CN106926258A - 机器人情绪的控制方法和装置 - Google Patents

Abstract

本发明公开了一种机器人情绪的控制方法和装置。其中，该控制方法包括：接收当前时刻的当前情绪输入信息，其中，当前情绪输入信息用于表示机器人在当前时刻通过听觉、视觉或者触觉接收到的外界输入信号；获取在当前时刻之前的历史时间段内生成的多个历史情绪输出信息，多个历史情绪输出信息中每个历史情绪输出信息用于表达机器人在生成历史情绪输出信息的时刻的情绪；基于当前情绪输入信息和多个历史情绪输出信息，得到机器人的当前情绪输出信息；控制机器人在当前时刻按照当前情绪输出信息执行对应动作，以表达当前时刻的情绪。通过本发明，解决了现有技术中对机器人情绪的控制不准确的技术问题。

Description

机器人情绪的控制方法和装置

技术领域

本发明涉及机器人控制领域，具体而言，涉及一种机器人情绪的控制方法和装置。

背景技术

当外界对机器人有一个瞬时刺激时，现有的机器人情绪系统专注于当前瞬时情绪的计算，在现有技术的方案中，通常采用的情绪模型考虑的是情绪的转换方式和转换概率，仅考虑上一时间点的情绪对当前情绪的影响，而通过一个时间点的情绪来确定当前时间点的情绪，这样对机器人情绪的控制是不准确的。

针对现有技术中对机器人情绪的控制不准确的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种机器人情绪的控制方法和装置，以至少解决现有的对机器人情绪的控制不准确的技术问题。

根据本发明实施例的一个方面，提供了一种机器人情绪的控制方法，该控制方法包括：接收当前时刻的当前情绪输入信息，其中，当前情绪输入信息用于表示机器人在当前时刻通过听觉、视觉或者触觉接收到的外界输入信号；获取在当前时刻之前的历史时间段内生成的多个历史情绪输出信息，多个历史情绪输出信息中每个历史情绪输出信息用于表达机器人在生成历史情绪输出信息的时刻的情绪；基于当前情绪输入信息和多个历史情绪输出信息，得到机器人的当前情绪输出信息；控制机器人在当前时刻按照当前情绪输出信息执行对应动作，以表达当前时刻的情绪。

根据本发明实施例的另一方面，还提供了一种机器人情绪的控制装置，该控制装置包括：接收单元，用于接收当前时刻的当前情绪输入信息，其中，当前情绪输入信息用于表示机器人在当前时刻通过听觉、视觉或者触觉接收到的外界输入信号；获取单元，用于获取在当前时刻之前的历史时间段内生成的多个历史情绪输出信息，多个历史情绪输出信息中每个历史情绪输出信息用于表达机器人在生成历史情绪输出信息的时刻的情绪；确定单元，用于基于当前情绪输入信息和多个历史情绪输出信息，得到机器人的当前情绪输出信息；控制单元，用于控制机器人在当前时刻按照当前情绪输出信息执行对应动作，以表达当前时刻的情绪。

在本发明实施例中，在机器人接收到外界刺激时，即接收到当前情绪输入信息时，获取当前时刻之间历史时间段内的多个历史情绪输出信息，基于历史时间段内的多个历史情绪输出信息确定当前时刻的情绪输出，而不是采用上一个时间点的情绪确定当前时刻的情绪输出，它包含了累加作用对当前情绪的影响，该种控制方式更加准确，解决了现有技术中对机器人情绪的控制不准确的问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种机器人情绪的控制方法的流程图；

图2是根据本发明实施例的一种机器人情绪的控制装置的示意图；

图3是根据本发明实施例的一种可选的机器人情绪的控制装置的示意图；

图4是根据本发明实施例的另一种可选的机器人情绪的控制装置的示意图；

图5是根据本发明实施例的又一种可选的机器人情绪的控制装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明实施例，提供了一种机器人情绪的控制方法的实施例，需要说明的是，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。

图1是根据本发明实施例的一种机器人情绪的控制方法，如图1所示，该控制方法包括如下步骤：

步骤S102，接收当前时刻的当前情绪输入信息，其中，当前情绪输入信息用于表示机器人在当前时刻通过听觉、视觉或者触觉接收到的外界输入信号。

步骤S104，获取在当前时刻之前的历史时间段内生成的多个历史情绪输出信息，多个历史情绪输出信息中每个历史情绪输出信息用于表达机器人在生成情绪输出信息的时刻的情绪。

步骤S106，基于当前情绪输入信息和多个历史情绪输出信息，得到机器人的当前情绪输出信息。

步骤S108，控制机器人在当前时刻按照当前情绪输出信息执行对应动作，以表达当前时刻的情绪。

采用本发明的实施例，在机器人接收到外界刺激时，即接收到当前情绪输入信息时，获取当前时刻之前历史时间段内的多个历史情绪输出信息，基于历史时间段内的多个历史情绪输出信息确定当前时刻的情绪输出，而不是采用上一个时间点的情绪确定当前时刻的情绪输出，它包含了累加作用对当前情绪的影响，该种控制方式更加准确，解决了现有技术中对机器人情绪的控制不准确的问题。

