CN1652063A

CN1652063A - 前摄的用户接口

Info

Publication number: CN1652063A
Application number: CNA2003101248491A
Authority: CN
Inventors: 李钟九; 埃亚尔·托莱达诺; 纳坦·林德; 亚里夫·艾森伯格; 拉·本－亚尔
Original assignee: Samsung Electronics Co Ltd
Current assignee: Samsung Electronics Co Ltd
Priority date: 2003-09-05
Filing date: 2003-12-31
Publication date: 2005-08-10
Anticipated expiration: 2023-12-31
Also published as: UA84439C2; KR100642432B1; KR100680190B1; KR20060101448A; AU2003288790B2; KR20050025222A; AU2003288790A1; EP1528464B1; RU2006110932A; KR20060101449A; IL174117A0; KR100721518B1; EP1522918A2; KR100724930B1; KR20060110247A; JP2005100390A; KR20060101447A; JP2005085256A; EP1528464A2; CA2540397A1

Abstract

一种前摄的用户接口，该用户接口可选的安装在任何类型的计算设备上(或者对计算设备进行控制和/或与其相关连)。前摄的用户接口可根据先前的特殊用户的经验和/或各种预编程的模型来主动地建议用户，计算设备可根据用户的行为从该预编程的模型中进行选择。通过下列方式可选择性地生成这些建议：改变所出现的至少一部分显示，例如改变其菜单或一部分；提供不同的菜单以对其进行显示；和/或改变触摸屏的功能。这些建议可选地被做成可听见的。

Description

前摄的用户接口

技术领域

本发明具有一种前摄的用户接口(proactive user interface)，以及尤其是移动信息设备所使用的系统及其方法。

背景技术

近年来移动便携式无线电设备的使用已显著地扩大。目前存在有许多其具有各种功能、内部资源、以及性能的设备，该设备包括有，但并不局限于移动电话、个人数字助理、医疗和实验室测试设备、智能卡、以及机顶盒。所有这些设备均是移动式信息设备。它们趋向于专用的、有限的功能设备、而不是早已为大家所熟知的通用计算机设备。这些设备中有许多与国际互连网相连，并且用于各种应用。

这种移动式信息设备的一个例子就是蜂窝式电话。蜂窝式电话已迅速普及；蜂窝式电话的使用甚至已超过了传统PSTN(公共交换电话网)电话或“陆上通信线路”电话的使用。蜂窝式电话本身已更加完善，并且事实上其是实际上具有嵌入式操作系统的计算设备。

由于蜂窝式电话成进一步被完善，因此它们所提供的功能范围也可能更广泛。然而，当前这些功能是典型地与已存在于常规(陆上通信线路)电话中的功能扩展和/或将PDA的特定功能与蜂窝式电话的功能组合在一起有关。蜂窝式电话所装备有的用户接口与键盘一样，其不完善的典型特征就是用于从头至尾翻滚少许的简单菜单。虽然花费了很多钱的顾客明确要求定制个性化响铃声及其他蜂窝式电话配件，但是该定制仍然局限于蜂窝式电话的个别功能。此外，蜂窝式电话目前不能使诸如设备用户接口自动的个性化、不具有为更好的使用移动式信息设备而所需的定制功能、和/或不能能够因应用户行为。

然而，个人计算机(桌式或膝上计算机)及其他计算设备的用户接口也同样不够完善。通常只是以很简单的方式来定制这些计算设备。同时，必须由其不懂计算机功能的用户和/或不能轻松执行这种定制任务的用户来执行这种定制。目前，与用户接口的自适应系统一样，计算设备不能学习用户行为的模式并且因此不能调整他们自己的行为。如果用户不能人工地调整计算机，那么用户必须调整他的/她的行为以调节计算机，反之则不亦然。

