CN112469269A - 用于自主训练动物对口头命令做出响应的方法 - Google Patents

Abstract

一种用于自主训练动物以对口头命令做出响应的方法的一种变型包括：提示用户选择训练方案；提示用户记录用户讲出与训练方案内的目标姿势相关联的语音命令的第一音频剪辑，该用户与该动物相关联；在第一训练会话期间访问由光学传感器记录的视频馈送；在视频馈送中，检测动物在工作场地内；当在工作场地中检测到动物时，回放第一音频剪辑；在视频馈送中，检测动物的当前姿势；计算动物的当前姿势与目标姿势之间的偏差；响应于偏差落在阈值内：播放辅助强化物的音频剪辑；并经由集成的分配器分配一个单元的主要强化物。

Description

用于自主训练动物对口头命令做出响应的方法

相关申请的交叉引用

本申请要求于2018年5月21日提交的第62/674,575号美国临时申请的权益，该美国临时申请的全部内容通过引用并入。

技术领域

本发明整体上涉及动物训练领域，并且更具体地涉及在动物训练领域中的自主地塑造动物行为的新的且有用的方法。

附图简述

图1是第一方法的流程图表示；

图2是训练设备的示意表示；

图3是第二方法的流程图表示；

图4是第二方法的一种变型的流程图表示；和

图5是第三方法的流程图表示。

实施方式的描述

本发明的实施例的以下描述并非旨在将本发明限制于这些实施例，而是使本领域技术人员能够制造和使用本发明。本文描述的变型、配置、实施方式、示例实施方式和示例是可选的，并且不排除它们所描述的变型、配置、实施方式、示例实施方式和示例。本文描述的本发明可以包括这些变型、配置、实施方式、示例实施方式和示例的任何组合和所有组合。

1.第一方法－定位跟踪

如图1所示，用于自主训练动物对口头命令做出响应的第一方法S100包括：在框S110中，在训练例程期间，在第一时间记录工作场地的第一图像；在框S120中，在第一图像中检测在工作场地中动物的第一定位和动物的第一姿势；在框S130中，大约在第一时间，将预装载有主要强化物的分配器与第一定位对准；在框S112中，在继第一时间之后的第二时间，记录工作场地的第二图像；在框S122中，在第二图像中检测在工作场地中动物的第二定位和动物的第二姿势；和在框S140中，响应于第二姿势对应于训练例程所指定的目标姿势，触发分配器将主要强化物弹出到工作场地中。

1.1应用

通常，第一方法S100可以由设备100执行以训练动物对口头命令(和/或其他可见或可听信号)做出响应。具体地，训练设备100可以包括独立式结构，该独立式结构包含：主要强化物储存器；分配器，该分配器被配置成将主要强化物从储存器弹出到被驯养的动物占据的场地中；扬声器，该扬声器被配置成输出可听提示；面向场地的一套光学传感器；和处理器，该处理器被配置成实施计算机视觉和/或人工智能技术，以根据由光学传感器记录的图像来解释动物在场地内的定位和姿势。在对动物的自主训练方案期间，如果处理器确定动物的姿势充分匹配目标定位，即动物的姿势与对应于通过扬声器重放的音调或口头命令(下文称为“可听提示”)的目标姿势充分对准，和/或动物的姿势与到达目标定位或目标姿势的路径充分对准，则处理器可以触发分配器以将主要强化物弹出到场地中，从而积极地强化动物在这种音调或口头命令与这种姿势之间的关联。

然而，随着从进入这种姿势和积极强化品(例如，小零食)的食用(或“吸收”)的时间增加，动物形成这种可听提示和这种姿势之间的积极关联的速度降低。因此，训练设备100可以本地实施计算机视觉和/或人工智能技术以在训练设备100前面的场地中检测动物的姿势和定位，以便最小化从动物进入这种姿势和通过训练设备100检测到动物处于这种姿势的时延。训练设备100还可以维持分配器处于“预装载”状态，以便最小化从检测到动物处于这种姿势和将主要强化物(例如，小零食)弹出到场地中的时间。此外，训练设备100可以包括水平定位致动器，该水平定位致动器被配置成在整个场地上水平地扫掠分配器的输出，并且训练设备100可以控制水平定位致动器以基于在场地中检测到的动物的定位，维持分配器的轴线与动物成一直线，使得弹出的主要强化物落在动物的前脚边或附近(或在动物的嘴中或附近)，从而限制了动物必须走过以收集主要强化物的距离并最小化主要强化物从分配器中弹出和动物食用强化物的时间。

例如，在教导狗对“坐”命令做出响应的训练方案期间，训练设备100可以在场地中检测狗并定期地(如以30Hz的频率)更新分配器的定位以与狗在场地中的定位对准。当训练设备100检测到狗已经进入“坐”姿时，诸如在训练方案中早期自然地，当在训练方案中途以音调提示时以及当训练方案接近尾声经由回放预先记录的口头“坐”命令提示时，训练设备100可以立即且快速分配(例如“弹出”)降落在狗的脚边的主要强化物，诸如在不到300毫秒内。因为主要强化物已经降落在狗的脚边或附近，因此狗可以弯下脖子以食用主要强化物，而不会离开“坐”姿(即，而不是站起并走向分配在场地中的其他地方的主要强化物)。因此，训练设备100可以快速奖励狗进入目标姿势，并且使狗能够在进入这种姿势后不到两秒钟内食用这种强化品，从而使狗能够快速形成在这种姿势和可听提示之间的积极关联(例如，“强化相倚”)。

训练设备100在下面被描述为执行第一方法S100的框以训练狗根据命令“坐”。然而，训练设备100可以实施类似的方法和技术，以向其他任何类型的动物输出其他可听队列(audible queues)，以快速检测该动物的其他姿势，并(例如，通过分配主要强化物)为动物输出积极强化，以便训练动物通过执行指示的行为来对各种口头命令做出响应。

1.2系统

如图2所示，训练设备100可以包括：一套光学传感器，该一套光学传感器被配置成记录训练设备100前面的场地(下文称为“工作场地”)的图像(例如，彩色和/或深度图像)；扬声器，该扬声器被配置成输出可听提示；无线通信模块，该无线通信模块被配置成从远程数据库或本地计算装置下载数据和/或动物模型；主要强化物储存器，该主要强化物储存器被配置成存储主要强化物的单元，诸如松散的主要强化物或储料匣中的主要强化物；分配器，该分配器被配置成将主要强化物弹出到工作场地中；装载器，该装载器被配置成将各个主要强化物单元从储存器装载到分配器中；处理器，该处理器被配置成从由该一套光学传感器记录的图像中(近)实时解释动物在工作场地中的定位和姿势，以确认动物的定位和/或姿势是否匹配当前命令或当前训练方案的训练目标，在动物移动通过工作场地时将分配器移动成与动物轴向对准，并选择性地触发分配器以相应地向动物弹出主要强化物单元；以及包含这些元件的壳体。

1.2.1光学传感器

在一个实施方式中，训练设备100包括：彩色相机，该彩色相机被配置成输出2D彩色图像(下文称为“彩色图像”)；和深度相机，该深度相机被配置成输出3D深度图或点云(下文称为“深度图像”)。在该实施方式中，彩色和深度相机可以布置在壳体上的固定定位中，并且可以限定从壳体向外指向的视场，以限定训练设备100在其中识别、跟踪并选择性地奖励动物的工作场地。

1.2.2无线通信模块

无线通信模块可以包括无线收发器，该无线收发器被配置成连接到外部装置并从该装置检索各种数据。例如，训练设备100可以连接到用户的执行本机狗训练应用(nativedog training application)的智能电话或平板计算机，以进行访问：用户输入的动物特征或描述符；用户说出的并由用户的装置记录的口头命令；和/或用户在装置上输入的训练方案偏好或选择。无线通信模块还可以从远程数据库下载通用动物模型。替代地，无线通信模块可以诸如基于由用户输入到在她的智能电话或平板计算机上执行的本机狗应用中的动物的物种、品种、年龄、大小或标记，从一组可用的动物模型中下载被定制用于检测和识别被指定用于通过训练设备100训练的特定动物的特定的动物模型。

此外，无线通信模块可以将由训练设备100记录的彩色和/或深度图像上传到远程服务器，以便扩展该远程服务器可用的动物图像的训练集；然后，远程服务器可以基于这些附加数据重新训练动物模型，并将动物模型重新部署到训练设备100(以及训练设备100的其他实例)，以改进对动物的检测和对动物的姿势的识别。

1.2.3储存器和装载器

主要强化物储存器被配置成存储许多主要强化物单元。例如，储存器可以包括被配置成存储松散的主要强化物的容器、可移动的锁定盖和将主要强化物单元释放到装载器中的出口端口。装载器被配置成将各个主要强化物单元顺序地移出储存器并移入分配器中。在一个实施方式中，装载器包括螺旋钻，该螺旋钻延伸到储存器的输出端口中，终止于分配器上方，并且由装载器致动器提供动力，该装载器致动器使螺旋钻旋转以将各个主要强化物单元从储存器转移到分配器中。

在另一个实施方式中，装载器包括储料匣，该储料匣被布置在储存器内部，其被配置成当由装载器致动器提供动力时在储存器内部旋转，并限定一个或更多个主要强化物槽，该一个或更多个主要强化物槽被配置成与储存器中的出口端口顺序地对准。在该实施方式中，每个主要强化物槽的大小可以设定成接纳一个主要强化物单元，并且储存器可以包括保护件，该保护件被布置在储存器内部、在出口端口上方并与出口端口偏移足以使储料匣在保护件和出口端口之间通过的距离。为了分配主要强化物单元，装载器致动器(例如，旋转电动马达)可以按储料匣中相邻的主要强化物槽之间的角距离向前索引(index)储料匣，从而使当前装有主要强化物单元的下一个主要强化物槽与储存器中的出口端口对准，这将该主要强化物单元从该主要强化物槽朝向分配器释放，同时保护件防止附加主要强化物单元向下流入该主要强化物槽和流过储存器中的出口端口。

(装载器还可以包括跨固定板中的出口端口布置的并被配置成输出指示主要强化物单元已经通过出口端口并进入下面的分配器中的信号的光学检测器或其他传感器。)

1.2.4分配器

分配器被配置成将主要强化物单元弹出到场地中，诸如弹出到工作场地中的目标横向和深度定位以降落在动物的脚边或沿着目标轨迹降落在动物的嘴处或附近。

在一个实施方式中，分配器包括：腔室，该腔室被布置在装载器的出口下方(例如，在螺旋型装载器的输出端处或在储存器的出口端口下方)并且被配置成从装载器接收各个主要强化物单元；孔口或枪管(barrel)，该孔口或枪管从腔室延伸并面向工作场地；接帚(或销)，该接帚(或销)被配置成在腔室的后面前进和缩回；和分配器致动器，该分配器致动器被配置成将接帚(或销)快速向前推向腔室，以驱动各个主要强化物单元通过孔口并进入工作场地。例如，致动器可以包括螺线管，该螺线管被配置成当被处理器触发时向前驱动接帚(或销)。在另一个示例中，接帚(或销)是用弹簧加载的；并且分配器包括被配置成使接帚(或销)缩回的线性或旋转致动器，以及第二致动器，该第二致动器被配置成释放接帚(或销)以向前驱动接帚并因此从分配器中投射各个主要强化物单元。