具体地，当机器人接收到一个瞬时的外界刺激(如机器人通过听觉、视觉或者触觉接收到的外界刺激)时，将该外界刺激转换为当前情绪输入信息，并考虑机器人在历史时间段内的多个历史情绪输出信息的累加效应，得到机器人在接收到该外界刺激时的当前情绪输出信息，机器人则按照该当前情绪输出信息动作，以表达情绪。由于上述方案在计算机器人的当前情绪输出信息的过程中，考虑了当前时刻之前的多个历史情绪输出信息对机器人接收的外界刺激的影响，与现有的仅考虑当前时刻的前一时刻的情绪输出信息的方案相比，机器人按照本发明的上述方案得到的当前情绪输出信息表达的情绪更接近人的真实情感而非人工情感，解决了现有的机器人情绪系统计算的机器人的情感变化与人的真实情感变化符合度低的问题，以使机器人更符合人的性格。

进一步地，机器人接收到一个外界刺激，并根据该外界刺激计算出一个瞬时情绪信息(即上述的当前情绪输入信息)，考虑机器人在接收到该外界刺激之前，已经接收过多次外界刺激，考虑这多个外界刺激对机器人的当前情绪的影响，通过这多个外界刺激对应的多个历史情绪输出信息的累加作用，计算出机器人接收到的上述外界刺激对应的当前情绪输出信息，机器人根据该当前情绪输出信息执行对应动作，以表达当前时刻的情绪。

在本发明的上述实施例中，基于当前情绪输入信息和多个历史情绪输出信息，得到机器人的当前情绪输出信息包括：获取当前时刻的当前个性信息，其中，当前个性信息基于在当前时刻之前生成的多个历史个性信息而确定，当前个性信息用于表示机器人在当前时刻的个性；基于当前个性信息、当前情绪输入信息以及多个历史情绪输出信息，确定机器人的当前情绪输出信息。

具体地，每当机器人接收到一个外界刺激，机器人则生成与该外界刺激对应的情绪输出信息，该情绪输出信息影响机器人的个性信息；随着每次机器人接收到的外界刺激的不同，机器人生成的与外界刺激对应的情绪输出信息也不同，机器人的个性信息随着每次输出的情绪输出信息发生小的改变，生成对应不同时刻的多个历史个性信息，并可以由多个历史个性信息的累加效应，确定机器人在当前时刻的当前个性信息。

进一步地，机器人的当前个性信息、当前情绪输入信息(即对应外界刺激的瞬时情绪信息)以及在当前时刻之前的多个历史情绪输出信息对机器人的当前情绪输出信息都有影响，因此，可以通过机器人的当前个性信息、当前情绪输入信息以及在当前时刻之前的多个历史情绪输出信息等多个信息的累加效应，确定机器人的当前情绪输出信息。

通过上述实施例，考虑当前个性信息以及在当前时刻之前的多个历史情绪输出信息的累加效应，确定机器人的当前情绪输出信息，可以使得机器人的情绪变化更接近人的真实情绪变化，以实现通过机器人模拟人的真实情感。

在本发明的上述实施例中，基于当前个性信息、当前情绪输入信息以及多个历史情绪输出信息，确定机器人的当前情绪输出信息包括：对当前情绪输入信息和多个历史情绪输出信息进行加权计算，得到当前情绪输入参数P；获取用于表示当前个性信息的当前情绪转换矩阵A_t；基于当前情绪转换矩阵和当前情绪输入参数计算用于表示当前情绪输出信息的当前情绪输出向量e_t，其中，e_t＝A_t*P。

具体地，机器人在时间点t(即上述的当前时刻)之前，根据接收到的多个外界刺激，生成了多个历史情绪输出信息，对多个历史情绪输出信息的每个历史情绪输出信息设置一一对应的权重；当机器人在时间点t接收到一个外界刺激时，机器人计算出与该外界刺激对应的当前情绪输入信息，当前情绪输入信息对应有一个权重；机器人对当前情绪输入信息和多个历史情绪输出信息进行加权计算，得到当前情绪输入参数P；在得到当前情绪输入参数P之后，机器人将当前情绪输入参数与当前个性信息的当前情绪转换矩阵A_t进行求积计算，得到的积值即为机器人的当前情绪输出向量e_t，即e_t＝A_t*P。通过分析可知，对于一个输入的外界刺激，可以获得一个包含情绪记忆因素(即上述的多个历史情绪输出信息)和个性记忆因素(即上述的当前个性信息)的当前情绪输出向量e_t，以及表示当前个性信息的当前情绪转换矩阵A_t。

在上述实施例中，通过对机器人的当前情绪输入信息和多个历史情绪输出信息设置不同的权重，权重不同，则代表相应的参数信息对当前情绪输出向量的影响不同，从而可以通过不同权重的设置，并通过对当前情绪输入信息和多个历史情绪输出信息进行加权计算，使得机器人按照得到的当前情绪输出向量表达出的情绪更贴近人的真实情绪。

