CN109074509A - 情感确定系统、系统及程序 - Google Patents

情感确定系统、系统及程序 Download PDF

Info

Publication number
CN109074509A
CN109074509A CN201780023333.8A CN201780023333A CN109074509A CN 109074509 A CN109074509 A CN 109074509A CN 201780023333 A CN201780023333 A CN 201780023333A CN 109074509 A CN109074509 A CN 109074509A
Authority
CN
China
Prior art keywords
emotion
determines
information
input
artificial
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201780023333.8A
Other languages
English (en)
Inventor
孙正义
筒井多圭志
朝长康介
大浦清
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SoftBank Robotics Corp
Original Assignee
Emotional Aisibi Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Emotional Aisibi Corp filed Critical Emotional Aisibi Corp
Publication of CN109074509A publication Critical patent/CN109074509A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/008—Artificial life, i.e. computing arrangements simulating life based on physical entities controlled by simulated intelligence so as to replicate intelligent life forms, e.g. based on robots replicating pets or humans in their appearance or behaviour
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/06—Combustion engines, Gas turbines
    • B60W2510/0638—Engine speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/10—Change speed gearings
    • B60W2510/104—Output speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/28—Wheel speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/10—Accelerator pedal position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/12—Brake pedal position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/22—Psychological state; Stress level or workload
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour

Abstract

情感确定系统包括：输入信息生成部，基于来自设置于目标对象的一个以上的传感器的检测信号，生成用于确定目标对象的情感的输入信息；分泌信息生成部，基于检测信号，生成表示一种以上的内分泌物质的分泌量的分泌信息；以及参数调整部，基于分泌信息表示的内分泌物质的分泌量，调整用于根据输入信息确定情感的运算参数。