分配器(和装载器和/或储存器)也可以被安装在万向架上，该万向架被配置成(大致)在水平面内枢转；并且训练设备100可以包括水平定位致动器(例如，旋转电动马达)，该水平定位致动器被配置成使万向架旋转，以便使分配器的孔口扫过一定范围的角定位－在水平面中－跨越工作平面，诸如，以维持分配器的轴线与在工作场地中检测到的动物对准。分配器还可以包括被配置成输出万向架相对于壳体的角定位的角定位传感器(例如，光学编码器、电位计)。

然而，训练设备100可以包括被配置成当由处理器触发时将各个主要强化物单元快速弹出到工作场地中并被配置成使分配器的轴线水平地扫过工作场地的任何其他机构。

1.2.5竖直定位调节

在一个变型中，分配器被安装到第二万向架，该第二万向架被配置成在竖直平面中枢转；并且训练设备100可以包括竖直定位致动器，该竖直定位致动器被配置成使第二万向节枢转以在竖直平面中调节分配器的角定位。在该变型中，训练设备100可以跟踪狗的嘴在3D工作场地中的定位，并调节水平定位致动器和竖直取向传感器，使得由分配器弹出的主要强化物单元遵循与工作场地中的动物的嘴相交的轨迹，从而进一步减少从训练设备100检测动物进入目标姿势和动物食用强化品的时间。

1.2.6扬声器

如上所述，扬声器被配置成输出可听命令提示，以便引启动物在工作场地中的行为或姿势。扬声器还可以在检测动物执行所提示的行为或姿势和由训练设备100向动物弹出物理强化物(例如“小零食”)之间输出可听强化物提示(例如，可听音调)，以便弥合在动物对可听命令提示的正确响应和向动物分配物理强化物之间的暂时间隙。随着时间的推移，动物可以因此将该可听强化物音调与积极强化相关联，这可以以后诸如如果在当前会话期间已经达到了针对动物的主要强化物极限，允许训练设备100输出可听强化物音调而不是物理强化物。

1.2.7变型

在一个变型中，训练设备100还包括视觉显示器，诸如LED阵列，该视觉显示器被配置成向动物输出视觉提示。在该变型中，系统可以实施与以下描述的那些类似的方法和技术，以当训练设备100检测到动物已经完成了目标响应时，输出对应于特定命令和目标响应的视觉队列并选择性地向动物分配强化品(例如，小零食的形式)。

训练设备100可以另外或替代地包括被配置成检测工作场地中的可听信号的声学传感器(例如，麦克风)。例如，训练设备100可以实施与本文描述的那些类似的方法和技术，以在动物中塑造与声音有关的行为，诸如对“叫”和“安静”命令的响应。

1.3初始化和狗档案

训练设备100可以与在用户的计算装置上执行的本机应用或网络应用对接，以针对新动物配置一系列训练方案。例如，一旦用户接收了训练设备100，用户就可以将本机应用下载到她的智能电话，并且可以诸如通过以下方式将她的智能电话连接到训练设备100：将她的智能电话无线与训练设备100配对；扫描排列在训练设备100上的QR码以将训练设备100注册到她的智能电话；或通过将布置在训练设备100或产品包装上的唯一代码手动输入到本机应用中。

一旦训练设备100被注册并连接到用户的智能电话，用户就可以在本机应用中为她的狗创建新的档案，并将诸如以下项的各种信息手动填入新的档案：名字；年龄；品种；大小；和/或狗毛的主要颜色(例如，关于黑色的拉布拉多犬的黑色，或关于红骨猎浣熊犬的红棕色)。该新的档案可以被存储在远程数据库中，并且本机应用可以经由互联网将这些数据上传到新的档案。

1.3.1口头命令

一旦这样为用户的狗创建了新的档案，本机应用就可以提示用户为该狗讲出各种口头命令并记录这些口头命令。例如，本机应用可以提示用户口头讲出她的各种口头命令的优选形式，包括：“看着我”；“坐”；“趴下(down)”；“站”；“待在原地(stay)”；“靠(heel)”；“等候”；“过来”；“放下”；和/或“刨坑”；等。在该设置过程期间，本机应用可以：在用户讲出这些口头命令中的每个口头命令和她的狗的名字时，记录离散的声音片段；并用对应的命令或宠物名字的标签来标记这些声音片段中的每个声音片段。然后，本机应用可以将这些标记的声音片段(例如，直接经由本地自组织无线网络(local ad hoc wirelessnetwork))上传到训练设备100。

1.3.2视觉动物特征

在一个变型中，本机应用还收集与用户的狗的视觉特征有关的信息。然后，训练设备100可以利用这些数据来选择或调整动物模型以降低速度并提高训练设备100实施该动物模型以检测用户的狗在工作场地中的存在、位置和姿势的准确性，从而减少时延和错误的积极训练事件(false positive training events)并使狗能够甚至更快速地在命令和姿势之间进行更准确的关联。

在一个实施方式中，本机应用提示用户记录她的狗的图像或选择存储在她的智能电话上的她的狗的现有图像。替代地，本机应用可以提示用户将她的狗放在训练设备100的前面，并且然后触发训练设备100以记录狗的图像。一旦用户选择了狗的现有图像，或一旦在智能电话或系统上记录了狗的新图像，本机应用就可以在智能电话的屏幕上呈现图像，并提示用户手动指示图像中的狗，诸如通过手动绘制框、绘制周界或以其他方式手动突出显示图像中的狗。替代地，本机应用可以：实施计算机视觉技术以检测图像中的狗(或检测图像中可能代表“狗”或更一般地“动物”的像素)；在用户的智能电话的显示器上呈现图像；突出显示可能代表狗或更加大致地代表动物的连续像素簇；并且然后提示用户确认这些像素代表用户的狗，或调节该突出显示的区域以更好地涵盖该图像中示出的狗。例如，本机应用可以实施与由训练设备100实施的动物模型相似或相同的通用动物模型，以预测狗在图像中的位置、提示用户确认本机应用的预测是正确的或手动修改该预测，并且然后将图像和这些反馈返回到远程计算机系统，该远程计算机系统然后可以基于用户提供的这些反馈来重新训练通用动物模型或为用户的狗训练定制的动物模型。

在另一个示例中，本机应用(或远程计算机系统)可以：从用户选择的图像中提取狗的视觉特征，诸如通过提取用户确认为代表狗的图像区域中存在的颜色的频率(例如重复发生率、直方图)；并且然后将从该图像区域中提取的多达三种不同的最高频率的颜色写入狗的档案。训练设备100(或远程计算机系统)然后可以基于更能代表狗毛的这些最高频率颜色，调整动物模型，以在由彩色相机在后续训练方案中记录的彩色图像中检测狗。

本机应用(或远程计算机系统)还可以从用户选择的图像中估计狗的大小，或者以其他方式提示用户指示狗的大小，诸如长度或高度尺寸或重量，并且然后将该大小值存储在狗的档案中。训练设备100(或远程计算机系统)然后可以基于狗的大小，调整动物模型以在深度图像中检测狗，该深度图像在后续训练方案期间由深度相机记录。

类似地，本机应用(或远程计算机系统)可以实施计算机系统技术，以从用户选择的图像中提取狗的几何形状，或以其他方式提示用户输入她的狗的附加特征，诸如狗是否具有：短或长的腿；短或长的躯干；圆形或锥形的躯干；尾巴或没有尾巴；短或长的鼻子；短或长的皮毛；自然或修剪过的耳朵；和/或小或大的高度与长度的比率；等等。训练设备100(或远程计算机系统)然后可以基于狗的这样的特征的组合，调整动物模型，以在彩色和/或深度图像中检测狗，该彩色和/或深度图像在后续训练方案期间由一套光学传感器记录。

(替代地，训练设备100可以在本地实施前述过程中的任何一个过程，以初始化用户的狗的新档案、聚集用户讲出各种命令的声音片段并经由集成在训练设备100中的用户界面聚集狗的特性或特征等。)

1.4动物模型

在一个变型中，在狗的第一训练方案(例如，第一“引入方案”)之前，训练设备100可以：针对基于年龄、品种、大小、形状和/或皮毛长度等与存储在狗的档案中的特征相同或类似的狗的图像训练的狗存在和姿势检测模型，查询远程数据库；并且然后诸如通过互联网或经由用户的智能电话或平板计算机，从远程数据库下载该动物模型。类似地，本机应用、训练设备100和/或远程计算机系统可以：基于存储在狗档案中的各种特征，来调整通用动物模型；或从被开发用于检测表现出类似于狗的那些特征的各种特征的狗的存在和姿势的现有动物模型的全集中选择一种动物模型。训练设备100然后可以实施该动物模型的本地副本以在狗的后续训练方案期间在由训练设备100记录的图像中快速检测狗的存在(即，位置和取向)和姿势。通过访问“调整”成检测表现出类似于在设置期间聚集到狗的档案中的那些特征类似的特征的动物的存在和姿势的动物模型，训练设备100可以更快速并且以增大的置信度检测狗在工作场地中的存在和取向。

替代地，诸如如果用户在设置期间提供了关于狗的有限信息，训练设备100可以实施通用动物模型以检测狗在工作场地中的存在和取向。

1.5跟踪狗定位和分配器定位更新

在训练方案期间，训练设备100可以定期地：记录工作场地的彩色和/或深度图像；实施动物模型以检测狗的定位和姿势；并定期地更新水平定位致动器(和竖直定位致动器)的定位，以使分配器与狗(例如，狗前脚的中心或狗的嘴)实时(诸如以30Hz的频率)对准。具体地，通过针对狗定期地记录和扫描工作场地的图像，训练设备100可以快速确定狗是否已经进入当前训练方案中指定的目标定位，并且因此最小化检测狗已经对命令做出响应的时间。此外，通过在工作场地中跟踪狗并实时更新训练设备100中的各种致动器的定位以将分配器的输出与狗对准，训练设备100可以立即直接将主要强化物单元弹出在狗的脚边，并且因此最小化从检测到狗已经对命令做出响应到狗食用强化品的时间。

在一个实施方式中，诸如(在本机应用处)响应于来自用户的确认工作场地中没有动物，训练设备100记录工作场地的基准深度图像和基准彩色图像。(替代地，训练设备100可以基于在随时间推移由训练设备100记录的深度和彩色图像的序列上保持不变的特性来形成基准深度图像和基准彩色图像。)

在训练方案期间，训练设备100可以：记录彩色图像和并发的深度图像；将彩色图像与基准彩色图像进行比较，以分离出该彩色图像中代表的工作场地的变化；将与基准彩色图像不同的彩色图像区域与本地存储在训练设备100上的动物模型进行比较，以将此区域解释为代表狗或不代表狗(或彩色图像的该区域中的像素代表狗的概率)。在这种相同的动物模型的情况下或在存储在训练设备100上的单独的姿势模型的情况下，训练设备100还可以解释在彩色图像的该区域中描绘的狗的姿势。训练设备100然后可以：分离出对应于彩色图像中被识别为狗的区域的深度图像的区域；并且然后从深度图像的该区域中提取狗的纵向距离和横向距离－距深度相机或距训练设备100上的另一个参考原点。训练设备100然后可以：将该纵向距离和横向距离转换成分配器在水平面中的角定位；并将水平定位致动器驱动到该角定位。训练设备100还可以：将该纵向距离和横向距离转换成沿着地面从训练设备100到狗的目标距离；并调节分配器的速度和/或竖直定位致动器的定位以准备训练设备100将下一个主要强化物单元弹出到该目标距离。

