CN111061366A - 一种机器人自主决定当前行为决策的方法 - Google Patents

Abstract

本发明属于服务型机器人和人工智能领域，特别是涉及一种机器人自主决定当前行为决策的方法，具体为：机器人因某种行为或接受某种信号后触发对应的触发方式，若为定时任务或者功能数据推送这两类触发方式，则直接执行已触发功能；若为其他类型，则需要获取对应角色的功能列表，再根据当前数据、日期等对功能的临时权重进行计算并排序，随后选取权重值最高的功能，使用功能的判断集确定该功能是否可用，若可用，则直接执行，若不可用，则将此功能在本次功能选取中移除，重新选择权重值高的功能进行判断。该方法让机器人产品在面对不同用户时行为决策具有差异化，建立统一的调用方法与开发平台，增加系统功能的可扩展性，并可提供开发接口。

Description

一种机器人自主决定当前行为决策的方法

技术领域

本发明属于服务型机器人和人工智能领域，特别是涉及一种机器人自主决定当前行为决策的方法。

背景技术

随着AI技术的发展与智能硬件的普及，机器人产品以不同的形态渗透到人们的生活当中。人们生活质量提高的同时，也对当前机器人产品抱有一些失望。现有的机器人产品在实际应用中，大多以故事机或智能音箱的形式存在,虽然可以满足用户主动使用的需求，但是因为机器本身处于被动的状态，缺乏主观能动性,“机器”的属性比较明显，与之相反，“人”的属性则大大弱化了。

本发明针对现有机器人主观能动性差的现象，基于视觉技术的发展与硬件算力的提升，使得机器产品在日常使用中可以获取更多的环境信息以进一步判断用户意图，从而增加其主观能动性。

发明内容

本发明提供一种机器人自主决定当前行为决策的方法，提高机器人的主观判断能力，为用户提供个性化的、学习性积累的服务，具体内容如下：

一种机器人自主决定当前行为决策的方法，具体步骤如下：（1）机器人在使用过程中，因某种行为或接受到某种信号后，将触发对应的触发方式；（2）若触发方式为事件A或者事件E类型， 则无需进行其他判断，直接执行已触发功能；（3）若触发方式为其他类型，则需要获取该方式下，对应角色的功能列表，再根据当前数据、日期等信息，对功能的临时权重进行计算并排序,所述对应角色由人脸信息获得，所述当前数据在触发功能时同步传入环境数组；（4）随后，选取权重值最高的功能，使用功能的判断集确定该功能是否可用，若可用，则直接执行，若不可用，则将此功能在本次功能选取中移除，重新选择权重值高的功能进行判断；若存在多个权重值最高的功能，则以随机的方式选取其中一个。

所述的一种机器人自主决定当前行为决策的方法，步骤（1）中所述的触发方式划分为七种：事件A-定时任务、事件B-闲时状态见到人、事件C-对话中功能推荐、事件D-功能使用中、事件E-功能数据推送、事件F-被唤醒、事件G-被触摸，其中所述事件A和事件E为接受某种信号而触发的事件，事件F和事件G为用户主动的触发方式，其余为机器人本体行为主动触发的事件。

所述的一种机器人自主决定当前行为决策的方法，功能指由触发方式引发的后续一系列行为，包括查询、播放媒体等常规操作在内的所有机器人对用户的行为，每个触发方式会有一个对应的功能集合。

所述的一种机器人自主决定当前行为决策的方法，功能都是相对独立的，且每个用户都拥有一个功能的集合，每个功能可被多个触发方式触发，每个功能包含一个独立的功能触发判断集合，该集合可供系统判断功能是否可被执行。

所述的一种机器人自主决定当前行为决策的方法，功能存在用户主动使用与机器主动推荐两种形态，两者的行为对权重的影响是不同的。

所述的一种机器人自主决定当前行为决策的方法，权重指为每个功能赋予的被执行顺序的数值，数值越大，执行越靠前，每个用户对应的功能权重值独立计算；在用户使用机器人过程中，各功能权重将随之发生变化，并进一步促进机器主动行为决策，权重会受到日期、用户数据等条件的影响。

所述的一种机器人自主决定当前行为决策的方法，出厂时每个功能拥有基础权重值，未调整前，基础权重值暂定为0，用户每次主动使用一次功能，其基础权重值将会增加，主动使用权值上升公式：使用后权重值=当前基础权重值+10*0.75^(1+当前基础权重值*0.104)；机器主动推荐功能时需要返回推荐是否成功的信息以进行权重值计算，若推荐成功，则基础权重值增加；若推荐失败，则基础权重值减少，推荐失败权重值=当前基础权重值-1.2*（当前基础权重值+50）*0.2^[2-(当前权重值+50)/151]；机器人主动执行推荐功能后，当天的临时权重值减18，若同一功能连续3次推荐失败，则直接将权重设为负50，该功能不再进行推荐。

