As robots are no longer just working labors in the industrial fields, but stepping into the human's daily lives, interaction and communication between human and robot is becoming essential. For this social interaction with humans, a mood-emotion generation model considering believability, diversity, simplicity and deliberation is proposed. First, the OCC model is simplified and then stochastic approach on emotion decision algorithm for believability and diversity is applied. The concept of mood is implemented in order to grant intelligence of considering circumstantial factors. The proposed model is implemented on a 3D robot expression simulator, Doldori, that can express the Ekman's six basic emotions through its facial expression, gesture, led and so on. Several demonstrations of the model are provided and analyzed as results.
기술이 발달함에 따라, 산업용도로 사용되던 로봇은 점차 우리 인간과 더불어 살게 되었고, 이를 위해 인간과의 커뮤니케이션의 필요성이 대두되고 있다. 인간과 인간사이의 커뮤니케이션의 가장 기본이 되는 것은 바로 감정이고, 로봇 역시 이러한 감정을 가지고 표현할 수 있어야만 인간의 감정을 이해하고 상호작용이 가능하다. 뿐만 아니라 감정은 추론, 계획, 행동결정 등 여러 영역에 영향을 미치기 때문에 로봇의 감정은 필수적이다. 하나의 자극이 인간의 여러 감정에 영향을 미칠 수 있다는 생각 아래, 인간과 유사한 행동을 하기 위한 로봇의 감정 생성을 위해 인지 심리학계에서 가장 널리 사용되는 OCC모델을 간략화 하고, 이에 확률 모델을 적용시켜 다양화 된 감정을 생성하도록 하였다. 뿐만 아니라 무드의 개념을 도입하여 온도, 습도와 같은 주변 환경을 인지하고, 자신의 내부 상태 역시 고려하여 이에 따라 감정의 생성에 변화를 주어 좀 더 신뢰성 있는 감정을 생성하도록 하였다. 최종적으로 감정 생성 모델과 무드 모델을 조합하여 Stochastic & Diversified Mood-Emotion Model을 구현하고, 주어진 모델의 실험과 설문조사를 통해 그 다양성과 신뢰성을 증명하였다.
