এই গবেষণা অ-মৌখিক আবেগময় যোগাযোগের মাধ্যমে মানব-কম্পিউটার ইন্টারঅ্যাকশন উন্নত করার একটি ব্যবহারিক পদ্ধতি অনুসন্ধান করে। এর মূল অনুমান হল, ইন্টারঅ্যাকশনকে আরও স্বজ্ঞাত এবং আবেগগতভাবে অনুরণনশীল করে তুলে প্রযুক্তি গ্রহণযোগ্যতা বৃদ্ধি করা সম্ভব। জটিল ও ব্যয়বহুল অ্যানথ্রোপোমর্ফিক মুখের পরিবর্তে, গবেষণাটি ব্যবহার করেকম রেজোলিউশনের RGB-LED প্রদর্শনচারটি মৌলিক আবেগ (আনন্দ, রাগ, দুঃখ এবং ভয়) প্রকাশ করার কার্যকারিতা যাচাই করা হয়েছে। এই গবেষণায় যাচাই করা হয়েছে যে গতিশীল রঙ এবং আলোর প্রভাব প্যাটার্ন কি নির্দিষ্ট আবেগগত অবস্থা হিসাবে মানুষের পর্যবেক্ষকদের দ্বারা নির্ভরযোগ্যভাবে চিহ্নিত করা যায় কিনা, যা চেহারায় সীমাবদ্ধ রোবটগুলির জন্য একটি ব্যয়-কার্যকর বিকল্প প্রদান করে।
এই গবেষণার উদ্দেশ্য হল প্রোগ্রামিং করা আলোর প্রভাবের প্যাটার্ন এবং অনুভূত আবেগের মধ্যে সম্পর্ক পদ্ধতিগতভাবে পরীক্ষা করা।
আবেগগণনা এবং রঙের মনোবিজ্ঞানের উপর ভিত্তি করে মৌলিক গবেষণা (যেমন [11]) থেকে, গবেষকরা চারটি মৌলিক আবেগকে প্রাথমিক রঙের সাথে ম্যাপ করেছেন:
স্থির রঙ ছাড়াও, গতিশীল প্যারামিটার অত্যন্ত গুরুত্বপূর্ণ। নিম্নলিখিত উপাদান দ্বারা প্যাটার্ন সংজ্ঞায়িত করা হয়:
LED ডিসপ্লে দ্বারা তৈরি আলোর প্রভাবের বিভিন্ন প্যাটার্নের একটি সিরিজ মানব অংশগ্রহণকারীদের দেখানো হয়েছিল। প্রতিটি প্যাটার্নের জন্য, তাদের চারটি বিকল্প থেকে প্রত্যাশিত আবেগ নির্বাচন করতে বা "অজানা" বেছে নিতে বলা হয়েছিল। গবেষণাটি সম্ভবত নির্ভুলতা (শনাক্তকরণ হার), প্রতিক্রিয়া সময় পরিমাপ করেছে এবং প্রতিটি প্যাটার্নের স্বজ্ঞাততা সম্পর্কে বিষয়ভিত্তিক প্রতিক্রিয়া সংগ্রহ করেছে।
এই ডিসপ্লেটি একটি RGB LED গ্রিড নিয়ে গঠিত, যা প্রতিটি পিক্সেলের পূর্ণ রঙ নিয়ন্ত্রণ করতে সক্ষম। "নিম্ন রেজোলিউশন" মানে গ্রিডটি যথেষ্ট ছোট (যেমন 8x8 বা 16x16), যা এটিকে বিমূর্ত করে তোলে, কিন্তু এখনও সরল আকৃতি, গ্রেডিয়েন্ট বা স্ক্যানিং প্যাটার্ন প্রদর্শন করতে পারে, যা একটি HD ফেসিয়াল স্ক্রিন থেকে ভিন্ন।
মাইক্রোকন্ট্রোলার (যেমন Arduino বা Raspberry Pi) প্রোগ্রাম করা হয় পূর্বনির্ধারিত আবেগমূলক প্যাটার্ন তৈরি করতে। LED ড্রাইভারে প্রেরণ করা নিয়ন্ত্রণ প্যারামিটারে প্রতিটি LED-এর RGB মান ($R, G, B \in [0, 255]$) এবং গতিশীল ইফেক্টের জন্য সময়গত নির্দেশাবলী অন্তর্ভুক্ত থাকে।
