CN107491511A - 机器人的自我认知方法及装置 - Google Patents

Abstract

本发明属于人工智能技术领域，提供了一种机器人的自我认知方法及装置。该方法包括加载机器人的初始信息，构建机器人自我认知知识图谱，根据该机器人获取的信息，结合机器人出厂信息初始化机器人自我认知图谱，机器人在工作及待机状态下采用模板匹配模型和区别性特征模型采集并处理外界信息，确定认知结果，并更新自我认知图谱，在与用户交互的过程中，更新机器人自我认知图谱中社会关系相关的部分，在与用户交互的过程中，更新社会关系中与机器人有社交关系的用户实体属性及关系，完善机器人的自我认知图谱。本发明机器人的自我认知方法及装置，能够提升机器人的自我认知能力，提高区别自我与外界环境的能力。

Description

机器人的自我认知方法及装置

技术领域

本发明涉及人工智能技术领域，具体涉及一种机器人的自我认知方法及装置。

背景技术

随着计算机计算与存储能力的加强，研究人员在深度学习、神经网络等人工智能算法方面取得很大的进步，计算机、机器人与外界世界交流的渠道不断增多，认知外界事物及环境的能力也日益强大。

目前，学术界研究的重点在于机器认知，而计算机的自我认知领域目前发展仍显不足，导致机器人的自我认知功能较差，无法区分自我与外界环境。

如何提升机器人的自我认知能力，提高区别自我与外界环境的能力，是本领域技术人员亟需解决的问题。

发明内容

针对现有技术中的缺陷，本发明提供了一种机器人的自我认知方法及装置，能够提升机器人的自我认知能力，提高区别自我与外界环境的能力。

第一方面，本发明提供一种机器人的自我认知方法，该方法包括：

加载机器人的初始信息，构建机器人自我认知知识图谱；

根据该机器人获取的交互信息或状态信息，更新机器人自我认知知识图谱；

获取该机器人所处环境的外界信息，采用模板匹配模型和区别性特征模型，采集和处理外界信息，确定认知结果，并将认知结果更新到机器人自我认知知识图谱。

进一步地，加载机器人的初始信息，构建机器人自我认知知识图谱，具体包括：

按照预先划分的认知领域和表示格式加载该机器人的初始信息，构建以该机器人为中心的机器人自我认知知识图谱。

基于上述任意机器人的自我认知方法实施例，进一步地，根据该机器人获取的交互信息或状态信息，更新机器人自我认知知识图谱，具体包括：

根据该机器人与使用者的交互信息，更新机器人自我认知知识图谱中社会关系相关的实体及该实体的属性；

采集该机器人的自身状态，并更新至机器人自我认知知识图谱。

进一步地，根据该机器人与使用者的交互信息，更新机器人自我认知知识图谱中社会关系相关的实体及该实体的属性，具体包括：

记录机器人与使用者的交互信息；

根据交互信息，将与机器人交互的使用者设置为机器人自我认知知识图谱中社会关系相关的实体，并更新实体与机器人的社会关系的亲密度；

采集该机器人的自身状态，并更新至机器人自我认知知识图谱，具体包括：

根据预设置的信息采集频率，采集该机器人的自身状态，并更新至机器人自我认知知识图谱。

基于上述任意机器人的自我认知方法实施例，进一步地，将认知结果更新到机器人自我认知知识图谱，具体包括：

将认知结果按照时间线更新至机器人自我认知知识图谱。

基于上述任意机器人的自我认知方法实施例，进一步地，构建机器人自我认知知识图谱之后，该方法还包括：接收外界的查询信息；

根据查询信息，输出多模态反馈信息，多模态反馈信息包括文字、语音或动作。

第二方面，本发明提供一种机器人的自我认知装置，该装置包括图谱构建模块、图谱更新模块和认知更新模块，图谱构建模块用于加载机器人的初始信息，构建机器人自我认知知识图谱；图谱更新模块用于根据该机器人获取的交互信息或状态信息，更新机器人自我认知知识图谱；认知更新模块用于获取该机器人所处环境的外界信息，采用模板匹配模型和区别性特征模型，采集和处理外界信息，确定认知结果，并将认知结果更新到机器人自我认知知识图谱。

