio di accoglienza in un
  dipartimento universitario
• Contesto delle strutture pubbliche
   • Università, Ospedali e Comuni, dove si può avere difficoltà nel trovare
     l’informazione che sta cercando per svariati motivi, tra cui
     Carenza o assenza di personale dedicato all’accoglienza

     Totem informativi difficili da utilizzare

     Sito web che non soddisfa le necessità dell’utente
PERCHÉ PEPPER?

  È un robot sociale
  Cattura l’attenzione
  Obiettivi:
         Aiutare le persone a cercare
         informazioni
         Dare le informazioni rispondendo
         in linguaggio naturale
Com’è fatto?

  Applicazione per il robot Pepper

  Web Server

  Portale Web
Analisi e progettazione

Analisi
          Studio sulla struttura del Dipartimento
           Interviste con esperti (personale guardiania)
           Osservazione utenza nella richiesta delle
          informazioni

Progettazione
       Progettazione del dialogo mediante storyboard
       Web-server
Risultato

Dialogo in linguaggio naturale

Uso del tablet per info aggiuntive

Condivisione delle informazioni mediante QR Code

Richieste di appuntamento con docenti
You can also read