CN110782710A - 一种基于机器人实现的书写教学方法及装置 - Google Patents

一种基于机器人实现的书写教学方法及装置 Download PDF

Info

Publication number
CN110782710A
CN110782710A CN201910893600.8A CN201910893600A CN110782710A CN 110782710 A CN110782710 A CN 110782710A CN 201910893600 A CN201910893600 A CN 201910893600A CN 110782710 A CN110782710 A CN 110782710A
Authority
CN
China
Prior art keywords
teaching
user
writing
model
character
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
CN201910893600.8A
Other languages
English (en)
Inventor
詹威
肖龙源
蔡振华
李稀敏
刘晓葳
王静
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.)
Xiamen Kuaishangtong Technology Co Ltd
Original Assignee
Xiamen Kuaishangtong 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 Xiamen Kuaishangtong Technology Co Ltd filed Critical Xiamen Kuaishangtong Technology Co Ltd
Priority to CN201910893600.8A priority Critical patent/CN110782710A/zh
Publication of CN110782710A publication Critical patent/CN110782710A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B11/00—Teaching hand-writing, shorthand, drawing, or painting
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/16—Speech classification or search using artificial neural networks
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225—Feedback of the input speech

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明涉及人计算机技术领域，提供了一种基于机器人实现的书写教学方法，所述方法包含步骤：基于用户输入的指令，确认教学内容，其中，所述教学内容包含教学文字及字体要求；基于所述教学内容及文字书写模型，获取所述教学文字的书写过程；通过像素增加的方式向用户演示所述教学文字的所述书写过程；收集用户对所述书写过程的反馈，用于对所述文字书写模型进行优化。可实现根据用户需求输出教学内容，并提供自定义字体教学演示。此外本发明还提供了一种机器人装置、及计算机可读存储介质。