在本发明的上述实施例中，对当前情绪输入信息和多个历史情绪输出信息进行加权计算，得到当前情绪输入参数P包括：通过如下公式计算当前情绪输入参数P：

其中，e_input为表示当前情绪输入信息的当前情绪输入向量，λ₁为当前情绪输入向量的权重，e_i为表示N个历史情绪输出信息中第(t-N)个历史情绪输出信息的情绪输出向量，N为自然数，i＝t-N。

具体地，可以通过上述公式计算机器人的当前情绪输入参数P，公式中的λ₁为当前情绪输入向量的权重，(1-λ₁)为记忆情绪的权重，e_i表示记忆中的前N个历史情绪输出信息的平均值，作为记忆因素对当前情绪输出信息的影响。因此，可得机器人的当前情绪输出向量e_t，即

在上述实施例中，公式(1)给出了一个当前情绪输入参数P的具体计算方法，通过记忆中的前N个历史情绪输出信息的平均值标识记忆因素对当前情绪输出信息的影响，该方法具有计算简单、快捷的特点。

在本发明的上述实施例中，获取当前时刻的当前个性信息包括：获取用于表示当前时刻的前一时刻的个性信息的情绪转换矩阵和用于表示前一时刻的情绪输出信息的情绪输出向量；基于前一时刻的情绪转换矩阵和情绪输出向量计算当前情绪转换矩阵；若计算得到的当前情绪转换矩阵的矩阵变化值小于预设阈值，则将计算得到的当前情绪转换矩阵作为用于表示当前个性信息的矩阵，其中，矩阵变化值用于表示与初始矩阵相比当前情绪转换矩阵的变化程度；若计算得到的当前情绪转换矩阵的矩阵变化值不小于预设阈值，则基于在当前时刻之前生成的多个历史情绪转换矩阵确定用于表示当前个性信息的矩阵。

具体地，在时间点t之前的前一时刻，机器人接收到一个外界刺激，生成前一时刻的情绪输出向量，通过该前一时刻的情绪输出向量和前一时刻的情绪转换矩阵，则可以计算得到机器人在时间点t的情绪转换矩阵。由于希望机器人总的性格不会偏离原本的性格，因此需将得到情绪转换矩阵与初始情绪转换矩阵进行计算，得到表示当前情绪转换矩阵的改变程度的矩阵变化值，并通过限定该矩阵变化值，得到表示当前个性信息的矩阵。

进一步的，上述的预设阈值为一个百分比数，该百分比数可以预先设置。当计算得到的当前情绪转换矩阵的矩阵变化值小于该预设阈值时，确定当前个性信息的矩阵为该当前情绪转换矩阵，即表示当前情绪转换矩阵的改变程度不大，机器人表现出的个性的变化不大，机器人按照该当前情绪转换矩阵表达个性；当计算得到的当前情绪转换矩阵的矩阵变化值不小于该预设阈值时，即表示当前情绪转换矩阵的改变程度相对较大，机器人的个性的变化则会较大，为了使得机器人表现出的个性不会过大的偏离原本的个性，通过在当前时刻之前的多个历史情绪转换矩阵重新计算当前情绪转换矩阵，即确定当前个性信息的矩阵。

通过上述实施例，限定当前情绪转换矩阵的个性改变程度，在个性改变程度大于预设阈值的情况下，通过重新计算情绪转换矩阵，以实现机器人按照得到的当前个性的矩阵表达的个性不会过大的偏离原本的个性。

在本发明的上述实施例中，基于前一时刻的情绪转换矩阵和情绪输出向量计算当前情绪转换矩阵包括：通过以下公式计算机器人在当前时刻t的当前情绪转换矩阵A_t：

A_t＝λ₂A_t-1+(1-λ₂)[A_t-1(j)e_t-1(j)]_{j＝1、2、......Q} (2)

其中，A_t-1为前一时刻的情绪转换矩阵，λ₂为前一时刻的情绪转换矩阵的权重，λ₂∈[0,1]，A_t-1(j)为前一时刻的情绪转换矩阵的第j行向量，e_t-1(j)为前一时刻的情绪输出向量的第j个元素，j依次取1至Q之间的整数，Q用于表示前一时刻的情绪转换矩阵A_t-1的总行数。

在一种可选的实施例中，前一时刻的情绪输出向量e_t-1可以为一个列向量，该列向量的总行数total row number用Q表示，e_t-1(j)用于表示前一时刻的情绪输出向量的第j个元素。即可通过如下公式得到当前情绪转换矩阵A_t：

