Over the recent decade, studies on human-robot affective relationship have attracted considerable atten-tion in various robot applications such as home service, entertainment, education and therapy, etc., which is nec-essary for a proximate interaction. This thesis presents a formal method to develop an affective relationship based on an intimacy network between a robot and a human. In perspectives of sociological theories, a human intimacy is effectively exchanged by oculesic, tactile and proxemic behaviors. We first propose a novel method to develop an intimacy space between a robot and a human by classifying human’s intimacy behavioral patterns based on a fuzzy neural network. Second, we propose how a robot estimates and incrementally learns a human’s intimacy during a long-term interaction. Intimacy levels and their changes are used to develop a complex emotion generation mechanism of a robot. An emotion combination mechanism is introduced to make more subtle emotional responses according to the different affective relationships to different users. Finally, our intimacy exchange mechanism is applied to the KaMERo(Kaist Motion Expressive Robot) system, which is being devel-oped for a sophisticated human-robot emotional interaction. This research evaluates how the proposed model can improve the believability of robot’s emotional behaviors in viewpoints of animacy, likability and perceived inti-macy.
Our research works of the emotional interaction based on the human-robot affective relationship are ex-pected to increase commercial values of a robot in various service areas which is necessary for a proximate af-fective interaction.
최근 10여년 사이, 로봇이 인간과의 지속적인 근접 상호작용을 필요로 하는 오락, 교육, 치료 분야 등에 적극적으로 활용되면서 인간-로봇의 정서적 친밀감을 증대시키기 위한 연구 분야가 주목 받고 있다. 사회학 이론에 근거해 볼 때, 인간의 친밀한 정서 관계 형성은 주의집중행동, 접촉행동, 공간관계행동 효과적인 전달과 이들의 지속적인 교환에서 비롯된다. 본 연구에서는 로봇과 인간과의 친밀감에 기반한 정서관계 계산 모델을 제안하고, 이를 통해 로봇의 감성적 반응을 사용자에 따라 차별화시키고 다양화하는 방법론을 개발하였다. 첫째, 사회 행동학에 기반한 친밀감 전달 방법론에 기반하여, 로봇과 인간 사이의 친밀감 공간을 퍼지신경망 패턴분류 학습기를 이용해 개발하였다. 둘째, 지속적인 상호작용 중에 로봇이 인간의 친밀감 변화를 점증적으로 학습하는 과정을 모델링하고, 이를 이용해 로봇의 감정 생성을 다양화하는 메커니즘을 제안하였다. 셋째, 감정 상호작용 기반 서비스 로봇으로 개발된 KaMERo(Kaist Motion Expressive Robot)를 이용해 서비스 시나리오에서 로봇의 친밀감 교환 메커니즘이 감정 반응의 다양화를 통해 상호작용의 자연스러움을 개선하는지를 반응의 생동감, 로봇에 대한 호감도, 지각된 친밀도의 관점에서 평가하였다. 본 연구에서 제안하는 로봇과 인간 사이의 친밀감 교환을 통한 관계형성 메커니즘은 근접 상호작용을 필요로 하는 다양한 서비스 영역에서 로봇의 상품적 가치를 높이는 중요한 요소로 작용할 것이라 기대한다.