Description

一种基于机器人实现的书写教学方法及装置
技术领域
本发明涉及计算机信息技术领域，尤其涉及一种基于机器人实现的书写教学方法、机器人装置和计算机可读存储介质。
背景技术
随着智能设备的普及，人们的生活和工作越来越依赖电脑和手机了，提笔忘字或者不知道某个字的正确笔画顺序已经在年轻人中已经越来越普遍，尤其是汉字的书写，对笔画顺序要求较高，虽然市面上已有教学字帖或视频，但都较为刻板、互动性差。
机器人(Robot)是一种高科技产品，其内部预设有程序或者原则性纲领，接收到信号或者指令后，能够在一定程度上判断并采取行动，例如移动、拿取、摆动肢体等动作。机器人的任务主要是在某些场合中协助甚至取代人类的工作，实际的工作场景中涉及的行动和信息判断往往非常繁复，难以全部事先以程序的方式记录在机器人中，因此如何根据已有的知识，自行学习提高适应能力和智能化水平，也即机器人学习，成为机器人行业中一个非常热门的研究重点。
机器人教学是机器人行业的一个新兴方向，如何清楚的提供汉字书写教学，是行业研究的热门话题。
发明内容
针对上述问题，本发明的实施例提供了一种基于机器人实现的书写教学方法，所述方法包含步骤：基于用户输入的指令，确认教学内容，其中，所述教学内容包含教学文字及字体要求；基于所述教学内容及文字书写模型，获取所述教学文字的书写过程；通过像素增加的方式向用户演示所述教学文字的所述书写过程；收集用户对所述书写过程的反馈，用于对所述文字书写模型进行优化。
在一实施中，所述文字书写模型包括标准字体书写模型，以及自定义字体书写模型，所述基于所述教学内容及文字书写模型，获取所述教学文字的书写过程，具体包括：基于所述字体要求选择对应的文字书写模型，并基于所述文字书写模型获取所述教学文字的书写过程。
在一实施中，所述自定义字体书写模型基于用户输入的文字模板训练而成。
在一实施中，所述用户输入指令的方式包括语音输入。
在一实施中，所述基于用户输入的指令，确认教学内容，具体包括：获取用户输入的语音信号，基于语音识别模型对所述语音信号进行识别，确认所述语音信号对应的教学内容。
在一实施中，所述语音信号的识别结果包含文字、词语或句子，确认所述语音信号对应的教学内容包含确认组成所述词语或句子的教学文字及文字顺序。
在一实施中，所述通过像素增加的方式向用户演示所述教学文字的所述书写过程包括：基于所述文字顺序依次演示各所述教学文字。
在一实施中，所述收集用户对所述书写过程的反馈，用于对所述文字书写模型进行优化包括：基于强化学习机制，将用户的反馈转化为强化信号，用于训练所述文字书写模型。
本发明实施例提供的基于机器人实现的书写教学方法不仅可为用户提供自行指定教学内容的服务，还能提供各种标准字体以及自定义字体的教学演示，并基于强化学习机制，通过收集用户对教学的反馈来对模型进行优化，使得输出的教学内容更贴近用户的喜好。
此外，本发明实施例还提供一种机器人装置，所述装置包含：输入模块、输出模块，以及处理模块；其中，所述装置通过所述输入模块获取用户输入的指令，并发送至所述处理模块；所述处理模块基于所述用户输入的指令，确认教学内容，其中，所述教学内容包含教学文字及字体要求，并基于所述教学内容及文字书写模型，获取所述教学文字的书写过程，并将所述书写过程发送至所述输出模块；所述输出模块通过像素增加的方式向用户演示所述教学文字的所述书写过程，并在演示完成后，提示用户输入反馈信息；所述输入模块收集用户对所述书写过程的反馈，并发送至所述处理模块，所述处理模块基于所述反馈对所述文字书写模型进行优化。
以及，还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于机器人实现的书写教学方法。
附图说明
一个或多个实施方式通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施方式的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1绘示本发明第一实施例所提供的基于机器人实现的书写教学方法流程图；
图2绘示本发明第二实施例所提供的机器人装置结构示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。
在本发明的第一实施例中，提出了一种基于机器人实现的书写教学方法，可基于用户的输入的指令确定教学内容，并通过像素增加的方式演示书写过程，以实现汉字书写的笔画顺序的演示，并同时采集用户的反馈，用于对教学内容的优化，使得机器人提供的教学字体贴近用户的喜好，而不拘泥于标准字体，更具个性化。
具体请参照图1，图1绘示本发明第一实施例所提供的基于机器人实现的书写教学方法流程图。如图1所示，所述方法具体包含步骤：
步骤101，基于用户输入的指令，确认教学内容，其中，所述教学内容包含教学文字及字体要求。
