论家庭陪伴型机器人的科技发展

（北京市第五十七中学，北京 100036）

0.引言

随着时代的发展，越来越多的人选择独居，中国独居人口已经到达2亿。同时人口老龄化问题也在加剧，这使得家庭陪伴型机器人需求量大，希望它有更强的功能，甚至可以媲美人类，来解决更多人孤独的问题。

但是当今的家庭陪伴型机器人的能力不足，仅仅能够与人一问一答，甚至有时“所答非所问”。这使得人们对于家庭陪伴型机器人的发展更加迫切。现在的机器人没有达到能真实了解人类情感并做出反应，以达到解决人类心理问题的水平。

本文主要是整合了现存相关的部分资料，设想了理想的家庭陪伴型机器人的模型，由于现存的家庭陪伴型机器人的技术发展与预期水平存在一定的差距，故本文分析比较了部分急需发展的技术方向，提出了家庭陪伴机器人未来的应用需要，最后本文聚焦于智能情感陪护机器人，对未来这类机器人的技术发展表达了美好的愿景，展望了未来理想智能机器人的发展。

1.相关工作进展

机器人的研究早在20世纪就已经开始。从1920年提出“robot”这个单词，再到1950年的阿西莫夫机器人三定律，机器人似乎早就进入人类的世界。第一届机器人学术会议于1967年日本召开，对于机器人人们形成了以下两类基本定义。第一是以森政弘以及合田周平给出的机器人定义：指出机器人是一种能够自由移动的，具备智能性和通用性的半人半机器的物理个体，并提出了该定义下机器人应当符合的7个典型特征。随着人们对机器人认识的不断加深，森政弘在上述机器人定义的基础上将原本机器人的特征扩展为10个，并强调了机器人的作业性和信息性，是对机器人认识的一大飞跃；关于早期机器人的第二类定义是由日本学者加藤一郎提出，从机器人的组成上对机器人的特征进行了概括：提出了机器人应当具备人类所具有的手、脚以及大脑等肢体结构，还应具备传感器以回传外界感知信号。加藤一郎所提出的机器人定义重点关注了机器人的仿生结构，即机器人应当具备与人类相似的肢体器官、感受器官和决策器官。例如，装设于机器人上的各类传感器相当于人的感受器官，用以获得外界的环境信号。而机器人的平衡觉是机器人对自身认识的关键，这也与后来机器人概念发展的感知、规划、行动类似[1]。但是当时的机器人也只简单的机械臂，与现在的机器人也有一定的差距。关于机器人情感的研究始于麻省理工学院，该院Picard教授于1997年首次提出了情感计算的相关概念，实现了情感这一心理学定义的量化分析。此外，我国也早已开始了对于机器人情感的研究，中国科学院自动化研究所在机器人情感计算方面取得了一系列丰硕成果。指出情感计算是赋予计算机理解人类情感的关键，早期关于情感计算的研究也为后来的情感机器人奠定了基础。

日本在20世纪末便开展了关于情感信息的理论研究，作为国家重点项目涵盖了众多大学以及研究院等相关组织和单位，将现代信息科学融入到纯粹的心理学当中，进而发展出一系列新思想、新理论。此外，日本作为亚洲为数不多的工业体系发达的国家之一，其在情感信息产业化方面走在了世界前列。具备情感能力的个人机器人成为日本机器人企业的研发和推广重点。例如，SONY公司生产的AIBO、QRIO型以及SDR-4X型情感机器人一时间成为机器人行业的翘楚，也令SONY公司收获了巨大的商业回报。此外，一款名为“小IF”的机器人能够从使用者声音中挖掘出其中包含的情感信息，再通过与使用者对话过程中的微妙表情来进行相应的情感反馈。除日本外，美国麻省理工学院在情感计算研究方面也有作为，例如，以IBM公司 “蓝眼计划”及其开发出的“情感鼠标”就是情感计算的实际应用成果；2008年MIT的科学家们展示了一款能够读懂人类语言并且解读出其中所包含的情感的机器人，它能够通过一些面部表情以及肢体动作来向使用者反馈自身情感。上述情感功能的实现离不开使用者当前表情的获取，工程师们使用了CCD（电荷耦合器件）摄像机，使得机器人能够“看见”使用者微妙的面部表情以及肢体动作中蕴含的情感信息并进行简单的语言识别。

