Upload
internet
View
103
Download
0
Embed Size (px)
Citation preview
Personagens Sintéticas Autónomas
Tópicos
Introdução Expressividade - Projecto de Oz Comunicação social - REA Comportamento Realista – C4, Um
Cérebro Virtual Conclusões Bibliografia
Introdução
O que são personagens sintéticas? Personagens que parecem vivas. Criaturas que parecem possuir
personalidade. Credibilidade
Autónomas: Pensam, raciocinam e agem por si
próprias Sem controle externo
Introdução
Inúmeras aplicações Interfaces Homem-Máquina Entretenimento – Jogos e Filmes Testes de teorias
Várias áreas de estudo: Animação tradicional Computação gráfica Inteligência artificial Psicologia Interfaces multimodais
Introdução Projecto de Oz REA C4 – Um Cérebro Virtual Conclusões Bibliografia
Projecto de Oz
Projecto de OZ - 1992 Teatros virtuais interactivos Personagens sintéticas em ambientes
interactivos (woogles). Inspirado no trabalho dos animadores da
Disney. Baseada em:
Aspectos comportamentais. Objectivos. Emoções Criaturas com reacções emocionais a eventos.
Projecto de Oz
Personagem credível – proporciona a ilusão de vida, permitindo a suspensão de descrença da audiência.
Emoção fundamental para criar a ilusão de vida. Três pontos chave para a representação de
emoções: Estado emocional da personagem claramente
definido. Processo de pensamento revela o sentimento. Acentuação das emoções.
Personalidade
Arquitectura Tok
Geração Emoção (EM)
Objectivos Quando um objectivo falha
Joy, Distress: intensidade = importância
Standards (normas morais) Objectivo falha por culpa doutrem
Anger
Atitudes (relativas a objectos) Funções que determinam Like/Dislike
Emoções Geradas
Selecção de Acções (HAP)
Objectivos Condições de activação
Biblioteca de “Planos” para atingir objectivos Subobjectivos Acções Precondições
Árvore de objectivos e “planos” activos
Introdução Projecto de Oz REA C4 – Um Cérebro Virtual Conclusões Bibliografia
REA
REA (Real Estate Agency) é um ECA no domínio das agências imobiliárias.
Tem uma base de dados com casas à venda.
Mostra imagens tridimensionais das casas e quartos.
Duas câmaras permitem detectar a posição da cabeça e das mãos do utilizador.
Utilizador fala com a REA através de um microfone.
Embodied Conversational Agents
Humanos Virtuais com capacidades sociais e linguísticas para levar a cabo uma conversa face a face: Reconhecem e respondem a entradas verbais e não
verbais. Geram saidas verbais e não verbais. Lidam com funções conversacionais (dar a vez, dar
feedback). Dispõem de sinais que indicam o estado da conversa.
Utilizam o corpo de uma maneira muito semelhante aos humanos.
Ideais para suportarem uma interacção eficiente entre pessoas e máquinas.
Não é necessário treino por parte dos utilizadores.
Modelo FMBT
FMBT – Functions Dois tipos de contribuições:
Funções proposicionais. Correspondem à informação semântica enviada. Discurso informativo, gestos manuais, entoação de voz, etc.
Ex: Gestos que indicam tamanho na sentença “era deste tamanho”.
Funções de Interacção. Pistas que regulam e mantêm aberto o canal de comunicação.
Ex: Acenar com a cabeça para indicar que se está a compreender o interlocutor.
Modelo FMBT
FMBT – Modalities Possibilidade de usar várias modalidades de
comunicação simultâneamente. Fala, olhar, gestos.
Olhos focam a atenção do interlocutor. Mãos ajudam a retirar ambiguidades e a
descrever localizações. “O café fica ali.” “Passa-me aquela camisa.”
Informação redundante e complementar em paralelo
Modelo FMBT
FMBT – Behaviours are not functions A mesma função comunicativa nem sempre se mapeia
no mesmo comportamento. O mesmo comportamento nem sempre serve a mesma
função.