进一步地，图谱构建模块具体用于：按照预先划分的认知领域和表示格式加载该机器人的初始信息，构建以该机器人为中心的机器人自我认知知识图谱。

基于上述任意机器人的自我认知装置实施例，进一步地，图谱更新模块具体包括社会关系更新子模块和状态更新子模块，社会关系更新子模块用于根据该机器人与使用者的交互信息，更新机器人自我认知知识图谱中社会关系相关的实体及该实体的属性；状态更新子模块用于采集该机器人的自身状态，并更新至机器人自我认知知识图谱。

进一步地，社会关系更新子模块根据该机器人与使用者的交互信息，更新机器人自我认知知识图谱中社会关系相关的实体及该实体的属性时，具体用于：记录机器人与使用者的交互信息；根据交互信息，将与机器人交互的使用者设置为机器人自我认知知识图谱中社会关系相关的实体，并更新实体与机器人的社会关系的亲密度；

状态更新子模块采集该机器人的自身状态，并更新至机器人自我认知知识图谱时，具体用于：根据预设置的信息采集频率，采集该机器人的自身状态，并更新至机器人自我认知知识图谱。

由上述技术方案可知，本实施例提供的机器人的自我认知方法及装置，能够为该机器人构建直观易用的机器人自我认知知识图谱，并根据该机器人获取的信息，更新该机器人的机器人自我认知知识图谱，为机器人区别自身与外界环境提供信息基础。并且，采用模板匹配模型和区别性特征模型，对外界环境进行认知，使机器人感知自身在外界的存在，以区分自身与外界环境，使得机器人对自身有明确的定位和认知，并将认知结果更新至机器人自我认知知识图谱，完善机器人的自我认知。

因此，本实施例机器人的自我认知方法及装置，能够提升机器人的自我认知能力，提高区别自我与外界环境的能力。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1示出了本发明所提供的一种机器人的自我认知方法的方法流程图；

图2示出了本发明所提供的一种机器人的自我认知装置的结构示意图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

第一方面，本发明实施例所提供的一种机器人的自我认知方法，结合图1，该方法包括：

步骤S1，加载机器人的初始信息或出厂的信息，构建机器人自我认知知识图谱。在实际应用过程中，可以是初始化过程，即为机器人的部分属性赋初始值，并初始化机器人自我认知知识图谱，这些初始化的值根据机器人的实际设定获得，如：机器人的姓名、出生日期、年龄、身高、体重、肤色、发色、瞳孔颜色等外貌、喜欢/讨厌的饮食、喜欢做的事、讨厌的事等喜好、特长、成长经历、做过的事、关键事件等历史信息、自我评价、当前职业状况、当前健康和安全状况、作息、每日活动安排、习惯用语、手势、表情等生活习惯、职业规划和自我提升计划。

步骤S2，根据该机器人获取的交互信息或状态信息，更新机器人自我认知知识图谱。

步骤S3，获取该机器人所处环境的外界信息，采用模板匹配模型和区别性特征模型，采集和处理外界信息，确定认知结果，并将认知结果更新到机器人自我认知知识图谱。

需要说明的是，本发明所述机器人自我认知知识图谱本质上是采用知识图谱相关的结构和方法构建、存储和查询知识图谱，也可以使用其它的数据结构存储机器人自我认知相关内容和结果。

在实际应用过程中，机器人同时需要随着时间的迁移将已经发生的事增加到自身的历史记忆中，更新认知图谱，作为回忆复现的基础。认知图谱可以使用Neo4j等工具进行存储。

由上述技术方案可知，本实施例提供的机器人的自我认知方法，能够为该机器人构建直观易用的机器人自我认知知识图谱，并根据该机器人获取的信息，更新该机器人的机器人自我认知知识图谱，为机器人区别自身与外界环境提供信息基础。并且，采用模板匹配模型和区别性特征模型，对外界环境进行认知，使机器人感知自身在外界的存在，以区分自身与外界环境，使得机器人对自身有明确的定位和认知，并将认知结果更新至机器人自我认知知识图谱，完善机器人的自我认知。