已经开发了能够学习的软件，虽然只是用于专门的实验室功能。例如已经开发出“人工智能”(AI)软件。已经对术语“AT”做出了多种定义，其中一种是：“AI是对其可使感知、推理等等成为可能的计算进行研究“(摘引于Stuart Russell所著的人工智能：现代方法(再版)，Peter Norvig(Prentice Hall，Pearson Education Inc，2003))。AI软件组合有若干个不同的诸如感知这样的原理，该软件提供了与世界(world)的接口，其中AI软件需要推理和动作(act)。例子包括但不局限于自然语言处理——通信、理解文档内容和自然语言的上下文；计算机视觉——从象源中感知对象；以及传感器系统——感知对象和所感知对象的特征以对感知的数据进行分析等等。

另一个重要的原理就是知识基础。知识表达负责表示提取并存储该知识。这些原则同时提供了用于归纳知识、特征提取、列举、对象状态结构以及定义的技术。通常通过利用诸如图表、矢量、表格等等这样的已知数据结构来执行实施本身。

另一个重要的原理就是推理。自动推理结合了其可使用知识表达和感知的算法以获得新的结论、推断问题答案并实现代理目标。下列概念框架是AT推理的例子：规则库——依照知识库和用于推理的感知状态来评估系统规则；搜索系统——根据感知状态、可用的知识以及目标(例如包括决策树、状态图、极大极小决定等等)，通过利用众所周知的数据结构来搜索一智能结论；分类器——分类器推理系统的目标是对感知状态进行分类，该感知状态被表示为其不具有分类标记的一实验。根据之前所分类的知识库，分类器推断新实验的分类(例如包括启发式的矢量距离、支持向量机、分类器神经网络等等)。

另一个重要的原理是用于学习。学习的目的是通过对经验进行归纳来改善AI推理系统的潜在性能。学习算法的输入是实验并且输出是根据结果对知识库的修改(例如包括巩固学习、分批学习、支持向量机等等)

AI软件的一些例子包括但不局限于：(下述的所有例子均可在″人工智能：现代方法″中找到，S.Russell and P.Norvig(eds)，Prentice Hall，Pearson Education Inc.，NJ，USA，2003)：

自主的规划与调度：NASA远端代理程序成为第一个机载的自主规划程序以控制由地面所指定的高级目标的规划所产生的宇宙飞船远端代理的操作调度，并且因为该规划被执行——检测、诊断以及恢复它们所发生的问题，它监控宇宙飞船的操作。

博弈：IBM公司的Deep Blue成为第一个击败人间冠军的计算机程序。

自主控制：ALVINN计算机视觉系统被训练成驾驶一汽车以使其遵循一车道。ALVINN根据上述训练得分数的经验来计算最好的驾驶方向。

诊断：基于概率分析的医疗诊断程序已能以各个医疗领域内的专家医师的水平进行执行。

后勤规划：在1991年的波斯湾危机期间，美国部署了一个被成为DRAT的动态分析和再规划工具(Dynamic Analysis and ReplanningTool)以执行自动的后勤规划并调度运输。

机器人：许多外科医生最近使用机器人来辅助显微外科。HipNav是这样一个系统，即该系统使用计算机视觉技术以创建患者的国内解剖学的三维模型并且使用机器人控制以引导人工宽关节的插入。

语言理解并问题解决：PROVERB是一计算机程序，该程序可利用对可能的填入字的约束，可比人类更好的解决纵横组字谜、一大型数据库(如果是过去的字谜)、各种信息源。

对于软件的遗传算法和演变算法也做了些工作。该软件的一个例子在Karl Sims所著的″演变虚拟动物″(计算机图形学、SIGGRAPH′94Proceedings，1994年7月，第15-22页)中有所描述。该参考文献描述了其可通过一三维虚拟世界而移动的软件″动物″，该软件是实际物质世界的仿真版本。通过利用遗传算法来学习动物，从而无需直接的外部输入就可改变它们的行为。因此这些遗传算法描绘了可能行为的超空间，其具有虚拟世界中的不同的″适应性″或奖励(rewards)。通过利用直接的图表来实现该算法本身，该图表描述了动物的基因型(组分)以及他们的行为。

