[發(fā)明專利]管理用戶與機器人之間的會話

在審

• 申請?zhí)枺?/td>: 202180031696.2
• 申請日: 2021-02-26
• 公開（公告）號: CN115461198A
• 公開（公告）日: 2022-12-09
• 發(fā)明（設計）人: 斯蒂芬·謝勒;馬里奧·米尼希;保羅·皮爾詹尼;凱特琳·克萊博;威爾遜·哈倫;阿西姆·納賽爾;艾伯特·艾克·瑪可可
• 申請（專利權）人: 具象有限公司
• 主分類號: B25J9/00
• 分類號: B25J9/00;G06F3/16;G06V40/10;G06V40/16;G06V40/20;G06F3/01
• 代理公司: 深圳中一聯(lián)合知識產(chǎn)權代理有限公司 44414
• 代理人: 張威

1.一種用于管理用戶與機器人計算設備之間的交流交互的方法，該方法包括：

訪問來自一個或多個存儲器設備的計算機可讀指令以供該機器人計算設備的一個或多個處理器執(zhí)行；

由該機器人計算設備的該一個或多個處理器執(zhí)行從該一個或多個存儲器設備訪問的這些計算機可讀指令；并且

其中，執(zhí)行這些計算機可讀指令進一步包括：

從一個或多個輸入模態(tài)接收包括關于物理環(huán)境的參數(shù)或測量值的一個或多個輸入；

基于分析從該一個或多個輸入模態(tài)接收的輸入來識別用戶；

通過分析用戶的身體動作、視覺動作和/或音頻動作來確定該用戶是否表現(xiàn)出參與或有興趣建立交流交互的跡象，該用戶的身體動作、視覺動作和/或音頻動作是至少部分地基于從一個或多個輸入模態(tài)接收的一個或多個輸入來確定的；以及

通過使用顯示設備創(chuàng)建該機器人計算設備的視覺動作或通過生成要由該機器人計算設備的一個或多個揚聲器再現(xiàn)的一個或多個音頻文件來確定該用戶是否對與該機器人計算設備的擴展交流交互感興趣。

2.如權利要求1所述的方法，其中，這些輸入模態(tài)包括一個或多個傳感器、一個或多個麥克風或一個或多個成像設備。

3.如權利要求1所述的方法，其中，被分析的該用戶的物理或視覺動作包括通過該成像設備和/或這些傳感器設備捕獲的該用戶的面部表情、該用戶的姿勢和/或該用戶的手勢。

4.如權利要求1所述的方法，其中，執(zhí)行這些計算機可讀指令進一步包括：通過檢查該用戶的語言上下文和該用戶的話音音調(diào)變化以分析從該一個或多個麥克風接收的該用戶的音頻輸入文件來確定該用戶對該擴展交流交互的興趣。

5.如權利要求1所述的方法，其中，執(zhí)行這些計算機可讀指令進一步包括：

通過分析由該成像設備和/或這些傳感器設備捕獲的該用戶的面部表情、該用戶的姿勢和/或該用戶的手勢來確定是否在與該用戶的擴展交流交互中發(fā)起話輪；以及

通過將一個或多個音頻文件傳送給揚聲器來在與該用戶的擴展交流交互中發(fā)起該話輪。

6.如權利要求1所述的方法，其中，執(zhí)行這些計算機可讀指令進一步包括：

通過分析從該一個或多個麥克風接收的該用戶的音頻輸入文件以檢查該用戶的語言上下文和/或該用戶的話音音調(diào)變化來確定是否在與該用戶的擴展交流交互中發(fā)起話輪；以及

通過將一個或多個音頻文件傳送給揚聲器來在與該用戶的擴展交流交互中發(fā)起該話輪。

7.如權利要求5或6所述的方法，其中，執(zhí)行這些計算機可讀指令進一步包括：

通過分析由該成像設備和/或這些傳感器設備捕獲的該用戶的面部表情、該用戶的姿勢和/或該用戶的手勢來確定何時結束與該用戶的擴展交流交互中的話輪；以及

通過停止向該揚聲器傳輸音頻文件來停止該擴展交流交互中的話輪。

8.如權利要求5或6所述的方法，其中，執(zhí)行這些計算機可讀指令進一步包括：

通過分析從該一個或多個麥克風接收的該用戶的音頻輸入文件以檢查該用戶的語言上下文和該用戶的話音音調(diào)變化來確定何時結束與該用戶的擴展交流交互中的話輪；以及

通過停止向該揚聲器傳輸音頻文件來停止該擴展交流交互中的話輪。

9.如權利要求5或6所述的方法，其中，執(zhí)行這些計算機可讀指令進一步包括：

通過繼續(xù)分析從該一個或多個輸入模態(tài)接收的參數(shù)或測量值來確定該用戶在該擴展交流交互中表現(xiàn)出會話脫離的跡象；以及

為該機器人計算設備的輸出模態(tài)生成動作或事件，以嘗試與用戶重新互動，以繼續(xù)進行該擴展交流交互。

10.如權利要求9所述的方法，其中，這些輸出模態(tài)包括一個或多個顯示器、一個或多個揚聲器或用于使該機器人的身體的附肢或一部分移動的一個或多個馬達。