因此，本实施例机器人的自我认知方法，能够提升机器人的自我认知能力，提高区别自我与外界环境的能力。

为了进一步提高本实施例机器人的自我认知方法的准确性，具体地，在机器人自我认知知识图谱构建方面，该方法的具体实现过程如下：

按照预先划分的认知领域和表示格式加载该机器人的初始信息，构建以该机器人为中心的机器人自我认知知识图谱。

其中，预先划分的认知领域如下：

第一、基本认知，包括：我是谁、我的历史、我的外貌、我的能力、我的特长、我的喜好、自我评价。

第二、自我需求认知，包括：生理需求、安全需求、感情需求、自我实现。

第三、自我状态认知，包括：我的主观情绪、我的职业状况、我的健康和安全状态、我的生活习惯、我的社会关系。

第四、自我规划，包括：我的行程安排、我的职业规划、自我提升计划。

预定的表示格式为：(<关系对象>，<属性>，<值>)。

采用上述表示格式，以保证与W3C定义的RDF框架的同构性。当某一属性与其它对象无关时关系对象值缺省为NULL，当某一属性与其它对象相关时关系对象的值为相关对象的名称。“属性-值”对则表示了机器人某一具体属性的值，如：“名字-琥珀”。以机器人自我认知知识图谱的形式表示机器人自我认知的内容，设计以机器人为中心的机器人自我认知知识图谱，表示机器人的所有自我认知，在机器人为中心的机器人自我认知知识图谱中，使用上述定义的机器人属性表示方法表示机器人自我认知知识图谱中的知识。

在此，该方法能够将不同认知领域的信息，按照指定的表示格式，构建以机器人为中心的机器人自我认知知识图谱，便于为机器人构建全面的信息架构。

具体地，在机器人自我认知知识图谱完善与更新方面，在根据该机器人获取的交互信息或状态信息，更新机器人自我认知知识图谱时，该方法的具体实现过程如下：

根据该机器人与使用者的交互信息，更新机器人自我认知知识图谱中社会关系相关的实体及该实体的属性。

采集该机器人的自身状态，并更新至机器人自我认知知识图谱。

在此，本实施例机器人的自我认知方法能够不断地采集自身状态，更新机器人自我认知知识图谱，实现对自我状态的认知。并且，该方法还能够将与使用者的交互信息，更新机器人自我认知知识图谱的社会关系，完善机器人自我认知知识图谱。

并且，根据该机器人与使用者的交互信息，更新机器人自我认知知识图谱中社会关系相关的实体及该实体的属性时，具体实现过程如下：

记录机器人与使用者的交互信息，该交互信息包括信息交互次数或信息交互时间。

根据交互信息，将与机器人交互的使用者设置为机器人自我认知知识图谱中社会关系相关的实体，并更新实体与机器人的社会关系的亲密度。

例如，当某一使用者与机器人初次产生交互时，机器人在自己的机器人自我认知知识图谱中增加一个实体，实体名缺省为UPNNN，其中UP标识用户实体，NNN为用户编号。

将获取到的多模态用户信息，如语音片段、图像、习惯动作等作为实体的属性增加到机器人自我认知知识图谱中，作为后续用户识别的依据。根据信息交互次数或信息交互时间，判断该实体与机器人的亲密度，并更新至机器人自我认知知识图谱，便于机器人形成全面的认知体系。

并且，本实施例机器人的自我认知方法，还能够确定首次与机器人交互的使用者。

将首次与机器人交互的使用者设置为机器人自我认知知识图谱中社会关系的实体。

在此，该方法能够将首次与机器人交互的使用者，设置为机器人自我认知知识图谱中的实体，并完善该实体的属性。

在实际应用过程中，采集该机器人的自身状态，并更新至机器人自我认知知识图谱时，具体实现过程如下：

根据预设置的信息采集频率，采集该机器人的自身状态，并更新至机器人自我认知知识图谱。例如，根据预设置的间歇采集频率，采集机器人自身的电压状况、工作时间，判断该机器人是否处于疲劳状态，既便于机器人对自我状态的认知，又有助于提高设备使用寿命。

本实施例机器人的自我认知方法还能够持续采集该机器人的环境状态，并更新至机器人自我认知知识图谱。例如，持续不断地采集外界环境的温度、湿度，便于机器人实时掌握外界的环境。

具体地，在机器人自我认知知识图谱完善与更新方面，在确定认知结果之后，将认知结果更新到机器人自我认知知识图谱时，具体为：将认知结果按照时间线更新至机器人自我认知知识图谱。机器人自身的行程安排、能力、目标、健康和安全状态、主观情绪等都会随着时间的流逝而改变，机器人对使用者的认知也会随时间发生变化，因此，需要及时更新机器人的自我认知图谱。机器人结合自身的机器人自我认知知识图谱与外界用户进行沟通时，会获取到新的认知，并将这些新的认知以负反馈的方式反馈到机器人的知识库，以用来更新机器人的认知图谱，在人机交互中，增加机器人的主观感情。

