CN106372195A - 一种用于智能机器人的人机交互方法及装置 - Google Patents

一种用于智能机器人的人机交互方法及装置 Download PDF

Info

Publication number
CN106372195A
CN106372195A CN201610798117.8A CN201610798117A CN106372195A CN 106372195 A CN106372195 A CN 106372195A CN 201610798117 A CN201610798117 A CN 201610798117A CN 106372195 A CN106372195 A CN 106372195A
Authority
CN
China
Prior art keywords
topic
interaction
user
actively
active user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610798117.8A
Other languages
English (en)
Inventor
徐振敬
栗安
邱模武
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Guangnian Wuxian Technology Co Ltd
Original Assignee
Beijing Guangnian Wuxian Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Guangnian Wuxian Technology Co Ltd filed Critical Beijing Guangnian Wuxian Technology Co Ltd
Priority to CN201610798117.8A priority Critical patent/CN106372195A/zh
Publication of CN106372195A publication Critical patent/CN106372195A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9032Query formulation
    • G06F16/90332Natural language query formulation or dialogue systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

一种用于智能机器人的人机交互方法及装置,其中,该方法包括:用户兴趣信息获取步骤,在需要进行主动交互时,获取当前用户的兴趣信息;交互话题生成步骤,根据兴趣信息生成相应的主动交互话题;主动交互步骤,基于主动交互话题与当前用户进行持续交互,直至解析到当前用户跳出主动交互话题的意图。本方法能够分析用户的喜好并根据用户的喜好来确定与用户进行主动交互时所使用的话题,并基于该话题持续进行与用户交互,直到用户主动跳出该话题,从而使得智能机器人可以主动与用户针对一个话题持续进行交互,提高了智能机器人与用户的对话交互质量,提高了智能机器人的主动交互能力,进而提高了智能机器人的人性化和智能化水平。

