A review on AI-driven face robot for human-robot expression interaction

随着人工智能(artificial intelligence, AI)将人形机器人的应用扩展到教育、医疗和家居等社会领域，人们对其情感交互能力的需求日益增长. 面部表情作为情感交流中最关键的渠道之一, 承载了约55%的情感信息. 因此, 具备逼真面部表情能力的人形机器人, 即“面部机器人”, 的重要性日益凸显. 本综述系统回顾了AI驱动的面部机器人表情交互技术. 首先, 概述了面部机器人的硬件架构, 为理解其表情交互能力奠定基础. 随后, 基于“感知–推理–生成”框架, 对传统方法与前沿技术进行了比较分析. 传统方法主要依赖视觉与语音信号进行情感识别，并基于离散或维度情感模型开展情感计算，从而驱动面部运动、眼神交流与唇语同步等面部表情生成；而先进方法则融合多模态感知, 结合大语言模型或多模态大语言模型进行情感推理, 并引入智能体的规划能力、记忆机制和工具使用, 从而显著提升机器人在适应性、真实感与情商方面的表现. 最后, 探讨了面部机器人的潜在应用场景、面临的技术挑战及未来研究方向. 本文通过整合硬件设计、算法机制、实际应用以及亟待解决的问题，为构建具备同理心与社会适应能力的面部机器人提供了系统性的研究基础.