CN110769071A - 一种机器人远程学习控制方法 - Google Patents

一种机器人远程学习控制方法 Download PDF

Info

Publication number
CN110769071A
CN110769071A CN201911054270.XA CN201911054270A CN110769071A CN 110769071 A CN110769071 A CN 110769071A CN 201911054270 A CN201911054270 A CN 201911054270A CN 110769071 A CN110769071 A CN 110769071A
Authority
CN
China
Prior art keywords
robot
reaction
language
human
data
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
CN201911054270.XA
Other languages
English (en)
Inventor
赵志鹏
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 Roc Theurgy Technology Co Ltd
Original Assignee
Beijing Roc Theurgy 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 Roc Theurgy Technology Co Ltd filed Critical Beijing Roc Theurgy Technology Co Ltd
Priority to CN201911054270.XA priority Critical patent/CN110769071A/zh
Publication of CN110769071A publication Critical patent/CN110769071A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/008—Artificial life, i.e. computing arrangements simulating life based on physical entities controlled by simulated intelligence so as to replicate intelligent life forms, e.g. based on robots replicating pets or humans in their appearance or behaviour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Robotics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Manipulator (AREA)

Abstract

本发明提出了一种机器人远程学习控制方法，包括：远程中央服务器与多个现场的机器人进行数据同步，实时获取每个所述机器人的工作信息；远程中央服务器对采集到的机器人的工作信息进行数据处理和分析判断，并获取分析判断结果,远程中央服务器根据所述机器人的工作信息，从所述人类语言行为学习数据库查找到与该工作信息对应的人类的反应语言数据和反应行为数据，然后生成对该机器人的远程控制指令；每个所述机器人根据所述控制指令中记载的人类的反应语言数据和反应行为数据模拟人类操作方式，完成对执行对象的操作。本发明不断模拟学习人类对各种事件的反应语言和反应行为，使得机器人的操作方式更加智能化，更加符合人类的模式和需求。

