CN106844675B - 一种针对儿童的机器人多模态输出方法及机器人 - Google Patents

Abstract

本发明公开了一种针对儿童用户的机器人多模态输出方法以及机器人。所述方法包括：获取当前儿童用户的个体特征集；获取匹配所述个体特征集的评级问题，并以多模态输出模式将所述评级问题输出给所述儿童用户；获取所述儿童用户针对所述评级问题的应答输入；根据所述应答输入确定所述儿童用户的能力级别；基于所述能力级别配置针对所述儿童用户的行为输出信息；在与所述儿童用户交互时，利用所述行为输出信息进行多模态输出。相较于现有技术，根据本发明的方法，不仅大大提高了机器人在与儿童的人机交互过程中的用户体验，而且有效提高了机器人教学的教学质量。

Description

一种针对儿童的机器人多模态输出方法及机器人

技术领域

本发明涉及机器人领域，具体涉及一种针对儿童的机器人多模态输出方法及机器人。

背景技术

在传统的儿童教育应用场景中，通常人们按照儿童年龄划分学习区间，针对不同的学习区间采用不同的教材。但是上述方法忽略了儿童的个体差异，无法向儿童提供符合其自身发展的针对性的教育辅导。

为了提高儿童的教学质量，在现有技术中，通常是由教师根据自己的教学经验针对不同的儿童进行一定的单独辅导。但是，受限于教师自身教学经验水平以及精力，教师的单独辅导仅仅只能起到很小的辅助作用。

随着机器人技术的不断发展，智能机器人的越来越多的被应用到人类日常的生产生活中。尤其的，当前很多智能机器人被应用与儿童的教育应用场景。机器人应用的普及使得有机器人替代一部分教师职能实现单独辅导教育成为了可能。但是，在现有技术中，机器人也只能按照儿童年龄划分学习区间，针对不同的学习区间采用不同的教材。相对于教师的单独辅导，其进步也只在于单独辅导的耗时以及强度上，教育质量并没有发生根本性的提升。

