教学机器人如何与自闭症儿童互动

自闭症患者以不同于其他人的方式看待，听到和感受世界，这会影响他们与他人互动的方式。这使以交流为中心的活动对患有自闭症谱系条件(ASCs)的儿童非常具有挑战性。因此，治疗师发现在教育治疗期间很难让他们参与这些活动。

为了应对这一挑战，治疗师最近开始在治疗过程中使用类人机器人。然而，现有的机器人缺乏与儿童自主接触的能力，这对于改善治疗至关重要。事实上，ASC患者具有非典型和多样化的表达思想和感受的风格，这使得使用这种机器人更具挑战性。

研究欧盟资助项目EngageME的研究人员现在已经为自闭症治疗中使用的机器人创建了一个个性化的机器学习框架。正如他们在Science Robotics发表的论文中所描述的那样，这个框架可以帮助机器人自动感知影响 - 面部，声音和手势行为 - 以及儿童与他们互动时的参与。

个性化的方法

为了实现这一令人兴奋的进步，项目合作伙伴已经意识到，对于患有ASC的儿童来说，一种尺寸并不适合所有人。因此，他们使用人口统计数据，行为评估分数和该孩子独有的其他特征为每个孩子个性化他们的框架。这种新颖的框架使机器人能够通过考虑它们之间的文化和个体差异，自动调整对儿童反应的解释。

“在自闭症中创建机器学习和AI [人工智能]的挑战尤其令人烦恼，因为通常的AI方法需要大量的数据，这些数据对于学习的每个类别都是相似的。在异质性统治的自闭症中，正常的AI方法失败，“共同作者罗莎琳德皮卡德教授在”麻省理工学院新闻“上发表的一篇文章中解释道。

机器人辅助治疗

研究人员对来自日本和塞尔维亚的35名儿童进行了模型测试。3至13岁的孩子们在35分钟的课程中与机器人互动。人形机器人通过改变他们的眼睛的颜色，他们的声音和四肢的位置来传达不同的情绪 - 愤怒，恐惧，快乐和悲伤。

当它与孩子互动时，机器人将捕捉他们的面部表情，动作和头部姿势的视频，以及他们的语调和发声的录音。每个孩子手腕上的监视器还为机器人提供了体温，心率和皮肤汗液反应的数据。数据用于提取孩子的各种行为线索，然后被送入机器人的感知模块。

使用深度学习模型，机器人然后基于提取的行为线索估计孩子的情感和参与度。结果用于调节后续治疗期间的儿童 - 机器人相互作用。

人类专家也观察了治疗期间的视听记录。他们对儿童反应的评估显示与机器人的感知有60%的相关性。这是一个比人类专家更高的协议水平。该研究结果表明，训练有素的机器人在未来可能在自闭症治疗中发挥重要作用。

EngageME(人机交互过程中自闭症儿童参与水平的自动测量)正在努力增加机器人的关键信息，这将有助于治疗师个性化治疗，使人机交互更具吸引力和自然。