人与人的交互数据集用于向机器人教授非语言社交行为

为了与人类互动，社交机器人应根据人类行为做出适当的反应。很多旨在提高机器人社交智能的尝试都是基于预定义的行为。arXiv.org上的一篇最新论文建议使用机器学习来教授为老年人提供社会服务的机器人。

教机器人如何互动，例如鞠躬打招呼，说再见，握手，拥抱哭泣的人，击掌或在尴尬的情况下挠头。该数据是在100名老年人的帮助下收集的，并使用多个摄像头从不同角度捕获了行为。数据集由详细的地图，身体索引和3D骨骼数据组成。人类行为被转换为类人机器人的关节角度。此外，该数据集可用作其他人类动作识别算法中的训练输入。

为了更好地与用户互动，社交机器人应了解用户的行为，推断意图并做出适当响应。机器学习是实现机器人智能的一种方式。它提供了自动从经验中学习和改进的能力，而不必明确告诉机器人该怎么做。社交技能也可以通过观看人与人之间的互动视频来学习。但是，人与人之间的交互数据集相对缺乏了解各种情况下发生的交互的能力。此外，我们的目标是在老年人护理领域使用服务机器人;但是，尚未为此域收集任何交互数据集。因此，我们引入了人与人之间的交互数据集，用于向机器人教授非语言的社交行为。它是老年人作为表演者参与的唯一交互数据集。我们招募了100名老年人和2名大学生，在室内环境中进行10次互动。整个数据集有5,000个交互样本，每个样本都包含用三个Microsoft Kinect v2相机捕获的深度图，身体索引和3D骨骼数据。此外，我们提供了类人动物NAO机器人的关节角度，这些关节角度是从机器人需要学习的人类行为转换而来的。数据集和有用的python脚本可从以下位置下载 三个Microsoft Kinect v2相机捕获的人体索引和3D骨骼数据。此外，我们提供了类人动物NAO机器人的关节角度，这些关节角度是从机器人需要学习的人类行为转换而来的。数据集和有用的python脚本可从以下位置下载 三个Microsoft Kinect v2相机捕获的人体索引和3D骨骼数据。此外，我们提供了类人动物NAO机器人的关节角度，这些关节角度是从机器人需要学习的人类行为转换而来的。数据集和有用的python脚本可从以下位置下载此https URL。它不仅可以用于向机器人教授社交技能，还可以用于基准动作识别算法。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！