在一个变型中，训练设备100可以附加地或替代地：在彩色图像中检测狗的头或嘴；基于彩色相机和深度相机之间的已知偏移量，在并发的深度图像中分离出狗的头或嘴；在并发的深度图像中检测或拟合地面；并提取在工作场地中狗的头或嘴相对于由训练设备100限定的参考原点的纵向距离、横向距离和高度。训练设备100然后可以：将该纵向距离和横向距离转换成分配器在水平面中的角定位；将水平定位致动器驱动到该角定位；将纵向距离和横向距离转换成沿着地面从训练设备100到狗的最小距离；将沿着地平面的最小距离和狗的头或嘴的高度转换成目标主要强化物轨迹；并且然后调节分配器内的设置或功能和/或将分配器中的竖直定位致动器驱动到对应的角定位，以准备训练设备100沿着该轨迹弹出下一个主要强化物单元。

训练设备100可以诸如以30Hz的频率重复前述方法和技术，以记录下一组深度和彩色图像，以在工作场地中检测狗，并且以驱动训练设备100内的致动器以使分配器与狗对准(或更具体地与狗的头或嘴对准)。然而，训练设备100可以实施任何其他方法或技术以在传感器前面的场地中检测构并且以任何其他频率；训练设备100还可以实施任何其他控制来更新分配器的定位，以使从分配器弹出的主要强化物的轨迹与在场地检测到的狗对准。

1.6主要强化物分配例程

在检测到狗已经进入或经过了当前训练方案中指定的目标姿势后，训练设备100可以立即执行分配例程以触发分配器以将主要强化物单元弹出到工作场地中。具体地，因为训练设备100在训练例程期间维持分配器与狗对准，因此分配器可以快速弹出一旦被触发可立即降落在狗的脚边的主要强化物。不是训练狗完成命令的动作、朝被分配的主要强化物走去且然后才能食用针对执行该动作的强化物，这可能会加强狗在完成一个动作后离开其当前姿势(例如坐、躺下)来收集其强化品并因此可能混淆狗在命令和特定动作或姿势之间的关联，相反的是训练设备100可以通过专门在狗的脚边(或直接到狗的嘴中)分配主要强化物来奖励狗完成动作，并且使狗能够在动作、命令和强化之间形成清晰的积极关联。

在一个实施方式中，训练设备100维持分配器处于装载和待命状态。在分配例程期间，训练设备100触发分配致动器以立即将主要强化物弹出到工作场地中。一旦分配器这样弹出主要强化物，训练设备100就可以立即重置分配器致动器并触发装载器致动器以将下一个主要强化物单元装载到分配器中。

因为训练设备100在向狗分配主要强化物之后立即重新装载分配器，所以在训练设备100重新装载分配器时，狗可以食用主要强化物。训练设备100内的内部机械元件和/或主要强化物可在分配例程的该重新装载段期间移动，这可导致训练设备100产生可听见的(例如，基本上可重复的)噪音。因为这种噪音是在狗食用所分配的主要强化物时由训练设备100发出的，所以狗还可以将该噪音与强化品的食用联系起来。训练设备100可以利用狗在这种“重新装载噪音”和强化品之间的关联，在开始对狗进行随后的训练例程之前，将狗的注意力吸引到训练设备100。(在重新装载程序期间，训练设备100还可以使装载器致动器摆动，以便推撞储存器中的主要强化物，这可以：防止装载器中的卡塞；并且在重新装载程序期间增加由训练设备100产生的噪音的幅度和持续时间，这还可以强化狗对这种重新装载噪音与强化品的关联。)

因此，在分配例程结束时，分配器可以重新装载有主要强化物并待命以在狗完成下一个命令时(或在狗在一些时间间隔内继续相同的姿势时)将该主要强化物快速分配到工作场地中。

1.7初始训练方案

在教导狗新命令(例如，按命令“坐”)的第一训练方案期间：用户可以将狗放在系统的前面或附近；用户可以将训练设备100放置在狗所占的封闭区域中；或训练设备100可以将狗叫到训练设备100，诸如通过推撞存储在储存器中的主要强化物或通过扬声器输出可听提示。

训练设备100然后实施上述方法和技术以在工作场地中跟踪狗。在跟踪狗时，随着狗在训练设备100和积极奖励(即，主要强化物)之间建立了关联，训练设备100在整个工作场地中分配主要强化物，诸如在整个工作场地中(伪)随机分配。

随着时间推移，训练设备100可以降低其在整个工作场地内将主要强化物弹出到(伪)随机位置的频率；然而，狗在等待训练设备100分配的附加主要强化物时可能有意地在训练设备100附近徘徊。在这段时间期间，训练设备100可以继续：监视狗的定位、取向和姿势，如上所述；并更新分配器的定位以维持与狗对准。如果训练设备100诸如以非常高的置信度检测到狗已经转变为(或通过)“坐”姿，则训练设备100可以立即：执行分配例程，以朝着狗的脚弹出主要强化物；并诸如在狗进入(或经过)“坐”姿的250毫秒内，输出可听音调。具体地，因为训练设备100已经将主要强化物预装载到分配器中，并且即使狗已经在整个工作场地中移动，训练设备100也维持分配器与狗(或狗的嘴)对准，所以训练设备100可以立即执行分配例程以将主要强化物弹出在狗的前脚边(并且最终直接到狗的嘴中)，从而减少了狗的动作和对该动作的积极强化之间的时延，这可以成倍地增加狗在这种姿势和这种积极强化之间做出的关联的速度和强度。

在该实施方式中，训练设备100可以继续执行分配例程，并在狗保持处于“坐”姿时输出可听音调，诸如每两秒间隔一次，最多五个间隔，以便加强积极强化、这种可听音调和这种姿势之间的关联。为了提示狗移动到场地中的另一个位置，训练设备100可以使训练设备100内的致动器移动以将分配器与场地中的另一个位置对准，并且然后执行另一个分配例程以弹出主要强化物，狗可以走向该主要强化物。训练设备100然后可以重复前述过程，以在检测到狗再次进入(或经过)“坐”姿之后快速朝着狗弹出主要强化物，并(例如，同样在250毫秒内)输出可听音调。训练设备100可以随着时间的推移(诸如在十分钟的时间段内)重复该过程，以加强“坐”姿、积极强化(例如，小零食)和可听音调之间的关联。

在继续跟踪狗的同时，训练设备100然后可以转换为：输出可听音调；维持分配器和场地中的狗之间的对准；并且然后当在输出可听音调后，狗转变为“坐”姿时，触发分配例程以快速将主要强化物弹出到场地中。

此外，随着在训练设备100输出可听音调后狗增大进入“坐”姿的频率和速度，诸如通过在输出可听音调之前、期间或之后重放“坐”声音片段，训练设备100可以转变为输出(如上所述的由狗的主人说出的)针对“坐”命令的预先记录的口头命令。训练设备100可以继续跟踪工作场地中的狗、维持分配器和场地中的狗之间的对准；并且当在输出可听音调和“坐”声音片段后，狗转变为“坐”姿时，触发分配例程以快速将主要强化物弹出到场地中。

在该训练方案的其余部分中，训练设备100可以降低可听音调的幅度，同时维持或增加通过扬声器重放的“坐”声音片段的幅度，以便建立以下之间的关联：狗的主人说的“坐”口头命令和“坐”姿。

在该“坐”训练方案期间，训练设备100可以因此：跟踪狗在场地内的定位和姿势；当训练设备100检测到狗已经进入期望的姿势时，然后当狗已经进入对可听音调的这种姿势响应时，并且最终当狗已经进入对与这种姿势相关联的预先记录的口头命令的回放的这种姿势响应时，智能且快速地将主要强化物直接分配在狗的脚边(并最终直接到狗的嘴中)。通过实时跟踪狗的定位和姿势、维持分配器处于待命状态并与狗对准，并且当狗已经进入期望的姿势时快速执行分配例程，训练设备100因此可以限制时延并使狗能够快速形成预先记录的口头命令、期望的姿势和积极强化之间的关联。

训练设备100可以实施类似的方法和技术来训练狗对其他预先记录的口头命令(例如“趴下”、“站”、“待在原地”和/或“刨坑”等)做出响应。1.8闭环主要强化物轨迹控制

在一种变型中，训练设备100：在分配主要强化物之后跟踪狗的姿势和定位；紧随该分配例程之后，基于狗的定位和/或姿势的变化，估计主要强化物降落在场地中的实际位置或主要强化物进入工作场地的轨迹；并修改分配器致动器、水平定位致动器和/或竖直定位致动器的校准值，以补偿分配到场地中的主要强化物的实际位置和目标位置之间的差异。

通常，狗可能会朝着静止的或沿着地面移动的主要强化物走去，并弯下身子以用其嘴接触或接近地面来收集主要强化物。因此，训练设备100可以：在将主要强化物弹出到场地中之后，在由训练设备100记录的彩色和/或深度图像中检测并跟踪狗的嘴(或鼻子、口鼻或头)；在这些图像中检测并跟踪地面；在这些图像中检测狗的鼻子与地面的交点；估计该交点的实际位置与主要强化物单元降落在工作场地中的位置；并且然后计算在执行分配例程之前刚为该主要强化物计算的目标位置与主要强化物单元降落的实际位置之间的差。然后，如果主要强化物降落的实际位置比主要强化物的目标位置离训练设备100更远，则训练设备100可以重新校准分配器以降低分配器的弹出速度；并且反之亦然。类似地，如果主要强化物降落的实际位置落在目标位置的右侧，则训练设备100可以将水平定位致动器的校准定位向左移动以补偿这种差异；并且反之亦然。

在上述的变型中，其中训练设备100包括将分配器在竖直平面中取向并将主要强化物直接朝着狗的嘴投射的机构，狗可能会在半空中接住由训练设备100弹出的主要强化物。因此，在该变型中，训练设备100还可以在紧随分配主要强化物之后记录的彩色和/或深度图像中跟踪狗的姿势，并基于狗的姿势变化来估计该主要强化物的轨迹。例如，如果系统在紧随分配例程之后记录的一系列图像中检测到当分配主要强化物时狗直立地跳跃起来，则训练设备100可以估计主要强化物与狗成一直线地降落，但是太高；训练设备100然后可以重新校准分配器致动器，以降低主要强化物的弹出速度和/或修改竖直定位致动器的校准角度以进行补偿。类似地，如果系统在紧随分配例程之后记录的一系列图像中检测到当分配主要强化物时狗向前跳跃，则训练设备100可以估计主要强化物与狗成一直线降落，但是太低；训练设备100然后可以重新校准分配器致动器以增大主要强化物的弹出速度或修改竖直定位致动器的校准角度以进行补偿。

