Meta研究用基于数据驱动的稀疏皮肤刺激传达丰富AR/VR社交接触信息

　　社交接触是人类的一种自然交流方式。随着我们通过视频会议、电子邮件和短信增加远程交流，社交接触的重要性越来越明显。如果没有亲身体验到的深度感和微妙感，远程交流会导致孤独感和社会孤立感的增加，并对身心健康产生重大影响。社交距离的需要加剧了这一问题，并进一步强调了高表现力远程通信的重要性。

　　研究人员一直在寻找通过可穿戴和手持触觉设备来复制社交触觉的方法，并探索了几种传递触觉的方法，如振动、热刺激和空气喷射。然而，大多数社交触觉设备都专注于复制单一形式的社交触觉，如握手和拥抱等等。

　　另外，所述设备中的大多数都利用通常为简单描述而优化的手动生成信号，而不是传递触摸交互的丰富性和微妙性。另一方面，人类的社交触摸信号复杂多样。即使是直接将人类交互从传感器映射到致动器的设备都依赖于传感和驱动方法之间的紧密耦合。

　　在名为《Data-driven sparse skin stimulation can convey social touch information to humans》，斯坦福大学，南加州大学和Meta的研究人员表示基于数据驱动的稀疏皮肤刺激可以传达丰富的社交接触信息。

　　团队的方法并非关注专门的硬件，而是通过使用数据驱动的方法来利用记录的人类社交触摸数据，从而丰富地表示一系列社交触摸信息。这允许使用各种记录和驱动设备发出复杂多样的社交触摸信号。社交触觉装置与皮肤接触的类型各不相同。一些设备仅限于将触觉刺激(如振动、加热或压力)应用于皮肤的局部区域。其他设备则是沿着皮肤连续移动，在皮肤范围内的任何地方施加刺激。

　　研究人员将重点放在其定义的“稀疏”设备之上。所述设备将触觉刺激应用于皮肤的多个单独局部区域。之所以关注稀疏设备，是因为它们的机械复杂度低于连续设备，但又比仅对单个局部皮肤区域施加刺激更具表现力。

　　论文探讨了在给定适当处理的情况下，是否可以使用稀疏驱动来表示社交触摸数据。团队开发了一种一致的、可推广的、数据驱动型算法来将记录的人类触摸映射为稀疏表示。研究人员利用多目标追踪技术找到可能代表持续或高压触摸交互的数据，然后找到最佳区域进行渲染。

　　接下来，通过臂戴式单自由度音圈致动器阵列显示八个固定接触点的稀疏触摸信号，每个致动器间隔37-50 mm。根据方向辨别测试，所述接触点的距离大于皮肤传入辨别阈值。在实验中，团队测试了被试根据致动器阵列产生的被动感知信号来识别社交触摸场景的能力。

　　为了分析人类的社会接触并产生人工的接触信号，团队收集了一个自然的社交接触数据集。参与者是成对招募，他们自认为是亲密朋友或浪漫伴侣。在收集自然社交接触数据集后，研究人员开发了一种算法来将记录的触摸数据映射到可以在触觉设备上呈现的信号。所述算法假设触觉设备由一组用于呈现触摸信息的致动器组成，并且致动器的数量小于传感器的数量。因此，团队通过数据寻找一致的高压轨迹，将传感器数据降低到致动器的维度，并使用致动器阵列呈现所述轨迹的选择。

　　总的来说，研究分两个阶段进行。在第一阶段，团队创建了一个新的社交接触数据集。所述数据集涉及到人人交互场景，不给出人类应该使用哪些手势的指示，并且直接记录了力数据。在相关研究中，则通过定义的手势来记录人类的社交接触互动。所述数据涉及简单的手势，并明确指示用户如何执行每个手势。收集它们的主要目的是分类，而不是生成性建模。

　　在第二阶段，团队将一种映射算法应用于社交触摸数据集中的实例，并检查一组新的被试是否可以使用感觉来确定数据来自的场景。研究人员发现，被试在6个场景中的准确率为45%，而在亲密朋友和合作伙伴之间的人际互动中的准确率则为57%。这表明社交触摸信号可以通过稀疏的皮肤刺激来表现。

　　实验共有六个场景，六个场景中的每一个都有一个信号：寻求关注、感激、快乐、平静、爱和悲伤。对于每个信号，被试需要选择它是从哪个场景派生。在没有训练的情况下，被试实现了高场景分类准确率：分类准确率达到45%。研究表明，恋爱关系中的个体比成对的陌生人更能准确地辨别情感，因此，伴侣发出的信号可能会达到更高的准确度。

　　研究结果表明，使用自然的人类表情来进行详细的触觉交流是可能的。团队观察到，对爱、悲伤和注意力的反应模式比对感激、快乐和平静的反应模式具有更高的系数。

　　这项研究的主要贡献包括：在人类被试测试中，社交触摸分类的准确性是通过使用一个新的社交触摸数据集实现。所述数据集通过数据驱动的映射算法传递，并在稀疏触觉设备进行渲染;团队描述了数据收集的详细情况，并提供了结果数据集供公众使用。团队同时提出了一种新的渲染算法，并提供了相关的代码，以便于今后在触觉渲染方面的研究。