Description

情感确定系统、系统及程序
技术领域
本发明涉及情感确定系统、系统及程序。
背景技术
已知有学习用户与通话对方的对话并将通话对方对用户询问的回答存储到回答表中的终端(例如，参照专利文献1)。此外，已知有包括神经网络的情感生成装置，该神经网络输入用户信息、设备信息以及自身当前的情感状态并输出下次的情感状态(例如，参照专利文献2)。此外，已知有在包含具有层神经网络关系的多个电子神经元的寻址存储器中存储时空模式的技术，该层神经网络关系具有方向性人工突触连接性(例如，参照专利文献3)。
现有技术文献
专利文献
专利文献1：日本专利特开2011-253389号公报
专利文献2：日本专利特开平10-254592号公报
专利文献3：日本专利特表2013-535067号公报
发明内容
发明要解决的技术问题
以往，存在不能根据由传感器检测到的信息产生多种情感的问题。
一般公开
在本发明的第一方面中，提供一种情感确定系统。情感确定系统可以包括：输入信息生成部，基于来自设置于目标对象的一个以上的传感器的检测信号，生成用于确定目标对象的情感的输入信息。情感确定系统可以包括：分泌信息生成部，基于检测信号，生成表示一种以上的内分泌物质的分泌量的分泌信息。情感确定系统可以包括：参数调整部，基于分泌信息表示的内分泌物质的分泌量，调整用于根据输入信息确定情感的运算参数。
情感确定系统可以包括：第一对应信息存储部，存储将多个传感器中的每个与内分泌物质的分泌量建立对应的第一对应信息。分泌信息生成部可以根据多个传感器各自的检测信号表示的测量值，改变通过第一对应信息而与各个传感器建立对应的内分泌物质的分泌量。
情感确定系统可以包括：情感确定部，使用运算参数，根据输入信息确定情感。
情感确定部可以使用将输入信息作为输入的神经网络来确定情感。
运算参数可以是神经网络中所包含的人工突触的耦合系数。
情感确定系统可以包括：第二对应信息存储部，存储将多个人工突触中的每个与内分泌物质建立对应的第二对应信息。参数调整部可以根据分泌信息表示的内分泌物质的分泌量，改变通过第二对应信息而与内分泌物质建立对应的多个人工突触各自的耦合系数。
输入信息生成部可以以预定频率获取检测信号表示的测量值，并生成针对神经网络的预定值的输入值。分泌信息生成部根据测量值，改变内分泌物质的分泌量。
输入信息生成部可以以对于多个传感器中的每个而不同的频率，生成针对神经网络的预定值的输入值。
神经网络可以包含作为确定了情感的人工神经元的多个情感人工神经元。情感确定部可以基于多个情感人工神经元各自当前的激活状态，确定当前的情感。
分泌信息生成部可以根据检测信号表示的测量值的时间变化量，改变内分泌物质的分泌量。
情感确定系统可以包括根据情感来控制目标对象的控制部。
在本发明的第二方面中，提供一种系统。该系统可以包括上述情感确定系统和目标对象。
在本发明的第三方面中，提供一种程序，该程序用于使计算机作为上述情感确定系统发挥功能。
需要注意的是，上述一般公开并非列举了本发明所有必要的特征。此外，这些特征组的子组合也可以构成发明。
附图说明
图1示意地示出一实施方式涉及的车辆10的结构。
图2示意地示出情感确定系统100的框结构以及记录介质290。
图3示意地示出情感图300。
图4示意地示出情感确定系统100使用的神经网络的一部分。
图5是将加速器开度与内分泌物质建立对应的传感器对应信息的一个例子。
图6是将侧倾角与内分泌物质建立对应的传感器对应信息的一个例子。
图7是将去甲肾上腺素量与耦合系数BS建立对应的耦合系数对应信息的一个例子。
图8是示出情感确定系统100中各部分的运作的流程图。
图9示意地示出从UI部180输出的信息。
具体实施方式
下面，通过发明的实施方式说明本发明，但下面的实施方式并不限定权利要求书涉及的发明。此外，实施方式中说明的特征的所有组合对于本发明的解决方案而言并非都是必不可少的。
图1示意地示出一实施方式涉及的车辆10的结构。车辆10包括：情感确定系统100、传感器部110、作为电子控制部的ECU120和向车辆10的乘员提供用户界面(UI)的UI部180。另外，车辆10是汽车。车辆10是情感确定系统100的目标对象的一个例子。
传感器部110具有检测车辆10的各部分状态的多个传感器。例如，传感器部110可以包括：检测前轮和后轮中的至少一个的旋转速度的车轮速度传感器；检测驾驶员对加速器踏板的踩踏量的加速器开度传感器；检测节气门开度的节气门开度传感器；检测作为原动机的发动机或马达的转速的发动机转速传感器；检测变速器的输出转速的输出转速传感器；检测前后方向的加速度的前后加速度传感器；检测与前后方向实质正交的左右方向的加速度的横向加速度传感器；检测转弯方向上的旋转角度的变化速度的横摆率传感器；检测驾驶员对方向盘的转向量的转向角传感器；检测驾驶员对制动踏板的踩踏量的制动传感器，检测燃料或电池的剩余量的剩余量传感器等。传感器部110所具有的上述各传感器向作为电子控制装置的ECU120输出检测信号。电子控制装置29基于获取的检测信号进行运算，并将运算结果输出给车辆10的各部分作为控制指令信号。
传感器部110所具有的上述各种传感器向情感确定系统100输出检测信号。另外，情感确定系统100也可以经由CAN等从ECU120获得检测信号。情感确定系统100基于获取的检测信号进行运算，并确定要分配给车辆10的情感。情感确定系统100基于确定的情感，控制车辆10。例如，情感确定系统100使UI部180显示表现确定的情感的面部标记。此外，情感确定系统100也可以从UI部180输出与情感对应的语调的声音，与车辆10的驾驶员即用户190进行对话。
图2示意地示出情感确定系统100的框结构以及记录介质290。情感确定系统100包括处理部270和存储部280。处理部270包括分泌信息生成部200、输入信息生成部210、参数调整部220、情感确定部260和控制部250。情感确定部260具有NN运算部230和情感判定部240。
输入信息生成部210基于来自设置于车辆10的一个以上的传感器的检测信号，生成用于确定车辆10的情感的输入信息。例如，输入信息生成部210基于来自传感器部110所具有的各传感器的检测信号，生成用于确定车辆10的情感的输入信息。
分泌信息生成部200基于来自设置于车辆10的一个以上的传感器的检测信号，生成表示一种以上的内分泌物质的分泌量的分泌信息。例如，分泌信息生成部200基于来自传感器部110所具有的各传感器的检测信号，生成表示一种以上的内分泌物质的分泌量的分泌信息。作为内分泌物质，可以例示去甲肾上腺素、多巴胺、CRH(促肾上腺皮质激素释放激素)等。另外，表示内分泌物质的分泌量的分泌信息以伪方式产生，作为情感确定系统100中的内部信息，并且实际上不分泌内分泌物质。另外，分泌信息生成部200也可以根据检测信号表示的测量值的时间变化量，改变内分泌物质的分泌量。