在另一个实施方式中，随着训练设备100随时间推移收集成对的分配器定位和主要强化物轨迹(从场地中狗的姿势和定位的变化得出)，训练设备100然后可以将这些数据编译为2D轨迹图，该2D轨迹图链接分配器在水平面中的定位和/或分配器致动器到主要强化物将降落到的训练设备100前面的地面上的定位的速度。在整个训练例程中，训练设备100因此可以：记录工作场地的彩色图像和/或深度图像；如上所述，从彩色图像和/或深度图像中提取狗在地面的定位和取向；在狗的前脚处，限定目标2D位置－以在地面上分配主要强化物单元；参考2D轨迹图，以诸如通过在2D轨迹图中的点之间插值，将该目标2D位置转换成分配器在水平面中的目标定位和/或分配器致动器的目标速度；并且然后将水平定位致动器驱动到该目标水平定位。训练设备100可以定期地执行该过程，诸如以30Hz的频率执行该过程。当训练设备100然后基于狗在随后的彩色图像和/或深度图像中的定位和取向，确定狗已经对当前命令做出了正确的响应时，训练设备100可以立即以最后计算的目标速度触发分配器致动器，从而在狗的脚边或附近分配主要强化物单元。

在其中将狗第一次引入训练设备100的引入方案期间，训练设备100可以实施这些方法以在整个场地中(伪)随机地分配主要强化物，以基于狗的鼻子与地面相交的位置来估计这些主要强化物的轨迹，并根据这些估计的主要强化物轨迹来构建该2D轨迹图，同时对狗教导训练设备100分配主要强化物(即，使狗适应训练设备100分配积极强化品)。

训练设备100然后可以转变成实施该2D轨迹图，以在随后的训练方案期间将主要强化物分配到地面上的目标位置；并且训练设备100可以基于随时间推移与狗的进一步交互来继续更新2D轨迹图。

类似地，训练设备100可以将随时间推移收集的成对的分配器定位和主要强化物轨迹编译为3D校准图，该3D校准图链接分配器在水平面中的定位、分配器在竖直平面中的定位和/或分配器致动器从训练设备100分配的主要强化物的3D轨迹的速度。在该变型中，训练设备100可以：记录工作场地的彩色图像和/或深度图像；从彩色图像和/或深度图像中提取狗嘴在工作场地中的3D定位和取向；限定目标3D位置，以将主要强化物单元分配到狗的嘴中；参考3D轨迹图，以诸如通过在3D轨迹图中表示的轨迹之间插值，将该目标3D位置转换成分配器在水平和竖直平面中的目标定位和/或分配器致动器的目标速度；并且然后将水平和竖直定位致动器驱动到这些目标水平和竖直定位。训练设备100可以定期地执行该过程，诸如以30Hz的频率执行该过程。当训练设备100然后基于狗在随后的彩色图像和/或深度图像中的定位和取向，确定狗已经对当前命令做出了正确的响应时，训练设备100可以立即以最后计算的目标速度触发分配器致动器，从而朝着狗的嘴分配主要强化物。

2.第二方法－语音命令

如图3和图4所示，用于自主训练动物对口头命令做出响应的第二方法S200包括：在框S202中，提示用户从一组训练方案中选择训练方案；在框S210中，提示用户记录用户讲出与训练方案内的目标姿势相关联的语音命令的第一音频剪辑，该用户与该动物相关联；在框S220中，在第一训练会话期间访问由光学传感器记录的视频馈送，该光学传感器集成到训练设备中并限定与工作场地相交的视场；在框S222中，在视频馈送中，检测动物在工作场地内；在框S230中，当在工作场地中检测到动物时，经由集成到训练设备中的音频驱动器回放第一音频剪辑；在框S240中，在视频馈送中，检测动物的当前姿势；在框S250中，计算动物的当前姿势与目标姿势之间的偏差；在框S234中，响应于偏差落在阈值内，播放包括辅助强化物的第二音频剪辑；和在框S260中，经由集成到训练设备中的分配器，分配第一单元的主要强化物。

2.1应用

通常，如同第一方法S100，第二方法S200可以由训练设备100与在用户的移动装置(下文统称为“系统”)上执行的本机应用协作执行：以记录用户说出的命令；并自主训练动物(例如，狗)以在用户不在场的情况下一致地执行行为或进入与该语音命令相关联的姿势。

具体地，本机应用可以执行第二方法S200的框，以提示用户记录与一套训练方案有关的语音命令和辅助强化物。例如，本机应用提示用户讲出词语“坐”作为与狗的坐训练方案有关的语音命令。本机应用裁剪记录以除去记录中的无关静音，并且将记录无线传输到训练设备。训练设备可以然后执行第二方法S200的其他框，以在狗的训练会话期间重放用户语音的这些记录，以便训练狗进入姿势或执行与这些记录相关联的行为。

执行第二方法S200的训练设备使用户能够在她参与其他活动或者甚至完全不在她家时，用她自己的语音自主训练驯养的动物。如果在白天或晚上将动物长时间单独留下，则训练设备会周期性地与该动物互动，这在用户离开时与该动物互动。通过在训练会话期间使用用户自己的语音，动物开始将用户的语音作为与主要强化物(例如，小零食)绑在一起的辅助强化物联系起来，这使用户能够即使没有主要强化物也可以强化狗的行为。另外，与传统方法相比，方法S200训练动物的一致性的时间更少。

2.2示例

在一个实施方式中，一旦训练设备位于主要训练区域(例如，公寓的客厅、后院)中，训练设备就访问由集成的光学传感器记录的彩色图像和/或深度图以限定和监视附近的工作场地。在训练会话开始时，训练设备：加载针对坐命令的训练方案；显示视觉提示，以向动物指示训练会话已经开始；经由集成的主要强化物分配器将主要强化物(例如，小零食)分配到工作场地中，以便将动物吸引向训练设备；并继续分配主要强化物，以奖励狗保持在工作场地中。训练设备然后可以经由光学传感器记录的深度图和/或彩色图像在工作场地中跟踪狗，并且当训练设备检测到狗处于坐姿时，选择性地分配附加单元的主要强化物，并同时使用集成的扬声器回放用户讲出的语音命令“坐”的音频剪辑。训练设备然后使用机器学习技术来识别指示动物即将进入坐姿的姿态、在动物完全进入最终姿势之前回放语音命令，并在动物完全完成目标姿势之后向动物分配主要强化物。

在初始适应期之后，在动物不处于坐姿时，训练设备使用扬声器回放用户的“坐”语音命令，并且如果狗在回放语音命令之后设定的时间增量内参与了期望的行为，则分配器向狗分配主要强化物并且扬声器回放辅助强化物，例如以用户语音记录的“好狗”。训练会话周期性地继续，直到动物响应于用户的语音命令以最小的时延一致地执行行为，此时，训练设备使用不同训练方案(例如，“躺下”)开始下一个训练会话。随着动物前进通过一套训练方案，训练设备执行动物已经掌握的训练方案的维持训练会话，以确保动物维持掌握的基准水平，以及保持动物的参与和兴趣。

在一些情况下，某些动物可能在达到完全执行该方法所需的积极关联的水平之前，变得对训练设备不感兴趣。在这些情况下，训练设备运行同时强化计划(基于标准行为的强化计划和时间增量强化计划)，以保持动物参与。具体地，训练设备输出语音命令并启动计时器。如果狗在第一时间增量(例如30秒)内未执行目标姿势，则训练设备向狗分配主要强化物、重放目标语音命令，并且重新启动计时器持续第二增量，例如60秒。训练设备继续将时间增量增加到最大时间增量，例如120秒，使得在训练会话的持续时间内没有接收主要强化物的情况下，动物将不会等待超过120秒。如果，在这些时间增量中的任何一个期间，动物执行目标行为，则训练设备分配主要强化物，并将计时器重新启动至当前时间增量。

2.3语音训练

该系统可以执行第二方法S200的框来训练动物对用户的语音做出响应。

2.3.1选择训练方案

第二方法S200的框S202列举了：提示用户从一组训练方案中选择训练方案。通常，在框S202中，移动装置或本机应用与用户对接以显示本机应用内的一组训练方案，并提示用户从该组中选择训练方案。然后，移动装置或本机应用将用户选择的训练方案在训练设备上排队。

替代地，训练设备可以自动预装载有训练设备在狗的一系列训练会话中自动执行的默认初始训练方案或默认的训练方案序列。在一个实施方式中，训练设备可以自动执行默认的训练方案序列，包括：粗略坐方案；精细坐方案；躺下方案；以及然后待在原地方案。在完成动物的默认训练方案序列后，如上所述，移动装置或本机应用可以与用户对接以选择下一个训练方案。

2.3.2语音命令

第二方法S200的框S210列举了：提示用户记录用户讲出与目标姿势相关联的语音命令的第一音频剪辑，该用户与该动物相关联。通常，在框S210中，移动装置或本机应用与用户对接以记录用户说出提示，并将记录与训练方案内的命令相关联，该训练方案被配置成训练驯养的动物进入特定的目标姿势。在框S212中，移动装置或本机应用然后将记录和相关联的训练方案无线传输到训练设备。例如，移动装置或本机应用可以提示用户讲出词语“坐”、记录用户讲出该命令，并将该记录与被配置成训练狗对坐命令做出响应的训练方案相关联；随后，在坐训练方案的训练会话的实例期间，训练设备可以重放该记录，并响应于在重放该录音后的有限持续时间内检测狗进入坐定位，为狗选择性地分配主要强化物(例如，小零食)。因此，训练设备可以利用该记录来训练狗特别地响应于用户的语音而坐，而不是响应于其他音频信号，诸如通用语音、工厂记录的语音或简单音调。

在初始化之后，训练设备在用户不在场的情况下全天自主运行。通过访问和重放用户说与当前训练方案相关联的语音命令的语音记录，尽管在训练会话期间用户不在场，但是训练设备仍可以针对用户的语音来训练动物。此外，通过向训练设备提供该音频记录，不再需要用户在训练会话期间出现，从而允许狗在用户不在场的每天时间中不空闲。

在一个实施方式中，系统回放记录并借助语音命令的提示来提示用户确认记录的准确性。另外，移动装置或本机应用可以提示用户以不同的语言或不同的措辞记录语音命令的变化(例如，以不同的语音音调)。本机应用然后可以将语音命令的变化与单个姿势的变化相关联。在方法S200的框S216中，在用户对一个或多个记录感到满意之后，移动装置或本机应用可以裁剪音频剪辑以除去音频剪辑的开始和结尾处的静音。通过除去记录开始时的任何停顿，训练设备可以在训练会话期间的正确瞬间准确回放语音命令，这可以消除在训练期间可能会延迟动物的训练的时延错误的机会。狗在命令、行为和奖励之间建立的关联度与行为和奖励以及命令和行为之间的时间量成反比。

在一个实施方式中，系统记录用户讲出语音命令并自主地调节记录的相位和频率以模仿(emulate)语音命令的目标质量。

在一个实施方式中，训练设备包括集成显示器。集成显示器投射提示用户初始化装置的选项菜单。在用户选择开始在显示器上记录的选项之后，随着用户讲出语音命令，训练设备上的集成麦克风开始记录用户。然后，训练设备将这些音频剪辑存储在本地，并将这些音频剪辑上传到云存储器。然后，可以将音频剪辑下载到附加训练设备、下载到运行本机应用的移动装置或下载到可通过在任何适当装置上登录访问的基于网络的应用。

