The fight or flight phenomena is of evolutionary origin and responsible for the type of defensive behaviours enacted, when in the face of threat. This review attempts to draw the link between fear and aggression as behavioural motivations for fight or flight defensive behaviours. Hence, this review intends to examine whether fight or flight behavioural responses are the result of fear and aggression. Furthermore, this review investigates whether human biological motion captures the affective states associated with the fight or flight phenomenon. This review also aims to investigate how threat informed emotion and motor systems have the potential to result in empathetic appraisal modulation. This is of interest to this systematic review, as empathetic modulation is crucial to prosocial drive, which has the potential to increase the inclination of alleviating the perceived threat of another. Hence, this review investigates the role of affective computing in capturing the potential outcome of empathy from threat perception. To gain a comprehensive understanding of the affective states and biological motion evoked from threat scenarios, affective computing methods used to capture these behavioural responses are discussed. A systematic review using Google Scholar and Web of Science was conducted as of 2023, and findings were supplemented by bibliographies of key articles. A total of 22 studies were analysed from initial web searches to explore the topics of empathy, threat perception, fight or flight, fear, aggression, and human motion. Relationships between affective states (fear, aggression) and corresponding motor defensive behaviours (fight or flight) were examined within threat scenarios, and whether existing affective computing methods are succinct in capturing these responses, identifying the varying consensus in the literature, challenges, and limitations of existing research.


翻译:战斗或逃跑现象是进化的结果,负责行动方式的选择,当面对威胁。本综述试图探讨恐惧和侵略作为战斗或逃跑防御行为的行为动机之间的联系。因此,本综述旨在研究战斗或逃跑行为反应是否是恐惧和侵略的结果。此外,本综述调查人类生物运动是否捕捉到与战斗或逃跑现象相关的情感状态。本综述还旨在研究威胁知情情感和运动系统如何有潜力导致同情评估调节。对于这篇系统综述来说,情感调节对于改善他人感知的威胁的倾向是至关重要的。因此,本综述调查了情感计算在捕捉同情从威胁知觉中的潜在结果方面的作用。为了全面了解从威胁情景中激发的情感状态和生物运动,文章讨论了用于捕捉这些行为反应的情感计算方法。在2023年以前,使用Google Scholar和Web of Science进行了一项系统性综述,并通过关键文章的参考书目进行了补充。共分析了来自最初网络搜索的22项研究,以探讨同情、威胁知觉、战斗或逃跑、恐惧、侵略和人类动作的主题。在威胁情境中检查情感状态(恐惧、侵略)和相应的运动防御行为(战斗或逃跑)之间的关系,以及现有情感计算方法是否简明地捕捉到这些反应,识别文献中的不同共识、挑战和现有研究的局限性。

0
下载
关闭预览

相关内容

100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
GNN 新基准!Long Range Graph Benchmark
图与推荐
0+阅读 · 2022年10月18日
CIKM2022推荐系统论文集锦
机器学习与推荐算法
1+阅读 · 2022年9月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
情感计算综述
人工智能学家
32+阅读 · 2019年4月6日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【OpenAI】深度强化学习关键论文列表
专知
11+阅读 · 2018年11月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
29+阅读 · 2021年11月2日
VIP会员
相关VIP内容
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
相关资讯
GNN 新基准!Long Range Graph Benchmark
图与推荐
0+阅读 · 2022年10月18日
CIKM2022推荐系统论文集锦
机器学习与推荐算法
1+阅读 · 2022年9月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
情感计算综述
人工智能学家
32+阅读 · 2019年4月6日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【OpenAI】深度强化学习关键论文列表
专知
11+阅读 · 2018年11月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
相关基金
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员