A_t＝λ₂A_t-1+(1-λ₂)[A_t-1(j)e_t-1(j)]_{j＝1,2......,total row number}，

其中，[A_t-1(j)e_t-1(j)]表示由前一时刻的情绪转换矩阵的第j行向量A_t-1(j)和前一时刻的情绪输出向量的第j个元素e_t-1(j)得到的多行多列的矩阵。具体地，通过计算前一时刻的情绪转换矩阵的第j行向量A_t-1(j)中的每个元素与前一时刻的情绪输出向量的第j个元素e_t-1(j)的乘积，得到矩阵[A_t-1(j)e_t-1(j)]的第j行向量。以此类推，求出矩阵[A_t-1(j)e_t-1(j)]的各行向量，得到矩阵[A_t-1(j)e_t-1(j)]，该矩阵与矩阵A_t-1具有相同的行数和列数。

具体地，机器人接收到不同的外界刺激，生成与不同的外界刺激对应的输出情绪，机器人的情感会随着不同的输出的情绪而改变，形成瞬时不同的个性变化。在机器人在当前时刻t的前一时刻接收到一个外界刺激的情况下，前一时刻的情绪转换矩阵被该外界刺激所影响，生成新的情绪转换矩阵，即为当前时刻的情绪转换矩阵，具体计算方法如公式(2)所示，在此不再赘述。

需要说明的是，情绪转换矩阵用于表示机器人的个性，情绪转换矩阵的每一列代表不同的输入的情绪种类，每一行代表输出的情绪种类。

在上述实施例中，通过得到的当前情绪转换矩阵表示机器人的个性，从而可以通过矩阵的变化直观的体现出机器人的个性变化。

在本发明的上述实施例中，基于在当前时刻之前生成的多个历史情绪转换矩阵确定用于表示当前个性信息的矩阵包括：获取用于表示初始个性信息的初始情绪转换矩阵A₀，其中，初始个性信息用于表示机器人在初始时刻的个性；通过以下公式计算用于表示当前个性信息的情绪转换矩阵A_t'，

其中，f(k)为M个历史情绪转换矩阵中的第k个历史情绪转换矩阵的衰减系数，A_t-k为M个历史情绪转换矩阵中的第k个历史情绪转换矩阵，M为自然数。

可选地，上述的初始情绪转换矩阵A₀如公式(4)所示：

其中，L是总的情绪类型，k_i是对于第i种情绪，输出和输入情绪类型相同的概率与输出和输入情绪类型不同的概率的比例，k_i如公式(5)所示：

具体地，通过情绪转换矩阵的变化可以表示机器人的个性的变化，在希望机器人的个性不会偏离原本的个性，使得机器人的个性符合实际生活中人的个性变化的情况下，将上述的矩阵变化值限定为一定的百分比数。

可选地，使用变量threshold表示上述的百分比数，当矩阵变化值不低于这个百分比数时，根据公式(3)重新计算表示当前个性信息的矩阵，且根据历史的多个历史情绪转换矩阵的累加效应，情绪转换矩阵会慢慢衰减，并逐渐接近初始情绪转换矩阵。当矩阵变化值低于这个百分比时，确定通过公式(2)得到的当前情绪转换矩阵为当前个性信息的矩阵。

可选地，在考虑上述的矩阵变化值的范围时，当前情绪转换矩阵可以通过公式(6)得到：

其中，各个参数与上述实施例中的含义相同，在此不再赘述。公式(6)中的衰减函数可以根据不同的需要而进行不同选择。

通过上述实施例，当矩阵变化值高于限定变量threshold的百分比数时，通过公式(6)中的计算公式，重新计算当前个性信息的矩阵，从而防止机器人按照当前情绪转换矩阵表达的个性过大的偏离原本的性格。

在本发明的上述实施例中，在基于前一时刻的情绪转换矩阵和情绪输出向量计算当前情绪转换矩阵之后，控制方法还包括：通过以下公式计算矩阵变化值variation：

其中，max(A₀)为初始情绪转换矩阵A₀中的值最大的元素，max(A_t)为当前情绪转换矩阵A_t中值最大的元素。

在上述实施例中，通过公式(7)可以计算出当前情绪转换矩阵的矩阵变化值，从而可以通过该矩阵变化值确定当前个性信息的矩阵，以使机器人的个性不会过大的偏离原本的个性。

在一种可选的实施例中，若机器人多次接收到“高兴”这样的外界刺激，例如，机器人通过听觉系统听到具有“赞许”含义的话语，则机器人按照与该外界刺激的当前输出情绪信息表达的情绪为“高兴”，机器人的个性变得开朗，且当机器人的个性为开朗时，机器人不论遇到哪种外界刺激，都会倾向于输出“高兴”的情绪。上述的实施例利用情绪转换矩阵A的小变化体现机器人的个性的小变化，机器人的个性会随着每次输出的情绪而稍有改变，这样的设计更符合人的性格和情感变化，因此更贴近真实的而非人工的性格和情感变化。

在本发明的上述实施例中，设计了一种时间段内的情绪变化系统，它包含了情绪的累加作用对当前情绪的影响，以及情绪在变化比较强烈时候的恢复方案。具体地，机器人根据外界刺激可以计算出一个瞬时情绪，并考虑机器人在每次接收外界刺激之前的历史情绪输出信息的累加作用以及机器人每次在接收外界刺激时刻的个性信息，可以得到机器人对应每次外界刺激的输出情绪信息。此外，在机器人的情绪在某个时间段强烈变化之后，通过上述实施例的控制方法可以使机器人慢慢恢复到情感的初始状态或者趋向情感的初始状态。

