इस शोध ने मानव-कंप्यूटर संपर्क को बढ़ाने के लिए गैर-मौखिक भावनात्मक संचार के माध्यम से एक व्यावहारिक दृष्टिकोण की जांच की। इसका मूल आधार यह है कि अधिक सहज और भावनात्मक रूप से प्रतिध्वनित संपर्क के माध्यम से प्रौद्योगिकी स्वीकृति में सुधार किया जा सकता है। जटिल और महंगे मानवीय चेहरों के बजाय, शोध नेकम रिज़ॉल्यूशन वाला RGB-LED डिस्प्लेचार मूलभूत भावनाओं (खुशी, क्रोध, दुःख और भय) को व्यक्त करने की प्रभावशीलता का मूल्यांकन करता है। इस अध्ययन ने यह सत्यापित किया कि क्या गतिशील रंग और प्रकाश प्रभाव पैटर्न को मानव प्रेक्षकों द्वारा विशिष्ट भावनात्मक अवस्थाओं के रूप में विश्वसनीय रूप से पहचाना जा सकता है, जिससे बाह्य रूप से सीमित रोबोटों के लिए एक लागत-प्रभावी विकल्प प्रदान किया जाता है।
यह अध्ययन प्रोग्राम किए गए प्रकाश प्रभाव पैटर्न और अनुभूत भावनाओं के बीच संबंध का व्यवस्थित रूप से परीक्षण करना चाहता है।
भावना कंप्यूटिंग और रंग मनोविज्ञान पर आधारित अनुसंधान (उदाहरण के लिए [11]) के आधार पर, शोधकर्ताओं ने चार मूल भावनाओं को प्रारंभिक रंगों पर मैप किया:
स्थैतिक रंगों के अलावा, गतिशील पैरामीटर महत्वपूर्ण हैं। पैटर्न निम्नलिखित कारकों द्वारा परिभाषित किया जाता है:
मानव प्रतिभागियों को LED डिस्प्ले द्वारा उत्पन्न प्रकाश प्रभाव पैटर्न की एक श्रृंखला दिखाई गई। प्रत्येक पैटर्न के लिए, उन्हें चार विकल्पों में से अपेक्षित भावना चुनने, या "अज्ञात" चुनने के लिए कहा गया। अध्ययन में सटीकता (पहचान दर), प्रतिक्रिया समय मापा गया होगा, और प्रत्येक पैटर्न की सहज समझ पर व्यक्तिपरक प्रतिक्रिया एकत्र की गई होगी।
यह डिस्प्ले एक RGB LED ग्रिड से बना है जो प्रत्येक पिक्सेल के पूर्ण रंग नियंत्रण की अनुमति देता है। "कम रिज़ॉल्यूशन" का अर्थ है कि ग्रिड पर्याप्त छोटा है (जैसे 8x8 या 16x16), जिससे यह अमूर्त बनता है, लेकिन फिर भी सरल आकृतियों, ग्रेडिएंट्स या स्कैनिंग पैटर्न दिखा सकता है, जो HD चेहरे वाले स्क्रीन से अलग है।
पूर्वनिर्धारित भावनात्मक पैटर्न उत्पन्न करने के लिए माइक्रोकंट्रोलर (जैसे Arduino या Raspberry Pi) को प्रोग्राम किया जाता है। LED ड्राइवर को भेजे जाने वाले नियंत्रण पैरामीटर में प्रत्येक LED का RGB मान ($R, G, B \in [0, 255]$) और गतिशील प्रभावों के लिए समय निर्देश शामिल होते हैं।
शोध पत्र ने बताया कि,विचाराधीन आंशिक मूलभूत भावनाओं को मानव प्रेक्षक द्वारा पहचाना जा सकता है, जिसकी पहचान दर यादृच्छिक स्तर (25%) से काफी अधिक है। इसका तात्पर्य यह है कि मजबूत सांस्कृतिक और मनोवैज्ञानिक रंग संबंधों के कारण, जैसेक्रोध (लाल, तेजी से टिमटिमाता)和उदासी (नीला, धीरे-धीरे फेड इन और फेड आउट)इस प्रकार की भावनाओं की पहचान दर अधिक हो सकती है।
सांख्यिकीय विश्लेषण (जैसे कि काई-स्क्वायर परीक्षण) का उपयोग यह सुनिश्चित करने के लिए किया जा सकता है कि पहचान दर यादृच्छिक नहीं है। कन्फ्यूजन मैट्रिक्स विशिष्ट गलत वर्गीकरण को प्रकट कर सकता है, उदाहरण के लिए, यदि "भय" और "क्रोध" दोनों उच्च-आवृत्ति पैटर्न का उपयोग करते हैं, तो "भय" को "क्रोध" के रूप में गलत समझा जा सकता है।