在此，本实施例机器人的自我认知方法还能够将认知结果更新至机器人自我认知知识图谱，不断地更新、完善已有的机器人自我认知知识图谱，以便于机器人能够与外界变化保持同步，提高机器人的认知的准确性。

具体地，在人机交互方面，本实施例机器人的自我认知方法还能够实时输出多模态反馈信息，即构建机器人自我认知知识图谱之后，该方法还能接收外界的查询信息。根据查询信息，输出多模态反馈信息，多模态反馈信息包括文字、语音或动作，包含机器人的主观情绪和状态。在此，本实施例机器人的自我认知方法能够根据外界的查询信息，进行反馈，并且以多种形式向进行信息输出。

例如：用户A在人机交互过程中涉及或希望访问用户B的信息，机器人检索机器人自我认知知识图谱之后，发现与用户B的亲密度高于与用户A的亲密度，且机器人经过在机器人自我认知知识图谱中推理，没有发现用户A与用户B之间的关系，因此，机器人判断用户A不应该知道用户B的相关信息，机器人使用安全回答，如：我们聊点别的吧，或转移话题。

第二方面，本发明实施例提供一种机器人的自我认知装置，结合图2，该装置包括图谱构建模块1、图谱更新模块2和认知更新模块3，图谱构建模块1用于加载机器人的初始信息，构建机器人自我认知知识图谱。图谱更新模块2用于根据该机器人获取的交互信息或状态信息，更新机器人自我认知知识图谱。认知更新模块3用于获取该机器人所处环境的外界信息，采用模板匹配模型和区别性特征模型采集和处理外界信息，确定认知结果，并将认知结果更新到机器人自我认知知识图谱。

由上述技术方案可知，本实施例提供的机器人的自我认知装置，能够为该机器人构建直观易用的机器人自我认知知识图谱，并根据该机器人获取的信息，更新该机器人的机器人自我认知知识图谱，为机器人区别自身与外界环境提供信息基础。并且，采用模板匹配模型和区别性特征模型，对外界环境进行认知，使机器人感知自身在外界的存在，以区分自身与外界环境，使得机器人对自身有明确的定位和认知，并将认知结果更新至机器人自我认知知识图谱，完善机器人的自我认知。

因此，本实施例机器人的自我认知装置，能够提升机器人的自我认知能力，提高区别自我与外界环境的能力。

为了进一步提高本实施例机器人的自我认知装置的准确性，具体地，在机器人自我认知知识图谱构建方面，图谱构建模块1具体用于：按照预先划分的认知领域和表示格式加载该机器人的初始信息，构建以该机器人为中心的机器人自我认知知识图谱。

在此，该图谱构建模块1能够将不同认知领域的信息，按照指定的表示格式，构建以机器人为中心的机器人自我认知知识图谱，便于为机器人构建全面的信息架构。

具体地，在机器人自我认知知识图谱完善与更新方面，图谱更新模块2具体包括社会关系更新子模块和状态更新子模块，社会关系更新子模块用于根据该机器人与使用者的交互信息，更新机器人自我认知知识图谱中社会关系相关的实体及该实体的属性；状态更新子模块用于采集该机器人的自身状态，并更新至机器人自我认知知识图谱。

在此，本实施例机器人的自我认知装置能够不断地采集自身状态，更新机器人自我认知知识图谱，实现对自我状态的认知。并且，该装置还能够将与使用者的交互信息，更新机器人自我认知知识图谱的社会关系，完善机器人自我认知知识图谱。

社会关系更新子模块，根据该机器人与使用者的交互信息，更新机器人自我认知知识图谱中社会关系相关的实体及该实体的属性时，具体用于：记录机器人与使用者的交互信息；根据交互信息，将与机器人交互的使用者设置为机器人自我认知知识图谱中社会关系的实体，并更新实体与机器人的社会关系的亲密度。

状态更新子模块采集该机器人的自身状态，并更新至机器人自我认知知识图谱时，具体用于：根据预设置的信息采集频率，采集该机器人的自身状态，并更新至机器人自我认知知识图谱。例如，根据预设置的间歇采集频率，采集机器人自身的电压状况、工作时间，判断该机器人是否处于疲劳状态，既便于机器人对自我状态的认知，又有助于提高设备使用寿命。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