参数调整部220基于分泌信息生成部200生成的分泌信息所表示的内分泌物质的分泌量，调整用于根据输入信息确定情感的运算参数。然后，情感确定部260使用运算参数，根据输入信息确定情感。
存储部280存储将传感器部110所具有的多个传感器中的每个与内分泌物质的分泌量建立对应的对应信息。分泌信息生成部200根据多个传感器各自的检测信号表示的测量值，改变通过该对应信息而与各个传感器建立对应的内分泌物质的分泌量。
另外，情感确定部260使用将输入信息作为输入的神经网络(NN)确定情感。具体而言，NN运算部230进行神经网络的运算，情感判定部240基于NN运算部230的神经网络的运算结果判定情感，由此确定情感。这里，参数调整部220调整的运算参数也可以是包含在神经网络中的人工突触的耦合系数。
存储部280存储将多个人工突触中的每个与内分泌物质建立对应的对应信息。参数调整部220根据分泌信息生成部200生成的分泌信息所表示的内分泌物质的分泌量，改变通过对应信息而与内分泌物质建立对应的多个人工突触各自的耦合系数。
另外，输入信息生成部210以预定频率获取检测信号表示的测量值，生成针对神经网络的预定值的输入值。另一方面，分泌信息生成部200根据检测信号表示的测量值，改变内分泌物质的分泌量。例如，分泌信息生成部200根据检测信号表示的测量值的大小，改变内分泌物质的分泌量。
输入信息生成部210也可以以对于多个传感器中的每个而不同的频率，生成针对神经网络的预定值的输入值。例如，在车辆10中，也可以使基于加速器开度的输入值的输入频率高于基于侧倾角的输入值的输入频率。频率可以因目标对象的类型而异。例如，与目标对象是四轮车的情况相比，在目标对象是二轮车的情况下，也可以高于基于侧倾角的输入值的输入频率。这是因为在二轮车中侧倾角发生较大变化，所以对情感的影响也较大。
另外，神经网络包含多个情感人工神经元、即确定了情感的人工神经元。情感确定部260基于多个情感人工神经元各自当前的激活状态，确定当前的情感。例如，作为车辆10的情感，情感确定部260可以确定被分配给激活的情感人工神经元的情感。
控制部250根据情感确定部260确定的情感，控制车辆10。例如，在由情感确定部260确定了所谓“高兴”的情感的情况下，控制部250使UI部180显示笑脸的面部标记。此外，控制部250可以从UI部180输出明亮语调的声音，与用户190进行对话。此外，控制部250可以使UI部180显示明亮语调的文章，与用户190进行对话。
情感确定系统100的各部分的功能可以通过计算机来实现。例如，处理部270可以通过MPU等处理器等来实现，存储部280可以通过非易失性存储器等记录介质来实现。存储部280可以存储由处理器执行的程序。通过处理器执行该程序，可以安装分泌信息生成部200、输入信息生成部210及参数调整部220、包含NN运算部230及情感判定部240的情感确定部260和控制部250，并实现存储部280的控制。该程序既可以由处理器从光盘等记录介质290读取并存储在存储部280中，也可以通过网络提供给情感确定系统100并存储在存储部280中。存储部280及记录介质290可以是计算机可读取的非暂时性记录介质。
图3示意地示出情感图300。在情感图300中，情感从中心呈放射状地配置成同心圆。越靠近同心圆的中心，配置有原始状态的情感。在同心圆的外侧，配置有表示从心境产生的状态和行动的情感。情感是包含情绪和心理状态在内的概念。在同心圆的左侧，大体上配置有由脑内发生的反应生成的情感。在同心圆的右侧，大体上配置有通过状况判断引发的情感。
作为NN运算部230的运算对象的神经网络包含分配给情感图300所示的各情感的人工神经元。此外，神经网络将输入用的人工神经元分别分配给情感图300中位于同心圆最内侧的第一输入和第二输入。向分配给第一输入和第二输入的各个输入用的人工神经元输入基于来自传感器部110的检测信号的输入信息。然后，人工神经元大致从内侧朝向外侧通过人工突触连接，形成神经网络。另外，可以根据设计来确定：基于传感器部110的各传感器的检测信号的输入信息是被输入到分配给第一输入的输入用的人工神经元、或是被输入到分配给第二输入的输入用的人工神经元、还是被输入到分配给第一输入的输入用的人工神经元和分配给第二输入的输入用的人工神经元这两者。
NN运算部230基于输入信息反复进行神经网络的运算，确定各人工神经元的激活状态。情感判定部240根据各人工神经元的激活状态判定车辆10的情感。例如，情感判定部240将分配有激活的人工神经元的情感判定为车辆10所具有的一种情感。
图4示意地示出情感确定系统100使用的神经网络的一部分。所示的神经网络的一部分包含人工神经元N1、N2、N3、N4及N5和人工突触S12、S14、S23、S25、S42、S43、S45及S53。人工神经元对应于生物体中的神经元。人工突触对应于生物体中的突触。
E1表示基于检测信号的输入信息。人工神经元N1是输入用的人工神经元。向人工神经元N1输入分别基于传感器的检测信号生成的N个输入信息E1 1～输入信息En 1。
人工突触S12是连接人工神经元N1和人工神经元N2的人工突触。特别地，人工突触S12是将人工神经元N1的输出输入到人工神经元N2的人工突触。人工突触S14是连接人工神经元N1和人工神经元N4的人工突触。特别地，人工突触S14是将人工神经元N1的输出输入到人工神经元N4的人工突触。另外，将j、k设为整数，并将人工神经元Nj的输出输入到人工神经元Nk的人工突触标记为人工突触Sjk。
这里，将i设为整数，用Ni标记各人工神经元。Ni具有表示Ni状态的Si、表示Ni所表示的人工神经元的内部状态的Vmi和表示Ni的激活阈值的Ti作为参数。此外，人工突触Sjk具有耦合系数BSjk作为参数。另外，在本实施方式中，有时将人工神经元省略其角标而统称为人工神经元N。此外，有时将人工突触省略其角标而统称为人工突触S。同样地，关于人工神经元的参数，有时也省略它们的角标而统称为内部信息Vm、阈值T、状态S。
人工神经元N的状态S、内部状态Vm及阈值T是可以随着时间的推移而更新的参数。状态S是与神经元的激活状态相关的信息，至少表示人工神经元是处于激活状态还是处于非激活状态。内部状态Vm是与神经元的膜电位相关的信息，并且是表示人工神经元N的内部状态或输出的参数的一个例子。