গবেষণাপত্রে বলা হয়েছে,বিবেচনাধীন মৌলিক আবেগগুলির একটি অংশ মানব পর্যবেক্ষক দ্বারা সনাক্তযোগ্য।, যার সনাক্তকরণ হার এলোমেলো স্তর (25%) থেকে উল্লেখযোগ্যভাবে বেশি। এর অর্থ হল, প্রবল সাংস্কৃতিক ও মনস্তাত্ত্বিক রঙ সংযোগের কারণে,রাগ (লাল, দ্রুত জ্বলজ্বল)和দুঃখ (নীল, ধীরে ধীরে ফেড ইন এবং আউট)এই ধরনের আবেগের উচ্চতর সনাক্তকরণ হার থাকতে পারে।
পরিসংখ্যানগত বিশ্লেষণ (যেমন চি-স্কয়ার টেস্ট) ব্যবহার করা হতে পারে এই নিশ্চিত করতে যে শনাক্তকরণ হার এলোমেলো নয়। কনফিউশন ম্যাট্রিক্স নির্দিষ্ট ভুল শ্রেণীবিন্যাস প্রকাশ করতে পারে, উদাহরণস্বরূপ, যদি "ভয়" এবং "রাগ" উভয়ই উচ্চ-ফ্রিকোয়েন্সি প্যাটার্ন ব্যবহার করে, তাহলে "ভয়" কে "রাগ" হিসাবে ভুলভাবে চিহ্নিত করা হতে পারে।
অংশগ্রহণকারীদের মন্তব্য কাঁচা নির্ভুলতার বাইরে প্রাসঙ্গিক তথ্য প্রদান করে, কোন প্যাটার্নগুলি "প্রাকৃতিক" বা "বেমানান" মনে হয় তা নির্দেশ করে, যা আবেগ থেকে প্যাটার্ন ম্যাপিং উন্নত করার জন্য ভিত্তি সরবরাহ করে।
এই সিস্টেমের প্রধান সুবিধা হলকম খরচ, কম শক্তি খরচ, উচ্চ রোবাস্টনেস এবং নকশা নমনীয়তা। এটি যেকোনো আকৃতির রোবটে একীভূত করা যেতে পারে, শিল্প রোবট বাহু থেকে শুরু করে সাধারণ সামাজিক রোবট পর্যন্ত, এবং এটি কখনও কখনও বাস্তবসম্মত মুখের সাথে যুক্ত "আনক্যানি ভ্যালি" প্রভাব তৈরি করে না।
সীমাবদ্ধতার মধ্যে রয়েছেআবেগগত শব্দভাণ্ডার সীমিত(শুধুমাত্র মৌলিক আবেগের জন্য), রঙের ব্যাখ্যা ভুল হতে পারেসাংস্কৃতিক পার্থক্য, এবংবিমূর্ততাজন্মগত মুখ শনাক্তকরণের তুলনায়, ব্যবহারকারীকে কিছুটা শিখতে হবে।
এই কাজটি Geminoid F [6] বা KOBIAN [10] এর মতো পূর্ববর্তী গবেষণার ধারাবাহিকতা বজায় রেখে সরলীকৃত হয়েছে। এটি সার্বজনীনতা এবং ব্যবহারিকতার বিনিময়ে সম্পূর্ণ মুখের সূক্ষ্ম অভিব্যক্তিপ্রদর্শন ক্ষমতা ত্যাগ করেছে, যা "সীমিত চেহারা" রোবোটিক অভিব্যক্তির অন্তর্নিহিত ধারণার অনুরূপ [4, 7, 8]।
