本文提出了一个基于机器学习方法的交互创作辅助系统:MMC(Machine Learning Mapping Creator),是基于Max/MSP平台与前端技术框架开发的通用型交互艺术辅助创作工具。MMC系统利用机器学习方法实现图像特征分类识别功能,通过Max/MSP实现实时控制事件触发,可用于舞台实时表演、新型乐器、装置艺术、人机交互应用等诸多场景,为艺术创作者提供了利用机器学习方法进行创新型艺术创作的创新途径。通常,为舞台表演、装置艺术等新型交互艺术形式进行创作的时候,创作者会结合诸多新型的技术,如利用各式的传感器等外部硬件设备获取实时数据流,或者利用复杂的模型方法生成音乐材料等等。这些技术为艺术创作贡献了崭新的灵感和丰富的手段的同时,也会加大相关创作的复杂度与难度。如何在交互式艺术作品创作的过程中,更好地结合新兴技术如人工智能机器学习方法,把这些方法封装成简单易用的模块供创作者使用,降低技术对艺术家尤其是个人创作者、学生等群体带来的门槛,是本文研究的目的与内容之一。利用MMC系统,用户通过启动特征分类识别应用程序,设置不同的标签,利用摄像头对每个标签进行图像数据采集,如姿势或者物件信息,然后利用采集到的这些数据,基于迁移学习的方法,“重新训练”预训练模型,在较短的时间内训练好新的分类器。用户通过在摄像头前复现姿态等信息时,模型就可以识别当前的姿态动作对应是哪一个标签。标签数据在Max/MSP被处理成开关触发物件,利用这些开关触发,用户可加载自己的Max程序以及一些外部硬件设备等,实现联动的触发控制。本文主要就机器学习方法在交互艺术创作中的应用,交互创作系统的常见特点与相关系统的案例分析研究展开。随后就提出的MMC系统的框架、实现方法、功能等特点进行研究与阐述,并进行相关定性实验分析,对MMC系统的操作使用总结出较为可行的方案。最后就MMC系统各模块的可拓展方向进行探讨。