此外，作为人工突触S的参数的耦合系数BS是可以随着时间的推移而更新的参数。耦合系数BS是与突触的可塑性相关的信息，并且表示人工突触S所耦合的人工神经元N之间的耦合强度。
NN运算部230根据输入信息更新神经网络中的上述参数，计算各人工神经元N的内部状态Vm。另外，在本实施方式中，在内部状态Vm超过阈值T的情况下，人工神经元N的状态S成为“激活”状态。当成为激活状态时，在预定的时间内从人工神经元N输出预定的信号。当经过预定的时间时，N的状态S返回到未激活。
这里，以N2为例，更具体地说明NN运算部230的运算内容。NN运算部230通过BS12×Vm1×f(S1)+BS42×Vm4×f(S4)计算输入到N2的I2。这里，f(S)是在S表示未激活的值的情况下返回0并在S表示上升相或下降相的值的情况下返回1的函数。另外，该f(S)对应于仅在神经元激活的情况下突触传递活动电位的模型。另外，也可以是f(S)＝1。这对应于不管神经元的激活状态如何都传递膜电位的模型。作为f(S)，也可以应用与膜电位的其他传递模型对应的函数。
通常，NN运算部230通过∑jBSji×Vmj×f(Sj)+∑jEj i计算输入到Ni的Ii。NN运算部230使用当前时刻的BSji、Vmj、Sj、Ej，计算在下一时刻输入到Ni的Ii及Si等。NN运算部230通过在时间上反复进行该操作，实时地确定各人工神经元N的状态S。然后，情感判定部240基于各人工神经元N的状态S，判定车辆10的情感。例如，当分配有图3中的所谓“愉快”情感的人工神经元激活时，情感判定部240可以判定为车辆10具有所谓“愉快”的情感。
这里，分泌信息生成部200基于来自传感器部110的检测信号调整BS。例如，在通过传感器部110的加速器开度传感器检测到加速器开度为100％的情况下，分泌信息生成部200增加作为内部变量的“去甲肾上腺素”的分泌量及“多巴胺”的分泌量。然后，基于“去甲肾上腺素”的分泌量及“多巴胺”的分泌量，调整与“去甲肾上腺素”及“多巴胺”中的至少一个建立对应的人工突触S的耦合系数BS。
传感器部110的各传感器与特定的内分泌物质建立对应，内部分泌物质的分泌量与特定的人工突触S的耦合系数BS建立对应。由此，根据传感器部110的检测信号，能够通过内部分泌物质的分泌量改变神经网络中各处的人工突触S中的信号的传输容易度。因此，能够根据由传感器部110检测到的检测信号产生各种情感。
图5是将加速器开度与内分泌物质建立对应的传感器对应信息的一个例子。存储部280与加速器开度的多个值建立对应地存储表示多巴胺及去甲肾上腺素的信息。更具体而言，存储部280与加速器开度中的每个建立对应地存储表示多巴胺分泌量的增加量和去甲肾上腺素分泌量的增加量的组合的信息。另外，分泌量的增加量以NN运算部230使用的内部变量表示的分泌量相对于上限值的比例表示。
踩踏加速器意味着试图使车辆10行驶。与人类相比较，这对应于人类试图奔跑。人类在奔跑时分泌去甲肾上腺素并将糖送入血液中。此外，人类在进行运动时分泌多巴胺。因此，车辆10中的加速器的踩踏量与去甲肾上腺素和多巴胺的分泌建立对应。
另外，去甲肾上腺素除了抑制血糖值的降低之外，还与不安感和恐惧心理有关。因此，如图所示，优选地，加速器开度越大去甲肾上腺素的分泌增加量越多。加速器开度增大与车辆10的行驶速度提高有关，因此容易产生不安感和恐惧感。另一方面，与加速器开度为20％的情况相比，在加速器开度为100％的情况下多巴胺与更少的分泌增加量建立对应。在人体中，多巴胺与幸福感相关联，因此在加速器开度非常高的情况下，期望减少多巴胺的分泌增加量。例如，在加速器开度小于100％的开度下，优选地使多巴胺的分泌增加量具有极大值。
另外，根据本图所示的对应信息，多巴胺和去甲肾上腺素与加速器开度建立对应。然而，更多的内分泌物质的分泌增加量可以与加速器开度建立对应。
另外，与加速器开度建立对应的分泌增加量可以对于目标对象的每个类型而不同。例如，与目标对象为四轮车的情况相比，在目标对象为二轮车的情况下，可以与更大量的去甲肾上腺素的分泌增加量建立对应。此外，与目标对象为四轮车的情况相比，在目标对象为二轮车的情况下，可以与更少量的多巴胺的分泌增加量建立对应。这是因为与四轮车相比，在二轮车中事故发生时对人体的影响变大，所以认为若增大加速器开度则恐惧感进一步提高，幸福感进一步减少。
图6是将侧倾角与内分泌物质建立对应的传感器对应信息的一个例子。存储部280与侧倾角建立对应地存储表示CRH的信息。更具体而言，存储部280与侧倾角的多个值建立对应地存储表示CRH的分泌量的增加量的信息。
车辆10的侧倾角变大例如对应于人类的身体倾斜。当身体倾斜时，为了防御压力而促进CRH的分泌。因此，侧倾角与CRH的分泌建立对应。具体而言，侧倾角越大，与CRH的分泌增加量建立对应的值越大。这是因为认为侧倾角越大施加的压力越大。
另外，根据本图所示的对应信息，侧倾角仅与CRH建立对应。然而，更多的内分泌物质的分泌增加量可以与侧倾角建立对应。
另外，与侧倾角建立对应的分泌增加量可以对于目标对象的每个类型而不同。例如，与目标对象为四轮车的情况相比，在目标对象为二轮车的情况下，可以与更大量的CRH分泌增加量建立对应。这是因为与四轮车相比，在二轮车中由于侧倾角增加而引起的翻倒危险性提高，所以认为由于增大侧倾角而引起的恐惧心理进一步增强。
在图5及图6中，说明了加速器开度及侧倾角的测量值与内部分泌物质的分泌增加量建立对应。然而，其他任意传感器的测量值也可以与内部分泌物质的分泌增加量建立对应。此外，以容易理解地进行说明为目的，关于加速器开度、侧倾角的测量值及内部分泌物质的分泌增加量示出了离散的数值，但也可以通过以测量值为变量的连续函数等，与内部分泌物质的分泌增加量建立对应，以便可以相对于测量值的连续变化而获得连续的内部分泌物质的分泌增加量。另外，作为传感器对应信息，代替将测量值与内部分泌物质的分泌增加量建立对应，或者除了将测量值与内部分泌物质的分泌增加量建立对应之外，也可以将测量值的时间变化量与内部分泌物质的分泌增加量建立对应。
图7是将去甲肾上腺素量与耦合系数BS建立对应的耦合系数对应信息的一个例子。存储部280与去甲肾上腺素的总分泌量对应地存储将人工突触S14的耦合系数BS14的增加系数、人工突触S45的耦合系数BS45的增加系数与人工突触S43的耦合系数BS43的增加系数建立对应的信息。另外，这里列举的人工突触S通过强耦合连接人工神经元N。
