EmoACT: A Framework to Embed Emotions in Artificial Agents based on Affect Control Theory

Abstract

Man mano che i robot e gli agenti artificiali diventano sempre più integrati nella vita quotidiana, migliorare la loro capacità di interagire diventa essenziale. Poiché le emozioni giocano un ruolo cruciale nelle interazioni umane, inserirle negli agenti artificiali può migliorare la naturalezza e la trasparenza delle interazioni uomo-robot (HRI). Lo stato dell'arte attuale si concentra principalmente sull'adattamento della teoria Cognitive Appraisal, mentre altre teorie psicologiche delle emozioni rimangono in gran parte inesplorate. Questo studio mira a colmare questa lacuna impiegando la Teoria del Affect Control (ACT), un modello psicologico delle emozioni profondamente radicato nell'interazione, che considera sia gli aspetti individuali che sociologici. L'obiettivo di questo studio è sviluppare un framework ispirato all'ACT e applicarlo agli agenti artificiali per valutarne l'impatto sulla percezione umana. Il framework proposto è progettato per rilevare le impressioni degli esseri umani riguardo al robot durante le interazioni, generare emozioni appropriate basate sull'ACT e mostrare queste emozioni attraverso molteplici segnali a seconda delle capacità del robot. L'architettura è modulare e può essere adattata a diversi sistemi robotici con minimi aggiustamenti. Per valutare l'effetto del framework sulla percezione umana degli agenti artificiali, il framework è stato applicato a un robot umanoide in uno studio "within-subject", in cui i partecipanti sono stati coinvolti in uno scenario di narrazione collaborativa. I risultati hanno dimostrato che la frequenza delle espressioni emotive influenza il modo in cui gli utenti percepiscono il robot. Inoltre, espressioni emotive appropriate hanno migliorato la percezione dell'abilità emotiva e cognitiva del robot.

Questi risultati suggeriscono che la Teoria del Affect Control può essere impiegata con successo per incorporare emozioni sintetiche nei robot, portando a interazioni uomo-robot più efficaci, in cui il rob

As robots and artificial agents become increasingly integrated into everyday human life, enhancing their ability to interact is essential. Since emotions play a crucial role in human in teractions, embodying them in artificial agents can improve the naturalness and transparency of human-robot interactions (HRI). The current state of the art mainly focuses on the adapta tion of Cognitive Appraisal Theory, while other psychological theories of emotions remain largely unexplored. This study aims to bridge this gap by employing Affect Control Theory (ACT), a psychological model of emotions deeply rooted in interaction, which considers both individual and sociological aspects. The goal of this study was to develop a framework inspired by ACT and apply it to artificial agents to assess its impact on human perception. The proposed framework is designed to detect humans’ impressions of the robot during interactions, generate appropriate emotions based on ACT, and display these emotions with multiple cues aligned with the robot’s capabilities. The architecture is modular and can be adapted for different robotic systems with minor adjustments. To evaluate the framework’s effect on human perception of artificial agents, the framework was applied to a humanoid robot in a within-subject study, where participants engaged in a collaborative storytelling scenario. Results demonstrated that the frequency of emotional display impacts how users perceive the robot. Moreover, appropriate emotional expressions enhanced the robot’s perceived emotional and cognitive agency. These findings suggest that Affect Control Theory can be successfully employed to embed synthetic emotions into robots, resulting in more effective human-robot interactions, where the robot is perceived more like another human being than just a machine. Future work will extend the framework to other types of robots, enhance multi-modal emotional expressions, and incorporate dynamic emotion synthesis