在仿真开始时，对具有不同基因型的许多不同动物进行仿真。为响应虚拟世界的不同刺激而可使动物改变它们的行为。在各个″世代″，仅幸存了某些动物，或者根据相对的或绝对的截止得分，该分数是根据动物行为的适应性而确定的。允许出现突变，该突变可提高变异动物的适应性(由此生存性)，或反之亦然。还通过有向图来执行该突变，例如通过随机地改变与一节点相关联的一值，和/或添加或删除节点。同样地，动物间的″交配″可导致改变有向图。

参考文献中所描述的结果表明实际上虚拟动物可以改变并且演变。然而，动物只能在其虚拟世界内活动，并且不具有基准点或不能与实际的物质世界打交道，和/或不能与计算机操作员打交道。

发明内容

该背景技术没有教导或提出这样一种系统或方法，该智能软件可至少使移动信息设备可学习并可演变以与人类用户有明确的相互作用。背景技术也没有教导或提出一种用于计算设备的前摄用户接口，其中前摄的用户接口学习用户的行为并能主动地提出允许用户选择。背景技术也没有教导或提出一种用于移动信息设备的自适应系统，其中根据用户的行为可主动地改变用户接口。该背景技术也没有教导或提出一种用于移动信息设备的智能代理(intelligent agent)，该智能代理能够通过一动漫形象而与人类用户相互作用。

本发明通过提供一前摄的用户接口而克服了背景技术的不足之处，该用户接口可选的安装在任何类型的计算设备上(要不对计算设备进行控制和/或与其相关连)。前摄的用户接口可根据先前的特殊用户的经验和/或各种预编程的模型来主动地建议用户和/或要不参与非确定的或未预料到的行为。计算设备根据用户的行为从该预编程的模型中进行选择。通过下列方式可选择性地生成这些建议：改变所出现的至少一部分显示，例如改变其菜单或一部分；提供不同的菜单以对其进行显示；和/或改变触摸屏的功能。还可选的听得见这些建议。其他类型的建议或传送机构也是可能的。

通过“建议”，值得注意的是该系统实际上可选的执行自动的动作，给定某种用户偏爱性并且该系统取决于系统状态是否允许专门执行该动作。

通常，强调该前摄用户接口最好至少是智能的和交互的，这是很重要的，并且该用户接口最好是至少有些“自由”的与用户进行通信(例如非手写体或部分手写体)。从用户期望最好是可实现与“智能”代理/设备进行交互这个意义上来说智能的出现是很重要的。由诸如能够通信、接口可选的出现、利用拟人的属性等等这样的因素而可选的形成了该期望，这些因素最好是用于根据从用户所接收到的通信来增加在用户与前摄接口之间进行交互过程中的智能意义，该前摄用户接口最好是可检测到用户想怎样与移动信息设备进行交互。可选择的，通信可能是仅在一个方向上；例如，该接口可选择性地将消息或信息呈现给用户，而不是接收来自用户的消息，或者可相反的实现。最好是，为了与用户更好的进行交互，因此通信是双向的。

为了与用户通信，该前摄接口可选的且最好能够显示或表明与用户交互的模拟情绪，以作为与用户通信的一部分。如下更加详细的描述，该情绪最好是由一智能代理所表示的仿真，进一步最好是由一动漫形象或动物来表示。最好是一情绪系统来创建该情绪，根据一个用户偏爱性可选的至少部分控制该情绪。该情绪系统最好是用于根据用户的感知而使智能代理的反应和通信是可信的；例如，如果该智能代理呈现出“类似狗”的动物，则该情绪系统最好是使与“类似狗”的行为有关的情绪与用户的期望相一致。

类似地，对于用户来说该智能代理最好是看起来至少是智能的。可选择性的通过一个完全地确定性机制而提供了该智能性；然而，最好是至少看起来智能的基础包括至少一个或多个随机成分或半随机成分。同时，该成分最好是呈现，以便与用户所期望的有关于与智能代理的表现有关的智能性相一致。

为了使智能代理多少都可改变行为以满足用户的要求或其他的通信，则最好是呈现出一定的自适应性。即使前摄用户接口可选的不包括与用户进行通信的一智能代理，但是自适应最好是可使接口是前摄的。对用户与移动信息设备的交互作用的观测最好可使该自适应性被执行，虽然可选的且最好是由一知识库和/或一规则库来引导该前摄用户接口对该观测的反应。