所述的一种机器人自主决定当前行为决策的方法，功能的权重值可在特定时间或特定事件时，临时增加，触发该功能后临时权重值又会被减去，功能只会被触发一次，之后又恢复到基础权重值。

所述的一种机器人自主决定当前行为决策的方法，当某功能权重值大于等于54时，若当前结算时用户没有主动使用一次该功能，其基础权重值将减少，热度衰减公式：热度衰减后值=当前基础权重值-1.2*（当前基础权重值+50）*0.2^[2-(当前权重值+50)/151]/2；若某功能权重值大于等于负50又小于等于负3，每天结算时，其基础权重值将增加，热度恢复公式：热度恢复后值=当前权重值+10*0.75^(1+当前基础权重值*0.104)/3。

所述的一种机器人自主决定当前行为决策的方法，功能执行后，可对关联功能的临时权重进行赋值，从而覆盖其他功能或提高某项功能的调用概率。

综上所述，本发明所产生的有益效果为：

1)使用视觉方式触发，做到主动为用户提供服务；

2)让机器人产品在面对不同用户时行为决策具有差异化；

3)建立统一的调用方法与开发平台，增加系统功能的可扩展性，并可提供开发接口；

4)功能优先级可通过调整数值实现，有利于机器人行为的统一调控，同时避免机器触发逻辑僵化的问题；

5)将功能扁平管理，增加系统功能的可扩展性。

前面所述的为本申请的概述，因此必然有简化、概括和细节省略的情况；本领域的技术人员应该认识到，概述部分仅是对本申请的说明，而不应看作是对本申请的任何限定。本说明书中描述的装置和/或方法和/或其他主题的其他方面、特征和优点将会由于本说明书的阐述而变得清晰。概述部分是用来以一种简化的方式导入多个将在以下具体实施方式部分进一步描述的概念。本概述部分既非用于确定所要求保护主题的关键特征或必要特征，也非用来作为确定所要求保护主题的范围的辅助手段。

附图说明

通过下面说明书和所附的权利要求书并与附图结合，就会更加充分地清楚理解本申请的上述和其他特征。应当理解，这些附图仅是对本申请若干实施方式的描述，不应认为是对本申请范围的限定，通过附图，本申请内容将会得到更加明确和详细地说明。

图1是本发明的一种机器人自主决定当前行为决策的方法的流程图；

图2是本发明的一种机器人自主决定当前行为决策的方法的主动使用功能权值增加趋势图；

图3是本发明的一种机器人自主决定当前行为决策的方法的不同权重功能主动使用权值趋势图；

图4是本发明的一种机器人自主决定当前行为决策的方法的功能推荐失败权重值下降趋势图；

图5是本发明的一种机器人自主决定当前行为决策的方法的不同权重功能推荐失败权值趋势图；

图6是本发明的一种机器人自主决定当前行为决策的方法的不同权值热度衰减值趋势图；

图7是本发明的一种机器人自主决定当前行为决策的方法的不同权值衰减后趋势图；

图8是本发明的一种机器人自主决定当前行为决策的方法的不同权值热度恢复值趋势图；

图9是本发明的一种机器人自主决定当前行为决策的方法的不同权值恢复后趋势图。

具体实施方式

在下面的具体实施方式部分中，结合作为说明书一部分的附图进行说明。在附图中，相同/类似的标记通常表示相同/类似的部件，除非说明书中另有说明。具体实施方式、附图和权利要求书中描述的用来举例说明的实施方式不应认为是对本申请的限定。在不偏离本申请表述的主题的精神或范围的情况下，可以采用本申请的其他实施方式，并且可以对本申请做出其他变化。应该很容易理解，可以对本说明书中一般性描述的、附图中图解说明的本申请的各个方面进行各种不同构成的配置、替换、组合，设计，而所有这些改变都显然在预料之中，并构成本申请的一部分。