Description

一种用于智能机器人的人机交互方法及装置
技术领域
本发明涉及机器人技术领域,具体地说,涉及一种用于智能机器人的人机交互方法及装置。
背景技术
随着科学技术的不断发展,信息技术、计算机技术以及人工智能技术的引入,机器人的研究已经逐步走出工业领域,逐渐扩展到了医疗、保健、家庭、娱乐以及服务行业等领域。而人们对于机器人的要求也从简单重复的机械动作提升为具有拟人问答、自主性及与其他机器人进行交互的智能机器人,人机交互也就成为决定智能机器人发展的重要因素。
在人机交互中,如果仅在接收到用户输入的问题信息后,根据该问题信息来生成相应的答案信息来输出给用户,智能机器人的用户体验就会较差,为了提高用户体验,智能机器人往往需要与用户进行主动交互,而智能机器人的主动交互能力,是决定智能机器人的智能性、类人性以及用户体验的重要因素。
发明内容
为解决上述问题,本发明提供了一种用于智能机器人的人机交互方法,其包括:
用户兴趣信息获取步骤,在需要进行主动交互时,获取当前用户的兴趣信息;
交互话题生成步骤,根据所述兴趣信息生成相应的主动交互话题;
主动交互步骤,基于所述主动交互话题与所述当前用户进行持续交互,直至解析到所述当前用户跳出所述主动交互话题的意图。
根据本发明的一个实施例,在所述用户兴趣信息获取步骤前,所述方法还包括:
主动交互判断步骤,持续获取当前用户输入的交互数据,如果在第一预设时长内未接收到所述当前用户输入的交互数据,则判定此时需要进行主动交互。
根据本发明的一个实施例,在所述主动交互步骤中,
根据所述主动交互话题进行语料网络检索、知识库检索或利用对话生成模型来生成多模态输出数据。
根据本发明的一个实施例,在所述主动交互步骤中,解析到所述当前用户跳出所述主动交互话题的意图包括:
如果在第二预设时长内未接收到所述当前用户输入的交互数据,则判定此时需要进行话题跳出。
根据本发明的一个实施例,在所述主动交互步骤中,解析到所述当前用户跳出所述主动交互话题的意图包括:
根据主动交互过程中用户输入的交互数据确定当前交互话题,判断所述当前交互话题与所述主动交互话题是否匹配,如果不匹配,则判定此时需要进行话题跳出。
本发明还提供给了一种用于智能机器人的人机交互装置,其包括:
用户兴趣信息获取模块,其用于在需要进行主动交互时,获取当前用户的兴趣信息;
交互话题生成模块,其用于根据所述兴趣信息生成相应的主动交互话题;
主动交互模块,其用于基于所述主动交互话题与所述当前用户进行持续交互,直至解析到所述当前用户跳出所述主动交互话题的意图。
根据本发明的一个实施例,所述装置还包括:
主动交互判断模块,其用于持续获取当前用户输入的交互数据,如果在第一预设时长内未接收到所述当前用户输入的交互数据,则判定此时需要进行主动交互。
根据本发明的一个实施例,所述主动交互模块配置为根据所述主动交互话题进行语料网络检索、知识库检索或利用对话生成模型来生成多模态输出数据。
根据本发明的一个实施例,如果在第二预设时长内未接收到所述当前用户输入的交互数据,所述主动交互模块则判定此时解析到所述当前用户跳出所述主动交互交互话题的意图,并进行话题跳出。
根据本发明的一个实施例,所述主动交互模块配置为根据主动交互过程中用户输入的交互数据确定当前交互话题,判断所述当前交互话题与所述主动交互话题是否匹配,如果不匹配,则判定此时解析到所述当前用户跳出所述主动交互交互话题的意图,并进行话题跳出。
本发明所提供的用于智能机器人的人机交互方法能够分析用户的喜好(即用户的兴趣信息)并根据用户的喜好来确定与用户进行主动交互时所使用的话题,这样基于该话题所生成的多模态交互信息能够更加吸引用户的交互意愿,并且智能机器人与用户基于该话题持续进行交互,直到用户主动跳出该话题,从而智能机器人可以主动与用户针对一个话题持续进行交互,提高了智能机器人与用户的对话交互质量,提高了智能机器人的主动交互能力,进而提高了智能机器人的人性化和智能化水平,改善了智能机器人的用户体验。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要的附图做简单的介绍:
图1是根据本发明一个实施例的用于智能机器人的人机交互方法的实现流程图;
图2是根据本发明另一个实施例的用于智能机器人的人机交互方法的实现流程图;
图3是根据本发明一个实施例的用于智能机器人的人机交互装置的结构示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
同时,在以下说明中,出于解释的目的而阐述了许多具体细节,以提供对本发明实施例的彻底理解。然而,对本领域的技术人员来说显而易见的是,本发明可以不用这里的具体细节或者所描述的特定方式来实施。
另外,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
针对现有技术中所存在的技术问题,本发明提供了一种新的用于智能机器人的人机交互方法。该方法能够在智能机器人与用户之间交互中断时控制智能机器人就用户所感兴趣的话题主动向用户发起交互,并与用户就该话题进行持续交互。