具体的说，对于其包括有多个菜单的一特定的移动信息设备而言，该自适应性的一个较好的例子但并不局限于该例子，即该自适应性最好是包括能够改变菜单的至少一个方面。例如，选择性地提供了一个或多个捷径，当分路至少一个(最好是所有的)上级菜单或子菜单时，该捷径可使用户直接到达一菜单选择。该上级菜单或子菜单的菜单级别比最后的选择的级别要高。可选的(换句话说或是另外的)根据前摄用户接口的自适应性来重新安排一个或多个菜单，例如根据使用频率。该重排可选的包括将诸如一菜单选择和/或一子菜单这样的菜单一部分移动到一新的位置，即移动到其菜单级别比当前位置的级别要高的一新位置。通过对比位于更低级别上的菜单选择还要少的菜单选择进行选择，可更快的到达其菜单级别较高的的子菜单。

可选的且最好是通过使用前摄用户接口进行学习的奖励来协助自适应性和/或情绪。最好是用户所赞同的建议或动作将一奖励或一积极激励提供给前摄接口以继续该建议或动作；用户所不赞同的建议或动作最好是可抑制前摄用户接口继续这种行为。为前摄用户接口所提供的积极的或消极激励/抑制最好是可使接口的行为更有细微差别，而不是更多的“黑”或者“白”处理，其中行为或者被批准或者被禁止。当用户至少有几分共同地赞同/不赞同这种行为，则这种细微差别最好是还可反对或对立将要处理的行为。

前摄用户接口的另一个可选的但是最好的功能包括可教导用户。可选择的执行这种教导以便告知用户有关移动用户设备的能力。例如，如果用户没有正确的操作该设备，例如输入了不正确的选择，那么该教导功能最好是可帮助用户学习如何正确使用该设备。然而，更好是该教导功能可为用户提供与至少一个非设备相关主题有关的指令。根据该教导功能的一个优选方案，所提供的指令可选的且最好是有关于多个主题(至少是通过改变非设备相关主题)，更好的是通过一灵活的应用框架。

根据本发明的一个可选的但是优选的实施例，最好是通过前摄用户接口与用户的交互作用来构造一用户模型。该模型可选的且最好是集成了根据用户的行为和/或预编程所决定的AI知识库。另外，该模型还选择性的可使前摄用户接口估计用户对由用户接口所推选的特殊建议所做出的反应，从而适应于用户的隐含的偏爱。

该计算设备的非限制性例子包括ATM(例如，用户行为的某些模型可以发出一警报，因此其还具有安全指示)、任何类型的常规电脑(诸如桌上型电脑、膝上型电脑、轻系列客户机、可佩带的电脑等等)、诸如蜂窝式电话、传呼机设备、其它无线电通信设备这样的移动信息设备、其具有一操作系统的常规电话、PDA和无线PDA、以及其具有一操作系统的消费者设备。在下文中，该术语″计算设备″包括其具有一操作系统并能够执行计算的任何电子设备。该操作系统可选的是一嵌入式系统和/或另一种软件和/或硬件运行时间环境。在下文中，该术语″移动信息设备″包括但并不局限于任何类型的无线电通信设备，该无线电通信设备包括但并不局限于蜂窝式电话、无线传呼机、无线PDA等等。

本发明较好的实现了可提高用户经验并与计算设备交互作用，并且将目前该设备的一般的、不灵活的用户接口改变成为灵活的、真正用户友善的接口。更好的是，本发明例如根据这样一个可选的但是优选的实施例提高了用户与计算设备的情绪经验，该实施例即就是以其可与用户相交互的动漫形象的形式来构造用户接口。本发明因此可为尤其是诸如蜂窝式电话这样的移动信息设备提供了“活设备(livingdevice)”经验。根据该实施例，用户甚至可以形成对″活设备″的情感依恋。