参照图1，一种机器人自主决定当前行为决策的方法的流程图，逻辑顺序如下：（1）开始，机器人在使用过程中，因某种行为或接受到某种信号后，将触发对应的触发方式（即“行为触发功能”）；（2）若触发方式为事件A或者事件E类型， 则无需进行其他判断，直接启动功能库，执行已触发功能；（3）若触发方式为其他类型，则需要获取该方式下，对应角色（由人脸信息获得）的功能列表（即确认可用功能），再根据当前数据（触发功能时同步传入环境数组）、日期等信息，对功能的临时权重进行计算并排序；（4）随后，选取权重值最高的功能，使用功能的判断集确定该功能是否可用，若可用，则直接执行，若不可用，则将此功能在本次功能选取中移除，重新选择权重值高的功能进行判断；若存在多个权重值最高的功能，则以随机的方式选取其中一个，执行功能后结束。

其中，步骤（1）中所述的触发方式划分为七种：事件A-定时任务、事件B-闲时状态见到人、事件C-对话中功能推荐、事件D-功能使用中、事件E-功能数据推送、事件F-被唤醒、事件G-被触摸，其中所述事件A和事件E为接受某种信号而触发的事件，事件F和事件G为用户主动的触发方式，其余为机器人本体行为主动触发的事件。功能指由触发方式引发的后续一系列行为，包括查询、播放媒体等常规操作在内的所有机器人对用户的行为，每个触发方式会有一个对应的功能集合。如“问早安”也是一个功能，在机器得到指令要与用户进行问早安时，将根据用户的身份，进行差异化的问早安服务，若触发功能时没有用户信息，则按照常规方式进行问早安。功能都是相对独立的，且每个用户都拥有一个功能的集合，每个功能可被多个触发方式触发，每个功能包含一个独立的功能触发判断集合，该集合可供系统判断功能是否可被执行。另外，每一个功能尽量只完成一个目的，如“打招呼”跟“问早安”，看似非常相似的功能，但是只要是目的不同，都应该尽量独立。功能存在用户主动使用与机器主动推荐两种形态,两者的行为对权重的影响是不同的。

上述权重指为每个功能赋予的被执行顺序的数值，数值越大，执行越靠前，每个用户对应的功能权重值独立计算；在用户使用机器人过程中，各功能权重将随之发生变化，并进一步促进机器主动行为决策，权重会受到日期、用户数据等条件的影响。

出厂时每个功能拥有基础权重值，未调整前，基础权重值暂定为0，用户每次主动使用一次功能，其基础权重值将会增加（参照图2、3），主动使用权值上升公式：使用后权重值=当前基础权重值+10*0.75^(1+当前基础权重值*0.104)；机器主动推荐功能时需要返回推荐是否成功的信息以进行权重值计算，若推荐成功，则基础权重值增加；若推荐失败，则基础权重值减少（参照图4、5），推荐失败权重下降公式：推荐失败权重值=当前基础权重值-1.2*（当前基础权重值+50）*0.2^[2-(当前权重值+50)/151]；机器人主动执行推荐功能后，当天的临时权重值减18，若同一功能连续3次推荐失败，则直接将权重设为负50，该功能不再进行推荐。

功能的权重值可在特定时间或特定事件时，临时增加，触发该功能后临时权重值又会被减去，功能只会被触发一次，之后又恢复到基础权重值。如，每天6:00机器将功能的临时权重值进行重置结算，特殊日期/事件可触发临时权重，在功能触发后将临时权重减去。如，生日祝福功能是针对用户生日当天触发的，在用户生日当天，该功能权重将由基础权重值0+临时权重值100变为100，此时该功能大概率在第一时间会被触发，触发结束后，将临时权重减去150，变为负50，确保该功能当前只会触发一次，但本次操作并不影响其基础权重值（第二天6:00重置后变回0）当某功能权重值大于等于54时，若当前结算时用户没有主动使用一次该功能，其基础权重值将减少（参照图6、7）, 热度衰减公式：热度衰减后值=当前基础权重值-1.2*（当前基础权重值+50）*0.2^[2-(当前权重值+50)/151]/2；若某功能权重值大于等于负50又小于等于负3，每天结算时，其基础权重值将增加（参照图8、9），热度恢复公式：热度恢复后值=当前权重值+10*0.75^(1+当前基础权重值*0.104)/3。功能执行后，可对关联功能的临时权重进行赋值，从而覆盖其他功能或提高某项功能的调用概率。