根据本发明的目的，还提供了一种机器人情绪的控制装置，该控制装置可以包括如图2所示的模块：

接收单元10，用于接收当前时刻的当前情绪输入信息，其中，当前情绪输入信息用于表示机器人在当前时刻通过听觉、视觉或者触觉接收到的外界输入信号。

获取单元20，用于获取在当前时刻之前的历史时间段内生成的多个历史情绪输出信息，多个历史情绪输出信息中每个历史情绪输出信息用于表达机器人在生成情绪输出信息的时刻的情绪。

确定单元30，用于基于当前情绪输入信息和多个历史情绪输出信息，得到机器人的当前情绪输出信息。

控制单元40，用于控制机器人在当前时刻按照当前情绪输出信息执行对应动作，以表达当前时刻的情绪。

采用本发明的实施例，在机器人接收到外界刺激时，即接收到当前情绪输入信息时，获取当前时刻之前历史时间段内的多个历史情绪输出信息，基于历史时间段内的多个历史情绪输出信息确定当前时刻的情绪输出，而不是采用上一个时间点的情绪确定当前时刻的情绪输出，它包含了累加作用对当前情绪的影响，该种控制方式更加准确，解决了现有技术中对机器人情绪的控制不准确的问题。

进一步地，机器人接收到一个外界刺激，并根据该外界刺激计算出一个瞬时情绪信息(即上述的当前情绪输入信息)，考虑机器人在接收到该外界刺激之前，已经接收过多个外界刺激，考虑这多个外界刺激对机器人的当前情绪的影响，通过这多个外界刺激对应的多个历史情绪输出信息的累加作用，计算出机器人接收到的上述外界刺激对应的当前情绪输出信息，机器人根据该当前情绪输出信息执行对应动作，以表达当前时刻的情绪。

可选地，如图3所示，上述的确定单元30包括：信息获取模块31，用于获取当前时刻的当前个性信息，其中，当前个性信息基于在当前时刻之前生成的多个历史个性信息而确定，当前个性信息用于表示机器人在当前时刻的个性；确定模块33，用于基于当前个性信息、当前情绪输入信息以及多个历史情绪输出信息，确定机器人的当前情绪输出信息。

可选地，如图4所示，上述的确定模块33包括：加权计算模块331，用于对当前情绪输入信息和多个历史情绪输出信息进行加权计算，得到当前情绪输入参数P；矩阵获取模块332，用于获取用于表示当前个性信息的当前情绪转换矩阵A_t；矩阵计算模块333，用于基于当前情绪转换矩阵和当前情绪输入参数计算用于表示当前情绪输出信息的当前情绪输出向量e_t，其中，e_t＝A_t*P。

可选地，加权计算模块331具体用于：通过如下公式计算当前情绪输入参数P：

其中，e_input为表示当前情绪输入信息的当前情绪输入向量，λ₁为当前情绪输入向量的权重，e_i为表示N个历史情绪输出信息中第(t-N)个历史情绪输出信息的情绪输出向量，N为自然数，i＝t-N。

具体地，可以通过上述公式计算机器人的当前情绪输入参数P，公式中的λ₁为当前情绪输入向量的权重，(1-λ₁)为记忆情绪的权重，e_i表示记忆中的前N个历史情绪输出信息的平均值，作为记忆因素对当前情绪输出信息的影响。因此，可得机器人的当前情绪输出向量e_t，即

在上述实施例中，通过对机器人的当前情绪输入信息和多个历史情绪输出信息设置不同的权重，权重不同，则代表相应的参数信息对当前情绪输出向量的影响不同，从而可以通过不同权重的设置，并通过对当前情绪输入信息和多个历史情绪输出信息进行加权计算，使得机器人按照得到的当前情绪输出向量表达出的情绪更贴近人的真实情绪。

可选地，如图5所示，上述的信息获取模块31包括：矩阵获取子模块311，用于获取用于表示当前时刻的前一时刻的个性信息的情绪转换矩阵和用于表示前一时刻的情绪输出信息的情绪输出向量；矩阵计算子模块312，用于基于前一时刻的情绪转换矩阵和情绪输出向量计算当前情绪转换矩阵；第一矩阵确定子模块313，用于若计算得到的当前情绪转换矩阵的矩阵变化值小于预设阈值，则将计算得到的当前情绪转换矩阵作为用于表示当前个性信息的矩阵，其中，矩阵变化值用于表示与初始矩阵相比当前情绪转换矩阵的变化程度；第二矩阵确定子模块314，用于若计算得到的当前情绪转换矩阵的矩阵变化值不小于预设阈值，则基于在当前时刻之前生成的多个历史情绪转换矩阵确定用于表示当前个性信息的矩阵。

通过上述实施例，考虑当前个性信息以及在当前时刻之前的多个历史情绪输出信息的累加效应，确定机器人的当前情绪输出信息，可以使得机器人的情绪变化更接近人的真实情绪变化，以实现通过机器人模拟人的真实情感。

