Centre Universitaire d'Informatique

Mme Zerrin Kasap soutiendra, en vue de l'obtention du grade de docteur ès sciences, mention informatique, sa thèse intitulée

Modeling Emotions and Memory for Virtual Characters and Social Robots

Abstract :

With the advances in the field of embodied conversational agents and socially interactive robots, today people are able to communicate with embodied entities using natural ways of communication. However, these interactions are mostly short-term interactions that occur during one interaction session and they are not suitable for everyday use. Creating long-term interpersonal relationships with computers is a highly challenging topic at the intersection point of different fields such as human-computer interaction, computer science, artificial intelligence, computer graphics and animation, robotics and also social sciences such as psychology and cognitive science.

In this thesis, we developed a novel long-term social interaction framework for interaction with virtual characters and human-expressive social robots. The thesis describes an expressive robotic tutor for long-term interaction that can remember past exchanges with users and that can respond emotionally based on its initial personality. Previous work on long-term interaction with virtual characters and robots frequently reported that after the novelty effect disappeared, users’ interest into the interaction decreased with time. Our primary goal in this study was to develop a system that can still keep the attention of the users after the first interaction.

Incorporating the notion of time into the interaction, we think that the key to long-term interaction is the recall of past related events during current conversation. We suggest that episodic memory is a core concept for realizing this goal as it can store past information in the form of interaction episodes. Afterwards, both emotional and task-related information can be retrieved from episodic memory in order to create a continuous relationship with the users. However, research on long-term interaction so far spent little efforts on behaviors such as remembering individuals and important past exchanges with them. We designed an experiment to measure the changes in social presence and task engagement levels in long-term by considering four different conditions based on memory (with-memory/without-memory) and personality (supportive/unsupportive). Different from previous work on long-tem interaction we found out that users’ interest in our system did not decrease with time.

Résumé :

Les progrès dans le domaine des agents conversationnels animés et des robots socialement interactif permettent aujourd’hui aux gens de communiquer avec les entités réalisés à l’aide des moyens naturels de communication. Néanmoins, ces interactions sont essentiellement de courte durée et spécifique à une session d’interaction et donc inadaptés à une utilisation quotidienne. La création de relation inter personnelles de long terme en utilisant les ordinateurs reste une tâche extrêmement difficile. En effet, ce sujet constitue un point d’intersection de différents domaines tels que l’interaction homme-machine, informatique, intelligence artificielle, l’infographie et l’animation, la robotique ainsi que les sciences sociales comme la psychologie et les sciences cognitives.

Dans cette thèse, nous avons développé un nouveau modèle d’interaction sociale à long terme permettant d’interagir avec des personnages virtuels et des robots sociaux à expression humaine. La thèse décrit le concept d’un tuteur robotique expressif pour une interaction à long terme. Ce tuteur peut se rappeler des échanges passés avec les utilisateurs et répondre émotionnellement en fonction de sa personnalité initiale. Les travaux antérieurs sur l’interaction à long terme avec les personnages virtuels et les robots ont montré que souvent après la disparition de l’effet de la nouveauté, l’intérêt des utilisateurs dans l’interaction diminué avec le temps. Notre objectif principal dans cette étude est justement de développer un système qui peut encore garder l’attention des utilisateurs après la première interaction.

Afin d’intégrer la notion de temps dans l’interaction, nous pensons que la clé de l’interaction à long terme est le rappel des événements passés et qui sont liés durant la conversation courante. On suggère que la mémoire épisodique est un concept de base pour la réalisation de cet objectif car elle peut stocker des informations passées sous la forme d’épisodes d’interaction. Par la suite, l’information émotionnelle et celle liée à la tâche peuvent être extraites de la mémoire épisodique afin de créer une relation continue avec les utilisateurs. Toutefois, dans la recherche sur l’interaction à long terme peu d’efforts ont été consacrés sur les comportements tels que se souvenir des individus et des importants échanges qui ont eu lieux avec eux. Nous avons réalisé une expérience visant à mesurer l’évolution de la présence sociale et les niveaux d’engagement au travail à long terme en considérant quatre conditions différentes qui sont basées sur la mémoire (avec ou sans mémoire) et la personnalité (favorable ou non favorable). Les résultats trouvés sont différent des précédents travaux sur l’interaction à long terme. En effet, nous avons constaté qu’avec notre système, l’intérêt des utilisateurs ne diminue avec le temps.

Date: Mardi 8 mars 2011 à 14h00

Lieu: Site de Battelle (bât. A, auditoire rez-de-chaussée) - 7 route de Drize - 1227 Carouge

À la Une