CN106660209A - 智能机器人控制系统、方法及智能机器人 - Google Patents
智能机器人控制系统、方法及智能机器人 Download PDFInfo
- Publication number
- CN106660209A CN106660209A CN201680001761.6A CN201680001761A CN106660209A CN 106660209 A CN106660209 A CN 106660209A CN 201680001761 A CN201680001761 A CN 201680001761A CN 106660209 A CN106660209 A CN 106660209A
- Authority
- CN
- China
- Prior art keywords
- action
- current
- robot
- judge
- previous
- 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.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- Numerical Control (AREA)
Abstract
本发明公开一种智能机器人控制系统,包括:接收模块,用于接收用户的多模态输入指令;人工智能处理模块,其至少存储有机器人先前的动作信息,并用于至少根据所述先前的动作信息,判断当前是否执行所述指令对应的动作;动作生成模块,用于根据所述判断结果,从预存的动作库中选择并生成当前动作;以及输出模块,用于输出所述当前动作并显示。本发明还公开一种智能机器人控制方法以及智能机器人。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种智能机器人控制系统、方法及智能机器人。
背景技术
机器人是一种能模拟人的行为的机械,对它的研究经历了三代的发展过程:
第一代(程序控制)机器人:这种机器人一般是按以下二种方式“学会”工作的;一种是由设计师预先按工作流程编写好程序存贮在机器人的内部存储器,在程序控制下工作。另一种是被称为“示教—再现”方式,这种方式是在机器人第一次执行任务之前,由技术人员引导机器人操作,机器人将整个操作过程一步一步地记录下来,每一步操作都表示为指令。示教结束后,机器人按指令顺序完成工作(即再现)。如任务或环境有了改变,要重新进行程序设计。这种机器人能尽心尽责的在机床、熔炉、焊机、生产线上工作。日前商品化、实用化的机器人大都属于这一类。这种机器人最大的缺点是它只能刻板地按程序完成工作,环境稍有变化(如加工物品略有倾斜)就会出问题,甚至发生危险。
第二代(自适应)机器人:这种机器人配备有相应的感觉传感器(如视觉、听觉、触觉传感器等),能取得作业环境、操作对象等简单的信息,并由机器人体内的计算机进行分析、处理,控制机器人的动作。虽然第二代机器人具有一些初级的智能,但还需要技术人员协调工作。目前已经有了一些商品化的产品。
第三代(智能)机器人:智能机器人具有类似于人的智能,它装备了高灵敏度的传感器,因而具有超过一般人的视觉、听觉、嗅觉、触觉的能力,能对感知的信息进行分析,控制自己的行为,处理环境发生的变化,完成交给的各种复杂、困难的任务。而且有自我学习、归纳、总结、提高已掌握知识的能力。
然而,目前研制的智能机器人大都只具有部分的智能。因此,让智能机器人更加拟人化,是机器人产业的一个发展方向。
发明内容
为了解决上述问题,本发明提供一种智能机器人控制系统、方法以及智能机器人。
在一个实施例中,提供一种智能机器人控制系统,包括:接收模块,用于接收用户的多模态输入指令;人工智能处理模块,其至少存储有机器人先前的动作信息,并用于至少根据所述先前的动作信息,判断当前是否执行所述指令对应的动作;动作生成模块,用于根据所述判断结果,从预存的动作库中选择并生成当前动作;以及输出模块,用于输出所述当前动作并显示。
在另一个实施例中,提供一种智能机器人控制方法,包括步骤:存储智能机器人先前的动作信息;接收用户的多模态输入指令;至少根据所述多模态输入指令以及所述先前的动作信息,并用于至少根据所述先前的动作信息,判断当前是否执行所述指令对应的动作;根据所述判断结果,从预存的动作库中选择并生成当前动作;以及输出所述当前动作并显示。
在又一个实施例中,提供一种智能机器人,其至少包括上述的智能机器人控制系统。
本发明的智能机器人控制系统和方法,能够根据机器人先前的动作判断机器人当前是否适合执行输入指令对应的动作,能够保证机器人动作不会突变,提高了用户体验度。
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使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的智能机器人控制系统的功能模块图;