2.3.3访问视频馈送

第二方法S200的框S220列举了：在第一训练会话期间访问由光学传感器记录的视频馈送，该光学传感器集成到训练设备中并且限定与工作场地相交的视场。通常，在框S220中，系统提示用户通过她的移动装置上的本机应用开始训练会话，或提示她选择训练会话的时间或时间段。一旦用户启动了第一训练会话，训练设备就访问机载相机(通常是被配置成输出2D彩色图像(下文称为“彩色图像”)的彩色相机和被配置成输出3D深度图或点云(下文称为“深度图像”)的深度相机)，并记录在训练设备前面的区域，并存储一系列静态图像作为用于限定工作场地的参考。在已经包含动物、用户或任何其他非静态实体(例如，非用户、其他动物或非感知但尚未移动的物体)的工作场地情况下，集成的或基于云的处理器利用AI/机器学习/计算机视觉技术来识别和标记每个非静态(或暂时静态)实体以及每个静态实体。然后，处理器与云服务器进行无线通信，并访问一套参考数据，以自主限定动物、用户和工作场地。在另一个实施方式中，训练设备在第一训练会话开始之前下载与特定动物或动物品种相关联的数据，并将数据本地地存储在训练设备上。在另一个实施方式中，处理器将与工作场地和非静态实体有关的数据无线传输到用户的移动装置，其中移动装置或本机应用提示用户将每个标记的实体识别为用户、动物或要忽略的事物。

在另一个实施方式中，提示用户将训练设备移动到不同位置，以创建用户已选择作为主要训练位置的空间的综合3D图。在每个训练会话开始时，训练设备将来自相机的初始视图与综合3D图进行比较，以便将工作场地限定为在主要训练位置内。在另一个实施方式中，训练设备将工作场地限定为来自光学传感器的视场。

2.3.4检测动物

第二方法S200的框S222列举了：在视频馈送中，检测动物在工作场地内。通常，在框S222中，系统访问机载相机并针对动物扫描训练设备前面的区域。工作场地可能已经被预先限定，或可能在每个训练会话开始时被限定。训练设备上的处理器从训练会话中扫描视频数据，并参考本地数据或云数据以识别和标记动物。检测动物可以包括注意工作场地中的移动的物体。检测动物还可以包括限定与动物相关联的元素(例如，眼睛、鼻子、嘴、腿、脊椎等)。在一个实施方式中，系统通过标记沿着狗的脊椎的节点以创建动态样条来检测并限定狗。

2.3.5播放语音命令

第二方法S200的框S230列举了：当在工作场地中检测到动物时，经由集成到训练设备中的音频驱动器回放第一音频剪辑。通常，在框S230中，训练设备访问由用户记录的与当前训练方案有关的音频剪辑，并通过训练设备的集成扬声器播放音频剪辑。例如，如果用户已经为狗选择了坐训练方案，则训练设备在工作场地中检测到狗后输出用户说“坐”的记录。在一个实施方式中，系统在每个训练会话中播放用户语音命令的单个记录。在另一个实施方式中，系统可以在整个单个训练会话中重复循环用户的语音命令的变化。例如，在训练会话期间，系统可以在输出语音命令的第一实例中播放用户说“坐”的未编辑的记录，并且然后在输出语音命令的第二实例中播放用户说“坐”的记录的第二版本(例如，其中，系统以较慢的速度播放记录)。然后，系统可以识别狗更快速做出响应的语音命令的某些变化，并且随后将这些变化回放给用户。

2.3.6检测当前姿势

第二方法S200的框S240列举了：在视频馈送中，检测动物的当前姿势。通常，在第二方法S200的框S240中，训练设备可以实施机器学习和计算机视觉方法和技术，以检测和跟踪狗在工作场地中的姿势。在一个变型中，处理器扫描视频馈送的帧以寻找与动物的特定姿势相关联的目标标记。标记由处理器基于本地存储在训练设备上的示例性姿势内的预定义标记来限定。例如，限定狗的眼睛、鼻子和嘴的标记可以组合在一起以限定狗的头，并且限定狗的尾巴和每个狗爪子的标记可以限定狗的身体。然后，处理器记录每个标记的相对定位，以限定狗的当前姿势。

2.3.7计算偏差

第二方法S200的框S250列举了：计算动物的当前姿势与目标姿势之间的偏差。通常，在框S250中，处理器计算从视频馈送中捕获的图像中的每个标记的位置与参考点之间的距离，并且然后计算定位相对于限定姿势的每一组相对标记取向的变化。

在一个实施方式中，训练方案基于爪子、尾巴和头标记的相对定位来限定坐定位。训练设备检测狗的爪子、尾巴和头的标记。例如，如果训练设备检测到每个狗爪子的标记和狗尾巴的标记都与地面相交，而狗的头的标记在地面上方大约等于狗的身高的距离处，则系统可以确认狗处于坐定位。在另一个示例中，如果狗的爪子、尾巴和嘴的标记都与地面相交，则处理器可以确认狗处于躺定位。如果，在以上示例中，狗头的标记在地面与地面上方等于狗的身高的距离之间的一个或多个点处，则处理器可以根据视频馈送的每个选定帧的目标姿势(坐或躺)来计算标记的当前定位和标记的目标定位之间的距离，并且在坐目标定位的情况下，一旦狗头的标记达到狗的身高的90％，就分配主要强化物。另外，处理器可以计算每个标记与其相应的目标标记之间的平均偏差。

在另一个示例中，如果在第一帧中狗爪子的标记位于狗头和尾巴的标记下方，并且在第二帧中狗爪子的标记在狗头和尾巴的标记上方，并且在第三帧中狗爪子的标记再次位于狗头和尾巴的标记下方，则处理器可以确认狗正在翻滚。

在另一个实施方式中，训练设备基于狗相对于地面的脊椎轮廓来限定目标姿势。该系统采用边缘检测方法和技术来检测狗的脊椎，并且然后创建样条以限定脊椎，并且在可接受的样条带内的样条范围限定目标姿势。在训练会话开始时，系统访问宽泛范围的允许样条，而接近训练会话结束时访问较窄范围的允许样条。

2.3.8主要强化物和辅助强化物

第二方法S200的框S250列举了：响应于偏差落在阈值内：播放包括辅助强化物的第二音频剪辑S234，并经由集成到训练设备中的分配器分配第一单元的主要强化物S260。通常，在框S250中，每个训练方案限定与目标姿势相关联的可接受的偏差阈值，并且当动物的姿势落在该阈值内时，训练设备通过机载扬声器播放辅助强化物(框S234)，并向动物弹出主要强化物(框S260)。在一个变型中，系统计算动物的当前姿势落在目标姿势的90％内，并向动物分配主要强化物。例如，在光学传感器检测到动物进入坐定位的可接受形式之后，集成扬声器输出用户说“好狗”的录音，并且然后分配器将主要强化物弹出到狗的脚边。

第二方法S200的框S214列举了：提示用户讲出包括赞扬的辅助强化物，并在用户口头讲出赞扬期间记录第二音频剪辑。通常，在框S214中，移动装置或本机应用与用户对接以记录用户说出提示，并将该记录与被配置成训练驯养的动物进入特定的目标姿势的训练会话内的辅助强化物相关联。例如，移动装置或本机应用可以提示用户讲出短语“好狗”并记录用户讲出该赞扬，并将该记录与所有训练方案或训练方案的子集相关联。随后，在训练会话的实例期间，训练设备可以响应于检测到狗进入坐定位，就在为狗分配主要强化物(例如，小零食)之前立即(或与为狗分配主要强化物同时，诸如在为狗分配主要强化物的一秒内)重放该记录。然后，狗将接收主要强化物不仅与执行任务相关联起来，而且与听到赞扬相关联起来。与用户/主人的赞扬的积极关联允许训练设备和用户最终用赞扬代替主要强化物来奖励狗。系统可以在系统提示用户记录语音命令的同一时间段期间提示用户记录辅助强化物，或者系统可以在整个训练周期的不同时间显示提示，以减轻用户的初始负担。

2.3.9更新置信度分数

第二方法S200的框S256列举了：在视频馈送中，检测动物的第二姿势；计算动物的第二姿势与目标姿势之间的偏差；如果第二姿势超过期望的阈值，则更新置信度分数；响应于置信度分数超过目标分数，回放包括辅助强化物的第二音频剪辑；并经由集成到训练设备中的分配器分配第一单元的主要强化物。通常，在框S256中，系统在检测到动物处于目标姿势之后继续跟踪动物，检测动物的第二姿势，并计算动物的第二姿势与目标姿势之间的偏差。如果第二偏差和第一偏差均落在由训练方案限定的范围内，则训练设备从集成扬声器播放辅助强化物，并分配第一单元的主要强化物。如果第二偏差落在训练方案限定的范围之外，则系统可以继续执行该方法的框S256，直到两个相邻的偏差落在范围内。例如，如果在进行坐训练方案的训练会话期间狗只暂时坐着，则系统可以检测到狗不再坐着并拒绝给予第一主要强化物，直到狗保持处于坐定位持续至少两个扫描周期。因此，仅对于完全执行目标姿势而一致地奖励狗。

2.3.10只有我的语音

第二方法S200的框S232列举了：访问讲出语音命令的未知第二语音的第三音频剪辑。通常，在框S232中，训练设备响应于用户的指令从云服务器下载训练方案，并访问与当前训练方案相关联的一组音频剪辑。每个训练方案包括可能由配音参与者记录或由机器人语音仿真器输出的一组预先记录的语音命令。另外，移动装置或本机应用可以提示用户记录朋友、家人和邻居的语音命令。训练设备在某些训练方案期间播放来自相关联的用户的音频剪辑，以便训练狗对用户语音之外的其他语音做出响应。

替代地，在框S228中，训练设备100可以播放非用户语音命令，并且即使狗执行相关联的行为，仍拒绝给予主要强化物。通过仅在播放用户的语音命令之后选择性地奖励动物，训练狗只对用户做出响应。例如，如果在框S232中系统播放配音参与者讲出的语音命令“坐”的记录并且狗进入坐姿，则在框S228中系统不分配主要强化物。

2.4视觉提示初始化

第二方法S200的框S224列举了：响应于在工作场地中检测到动物，激活视觉提示持续第一训练会话的持续时间。通常，在框S224中，训练设备访问光学传感器并针对动物扫描工作场地。在检测到动物后，训练设备用视觉显示器显示视觉提示，以向动物指示训练会话处于活动状态。例如，视觉显示器可以在训练会话期间激活描绘骨头形状的LED阵列。当在工作场地中未检测到动物时，训练设备还可以在训练会话开始时显示视觉提示。

然后，如上所述，系统可以实施框S220、S222、S240、S250和S260(在视频馈送中，检测动物的第一当前姿势；计算动物的第一当前姿势与目标姿势之间的第一偏差；响应于第一偏差落在阈值内，经由集成到训练设备中的分配器分配第一单元的主要强化物)。

对于具有全部或部分听力障碍的狗和/或用户，训练设备可以提示用户记录自己执行身体手势的视频作为命令。训练设备可以经由用户的移动装置上的相机或训练设备上的集成光学传感器记录用户。在一个实施方式中，训练设备向用户提供与每个训练方案相关联的身体命令的示例性视频。