发明内容

本发明提供了一种针对儿童用户的机器人多模态输出方法，所述方法包括：

获取当前儿童用户的个体特征集；

获取匹配所述个体特征集的评级问题，并以多模态输出模式将所述评级问题输出给所述儿童用户；

获取所述儿童用户针对所述评级问题的应答输入；

根据所述应答输入确定所述儿童用户的能力级别；

基于所述能力级别配置针对所述儿童用户的行为输出信息；

在与所述儿童用户交互时，利用所述行为输出信息进行多模态输出。

在一实施例中，以多模态输出模式将所述评级问题输出给所述儿童用户，其中：

在输出所述评级问题的过程中根据所述儿童用户的多模态输入数据调整所述评级问题的具体内容和/或具体输出模式。

在一实施例中，在输出所述评级问题的过程中根据所述儿童用户的多模态输入数据调整所述评级问题的具体内容和/或具体输出模式，包括：

获取所述儿童用户的多模态输入数据并解析，确定所述儿童用户针对当前的所述评级问题的情绪；

当所述儿童用户厌烦当前的所述评级问题时终止当前的所述评级问题的输出。

在一实施例中，获取匹配所述个体特征集的评级问题，包括：

根据个体特征集对当前所述儿童用户所处能力级别进行初步评定；

以所述初步评定的结果从评级题库中选取所述评级问题。

在一实施例中，所述方法还包括：

对所述儿童用户重新进行能力级别检测以更新所述儿童用户的能力级别。

在一实施例中，所述方法还包括：

预先确定适合不同能力级别的儿童用户的交互应用；

在交互过程中根据当前的所述儿童用户的能力级别所属的类别范围调用对应的交互应用。

本发明还提出了一种针对儿童用户的机器人，所述机器人包括：

特征采集模块，其配置为获取当前儿童用户的个体特征集；

评级问题输出模块，其配置为获取匹配所述个体特征集的评级问题，并以多模态输出模式将所述评级问题输出给所述儿童用户；

问题应答获取模块，其配置为获取所述儿童用户针对所述评级问题的应答输入；

能力级别确认模块，其配置为根据所述应答输入确定所述儿童用户的能力级别；

行为输出配置模块，其配置为基于所述能力级别配置针对所述儿童用户的行为输出信息；

交互输出模块，其配置为在与所述儿童用户交互时，利用所述行为输出信息进行多模态输出。

在一实施例中，所述评级问题输出模块还配置为：

在输出所述评级问题的过程中根据所述儿童用户的多模态输入数据调整所述评级问题的具体内容和/或具体输出模式。

在一实施例中，所述评级问题输出模块还配置为：

根据个体特征集对当前所述儿童用户所处能力级别进行初步评定；

以所述初步评定的结果从评级题库中选取所述评级问题。

在一实施例中：

所述行为输出配置模块配置为以所述能力级别确定适合不同能力级别的儿童用户的交互应用；

所述交互输出模块配置为在交互过程中根据当前的所述儿童用户的能力级别所属的类别范围调用对应的交互应用。

根据本发明的方法，机器人可以实现匹配儿童个人的能力级别的交互输出，使得机器人在教育应用场景中可以提供更符合儿童自身发展的教育辅导内容，实现因材施教的教育模式。相较于现有技术，根据本发明的方法，不仅大大提高了机器人在与儿童的人机交互过程中的用户体验，而且有效提高了机器人教学的教学质量。

本发明的其它特征或优点将在随后的说明书中阐述。并且，本发明的部分特征或优点将通过说明书而变得显而易见，或者通过实施本发明而被了解。本发明的目的和部分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步骤来实现或获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1是根据本发明一实施例的方法流程图；

图2～图5是根据本发明实施例的方法的部分流程图；

图6是根据本发明一实施例的机器人系统结构简图；

图7以及图8是根据本发明实施例的机器人系统部分结构简图。

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，借此本发明的实施人员可以充分理解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并依据上述实现过程具体实施本发明。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。

在传统的儿童教育应用场景中，通常人们按照儿童年龄划分学习区间，针对不同的学习区间采用不同的教材。但是上述方法忽略了儿童的个体差异，无法向儿童提供符合其自身发展的针对性的教育辅导。

为了提高儿童的教学质量，在现有技术中，通常是由教师根据自己的教学经验针对不同的儿童进行一定的单独辅导。但是，受限于教师自身教学经验水平以及精力，教师的单独辅导仅仅只能起到很小的辅助作用。

随着机器人技术的不断发展，智能机器人的越来越多的被应用到人类日常的生产生活中。尤其的，当前很多智能机器人被应用与儿童的教育应用场景。机器人应用的普及使得有机器人替代一部分教师职能实现单独辅导教育成为了可能。但是，在现有技术中，机器人也只能按照儿童年龄划分学习区间，针对不同的学习区间采用不同的教材。相对于教师的单独辅导，其进步也只在于单独辅导的耗时以及强度上，教育质量并没有发生根本性的提升。

针对上述问题，本发明提出了一种针对儿童的机器人多模态输出方法。在本发明一实施例中，在机器人和儿童用户进行交互输出(进行辅导教育)时，根据当前儿童用户的相关具体特征(学习理解能力、知识掌握程度等具体的特征信息)来生成匹配当前儿童用户的交互输出(匹配当前儿童的辅导教育内容形式)。从而实现有针对性的教育辅导，使得机器人在教育应用场景中可以提供更符合儿童自身发展的教育辅导内容，实现因材施教的教育模式。相较于现有技术，根据本发明的方法，不仅大大提高了机器人在与儿童的人机交互过程中的用户体验，而且有效提高了机器人教学的教学质量。

进一步的，在实际应用场景中，一个人的相关学习能力特征是一个很抽象的概念。为了实现理想的因材施教的教育模式。在本发明一实施例中，将儿童的学习能力量化表示，利用能力级别来量化表示儿童的学习能力。利用问答的模式向儿童用户输出评级问题，并基于儿童用户的应答来确定其能力级别，然后进行匹配儿童个人的能力级别的交互输出(教育辅导)。

进一步的，在实际应用场景中，同一套评级问题不可能适用所有的评级场合。例如适用于5岁儿童的评级问题放到7岁儿童的评级场合就变得不适用。为了保证对儿童用户能力级别的评定结果的正确性，在本发明一实施例中，用于评级的评级问题是根据当前参加评级的儿童用户的个人特征所确定的，这样，就可以保证评级问题与当前儿童用户匹配，从而保证评级结果的准确性。

接下来基于附图详细描述根据本发明实施例的方法的详细流程，附图的流程图中示出的步骤可以在包含诸如一组计算机可执行指令的计算机系统中执行。虽然在流程图中示出了各步骤的逻辑顺序，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。