实施例：机器人对用户X进行自主决定推荐的行为过程：

1）机器人看到了用户X，同时将用户X人脸信息与周遭环境视觉参数传给云端服务器；

2）云端服务器得到用户X对应的该行为下的功能列表，如推荐音乐或推荐菜谱；

3）根据当前日期与用户X的信息，计算功能列表中对应功能的权重，如推荐音乐功能权重为19，推荐菜谱权重为0；

4）将功能列表排序，得出推荐音乐功能优先触发；

5）判断用户X数据包含“喜爱歌手”属性，将该信息传输到音乐搜索引擎进行歌曲搜索，并对用户X推荐该歌手的歌曲，询问用户X是否播放；

6）若用户X选择播放，则推荐音乐功能权重+1，为20；临时权重减去18，最终等于2；若用户X选择不播放，则根据所述推荐失败权重下降公式计算得出，基础权重值为12,；临时权重减去18，最终等于-6；

7）若机器人再次见到该用户X，若用户X上次选择播放音乐，则当前临时权重仍然大于推荐菜谱的权重（2>0），继续为用户X推荐音乐；若用户X上次选择不播放，则当前临时权重小于推荐菜谱权重（-6<0），则为该用户X推荐菜谱。

综上所述，本发明提供的机器人自主决定当前行为决策的方法，使得机器人的主观能动性大大提高，具备了一定的思考能力，能够更加个性化地为人服务，具体的有益效果有：使用视觉方式触发，做到主动为用户提供服务；让机器人产品在面对不同用户时行为决策具有差异化；建立统一的调用方法与开发平台，增加系统功能的可扩展性，并可提供开发接口；功能优先级可通过调整数值实现，有利于机器人行为的统一调控，同时避免机器触发逻辑僵化的问题；将功能扁平管理，增加系统功能的可扩展性。

前述已通过框图、流程图和/或实施例子进行了详细描述，阐明了本申请装置和/或方法的不同实施方式。当这些框图、流程图和/或实施例包含一个或多个功能和/或操作时，本领域的技术人员会明白，这些框图、流程图和/或实施例中的各功能和/或操作可以通过各种硬件、软件、固件或实质上它们的任意组合而单独地和/或共同地实施。然而，本领域的技术人员会认识到，本说明书中描述的实施方式的一些方面能够全部或部分地在集成电路中以在一个或多个计算机上运行的一个或多个计算机程序的形式(例如，以在一个或多个计算机系统上运行的一个或多个计算机程序的形式)、以在一个或多个处理器上运行的一个或多个程序的形式(例如，以在一个或多个微处理器上运行的一个或多个程序的形式)、以固件的形式、或以实质上它们的任意组合的形式等效地实施，并且，根据本说明书中公开的内容，设计用于本申请的电路和/或写用于本申请的软件和/或固件的代码完全是在本领域技术人员的能力范围之内。另外，本领域的技术人员会认识到，无论用来实际进行分发的信号承载介质的类型是什么，本说明书中描述的主题的机制能够以各种形式作为程序产品分发，并且，本说明书中描述的主题的示例性实施方式均适用。例如，信号承载介质包括但不限于下列：可记录型介质，如软盘、硬盘、致密盘(CD)、数字视频光盘数字多功能盘(DVD)、数字磁带、计算机存储器等；传输型介质，如数字和/或模拟通讯介质(例如光缆、波导、有线通讯链路、无线通讯链路等)。

本领域的技术人员会认识到，以本说明书中说明的方式描述装置和/或方法，然后进行工程实践以将所描述的装置和/或方法集成到数据处理系统中，在本领域里是很常见的。也就是说，本说明书中描述的装置和/或方法中的至少一部分，可通过合理数量的实验集成到数据处理系统中。本领域技术人员会认识到，典型的数据处理系统通常包括下列中的一个或多个：系统单元壳体、视频显示设备、诸如易失性和非易失性存储器之类的存储器、诸如微处理器和数字信号处理器之类的处理器、诸如操作系统、驱动程序器、图形用户界面及应用程序之类的计算实体、一个或多个诸如触摸板或触摸屏之类的交互装置、和/或包括反馈回路和控制马达在内的控制系统(如检测位置和/或速度的反馈；用于移动和/或调节部件和/或大小的控制马达)。典型的数据处理系统可以采用任何合适的、能够通过商业方法得到的部件(如数据计算/通讯和/或网络计算/通讯系统中通常会有的那些部件)来实现。

对于本说明书中所用的基本上任何复数和/或单数术语，本领域的技术人员可以将复数解释为单数和/或将单数解释为复数，只要这样做从上下文和/或应用上看是合适的即可。为了清楚起见，在本说明书中可能将各种单数/复数组合明确地表述出来。