如图所示，去甲肾上腺素量越多，与BS14的增加系数及BS45的增加系数建立对应的值越大。另一方面，去甲肾上腺素量越多，与BS43的增加系数建立对应的值越小。由此，例如，在图4所示的神经网络中，与从N1朝向N3的方向相比，从N1朝向N5的方向更容易传输由输入信息产生的信号。因此，配置在从N1朝向N5的方向上的人工神经元更容易激活。因此，例如在图3所示的情感图中，随着去甲肾上腺素的增加，相对于同心圆的中心部配置在特定方向上的情感，例如所谓“不安”、“恐惧”的情感容易激活。因此，能够容易在车辆10中产生与人类生成的情感相似的情感。
另外，这里，对将人工突触S的耦合系数BS向使输出目的地的人工神经元N容易激活的方向调整的情况进行了说明。然而，也可以以能够将人工突触S的耦合系数BS向使输出目的地的人工神经元N难以激活的方向调整的方式，设定增加系数。例如，在人工突触S为强耦合的情况下，通过减小增加系数，能够使输出目的地的人工神经元N难以激活。另外，当人工突触S通过抑制耦合连接人工神经元N时，通过增大增加系数，能够使输出目的地的人工神经元N难以激活，并且通过减小增加系数，能够使输出目的地的人工神经元N容易激活。
参数调整部220参照耦合系数对应信息，将对应的耦合系数BS调整与各内部分泌物质的总分泌量对应的量。如上所述，分泌信息生成部200根据来自各传感器的测量值，确定各内部分泌物质的总分泌量。因此，根据各传感器的测量值，可以复杂地调整耦合系数BS的调整量，进而可以通过多种组合使情感人工神经元激活。而且，通过将车辆10中各传感器与内部分泌物质的关系以及各内部分泌物质与耦合系数BS的关系置换为人类而附加含义并建立对应，能够生成对人类而言没有不协调感的情感。
图8是示出情感确定系统100中各部分的运作的流程图。当指示开始情感生成处理时，在步骤502中，NN运算部230进行神经网络的参数的初始设定。例如，NN运算部230从存储部280读出参数的初始值，对神经网络的参数进行初始化(步骤802)。当初始设定完成时，在步骤804中，开始每个时刻的处理循环。
在步骤806中，输入信息生成部210及分泌信息生成部200获取来自传感器部110的检测信号。在步骤808中，输入信息生成部210生成向分配给第一输入的输入用人工神经元输入的信息和向分配给第二输入的输入用人工神经元输入的信息。输入信息生成部210生成固定值的输入脉冲作为输入信息，该固定值的输入脉冲以分别从各传感器获取检测信号的规定的采样间隔而产生。
在步骤810中，分泌信息生成部200例如基于与图5、图6等相关联地说明的传感器对应信息和在步骤506中获取的各传感器的检测信号的测量值，计算内分泌物质的分泌量。接着，在步骤812中，参数调整部220计算各人工突触S的耦合系数BS。
接着，在步骤814中，NN运算部230通过与图4等相关联地说明的式子，计算输入到各人工神经元的I。接着，在步骤816中，NN运算部230基于输入到各人工神经元的I，计算各人工神经元的内部状态Vm。
接着，在步骤820中，NN运算部230基于各情感人工神经元的内部状态Vm及阈值T，确定激活的情感人工神经元。在步骤822中，情感判定部240基于激活的情感人工神经元，判定车辆10的情感。由此，作为车辆10的情感，情感确定部260分配与激活的情感人工神经元对应的情感。另外，情感判定部240也可以判断为车辆10更强烈地感受到与激活的情感人工神经元中的、内部状态Vm更大的情感人工神经元对应的情感。接着，在步骤824中，控制部250基于在步骤822中判定的情感，控制车辆10的各部分。
在S830中，情感确定系统100判断是否结束循环。例如，当指示了结束情感生成处理时，判断为结束循环。当不结束循环时，返回到S804，进一步进行下一时间步骤的计算。当结束循环时，结束该流程。
图9示意地示出从UI部180输出的信息。例如，假设通过情感确定部260确定为车辆10具有“可怜”、“悲伤”及“不安”的情感。在这种情况下，控制部250使作为UI部180的一个例子的导航装置的显示部182显示与所确定的情感建立对应的表情目标900。此外，控制部250从声音输出部184输出与所确定的情感和当前的车辆10的状况建立对应的声音。
由此，驾驶员可以获得好像能够与车辆10分享喜悦、分享痛苦那样的感觉。如此，驾驶员可以获得像与车辆10共享情感那样的感觉。
此外，例如在像平时转向操作拙劣的驾驶员以顺利的转向操作通过了急转弯那样的情况下，将车辆10的情感确定为“高兴”，并将表示高兴心情的表情显示在显示部182上。由此，驾驶员的心情变得更好，并且容易变为想要更熟练地驾驶车辆10的心情。因此，通过将基于传感器信息的信息表现为车辆10的情感，有时导致驾驶员的驾驶技术的改进。
另外，在以上说明中，主要是例如如与图7等相关联地进行说明的那样，作为调整参数，以人工突触S的耦合系数BS为例进行了说明。然而，调整参数不限于人工突触S的耦合系数BS。例如，作为调整参数，可以例示人工神经元N的阈值T、在人工神经元N激活时来自该人工神经元N的输出值等。
此外，情感确定系统100的功能可以通过多个计算机安装。例如，情感确定系统100的功能的一部分通过设置于车辆10的计算机安装，情感确定系统100的其他功能经由通信网络与设置于车辆10的计算机通信，并且可以通过设置于车辆10外的一个以上的计算机安装。设置于车辆10外的一个以上的计算机的功能可以通过云安装。
车辆10不限于四轮车，也可以是二轮车等各种汽车。车辆10可以是包括电动机作为至少一部分动力的电动汽车或混合动力汽车等。另外，车辆10是包括情感确定系统的系统的一个例子。作为包括情感确定系统的系统，可以采用车辆以外的各种形态。作为包括情感确定系统的系统，可以例示车辆以外的各种交通工具、机器人、电气设备、建筑物等。
以上，虽使用实施方式说明了本发明，但本发明的技术范围并不限定于上述实施方式所记载的范围。对于本领域技术人员所显而易见的是，可以对上述实施方式进行各种变更或改进。从权利要求书的记载中显而易见的是，经过这样的变更或改进的形态也可以包含在本发明的技术范围内。
应该注意的是，权利要求书、说明书以及附图中所示的装置、系统、程序以及方法中的运作、次序、步骤以及阶段等各处理的执行顺序，只要没有特别明示为“在……之前”、“先于”等，或者只要不是将前面的处理的输出用于后面的处理，就可以以任意的顺序实施。有关权利要求书、说明书以及附图中的运作流程，即使为了方便起见而使用“首先”、“接着”等字样进行了说明，也不意味着必须按该顺序实施。
附图标记说明
10：车辆、100：情感确定系统、110：传感器部、180：UI部、190：用户、200：分泌信息生成部、210：输入信息生成部、220：参数调整部、230：NN运算部、240：情感判定部、250：控制部、260：情感确定部、270：处理部、280：存储部、290：记录介质、300：情感图、182：显示部、184：声音输出部、190：用户、900：目标。