如图1所示，在一实施例中，机器人首先获取当前儿童用户的个体特征集(步骤S100)。在这里，个体特征集为一条或多条个体特征的集合，每条个体特征用于描述儿童用户的一项特征(例如，年龄、学习经历、科目偏向等)。

然后根据儿童用户的个体特征集获取匹配儿童用户个体特征集的评级问题(步骤S110)，并以多模态输出模式将评级问题输出给儿童用户(步骤S120)。接着获取儿童用户针对评级问题的应答输入(步骤S130)；根据应答输入确定儿童用户的能力级别(步骤S140)；基于儿童用户的能力级别配置针对儿童用户的行为输出信息(步骤S150)。最后，在之后的与儿童用户交互过程中，利用行为输出信息进行多模态输出(步骤S60)。

由于针对儿童用户进行的多模态输出是基于行为输出信息的，而行为输出信息的配置是根据儿童用户自身的能力级别。因此，机器人可以实现匹配儿童个人的能力级别的交互输出，使得机器人在教育应用场景中可以提供更符合儿童自身发展的教育辅导内容，实现因材施教的教育模式。相较于现有技术，根据本发明的方法，不仅大大提高了机器人在与儿童的人机交互过程中的用户体验，而且有效提高了机器人教学的教学质量。

进一步的，在一实施例中，机器人采用题库抽取的方式来获取评级问题。即，预先构造包含多个不同评级问题的评级题库，在获取个人特征集后，从评级题库中搜索抽取匹配当前获取的个人特征集的评级问题。具体的，为题库中每个评级问题设置对应的匹配标签，根据匹配标签确认个人特征集中具体的个人特征所对应的评级问题。

进一步的，在一实施例中，并不是直接根据个人特征集从题库中抽取问题。而是如图2所示，待机器人获取到当前儿童用户的个人特征集(步骤S200)后，首先根据个体特征集对当前儿童用户所处能力级别进行初步评定(步骤S211)；然后以初步评定的结果从评级题库中选取评级问题(步骤S212)。

进一步的，在实际的交互场景中，一般情况下，成人用户针对某一问题的应答主要包含：

(1)知道答案-给出答案；

(2)不知道答案-无法给出答案或者给出错误答案

两种情况。

但是，儿童用户的对当前事物的专注程度是一个很不稳定的状态。其在知道答案的情况下，会因为对当前提问丧失兴趣或是被其他事物吸引注意力而无法给出答案或是给出错误答案。这就使得机器人在步骤S130中获取到的应答输出并不能正确的反映儿童用户的实际能力水平。

针对上述问题，在本发明一实施例中，机器人在输出评级问题的过程中根据儿童用户的多模态输入数据调整评级问题的具体内容和/或具体输出模式。从而尽可能的保证儿童用户的应答输入是可以正确反映其实际的能力水平的应答输入。

具体的，在一实施例中，机器人在输出评级问题的过程中获取儿童用户的多模态输入数据并解析，确定儿童用户针对当前的评级问题的情绪；当儿童用户厌烦当前的评级问题时终止当前的评级问题的输出。

如图3所示，机器人输出评级问题(步骤S310)；在输出评级问题的过程中获取儿童用户的多模态输入数据(步骤S320)并解析(步骤S330)，确定儿童用户针对当前正在输出的评级问题的情绪(步骤S340)；判断是否存在厌烦情绪(步骤S350)。

如果儿童用户对当前正在输出的评级问题并没有厌烦情绪，则继续输出评级问题并从问题输出完毕后的儿童用户的多模态输入数据中提取应答输出(步骤S360)。如果儿童用户对当前正在输出的评级问题报有厌烦情绪，则停止输出当前正在输出的评级问题(步骤S370)。

进一步的，在一实施例中，如图4所示，机器人输出评级问题(步骤S410)；在输出一个评级问题后获取儿童用户的多模态输入数据(步骤S420)并解析(步骤S430)，确定儿童用户针对已经输出的那个评级问题的情绪(步骤S440)；判断是否存在厌烦情绪(步骤S450)。

如果儿童用户对已经输出的评级问题并没有厌烦情绪，则从当前获取的儿童用户的多模态输入数据中提取应答输出(步骤S460)并输出下一个评级问题(步骤S470)。

如果儿童用户对已经输出的评级问题报有厌烦情绪，则不从当前获取的儿童用户的多模态输入数据中提取应答输出(已经输出的评级问题作废)(步骤S480)。

进一步的，在一实施例中，在步骤S370或步骤S480(儿童用户对评级行为产生厌烦)之后，机器人停止评级行为。如图5所示，机器人暂停评级行为(步骤S510)，保存当前的评级问题输出进度(步骤S520)，然后采用其他的交互策略与儿童用户进行人机交互(步骤S530)。

