Формальные модели эмоций

Формальные модели эмоций в исследованиях по искусственному интеллекту ставят целью определение эмоций в форме, применимой для конструирования роботов. Основными подходами в настоящее время являются KARO[1][2][3], EMA[4], CogAff[5], Affective Computing[6] и модель Фоминых—Леонтьева[7][8][9].

OCC

KARO[1][2][3] («Knowledge, Actions, Results and Opportunities» = «Знание, действие, результат и возможности») основано на модели ОСС (Ortony, Clore, Collins)[10], описывающей качественную и количественную сторону 22 видов эмоций. Качественно ОСС описывает условия возникновения каждой эмоции, количественно указывает, как интенсивность эмоции определяется условиями её возникновения и какие переменные определяют интенсивность. Например, эмоция благодарности качественно определяется как результат «чьих-то похвальных действий и приятных связанных желательных событий». Интенсивность благодарности определяется 1) суждением о похвальности действия, 2) неожиданностью этого события, 3) желательностью этого события.

Ниже приводится описание когнитивной структуры 22 эмоций в ОСС.

Простейшие эмоции

В ОСС простейшими эмоциями считаются радость, сводящаяся к удовольствию, и горе, сводящееся к неудовольствию.

Простейшие эмоции
РадостьУдовольствие
ГореНеудовольствие

Группа «Удача другого»

Кроме признака удовольствие — неудовольствие, которое В. Вундт называл знаком эмоции, в ОСС используется признак желательное — нежелательное событие. В этих терминах группа эмоций, которую называют «удача другого» будет выглядеть следующим образом.

Удача-Неудача другого?
Радость за другогоУдовольствие от события, желательного для другого
ЗлорадствоУдовольствие от события, нежелательного для другого
НегодованиеНеудовольствие от события, желательного для другого
ЖалостьНеудовольствие от события, нежелательного для другого

Группа «Предположение — подтверждение»

Ещё один признак это предполагаемое — подтвердившееся событие. С помощью этого признака в ОСС получается ещё 6 эмоций.

Предположение — подтверждение
Надеждаудовольствие от предполагаемого приятного события.
Удовлетворениеудовольствие от приятного подтвердившегося события.
Облегчениеудовольствие от не подтвердившегося неприятного события.
Страхнеудовольствие от неприятного предполагаемого события.
Подтвердившийся страхнеудовольствие от подтвердившегося неприятного события.
Разочарованиенеудовольствие от не подтвердившегося приятного события.

Группа «Оценка действий»

Оценка действий
Гордостьположительная оценка своих действий
Восхищениеположительная оценка чужих действий
Стыдотрицательная оценка своих действий
Упрекотрицательная оценка чужих действий

Группа «Оценка объекта»

Оценка объекта
Любовьприятное влечение к объекту.
Ненавистьнеприятное отвержение объекта.

Сложные эмоции

Кроме того, в ОСС рассматриваются 4 сложных эмоции.

Сложные эмоции
Благодарностьрадость + восхищение
Гневупрек + горе
Вознаграждениерадость + гордость
Раскаяниестыд + горе.

KARO

KARO является формализацией модели ОСС на основе формальной логики.

EMA

EMA[4] также восходит к модели ОСС. Для описания эмоций используется несколько переменных: полезность, желательность (D), вероятность события (p) и т. п. С помощью этих переменных несколько эмоций определяются следующим образом.

EMA
РадостьD > 0, p = 1
НадеждаD > 0, p < 1
СтрахD < 0, p < 1
Дистресс (горе)D < 0, p = 1

CogAff

CogAff[5] описывает общую архитектуру управления действием.[11]

Affective Computing

Affective computing[6] декларирует возможность распознавания эмоций человека роботом по лицевому выражению и характерному поведению. Также декларируется возможность внешнего выражения эмоций роботом. Переход из одного эмоционального состояния в другое описывается с помощью цепи Маркова.