Description

一种机器人远程学习控制方法
技术领域
本发明涉及上位电脑技术领域，特别涉及一种机器人远程学习控制方法。
背景技术
随着互联网、搜索引擎和社交网络的普及，用户数据呈爆炸式增长，利用机器学习算法，在海量数据中挖掘有价值的信息，成为近年来学界与业界关注的焦点。将机器学习程序分布式运行于普通商业服务器组成的集群上成为了如今的通用做法。
但是，现有的机器学习方法只是对机器设备数据的采集和学习，无法实现智能化机器学习，无法学习人类的处理方式，缺少灵活性和应变能力。如何能让机器学习模拟人类的事件处理方式，更智能化，是当前需要解决的技术问题。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此，本发明的目的在于提出一种机器人远程学习控制方法。
为了实现上述目的，本发明的实施例提供一种机器人远程学习控制方法，包括如下步骤：
步骤S1，远程中央服务器与多个现场的机器人进行数据同步，实时获取每个所述机器人的工作信息，其中，所述机器人的工作信息包括：位置信息、工作环境、工作目标和执行对象；
步骤S2，所述远程中央服务器对采集到的机器人的工作信息进行数据处理和分析判断，并获取分析判断结果，其中，在所述远程中央服务器存储所述机器人的工作信息，并对机器人的工作信息进行预处理，转换为结构化数据，对转换后的结构化数据进行分析判断，包括：所述远程中央服务器内预置有人类语言行为学习数据库，所述人类语言行为学习数据库记录有人类对多种事件的反应语言数据和反应行为数据，所述远程中央服务器根据所述机器人的工作信息，从所述人类语言行为学习数据库查找到与该工作信息对应的人类的反应语言数据和反应行为数据，然后生成对该机器人的远程控制指令；
步骤S3，每个所述机器人根据所述控制指令中记载的人类的反应语言数据和反应行为数据模拟人类操作方式，完成对执行对象的操作。
进一步，在所述步骤S1中，所述远程中央服务器与所述机器人通过3G/4G/5G高速网络进行通信。
进一步，在所述步骤S2中，所述远程中央服务器对机器人的工作信息进行预处理，包括：将机器人的工作信息根据类别进行结构化处理，转换成数据表形式，并对机器人的工作信息中的关键词以标签形式标记，以用于后续与远程中央服务器中的人类语言行为学习数据库中的信息进行匹配。
进一步，在所述步骤S2中，所述反应语言数据，包括：人类在应对每类事件时，所应对的语言模板，其中，该语言模板由远程中央服务器接收管理员录入的事件应对语言，所述反应语言数据不间断学习并保持更新。
进一步，在所述步骤S2中，所述反应行为数据，包括：人类在应对每类事件时，所应对的行为模板，其中，该语言模板由远程中央服务器接收管理员录入的事件应对行为，所述反应行为数据不间断学习并保持更新。
进一步，所述远程中央服务器从所述人类语言行为学习数据库查找到与该工作信息对应的人类的反应语言数据和反应行为数据，包括：所述远程中央服务器根据对工作信息的分析结果，判断该机器人所要执行的目标事件，然后从人类语言行为学习数据库查找到与该目标事件对应的反应语言数据和反应行为数据，将上述对应的反应语言数据和反应行为数据打包成远程控制指令，发送给对应的机器人，该机器人在接收到的远程控制指令后，根据远程控制指令中的反应语言数据和反应行为数据执行，以模拟人类的操作方式。
进一步，如果远程中央服务器在人类语言行为学习数据库没有查找到与目标事件对应的反应语言数据和反应行为数据，则将该目标事件标记下来，并提醒管理员补充收集与该目标事件对应的反应语言数据和反应行为数据。
进一步，如果远程中央服务器在人类语言行为学习数据库没有查找到与目标事件对应的反应语言数据和反应行为数据，则通过文字、图片或语音方式互联网上进行检索，接收检索结果，将检索结果反馈给人工进行复查。
进一步，所述机器人进一步根据接收到的反应语言数据模拟人类的感情色彩说话。
进一步，所述机器人进一步将事件进行过程中对方的反应语言数据和反应行为数据记录下来，实时反馈给远程中央服务器。