在人机交互的过程中，机器人确定儿童用户的状态(步骤S540)，根据儿童用户的状态判断是否可以开始评级行为(步骤S550)，如果不可以，则继续采用其他的交互策略与儿童用户进行人机交互(返回步骤S530)。如果可以，则调出已保存的评级问题输出进度，基于该进度继续输出未完成输出的评级问题(步骤S560)。

进一步的，在某些交互场景中，儿童用户对当前正在输出或者已经输出的评级问题抱有厌烦情绪可能仅仅是针对这一个评级问题(当前正在输出或者已经输出的评级问题)，而不是对整个评级行为抱有厌烦情绪。

因此，为了尽可能一次性的完成评级行为，在一实施例中，当儿童用户对当前正在输出的评级行为抱有厌烦情绪时，机器人停止输出当前正在输出的评级问题，换一个评级问题进行输出。当儿童用户连续两次对评级问题抱有厌烦情绪时，认定其对评级行为抱有厌烦情绪，暂停评级行为。

进一步的，在另一实施例中，当儿童用户对已经输出的评级问题抱有厌烦情绪时，将儿童用户抱有厌烦情绪的评级问题标记为输出无效，不获取该问题所对应的应答输出，并且按照正常模式继续输出下一个评级问题。当儿童用户对连续的两个评级问题抱有厌烦情绪时，认定其对评级行为抱有厌烦情绪，暂停评级行为。

进一步的，机器人在进行评级问题的输出时是以多模态输出模式将评级问题输出给儿童用户的，其多模态输出模式的确定基准就是要保证儿童用户对评级问题的关注程度，尽量避免儿童用户对评级问题产生厌烦情绪。因此，在一实施例中，机器人根据儿童用户的个体特征(例如喜好等)来确定评级问题的多模态输出模式。例如，针对低年龄的儿童用户采用图画加声音的输出方式，尽可能的减少文字输出，并夹杂该年龄段儿童所喜欢的动画人物。

进一步的，在实际的应用场景中，儿童用户的能力级别是不断变化的。因此，在一实施例中，定期或是不定期(或者在每个阶段的学习辅导完成后)对儿童用户重新进行能力级别检测以更新儿童用户的能力级别，并且根据儿童用户的新的能力级别配置针对儿童用户的新的行为输出信息。在之后的与儿童用户交互过程中，利用新的行为输出信息进行多模态输出。

进一步的，在一实施例中，行为输出信息的配置还参考儿童的能力级别的变化情况。例如，当前能力级别的上升情况并没有达到预期目标(在一个辅导学习阶段后，儿童用户的能力级别并没有达到预期的等级)时，说明当前的行为输出信息的设置并不理想，因此需要更换行为输出信息的配置。

进一步的，在一实施例中，采用调用不同的交互应用的方式来实现与儿童用户的人机交互。具体的，预先确定适合不同能力级别的儿童用户的交互应用；然后在交互过程中根据当前的儿童用户的能力级别所属的类别范围调用对应的交互应用。

