State Machine design to support behavioral response in DTT protocol

불연속 개별시도 훈련에서 행동 반응을 지원하는 상태머신 설계

This paper proposes a state machine design methodology in which an interactive robot that mimics discrete trial training (DTT protocol) can support social interaction training for children with autism. The robot applied to social interaction training uses the response to the provided training stimulus as a quantitative indicator by processing the data received from the sensors measuring the behavioral response of the child. In this process, the state machine is used as information that classifies the state of the acquired data and provides the subsequent stimulus for DTT protocol. Through the joint attentional training, it can be used as evidence-based treatment information by quantitatively classifying the data on the number of sustainable and DTT protocol and the child's response, as well as the current reaction status of the child to the observer performing remote monitoring. At the same time, it was confirmed that it is possible to properly respond to misrecognition situations.

본 논문은 불연속 개별시도 훈련을 모방하는 상호작용 로봇이 자폐아동 대상의 사회적 상호작용 훈련에 지원 가능한 상태머신 설계 방법론을 제안한다. 사회적 상호작용 훈련에 적용되는 로봇은 아동의 행동반응을 측정하는 센서들로부터 수신된 데이터를 처리하여 제공되는 훈련자극에 대한 반응을 정량적인 지표로 사용하게 된다. 여기서, 상태머신은 취득된 데이터의 상태를 분류한 후 불연속 개별시도 훈련의 후속 자극을 제공하는 정보로 사용된다. 공동 주의 훈련을 통하여, 지속가능한 불연속 개별시도 훈련의 횟수와 아동반응에 대한 데이터를 정량적으로 분류함으로써 근거기반의 치료정보로 활용될 수 있을 뿐만 아니라 원격지 모니터링을 수행하는 관찰자에게 현재 아동의 반응 상태를 제공함과 동시에 오인식 상황에 적절히 대응 가능함을 확인하였다.