Claims (13)

1.一种情感确定系统，包括：
输入信息生成部，基于来自设置于目标对象的一个以上的传感器的检测信号，生成用于确定所述目标对象的情感的输入信息；
分泌信息生成部，基于所述检测信号，生成表示一种以上的内分泌物质的分泌量的分泌信息；以及
参数调整部，基于所述分泌信息表示的所述内分泌物质的分泌量，调整用于根据所述输入信息确定所述情感的运算参数。
2.根据权利要求1所述的情感确定系统，其中，
所述情感确定系统还包括第一对应信息存储部，所述第一对应信息存储部存储将多个所述传感器中的每个与所述内分泌物质的分泌量建立对应的第一对应信息，
所述分泌信息生成部根据所述多个传感器各自的所述检测信号表示的测量值，改变通过所述第一对应信息而与各个所述传感器建立对应的所述内分泌物质的分泌量。
3.根据权利要求1或2所述的情感确定系统，其中，
所述情感确定系统还包括情感确定部，所述情感确定部使用所述运算参数，并根据所述输入信息确定所述情感。
4.根据权利要求3所述的情感确定系统，其中，
所述情感确定部使用将所述输入信息作为输入的神经网络来确定所述情感。
5.根据权利要求4所述的情感确定系统，其中，
所述运算参数是所述神经网络中所包含的人工突触的耦合系数。
6.根据权利要求5所述的情感确定系统，其中，
所述情感确定系统还包括第二对应信息存储部，所述第二对应信息存储部存储将多个所述人工突触中的每个与所述内分泌物质建立对应的第二对应信息，
所述参数调整部根据所述分泌信息表示的所述内分泌物质的分泌量，改变通过所述第二对应信息而与所述内分泌物质建立对应的所述多个人工突触各自的所述耦合系数。
7.根据权利要求4至6中任一项所述的情感确定系统，其中，
所述输入信息生成部以预定频率获取所述检测信号表示的测量值，并生成针对所述神经网络的预定值的输入值，
所述分泌信息生成部根据所述测量值，改变所述内分泌物质的分泌量。
8.根据权利要求7所述的情感确定系统，其中，
所述输入信息生成部以对于多个所述传感器中的每个而不同的所述频率，生成针对所述神经网络的预定值的输入值。
9.根据权利要求4至8中任一项所述的情感确定系统，其中，
所述神经网络包含作为确定了情感的人工神经元的多个情感人工神经元，
所述情感确定部基于所述多个情感人工神经元各自当前的激活状态，确定当前的所述情感。
10.根据权利要求1至9中任一项所述的情感确定系统，其中，
所述分泌信息生成部根据所述检测信号表示的测量值的时间变化量，改变所述内分泌物质的分泌量。
11.根据权利要求1至10中任一项所述的情感确定系统，其中，
所述情感确定系统还包括控制部，所述控制部根据所述情感控制所述目标对象。
12.一种系统，包括：
权利要求1至11中任一项所述的情感确定系统；以及
所述目标对象。
13.一种程序，用于使计算机作为权利要求1至11中任一项所述的情感确定系统发挥功能。
CN201780023333.8A 2016-04-19 2017-04-11 情感确定系统、系统及程序 Withdrawn CN109074509A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016-084031 2016-04-19
JP2016084031A JP6273311B2 (ja) 2016-04-19 2016-04-19 感情決定システム、システム及びプログラム
PCT/JP2017/014873 WO2017183523A1 (ja) 2016-04-19 2017-04-11 感情決定システム、システム及びプログラム