替代地，训练设备可以与分配主要强化物同时将视觉提示显示为辅助强化物。

2.5音频提示初始化

第二方法S200的框S242列举了：在视频馈送中，检测与转变为目标姿势相关联的动物的初始姿态。通常，在框S242中，训练设备访问光学传感器以查看工作场地，并且可以实施检测和跟踪狗在工作场地中的姿势的方法和技术。当训练设备跟踪动物时，处理器识别指示狗正在进入目标姿势的狗的姿态。

第二方法S200的框S236和S262列举了：响应于检测到与转变为目标姿势相关联的动物的初始姿态，在动物转变为目标姿势时播放与目标姿势相关联的可听提示；并且分配第二单元的主要强化物。通常，在框S236中，在检测到动物的初始姿态后，系统在动物完全转变为目标姿势之前实时输出音调。在识别出初始姿态后，训练设备在狗处于目标定位之前实时输出音频提示。例如，如果训练设备检测到狗弯曲它的后腿，则集成扬声器在动物到达坐定位之前输出令人愉悦的音调，并且随后在狗完全进入坐姿之后，分配器向狗弹出主要强化物S262。

特别地，训练设备可以在训练会话期间以可听音调训练动物，不包括视觉提示和用户语音的记录。例如，训练设备可以在视频馈送中检测到狗开始蹲伏到坐定位，并且然后相应地经由集成扬声器输出可听音调(例如，打响指、拍手或吹口哨的记录或合成模拟；纯音)。然后，训练设备可以在检测到狗完全进入坐定位后分配主要强化物，从而加强可听音调与狗的坐定位之间的关联。如果用户尚未记录语音命令，则训练方案可以包括由训练设备输出的一组音调来代替用户语音的记录。

2.6音频提示训练

第二方法S200的框列举了：在视频馈送中，检测动物的第二当前姿势；计算动物的第二当前姿势与目标姿势之间的第二偏差；响应于第二偏差落在阈值之外，播放可听提示；启动计时器持续固定间隔；在视频馈送中，检测动物的第三当前姿势；计算动物的第三当前姿势与目标姿势之间的第三偏差；响应于在固定间隔到期之前第三偏差落在阈值内，立即分配第三单元的主要强化物。通常，在动物最初进入目标姿势之后，系统继续用光学传感器记录工作场地，并跟踪处于后续姿势的动物；系统访问动物姿势的解剖学定义，并计算动物当前姿势与目标姿势的解剖学定义之间的差异，以确认动物不再处于目标姿势。在检测到动物处于目标姿势以外的姿势后，系统播放音频提示并启动计时器。系统继续在工作场地中跟踪动物，直到动物进入目标姿势，并且然后响应于动物进入目标姿势，立即向动物分配主要强化物。如果在动物进入目标姿势之前计时器到期，则系统再播放一次可听提示，并重新启动计时器持续固定间隔。

在一个实施方式中，系统检测到狗处于站立姿势，并计算站立姿势在坐姿的阈值之外。然后，系统重放与坐训练方案相关的音调，并跟踪狗直到狗坐着。在检测到狗进入坐姿后，训练设备向狗分配主要强化物。系统还可以与分配主要强化物同时播放第二音调作为辅助强化物。

在一个变型中，训练设备在分配第三单元的主要强化物之后将固定间隔递增地减小至目标间隔。然后，响应于在目标间隔到期之前第三偏差落在阈值内，训练设备可以：提示用户记录用户讲出的与目标姿势相关联的语音命令的第一音频剪辑，该用户与该动物相关联；在第一训练会话期间访问由光学传感器记录的视频馈送，该光学传感器集成到训练设备中并限定与工作场地相交的视场；并经由视频馈送检测工作场地内的动物。最终，当在工作场地中检测到动物时，训练设备可以：经由集成到训练设备中的音频驱动器回放第一音频剪辑；在视频馈送中；检测动物的当前姿势；计算动物的当前姿势与目标姿势之间的偏差；并且播放包括辅助强化物的第二音频剪辑，并响应于偏差落在阈值内而经由集成的分配器来分配第一单元的主要强化物。

通常，系统减小固定间隔，直到动物达到可听提示与进入目标姿势之间的目标时延。然后，系统如第二方法S200的框S230中那样，从用可听提示训练动物转变到用语音命令训练动物。在一个实施方式中，系统通过与以正常音量播放可听提示同时以低音量播放语音命令，从可听提示转变到语音命令。系统逐渐增加语音命令的音量，并减小可听提示的音量，直到语音命令是扬声器播放的唯一声音。

3.第三方法－强化计划

如图5所示，用于自主训练动物对口头命令做出响应的第三方法S300包括：在框S312中，在第一训练会话内的第一强化周期期间，输出对应于目标动作的可听提示；并且在框S314中，在视频馈送中，检测动物完成目标动作。然后，同样在第一强化周期期间并且响应于检测到动物完成目标动作，训练设备可以：在框S316中，分配第一单元的主要强化物；并且在框S340中，启动计时器持续在分配连续单元的主要强化物之间的固定间隔。第三方法S300还包括在第一训练会话内继第一强化周期之后的第二强化周期期间：在框S322中，输出可听提示；并且在框S324中，在视频馈送中，跟踪动物。响应于在计时器到期之前检测到动物完成目标动作，训练设备可以：在框S326中，输出包括辅助强化物的第二音频剪辑；在框S328中，分配第二单元的主要强化物；并且在框S340中，重新启动计时器持续在分配连续单元的主要强化物之间的固定间隔。响应于在检测到动物完成目标动作之前计时器的到期，训练设备可以：在框S328中，分配第二单元的主要强化物；在框S322中，输出可听提示；并且在框S340中，重新启动计时器持续在分配连续单元的主要强化物之间的固定间隔。

3.1应用

通常，第三方法S300可以由上述训练设备执行，以实施用于强化狗对训练设备的参与及其对可听和/或视觉提示的响应的并发计划。特别地，当强化物分配频率下降到低于阈值时，狗可能与训练设备脱离(例如，走开)。例如，六月龄以下的狗在未从训练设备中接收到主要强化物的60秒之后可能与训练设备脱离；类似地，六岁以上的狗在未从训练设备中接收到主要强化物的120秒之后可能与训练设备脱离。因此，训练设备可以与上述第二方法S200的框同时执行第三方法S300的框，以确保将主要强化物以可能在训练会话的整个持续时间中维持狗对训练设备的参与(或“保持狗的注意力”)的频率分配给狗。

例如，小型犬、幼犬、食物导向性较弱的犬、注意力跨度较短的犬以及不能快速识别姿势与主要强化物之间因果关系的狗可能在进入当前训练方案指示的姿势之前对训练设备失去兴趣，并且因此可能在当前训练会话完成之前离开工作场地。因此，训练设备可以同时执行建立以下项的训练方案：用于用主要强化物强化目标行为的基本强化物计划；以及并行计划，其中训练设备基于强化周期之间的最大持续时间分配非偶然性奖励。例如，在针对特定姿势(或行为、任务)的训练会话期间，训练设备输出命令并启动计时器持续30秒钟；如果训练设备在计时器到期后未能检测到狗处于特定姿势，则尽管狗没能进入指定姿势，训练设备可以向狗分配主要强化物。随着训练会话的进行和/或随着狗与训练设备的关系不断形成，训练设备还可以增加计时器的持续时间，诸如从30秒到60秒，然后90秒，以及然后120秒。

3.2固定间隔强化

在一个实施方式中，在第一训练会话内的第一强化周期期间，第三方法S300的框列举了：输出对应于目标动作的可听提示；并且在视频馈送中，检测动物完成目标动作。然后，响应于检测到动物完成目标动作：分配第一单元的主要强化物；并启动计时器持续在分配连续单元的主要强化物之间的固定间隔。通常，系统基于分配主要强化物之间的固定间隔来执行第一强化周期。系统基于当前训练方案播放可听提示，检测动物第一次完成目标动作，分配主要强化物，并启动计时器持续固定间隔。在一个实施方式中，系统播放与狗的坐定位相关联的音调；检测狗坐着；向狗弹出主要强化物；并启动计时器持续30秒钟。在30秒结束时，无论狗是否再一次完成目标姿势，向狗弹出附加主要强化物。

第三方法S300的附加框列举了：在第一训练会话内继第一强化周期之后的第二强化周期期间：输出可听提示；在视频馈送中，跟踪动物；响应于在计时器到期之前检测到动物完成目标动作，输出包括辅助强化物的第二音频剪辑；分配第二单元的主要强化物；并且重新启动计时器持续在分配连续单元的主要强化物之间的固定间隔。通常，系统基于动物成功完成目标姿势来执行第三方法S300的第二强化周期的框。系统如在第一强化周期中那样跟踪动物的姿势，每当动物进入目标姿势时分配主要强化物，并在每次分配之后重新启动计时器。

方法S300的附加框列举了：在第一训练会话内继第一强化周期之后的第二强化周期期间，响应于在检测到动物完成目标动作之前计时器到期，分配第二单元的主要强化物；输出可听提示；并且重新启动计时器持续在分配连续单元的主要强化物之间的固定间隔。通常，系统还基于动态固定时间间隔的到期来执行第三方法S300的第二强化周期的框。系统如在第一强化周期中那样跟踪动物的姿势，每当固定时间间隔过去时分配主要强化物(例如，小零食)，并且在每次分配之后重新启动计时器。

在另一个实施例中，并发计划可以直接彼此相关，其中固定间隔计划可以基于目标行为的质量来缩短或延长间隔。例如，如果狗在坐训练方案期间以最小的时延响应时间执行坐姿，则系统可以增加固定间隔。

3.3最大间隔

方法S300的框S376列举了：将固定间隔递增地增加到分配连续单元的主要强化物之间的最大间隔。通常，在框S376中，系统在每次分配之后增加固定间隔，直到设定的最大间隔。在一个实施方式中，系统在第一次分配之后将固定间隔限定为30秒。然后，系统在第二次分配之后将固定间隔限定为60秒，在第三次分配之后将固定间隔限定为90秒，和在第四次分配之后将固定间隔限定为120秒。在该实施方式中，系统将最大间隔限定为120秒。对于在第四次分配之后的任何分配，系统启动计时器持续120秒。因此，狗在没有接收主要强化物的情况下不会等待超过120秒，而会保持靠近训练设备并参与训练设备。系统可以基于动物品质(例如物种、品种、大小和/或年龄)来限定最大间隔。

4.训练方案

在上述方法的变型中，系统可以在狗的训练会话期间执行一套训练方案，每套训练方案都与目标动物行为相关联。

4.1吠叫停止

在一个实施方式中，训练设备执行与狗的吠叫停止会话。在吠叫停止会话的第一段期间，训练设备可以：经由集成到训练设备中的麦克风记录第一音频信号；计算第一音频信号中动物发声的第一频率；并将动物发声的第一频率存储为第一基准频率。在吠叫停止会话的第二段期间，训练设备可以：经由麦克风记录第二音频信号；计算第二音频信号中动物发声的第二频率；并且然后回放第二音频剪辑，经由分配器来分配第二单元的主要强化物，并响应于动物发声的第二频率下降到低于基准频率的一部分，将动物发声的第二频率存储为第二基准频率。

