[發(fā)明專利]基于大數(shù)據(jù)具備自主學(xué)習(xí)能力的智能機器人

在審

• 申請?zhí)枺?/td>: 202110420024.2
• 申請日: 2021-04-19
• 公開（公告）號: CN113128703A
• 公開（公告）日: 2021-07-16
• 發(fā)明（設(shè)計）人: 李成華
• 申請（專利權(quán)）人: 深圳市思拓智聯(lián)科技有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06T1/20;G06T7/00;G06F16/21;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于大數(shù)據(jù)具備自主學(xué)習(xí)能力的智能機器人，包括機器人本體，其特征在于，所述機器人本體包括視覺攝像頭、圖像處理模塊、自主學(xué)習(xí)模塊和自主評判模塊，所述的視覺攝像頭、圖像處理模塊、自主學(xué)習(xí)模塊和自主評判模塊依次建立數(shù)據(jù)傳輸連接，所述的圖像處理模塊還與所述的自主評判模塊建立數(shù)據(jù)連接；

所述的視覺攝像頭用以采集所述的機器人本體在鏡前展示相應(yīng)的學(xué)習(xí)樣本鏡像視覺圖像，并將相應(yīng)的學(xué)習(xí)樣本鏡像視覺圖像的數(shù)據(jù)傳輸給所述的圖像處理模塊；以及所述的視覺攝像頭用以采集所述的機器人在鏡前展示新的學(xué)習(xí)相應(yīng)的新鏡像視覺圖像，并將相應(yīng)的新鏡像視覺圖像的數(shù)據(jù)傳輸給所述的圖像處理模塊，機器人可以通過所述視覺攝像頭采集人們的視頻，通過圖像處理和自主學(xué)習(xí)后，將學(xué)習(xí)的數(shù)據(jù)傳輸?shù)綑C器人本體的數(shù)據(jù)庫中，可以完成自主學(xué)習(xí)。

2.根據(jù)權(quán)利要求1所述的基于大數(shù)據(jù)具備自主學(xué)習(xí)能力的智能機器人，其特征在于，所述機器人本體包括有基于互聯(lián)網(wǎng)大數(shù)據(jù)庫，在數(shù)據(jù)詞庫中存儲常用的“主語”、“謂語”、“賓語”、“表語”等樣式詞，同時存儲有常用的固定句式，通過字符串匹配及句式匹配，對完整語句進行識別、劃分，并將主句式標(biāo)注以區(qū)別顯示。

3.根據(jù)權(quán)利要求2所述的基于大數(shù)據(jù)具備自主學(xué)習(xí)能力的智能機器人，其特征在于，所述基于互聯(lián)網(wǎng)大數(shù)據(jù)庫還包括優(yōu)化機制：從互聯(lián)網(wǎng)大數(shù)據(jù)庫更新、通過用戶反饋及后臺維護對數(shù)據(jù)詞庫不斷的擴容、優(yōu)化，以實現(xiàn)數(shù)據(jù)詞庫的自我學(xué)習(xí)、進化。

4.根據(jù)權(quán)利要求1所述的基于大數(shù)據(jù)具備自主學(xué)習(xí)能力的智能機器人，其特征在于，所述自主學(xué)習(xí)模塊用以根據(jù)相應(yīng)的樣本混合特征與自身植入的審美標(biāo)簽構(gòu)成學(xué)習(xí)姿態(tài)樣例集，并基于所述的學(xué)習(xí)姿態(tài)樣例集進行機器學(xué)習(xí)，建立學(xué)習(xí)姿態(tài)自主評判模型。

5.根據(jù)權(quán)利要求1所述的基于大數(shù)據(jù)具備自主學(xué)習(xí)能力的智能機器人，其特征在于，所述圖像處理模塊用以將樣本鏡像視覺圖像處理得到相應(yīng)的樣本混合特征，并將相應(yīng)的樣本混合特征的數(shù)據(jù)傳輸給所述的自主學(xué)習(xí)模塊；以及所述的圖像處理模塊用以將新鏡像視覺圖像處理得到相應(yīng)的新混合特征，并將相應(yīng)的新混合特征的數(shù)據(jù)傳輸給所述的自主評判模塊。

6.根據(jù)權(quán)利要求1所述的基于大數(shù)據(jù)具備自主學(xué)習(xí)能力的智能機器人，其特征在于，所述機器人本體基于對學(xué)習(xí)信息的統(tǒng)計及分析，得到學(xué)習(xí)進度信息；獲取機器人本體在學(xué)習(xí)數(shù)據(jù)過程中的圖像信息；對所述圖像信息進行分析，以得到所述學(xué)習(xí)進度信息。

7.根據(jù)權(quán)利要求6所述的基于大數(shù)據(jù)具備自主學(xué)習(xí)能力的智能機器人，其特征在于，所述自主學(xué)習(xí)模塊用以根據(jù)相應(yīng)的樣本混合特征與自身植入的審美標(biāo)簽構(gòu)成學(xué)習(xí)樣本例集，并基于所述的學(xué)習(xí)樣本立即進行機器學(xué)習(xí)，建立學(xué)習(xí)姿態(tài)自主評判模型。

8.根據(jù)權(quán)利要求7所述的基于大數(shù)據(jù)具備自主學(xué)習(xí)能力的智能機器人，其特征在于，所述自主評判模塊根據(jù)所述的學(xué)習(xí)姿態(tài)自主評判模型和相應(yīng)的新混合特征對新的學(xué)習(xí)姿態(tài)進行自主評判。

9.根據(jù)權(quán)利要求1所述的基于大數(shù)據(jù)具備自主學(xué)習(xí)能力的智能機器人，其特征在于，所述機器人本體通過與環(huán)境的不斷交互試錯進行學(xué)習(xí)的，最終獲得足夠的知識使機器人能夠合理的做出行為決策，針對特定的環(huán)境或預(yù)定任務(wù)，機器人會根據(jù)環(huán)境和任務(wù)將學(xué)習(xí)得到的只是來任務(wù)。