现阶段的机器人在宣传上声称已经开发完成了完全理解人类的机器人，但是目前开始面向群众销售的机器人也都存在一些问题。例2014年软银集团对外展示了和人类具备相同外形的机器人Pepper，在视频展示中机器人准确的解读了人类的情感信息，获得了很好的应用效果。但是实际操作却反映出，Pepper会规避问题，同时将话题转移到自己已经输入好的对话模型中。实际就会表现为“所答非所问”。这也与其宣传的自然交流有所不同。现在的市场上的机器人，大部分的问题也主要是这种利用“规避问题”来解决问题。这就与人们期望中的家庭陪伴型机器人相差甚远。这样的机器人想通过图灵测试确实是一件不可能完成的事情。它和人相差的太多，有时候完全理解不了人类的语言，也就无法完成家庭陪伴型机器人的目标。

2.理想机器人模型

情感机器人存在的目的就是为了帮助需要的人来解决心理上的问题，像前文中提到孤独问题。它不仅能够在日常生活中与人类正常的交流，还可以在人类存在心理问题时准确的判断并解决。例如在悲伤时机器人可以自动地来安慰你，愤怒时帮助你压住心中的怒火，或是消极时给予你自信。这样才能叫做真正的情感机器人。显然现在的机器人与这个理想的完美机器人差距甚大，要达到理想机器人的程度，至少要具备一下的能力：

2.1 能准确识别人类语言，做出自然交流

现在的自然语言理解，主要是提取一句话中的关键字，在大数据库中进行搜索，从而做出回答。但是事实上这句话可能与这个词的本意毫无关联，机器人无法分析上下文与语境，导致输出结果大相径庭。如果在大数据库中无法识别出类似的语言，机器人便会“规避问题”，将话题转移到自己设定的程序中。这种投机取巧的方式看似可以与人正常自然交流，却是毫无用处。理想中的机器人，应该能够理解整句话的意思，通过上下文和语音语调来分析人的本意。只有拥有这样的功能，才能够满足人们的需求。家庭陪伴型机器人最主要的功能是能与人交流，并且能够达到让拥有者不会体会到是机器人的僵硬。达到了真正的与人相同的机器人才能解决人类的孤独感，或是给予人类心理的安慰这些高难度看似不可能的任务。这样的机器人才能够让人感受到与自己交流的不是机器人，而是一个活生生的真人。

2.2 能准确识别人类的面部表情，分析人类的情感

面部识别可以帮助语言的理解，从而分析人的情感，做出更准确的判断。同一句话，在不同的情感中说出，也具有不同的意义，这时候单纯的分析语言就会显得逊色。目前到底机器人可以识别出人的6种基本表情，但是人类不会刻意的去摆出那六种基本表情来表达自己的情感。相反，人类会用更复杂更细微的表情来反映内心，这就使现在的机器人略显逊色。同样的，机器人也只能通过识别面部的关键点来判断肌肉的运动并从数据库中找到相应的数据分析。每个人的面貌本身也有一定的区别，面部肌肉的运动程度也不尽相同，这也就表明了他的局限性之大，分析准确度便会大大降低。理想中的机器人应该能快速的识别出人类所有的表情，无论是简单还是复杂，并且能够应用于所有人。情感机器人的重中之重就是分析情感，家庭机器人的情感方面更不能少了情感的分析。他的目的就在于分析清楚人类的情感，判断用什么方式来帮助人类解决情感上的问题。

2.3 能准确识别人类的肢体动作，了解人类的行为意义

要想能判断出人类的行为意义，就需要先识别人类的肢体动作。与面部表情一样，肢体动作的识别也是通过关键点的识别来分析动作。理解肢体语言能够更好的帮助机器人判断人类的情感状态，完成自己的工作。当人类不说话或是不露脸的情况下，机器人通过肢体动作也能完成一整套的分析加判断，这也就是肢体动作的重要之处。

2.4 能够有自我学习的能力

要想真正的融入人类的社会，完成预设的目标，机器人需要在各方面都与人无异。例如在语言交流方面，简单的一问一答现在的机器人已经可以初步完成。但是要想像人类一样和人交流，那么就需要了解人类交流的具体习惯、方式、语气等细微的方面。人类之间的交流当然不是简单的一问一答，可能会根据聊天内容延申，探讨最近发生的事或是身边的东西。目前的机器人也只是会强硬突兀的改变话题以达到自己“规避问题”的目的。也可能会使用复杂的语言形式，或是流行用语等。这些都需要机器人自主去学习，真正的了解人类交流的方式。