可选地，矩阵计算子模块312具体用于：通过以下公式计算机器人在当前时刻t的当前情绪转换矩阵A_t：

A_t＝λ₂A_t-1+(1-λ₂)[A_t-1(j)e_t-1(j)]_{j＝1、2、......Q}，

其中，A_t-1为前一时刻的情绪转换矩阵，λ₂为前一时刻的情绪转换矩阵的权重，λ₂∈[0,1]，A_t-1(j)为前一时刻的情绪转换矩阵的第j行向量，e_t-1(j)为前一时刻的情绪输出向量的第j个元素，j依次取1至Q之间的整数，Q用于表示前一时刻的情绪转换矩阵A_t-1的总行数。

在一种可选的实施例中，前一时刻的情绪输出向量e_t-1可以为一个列向量，该列向量的总行数total row number用Q表示，e_t-1(j)用于表示前一时刻的情绪输出向量的第j个元素。即可通过如下公式得到当前情绪转换矩阵A_t：

A_t＝λ₂A_t-1+(1-λ₂)[A_t-1(j)e_t-1(j)]_{j＝1,2......,total row number}，

其中，[A_t-1(j)e_t-1(j)]表示由前一时刻的情绪转换矩阵的第j行向量A_t-1(j)和前一时刻的情绪输出向量的第j个元素e_t-1(j)得到的多行多列的矩阵。具体地，通过计算前一时刻的情绪转换矩阵的第j行向量A_t-1(j)中的每个元素与前一时刻的情绪输出向量的第j个元素e_t-1(j)的乘积，得到矩阵[A_t-1(j)e_t-1(j)]的第j行向量。以此类推，求出矩阵[A_t-1(j)e_t-1(j)]的各行向量，得到矩阵[A_t-1(j)e_t-1(j)]，该矩阵与矩阵A_t-1具有相同的行数和列数。

需要说明的是，情绪转换矩阵用于表示机器人的个性，情绪转换矩阵的每一列代表不同的输入的情绪种类，每一行代表输出的情绪种类。

在上述实施例中，通过得到的当前情绪转换矩阵表示机器人的个性，从而可以通过矩阵的变化直观的体现出机器人的个性变化。

可选地，第二矩阵确定子模块包括：情绪转换矩阵获取子模块，用于获取用于表示初始个性信息的初始情绪转换矩阵A₀，其中，初始个性信息用于表示机器人在初始时刻的个性；情绪转换矩阵计算子模块，用于通过以下公式计算用于表示当前个性信息的情绪转换矩阵A_t'，

其中，f(k)为M个历史情绪转换矩阵中的第k个历史情绪转换矩阵的衰减系数，A_t-k为M个历史情绪转换矩阵中的第k个历史情绪转换矩阵，M为自然数。

具体地，通过以下公式计算矩阵变化值variation：

其中，max(A₀)为初始情绪转换矩阵A₀中的值最大的元素，max(A_t)为当前情绪转换矩阵A_t中值最大的元素。

在上述实施例中，通过上述公式可以计算出当前情绪转换矩阵的矩阵变化值，从而可以通过该矩阵变化值确定当前个性信息的矩阵，以使机器人的个性不会过大的偏离原本的个性。

在上述实施例中，限定当前情绪转换矩阵的个性改变程度，在个性改变程度大于预设阈值的情况下，通过重新计算情绪转换矩阵，以实现机器人按照得到的当前个性的矩阵表达的个性不会过大的偏离原本的个性。

在本发明的上述实施例中，设计了一种时间段内的情绪变化系统，它包含了情绪的累加作用对当前情绪的影响，以及情绪在变化比较强烈时候的恢复方案。具体地，机器人根据外界刺激可以计算出一个瞬时情绪，并考虑机器人在每次接收外界刺激之前的历史情绪输出信息的累加作用以及机器人每次在接收外界刺激时刻的个性信息，可以得到机器人对应每次外界刺激的输出情绪信息。此外，在机器人的情绪在某个时间段强烈变化之后，通过上述实施例的控制方法可以使机器人慢慢恢复到情感的初始状态或者趋向情感的初始状态。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (15)

1.一种机器人情绪的控制方法，其特征在于，包括：

接收当前时刻的当前情绪输入信息，其中，所述当前情绪输入信息用于表示机器人在所述当前时刻通过听觉、视觉或者触觉接收到的外界输入信号；

获取在所述当前时刻之前的历史时间段内生成的多个历史情绪输出信息，所述多个历史情绪输出信息中每个历史情绪输出信息用于表达所述机器人在生成所述历史情绪输出信息的时刻的情绪；

基于所述当前情绪输入信息和所述多个历史情绪输出信息，得到所述机器人的当前情绪输出信息；

控制所述机器人在所述当前时刻按照所述当前情绪输出信息执行对应动作，以表达当前时刻的情绪。

2.根据权利要求1所述的控制方法，其特征在于，基于所述当前情绪输入信息和所述多个历史情绪输出信息，得到所述机器人的当前情绪输出信息包括：

获取所述当前时刻的当前个性信息，其中，所述当前个性信息基于在所述当前时刻之前生成的多个历史个性信息而确定，所述当前个性信息用于表示所述机器人在所述当前时刻的个性；

