[發明專利]一種機器人動態學習方法、系統、機器人以及云端服務器

有效

• 申請號: 201780003334.6
• 申請日: 2017-09-12
• 公開（公告）號: CN108235697B
• 公開（公告）日: 2020-03-31
• 發明（設計）人: 張站朝
• 申請（專利權）人: 深圳前海達闥云端智能科技有限公司
• 主分類號: B25J11/00
• 分類號: B25J11/00
• 代理公司: 深圳市愛迪森知識產權代理事務所(普通合伙) 44341
• 代理人: 何婷

一種機器人動態學習方法，包括訓練學習模式，該訓練學習模式包括以下步驟：對三維環境中物體和人的歸屬使用關系進行動態標注，形成標注庫；獲取規則庫，基于該規則庫與標注庫通過交互示范行為建立新規則以及新標注；確認建立的新規則與該規則庫中的規則無沖突時，更新該新規則至該規則庫以及更新該新標注至該標注庫。

技術領域

本發明涉及機器人交互領域，具體涉及一種機器人動態學習方法、系統、機器人以及云端服務器。

背景技術

隨著網絡傳輸和大數據科技的發展以及硬件處理能力的提升，越來越多的機器人走進了人們的家庭生活。

現有的機器人在功能上聚焦在人工智能上，比如人臉識別、物體檢測、智能語音對答、文字識別等。如百度、Google、Sound Hound等研發機構的語音識別準確率在2015年已超過90％。在2016第四屆國際多通道語音分離和識別大賽中，大部分參賽團隊在六麥克風條件下識別錯誤率已低于7％，國內龍頭科大訊飛甚至已降至2.24％，準確率正在接近99％的人際交互質變閾值。另外，在計算機視覺方面：以ImageNet圖像識別賽作為觀測窗口，其冠軍團隊的識別錯誤率自2015年下降至人類平均水平以下后，于2016年進一步降至2.99％。

雖然，機器人在音頻識別和圖像識別上已日臻成熟。但在機器人使用體驗上，當前的人機交互方式基本是人問機器答，盡管回答方式多種多樣，且越來越智能，但大多是機器人被動接收用戶的提問信息。機器人與用戶之間沒有建立深度的人工智能。

因此，現有的機器人還無法完整的執行人類指定的較為復雜的任務，或完成一次相對復雜的交互。比如用戶對機器人說：“Hi XXX，去隔壁房間用我的杯子接杯水然后拿給我，我要吃藥”。這個里面就涉及到，機器人需要理解這句話，并得出以下信息：隔壁房間在哪里？隔壁房間有杯子嗎？哪個是屬于用戶的唯一杯子，接水的地方在哪里，用戶要吃的藥放在哪里？然后還需要知道借助系列的規則，比如，杯子口朝上才能接到水；需要找到這位用戶所有的藥給他等等。才能進行任務規劃、路徑規劃、定位，并移動和執行一系列動作完成規劃的任務。這些都是現有的機器人還無法完成的。

中國專利申請號201610970633.4公開了一種機器人人機交互方法及系統，所述機器人人機交互系統包括：第一獲取模塊，用于獲取激光信號；第二獲取模塊，用于獲取語音信號；第一執行模塊，用于根據所述激光信號對應的不同激光接收器，激發不同的預設動作；第二執行模塊，用于根據所述語音信號，執行對應的預設動作和/或對應的預設語音。

以上專利披露的機器人雖然可以實現機器人動作和語音的協調一致但是不能對人和環境的進行動態學習，無法建立深度人工智能。

因此，現有技術的機器人還有待于改進。

發明內容

本發明主要解決的技術問題是提供一種機器人動態學習方法、系統、機器人以及云端服務器，設置訓練學習模式，通過交互示范行為對機器人進行訓練學習，使機器人可以理清人物和環境特征和歸屬關系，并不斷更新人物和環境的變化，并分類形成標注庫和規則庫，基于該標注庫和規則庫完成與用戶下達的較為復雜的任務或者完成與用戶之間較為復雜的交互，提升用戶體驗。

第一方面，本發明實施例提供了一種機器人動態學習方法，包括訓練學習模式，該訓練學習模式包括以下步驟：

對三維環境中物體和人的歸屬使用關系進行動態標注，形成標注庫；

獲取規則庫，基于該規則庫與標注庫通過交互示范行為建立新規則以及新標注；

確認建立的新規則與該規則庫中的規則無沖突時，更新該新規則至該規則庫以及更新該新標注至該標注庫。

第二方面，本發明實施例還提供了一種機器人動態學習系統，包括訓練學習模塊，該訓練學習模塊用于執行以下步驟：

對三維環境中物體和人的歸屬使用關系進行動態標注，形成標注庫；