Olhar para o interlocutor, Acenar com a cabeça
Fornecer Feedback
Olhar para o interlocutor, Levantar as sobrancelhas
Pedir Feedback
Acenar com as mãosDespedir-se
Olhar em redorDesviar-se da conversa
Lançar um olhar breveReagir a uma pessoa
Comportamentos:Funções:
Modelo FMBT
FMBT – Timing Pessoas assumem que acontecimentos
síncronos têm significado. O significado de um simples acenar pode
depender da altura em que ocorre na conversa:
Um acenar de cabeça no preciso momento em que o emissor pede feedback revela que o receptor está a compreendê-lo!
Um atraso em acenar a cabeça por parte do receptor pode significar discordância.
REA - Arquitectura
REA - Arquitectura
Input Manager Integração das diversas modalidades Reacção ou Deliberação
Action Sheduler Escalonamento dos eventos motores Sincronização entre modalidades
REA - Arquitectura
Deliberative Module Understanding Module
Comportamentos -> Funções Generation Module
Funções -> Comportamentos
Decision Module Interactional Processing Propositional Processing
REA - Exemplo Mike aproxima-se do
ecrâ. Rea está virada noutra direcção.
Rea vira-se, olha para Mike e diz:
“Olá, em que posso ajudá-lo?”
“Procuro uma casa perto do MIT.”
“Tenho uma casa para lhe mostrar.”
Aparece uma imagem da casa no ecrâ. Rea olha para a casa e novamente para Mike.
“Fale-me sobre ela.” Rea olha para um sitio
distante enquanto decide o que dizer.
“É grande.”
REA - Exemplo
Mike levanta as mão indicando que vai falar.
Rea para e espera. “É muito longe?” “Fica a 5 minutos da
estação de metro” “É muito grande?” “Tem 4 quartos, 3 casas
de banho…” Mike interrompe Rea que
para de falar imediatamente.
“Onde é que fica o quarto principal?”
“No andar de cima.” “E a casa de banho
principal?” “Ao lado do quarto”
Introdução Projecto de Oz REA C4 – Um Cérebro Virtual Conclusões Bibliografia
C4 – Um Cérebro Virtual
Influenciado pela teoria da atitude intencional. Se conhecermos as crenças e os desejos de uma
criatura, podemos predizer as suas acções. Noção de ilusão de vida. Personagens com a capacidade de expressarem o
seu estado mental: Um observador pode inferir as suas crenças e
desejos. Aprendizagem essencial para atingir credibilidade Capacidade de adaptação ao ambiente
Revisão e criação de crenças
C4 – Um Cérebro Virtual
Exemplo: Sheep|dog Duncan Pastor Ovelhas Utilizador controla o pastor, dando
comandos de voz ao duncan (sit,down,away).
C4 - Arquitectura
C4 – Perception System
Árvore de Percepções Hierárquica São apenas feitas transversias parciais da árvore. Pode-se substituir os classificadores sem afectar o
funcionamento do sistema.
C4 – Working Memory
Memória de Percepção Simula a memória de trabalho humana. Lista de objectos persistentes.
Percepções Predicções Hipóteses
Juntos formam a vista que a criatura tem do contexto.
Todos os componentes da C4 podem alterar ou acrescentar este tipo de objectos.
C4 – Working Memory
Eventos de diferentes modalidades podem ser combinados num único objecto.
A confiança num determinado objecto vai decaindo ao longo do tempo.
Estrutura permite-nos questionar a memória de maneiras muito uteis. “Há comida perto de mim?”
Escolher alvos de accção. “Procura um objecto humanoide e vai até ele”.