为了更加清楚地阐述本发明所提供的用于智能机器人的人机交互方法的实现原理、实现过程以及优点,以下结合不同的实施例来对该人机交互方法作进一步地说明。
实施例一:
图1示出了本实施例所提供的用于智能机器人的人机交互方法的实现流程图。
如图1所示,本实施例所提供的人机交互方法在需要进行主动交互时,会在步骤S101中获取当前用户的兴趣信息。具体地,本实施例中,该方法会根据当前用户的身份信息来从智能机器人所存储的历史交互数据中确定出对应于当前用户的历史交互数据,并根据该部分历史交互数据来确定出当前用户的兴趣信息。
本实施例中,该方法在步骤S101中优选地利用知识图谱结合所获取到的历史交互数据来确定当前用户的兴趣信息。由于知识图谱内部已经存在建立好的实体与实体之间的关系,其包含有大量的预定义信息,因此利用知识图谱可以更加准确地从用户与机器人的少量聊天内容(例如历史交互数据)提取出用户的关注点,即确定出用户的兴趣信息,从而有助于更好地进行相关信息的推荐。
需要指出的是,在本发明的其他实施例中,该方法在步骤S101中还可以根据云端数据库中所存储的历史交互数据来确定出当前用户的兴趣信息,本发明不限于此。同时,还需要指出的是,在本发明的其他实施例中,该方法还可以采用其他合理的方式(例如关键词语统计等)来确定当前用户的兴趣信息,本发明同样不限于此。
在得到当前用户的兴趣信息后,该方法会在步骤S102中根据该兴趣信息生成相应的主动交互话题。例如,如果当前用户的兴趣信息中包含“体育”,那么该方法也就可以将主动交互话题确定为“里约奥运”,该主动交互话题显然是当前用户所感兴趣的,这样也就为后续智能机器人与当前用户进行持续交互奠定了基础。
如图1所示,在得到主动交互话题后,该方法会在步骤S103中基于该主动交互话题与用户进行持续交互。具体地,本实施例中,该方法在步骤S103中会根据步骤S102中所得到的主动交互话题来进行语料网络检索,并根据检索得到的语料信息来生成多模态输出数据并输出给当前用户,并且根据主动交互话题与用户进行持续交互,即确定了主动交互话题后,智能机器人的每次对话交互输出,都是基于该话题进行,从而保证了主动交互过程中一个话题的持续性,使交互过程更系统化。
本实施例所生成的多模态输出数据是与当前用户的兴趣信息相关的,因此当前用户也就更有可能就该多模态输出数据来向智能机器人进行反馈,该方法也就可以进一步地根据当前用户所反馈的信息来重新生成相应的输出数据,这样也就实现了智能机器人与用户之间的持续交互。
需要指出的是,在本发明的其他实施例中,该方法还可以采用其他合理的方式来根据步骤S102中所确定出的主动交互话题生成相应的多模态输出数据,本发明不限于此。例如在发明的一个实施例中,该方法在步骤S103中还可以采用知识库检索和/或利用对话生成模型来根据主动交互话题来生成相应的多模态输出数据。
其中,该方法利用对话生成模型来根据主动交互话题生成相应的多模态输出数据时,优选地采用由两组递归神经网络构成的编码-解码模块来生成多模态输出数据。
对于传统的人工神经网络来说,从输入层到隐含层再到输出层,层与层之间是全连接的,而各层中各个节点是无连接的。因此,传统的神经网络对于人机交互中的很多数据处理情况无能为力。例如,对于用户输入的一段语句,当需要预测句子的下一个单词是什么时,由于一个句子中前后单词并不是孤立的,因此通常需要结合句子前面的单词来进行预测。而传统的人工神经网络则无法实现这种单词预测功能。
针对上述情况,本方法采用了递归神经网络(RNN)构成的对话生成模型来根据主动交互话题来生成相应的多模态输出数据。
递归神经网络建立在与传统的前馈神经网络相同的计算单元上,但组成这些神经元相互连接的架构有所不同。正如前面内容所阐述的那样,前馈神经网络是建立在层面之上,其中信息从输入层向输出层单向流动,在这些连通模式中不存在不定向的循环。而递归神经网络无需在层面之间构建,同时在其连通模式中存在有不定向循环。事实上,对于递归神经网络来说,其神经元在实际中是允许彼此相连的。
在该实施例中,由于该方法是利用由递归神经网络构成的对话生成模型来根据主动交互话题生成相应的多模态输出数据,相较于基于知识库匹配的方式来生成多模态输出数据,避免了由于知识库中所存储的问题以及答案有限而造成的无法反馈出相关答案数据的问题。
本实施例中,该方法在步骤S103中基于主动交互话题与当前用户进行持续交互的过程中,会持续判断是否解析到当前用户跳出主动交互话题的意图,如果解析到,则会跳出该主动交互话题。
具体地,如图1所示,该方法会在步骤S104中判断未接收到当前用户输入的交互数据的时长是否达到第二预设时长。如果未接收到当前用户输入的交互数据的时长达到第二预设时长,那么则很可能表示当前用户已经离开或者不再希望就该主动交互话题进行交互了。因此此时该方法将判断此时解析到当前用户跳出该主动交互话题的意图,从而在步骤S105中跳出该主动交互话题。
而如果能够持续接收到当前用户输入的交互数据,那么也就表示当前用户仍然对该主动交互话题十分感兴趣,因此该方法也就会继续执行步骤S103来与用户就该主动交互话题进行持续交互。