基于所述当前个性信息、所述当前情绪输入信息以及所述多个历史情绪输出信息，确定所述机器人的所述当前情绪输出信息。

3.根据权利要求2所述的控制方法，其特征在于，基于所述当前个性信息、所述当前情绪输入信息以及所述多个历史情绪输出信息，确定所述机器人的所述当前情绪输出信息包括：

对所述当前情绪输入信息和所述多个历史情绪输出信息进行加权计算，得到当前情绪输入参数P；

获取用于表示所述当前个性信息的当前情绪转换矩阵A_t；

基于所述当前情绪转换矩阵和所述当前情绪输入参数计算用于表示所述当前情绪输出信息的当前情绪输出向量e_t，其中，e_t＝A_t*P。

4.根据权利要求3所述的控制方法，其特征在于，对所述当前情绪输入信息和所述多个历史情绪输出信息进行加权计算，得到当前情绪输入参数P包括：

通过如下公式计算所述当前情绪输入参数P：

$P={\mathrm{\λ}}_1{e}_{input}+(1-{\mathrm{\λ}}_1)\frac{1}{N}{\mathrm{\Σ}}_{i=t-N}^{t-1}{e}_i,$

其中，e_input为表示所述当前情绪输入信息的当前情绪输入向量，λ₁为所述当前情绪输入向量的权重，e_i为表示N个所述历史情绪输出信息中第(t-N)个所述历史情绪输出信息的情绪输出向量，N为自然数，i＝t-N。

5.根据权利要求2所述的控制方法，其特征在于，获取所述当前时刻的当前个性信息包括：

获取用于表示所述当前时刻的前一时刻的个性信息的情绪转换矩阵和用于表示所述前一时刻的情绪输出信息的情绪输出向量；

基于所述前一时刻的情绪转换矩阵和所述情绪输出向量计算当前情绪转换矩阵；

若计算得到的当前情绪转换矩阵的矩阵变化值小于预设阈值，则将所述计算得到的当前情绪转换矩阵作为用于表示所述当前个性信息的矩阵，其中，所述矩阵变化值用于表示与初始矩阵相比所述当前情绪转换矩阵的变化程度；

若计算得到的当前情绪转换矩阵的矩阵变化值不小于所述预设阈值，则基于在所述当前时刻之前生成的多个历史情绪转换矩阵确定用于表示所述当前个性信息的矩阵。

6.根据权利要求5所述的控制方法，其特征在于，基于所述前一时刻的情绪转换矩阵和所述情绪输出向量计算当前情绪转换矩阵包括：

通过以下公式计算所述机器人在所述当前时刻t的当前情绪转换矩阵A_t：

A_t＝λ₂A_t-1+(1-λ₂)[A_t-1(j)e_t-1(j)]_{j＝1、2、......Q}，

其中，A_t-1为所述前一时刻的情绪转换矩阵，λ₂为所述前一时刻的情绪转换矩阵的权重，λ₂∈[0,1]，A_t-1(j)为所述前一时刻的情绪转换矩阵的第j行向量，e_t-1(j)为所述前一时刻的情绪输出向量的第j个元素，j依次取1至Q之间的整数，所述Q用于表示所述前一时刻的情绪转换矩阵A_t-1的总行数。

7.根据权利要求5所述的控制方法，其特征在于，基于在所述当前时刻之前生成的多个历史情绪转换矩阵确定用于表示所述当前个性信息的矩阵包括：

获取用于表示初始个性信息的初始情绪转换矩阵A₀，其中，所述初始个性信息用于表示所述机器人在初始时刻的个性；

通过以下公式计算所述用于表示所述当前个性信息的情绪转换矩阵A_t'，

${A_t}^{\′}=\frac{1}{M+1}(A_0+{\mathrm{\Σ}}_{k=1}^{M}f(k\left)A_{t-k}\right),$

其中，f(k)为M个所述历史情绪转换矩阵中的第k个所述历史情绪转换矩阵的衰减系数，A_t-k为M个所述历史情绪转换矩阵中的第k个所述历史情绪转换矩阵，M为自然数。

8.根据权利要求5至7中任意一项所述的控制方法，其特征在于，在基于所述前一时刻的情绪转换矩阵和情绪输出向量计算当前情绪转换矩阵之后，所述控制方法还包括：

通过以下公式计算所述矩阵变化值variation：

$\mathrm{var}iation=abs\left|\frac{max\left(A_0\right)-max\left(A_t\right)}{max\left(A_0\right)}\right|,$