C4 – Working Memory
Predicção Informação sensorial vinda de um objecto pode
ser interrompida temporariamente. Quando o registo de uma percepção não é
observado: O seu valor é predito. Torna-se visível ao sistema como se
tivesse sido realmente observado. Base para surpresa. Predição contribui para o senso comum e a
credibilidade de uma criatura. Implicam expectativas acerca do mundo.
C4 – Action System Selecção de Acções
Responder a 4 questões: Quando fazer? O que fazer e como fazer? A que o fazer? Durante quanto tempo?
Acção modifica estado interno da criatura Guarda na memória o objecto actual de interesse
C4 – Action Selection
Grupos de acção Definem acções que não se podem
executar ao mesmo tempo Exemplo
Sentar e correr (Grupos diferentes) Correr e abanar a cauda (mesmo grupo)
Acções são escolhidas probabilisticamente
Aprendizagem
Aprendizagem por reforço (recompensa) Recompensa associada à ultima acção Memória de percepção activa no
momento da acção associada com a recompensa
Introdução Projecto de Oz REA C4 – Um Cérebro Virtual Conclusões Bibliografia
Conclusão
Bates e Loyall - OZ Expressividade emocional e Personalidade
Cassell - REA Capacidades comunicação social
Blumberg - C4 Atitude Intencional Aprendizagem e capacidade de adaptação
Várias perspectivas Todas elas importantes Focos Diferentes
Bibliografia
Thomas F., Johnston O.: “Disney Animation: The Illusion of Life”, Abbeville Press, New York, 1981
Ortony A., Clore G., Collins A.: “The Cognitive Structure of Emotions”, Cambridge University Press, UK, 1988.
Gilboa E., Ortony A.: “The structure of emotion response tendencies”. Work in progress, 1991.
Elliot C.: “The Affective Reasoner: A process model of emotions in a multi-agent system”. Northwestern University, PhD Thesis, Illinois, 92.
Bates J.: “The Role of Emotion in Believable Agents”. Technical Report CMU-CS-94-136, School of Computer Science, Carnegie Mellon University, Pittsburgh, PA. April 1994. Also to appear in Communications of the ACM, Special Issue on Agents, July 1994.
Reilly S., Bates J.: ”Building Emotional Agents”. Technical Report CMU-CS-92-143, School of Computer Science, Carnegie Mellon University, Pittsburgh, PA. May 1992.
Loyall B.: ”Believable Agents: Building Interactive Personalities”. Technical Report CMU-CS-97-123, School of Computer Science, Carnegie Mellon University, Pittsburgh, PA. May 1997.
Bibliografia
Cassell J., Bickmore T., Billinghurst M., Campbell L., Chang K., Vilhjalmsson H., and Yan H.:"Embodiment in Conversational Interfaces: Rea", Proceedings of CHI 99, Pittsburgh, PA, 1999.
Cassell J., Bickmore T., Campbell L., Vilhjalmsson H., and Yan H.:"More Than Just a Pretty Face: Conversational Protocols and the Affordances of Embodiment", Knowledge-Based Systems, vol. 14, pp. 55-64, 2001.
Cassell J., Stocky T., Bickmore T., Gao Y., Nakano Y., Ryokai K., Tversky D. Vaucelle C., Vilhjalmsson H.: “MACK: Media lab Autonomous Conversational Kiosk”, in Proceedings of Imagina’02, Monte Carlo, 2002
Burke R., Isla D., Downie M., Ivanov Y, Blumberg B.: “CreatureSmarts: The Art and Architecture of a Virtual Brain”. Proceedings of the Game Developers Conference, 2001, pg. 147 – 166.
Blumberg, B.: “Swamped! Using plush toys to direct autonomous animated characters.”, Proceedings of SIGGRAPH 98: conference abstracts and applications.
Blumberg, B.: “(void*): A Cast of Characters”. Proceedings of SIGGRAPH 99: conference abstracts and applications.
Blumberg, B.: “D-Learning: What learning in dogs tells us about building characters that learn what they ought to learn”. Distinguished Presentations in AI, 2001