需要指出的是,在本发明的其他实施例中,该方法还可以采用其他合理的方式来判断是否解析到当前用户跳出该主动交互话题的意图,本发明不限于此。例如,在本发明的一个实施例中,该方法在与当前用户就主动交互话题进行持续交互的过程中,会根据主动交互过程中用户输入的交互数据确定当前交互话题,并判断当前交互话题与步骤S102中所确定出的主动交互话题是否匹配。如果二者匹配,那么则表示在主动交互过程中交互话题未发生改变,因此该方法也就会继续执行步骤S103来与用户就该主动交互话题进行持续交互;而如果二者不匹配,那么则表示当前用户主动改变了交互话题,因此此时方法也就会判定解析到了当前用户跳出主动交互话题的意图,从而在步骤S105中跳出该主动交互话题。
从上述描述中可以看出,本实施例所提供的用于智能机器人的人机交互方法能够分析用户的喜好(即用户的兴趣信息)并根据用户的喜好来确定与用户进行主动交互时所使用的话题,这样基于该话题所生成的多模态交互信息能够更加吸引用户的交互意愿,并且智能机器人与用户基于该话题持续进行交互,直到用户主动跳出该话题,从而智能机器人可以主动与用户针对一个话题持续进行交互,提高了智能机器人与用户的对话交互质量,提高了智能机器人的主动交互能力,进而提高了智能机器人的人性化和智能化水平,改善了智能机器人的用户体验
实施例二:
图2示出了本实施例所提供的用于智能机器人的人机交互方法的实现流程图。
如图2所示,本实施例所提供的人机交互方法首先在步骤S201中持续获取当前用户输入的交互数据。其中,如果在第一预设时长内未接收到现相关交互数据,例如用户沉默时间过长,那么该方法也就可以在步骤S202中判定此时需要进行主动交互。
如果在步骤S202中判定出此时需要进行主动交互,那么该方法将在步骤S203中获取当前用户的兴趣信息,并在步骤S204中根据步骤S203中所获取到的兴趣信息来生成相应的主动交互话题。在得到该主动交互话题后,该方法会在步骤S205中基于该主动交互话题来与当前用户进行主动交互。
需要指出的是,本实施例中步骤S203至步骤S205的实现原理以及实现过程与上述实施例一中步骤S101至步骤S103所涉及的内容类似,故在此不再对步骤S203至步骤S205的内容进行赘述。
在基于主动交互话题与当前用户进行交互的过程中,该方法还会在步骤S206中持续判断是否解析到当前用户跳出上述主动交互话题的意图。如果解析到该意图,那么该方法则会在步骤S207中跳出上述主动交互话题;而如果未解析到该意图,那么该方法则会继续执行步骤S205来基于上述主动交互话题与当前用户进行交互。
需要指出的是,本实施例中,该方法在步骤S206中判断是否解析到当前用户跳出上述主动交互话题的意图时,既可以采用实施例一中步骤S104所阐述的方式来进行判别,也可以采用基于判断当前交互话题与主动交互话题是否匹配的方式来进行判别,抑或是其他合理方式来进行判别,本发明不限于此。
本发明还提供了一种用于智能机器人的人机交互装置,图3示出了本实施例中该装置的结构示意图。
如图3所示,本实施例所提供的人机交互装置优选地包括:主动交互判断模块301、用户兴趣信息获取模块302、交互话题生成模块303以及主动交互模块304。其中,主动交互判断模块301用于持续获取当前用户输入的交互数据,并根据所获取到的交互数据来判断是否需要进行主动交互。
具体地,主动交互判断模块301如果在第一预设时长内未接收到交互数据,例如用户沉默时间过长,那么其就会判定此时需要进行主动交互。
当需要进行主动交互时,用户兴趣信息获取模块302会获取当前用户的兴趣信息。具体地,本实施例中,用户兴趣信息获取模块302会根据当前用户的身份信息来从智能机器人所存储的历史交互数据中确定出对应于当前用户的历史交互数据,并根据该部分历史交互数据来确定出当前用户的兴趣信息。
在得到当前用户的兴趣信息后,用户兴趣信息获取模块302会将当前用户的兴趣信息传输给交互话题生成模块303,以由交互话题生成模块303根据当前用户的兴趣信息生成相应的主动交互话题。
交互话题生成模块303会将所生成的主动交互话题传输至主动交互模块304,主动交互模块304会基于该主动交互话题与当前用户进行持续交互,直至解析到当前用户跳出该主动交互交互话题的意图。
需要指出的是,在本发明的其他实施例中,交互话题生成模块303以及主动交互模块304实现其各自功能的具体原理以及流程与上述实施例一中步骤S103至步骤S105以及实施例二中步骤S205至步骤S207所涉及的内容类似,故在此不再对交互话题生成模块303以及主动交互模块304进行赘述。
应该理解的是,本发明所公开的实施例不限于这里所公开的特定结构或处理步骤,而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是,在此使用的术语仅用于描述特定实施例的目的,而并不意味着限制。
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
虽然上述示例用于说明本发明在一个或多个应用中的原理,但对于本领域的技术人员来说,在不背离本发明的原理和思想的情况下,明显可以在形式上、用法及实施的细节上作各种修改而不用付出创造性劳动。因此,本发明由所附的权利要求书来限定。

