Augsburg/IA/KPP – Stellen Sie sich vor, ein Roboter erz?hlt Ihnen einen Witz – und sie lachen nicht. Und zwar nicht deswegen, weil Roboter gemeinhin nicht besonders humorbegabt sind, sondern weil dieser Roboter mit seinem Witz ihren ganz individuellen Humor nicht getroffen hat. Ein Roboter, der mit dem Witz, den er Ihnen erz?hlt, nicht an Ihrem individuellen Humor vorbeischie?t, hat Klaus Weber und seinem Kollegen vom Augsburger Lehrstuhl für Multimodale Mensch-Technik-Interaktion bei der diesj?hrigen International Conference for Multimodal Interaction (ICMI’18) in Boulder (Colorado) eine Nominierung für den Best Paper Award eingebracht.
?

Die ICMI ist eine der international wichtigsten Konferenzen im Bereich der Human-Centered Multimedia. Die Forschungsarbeiten, die in diesem Jahr dort vorgestellt wurden, erstreckten sich von Untersuchungen neuartiger Interaktionsmodalit?ten – u. a. Blick-, Gesten-, und Stiftbasierter Mensch-Technik Interaktion – über Interaktionen, die menschliches Wohlbefinden adressieren, bis hin zu sozialen Interaktionen mit Robotern. Gleich zwei der Arbeiten der Forscher des Augsburger Lehrstuhls von Prof. Dr. Elisabeth André wurden für den Best Paper Award nominiert, darunter diejenige von Klaus Weber zum Thema? "How to Shape the Humor of a Robot – Social Behavior Adaptation Based on Reinforcement Learning".
?

Bislang dem Menschen vorbehalten

Humor zu verstehen, ist eine Eigenschaft, die bislang den Menschen vorbehalten war, denn Robotern fehlt eigentlich die notwendige Empathieebene. Menschen verstehen es, andere zum Lachen zu bringen und vor allem zu erkennen, ob ihr Humor auch von anderen als witzig verstanden wird. Klaus Weber hat es mit seinen Kollegen Hannes Ritschel, Dr. Ilhan Aslan, Dr. Florian Lingenfelser am Lehrstuhl André nun geschafft, einem Roboter dieses "Verst?ndnis" zu verschaffen: Sie haben die Ergebnisse der Analyse des Verhaltens und der Reaktionen des Nutzers dem Roboter als "Wissen" vermittelt haben, das dieser nutzt, um Witze zu erz?hlen, die der Nutzer als witzig empfindet und pr?feriert.
?

Echtzeitanalyse sozialer Signale und Best?rkendes Lernen

Zum Einsatz kam dabei das am Augsburger Lehrstuhl entwickelte Tool SSI (Social-Signal-Interpretation). Es erm?glicht die Echtzeitanalyse sozialer Signale – hier speziell Lachen und L?cheln. Ein trainiertes Modell liefert die Wahrscheinlichkeiten für Lachen bzw. L?cheln der Nutzer, und der Roboter versucht auf Basis eines Algorithmus' des Best?rkenden Lernens, das emotionale Empfinden beim Nutzer zu maximieren, indem er diejenigen Witze pr?feriert, bei denen der Nutzer positivere Reaktionen zeigt.
?

Doppelter Erfolg

André und Ihr Team freuen sich darüber, dass sie gleich zwei gute Gründe hatten, sehr zufrieden von der ICMI'18 zurückzukehren. Denn auch Dr. Ilhan Aslan ist mit seiner Arbeit "Pen + Mid-Air Gestures: Eliciting Contextual Gestures" in Boulders für einen Best Paper Award nominiert worden.
?

________________________________

Beide Papiere zum Download:

• http://dl.acm.org/citation.cfm?id=3242976 (Weber)
• http://dl.acm.org/citation.cfm?id=3242979 (Aslan)
  ?

________________________________

Wissenschaftliche Ansprechpartnerin:

Prof. Dr. Elisabeth André
Lehrstuhl für Multimodale Mensch-Technik-Interaktion
Universit?t Augsburg
D-86135 Augsburg
Telefon -49(0)821-598-2341
andre@informatik.uni-augsburg.de