根据本发明的另一个实施例，提供一种移动信息设备，该设备包括一个像上述用户接口一样的自适应系统，它还依赖于用户的先前经验和/或预编程的模型。然而，该自适应系统可选的且最好是局限于移动信息设备的功能和环境内部的操作。

或者可选的且最好是利用遗传算法、人工智能(AI)算法、机器学习(ML)算法、习得行为、以及其可发展的软件/计算设备来实现移动信息设备自适应系统和前摄用户接口。或者这两者还可选的且最好是提供了一高级的声音命令、触摸屏命令、以及键盘′捷径′。

根据本发明另一个可选的但是优选的实施例，提供了移动信息设备通过一移动信息设备网络而使用的一个或多个智能代理，该智能代理最好是包括一动漫形象(avatar)(或″动物″；在下文中可以可互换地的使用这些术语)，代理通过该智能代理可与用户通信。因此该动漫形象最好是提供了与用户进行交互的一用户接口。该智能代理最好还包括这样一个代理，该代理通过网络对移动信息设备的至少一个交互作用进行控制。该实施例可选的包括多个其通过移动信息设备网络而相连的这种智能代理，从而可选的形成了这种代理的网络。通过该实施例还可选择性的提供多种应用，该应用包括但不局限于一般的教导和/或学习如何使用该移动信息设备，这种应用尤其是指教学语言、通信应用、共同性应用、游戏、娱乐、购物(获得优惠卷等等)、位于一商店或另一个地方、过滤广告及其他非征求性信息、扮演角色或其他的通过蜂窝式电话网络的游戏、″聊天″和满足功能、智能代理能够购买″礼品″、及其他的装饰个性、等等。理论上，该代理本身就是给定的作为装饰物的“宠物″。

智能代理还可选地帮助为蜂窝式电话操作者提供各种商业/宣传时机。该代理还可选的且最好是帮助安装并操作蜂窝式电话中的软件，这是一个新的商业领域。例如，代理可选的帮助确定合适类型的移动信息设备及正确下载和操作软件所必要的其他细节。

该智能代理还可以选择性地且最好是通过教导用户如何操作移动信息设备本身的各种功能来教育用户，例如教导用户如何发送或接收消息、使用警报等等。如下面更加详细的描述，还可以选择性地将这种教导功能延至教导用户有关移动信息设备本身以外的信息/功能。最好是通过多个代理在一网络中进行通信而增强了这种教导功能，从而可使代理获得在该网络上代理之间所分配的信息。

可选的且最好是，通过签署(subscription)来执行代理的支付，但是作为选择，代理可选择性的通过将其记入用户预付帐目和/或在月末给用户开帐单这样的作用来″付费″。

因此，根据本发明的各种实施例可允许多个不同的交互作用。这些交互作用包括下列任何一个或多个交互作用：该设备的用户与一动漫形象或与该设备的其他特征符号或拟人(personification)之间的交互作用；该设备的用户与该设备之间的交互作用，以通过该动漫形象或其他特征符号或拟人来操作该设备；两个用户之间通过各自设备的交互作用，这两个用户通过该设备的动漫形象或其他特征符号或拟人来通信；以及两个设备之间通过其各自的智能代理的交互作用，而用户之间没有任何通信乃至代理与用户之间也没有任何通信。如下更加详细的描述，根据本发明的实施例可确定交互作用或相互作用。

本发明得益于计算设备和/或诸如蜂窝式电话这样的移动信息设备的相对的限制环境，因为该环境的参数是事先已知的，即使这种设备通过诸如蜂窝式电话网络这样的网络进行通信，该环境的参数仍可以是预先确定的。目前，计算设备仅仅提供了一普通接口，而几乎没有定制，即使该定制是所准许的用户手控的直接介入的定制。

