A social robot is a robot that operates autonomously with the ability to communicate with people or other objects. Recently, The growth of the social robot market has been driven by the development of Artificial Intelligence, IoT, and Cloud technologies, and robots are getting closer to us in order to help people in the family and everyday life. As robots get closer to people, physical and mental social interactions are beginning to appear very frequently. Therefore, robots that interact with human beings need a memory structure that can efficiently learn human interaction experience. In social relationships, emotional interaction is at the core. Robots need the ability to learn emotional experiences effectively with other experiences in social interaction with humans. When the robot learns emotional experiences, it should be able to predict the emotional situation based on the experiences that were learned when similar experiences were repeated, and to provide appropriate services to the users. In addition, as the robot interacts with the user, the robot should also be able to provide the intuitive emotional expression and services to the user with the emotion of the robot itself. In this paper, I propose a hierarchical emotional episodic memory which can efficiently memorize emotional interaction experience with users by using Adaptive Resonance Theory (ART) based memory network. In addition, I propose a robot emotion generation and expression memory structure how robot's own emotions are generated and used for learning, and to show emotional expressions to users. Finally, to develop a framework for the social interaction of humans and robots, I have developed a humanoid type robotic platform with arms and head, and developed a software architecture of social interaction. In this paper, I confirmed the results of experimental analysis of the hierarchical emotional episodic memory, suggested construction of the theoretical model for emotional generation and representation memory, and demonstrated the human robot social interaction framework in which various applications work with AI technologies and robotic hardware.
소셜 로봇이란 사람 또는 다른 대상과 커뮤니케이션을 할 수 있는 능력을 갖추고 자율적으로 동작하는 로봇을 말한다. 최근 인공지능, IoT, 클라우드 기술의 발달로 인해 소셜 로봇 시장이 활짝 열리고 있는 가운데, 로봇은 집안이나 일상 생활에서 사람들을 돕기 위해 점점 우리와 가까워지고 있다. 로봇이 이렇게 사람과 가까워지면서 물리적이고 정신적인 사회적(Social) 상호작용이 매우 빈번히 나타나게 되기 시작했다. 따라서 사람과 사회적인 상호작용을 하는 로봇은 사람과의 상호작용 경험을 효율적으로 학습할 수 있는 메모리 구조를 필요로 하게 된다. 또한, 사회적 관계에서는 정서적인 교감이 핵심을 이루는데, 로봇 또한 사람과 사회적 상호작용을 함에 있어서 정서적인 경험을 효과적으로 다른 경험들과 학습할 수 있는 능력이 필요하다. 로봇이 정서적인 경험들을 학습하게 되면 유사한 경험이 반복되었을 때에 학습했던 경험을 바탕으로 정서적인 상황을 예측하여 사용자에게 적절한 서비스를 제공할 수 있다. 그리고, 로봇이 사용자와 정서적인 상호작용을 하게 되면서 로봇은 또한 로봇 스스로의 정서를 가지고, 사용자에게 직관적인 정서적 표현 및 서비스를 제공할 수 있어야 한다. 이러한 로봇의 필요 기술들을 구현하기 위하여 이 논문에서는 Adaptive Resonance Theory (ART) 기반의 메모리 네트워크를 활용하여 사용자와의 정서적인 상호작용 경험을 효율적으로 기억할 수 있는 계층적 감성 일화 기억 (Hierarchical Emotional Episodic Memory) 구조를 제안하였다. 또한, 예측되는 정서적 상황과 현재 일어나는 상황을 바탕으로 로봇 스스로의 정서가 어떻게 생성되어 학습에 활용되고, 사용자에게 정서적 서비스를 제공할 수 있도록 표현되어야 하는지에 대한 로봇 정서 생성 및 표현 기억 (Emotion Generation and Expression Memory) 구조를 제안하였다. 마지막으로 사람과 로봇의 사회적 상호작용을 위한 프레임 워크를 개발하기 위해 팔과 머리가 달린 휴머노이트 타입의 하드웨어 로봇 플랫폼을 제작하고, 소프트웨어 아키텍쳐를 설계하였다. 이 논문에서는 계층적 감성 일화 기억에 대한 심층적인 실험 분석 결과를 확인하고, 로봇의 정서 생성 및 표현 기억에 대한 이론적인 모델 구축, 그리고 실제 하드웨어를 이용한 요소기술들을 구현하여 사람과 로봇의 사회적 상호작용 프레임워크가 동작할 수 있음을 데모로 확인하였다.