基于本发明的方法，本发明还提出了一种针对儿童用户的机器人。如图6所示，在一实施例中，机器人包括

特征采集模块610，其配置为获取当前儿童用户600的个体特征集；

评级问题输出模块620，其配置为获取匹配当前儿童用户600的个体特征集的评级问题，并以多模态输出模式将评级问题输出给儿童用户600；

问题应答获取模块630，其配置为获取儿童用户600针对评级问题的应答输入；

能力级别确认模块640，其配置为根据应答输入确定儿童用户600的能力级别；

行为输出配置模块650，其配置为基于能力级别配置针对儿童用户600的行为输出信息；

交互输出模块660，其配置为在与儿童用户600交互时，利用行为输出信息进行多模态输出。

进一步的，在一实施例中评级问题输出模块还配置为：在输出评级问题的过程中根据儿童用户的多模态输入数据调整评级问题的具体内容和/或具体输出模式。

具体的，如图7所示，评级问题输出模块720包括：

用户情绪确认模块721，其配置为获取儿童用户700的多模态输入数据并解析，确定儿童用户700针对当前的评级问题的情绪；

评级问题确认单元723，其配置为根据特征采集模块710获取的儿童用户700的个体特征集获取匹配的评级问题；

评级问题输出模块722，其配置为向儿童用户700输出评级问题，并且当儿童用户700厌烦当前的评级问题时终止当前的评级问题的输出。

进一步的，在一实施例中，评级问题输出模块还配置为：

根据个体特征集对当前儿童用户所处能力级别进行初步评定；

以初步评定的结果从评级题库中选取评级问题。

具体的，如图8所示，评级问题输出模块820包括：

初评单元823，其配置为其配置为根据特征采集模块810获取的儿童用户800的个体特征集对当前儿童用户800所处能力级别进行初步评定；

评级问题选取单元822，其配置为以初步评定的结果从评级题库中选取评级问题；

评级问题输出模块821，其配置为向儿童用户800输出评级问题。

进一步的，在一实施例中，行为输出配置模块配置为以能力级别确定适合不同能力级别的儿童用户的交互应用；交互输出模块配置为在交互过程中根据当前的儿童用户的能力级别所属的类别范围调用对应的交互应用。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。本发明所述的方法还可有其他多种实施例。在不背离本发明实质的情况下，熟悉本领域的技术人员当可根据本发明做出各种相应的改变或变形，但这些相应的改变或变形都应属于本发明的权利要求的保护范围。

Claims (3)

1.一种针对儿童用户的机器人多模态输出方法，其特征在于，所述方法包括：

获取当前儿童用户的个体特征集；

根据个体特征集对当前所述儿童用户所处能力级别进行初步评定，依据所述初步评定的结果从评级题库中选取所述评级问题，从而获取匹配所述个体特征集的评级问题，并以多模态输出模式将所述评级问题输出给所述儿童用户，其中，在输出所述评级问题的过程中根据所述儿童用户的多模态输入数据中所表征的是否含有厌烦情绪来调整所述评级问题的具体内容和具体输出模式，当所述儿童用户厌烦当前的所述评级问题时，终止当前的所述评级问题的输出，并保存当前评级问题的输出进度，然后采用其他交互策略与儿童用户进行人机交互；

当所述儿童用户对当前的所述评级问题没有厌烦情绪时，从当前获取的所述儿童用户的多模态输入数据中提取针对所述评级问题的应答输入；

根据所述应答输入确定所述儿童用户的能力级别；

基于所述能力级别配置针对所述儿童用户的行为输出信息；

在与所述儿童用户交互时，利用所述行为输出信息进行多模态输出，其中，预先确定适合不同能力级别的儿童用户的交互应用，在交互过程中根据当前的所述儿童用户的能力级别所属的类别范围调用对应的交互应用。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述儿童用户重新进行能力级别检测以更新所述儿童用户的能力级别。

3.一种针对儿童用户的机器人，其特征在于，所述机器人包括：

特征采集模块，其配置为获取当前儿童用户的个体特征集；

评级问题输出模块，其配置为获取匹配所述个体特征集的评级问题，并以多模态输出模式将所述评级问题输出给所述儿童用户；

问题应答获取模块，其配置为当所述儿童用户对当前的所述评级问题没有厌烦情绪时，从当前获取的所述儿童用户的多模态输入数据中提取针对所述评级问题的应答输入；

能力级别确认模块，其配置为根据所述应答输入确定所述儿童用户的能力级别；

行为输出配置模块，其配置为基于所述能力级别配置针对所述儿童用户的行为输出信息；

交互输出模块，其配置为在与所述儿童用户交互时，利用所述行为输出信息进行多模态输出；

所述评级问题输出模块，还配置为在输出所述评级问题的过程中根据所述儿童用户的多模态输入数据中所表征的是否含有厌烦情绪来调整所述评级问题的具体内容和具体输出模式，当所述儿童用户厌烦当前的所述评级问题时，终止当前所述评级问题的输出，并保存当前评级问题的输出进度，然后采用其他交互策略与儿童用户进行人机交互；

所述评级问题输出模块，还配置为根据个体特征集对当前所述儿童用户所处能力级别进行初步评定，以所述初步评定的结果从评级题库中选取所述评级问题，其中，

所述行为输出配置模块配置为以所述能力级别确定适合不同能力级别的儿童用户的交互应用；

所述交互输出模块配置为在交互过程中根据当前的所述儿童用户的能力级别所属的类别范围调用对应的交互应用。

Images