Claims (10)

1.一种用于智能机器人的人机交互方法,其特征在于,包括:
用户兴趣信息获取步骤,在需要进行主动交互时,获取当前用户的兴趣信息;
交互话题生成步骤,根据所述兴趣信息生成相应的主动交互话题;
主动交互步骤,基于所述主动交互话题与所述当前用户进行持续交互,直至解析到所述当前用户跳出所述主动交互话题的意图。
2.如权利要求1所述的方法,其特征在于,在所述用户兴趣信息获取步骤前,所述方法还包括:
主动交互判断步骤,持续获取当前用户输入的交互数据,如果在第一预设时长内未接收到所述当前用户输入的交互数据,则判定此时需要进行主动交互。
3.如权利要求1所述的方法,其特征在于,在所述主动交互步骤中,
根据所述主动交互话题进行语料网络检索、知识库检索或利用对话生成模型来生成多模态输出数据。
4.如权利要求1~3中任一所述的方法,其特征在于,在所述主动交互步骤中,解析到所述当前用户跳出所述主动交互话题的意图包括:
如果在第二预设时长内未接收到所述当前用户输入的交互数据,则判定此时需要进行话题跳出。
5.如权利要求1~3中任一项所述的方法,其特征在于,在所述主动交互步骤中,解析到所述当前用户跳出所述主动交互话题的意图包括:
根据主动交互过程中用户输入的交互数据确定当前交互话题,判断所述当前交互话题与所述主动交互话题是否匹配,如果不匹配,则判定此时需要进行话题跳出。
6.一种用于智能机器人的人机交互装置,其特征在于,包括:
用户兴趣信息获取模块,其用于在需要进行主动交互时,获取当前用户的兴趣信息;
交互话题生成模块,其用于根据所述兴趣信息生成相应的主动交互话题;
主动交互模块,其用于基于所述主动交互话题与所述当前用户进行持续交互,直至解析到所述当前用户跳出所述主动交互话题的意图。
7.如权利要求6所述的装置,其特征在于,所述装置还包括:
主动交互判断模块,其用于持续获取当前用户输入的交互数据,如果在第一预设时长内未接收到所述当前用户输入的交互数据,则判定此时需要进行主动交互。
8.如权利要求6所述的装置,其特征在于,所述主动交互模块配置为根据所述主动交互话题进行语料网络检索、知识库检索或利用对话生成模型来生成多模态输出数据。
9.如权利要求6~8中任一所述的装置,其特征在于,如果在第二预设时长内未接收到所述当前用户输入的交互数据,所述主动交互模块则判定此时解析到所述当前用户跳出所述主动交互交互话题的意图,并进行话题跳出。
10.如权利要求6~8中任一项所述的装置,其特征在于,所述主动交互模块配置为根据主动交互过程中用户输入的交互数据确定当前交互话题,判断所述当前交互话题与所述主动交互话题是否匹配,如果不匹配,则判定此时解析到所述当前用户跳出所述主动交互交互话题的意图,并进行话题跳出。
CN201610798117.8A 2016-08-31 2016-08-31 一种用于智能机器人的人机交互方法及装置 Pending CN106372195A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610798117.8A CN106372195A (zh) 2016-08-31 2016-08-31 一种用于智能机器人的人机交互方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610798117.8A CN106372195A (zh) 2016-08-31 2016-08-31 一种用于智能机器人的人机交互方法及装置

Publications (1)

Publication Number Publication Date
CN106372195A true CN106372195A (zh) 2017-02-01

Family

ID=57899206

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610798117.8A Pending CN106372195A (zh) 2016-08-31 2016-08-31 一种用于智能机器人的人机交互方法及装置

Country Status (1)

Country Link
CN (1) CN106372195A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107016046A (zh) * 2017-02-20 2017-08-04 北京光年无限科技有限公司 基于视觉场景化的智能机器人对话方法及系统
CN107278302A (zh) * 2017-03-02 2017-10-20 深圳前海达闼云端智能科技有限公司 一种机器人交互方法及交互机器人
CN107577673A (zh) * 2017-09-22 2018-01-12 北京神州泰岳软件股份有限公司 基于监听与侦测机制的机器人交互方法及装置
CN107832433A (zh) * 2017-11-15 2018-03-23 北京百度网讯科技有限公司 基于对话交互的信息推荐方法、装置、服务器和存储介质
CN110659355A (zh) * 2018-06-29 2020-01-07 南京芝兰人工智能技术研究院有限公司 一种对话控制方法和系统
CN110728356A (zh) * 2019-09-17 2020-01-24 阿里巴巴集团控股有限公司 基于循环神经网络的对话方法、系统及电子设备
CN112286209A (zh) * 2020-11-19 2021-01-29 深圳壹智云科技有限公司 移动机器人的人机交互方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512228A (zh) * 2015-11-30 2016-04-20 北京光年无限科技有限公司 一种基于智能机器人的双向问答数据处理方法和系统
CN105511608A (zh) * 2015-11-30 2016-04-20 北京光年无限科技有限公司 基于智能机器人的交互方法及装置、智能机器人