具体而言，与传统的基于固定教学内容的教学方式不同，本发明实施例提供的书写教学方法中，机器人可通过接收用户输入的指令，来确定具体的教学内容，其中，用户输入指令的方式可包含多种，例如，直接通过输入法输入想要学习的内容。
在一较佳实施中，用户可通过语音的方式输入指令，机器人可获取用户输入的语音信号，并基于语音识别模型对语音信号进行识别，确认语音信号对应的教学内容。语音信号的识别结果可包含文字、词语或句子，相应的，可先基于语音识别模型对语音信号进行识别，若识别结果为词语或句子时，可进一步对其进行拆解成顺序组成的多个文字，相应的，确认语音信号对应的教学内容包含确认组成所述词语或句子的教学文字及文字顺序。
其中，上述语音识别模型可基于循环神经网络(Recurrent Neural Network，RNN)来实现。神经网络是一种节点定向连接成环的人工神经网络，这种网络的内部状态可以展示动态时序行为，不同于前馈神经网络的是，RNN可以利用它内部的记忆来处理任意时序的输入序列，这让它可以更容易处理语音识别。
值得注意的是，本发明的实施例中，用户在输入指定的教学内容时，不仅包含具体的教学文字，还可包含字体要求，其中字体要求可包含如楷体、宋体、仿宋、行书等标注字体，也可以是自定义字体，其中自定义字体包含基于用户预先输入的模板确定的字体，可以是用户以往的书写笔记等非标准字体。如此一来，用户不仅可通过机器人学习标准字体的书写方法，还可以选择自己喜欢的字体进行练习。
步骤102，基于所述教学内容及文字书写模型，获取所述教学文字的书写过程。
具体而言，本发明的实施例中，文字书写模型可基于循环神经网络(RecurrentNeural Network，RNN)来构建，在构造文字书写模型时，可将一个汉字的书写轨迹转换成一连串的像素点，并采用时间序列的方式记录每个汉字的书写过程，并基于该方法收集训练样本，对文字书写模型进行训练。具体而言，一个汉字的书写过程其实是每一个点相对于前一个点的偏移量，记为(offset x,offset y)，再增加一维取值为0或1来记录是否应该断点，以实现“提笔”来区分偏旁部首，从而完成一个完成文字的书写过程记录。
值得注意的是，在本发明的实施例中，在收集训练样本时，还可同时对样本的字体进行标注，使得文字书写模型可基于输入的字体要求，输出对应字体的教学文字的书写过程。
在一实施中，可基于不同的字体类型，构造对应的文字书写模型，例如可分别构造标准字体书写模型，以及自定义字体书写模型，那么，在基于所述教学内容及文字书写模型，获取教学文字的书写过程，可具体包括：
基于字体要求选择对应的文字书写模型，并基于所选取的文字书写模型获取教学文字的书写过程。
可以理解的是，在分别训练标准字体书写模型和自定义字体书写模型的过程中，所使用的训练样本有所差异，其中所述自定义字体书写模型可基于用户输入的文字模板训练而成。
步骤103，通过像素增加的方式向用户演示所述教学文字的所述书写过程。
由于文字书写模型的输出为教学文字对应的像素点组成，包含每个像素点较于前一点的偏移量，以及断点的位置，故可直接基于由文字书写模型输出的数据来实现书写过程的演示，具体的，可通过像素增加的方式来进行演示，以便于清晰展示文字的书写过程。
当用户输入的教学内容为词语或者句子时，所述通过像素增加的方式向用户演示所述教学文字的所述书写过程包括：基于词语或句子中各文字的文字顺序依次演示各所述教学文字。
步骤104，收集用户对所述书写过程的反馈，用于对所述文字书写模型进行优化。
在完成书写过程的演示之后，可收集用户对所述书写过程的反馈，用于对所述文字书写模型进行优化。具体而言，在构建文字书写模型时，可基于强化学习机制来构建文字书写模型及评估模型，通过对用户反馈信息的收集，将用户的反馈转化为强化信号，用于训练所述文字书写模型，引导文字书写模型的输出更贴近用户的实际需求，从而使得输出的教学文字书写过程呈现出的字体，更贴近用户喜好，而不拘泥于标准字体。
由此可见，本发明实施例提供的基于机器人实现的书写教学方法不仅可为用户提供自行指定教学内容的服务，还能提供各种标准字体以及自定义字体的教学演示，并基于强化学习机制，通过收集用户对教学的反馈来对模型进行优化，使得输出的教学内容更贴近用户的喜好。
基于同样的发明构思，本发明还提供了一种机器人装置，具体可参照图2，图2绘示本发明第二实施例所提供的机器人装置结构示意图。
如图所示，机器人装置200包含：输入模块210、输出模块220，以及处理模块230；
其中，所述装置通过所述输入模块210获取用户输入的指令，并发送至所述处理模块230；
所述处理模块230接收输入模块210发送的用户指令，并基于所述用户输入的指令，确认教学内容，其中，所述教学内容包含教学文字及字体要求，并基于所述教学内容及文字书写模型，获取所述教学文字的书写过程，并将所述书写过程发送至所述输出模块220。
