.
高功能自闭症儿童存在情感识别和表达困难，在学校和家庭生活中很难建立起良好的社交关系。在现有的治疗方式中，人工干预需要耗费大量人力资源，导致可及性较低；而对话机器人受限于有限的数据集和预定义规则，导致治疗的效果并不理想。

.

EmoEden的视听化情感对话训练

.
如何为高功能自闭症儿童提供个性化的、多样的情感训练？浙大设计团队提出了一种基于生成式AI的自闭症儿童情感训练工具EmoEden：基于儿童的个人经历和偏好生成个性对话，并提供类人的情感反馈，训练儿童有效地识别情感和表达情感。该工具能够根据儿童在对话训练中的表现灵活调整对话难度，以确保训练的有效性。

.

EmoEden自闭症儿童情感训练界面

.

.

浙大工业设计工程硕士生唐怡琳

.
该成果的第一学生作者是浙江大学软件学院工业设计工程硕士生唐怡琳。“EmoEden提供了一种个性化、多样化的自闭症儿童情感训练方法，用AI赋能情感训练，极大地提升了训练效果。” 唐怡琳分享道。
.
.
项目成果：
项目成果于2024年5月发表在国际人机交互领域顶级会议CHI 2024 (中国计算机学会A类会议)。研究团队：唐怡琳、陈柳青、陈梓昱、陈文楷、蔡愚、都瑶、杨帆、孙凌云。本项目受到浙江大学-新加坡科技设计大学IDEA项目的资助。
.
论文原文链接：
Yilin Tang, Liuqing Chen#, Ziyu Chen, Wenkai Chen, Yu Cai, Du Yao, Fan Yang, Lingyun Sun. 2024. EmoEden: Applying Generative Artificial Intelligence to Emotional Learning for Children with High-Function Autism. In Proceedings of the CHI Conference on Human Factors in Computing Systems. Article 1001, 1-20.
https://doi.org/10.1145/3613904.3642899
(CHI 2024, CCF-A, #通讯作者)