通常，在该实施方式中，系统记录动物发声，并且如果动物开始少发声，则分配主要强化物。例如，系统可以提示用户将训练设备放置在狗经常吠叫的房屋的区域附近。整天，训练设备检测狗吠叫，记录持续固定的时间段，并建立基准每分钟吠声率。系统继续记录狗吠叫，并且如果在任何后续时间段期间，狗以较低的每分钟吠声率吠叫，则用主要强化物奖励该狗，并且系统将较低的每分钟吠声率建立为新的基准率。因此，狗将吠叫较少与接收奖励联系起来。

4.2基于位置的训练

在一个实施方式中，训练设备执行基于位置的训练。在基于位置的训练会话的第一段期间，训练设备可以：提示用户限定训练设备的主要参与位置；提示用户限定与训练设备的主要参与位置相关联的第一训练方案；提示用户在第一训练会话期间将训练设备放置在主要参与位置附近；提示用户限定与动物发声的普通频率相关联的第二训练区域；并提示用户在第二训练会话期间将训练设备放置在第二训练区域附近。

通常，系统提示用户将训练设备放置在训练的期望主要位置，并且然后提示用户选择主要训练方案。然后，系统提示用户将训练设备放置在第二位置中，并提示用户选择用户想要与第二位置相关联的训练方案。然后，系统可以通过扫描工作场地并将工作场地识别为所限定的训练区域之一来自动选择适当的训练方案。例如，用户可以为坐训练方案选择她家的客厅作为主要训练位置，并为吠叫停止训练方案选择她家的入口通道。

在另一个实施方式中，训练设备包括轮子和/或踏板(treads)，并且自主地从一个训练位置移动到另一个训练位置。系统还可以包括集成电池和充电站。在又一个实施方式中，训练设备包括GPS或其他地理位置技术，并且响应于GPS数据执行基于位置的训练。

4.3召唤动物到工作场地

在一个实施方式中，训练设备可以将动物召唤到工作场地。在第一训练会话的计划的开始时间，训练设备可以：激活视觉提示；在视频馈送中，在第一时间检测到动物不在工作场地中；响应于检测到动物不在工作场地中，回放第一音频剪辑；在视频馈送中，在继第一时间之后的第二时间在工作场地中检测到动物；并且响应于在工作场地中检测到动物，回放第二音频剪辑；并分配初始单元的主要强化物。

通常，系统响应于内部计时器来激活视觉提示，该内部计时器指示与训练方案相关联的训练会话的开始时间。如果训练设备未在工作场地中检测到动物，则系统通过集成扬声器输出音频剪辑。训练设备继续监视工作场地，直到光学传感器检测到动物进入工作场地。一旦系统检测到动物，训练设备就会分配一个单元的主要强化物。

在一个实施方式中，系统初始化过来训练方案。系统访问集成相机并检测到狗不在训练设备的前面。系统通过集成扬声器输出语音命令“过来”。一旦系统检测到动物在训练设备前面，训练设备就分配主要强化物，并通过扬声器输出辅助强化物“好狗”。

在另一个实施方式中，训练设备还可以访问位于房屋周围的相机和/或扬声器，例如预先存在的安全系统、一组相机或一组个人机器人助手。系统可以访问远程相机，并基于动物在不同位置的行为，实施特定行为专用方案。

4.3动物解剖学定义

上述方法的变型包括与特定动物物种和/或品种相关联的训练方案。

4.3.1训练狗

在一个实施方式中，训练设备可以在视频馈送中检测狗，并访问目标姿势(例如，狗坐姿)的犬解剖学定义。通常，训练设备访问由当前训练方案限定的适当的解剖学定义。在处理器从远程存储的一组解剖学定义无线下载定义之后，系统可以将解剖学定义本地存储在训练设备上。例如，训练设备提示用户从她的移动装置中选择训练方案。用户选择“狗”作为动物，并选择“坐”作为训练方案。然后，移动装置或本机应用以无线方式指示训练设备下载并本地存储“狗－坐”训练方案。

在一个实施方式中，系统可以访问一般的“狗”解剖学定义并选择适合于任何狗类型的训练方案。在另一个实施方式中，系统可以基于狗的品质(例如，品种、大小、体重、健康等)访问具体的“狗”解剖学定义。例如，移动装置或本地应用可以提示用户在第一训练会话开始之前选择动物的品种和年龄。替代地，系统可以使用计算机视觉技术自主检测动物的品种和年龄，并基于检测到的品种和年龄自动选择适当的训练方案。

4.3.2训练其他动物

在另一个实施方式中，系统可以访问针对多种驯养动物(例如，猫、鸟、爬行动物、猪、马、牛)的训练方案。例如，系统可以将动物识别为猫，并采用训练设备上的集成激光指示器执行训练方案。

在又一个实施方式中，系统可以提示用户在用户家外设置训练设备，以训练野生动物，例如浣熊、松鼠、熊等。

4.4训练方案的变型

训练设备100可以实施类似的方法和技术，以将其他可听队列输出到任何其他类型的动物，以快速检测该动物的其他姿势或一系列姿势或行为(例如，翻滚或发出声音)，并向动物输出积极强化(例如，通过分配主要强化物)，以便训练动物通过执行指示的行为来对各种口头命令做出响应。

一旦为用户的狗创建新的档案，本机应用就可以提示用户为该狗讲出各种口头命令并记录这些口头命令。例如，本机应用可以提示用户口头讲出她的各种口头命令的优选形式，包括：“看着我”；“坐”；“趴下”；“站”；“待在原地”；“靠”；“等候”；“过来”；“放下”；和/或“刨坑”；等等。在该设置过程期间，本机应用可以：在用户讲出这些口头命令中的每个口头命令和她的狗的名字时，记录离散的声音片段；并用对应的命令或宠物名字的标签来标记这些声音片段中的每个声音片段。然后，本机应用可以将这些标记的声音片段上传到训练设备100(例如，直接经由本地自组织无线网络)。

4.5.分配器方案

上述方法的变型可以包括与特定训练方案相关联的分配器方案。

4.5.1分配到目标位置

在一个实施方式中，系统可以通过访问光学传感器并将x，y，z坐标分配给该位置来检测动物的位置。在另一个实施方式中，系统可以实施其他坐标系，例如极坐标、圆柱坐标、球坐标等。响应于检测到动物的当前位置，训练设备可以将第一单元的主要强化物分配到与动物的目标姿势相关联的目标位置。在一个实施方式中，用户选择坐训练方案。在检测到狗进入坐姿后，系统将主要强化物分配到狗的前脚，因此狗不需要离开坐定位就可取回主要强化物。然后，系统将主要强化物分配到远离狗的第二位置，因此狗必须离开坐定位以便取回主要强化物。因此，在狗离开第一坐定位之后，系统可以在训练会话期间再次输出坐命令。

在另一个实施方式中，如果系统检测到动物离训练设备太近，则训练设备可以将主要强化物分配在动物后面，以将动物哄远到工作场地中。或者相反，如果动物离得太远，则系统可以将主要强化物分配到更靠近训练设备，以将动物哄近。例如，系统可以在工作场地中以半径为0.5m、1m、1.5m、2m等限定接近带或径向区域。系统可以输出语音命令“过来”并将主要强化物分配到比动物当前占据的接近带更靠近训练设备的接近带。

在另一个实施方式中，分配器被配置成在“衔回”训练方案期间分配和接收网球或玩具。

4.5.2校准分配器

在一个实施方式中，系统可以执行分配器校准方案。通常，训练设备可以：将主要强化物分配到目标位置；在视频馈送中，检测动物的窥探姿势并且随后检测动物的咀嚼姿势。然后，系统将紧挨着在咀嚼姿势之前的窥探姿势的位置限定为主要强化物的位置。然后，系统根据主要强化物的位置校准分配器的目标轨迹。

通常，系统分配一个单元的主要强化物并跟踪动物搜索主要强化物并且随后进食主要强化物。例如，系统将主要强化物分配到远离狗的目标位置。系统将记录狗搜索主要强化物的帧，并且在检测到狗进食主要强化物后，系统将狗在进食主要强化物之前搜索的最后位置标记为主要强化物的位置。然后，系统可以相应地更新分配器的轨迹方案。

4.6.声音敏感的动物

另外，训练设备可以训练声音敏感的动物以适应并积极地关联通常令人讨厌的触发器噪音。在一个实施方式中，在初始训练期之后，系统可以在训练会话期间以低音量引入目标噪音。例如，系统可以在训练会话开始时以狗几乎听不到的音量播放真空吸尘器的声音的记录。然后，系统可以在训练会话期间缓慢增加所述记录的音量，以使动物适应触发器噪音。

在另一个实施方式中，系统与分配主要强化物同时播放触发器噪音的声音剪辑。系统可以跟踪动物对声音剪辑的反应，并且如果由于触发器噪音的声音剪辑而导致动物不接受主要强化物，则修改声音剪辑的音量/持续时间。此外，系统还可以协助动物解决一般的发育问题，例如分离焦虑。

4.6.1掩盖分配器噪音

扬声器还可以用于输出声音，以掩盖训练设备产生的其他声音，这些声音可能导致对声音敏感的动物脱离训练设备。例如，小零食重新装载机构产生的咔嗒声和呼呼声可能会使某些动物害怕。为了避免这种情况，扬声器可能以低的音量产生白噪音或粉红噪音，并在预期重新装载机构接合时缓慢增加音量。

在一个变型中，在第一时间间隔期间，训练设备与播放第二音频剪辑同时向分配器装载第一单元的主要强化物。然后，训练设备在继第一时间间隔之后的第二时间间隔期间分配第一单元的主要强化物。为了重新装载分配器，训练设备可以激活重新装载机构，该重新装载机构可能产生使狗害怕的噪音(例如“咔嗒声”、“呼呼声”)，并在训练会话结束之前触发狗从训练设备离去，和/或提示狗与训练设备形成消极关联。因此，训练设备可以在重新装载分配器的同时以重新装载机构的本底噪音附近的音量来输出第二音频剪辑或其他可听强化物，以便掩盖由重新装载机构产生的噪音，并且因此减少狗被训练设备吓到的可能性。

在另一个变型中，在第一时间间隔期间，训练设备与播放第二音频剪辑同时分配第一单元的主要强化物；在继第一时间间隔之后的第二时间间隔期间，向分配器重新装载第二单元的主要强化物。

本文描述的系统和方法可以至少部分地体现和/或实施为被配置成接收存储计算机可读指令的计算机可读介质的机器。指令可以由与应用、小程序、主机、服务器、网络、网站、通信服务、通信接口、用户计算机或移动装置的硬件/固件/软件元素、腕带、智能电话或它们的任何合适的组合集成的计算机可执行部件执行。实施例的其他系统和方法可以至少部分地体现和/或实施为被配置成接收存储计算机可读指令的计算机可读介质的机器。指令可以由通过与上述类型的设备和网络集成的计算机可执行部件集成的计算机可执行部件执行。可以将计算机可读介质存储在任何合适的计算机可读介质上，诸如存储在RAM、ROM、闪存、EEPROM、光学装置(CD或DVD)、硬盘驱动器、软盘驱动器或任何合适的装置上。计算机可执行部件可以是处理器，但是任何合适的专用硬件装置都可以(替代地或另外)执行指令。

如本领域技术人员将从先前的详细描述以及从附图和权利要求书中认识到的，可以在不脱离如所附权利要求书中限定的本发明的范围的情况下，对本发明的实施例进行修改和改变。

Claims (20)