图2为本发明实施例提供的机器人控制方法的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步更详细的描述。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
请参阅图1,本发明实施例提供一种智能机器人控制系统100,包括接收模块10、人工智能处理模块20、动作生成模块30以及输出模块40。本实施例中,所述智能机器人控制系统100安装在一个智能机器人中。本实施例中,所述智能机器人以虚拟人物的方式输出动作。
所述接收模块10用于接收用户的多模态输入指令。本实施例中,所述多模态输入指令可以是用户表情、语音信息、手势信息、场景信息、图像信息、视频信息、人脸信息、瞳孔虹膜信息、光感信息和指纹信息等其中的其中一种或几种。
所述人工智能处理模块20至少存储有机器人先前的动作信息,并用于至少根据所述先前的动作信息,判断当前是否执行所述指令对应的动作。本实施例中,所述人工智能处理模块20至少包括存储单元21、自我认知单元22、第一判断单元23以及第二判断单元24。
所述存储单元21用于存储机器人先前的动作信息。可以理解的是,所述先前的动作信息可以是上一次的动作信息,也可以是先前多次执行的动作信息。所述动作信息例如是运动、吃法、睡觉、生病、休息等表示各种生活状态的信息。本实施例中,所述信息通过不同的代码或编码表示。
所述自我认知单元22用于根据先前的动作信息判断机器人当前的状态。本实施例中,所述自我认知单元22至少包括突变因素判断子单元221以及状态确认子单元222。所述突变因素判断子单元221用于根据预设的概率运算规则对所述先前的动作信息进行运算,并判断所述智能机器人的先前动作是否存在突变因素。举例来说,所述突变因素是突发事件,例如运动扭伤脚、天气突然变差而无法按照计划办事之类的。所述状态确认子单元222用于确认所述突变因素,并根据所述突变因素判断机器人当前的状态。在另一个实施例中,所述先前的动作信息中可包含机器人的疲劳参数值,所述自我认知单元22根据所述疲劳参数值,确认机器人当前的状态。可以理解,在其他实施例中,所述动作信息还可以包含其他类型的参数值,本发明不以此实施例为限。
所述第一判断单元23用于根据预设的规则,判断所述当前的状态是否与所述输入指令对应的动作相冲突,如果不冲突,则判断执行所述指令对应的动作。如果冲突,则不执行所述输入指令对应的动作。举例来说,用户通过语音方式输入“跳一个舞吧”的指令,此时,如果所述自我认知单元22判断机器人当前是扭伤脚的状态,则第一判断单元23判断机器人当前状态与输入指令对应的动作相冲突,从而确认无法执行跳舞的动作。
所述第二判断单元24用于当所述当前的状态与所述输入指令对应的动作相冲突时,进一步判断机器人当前动作的至少一个类型。在本实施例中,所述机器人的动作可划分为不同的类型,例如运动类、休闲类等等。
更进一步的,本实施例中,所述第二判断单元24包括时间轴判断子单元241以及动作类型判断子单元242。所述时间轴判断子单元241用于判断当前时间位于生活时间轴的哪个范围,其中,所述生活时间轴包括多个时间范围,且每个时间范围对应映射不同的动作类型。所述动作类型判断子单元242用于根据所述多模态输入指令、所述先前的动作信息以及当前时间所在的范围,确认当前动作的至少一个类型。举例来说,当所述时间轴判断子单元241判断当前时间是早上7:00,其位于生活时间轴的A范围,且所述A范围对应映射的动作类型有吃食物、运动、休息等,则所述动作类型判断子单元242则根据机器人当前处于扭伤脚的状态,判断机器人的当前动作是吃食物或休息,而非运动。
所述动作生成模块30用于根据所述判断结果,从预存的动作库中选择并生成当前动作。本实施例中,所述动作信息包括多个权重值,所述权重值代表先前动作对当前动作的影响,所述动作生成模块30包括权重判断单元31,用于判断先前动作的所述动作信息中的权重值是否超过预设值,如果是,则确认当前动作的权重值应为低,并从对应动作类型中选择低权重值的动作,否则,随机选择对应动作类型中的某个动作。举例来说,打球被赋予高权重值,休息被赋予低权重值,所述动作生成模块30判断先前动作一直是运动,持续维持高权重值超过预设值,则判断当前动作应该是低权重值,即休息。可以理解,在其他实施例中,所述动作生成模块30可以包括其他参数的判断单元,而不以上述权重判断单元为限。
所述输出模块40用于输出所述当前动作并显示。本实施例中,所述输出模块40与一全息成像设备连接,并通过全息成像方式显示所述当前动作。可以理解的是,在其他实施例中,所述输出模块40还可以通过其他方式显示所述当前动作。
在本实施例中,当所述多模态输入包括音频数据时,所述系统进一步包括同步模块50,用于将所述当前动作与输入的所述音频数据进行时间同步处理,使得机器人的声音和动作同步,更加拟人化。