其中，max(A₀)为初始情绪转换矩阵A₀中的值最大的元素，max(A_t)为所述当前情绪转换矩阵A_t中值最大的元素。

9.一种机器人情绪的控制装置，其特征在于，包括：

接收单元，用于接收当前时刻的当前情绪输入信息，其中，所述当前情绪输入信息用于表示机器人在所述当前时刻通过听觉、视觉或者触觉接收到的外界输入信号；

获取单元，用于获取在所述当前时刻之前的历史时间段内生成的多个历史情绪输出信息，所述多个历史情绪输出信息中每个历史情绪输出信息用于表达所述机器人在生成所述历史情绪输出信息的时刻的情绪；

确定单元，用于基于所述当前情绪输入信息和所述多个历史情绪输出信息，得到所述机器人的当前情绪输出信息；

控制单元，用于控制所述机器人在所述当前时刻按照所述当前情绪输出信息执行对应动作，以表达当前时刻的情绪。

10.根据权利要求9所述的控制装置，其特征在于，所述确定单元包括：

信息获取模块，用于获取所述当前时刻的当前个性信息，其中，所述当前个性信息基于在所述当前时刻之前生成的多个历史个性信息而确定，所述当前个性信息用于表示所述机器人在所述当前时刻的个性；

确定模块，用于基于所述当前个性信息、所述当前情绪输入信息以及所述多个历史情绪输出信息，确定所述机器人的所述当前情绪输出信息。

11.根据权利要求10所述的控制装置，其特征在于，所述确定模块包括：

加权计算模块，用于对所述当前情绪输入信息和所述多个历史情绪输出信息进行加权计算，得到当前情绪输入参数P；

矩阵获取模块，用于获取用于表示所述当前个性信息的当前情绪转换矩阵A_t；

矩阵计算模块，用于基于所述当前情绪转换矩阵和所述当前情绪输入参数计算用于表示所述当前情绪输出信息的当前情绪输出向量e_t，其中，e_t＝A_t*P。

12.根据权利要求11所述的控制装置，其特征在于，所述加权计算模块具体用于：

通过如下公式计算所述当前情绪输入参数P：

$P={\mathrm{\λ}}_1{e}_{input}+(1-{\mathrm{\λ}}_1)\frac{1}{N}{\mathrm{\Σ}}_{i=t-N}^{t-1}{e}_i,$

其中，e_input为表示所述当前情绪输入信息的当前情绪输入向量，λ₁为所述当前情绪输入向量的权重，e_i为表示N个所述历史情绪输出信息中第(t-N)个所述历史情绪输出信息的情绪输出向量，N为自然数，i＝t-N。

13.根据权利要求10所述的控制装置，其特征在于，所述信息获取模块包括：

矩阵获取子模块，用于获取用于表示所述当前时刻的前一时刻的个性信息的情绪转换矩阵和用于表示所述前一时刻的情绪输出信息的情绪输出向量；

矩阵计算子模块，用于基于所述前一时刻的情绪转换矩阵和所述情绪输出向量计算当前情绪转换矩阵；

第一矩阵确定子模块，用于若计算得到的当前情绪转换矩阵的矩阵变化值小于预设阈值，则将所述计算得到的当前情绪转换矩阵作为用于表示所述当前个性信息的矩阵，其中，所述矩阵变化值用于表示与初始矩阵相比所述当前情绪转换矩阵的变化程度；

第二矩阵确定子模块，用于若计算得到的当前情绪转换矩阵的矩阵变化值不小于所述预设阈值，则基于在所述当前时刻之前生成的多个历史情绪转换矩阵确定用于表示所述当前个性信息的矩阵。

14.根据权利要求13所述的控制装置，其特征在于，所述矩阵计算子模块具体用于：

通过以下公式计算所述机器人在所述当前时刻t的当前情绪转换矩阵A_t：

A_t＝λ₂A_t-1+(1-λ₂)[A_t-1(j)e_t-1(j)]_{j＝1、2、......Q}，

其中，A_t-1为所述前一时刻的情绪转换矩阵，λ₂为所述前一时刻的情绪转换矩阵的权重，λ₂∈[0,1]，A_t-1(j)为所述前一时刻的情绪转换矩阵的第j行向量，e_t-1(j)为所述前一时刻的情绪输出向量的第j个元素，j依次取1至Q之间的整数，所述Q用于表示所述前一时刻的情绪转换矩阵A_t-1的总行数。

15.根据权利要求13所述的控制装置，其特征在于，所述第二矩阵确定子模块包括：

情绪转换矩阵获取子模块，用于获取用于表示初始个性信息的初始情绪转换矩阵A₀，其中，所述初始个性信息用于表示所述机器人在初始时刻的个性；

情绪转换矩阵计算子模块，用于通过以下公式计算所述用于表示所述当前个性信息的情绪转换矩阵A_t'，

${A_t}^{\′}=\frac{1}{M+1}(A_0+{\mathrm{\Σ}}_{k=1}^{M}f(k\left)A_{t-k}\right),$

其中_，f(k)为M个所述历史情绪转换矩阵中的第k个所述历史情绪转换矩阵的衰减系数，A_t-k为M个所述历史情绪转换矩阵中的第k个所述历史情绪转换矩阵，M为自然数。