机器人远程控制和远程电脑协助学习是未来发展方向，采用本发明实施例的机器人远程学习控制方法，远程中央机同步现场机器自动检测、信息处理、分析判断、操纵控制，应用在机械制造工业、石油、化工、交通运输、医疗、服务和家庭等方面，高速的5G及以上通讯实时控制了下位机和收集大量数据，处理机房根据每类分拣、收集、排序、使用率对比，人工参与分析，机器对人工分析记录、学习，大量的数据对比后，机器形成一套完整的人脑分析方法，可以授权远程电脑调用，设置超大的存储器、CPU、分析感应器、人工数据校对，超级计算机、语音数据库等，电脑图片算法通过搜索快速分机对比法，计算对比，文库搜索，通过语音或输入汉字快速查找各大数据文库，综合对比找出所需答案，电脑通过对某一个人的语言行为学习一段时间后，可以模仿此人带有感情色彩说话，上位电脑有超强的记录、存储、对比调用单元，有人工在不断把人们生活中所做事、语言、存入电脑中，电脑就会变得聪明，通过不断学习，电脑越聪明，调用处理数据就越精确，速度超快。此电脑学习后可以应用在各个领域。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的机器人远程学习控制方法的流程图；
图2为根据本发明实施例的机器人远程学习控制方法的示意图。
附图标记：
1、本地电脑；2、机器人；3、远程中央服务器；4、远程摄像头；5、电脑电源接口；6、发射及接收模块；7、通讯接口；8、电脑控制启停远程操作器；9、手动启停开关
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
如图1和图2所示，本发明实施例的机器人远程学习控制方法，包括如下步骤：
步骤S1，远程中央服务器与多个现场的机器人进行数据同步，实时获取每个机器人的工作信息，其中，机器人的工作信息包括：位置信息、工作环境、工作目标和执行对象。
具体来说，由于远程中央服务器可以与多个机器人进行通信，所以需要对每个机器人进行标记，例如对机器人标记ID。通过位置信息，可以获取每个机器人的位置信息，再结合其工作环境可以获知该机器人工作的外部环境信息。此外，工作目标可以记录该机器人所要达成的完成任务的目标参数，例如，该机器人工作在餐厅，其工作内容是上菜服务顾客，完成目标就是将餐台上的菜端到对应号码的客户餐桌上。执行对象就是：来餐厅就餐的顾客。
在本发明的实施例中，远程中央服务器与机器人通过3G/4G/5G高速网络进行通信，通过高速网络可以实现服务器与机器人的数据同步、高速传输。
步骤S2，远程中央服务器对采集到的机器人的工作信息进行数据处理和分析判断，并获取分析判断结果，其中，在远程中央服务器存储机器人的工作信息，并对机器人的工作信息进行预处理，转换为结构化数据，对转换后的结构化数据进行分析判断。
具体的，远程中央服务器对机器人的工作信息进行预处理，包括：将机器人的工作信息根据类别进行结构化处理，转换成数据表形式，并对机器人的工作信息中的关键词以标签形式标记，以用于后续与远程中央服务器中的人类语言行为学习数据库中的信息进行匹配。例如，机器人工作信息包括：餐厅、上菜、食客，则将上述词作为关键词标记。然后在人类语言行为学习数据库进行检索。
远程中央服务器内预置有人类语言行为学习数据库，人类语言行为学习数据库记录有人类对多种事件的反应语言数据和反应行为数据，远程中央服务器根据机器人的工作信息，从人类语言行为学习数据库查找到与该工作信息对应的人类的反应语言数据和反应行为数据，然后生成对该机器人的远程控制指令。
在本发明的实施例中，反应语言数据，包括：人类在应对每类事件时，所应对的语言模板，其中，该语言模板由远程中央服务器接收管理员录入的事件应对语言，反应语言数据不间断学习并保持更新。
反应行为数据，包括：人类在应对每类事件时，所应对的行为模板，其中，该语言模板由远程中央服务器接收管理员录入的事件应对行为，反应行为数据不间断学习并保持更新。
步骤S3，每个机器人根据控制指令中记载的人类的反应语言数据和反应行为数据模拟人类操作方式，完成对执行对象的操作。
具体的，远程中央服务器从人类语言行为学习数据库查找到与该工作信息对应的人类的反应语言数据和反应行为数据，包括：远程中央服务器根据对工作信息的分析结果，判断该机器人所要执行的目标事件，然后从人类语言行为学习数据库查找到与该目标事件对应的反应语言数据和反应行为数据，将上述对应的反应语言数据和反应行为数据打包成远程控制指令，发送给对应的机器人，该机器人在接收到的远程控制指令后，根据远程控制指令中的反应语言数据和反应行为数据执行，以模拟人类的操作方式。