本发明的智能机器人控制系统100,能够根据机器人先前的动作判断机器人当前是否适合执行输入指令对应的动作,能够保证机器人动作不会突变,提高了用户体验度。
请参阅图2,本发明进一步提供一种智能机器人控制方法,包括:
步骤S301,存储智能机器人先前的动作信息。
步骤S302,接收用户的多模态输入指令。
步骤S303,至少根据所述先前的动作信息,判断当前是否执行所述指令对应的动作。本实施例中,步骤S303包含以下子步骤:
S303a,根据先前的动作信息判断机器人当前的状态。具体的,本实施例中,根据预设的概率运算规则对所述先前的动作信息进行运算,并判断所述智能机器人的先前动作是否存在突变因素,如果是,则确认所述突变因素,并根据所述突变因素判断机器人当前的状态。
S303b,根据预设的规则判断所述当前的状态是否与所述输入指令对应的动作相冲突。如果不冲突,则执行步骤S303c,判断执行所述指令对应的动作;如果所述当前的状态与所述输入指令对应的动作相冲突,则执行步骤S303d,进一步判断机器人当前动作的至少一个类型。
更具体的,所述判断机器人当前动作的至少一个类型的步骤包括子步骤:
S303d1,判断当前时间位于生活时间轴的哪个范围,其中,所述生活时间轴包括多个时间范围,且每个时间范围对应映射不同的动作类型;以及
S303d2,根据所述当前的状态以及当前时间所在的范围,确认当前动作的至少一个类型。
步骤S304,根据所述判断结果,从预存的动作库中选择并生成当前动作。本实施例中,所述动作信息包括多个权重值,所述权重值代表先前动作对当前动作的影响,所述从预存的动作库中选择并生成当前动作的步骤具体包括:判断先前动作的所述动作信息中的权重值是否超过预设值,如果是,则确认当前动作的权重值为低,并从对应动作类型中选择低权重值的动作,否则,随机选择对应动作类型中的某个动作。
步骤S305,输出所述当前动作并显示。
本实施例中,进一步包括步骤S306,将所述当前动作与输入的所述音频数据进行时间同步处理。
本发明的智能机器人控制方法,能够根据机器人先前的动作判断机器人当前是否适合执行输入指令对应的动作,能够保证机器人动作不会突变,提高了用户体验度。
需要说明的是,通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的硬件平台的方式来实现,当然也可以全部通过硬件来实施。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上所揭露的仅为本发明实施例中的较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (14)
1.一种智能机器人控制系统,包括:
接收模块,用于接收用户的多模态输入指令;
人工智能处理模块,其至少存储有机器人先前的动作信息,并用于至少根据所述先前的动作信息,判断当前是否执行所述指令对应的动作;
动作生成模块,用于根据所述判断结果,从预存的动作库中选择并生成当前动作;以及
输出模块,用于输出所述当前动作并显示。
2.根据权利要求1所述的系统,其特征在于,所述人工智能处理模块至少包括:
存储单元,用于存储机器人先前的动作信息;
自我认知单元,用于根据先前的动作信息判断机器人当前的状态;第一判断单元,用于根据预设的规则判断所述当前的状态是否与所述输入指令对应的动作相冲突,如果不冲突,则判断执行所述指令对应的动作,如果冲突,则不执行所述输入指令对应的动作。
3.根据权利要求2所述的系统,其特征在于,所述人工智能处理模块进一步包括:
第二判断单元,用于当所述当前的状态与所述输入指令对应的动作相冲突时,进一步判断机器人当前动作的至少一个类型。
4.根据权利要求3所述的系统,其特征在于,所述第二判断单元包括:
时间轴判断子单元,用于判断当前时间位于生活时间轴的哪个范围,其中,所述生活时间轴包括多个时间范围,且每个时间范围对应映射不同的动作类型;以及
动作类型判断子单元,用于根据所述当前的状态以及当前时间所在的生活时间轴的范围,确认当前动作的至少一个类型。
5.根据权利要求2所述的系统,其特征在于,所述自我认知单元至少包括:
突变因素判断子单元,用于根据预设的概率运算规则对所述先前的动作信息进行运算,并判断所述智能机器人的先前动作是否存在突变因素;以及
状态确认子单元,用于确认所述突变因素,并根据所述突变因素判断机器人当前的状态。
6.根据权利要求1所述的系统,其特征在于,所述动作信息包括多个权重值,所述权重值代表先前动作对当前动作的影响,所述动作生成模块包括:
权重判断单元,用于判断先前动作的所述动作信息中的权重值是否超过预设值,如果是,则确认当前动作的权重值为低,并从对应动作类型中选择低权重值的动作,否则,随机选择对应动作类型中的某个动作。