值得注意的是术语″软件″还可选择性地包括固件或硬件所操作的指令。

附图说明

这里参考随后的附图，仅通过举例说明的方式来对本发明进行详细的描述。

图1给出了根据本发明的一示例性学习模块的方框图；

图2给出了根据本发明的其使用了前摄用户接口的一示例性系统的方框图；

图3给出了根据本发明所实现的一示例性前摄用户接口系统；

图4给出了根据本发明所实现的一示例性自适应系统的方框图；

图5A和5B分别给出了根据本发明的一示例性应用管理系统的方框图和序列图；

图6A和6B给出了根据本发明的自适应系统所需的用于通过移动信息设备来执行一个或多个动作的示例性基础结构以及根据本发明的其示例性的序列图；

图7A-7C给出了示例性的事件，以及如何处理移动信息设备与本发明的系统之间的交互作用(通过设备的操作系统)；

图8包括图8A和图8B，给出了智能代理的示例性结构(图8A)并且还包括智能代理的示例性操作序列图(图8B)；

图9A和9B给出了根据本发明的用于选择一动作的两个示例性的方法；

图10给出了根据本发明的示例性动作执行方法的序列图；

图11A至11C给出了用于对根据本发明所实现的一情绪系统进行描述的一示例性的、说明性的特征图；

图12给出了根据本发明的文本通信的一示例性序列图；

图13A和13B分别给出了根据本发明的用于电话呼叫处理的一示例性类别框图和一示例性序列图；

图14A和14B分别描述了根据本发明的SMS消息处理类的说明性的、非限制性的示例以及其示例性的序列图；

图15给出了根据本发明的一示例性菜单处理类的框图；

图16给出了根据本发明的一示例性游戏类的框图；

图17A给出了一示例性教学机类的框图并且图17B给出了根据本发明的一示例性教学机的序列框图；

图18A-18C分别给出了根据本发明的一示例性演变类框图、一示例性突变、以及一示例性杂交序列图；

图19给出了两个移动信息设备上的智能代理之间的一示例性杂交序列；

图20-26给出了根据本发明的一动漫形象或动物的示例性抓图，其中图24包括图24A和图24B；

图27给出了根据本发明的一示例性智能代理系统的方框图；

图28给出了图27的系统的详图；

图29给出了根据本发明所实现的一示例性动作选择系统的方框图；以及

图30A-30B给出了根据本发明的移动信息设备的屏幕上的动漫形象的一些示例性框图。

具体实施方式

本发明具有一前摄的用户接口，该用户接口可选的安装在任何类型的计算设备上(要不对计算设备进行控制和/或与其相关连)。前摄的用户接口可根据先前的特殊用户的经验和/或各种预编程的模型来主动地建议用户，计算设备可根据用户的行为从该预编程的模型中进行选择。通过下列方式可选择性地生成这些建议：改变所出现的至少一部分显示，例如改变其菜单或一部分；提供不同的菜单以对其进行显示；和/或改变触摸屏的功能。还可选的听得见这些建议。

如前面所描述的，该前摄的用户接口最好是用于一计算设备，该计算设备包括一操作系统。该接口可选的且最好是包括一个可使用户与操作系统进行通信的用户接口。该接口也最好是包括一学习模块，该学习模块检测可使用户与用户接口相交互的至少一个模式并且根据所检测到的模式而前摄的改变该用户接口的至少一个功能。因此，该前摄的用户接口可以预料用户的要求，并且从而帮助用户对所期望的计算设备的功能进行选择。

可选的并且最好是，从这样一组中选择至少一个模式，该组包括根据用户与用户接口的至少一个先前交互作用所确定的一模式、一预先决定的模式、或其组合。第一种模式表示学习行为，而第二种模式可选的是预编程的或者是预先确定的，特别是当用户首次对一特定的计算设备进行操作时第二种模式可帮助用户。第三种可选的模式将结合这两个方面，并且可根据用户行为来至少部分的确定该模式，而不是完全地；例如，可选的根据多个规则和/或根据对可能的世界环境状态和/或设备的状态和/或用户接口的限制性定义来引导该模式选择。

最好是该用户接口的特征在于一图形显示器，以便可根据该模式而前摄的改变该图形显示器至少一个功能。例如，该图形显示器的至少一部分可选的且最好是可改变的，进一步最好是根据所检测到的模式来选择要显示的菜单；并且显示该菜单。可选的可通过从多个菜单选项中构造一菜单来选择该菜单，例如为了创建一菜单″不工作(on thefly)″。