Модель Фоминых-Леонтьева

В модели Фоминых-Леонтьева[7][8][9] эмоция определяется как числовая функция (имеющая смысл силы эмоции) от некоторого набора параметров, описывающих ситуацию. Для каждого вида эмоций описан свой набор параметров. Для каждого агента (человека, животного, робота) и для каждой эмоции возможна своя функция F, определяющая силу эмоции в зависимости от величины аргументов. Е = F(…)

Такие общие представления близки к ОСС. Различие заключается в выборе параметров и наборе параметров, соответствующих каждой эмоции. Основным параметром для утилитарных эмоций является количество полученного (потерянного) ресурса R или уровень достижений. Если ситуация описывается только этим параметром, то при

  • R > 0 возникает эмоция радости,
  • R < 0 возникает горе.

Для радости и горя Е = F(R).

При этом подразумевается, что ситуация уже завершилась и величина R точно известна. Эмоции, возникающие после завершения ситуации, называются констатирующими. Если ситуация ещё не завершилась, то в модели ситуации агента может быть сформирована оценка или прогноз величины R, которая обозначается РR. Параметр РR формирует предшествующие эмоции

  • РR > 0 надежда,
  • РR < 0 страх.

Для надежды и страха Е = F(р,РR).

В частности, если рассмотреть параметр R как функцию от времени (банковский счет, например) R(t), то прогноз можно делать с помощью производной dR(t)/dt.

  • R(t) > 0 радость,
  • R(t) < 0 горе,
  • dR(t)/dt > 0 надежда,
  • dR(t)/dt < 0 страх.

В[7] производится построение разложения ещё нескольких десятков эмоций в виде выпуклой комбинации восьмерки базовых эмоций. Например,

вина = a*горе + b*удовлетворение,

где a и b числовые положительные коэффициенты а + b = 1.

В[12][13] на основе анализа мимических выражений эмоций получены значения а =0.7, b = 0.3.

Примечания

  1. Steunebrink, B. R., Dastani, M. M. & Meyer, J-J. Ch. (2008). A Formal Model of Emotions: Integrating Qualitative and Quantitative Aspects. In G. Mali, C.D. Spyropoulos, N. Fakotakis & N. Avouris (Eds.), Proc. 18th European Conference on Artificial Intelligence (ECAI’08) (pp. 256—260). Greece/Amsterdam: Patras / IOS Press
  2. J.-J. Ch. Meyer, «Reasoning about emotional agents», in Proceedings of ECAI’04, pp. 129—133. IOS Press, (2004).
  3. J.-J. Ch. Meyer, W. v. d. Hoek, and B. v. Linder, «A logical approach to the dynamics of commitments», Artificial Intelligence, 113, 1-40, (1999).
  4. J. Gratch and S. Marsella, «A domain-independent framework for modeling emotions», J. of Cognitive Systems Research, 5(4), 269—306, (2004)
  5. A. Sloman, «Beyond shallow models of emotion», Cognitive Processing, 2(1), 177—198, (2001)
  6. R. W. Picard, Affective Computing, MIT Technical Report, 1995
  7. Леонтьев В. О. Классификация эмоций. Одесса, 2002 Архивировано 26 февраля 2009 года.
  8. Фоминых И. Б. Эмоции как аппарат оценок поведения интеллектуальных систем. Десятая национальная конференция по искусственному интеллекту с международным участием КИИ-2006. Труды конференции.
  9. Леонтьев В. О. Формулы эмоций. Одиннадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2008. Труды конференции. Т. 1
  10. Ortony, A.; Clore, G. L.; and Collins, A. 1988. The Cognitive Structure of Emotions. Cambridge, UK: Cambridge University Press.
  11. THE BIRMINGHAM COGNITION AND AFFECT PROJECT
  12. Ю. Г. Кривонос, Ю. В. Крак, О. В. Бармак, Г. М. Ефимов Моделирование и анализ мимических проявлений эмоций. Доклады национальной академии наук Украины, 2008, 12
  13. Ю. В. Крак, О. В. Бармак, Г. М. Ефимов Информационная технология распознавания эмоциональной мимики на лице человека. Вестник Киевского университета, серия Кибернетика,2008,вып.8
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.