মূল অন্তর্দৃষ্টি: এই গবেষণার উদ্দেশ্য আবেগপূর্ণ রোবট তৈরি করা নয়, বরং নকশা করাসামাজিক অ্যাফর্ডেন্স। LED ডিসপ্লেটি একটি চতুর, মিনিমালিস্ট "ইন্টারফেস" যা মানুষের বিদ্যমান হিউরিস্টিক জ্ঞান (রঙ = আবেগ, ঝলকানোর গতি = তীব্রতা) কাজে লাগিয়ে মেশিনের অবস্থা বোঝাকে সহজ করে। এটি একটিআন্তঃপ্রজাতি যোগাযোগ নকশাএখানে "প্রজাতি" হল কৃত্রিম এজেন্ট। প্রকৃত অবদান হল এই যাচাই যে, এমনকি অপ্রচুর দৃশ্য সংকেতও, সাবধানে নকশা করা হলে, সামঞ্জস্যপূর্ণ আবেগ আরোপণ ট্রিগার করতে পারে - এই আবিষ্কার স্কেলযোগ্য, কম খরচের মানব-কম্পিউটার ইন্টারঅ্যাকশনের জন্য গুরুত্বপূর্ণ।
যৌক্তিক কাঠামো: গবেষণাপত্রের যুক্তি যৌক্তিক কিন্তু রক্ষণশীল। এটি একটি প্রতিষ্ঠিত প্রাক-ধারণা থেকে শুরু করে যে আবেগ মানব-কম্পিউটার ইন্টারঅ্যাকশন গ্রহণযোগ্যতায় সহায়তা করে [2,3], সবচেয়ে মৌলিক আবেগের প্যালেট বেছে নেয় এবং সবচেয়ে সরল ম্যাপিং (কালার সাইকোলজি) প্রয়োগ করে। পরীক্ষাটি মূলত এই ম্যাপিংয়ের ব্যবহারযোগ্যতা পরীক্ষা। এর কাঠামো আরও অস্পষ্ট বা জটিল অবস্থা অন্বেষণের সুযোগ হারায়, যা হল এমন একটি ক্ষেত্র যেখানে এই ধরনের সিস্টেম মুখের অভিব্যক্তি অনুকরণের বাইরে গিয়ে সত্যিই উজ্জ্বল হতে পারে।
শক্তি ও সীমাবদ্ধতা: এর সুবিধা হলোমার্জিত ব্যবহারিকতা। এটি তাৎক্ষণিক প্রয়োগের সম্ভাবনা সহ একটি কার্যকরী সমাধান প্রদান করে। এর অসুবিধা হলোগবেষণার উদ্দেশ্যের সীমাবদ্ধতাশুধুমাত্র চারটি মৌলিক অবস্থার সনাক্তকরণের নির্ভুলতার উপর মনোনিবেশ করে, এটি আবেগকে মিথস্ক্রিয়ার গতিশীল উপাদান হিসেবে না দেখে ডিকোড করার জন্য একটি স্থির সংকেত হিসেবে বিবেচনা করে। উদাহরণস্বরূপ, এটি পরীক্ষা করে না যে এই প্রদর্শন ব্যবহারকারীর বিশ্বাস, কাজের কার্যকারিতা বা দীর্ঘমেয়াদী সম্পৃক্ততাকে কীভাবে প্রভাবিত করে – যা "গ্রহণযোগ্যতা" পরিমাপের মূল সূচক। EMA [9] বা PAD স্পেসের মতো গণনামূলক আবেগ স্থাপত্যের পরিশীলিত মডেলিংয়ের তুলনায়, এই কাজটি শুধুমাত্র একটি সাধারণ আউটপুট স্তরে থাকে।
কার্যকরী অন্তর্দৃষ্টি: পণ্য ব্যবস্থাপকদের জন্য, এটি একটিসর্বনিম্ন কার্যকর পণ্যের আবেগপূর্ণ অভিব্যক্তির নীলনকশা। আপনার পরবর্তী ডিভাইসে একটি সহজ, রঙ-কোডেড অবস্থা নির্দেশক বাস্তবায়ন করুন। গবেষকদের জন্য, পরবর্তী পদক্ষেপ হলপ্রভাব সনাক্তকরণে মনোনিবেশ করাশুধু "এটি কোন ধরনের আবেগ?" জিজ্ঞাসা করবেন না, বরং জিজ্ঞাসা করুন "এই আবেগ কি আপনাকে আরও ভাল/দ্রুত/বেশি বিশ্বাসের সাথে সহযোগিতা করতে সাহায্য করে?"