7.根据权利要求1所述的系统,其特征在于,所述多模态输入包括音频数据,所述系统进一步包括:同步模块,用于将所述当前动作与输入的所述音频数据进行时间同步处理。
8.一种智能机器人控制方法,包括步骤:
存储智能机器人先前的动作信息;
接收用户的多模态输入指令;
至少根据所述多模态输入指令以及所述先前的动作信息,并用于至少根据所述先前的动作信息,判断当前是否执行所述指令对应的动作;
根据所述判断结果,从预存的动作库中选择并生成当前动作;以及
输出所述当前动作并显示。
9.根据权利要求8所述的方法,其特征在于,所述判断当前是否执行所述指令对应的动作的步骤进一步包括:
根据先前的动作信息判断机器人当前的状态;
根据预设的规则判断所述当前的状态是否与所述输入指令对应的动作相冲突,如果不冲突,则判断执行所述指令对应的动作,如果所述当前的状态与所述输入指令对应的动作相冲突,则进一步判断机器人当前动作的至少一个类型。
10.根据权利要求9所述的方法,其特征在于,所述判断机器人当前动作的至少一个类型的步骤包括:
判断当前时间位于生活时间轴的哪个范围,其中,所述生活时间轴包括多个时间范围,且每个时间范围对应映射不同的动作类型;以及
根据所述当前的状态以及当前时间所在的范围,确认当前动作的至少一个类型。
11.根据权利要求9所述的方法,其特征在于,所述根据先前的动作信息判断机器人当前的状态的步骤包括:
根据预设的概率运算规则对所述先前的动作信息进行运算,并判断所述智能机器人的先前动作是否存在突变因素,如果是,则确认所述突变因素,并根据所述突变因素判断机器人当前的状态。
12.根据权利要求8所述的方法,其特征在于,所述动作信息包括多个权重值,所述权重值代表先前动作对当前动作的影响,所述从预存的动作库中选择并生成当前动作的步骤包括:
判断先前动作的所述动作信息中的权重值是否超过预设值,如果是,则确认当前动作的权重值为低,并从对应动作类型中选择低权重值的动作,否则,随机选择对应动作类型中的某个动作。
13.根据权利要求8所述的方法,进一步包括:将所述当前动作与输入的所述音频数据进行时间同步处理。
14.一种智能机器人,其至少包括如权利要求1~7项任一项所述的智能机器人控制系统。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2016/089222 WO2018006378A1 (zh) | 2016-07-07 | 2016-07-07 | 智能机器人控制系统、方法及智能机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106660209A true CN106660209A (zh) | 2017-05-10 |
CN106660209B CN106660209B (zh) | 2019-11-22 |
Family
ID=58838969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680001761.6A Expired - Fee Related CN106660209B (zh) | 2016-07-07 | 2016-07-07 | 智能机器人控制系统、方法及智能机器人 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106660209B (zh) |
WO (1) | WO2018006378A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107496110A (zh) * | 2017-08-14 | 2017-12-22 | 北京迪克希玛有限责任公司 | 家用护理床以及护理控制方法 |
CN107992935A (zh) * | 2017-12-14 | 2018-05-04 | 深圳狗尾草智能科技有限公司 | 为机器人设置生活周期的方法、设备及介质 |
CN108133259A (zh) * | 2017-12-14 | 2018-06-08 | 深圳狗尾草智能科技有限公司 | 人工虚拟生命与外界交互的系统及方法 |
CN109159126A (zh) * | 2018-10-11 | 2019-01-08 | 上海思依暄机器人科技股份有限公司 | 机器人行为的控制方法、控制系统及机器人 |
CN109564635A (zh) * | 2017-08-11 | 2019-04-02 | 深圳市得道健康管理有限公司 | 人工智能设备、系统及其行为控制方法 |
CN109670416A (zh) * | 2018-12-03 | 2019-04-23 | 深圳市越疆科技有限公司 | 基于前置姿态判断的学习方法、学习系统和存储介质 |