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512228A (zh) * 2015-11-30 2016-04-20 北京光年无限科技有限公司 一种基于智能机器人的双向问答数据处理方法和系统
CN105511608A (zh) * 2015-11-30 2016-04-20 北京光年无限科技有限公司 基于智能机器人的交互方法及装置、智能机器人

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
京师心智: "《读人识人速查速用大全集 实用百科速查速用 第1版》", 30 June 2013, 北京:中国法制出版社 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107016046A (zh) * 2017-02-20 2017-08-04 北京光年无限科技有限公司 基于视觉场景化的智能机器人对话方法及系统
CN107278302A (zh) * 2017-03-02 2017-10-20 深圳前海达闼云端智能科技有限公司 一种机器人交互方法及交互机器人
CN107278302B (zh) * 2017-03-02 2020-08-07 深圳前海达闼云端智能科技有限公司 一种机器人交互方法及交互机器人
CN107577673A (zh) * 2017-09-22 2018-01-12 北京神州泰岳软件股份有限公司 基于监听与侦测机制的机器人交互方法及装置
CN107832433A (zh) * 2017-11-15 2018-03-23 北京百度网讯科技有限公司 基于对话交互的信息推荐方法、装置、服务器和存储介质
CN107832433B (zh) * 2017-11-15 2020-08-11 北京百度网讯科技有限公司 基于对话交互的信息推荐方法、装置、服务器和存储介质
CN110659355A (zh) * 2018-06-29 2020-01-07 南京芝兰人工智能技术研究院有限公司 一种对话控制方法和系统
CN110728356A (zh) * 2019-09-17 2020-01-24 阿里巴巴集团控股有限公司 基于循环神经网络的对话方法、系统及电子设备
CN110728356B (zh) * 2019-09-17 2023-08-04 创新先进技术有限公司 基于循环神经网络的对话方法、系统及电子设备
CN112286209A (zh) * 2020-11-19 2021-01-29 深圳壹智云科技有限公司 移动机器人的人机交互方法及系统

Similar Documents

Publication Publication Date Title
CN106372195A (zh) 一种用于智能机器人的人机交互方法及装置
CN108319599B (zh) 一种人机对话的方法和装置
Zambonelli et al. Developing pervasive multi-agent systems with nature-inspired coordination
Yang et al. AI-enabled emotion-aware robot: The fusion of smart clothing, edge clouds and robotics
US11954576B2 (en) Method for implementing and developing network model and related product
Sammut et al. Encyclopedia of machine learning
Lomas et al. Explaining robot actions
Mostaco et al. AgronomoBot: a smart answering Chatbot applied to agricultural sensor networks
CN107870994A (zh) 用于智能机器人的人机交互方法及系统
CN106022294B (zh) 一种面向智能机器人的人机交互方法及装置
Acampora et al. Interoperable neuro-fuzzy services for emotion-aware ambient intelligence
Cao Putting representations to use
JP2022530868A (ja) 機械学習に基づくターゲットオブジェクト属性予測方法、関連機器及びコンピュータプログラム
KR20200145078A (ko) 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법
CN106502382A (zh) 用于智能机器人的主动交互方法和系统
Chen et al. Cp-robot: Cloud-assisted pillow robot for emotion sensing and interaction
CN106462255A (zh) 一种机器人交互内容的生成方法、系统及机器人
Rincon et al. Introducing dynamism in emotional agent societies
CN106202417A (zh) 一种用于智能机器人的人机交互方法及系统
Zouhaier et al. A reinforcement learning based approach of context-driven adaptive user interfaces
KR20190133579A (ko) 사용자와 대화하며 내면 상태를 이해하고 긴밀한 관계를 맺을 수 있는 감성지능형 개인비서 시스템
CN106598241A (zh) 一种用于智能机器人的交互数据处理方法及装置
Zhou et al. Multi-task emotion communication system with dynamic resource allocations
Gallo et al. Conversational interfaces in iot ecosystems: where we are, what is still missing
Dibia et al. Designing for democratization: Introducing novices to artificial intelligence via maker kits

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170201