以餐厅机器人为例，当远程中央服务器根据机器人的工作信息获知该机器人是在餐厅工作时，从人类语言行为学习数据库中查找到餐厅服务员对应的反应语言数据和反应行为数据。例如：上菜事件：语言数据为“您好，这是您点的菜品，请慢用”；行为数据为：将菜品按照规划路线端给顾客。
顾客等待时间过长事件：语言数据为“不好意思，您的菜品已经在准备中，马上给您端上来”；行为数据为：按照规划路线到达顾客面前，弯腰示意。
在本发明的实施例中，机器人进一步根据接收到的反应语言数据模拟人类的感情色彩说话。并且，机器人进一步将事件进行过程中对方的反应语言数据和反应行为数据记录下来，实时反馈给远程中央服务器。
具体来说，机器人在根据远程控制指令模拟人类操作的同时，也会同时记录顾客的反应语言和反应行为，并同步至远程中央服务器，以便于中央服务器根据顾客的反应对数据进行调整，使得机器人的行为更符合人类的需求和模式。
此外，如果远程中央服务器在人类语言行为学习数据库没有查找到与目标事件对应的反应语言数据和反应行为数据，则采用以下方式：
(1)将该目标事件标记下来，并提醒管理员补充收集与该目标事件对应的反应语言数据和反应行为数据。
(2)如果远程中央服务器在人类语言行为学习数据库没有查找到与目标事件对应的反应语言数据和反应行为数据，则通过文字、图片或语音方式互联网上进行检索，接收检索结果，将检索结果反馈给人工进行复查。
参考图2，除了由远程中央服务器远程操控机器人外，也可以设置本地电脑，由本地电脑对机器人进行操作控制。具体的，在本地机房设置本地电脑1，本地电脑1内设有数据库，即人类语言行为学习数据库，由机器人2连接本地电脑1，可以更新数据及操作控制机器人，利用远程电脑(远程中央服务器)3使用不同的电脑远程使用高速配置较高的电脑及远程维修。并且设置远程摄像头4，可以远程监控机器人的动作。设置电脑电源接口5，可以实现对本地电脑1的供电。设置发射及接收模块6和通讯接口7，实现数据传输。设置电脑控制启停远程操作器，连接APP、电脑客户端、机器人等可以通过此模块连接启停机房电脑)，此控制器电路连接机房电脑启停开关，实现软件控制服务器。并且在本地电脑上进一步设置手动启停开关，由人员控制本地电脑的开停。
机器人远程控制和远程电脑协助学习是未来发展方向，采用本发明实施例的机器人远程学习控制方法，远程中央机同步现场机器自动检测、信息处理、分析判断、操纵控制，应用在机械制造工业、石油、化工、交通运输、医疗、服务和家庭等方面，高速的5G及以上通讯实时控制了下位机和收集大量数据，处理机房根据每类分拣、收集、排序、使用率对比，人工参与分析，机器对人工分析记录、学习，大量的数据对比后，机器形成一套完整的人脑分析方法，本地电脑可以授权远程电脑(远程中央服务器)调用，本地电脑设置超大的存储器、CPU、分析感应器、人工数据校对，超级计算机、语音数据库等，电脑图片算法通过搜索快速分机对比法，计算对比，文库搜索，通过语音或输入汉字快速查找各大数据文库，综合对比找出所需答案，电脑通过对某一个人的语言行为学习一段时间后，可以模仿此人带有感情色彩说话，上位电脑有超强的记录、存储、对比调用单元，有人工在不断把人们生活中所做事、语言、存入电脑中，电脑就会变得聪明，通过不断学习，电脑越聪明，调用处理数据就越精确，速度超快。此电脑学习后可以应用在各个领域。
采用本发明可以实现机器人智能化学习人类的处理方式，不断模拟学习人类对各种事件的反应语言和反应行为，使得机器人的操作方式更加智能化，更加符合人类的模式和需求。
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一定指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何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求及其等同限定。