प्रतिभागियों की टिप्पणियों ने कच्ची सटीकता से परे संदर्भ प्रदान किया, यह इंगित करते हुए कि कौन से पैटर्न "स्वाभाविक" या "अजीब" महसूस हुए, जिससे भावना-से-पैटर्न मानचित्रण में सुधार के लिए आधार तैयार हुआ।
इस प्रणाली का मुख्य लाभ हैकम लागत, कम बिजली खपत, उच्च मजबूती और डिजाइन लचीलापन। इसे किसी भी रूप के रोबोट में एकीकृत किया जा सकता है, औद्योगिक रोबोटिक भुजाओं से लेकर साधारण सामाजिक रोबोटों तक, और यह कभी-कभी यथार्थवादी चेहरों से जुड़े "अनहोनी घाटी" प्रभाव को उत्पन्न नहीं करता है।
सीमाओं में शामिल हैंभावनात्मक शब्दावली सीमित(केवल मूल भावनाओं तक), रंग व्याख्या में विसंगति संभवसांस्कृतिक अंतर, तथाअमूर्तताजन्मजात चेहरे की पहचान की तुलना में, इसमें उपयोगकर्ता को कुछ सीखने की आवश्यकता होती है।
यह कार्य Geminoid F [6] या KOBIAN [10] जैसे पिछले शोध के अनुरूप है लेकिन सरलीकृत है। इसने सार्वभौमिकता और व्यावहारिकता के लिए पूर्ण चेहरे की सूक्ष्म अभिव्यक्ति का त्याग किया है, जो "सीमित-दिखावट" रोबोटिक अभिव्यक्ति के पीछे के विचार के समान है [4, 7, 8]।
मुख्य अंतर्दृष्टि: यह शोध भावनात्मक रोबोट बनाने का उद्देश्य नहीं रखता, बल्कि इसका डिज़ाइनसोशल अफोर्डेंस। LED डिस्प्ले एक सरल, अल्पतमवादी "इंटरफ़ेस" है, जो मशीन की स्थिति को समझने में आसान बनाने के लिए मानव की पहले से मौजूद ह्यूरिस्टिक समझ (रंग = भावना, टिमटिमाने की गति = तीव्रता) का उपयोग करता है। यह एकक्रॉस-स्पीशीज कम्युनिकेशन डिज़ाइनयहाँ "प्रजाति" एक कृत्रिम एजेंट है। वास्तविक योगदान यह सत्यापित करना है कि यहाँ तक कि सीमित दृश्य संकेत, यदि सावधानीपूर्वक डिज़ाइन किए गए हों, तो भी सुसंगत भावनात्मक आरोपण को ट्रिगर कर सकते हैं - यह खोज स्केलेबल, कम लागत वाली मानव-कंप्यूटर इंटरैक्शन के लिए महत्वपूर्ण है।
तार्किक संरचना: पेपर का तर्क तार्किक लेकिन रूढ़िवादी है। यह इस स्थापित प्रस्तावना से शुरू होता है कि भावना मानव-कंप्यूटर इंटरैक्शन स्वीकृति [2,3] में सहायता करती है, सबसे बुनियादी भावनात्मक पैलेट चुनता है, और सबसे सीधे मैपिंग (रंग मनोविज्ञान) को लागू करता है। प्रयोग मूलतः इस मैपिंग की प्रयोज्यता परीक्षण है। इसकी संरचना अधिक अस्पष्ट या जटिल अवस्थाओं की खोज के अवसर को खो देती है, जहाँ ऐसी प्रणालियाँ चेहरे की नकल से परे जाकर वास्तव में चमक सकती हैं।
शक्तियाँ और सीमाएँ: इसका फायदा यह है किसुंदर व्यावहारिकता। यह एक कार्यात्मक समाधान प्रदान करता है जिसमें तत्काल अनुप्रयोग की क्षमता है। इसकी कमी यह है किशोध उद्देश्यों की सीमाएँकेवल चार मूलभूत अवस्थाओं की पहचान सटीकता पर ध्यान केंद्रित करके, यह भावना को एक स्थिर संकेत के रूप में देखता है जिसे डिकोड किया जाना है, न कि इंटरैक्शन के एक गतिशील घटक के रूप में। उदाहरण के लिए, इसने यह परीक्षण नहीं किया कि यह प्रदर्शन उपयोगकर्ता विश्वास, कार्य प्रदर्शन या दीर्घकालिक संलग्नता को कैसे प्रभावित करता है - ये ठीक वे प्रमुख मापदंड हैं जो "स्वीकार्यता" को मापते हैं। EMA [9] या PAD स्पेस जैसी कम्प्यूटेशनल भावना वास्तुकला में परिष्कृत मॉडलिंग की तुलना में, यह कार्य केवल एक सरल आउटपुट परत पर ही रुक जाता है।