Publications (1)

Publication Number Publication Date
CN109074509A true CN109074509A (zh) 2018-12-21

Family

ID=60115870

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780023333.8A Withdrawn CN109074509A (zh) 2016-04-19 2017-04-11 情感确定系统、系统及程序

Country Status (5)

Country Link
US (1) US20190051413A1 (zh)
EP (1) EP3435291A4 (zh)
JP (1) JP6273311B2 (zh)
CN (1) CN109074509A (zh)
WO (1) WO2017183523A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200130701A1 (en) * 2017-06-27 2020-04-30 Kawasaki Jukogyo Kabushiki Kaisha Pseudo-emotion generation method, travel evaluation method, and travel evaluation system
JP7354888B2 (ja) * 2020-03-17 2023-10-03 トヨタ自動車株式会社 情報処理装置、プログラム、及び、情報処理方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1083489A2 (en) * 1999-09-10 2001-03-14 Yamaha Hatsudoki Kabushiki Kaisha Interactive artificial intelligence
US6219657B1 (en) * 1997-03-13 2001-04-17 Nec Corporation Device and method for creation of emotions
US20030067486A1 (en) * 2001-10-06 2003-04-10 Samsung Electronics Co., Ltd. Apparatus and method for synthesizing emotions based on the human nervous system
JP2005346471A (ja) * 2004-06-03 2005-12-15 Canon Inc 情報処理方法、情報処理装置
JP2009053782A (ja) * 2007-08-24 2009-03-12 Sony Corp データ処理装置、データ処理方法、及びプログラム
CN103869703A (zh) * 2014-03-28 2014-06-18 东华大学 一种基于内分泌单神经元pid控制器的无线监控系统
CN104427936A (zh) * 2012-07-26 2015-03-18 日产自动车株式会社 驾驶者状态推定装置、驾驶者状态推定方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011253389A (ja) 2010-06-02 2011-12-15 Fujitsu Ltd 端末および擬似会話用返答情報作成プログラム
US9665822B2 (en) 2010-06-30 2017-05-30 International Business Machines Corporation Canonical spiking neuron network for spatiotemporal associative memory