Claims (10)

1.一种机器人远程学习控制方法，其特征在于，包括如下步骤：
步骤S1，远程中央服务器与多个现场的机器人进行数据同步，实时获取每个所述机器人的工作信息，其中，所述机器人的工作信息包括：位置信息、工作环境、工作目标和执行对象；
步骤S2，所述远程中央服务器对采集到的机器人的工作信息进行数据处理和分析判断，并获取分析判断结果，其中，在所述远程中央服务器存储所述机器人的工作信息，并对机器人的工作信息进行预处理，转换为结构化数据，对转换后的结构化数据进行分析判断，所述远程中央服务器内预置有人类语言行为学习数据库，所述人类语言行为学习数据库记录有人类对多种事件的反应语言数据和反应行为数据，所述远程中央服务器根据所述机器人的工作信息，从所述人类语言行为学习数据库查找到与该工作信息对应的人类的反应语言数据和反应行为数据，然后生成对该机器人的远程控制指令；
步骤S3，每个所述机器人根据所述控制指令中记载的人类的反应语言数据和反应行为数据模拟人类操作方式，完成对执行对象的操作。
2.如权利要求1所述的机器人远程学习控制方法，其特征在于，在所述步骤S1中，所述远程中央服务器与所述机器人通过3G/4G/5G高速网络进行通信。
3.如权利要求1所述的机器人远程学习控制方法，其特征在于，在所述步骤S2中，所述远程中央服务器对机器人的工作信息进行预处理，包括：将机器人的工作信息根据类别进行结构化处理，转换成数据表形式，并对机器人的工作信息中的关键词以标签形式标记，以用于后续与远程中央服务器中的人类语言行为学习数据库中的信息进行匹配。
4.如权利要求1所述的机器人远程学习控制方法，其特征在于，在所述步骤S2中，所述反应语言数据，包括：人类在应对每类事件时，所应对的语言模板，其中，该语言模板由远程中央服务器接收管理员录入的事件应对语言，所述反应语言数据不间断学习并保持更新。
5.如权利要求1所述的机器人远程学习控制方法，其特征在于，在所述步骤S2中，所述反应行为数据，包括：人类在应对每类事件时，所应对的行为模板，其中，该语言模板由远程中央服务器接收管理员录入的事件应对行为，所述反应行为数据不间断学习并保持更新。
6.如权利要求1所述的机器人远程学习控制方法，其特征在于，所述远程中央服务器从所述人类语言行为学习数据库查找到与该工作信息对应的人类的反应语言数据和反应行为数据，包括：所述远程中央服务器根据对工作信息的分析结果，判断该机器人所要执行的目标事件，然后从人类语言行为学习数据库查找到与该目标事件对应的反应语言数据和反应行为数据，将上述对应的反应语言数据和反应行为数据打包成远程控制指令，发送给对应的机器人，该机器人在接收到的远程控制指令后，根据远程控制指令中的反应语言数据和反应行为数据执行，以模拟人类的操作方式。
7.如权利要求6所述的机器人远程学习控制方法，其特征在于，如果远程中央服务器在人类语言行为学习数据库没有查找到与目标事件对应的反应语言数据和反应行为数据，则将该目标事件标记下来，并提醒管理员补充收集与该目标事件对应的反应语言数据和反应行为数据。
8.如权利要求6所述的机器人远程学习控制方法，其特征在于，如果远程中央服务器在人类语言行为学习数据库没有查找到与目标事件对应的反应语言数据和反应行为数据，则通过文字、图片或语音方式互联网上进行检索，接收检索结果，将检索结果反馈给人工进行复查。
9.如权利要求1所述的机器人远程学习控制方法，其特征在于，所述机器人进一步根据接收到的反应语言数据模拟人类的感情色彩说话。
10.如权利要求1所述的机器人远程学习控制方法，其特征在于，所述机器人进一步将事件进行过程中对方的反应语言数据和反应行为数据记录下来，实时反馈给远程中央服务器。
CN201911054270.XA 2019-10-31 2019-10-31 一种机器人远程学习控制方法 Pending CN110769071A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911054270.XA CN110769071A (zh) 2019-10-31 2019-10-31 一种机器人远程学习控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911054270.XA CN110769071A (zh) 2019-10-31 2019-10-31 一种机器人远程学习控制方法

Publications (1)

Publication Number Publication Date
CN110769071A true CN110769071A (zh) 2020-02-07

Family

ID=69335293

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911054270.XA Pending CN110769071A (zh) 2019-10-31 2019-10-31 一种机器人远程学习控制方法