1.一种利用训练设备自主训练动物的方法，包括：

●提示用户从一组训练方案中选择训练方案；

●提示所述用户记录所述用户讲出与在所述训练方案内的目标姿势相关联的语音命令的第一音频剪辑，所述用户与所述动物相关联；

●在第一训练会话期间访问由光学传感器记录的视频馈送，所述光学传感器集成到所述训练设备中并限定与工作场地相交的视场；

●在所述视频馈送中，检测所述动物在所述工作场地内；

●当在所述工作场地中检测到所述动物时，经由集成到所述训练设备中的音频驱动器回放所述第一音频剪辑；

●在所述视频馈送中，检测所述动物的当前姿势；

●计算所述动物的所述当前姿势与所述目标姿势之间的偏差；

●响应于所述偏差落在阈值内：

○播放包括辅助强化物的第二音频剪辑；和

○经由集成到所述训练设备中的分配器来分配第一单元的主要强化物。

2.根据权利要求1所述的方法：

●其中，检测所述动物在所述工作场地内包括检测狗；

●所述方法还包括访问包括坐姿的所述目标姿势的犬解剖学定义；

●其中，提示所述用户记录所述第一音频剪辑包括：

○提示所述用户讲出包括针对所述坐姿的坐命令的所述语音命令；和

○记录所述用户讲出所述坐命令的所述第一音频剪辑；并且

●其中，计算所述动物的所述当前姿势与所述目标姿势之间的偏差包括计算所述狗的所述当前姿势与所述坐姿的所述犬解剖学定义之间的偏差。

3.根据权利要求1所述的方法，还包括：

●提示所述用户讲出包括赞扬的所述辅助强化物；和

●在所述用户口头讲出所述赞扬期间记录所述第二音频剪辑。

4.根据权利要求1所述的方法：

●其中，播放所述第二音频剪辑包括在第一时间间隔期间播放所述第二音频剪辑；

●所述方法还包括在所述第一时间间隔期间，与播放所述第二音频剪辑同时，用所述第一单元的所述主要强化物装载所述分配器；并且

●其中，分配所述第一单元的所述主要强化物包括在继所述第一时间间隔之后的第二时间间隔期间分配所述第一单元的所述主要强化物。

5.根据权利要求1所述的方法：

●其中，播放所述第二音频剪辑包括在第一时间间隔期间播放所述第二音频剪辑；

●其中，分配所述第一单元的所述主要强化物包括在所述第一时间间隔期间与播放所述第二音频剪辑同时分配所述第一单元的所述主要强化物；并且

●所述方法还包括在继所述第一时间间隔之后的第二时间间隔期间重新装载所述分配器。

6.根据权利要求1所述的方法，还包括：

●在所述视频馈送中，检测所述动物的第二姿势；

●计算所述动物的所述第二姿势与所述目标姿势之间的偏差；

●如果所述第二姿势超过期望的阈值，则更新置信度分数；

●其中，响应于所述偏差落在阈值内包括响应于所述置信度分数超过目标分数。

7.根据权利要求1所述的方法，还包括：

●检测所述动物的当前位置；

●其中，经由集成到所述训练设备中的所述分配器分配所述第一单元的所述主要强化物包括：响应于检测到所述动物的所述当前位置，将所述第一单元的所述主要强化物分配到与所述动物的所述目标姿势相关联的目标位置。

8.根据权利要求7所述的方法：

●其中，提示所述用户从一组训练方案中选择训练方案包括所述用户选择坐训练方案；

●其中，将所述第一单元的所述主要强化物分配到与所述动物的所述目标姿势相关联的目标位置包括：将所述第一单元的所述主要强化物分配到所述动物的脚边；

●还包括：

○将第二单元的所述主要强化物分配到远离所述动物的所述当前位置的第二位置；和

○再一次回放所述第一音频剪辑。

9.根据权利要求7所述的方法：

●其中，提示所述用户从一组训练方案中选择训练方案包括所述用户选择过来训练方案；

●其中，检测所述动物的所述当前位置包括检测所述动物在靠近所述训练设备的第一径向区域内；

●其中，将所述第一单元的所述主要强化物分配到与所述动物的所述目标姿势相关联的目标位置包括：将所述第一单元的所述主要强化物分配在所述动物后面。

10.根据权利要求1所述的方法：

●其中，分配所述主要强化物包括将所述主要强化物分配到目标位置；并且

●还包括：

○在所述视频馈送中，在第一时间检测所述动物的窥探姿势；

○在所述视频馈送中，在所述第一时间之后的第二时间检测所述动物的咀嚼姿势；

○将紧挨着所述咀嚼姿势之前的所述窥探姿势的位置限定为所述主要强化物的位置；和

○根据所述主要强化物的位置校准所述分配器。

11.根据权利要求1所述的方法，还包括，在第二训练会话期间：

●在第二训练会话的第一段期间，经由集成到所述训练设备中的麦克风记录第一音频信号；

●计算所述第一音频信号中动物发声的第一频率；

●将所述动物发声的第一频率存储为第一基准频率；

●在所述第二训练会话的继所述第一段之后的第二段期间，经由所述麦克风记录第二音频信号；

●计算所述第二音频信号中所述动物发声的第二频率；和

●响应于所述动物发声的第二频率下降到低于所述基准频率的一部分：

○回放所述第二音频剪辑；

○经由所述分配器分配第二单元的所述主要强化物；和

○将所述动物发声的第二频率存储为第二基准频率。

12.根据权利要求11所述的方法，还包括

●提示所述用户限定所述训练设备的主要参与位置；

●提示所述用户限定与所述训练设备的所述主要参与位置相关联的第一训练方案；

●提示所述用户在所述第一训练会话期间将所述训练设备放置在所述主要参与位置附近；

●提示所述用户限定与所述动物发声的第一频率相关联的第二训练区域；和

●提示所述用户在所述第二训练会话期间将所述训练设备放置在所述第二训练区域附近。

13.根据权利要求1所述的方法，还包括：

●访问讲出所述语音命令的未知第二语音的第三音频剪辑；

●当在所述工作场地中检测到所述动物时，经由集成到所述训练设备中的所述音频驱动器回放所述第三音频剪辑；

●在所述视频馈送中，检测所述动物的第二姿势；

●计算所述动物的所述第二姿势与所述目标姿势之间的偏差；和

●响应于所述偏差落在所述阈值内，对所述动物拒绝给予第二单元的所述主要强化物。

14.根据权利要求1所述的方法：

●还包括，在所述第一训练会话的计划的开始时间：

○激活视觉提示；

○在所述视频馈送中，在第一时间检测所述动物不在所述工作场地中；

○响应于检测到所述动物不在所述工作场地中，回放所述第一音频剪辑；

○在所述视频馈送中，在继所述第一时间之后的第二时间检测到所述动物在所述工作场地中；

○响应于检测到所述动物在所述工作场地中：

■回放所述第二音频剪辑；和

■分配初始单元的所述主要强化物；

●其中，分配所述第一单元的所述主要强化物包括在继所述第二时间之后的第三时间分配所述第一单元的所述主要强化物。

15.一种用于用训练设备自主训练动物的方法，包括：

●在第一训练会话内的第一强化周期期间：

○输出对应于目标动作的可听提示；

○在视频馈送中，检测所述动物完成所述目标动作；

○响应于检测到所述动物完成所述目标动作：

■分配第一单元的主要强化物；和

■启动计时器持续在分配连续单元的所述主要强化物之间的固定间隔；和

●在所述第一训练会话内继所述第一强化周期之后的第二强化周期期间：

○输出所述可听提示；

○在所述视频馈送中，跟踪所述动物；

○响应于在所述计时器到期之前检测到所述动物完成所述目标动作：

■输出包括辅助强化物的第二音频剪辑；

■分配第二单元的所述主要强化物；和

■重新启动所述计时器持续在分配连续单元的所述主要强化物之间的固定间隔；和

○响应于在检测到所述动物完成所述目标动作之前所述计时器到期：

■分配第二单元的所述主要强化物；

■输出所述可听提示；和

■重新启动所述计时器持续在分配连续单元的所述主要强化物之间的所述固定间隔。

16.根据权利要求15所述的方法，还包括：

●将所述固定间隔增加到在分配连续单元的所述主要强化物之间的最大间隔；

●启动所述计时器持续在分配连续单元的所述主要强化物之间的所述最大间隔，和

●在所述第一训练会话内继所述第二强化周期之后的第三强化周期期间：

○输出所述可听提示；

○在所述视频馈送中，跟踪所述动物；

○响应于在所述计时器到期之前检测到所述动物完成所述目标动作：

■输出包括所述辅助强化物的所述第二音频剪辑；

■分配第三单元的所述主要强化物；和

■重新启动所述计时器持续在分配连续单元的所述主要强化物之间的所述最大间隔；和

○响应于在检测到所述动物完成所述目标动作之前所述计时器到期：

■分配第三单元的所述主要强化物；

■输出所述可听提示；和

■重新启动所述计时器持续在分配连续单元的所述主要强化物之间的所述最大间隔。

17.一种用于用训练设备自主训练动物的方法，包括：

●在第一训练会话期间访问由光学传感器记录的视频馈送，所述光学传感器集成到所述训练设备中并限定与工作场地相交的视场；

●在所述视频馈送中，检测所述动物在所述工作场地内；

●响应于检测到所述动物在所述工作场地中，激活视觉提示持续所述第一训练会话的持续时间；

●在所述视频馈送中，检测所述动物的第一当前姿势；

●计算所述动物的所述第一当前姿势与目标姿势之间的第一偏差；

●响应于所述第一偏差落在阈值内，经由集成到所述训练设备中的分配器分配第一单元的主要强化物。

18.根据权利要求17所述的方法，还包括：

●在所述视频馈送中，检测与转变为所述目标姿势相关联的所述动物的初始姿态；

●响应于检测到与转变为所述目标姿势相关联的所述动物的初始姿态，在所述动物转变为所述目标姿势时播放与所述目标姿势相关联的可听提示；和

●分配第二单元的所述主要强化物。

19.根据权利要求18所述的方法，还包括：

●在所述视频馈送中，检测所述动物的第二当前姿势；

●计算所述动物的所述第二当前姿势与所述目标姿势之间的第二偏差；

●响应于所述第二偏差落在所述阈值之外，播放所述可听提示；

●启动计时器持续固定间隔；

●在所述视频馈送中，检测所述动物的第三当前姿势；

●计算所述动物的所述第三当前姿势与所述目标姿势之间的第三偏差；和

●响应于在所述固定间隔到期之前所述第三偏差落在所述阈值内，立即分配第三单元的所述主要强化物。

20.根据权利要求19所述的方法，还包括：

●提示用户记录所述用户讲出与目标姿势相关联的语音命令的第一音频剪辑，所述用户与所述动物相关联；和

●继所述第三单元的所述主要强化物的分配之后：

○将所述固定间隔减小到目标间隔；

○当在所述工作场地中检测到所述动物时，经由集成到所述训练设备中的音频驱动器回放所述第一音频剪辑；

○在所述视频馈送中，检测所述动物的第四当前姿势；

○计算所述动物的所述第四当前姿势与所述目标姿势之间的第四偏差；和

○响应于所述偏差落在阈值内：

■播放包括所述辅助强化物的第二音频剪辑；和

■分配第四单元的主要强化物。

Images