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6219657B1 (en) * 1997-03-13 2001-04-17 Nec Corporation Device and method for creation of emotions
EP1083489A2 (en) * 1999-09-10 2001-03-14 Yamaha Hatsudoki Kabushiki Kaisha Interactive artificial intelligence
US20030067486A1 (en) * 2001-10-06 2003-04-10 Samsung Electronics Co., Ltd. Apparatus and method for synthesizing emotions based on the human nervous system
JP2005346471A (ja) * 2004-06-03 2005-12-15 Canon Inc 情報処理方法、情報処理装置
JP2009053782A (ja) * 2007-08-24 2009-03-12 Sony Corp データ処理装置、データ処理方法、及びプログラム
CN104427936A (zh) * 2012-07-26 2015-03-18 日产自动车株式会社 驾驶者状态推定装置、驾驶者状态推定方法
CN103869703A (zh) * 2014-03-28 2014-06-18 东华大学 一种基于内分泌单神经元pid控制器的无线监控系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KOMATSU 等: "Positive Biofeedback for Entertainment Applications", 《JOURNAL OF JAPANESE SOCIETY FOR ARTIFICIAL INTELLIGENCE》 *
SHINDO 等: "Pepper no Kanjo Seisei Engine wa RNN oRiyo Shu no Kasoteki Hormone o Mogi Shite Kidoairaku", 《NIKKEI ELECTRONICS》 *

Also Published As

Publication number Publication date
WO2017183523A1 (ja) 2017-10-26
JP2017194805A (ja) 2017-10-26
EP3435291A1 (en) 2019-01-30
JP6273311B2 (ja) 2018-01-31
US20190051413A1 (en) 2019-02-14
EP3435291A4 (en) 2019-04-10

Similar Documents

Publication Publication Date Title
CN106462027B (zh) 控制机动车辆中的车辆系统的方法
US10150351B2 (en) Machine learning for olfactory mood alteration
CN106379318A (zh) 自适应巡航控制简档
DE102015200775A1 (de) Unabhängigen Beurteilung eines emotionalen Zustandes und einer kognitiven Belastung
CN107531236A (zh) 基于乘员的车辆控制
US9457815B2 (en) Multi-level vehicle integrity and quality control mechanism
DE102018207069A1 (de) Verfahren und Steuereinheit zum Betreiben eines autonomen Fahrzeugs
CN109074511A (zh) 存储控制系统、系统以及程序
CA3017450C (en) Intention emergence device, intention emergence method, and intention emergence program
CN109074509A (zh) 情感确定系统、系统及程序
WO2018147838A1 (en) Machine learning for olfactory mood alteration
JP6645543B1 (ja) 運転制御調整装置および運転制御調整方法
US11661069B2 (en) Driver screening using biometrics and artificial neural network analysis
CN115551757A (zh) 乘客筛查
DE102018212649A1 (de) Verfahren und Steuervorrichtung zum Beeinflussen einer Gemütsverfassung eines Insassen eines Kraftfahrzeugs sowie Kraftfahrzeug mit einer derartigen Steuervorrichtung
EP3892511A1 (en) Method and system for modifying a self-driving model
US20190295400A1 (en) Driving assistance device
CN113928328A (zh) 受损驾驶辅助
Trende et al. Improving the detection of user uncertainty in automated overtaking maneuvers by combining contextual, physiological and individualized user data
EP3900993A1 (en) Vehicle travel control device
Wei et al. A driver distraction detection method based on convolutional neural network
WO2020039994A1 (ja) カーシェアリングシステム、運転制御調整装置、および車両の嗜好適合化方法
CN113597391A (zh) 汽车行驶控制用运算装置及使用该运算装置的行驶控制系统
DE102016219259A1 (de) Verfahren zur Anpassung eines Fortbewegungsmittels an eine Präferenz eines Anwenders
Maas et al. Simulator setup according to use case scenarios-A human-oriented method for virtual development

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20191107

Address after: Tokyo, Japan

Applicant after: Softbank robotics Co., Ltd.

Address before: Tokyo, Japan

Applicant before: Emotional aisibi Corporation

WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20181221