根據(jù)發(fā)表在《社會機器人學(xué)》上的新研究，人工智能模型可能會使機器人互動對患有自閉癥譜系障礙（ASD）的兒童更加有益。

作者指出，在美國59名兒童中，大約有1名被診斷出患有ASD，社交輔助機器人（SAR）是一種人機交互（HRI），可以潛在地幫助這些患者發(fā)展社交技能，但更多的研究在這個領(lǐng)域仍然需要。

主要作者，洛杉磯南加州大學(xué)的Shomik Jain和同事寫道：“ HRI方法在日常情況下自主感知，解釋和自然響應(yīng)非典型用戶的行為提示的能力仍然受到限制?！?“這阻礙了SAR干預(yù)措施針對每個用戶的特定需求進行定制的能力?！?/p>

Jain等。探索了使用有監(jiān)督的機器學(xué)習(xí)技術(shù)來優(yōu)化ASD兒童的SAR干預(yù)的可能性。數(shù)據(jù)來自七個月參與者的一個月的家庭SAR干預(yù)。該團隊調(diào)查了孩子何時通過互動進行互動或脫離互動，“使用標準的互動定義將行為，情感和認知結(jié)構(gòu)結(jié)合在一起”。

總體而言，該團隊開發(fā)了兩個受監(jiān)督的機器學(xué)習(xí)模型-一個基于來自眾多用戶的數(shù)據(jù)，另一個為每個用戶創(chuàng)建了一個單獨的模型。ROC曲線下的平均面積大約為90%，研究小組表示，其模型“可用于在線機器人感知脫離以及對脫離的閉環(huán)響應(yīng)?！?但是，撤離的召回率僅為50%，這是“未來工作的關(guān)鍵領(lǐng)域”。

作者寫道：“提出的模型也易于解釋，這是促進實施的重要特征?！?“機器學(xué)習(xí)的可解釋性在ASD環(huán)境中尤其重要，在這種情況下，治療師和護理人員需要了解系統(tǒng)的行為以信任并采用它?！?/p>

Jain及其同事確實注意到，每個孩子到下一個孩子的數(shù)據(jù)差異很大，這是因為父母/護理人員會在不同時間調(diào)整攝像機，并且因為錄制的音頻“包含很高的背景噪音”。這種差異使AI模型“易受過度擬合的影響”，而“裝袋，加速和提前停止”被用于解決該問題。

作者總結(jié)說：“總體上，在線識別和應(yīng)對脫離接觸將使設(shè)計更具吸引力，個性化和有效的HRI，尤其是在ASD社區(qū)的SAR中?！?/p>