CN110764723A (zh) * | 2018-07-27 | 2020-02-07 | 苏州狗尾草智能科技有限公司 | 一种车载全息展示方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080215183A1 (en) * | 2007-03-01 | 2008-09-04 | Ying-Tsai Chen | Interactive Entertainment Robot and Method of Controlling the Same |
CN101362334A (zh) * | 2008-09-25 | 2009-02-11 | 塔米智能科技(北京)有限公司 | 一种智能机器人及其运作方法 |
CN100509308C (zh) * | 2002-03-15 | 2009-07-08 | 索尼公司 | 用于机器人的行为控制系统和行为控制方法及机器人装置 |
CN105426436A (zh) * | 2015-11-05 | 2016-03-23 | 百度在线网络技术(北京)有限公司 | 基于人工智能机器人的信息提供方法和装置 |
-
2016
- 2016-07-07 WO PCT/CN2016/089222 patent/WO2018006378A1/zh active Application Filing
- 2016-07-07 CN CN201680001761.6A patent/CN106660209B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100509308C (zh) * | 2002-03-15 | 2009-07-08 | 索尼公司 | 用于机器人的行为控制系统和行为控制方法及机器人装置 |
US20080215183A1 (en) * | 2007-03-01 | 2008-09-04 | Ying-Tsai Chen | Interactive Entertainment Robot and Method of Controlling the Same |
CN101362334A (zh) * | 2008-09-25 | 2009-02-11 | 塔米智能科技(北京)有限公司 | 一种智能机器人及其运作方法 |
CN105426436A (zh) * | 2015-11-05 | 2016-03-23 | 百度在线网络技术(北京)有限公司 | 基于人工智能机器人的信息提供方法和装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109564635A (zh) * | 2017-08-11 | 2019-04-02 | 深圳市得道健康管理有限公司 | 人工智能设备、系统及其行为控制方法 |
CN107496110A (zh) * | 2017-08-14 | 2017-12-22 | 北京迪克希玛有限责任公司 | 家用护理床以及护理控制方法 |
CN107992935A (zh) * | 2017-12-14 | 2018-05-04 | 深圳狗尾草智能科技有限公司 | 为机器人设置生活周期的方法、设备及介质 |
CN108133259A (zh) * | 2017-12-14 | 2018-06-08 | 深圳狗尾草智能科技有限公司 | 人工虚拟生命与外界交互的系统及方法 |
CN110764723A (zh) * | 2018-07-27 | 2020-02-07 | 苏州狗尾草智能科技有限公司 | 一种车载全息展示方法及系统 |
CN109159126A (zh) * | 2018-10-11 | 2019-01-08 | 上海思依暄机器人科技股份有限公司 | 机器人行为的控制方法、控制系统及机器人 |
CN109670416A (zh) * | 2018-12-03 | 2019-04-23 | 深圳市越疆科技有限公司 | 基于前置姿态判断的学习方法、学习系统和存储介质 |
CN109670416B (zh) * | 2018-12-03 | 2023-04-28 | 深圳市越疆科技有限公司 | 基于前置姿态判断的学习方法、学习系统和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106660209B (zh) | 2019-11-22 |
WO2018006378A1 (zh) | 2018-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106660209A (zh) | 智能机器人控制系统、方法及智能机器人 | |
WO2021143261A1 (zh) | 一种动画实现方法、装置、电子设备和存储介质 | |