Country Status (1)

Country Link
CN (1) CN110769071A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112187914A (zh) * 2020-09-24 2021-01-05 上海思寒环保科技有限公司 一种远程控制机器人管理方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102194005A (zh) * 2011-05-26 2011-09-21 卢玉敏 聊天机器人系统及自动聊天方法
US20120010772A1 (en) * 2008-04-10 2012-01-12 Robert Todd Pack Advanced Behavior Engine
US20130103196A1 (en) * 2010-07-02 2013-04-25 Aldebaran Robotics Humanoid game-playing robot, method and system for using said robot
CN104157168A (zh) * 2014-08-21 2014-11-19 鲜于庆 一种应用于人工智能机器人的智能数据库应用系统及交互方法
CN106154869A (zh) * 2015-03-27 2016-11-23 上海慧流云计算科技有限公司 一种远程临场智能机器人、远程临场交互系统及其方法
CN107122824A (zh) * 2017-05-04 2017-09-01 中兴耀维科技江苏有限公司 一种企业展厅在线讲解的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120010772A1 (en) * 2008-04-10 2012-01-12 Robert Todd Pack Advanced Behavior Engine
US20130103196A1 (en) * 2010-07-02 2013-04-25 Aldebaran Robotics Humanoid game-playing robot, method and system for using said robot
CN102194005A (zh) * 2011-05-26 2011-09-21 卢玉敏 聊天机器人系统及自动聊天方法
CN104157168A (zh) * 2014-08-21 2014-11-19 鲜于庆 一种应用于人工智能机器人的智能数据库应用系统及交互方法
CN106154869A (zh) * 2015-03-27 2016-11-23 上海慧流云计算科技有限公司 一种远程临场智能机器人、远程临场交互系统及其方法
CN107122824A (zh) * 2017-05-04 2017-09-01 中兴耀维科技江苏有限公司 一种企业展厅在线讲解的方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112187914A (zh) * 2020-09-24 2021-01-05 上海思寒环保科技有限公司 一种远程控制机器人管理方法及系统

Similar Documents

Publication Publication Date Title
CN109416816B (zh) 支持交流的人工智能系统
US6651045B1 (en) Intelligent human/computer interface system
CN106790004A (zh) 基于人工智能的客服辅助实时提示系统
CN108170835A (zh) 一种组合人工与ai的智能客服系统
CN107680019A (zh) 一种考试方案的实现方法、装置、设备及存储介质
CN106683678A (zh) 一种人工电话客服辅助系统及方法
CN107733782A (zh) 根据任务生成群的方法、装置及系统
CN109766451A (zh) 一种云计算平台及其调度、数据分析方法
CN108038748A (zh) 用于辅助应答交互界面显示方法及设备
CA2823835A1 (en) Voice search and response based on relevancy
CN109284386A (zh) 可定制的意图识别方法及装置
CN116600053B (zh) 一种基于ai大语言模型的客服系统
CN110147905A (zh) 信息处理方法、装置、系统及存储介质
CN112148874A (zh) 可自动新增用户潜在意图的意图识别方法及系统
CN115661907A (zh) 一种生物特征识别方法及系统
CN110769071A (zh) 一种机器人远程学习控制方法
Tseng et al. A sequential consideration for assembly sequence planning and assembly line balancing using the connector concept
CN110929032A (zh) 一种软件系统的用户需求处理系统及处理方法
Yin et al. Use your mobile computing devices to learn-Contextual mobile learning system design and case studies
CN107832342B (zh) 机器人聊天方法及系统
CN108173826A (zh) 人工智能在线咨询答疑服务系统
CN109903831B (zh) 一种用于儿童康复的智能评测训练系统
CN113347075B (zh) 一种微信群消息应答方法及装置
CN110188201A (zh) 一种信息匹配方法及设备
CN112633919A (zh) 一种智能客服的实现方法及系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200207