用于在机器人中生成非语言社交行为的深度学习模型

韩国电子和电信研究所的研究人员开发了一种基于深度学习的模型，可用于在机器人中创造引人入胜的非语言行为，例如拥抱某人或握手。 arXiv 论文中提出的模型可以通过观察人类互动来学习适合上下文的新社会行为。

Woo-Ri Ko 告诉 TechXplore，深度学习技术已经产生了有趣的结果，例如在计算机视觉和理解自然语言方面。 我们着手通过深度学习应用社交机器人技术，让机器人通过人与人之间的互动自行学习社交行为。 不需要人类行为模型的先验知识。 这种方法通常既昂贵又费时。

Ko 及其同事开发的基于人工神经网络 (ANN) 的架构将谷歌研究人员在 2014 年推出的 Seq2Seq（序列到序列）模型与生成对抗网络 (GAN) 相结合。 新架构是使用 AIR Act2Act 数据集开发的。 这是在 10 个不同场景中收集 5,000 个人与人之间的交互。

来源和详细信息：
https://techxplore.com/news/2022-11-deep-generates-nonverbal-social-behavior.html