需要说明的是，附图中的流程图和框图显示了根据本发明的多个实施例的服务器、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的服务器来实现，或者可以用专用硬件与计算机指令的组合来实现。

本发明实施例所提供的配置装置可以是计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的服务器、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的服务器、装置和方法，可以通过其它的方式实现。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，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个服务器，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通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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，或者也可以发布到多个网络单元上。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。

所述功能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所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种机器人的自我认知方法，其特征在于，包括：

加载机器人的初始信息，构建机器人自我认知知识图谱；

根据该机器人获取的交互信息或状态信息，更新所述机器人自我认知知识图谱；

获取该机器人所处环境的外界信息，采用模板匹配模型和区别性特征模型，采集和处理所述外界信息，确定认知结果，并将所述认知结果更新到所述机器人自我认知知识图谱。

2.根据权利要求1所述机器人的自我认知方法，其特征在于，

加载机器人的初始信息，构建机器人自我认知知识图谱，具体包括：

按照预先划分的认知领域和表示格式加载该机器人的初始信息，构建以该机器人为中心的机器人自我认知知识图谱。

3.根据权利要求1所述机器人的自我认知方法，其特征在于，

根据该机器人获取的交互信息或状态信息，更新所述机器人自我认知知识图谱，具体包括：

根据该机器人与使用者的交互信息，更新所述机器人自我认知知识图谱中社会关系相关的实体及该实体的属性；

采集该机器人的自身状态，并更新至所述机器人自我认知知识图谱。

4.根据权利要求3所述机器人的自我认知方法，其特征在于，

根据该机器人与使用者的交互信息，更新所述机器人自我认知知识图谱中社会关系相关的实体及该实体的属性，具体包括：

记录所述机器人与使用者的交互信息；

根据所述交互信息，将与所述机器人交互的使用者设置为所述机器人自我认知知识图谱中社会关系相关的实体，并更新所述实体与所述机器人的社会关系的亲密度；

采集该机器人的自身状态，并更新至所述机器人自我认知知识图谱，具体包括：

根据预设置的信息采集频率，采集该机器人的自身状态，并更新至所述机器人自我认知知识图谱。

5.根据权利要求1所述机器人的自我认知方法，其特征在于，

将所述认知结果更新到所述机器人自我认知知识图谱，具体包括：

将所述认知结果按照时间线更新至所述机器人自我认知知识图谱。

6.根据权利要求1所述机器人的自我认知方法，其特征在于，构建机器人自我认知知识图谱之后，该方法还包括：接收外界的查询信息；

根据所述查询信息，输出多模态反馈信息，所述多模态反馈信息包括文字、语音或动作。

7.一种机器人的自我认知装置，其特征在于，包括：

图谱构建模块，用于加载机器人的初始信息，构建机器人自我认知知识图谱；

图谱更新模块，用于根据该机器人获取的交互信息或状态信息，更新所述机器人自我认知知识图谱；

认知更新模块，用于获取该机器人所处环境的外界信息，采用模板匹配模型和区别性特征模型，采集和处理所述外界信息，确定认知结果，并将所述认知结果更新到所述机器人自我认知知识图谱。

8.根据权利要求7所述机器人的自我认知装置，其特征在于，

所述图谱构建模块，具体用于：按照预先划分的认知领域和表示格式加载该机器人的初始信息，构建以该机器人为中心的机器人自我认知知识图谱。

9.根据权利要求7所述机器人的自我认知装置，其特征在于，

所述图谱更新模块，具体包括：

社会关系更新子模块，用于根据该机器人与使用者的交互信息，更新所述机器人自我认知知识图谱中社会关系相关的实体及该实体的属性；

状态更新子模块，用于采集该机器人的自身状态，并更新至所述机器人自我认知知识图谱。

10.根据权利要求9所述机器人的自我认知装置，其特征在于，

所述社会关系更新子模块，根据该机器人与使用者的交互信息，更新所述机器人自我认知知识图谱中社会关系相关的实体及该实体的属性时，具体用于：记录所述机器人与使用者的交互信息；根据所述交互信息，将与所述机器人交互的使用者设置为所述机器人自我认知知识图谱中社会关系相关的实体，并更新所述实体与所述机器人的社会关系的亲密度；

所述状态更新子模块，采集该机器人的自身状态，并更新至所述机器人自我认知知识图谱时，具体用于：根据预设置的信息采集频率，采集该机器人的自身状态，并更新至所述机器人自我认知知识图谱。