Expresividad emocional en robótica: Transferencia de estilo emocional al robot TIAGo
En este trabajo se presenta un sistema para robótica social que permite dar expresividad al robot TIAGo, con la finalidad de mejorar la capacidad de comunicación no verbal en las interacciones humano-robot. Para ello, se emplea una red neuronal basada en codificadores y decodificadores llamada Motio...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Fecha de publicación: | 2025 |
| País: | España |
| Recursos: | Universidad de Sevilla (US) |
| Repositorio: | idUS. Depósito de Investigación de la Universidad de Sevilla |
| OAI Identifier: | oai:idus.us.es:11441/181285 |
| Acesso em linha: | https://hdl.handle.net/11441/181285 |
| Access Level: | acceso abierto |
| Palavra-chave: | Expresividad emocional Robótica Robot TIAGo |
| Resumo: | En este trabajo se presenta un sistema para robótica social que permite dar expresividad al robot TIAGo, con la finalidad de mejorar la capacidad de comunicación no verbal en las interacciones humano-robot. Para ello, se emplea una red neuronal basada en codificadores y decodificadores llamada Motion Puzzle [7], que permite la transferencia de estilos en movimientos animados partiendo de un movimiento base. La arquitectura aprovecha grafos espacio-temporales para modelar la estructura del cuerpo humano y aplicar la transferencia de estilo de forma individual para cada parte del cuerpo (brazos, piernas, torso). El sistema fue validado usando movimientos animados que se obtienen de fuentes externas, cuya visualización se realizó mediante Blender. Una vez se hace inferencia en el modelo, se obtiene el movimiento base con un estilo emocional aplicado (feliz, triste, enfadado) el cual se procesa para ser transmitido al robot TIAGo. Esta ejecución en el robot se hace tanto en simulación como en el robot físico, considerando las limitaciones mecánicas del mismo. Finalmente, se evaluó el sistema de forma experimental mediante una encuesta a usuarios, con el objetivo de evaluar si los movimientos generados con carga son reconocidos correctamente, y evaluar si los usuarios perciben que la expresividad emocional mejora la interacción en comparación con un comportamiento neutro. |
|---|