। আচরণগত মডেলের (যেমন, ব্যবহারকারীর প্রতিক্রিয়া অনুযায়ী অভিযোজিত রিইনফোর্সমেন্ট লার্নিং এজেন্ট মডেল) সাথে এই প্রদর্শনটি একত্রিত করুন। এছাড়াও, অন্বেষণ করুনদ্বিমুখী আবেগ চক্রক্যামেরা বা ভয়েস শনাক্তকৃত ব্যবহারকারীর আবেগের উপর ভিত্তি করে LED মোড কি রিয়েল-টাইমে সামঞ্জস্য করা যেতে পারে? এটি প্রদর্শনকে একটি কথোপকথনে রূপান্তরিত করবে।
সংবেদনশীল মোডকে প্রতিটি LED পিক্সেলের সময়-পরিবর্তনশীল ফাংশন হিসাবে প্রণয়ন করা যেতে পারে:
$\vec{C}_{i}(t) = (R_i(t), G_i(t), B_i(t)) = \vec{A}_i \cdot f(\omega_i t + \phi_i)$
যেখানে:
"ক্রোধ" মোডে ব্যবহার হতে পারে: $\vec{A} = (255, 0, 0)$ (লাল), $f$ উচ্চ কম্পাঙ্কের বর্গ তরঙ্গ, এবং সমস্ত পিক্সেলের $\phi$ সিঙ্ক্রোনাইজড, যাতে অভিন্ন ফ্লিকার প্রভাব অর্জন করা যায়। "দুঃখ" মোডে ব্যবহার হতে পারে: $\vec{A} = (0, 0, 200)$ (নীল), $f$ নিম্ন কম্পাঙ্কের সাইন তরঙ্গ, এবং পিক্সেলগুলির মধ্যে ধীর, স্ক্যানিং-স্টাইলের ফেজ পরিবর্তন, যাতে নরম তরঙ্গ বা শ্বাস-প্রশ্বাসের প্রভাব অনুকরণ করা যায়।
চিত্রের বর্ণনা (প্রবন্ধে উত্থাপিত অনুমানের ভিত্তিতে): একটি গ্রুপড বার চার্ট, যার শিরোনাম "RGB-LED মোডে আবেগ শনাক্তকরণের নির্ভুলতা"। x-অক্ষে চারটি লক্ষ্য আবেগ তালিকাভুক্ত: আনন্দ, রাগ, দুঃখ, ভয়। প্রতিটি আবেগের জন্য, দুটি বার যথাক্রমে সঠিকভাবে শনাক্তকৃত শতাংশ প্রদর্শন করে: একটি LED প্রদর্শনের ফলাফল, অন্যটি এলোমেলো স্তরের বেসলাইন (25%)। মূল পর্যবেক্ষণ:
প্রতিটি বার-এর ত্রুটি রেখা অংশগ্রহণকারীদের মধ্যে পরিসংখ্যানগত ভেদাঙ্ক নির্দেশ করতে পারে। একটি সহায়ক লাইন গ্রাফ গড় প্রতিক্রিয়া সময় চিত্রিত করতে পারে, যা দেখায় যে উচ্চ নির্ভুলতা আবেগ যেমন রাগের জন্য, শনাক্তকরণ দ্রুততর।
দৃশ্য: ভাগ করা কর্মক্ষেত্রে সহযোগী রোবটগুলির তাদের অভ্যন্তরীণ অবস্থা মানুষের সহকর্মীদের কাছে প্রকাশ করা প্রয়োজন, যাতে দুর্ঘটনা রোধ করা যায় এবং মসৃণ সহযোগিতা নিশ্চিত করা যায়।
ফ্রেমওয়ার্ক প্রয়োগ:
এই কেস শুধু চিহ্নিতকরণের বাইরে গিয়ে, নিরাপত্তা ও সহযোগিতার দক্ষতার উপর আবেগ প্রদর্শনের প্রভাব পরিমাপের লক্ষ্য রাখে।কার্যকরী প্রভাব。