所述输出模块220通过像素增加的方式向用户演示所述教学文字的所述书写过程，并在演示完成后，提示用户输入反馈信息；
所述输入模块210收集用户对所述书写过程的反馈，并发送至所述处理模块230，所述处理模块230基于所述反馈对所述文字书写模型进行优化。
其中，本实施例中，各模块在实现对应操作的具体细节可一并参照图1所示实施例中的对应说明。
本实施例所提供的机器人装置可基于用户输入输出对应的教学内容，并收集用户的反馈，以实现自我优化，不仅可为用户提供清晰的书写过程演示，还能依据反馈内容，不断贴近用户喜好，使得用户可获得自己喜欢的字体的教学演示，而无需拘泥于标准的字体教学。
本发明再一实施例涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时，实现上述基于机器人实现的书写教学方法实施例。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例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-OnlyMemory)、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。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于机器人实现的书写教学方法，其特征在于，所述方法包含步骤：
基于用户输入的指令，确认教学内容，其中，所述教学内容包含教学文字及字体要求；
基于所述教学内容及文字书写模型，获取所述教学文字的书写过程；
通过像素增加的方式向用户演示所述教学文字的所述书写过程；
收集用户对所述书写过程的反馈，用于对所述文字书写模型进行优化。
2.如权利要求1所述的方法，其特征在于，所述文字书写模型包括标准字体书写模型，以及自定义字体书写模型，所述基于所述教学内容及文字书写模型，获取所述教学文字的书写过程，具体包括：
基于所述字体要求选择对应的文字书写模型，并基于所述文字书写模型获取所述教学文字的书写过程。
3.如权利要求1所述的方法，其特征于，所述自定义字体书写模型基于用户输入的文字模板训练而成。
4.如权利要求1所述的方法，其特征在于，所述用户输入指令的方式包括语音输入。
5.如权利要求4所述的方法，其特征在于，所述基于用户输入的指令，确认教学内容，具体包括：
获取用户输入的语音信号，基于语音识别模型对所述语音信号进行识别，确认所述语音信号对应的教学内容。
6.如权利要求5所述的方法，其特征在于，所述语音信号的识别结果包含文字、词语或句子，确认所述语音信号对应的教学内容包含确认组成所述词语或句子的教学文字及文字顺序。
7.如权利要求6所述的方法，其特征在于，所述通过像素增加的方式向用户演示所述教学文字的所述书写过程包括：
基于所述文字顺序依次演示各所述教学文字。
8.如权利要求1所述的方法，其特征在于，所述收集用户对所述书写过程的反馈，用于对所述文字书写模型进行优化包括：
基于强化学习机制，将用户的反馈转化为强化信号，用于训练所述文字书写模型。
9.一种机器人装置，其特征在于，所述装置包含：输入模块、输出模块，以及处理模块；
其中，所述装置通过所述输入模块获取用户输入的指令，并发送至所述处理模块；
所述处理模块基于所述用户输入的指令，确认教学内容，其中，所述教学内容包含教学文字及字体要求，并基于所述教学内容及文字书写模型，获取所述教学文字的书写过程，并将所述书写过程发送至所述输出模块；
所述输出模块通过像素增加的方式向用户演示所述教学文字的所述书写过程，并在演示完成后，提示用户输入反馈信息；
所述输入模块收集用户对所述书写过程的反馈，并发送至所述处理模块，所述处理模块基于所述反馈对所述文字书写模型进行优化。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的基于机器人实现的书写教学方法。
CN201910893600.8A 2019-09-20 2019-09-20 一种基于机器人实现的书写教学方法及装置 Pending CN110782710A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910893600.8A CN110782710A (zh) 2019-09-20 2019-09-20 一种基于机器人实现的书写教学方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910893600.8A CN110782710A (zh) 2019-09-20 2019-09-20 一种基于机器人实现的书写教学方法及装置