理想机器人所应该具有至少这些的能力。家庭陪伴型机器人主要的任务就是陪伴人类，帮助解决人类心理上的孤独。所以其最重要的功能就是要识别人类的语言，然后像人与人之间交流一样能够让人感受到与他对话的不是机器人，这也是最基本的要求。面部识别和肢体动作识别来辅助机器人，让它有更好的判断能力，以完成任务。而自我学习能力则完全能够帮助机器人达到成为真正的人，能够和人正常的交流。所以自主学习能力事重中之重。有了自主学习能力，机器人便能更好的做出自己的判断和行动、可以在任何时间地点做出最合适的方案用于实施。

3.机器人所具有的感知，规划，行动能力

机器人在与人类交流时，需要通过语言识别、面部识别、肢体动作识别来判断人类的情感和需要自己如何去做。这一系列的任务被细化为感知、规划、行动3个步骤。我也将把3种识别分条论述。

（1）在语言交流中，机器人首先需要通过麦克风来感知人类的语言，判断出人类的指令和目的。接下来规划自己的回答语言和方式，选择最合适的答案。行动就是将选择好的回答方案说出。这样的感知、规划、行动的多次循环就成了完整的交流。但是如果仅仅是简单的一问一答，那就又会变成最初的简单机器人。机器人在语言方面中最重要的就是规划能力，通过自主学习人类的对话后，能够做出延伸话题，反问，或是利用比喻等高级的语言形式。这样的机器人才能够达到我们预设的目的。

（2）在面部识别中，最重要的则是感知模块。因为每个人的脸型都不尽相同，所以感知的难度也大大增加。相同的，如果人戴上帽子或是口罩的话，难度就有会提升。所以在感知之前就需要先给对象进行面部扫描，减少脸型带来的影响。而有遮挡物的情况下，可以识别的区域减少，这时候可能就需要此人之前的面部表情来对比，以增加精准度。在识别完成后，判断出人类的心情，行动反馈给语言模块，让语言更加的合适。

（3）肢体动作识别与面部识别相似，其目的也是为了能够更好的识别出人类的心理活动，从而达到合适的交流。感知人类的位置和四肢的活动。可能人类突然上前，其心理有可能是愤怒，可能是喜悦。这就需要加上四肢的活动来判断人类的真实情感。

4.当前机器人与理想的差距

当前机器人与理想机器人之间还是有很大差距。当前机器人在语言方面上主要问题在于无法准确识别出人类的语言。其表现为不能理解人类的问题，导致回答错误的答案。或是直接强硬的转移话题，将对话转移到自己固有的程序上面。这样的机器人肯定无法完成和人正常的交流。面部识别和肢体动作识别同样也有不准确的问题，导致机器人整体实力不如理想的机器人。例如pepper机器人，它可以与你进行程序上设定好的语言交流，却不能完成程序外的语言交流任务。并且会生硬的将话题转移到自己设定的程序上面，体现出机器人的自我规划能力的缺失。就如同一台会说话的电脑一般，只有人类向他输入设定的程序，他才会按照程序给予反馈。这样的家庭陪伴型机器人显然与理想的机器人有很大的差距。

5.发展技术的迫切性

家庭陪伴型机器人有着良好的前景，它不仅可以与人类交流，也可以帮助人们解决心理上的问题。陪护型机器人占比已经达到了机器人中的最高，同时机器人的发展也会向家庭陪伴型机器人靠拢。家庭陪伴型机器人有广大的前景在于它可以开发加入更多的功能来服务人类。例如摄影，教育，规划日程等功能。最大的可能便是成为家庭的健康助手，帮助人们完成健康管理。这样，家庭陪伴型机器人不仅在硬实力方面可以做好人类的科技助手，在软实力方面也可以与人类交流谈心。但是在软实力方面，当前的机器人确实不够强大，难以达到我们所预想的程度，所以发展更好的语言识别、分析等技术十分迫切。

6.总结

情感机器人有着广大的发展空间，在现有的技术上还应更加精确、更加细化。虽然现在的机器人技术还未达到理想的效果，但是在充分研究了机器人的漏洞和缺点后，我相信在不久的将来能够研发出我们理想中的机器人。未来的机器人不仅仅在外貌上与人无异，同时在交流上也可以达到人类的水平。甚至你在和别人面对面的交流过程中根本发现不了对面是机器人的事实。未来的机器人可以察言观色，一点细微的动作机器人就能理解你心中的想法，帮助你完成目标。这就是未来机器人的雏形，他与人无异，可以说就是一个真正的人。