Thomaz et al. | Teachable robots: Understanding human teaching behavior to build more effective robot learners | |
Thomaz et al. | Reinforcement learning with human teachers: Evidence of feedback and guidance with implications for learning performance | |
US8204839B2 (en) | Apparatus and method for expressing behavior of software robot | |
CN111028317B (zh) | 虚拟对象的动画生成方法、装置、设备及存储介质 | |
Brom et al. | What does your actor remember? Towards characters with a full episodic memory | |
CN107924487A (zh) | 处理系统以及程序 | |
CN111899319A (zh) | 动画对象的表情生成方法和装置、存储介质及电子设备 | |
US20120066164A1 (en) | System and method for simulating conciousness | |
CN110325965A (zh) | 虚拟场景中的对象处理方法、设备及存储介质 | |
KR20090007972A (ko) | 소프트웨어 로봇의 유전자 코드 구성 방법 | |
Gabora et al. | A computational model of two cognitive transitions underlying cultural evolution | |
CN118034499A (zh) | 用于处理触觉反馈的方法和装置 | |
CN100474341C (zh) | 自适应闭群漫画生成 | |
JPH11149462A (ja) | 部品選択装置及び部品選択方法 | |
JP6295313B1 (ja) | 情報処理装置、情報処理方法およびプログラム | |
US7734454B2 (en) | Simulation at two different levels of complexity | |
Zhang et al. | Learning based gaits evolution for an AIBO dog | |
Hanaki | Individual and social learning | |
Floyd et al. | Creation of devs models using imitation learning | |
Egerton et al. | Jimmy: searching for free-will (a competition) | |
Torres et al. | The ANIMUS Project: a framework for the creation of interactive creatures in immersed environments | |
CN112847369B (zh) | 机器人情绪转变的方法、装置、机器人及存储介质 | |
EP4385592A1 (en) | Computer-implemented method for controlling a virtual avatar |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 301, Building 39, 239 Renmin Road, Gusu District, Suzhou City, Jiangsu Province, 215000 Applicant after: Suzhou Dogweed Intelligent Technology Co., Ltd. Address before: Oriental Science and Technology Building No. 16 Keyuan Road, Shenzhen street 518000 city in Guangdong province Nanshan District Guangdong 1307-09 Applicant before: Shenzhen green bristlegrass intelligence Science and Technology Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191122 Termination date: 20210707 |