超震撼！机器人也可以表示情绪，如果应用在脑机接口领域会怎么样？

虽然我们的面部表情在建立信任方面发挥着巨大的作用，但大多数机器人仍然是一副古板的表情和静止的面孔。从养老院到仓库和工厂，在需要机器人和人类密切合作的地方，越来越多地使用机器人，对响应速度更快，面部表情逼真的机器人的需求变得越来越迫切。

长期以来，人们一直对机器人与人之间的互动很感兴趣，哥伦比亚工程创新机器实验室的研究人员，他们花了5年的时间创造出EVA，这是一种新的自主机器人，拥有柔软而富有表情的脸，能够响应附近人类的表情。这项研究将在2021年5月30日的ICRA会议上提交。

想法的来源

研究人员表示，“当我和我的学生注意到我们实验室的机器人瞪着眼睛凝视我们时，我们觉得，有必要来一个有表情的机器人-EVA。”

另外，研究人员Lipson在杂货店观察到了类似的趋势，在那里他遇到了戴有名牌的进货机器人，有一次还戴上了舒适的手织帽子。他说：“人们似乎通过给机器人眼睛，身份或名字来使他们的机器人同事变得人性化。”“这让我们好奇，如果眼睛和衣服都能可以，为什么不做一个拥有超级表情丰富、反应灵敏的人脸的机器人呢?”

虽然这听起来很简单，但创造一个这样的机器人面孔对于机器人专家而言是一项艰巨的挑战。几十年来，机器人的身体部位一直由金属或硬质塑料制成，这些材料太硬而无法像人体组织那样流动和移动。类似地，机器人硬件也很粗糙且难以使用-电路，传感器和电动机笨重，耗电且体积很大。

这个项目的第一阶段始于几年前Lipson的实验室，当时本学生Zanwar Faraj带领一组学生构建了机器人的物理“机器”。他们把EVA建造成一个没有实体的半身像，与蓝人乐队(Blue Man Group)中沉默但面容生动的表演者非常相似。EVA可以表达愤怒、厌恶、恐惧、快乐、悲伤和惊讶这六种基本情绪，以及一系列更微妙的情绪，通过使用人造“肌肉”(如电缆和马达)拉EVA脸上特定的点，模仿人脸皮肤和骨骼各个部位的42多个细小肌肉的运动。

Faraj指出:“创造EVA的最大挑战是设计一个足够紧凑的系统，以适应人类头骨的内部，同时仍然具有足够的功能，以产生各种各样的面部表情。”

为了克服这一挑战，该团队采用3D打印来制造形状复杂的零件，这些零件可以与EVA的头骨无缝有效地集成在一起。经过数周的拉扯电缆使EVA微笑，皱眉或沮丧，研究小组注意到EVA的蓝色，无实体的脸可以引起他们的实验室伙伴的情绪反应。Lipson回忆说：“有一天，我正忙着自己的事情，EVA突然对我露出了一个大大的、友好的微笑，我知道这纯粹是机械的，但我发现自己本能地对他微笑。”

在团队对EVA的“机制”感到满意，他们便开始着手解决该项目的第二个主要阶段：编写可指导EVA面部运动的人工智能程序。虽然逼真的电子机器人已经在主题公园和电影制片厂使用了多年，Lipson的团队取得了两项技术进步。 EVA使用深度学习人工智能来“读取”，然后将附近人类的面部表情镜像出来。通过观看自己的视频反复试验，EVA可以模仿多种不同的人类面部表情。

最难自动化的人类活动包括在复杂的社会环境中发生的非重复的物理动作。Lipson的博士生Boyuan Chen负责该项目的软件阶段，他很快意识到EVA的面部运动是一个过于复杂的过程，无法通过预先定义的规则进行控制。为了解决这一挑战，研究人员使用几个深度学习神经网络创建了EVA的大脑。机器人的大脑需要掌握两项功能:第一，学会使用自己复杂的机械肌肉系统来产生任何特定的面部表情，第二，通过“读取”人类的面部来知道该做出哪些面部表情。

为了教EVA自己的脸，陈和团队拍摄了数小时的EVA镜头，拍摄了一系列随机面孔。然后，就像人类在Zoom上观察自己一样，EVA的内部神经网络学会了将肌肉运动与自己面部的视频镜头配对。现在，EVA对自己的脸部工作方式有了一种原始的了解（称为“自我图像”），它使用第二个网络将其自身的自我图像与在摄像机上捕获的人脸图像进行匹配。经过多次改进和迭代，EVA获得了从相机读取人脸手势并通过镜像人的面部表情做出响应的能力。

为了让EVA知道自己的脸是什么样的，研究人员拍摄了数小时的EVA随机做出的面部表情的视频。然后，就像人类在Zoom上观看自己一样，EVA的内部神经网络学会了将肌肉运动与自己面部的视频片段配对。现在EVA已经对自己的面部的工作原理有了初步的认识(被称为“自我形象”)，它使用第二个网络将自己的自我形象与摄像机捕捉到的人脸图像相匹配。经过几次改进和迭代，EVA获得了从相机中读取人脸手势并通过镜像人类的面部表情做出反应的能力。

研究人员指出，EVA是实验室中的一项实验，模仿与人类通过面部表情进行复杂交流的方式还有很大差距。但是，这种技术有朝一日会在现实世界中有真实的应用。例如，能够响应多种人体语言的机器人将在工作场所，医院，学校和家庭中使用。

能够表达情绪的机器人，如果应用在脑机接口领域会怎么样？

参考

www.cs.columbia.edu/~bchen/aiface/

https://techxplore.com/news

Tina编译

文章仅用于学术交流，不用于商业行为，