图灵汇官网

动态面部表情合成技术助力人形机器人更自然地表达情感

图灵汇报道，日本大阪大学于12月23日发布了一则公告，宣布该校领导的研究团队开发出一种创新的动态面部表情合成技术。这项技术旨在增强人形机器人表达情绪的能力，例如兴奋或疲倦。研究者们相信，这一技术的应用将大幅提升交流型机器人的价值，使其能够以更加自然、接近人类的方式与人互动，从而有望解决“恐怖谷”现象。

恐怖谷理论概述

恐怖谷理论最初由日本机器人专家森昌弘于1970年提出。该理论认为，当机器人或非人类物体与人类外貌相似度达到一定水平时，人们对其的反应会突然变得极其负面。即使细微的差异也会让机器人看起来异常僵硬，引发人们的恐惧和厌恶感。

传统面部表情技术的局限

尽管现有的人形机器人能模仿微笑、皱眉等多种常见表情，但要准确识别其内在的情感状态却相当困难。这种不确定性常常引起人们的不安，进一步加剧了恐怖谷效应。

新技术的优势

在最新研究中，大阪大学的研究团队引入了一种利用“波形运动”的动态面部表情合成技术。这种方法将不同面部动作（如眨眼、打哈欠）转化为独立的波形，这些波形被传递到相应的面部区域并叠加在一起，从而实现复杂表情的实时生成。与传统方法相比，新技术无需预设大量动作场景，也避免了因过渡不自然导致的问题。

内部状态与面部表情的联动

此外，该技术还允许根据机器人的内部状态调整特定波形，使得机器人的内在变化能够立即反映在面部表情上。研究人员指出，有了这项技术的支持，具备复杂面部动作的机器人将展现出更为生动的表情，并能根据外部环境的变化灵活调整情绪表现，极大地丰富了人机交互体验。

研究成果发表

目前，这项研究成果已被发表在日本的《机器人与机电一体化杂志》上。