क्रियान्वयन योग्य अंतर्दृष्टि: उत्पाद प्रबंधकों के लिए, यह एक हैन्यूनतम व्यवहार्य उत्पाद भावनात्मक अभिव्यक्ति का खाका। अपने अगले डिवाइस पर एक सरल, रंग-कोडित स्थिति संकेतक लागू करें। शोधकर्ताओं के लिए, अगला कदम हैपहचान मोड़ प्रभाव। केवल यह न पूछें "यह कौन सी भावना है?", बल्कि पूछें "क्या यह भावना आपको बेहतर/तेज़/अधिक विश्वास के साथ सहयोग करने में मदद करती है?"। इस प्रदर्शन को व्यवहार मॉडल (जैसे उपयोगकर्ता प्रतिक्रिया के आधार पर अनुकूलन करने वाला reinforcement learning एजेंट मॉडल) के साथ जोड़ें। इसके अलावा, अन्वेषण करेंद्विदिश भावनात्मक चक्र। क्या LED मोड कैमरा या आवाज द्वारा पहचाने गए उपयोगकर्ता के मूड के आधार पर वास्तविक समय में समायोजित हो सकता है? यह प्रदर्शन को एक संवाद में बदल देगा।
भावनात्मक पैटर्न को प्रत्येक LED पिक्सेल के समय-परिवर्ती फलन के रूप में औपचारिक रूप दिया जा सकता है:
$\vec{C}_{i}(t) = (R_i(t), G_i(t), B_i(t)) = \vec{A}_i \cdot f(\omega_i t + \phi_i)$
जहाँ:
"क्रोध" मोड में उपयोग हो सकता है: $\vec{A} = (255, 0, 0)$ (लाल), $f$ उच्च आवृत्ति वाली स्क्वायर वेव, और सभी पिक्सेल के लिए $\phi$ समकालिक, एक समान फ्लिकर प्रभाव प्राप्त करने के लिए। "उदासी" मोड में उपयोग हो सकता है: $\vec{A} = (0, 0, 200)$ (नीला), $f$ निम्न आवृत्ति वाली साइन वेव, और पिक्सेलों के बीच धीमा, स्कैनिंग प्रकार का फेज़ परिवर्तन, कोमल लहर या श्वास जैसे प्रभाव की नकल करने के लिए।
ग्राफ़ विवरण (पत्र में प्रस्तावित परिकल्पना के आधार पर): एक समूहित बार ग्राफ़ है जिसका शीर्षक "RGB-LED मोड में भावना पहचान सटीकता" है। x-अक्ष पर चार लक्ष्य भावनाएँ सूचीबद्ध हैं: खुशी, क्रोध, दुःख, भय। प्रत्येक भावना के लिए, दो बार सही पहचान के प्रतिशत को दर्शाते हैं: एक LED प्रदर्शन का परिणाम है, और दूसरा यादृच्छिक आधार रेखा (25%) है। मुख्य अवलोकन:
प्रत्येक बार पर त्रुटि रेखाएं प्रतिभागियों के बीच सांख्यिकीय विचरण को दर्शा सकती हैं। एक सहायक लाइन चार्ट औसत प्रतिक्रिया समय को दर्शा सकता है, यह दिखाते हुए कि क्रोध जैसी उच्च सटीकता वाली भावनाओं के लिए पहचान तेज है।
दृश्य: साझा कार्यस्थान में सहयोगी रोबोट को दुर्घटनाओं को रोकने और सहज सहयोग को बढ़ावा देने के लिए मानव सहयोगियों को अपनी आंतरिक स्थिति संप्रेषित करने की आवश्यकता होती है।
फ्रेमवर्क अनुप्रयोग:
यह मामला साधारण पहचान से आगे बढ़कर, सुरक्षा और सहयोगी दक्षता पर भावनात्मक प्रदर्शन के प्रभाव को मापने का लक्ष्य रखता है।कार्यात्मक प्रभाव。