Publications (1)

Publication Number Publication Date
CN110782710A true CN110782710A (zh) 2020-02-11

Family

ID=69384238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910893600.8A Pending CN110782710A (zh) 2019-09-20 2019-09-20 一种基于机器人实现的书写教学方法及装置

Country Status (1)

Country Link
CN (1) CN110782710A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7930067B2 (en) * 2005-07-05 2011-04-19 Sony Corporation Motion editing apparatus and motion editing method for robot, computer program and robot apparatus
CN103020085A (zh) * 2011-09-26 2013-04-03 兰州海防信息科技有限公司 一种个人风格化书法动态字库的实现方法及其应用
CN203031609U (zh) * 2012-12-19 2013-07-03 西安理工大学 可模仿人书写的机器人
CN104669277A (zh) * 2015-03-11 2015-06-03 宿州学院 一种双臂型写字机器人及其控制方法
CN104875208A (zh) * 2015-06-11 2015-09-02 赵楠 书法机器人
CN204935642U (zh) * 2015-09-10 2016-01-06 天津大学 一种板书展示机器人教具
CN105718880A (zh) * 2016-01-20 2016-06-29 华东交通大学 一种远程办公签字及笔迹验证机器人系统设计
CN105956601A (zh) * 2016-04-15 2016-09-21 北京工业大学 一种基于轨迹模仿的机器人汉字书写学习方法
CN107088882A (zh) * 2017-06-18 2017-08-25 闾天驰 机器人拟人笔迹书写系统及其控制方法
CN206833737U (zh) * 2017-03-17 2018-01-02 辽宁大学 语音写字多功能教育机器人
CN107705643A (zh) * 2017-11-16 2018-02-16 四川文理学院 一种机器人主持教学方法及其装置
CN109664300A (zh) * 2019-01-09 2019-04-23 湘潭大学 一种基于力觉学习的机器人多风格书法临摹方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7930067B2 (en) * 2005-07-05 2011-04-19 Sony Corporation Motion editing apparatus and motion editing method for robot, computer program and robot apparatus
CN103020085A (zh) * 2011-09-26 2013-04-03 兰州海防信息科技有限公司 一种个人风格化书法动态字库的实现方法及其应用
CN203031609U (zh) * 2012-12-19 2013-07-03 西安理工大学 可模仿人书写的机器人
CN104669277A (zh) * 2015-03-11 2015-06-03 宿州学院 一种双臂型写字机器人及其控制方法
CN104875208A (zh) * 2015-06-11 2015-09-02 赵楠 书法机器人
CN204935642U (zh) * 2015-09-10 2016-01-06 天津大学 一种板书展示机器人教具
CN105718880A (zh) * 2016-01-20 2016-06-29 华东交通大学 一种远程办公签字及笔迹验证机器人系统设计
CN105956601A (zh) * 2016-04-15 2016-09-21 北京工业大学 一种基于轨迹模仿的机器人汉字书写学习方法
CN206833737U (zh) * 2017-03-17 2018-01-02 辽宁大学 语音写字多功能教育机器人
CN107088882A (zh) * 2017-06-18 2017-08-25 闾天驰 机器人拟人笔迹书写系统及其控制方法
CN107705643A (zh) * 2017-11-16 2018-02-16 四川文理学院 一种机器人主持教学方法及其装置
CN109664300A (zh) * 2019-01-09 2019-04-23 湘潭大学 一种基于力觉学习的机器人多风格书法临摹方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吕骥图: "基于生成对抗网络与逆向强化学习的机器人汉字笔画书写方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Similar Documents

Publication Publication Date Title
CN110750959B (zh) 文本信息处理的方法、模型训练的方法以及相关装置
CN110990543A (zh) 智能对话的生成方法、装置、计算机设备及计算机存储介质
CN110795543A (zh) 基于深度学习的非结构化数据抽取方法、装置及存储介质
CN110085068A (zh) 一种基于图像识别的学习辅导方法及装置
CN111027584A (zh) 一种课堂行为识别方法及设备
CN110929875A (zh) 基于机器学习的智能语言学习方法、系统、装置及介质
CN108806671A (zh) 语义分析方法、装置及电子设备
CN111611382A (zh) 话术模型训练方法、对话信息生成方法及装置、系统
CN111610901B (zh) 一种基于ai视觉下的英语课文辅助教学方法及系统
CN112506945B (zh) 基于知识图谱的自适应导学方法及系统
CN113536801A (zh) 阅读理解模型的训练方法及装置、阅读理解方法及装置
CN112861864A (zh) 一种题目录入方法、题目录入装置、电子设备及计算机可读存储介质
CN113505786A (zh) 试题拍照评判方法、装置及电子设备
CN112417129A (zh) 一种具有ai学习功能的智能快速应答方法及设备
CN113342948A (zh) 一种智能问答方法及装置
CN113065757A (zh) 线上课程授课质量的评价方法及装置
CN110852071B (zh) 知识点检测方法、装置、设备及可读存储介质
CN111046674B (zh) 语义理解方法、装置、电子设备和存储介质
CN110516125A (zh) 识别异常字符串的方法、装置、设备及可读存储介质
CN110414622A (zh) 基于半监督学习的分类器训练方法及装置
CN110782710A (zh) 一种基于机器人实现的书写教学方法及装置
CN111428005A (zh) 标准问答对确定方法、装置及电子设备
CN113569112A (zh) 基于题目的辅导策略提供方法、系统、装置及介质
CN112115275A (zh) 一种面向数学辅导问答系统的知识图谱构建方法及其系统
CN110795986A (zh) 一种手写输入的识别方法和系统

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

Application publication date: 20200211

RJ01 Rejection of invention patent application after publication