haku: @keyword decision making / yhteensä: 24
hakutulos-lista
viite: 7 / 24
« edellinen | seuraava »
Tekijä:Sutinen, Martti
Työn nimi:Adaptive Emotion Based Decision Model for a Social Robot
Adaptiivinen tunnepohjainen päätösmalli sosiaaliselle robotille
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2012
Sivut:[14] + 74      Kieli:   eng
Koulu/Laitos/Osasto:Matematiikan ja systeemianalyysin laitos
Oppiaine:Matematiikka   (Mat-1)
Valvoja:Salo, Ahti
Ohjaaja:Insua, David Ríos
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201211243392
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  115   | Arkisto
Avainsanat:emotional model
decision making
social robot
event appraisal
adaptive interaction
tunnemalli
päätöksenteko
sosiaalinen robotti
tapahtuma-arviointi
mukautuva vuorovaikutus
Tiivistelmä (fin): Työssä kehitetään tunteiden ja päätösten laskennallinen malli robotille, jotta se voisi käyttäytyä sosiaalisissa tilanteissa järkevästi.
Päätöksentekomalli perustuu monitavoitteeseen arvoteoriaan, mutta sitä on muutettu niin, että tunnemalli säätelee mieltymyksiä sekä tulkintaa dynaamisesti ja mukautuvasti.

Tunnemalli perustuu tapahtuma-arviointiin ja diskreetteihin tunnekategorioihin.
Tapahtumia arvioidaan käyttämällä hyötyä, todennäköisyyksiä sekä odotuksia ulottuvuuksina.
Malli käyttää ydintunnetilaa ja liitettyä tunnetilaa luodakseen monikerroksisen tunteen, joka sisältää mielialan ja tunteikkaita tapahtumia.
Persoonallisuuspiirteillä saadaan aikaan monipuolisia tunnedynamiikkoja säätämällä asianmukaisia parametreja.
Asenteet ja suhteet tekevät robotista uskottavamman, ja ne ymmärretään liitetyn tunnetilan sekä klassisen ehdollistamisen avulla.
Robotti oppii käyttäjän teoista ja tekee niistä sekä ympäristön kehityksestä ennusteita todennäköisyyspohjaisilla malleilla.

Subjektiivinen hyvinvointi ja ihmisen tarvehierarkia antavat mieltymysten painotukselle pohjan, jota robotin sisäinen tila muokkaa.
Laskennalliset mallit Cathexis, FLAME, EMA, TAME and Roboceptionist inspiroivat mallia, joka on laajennettu versio AISoy1 robotin mallista.
Kehys yhdistää laajaa psykologista tutkimusta ja vaatii testausta.
Tiivistelmä (eng): This thesis introduces a computational model of emotions and decisions for a robot, which interacts meaningfully in a social context.
The decision making framework is based on multi-attribute utility theory, but it contains a dynamic and adaptive emotional model which basically acts as a preference and perception manipulator.

The emotional model is based on event appraisal with discrete emotion categories.
Events are assessed using dimensions of utility and probability as well as expectations.
The model uses the concepts of core affect and attributed affect to create a multilevel emotion consisting of moods and emotional events.
Personality traits are used to create different emotional dynamics by modifying relevant parameters.
Attitudes and relationships, understood through attributed affect and classical conditioning, make the robot emotions more believable.
The robot learns from user actions and makes predictions about them and environment changes according to probabilistic models.

Subjective well-being and human need hierarchy are used as the basis for the preferences which the visceral state affects.
The model is inspired by the computational models Cathexis, FLAME, EMA, TAME and Roboceptionist, and is an expanded version of the model used in AISoy1 robot.
The framework combines extensive psychological research and requires validation
ED:2012-10-17
INSSI tietueen numero: 45364
+ lisää koriin
« edellinen | seuraava »
INSSI