本申请中公开了本申请的多个方面和实施方式，本领域的技术人员会明白本申请的其它方面和实施方式。本申请中公开的多个方面和实施方式只是用于举例说明，并非是对本申请的限定，本申请的真正保护范围和精神应当以下面的权利要求书为准。

Claims (10)

1.一种机器人自主决定当前行为决策的方法，其特征在于，具体步骤如下：

（1）机器人在使用过程中，因某种行为或接受到某种信号后，将触发对应的触发方式；

（2）若触发方式为事件A或者事件E类型， 则无需进行其他判断，直接执行已触发功能；

（3）若触发方式为其他类型，则需要获取该方式下，对应角色的功能列表，再根据当前数据、日期等信息，对功能的临时权重进行计算并排序,所述对应角色由人脸信息获得，所述当前数据在触发功能时同步传入环境数组；

（4）随后，选取权重值最高的功能，使用功能的判断集确定该功能是否可用，若可用，则直接执行，若不可用，则将此功能在本次功能选取中移除，重新选择权重值高的功能进行判断；若存在多个权重值最高的功能，则以随机的方式选取其中一个。

2.如权利要求1所述的一种机器人自主决定当前行为决策的方法，其特征在于，步骤（1）中所述的触发方式划分为七种：事件A-定时任务、事件B-闲时状态见到人、事件C-对话中功能推荐、事件D-功能使用中、事件E-功能数据推送、事件F-被唤醒、事件G-被触摸，其中所述事件A和事件E为接受某种信号而触发的事件，事件F和事件G为用户主动的触发方式，其余为机器人本体行为主动触发的事件。

3.如权利要求1所述的一种机器人自主决定当前行为决策的方法，其特征在于，所述功能指由触发方式引发的后续一系列行为，包括查询、播放媒体等常规操作在内的所有机器人对用户的行为，每个触发方式会有一个对应的功能集合。

4.如权利要求3所述的一种机器人自主决定当前行为决策的方法，其特征在于，所述功能都是相对独立的，且每个用户都拥有一个功能的集合，每个功能可被多个触发方式触发，每个功能包含一个独立的功能触发判断集合，该集合可供系统判断功能是否可被执行。

5.如权利要求3所述的一种机器人自主决定当前行为决策的方法，其特征在于，所述功能存在用户主动使用与机器主动推荐两种形态，两者的行为对权重的影响是不同的。

6.如权利要求1所述的一种机器人自主决定当前行为决策的方法，其特征在于，所述权重指为每个功能赋予的被执行顺序的数值，数值越大，执行越靠前，每个用户对应的功能权重值独立计算；在用户使用机器人过程中，各功能权重将随之发生变化，并进一步促进机器主动行为决策，权重会受到日期、用户数据等条件的影响。

7.如权利要求6所述的一种机器人自主决定当前行为决策的方法，其特征在于，出厂时每个功能拥有基础权重值，未调整前，基础权重值暂定为0，用户每次主动使用一次功能，其基础权重值将会增加，主动使用权值上升公式：使用后权重值=当前基础权重值+10*0.75^(1+当前基础权重值*0.104)；机器主动推荐功能时需要返回推荐是否成功的信息以进行权重值计算，若推荐成功，则基础权重值增加；若推荐失败，则基础权重值减少，推荐失败权重值=当前基础权重值-1.2*（当前基础权重值+50）*0.2^[2-(当前权重值+50)/151]；机器人主动执行推荐功能后，当天的临时权重值减18，若同一功能连续3次推荐失败，则直接将权重设为负50，该功能不再进行推荐。

8.如权利要求7所述的一种机器人自主决定当前行为决策的方法，其特征在于，所述功能的权重值可在特定时间或特定事件时，临时增加，触发该功能后临时权重值又会被减去，功能只会被触发一次，之后又恢复到基础权重值。

9.如权利要求8所述的一种机器人自主决定当前行为决策的方法，其特征在于，当某功能权重值大于等于54时，若当前结算时用户没有主动使用一次该功能，其基础权重值将减少，热度衰减公式：热度衰减后值=当前基础权重值-1.2*（当前基础权重值+50）*0.2^[2-(当前权重值+50)/151]/2；若某功能权重值大于等于负50又小于等于负3，每天结算时，其基础权重值将增加，热度恢复公式：热度恢复后值=当前权重值+10*0.75^(1+当前基础权重值*0.104)/3。

10.如权利要求1或8所述的一种机器人自主决定当前行为决策的方法，其特征在于，所述功能执行后，可对关联功能的临时权重进行赋值，从而覆盖其他功能或提高某项功能的调用概率。

Images