用户接口另外的或者另一个特征在于一声音显示，这样改变用户接口的至少一个功能包括改变计算设备所产生的至少一个可听声音。

可选的且最好是根据本发明的方法来实现前摄的用户接口，最好是该方法可使用户与计算设备通过一用户接口而前摄的相交互。最好是该方法根据用户与用户接口的至少一个交互作用来检测用户行为的一模式；以及根据该模式而前摄的改变用户接口的至少一个功能。

根据本发明的另一个实施例，提供了一移动信息设备，该设备包括一个与上述用户接口一样的自适应系统，它还信赖于用户和/或预编程模式的先前经验。然而，可选的且最好是该自适应系统进一步局限于在诸如蜂窝式电话这样的移动信息设备的功能以及环境之内进行操作。该蜂窝式电话目前还包括PDA的某些基本功能。

最好是该自适应系统利用其特征在于一操作系统的移动信息设备来进行操作。可选的该操作系统包括一嵌入式系统。可选的该移动信息设备包括一蜂窝式电话。

最好是该自适应系统可通过分析多个用户与移动信息设备的交互作用来对用户行为进行分析，在此之后进一步最好是该自适应系统对至少一个预定模式的多个用户交互作用进行比较以查看该预定模式是否与改变用户接口的至少一个功能相关。或者另外，可选的该分析包括对多个用户与先前所检测到的用户行为的至少一个模式的交互作用进行比较，其中先前所检测到的用户行为的模式与用于改变用户接口的至少一个功能相关。

可选的该用户接口的功能包括由移动信息设备产生了一可听声音，进一步最好是该声音是从这样一组中选择出来的，该组包括至少一个响铃声、一警报声、以及一呼入声。或者另外，可选的这可与移动信息设备的一可见显示有关。可选的该可见显示包括例如显示一菜单。

该自适应系统可选的然而并非必须由该移动信息设备本身进行操作。或者，如果该移动信息设备与一网络相连，可选的可根据网络发送到移动信息设备的命令来至少部分地操作该自适应系统。为此，最好是将与该自适应系统的一操作相关的数据存储在除移动信息设备以外的一位置上，其中可通过该网络来存取该位置。

根据该本发明的优选实施例，该自适应系统还包括一学习模块，该学习模块根据所接收到的输入信息以及先前所获得知识来执行该分析。可选的可先前从用户的行为中获得这样的知识，和/或该知识是从与特定的移动信息设备的自适应系统进行通信的另一个自适应系统传送而来的。可选的且最好是可根据任何一个或多个AI算法、机器学习算法、或遗传算法而使自适应系统适应于用户行为。

本发明的另一个可选的优选实施例，提供了供移动信息设备通过移动信息设备网络而使用的一个或多个智能代理，最好是其包括一动漫形象，该代理通过该动漫形象可与人类用户进行通信。因此最好是该动漫形象提供了与用户交互作用的一用户接口。最好是该智能代理还包括一代理，该代理通过该网络来控制移动信息设备的至少一个交互作用。可选的该实施例可包括多个其通过移动信息设备网络而相连的多个动漫形象。

根据该本发明的优选实施例，动漫形象和代理这两者均是由移动信息设备来操作的。或者另外，该移动信息设备与其具有第二代理的至少一个其他移动信息设备进行通信，以便最好是第一个以及第二个代理可彼此进行通信。可选的可直接执行这种通信，例如两个移动信息设备之间直接进行红外线通信，或者另外通过移动信息设备网络进行通信。例如，如果该网络是一蜂窝式电话网络，可选的可利用标准通信协议、IP/HTTP、SMS等等进行通信。

此外，可选的且进一步最好是，最好是各个移动信息设备的用户可通过其各自的动漫形象来进行通信。可选的这种通信可与诸如一扮演角色游戏这样的游戏有关。

与先前所描述的自适应系统类似，可选的可根据移动信息设备网络发送至移动信息设备的命令来至少部分地操作动漫形象和代理中的一个或这两者。同时，可选的将与该自适应系统的一操作相关的数据存储在除移动信息设备以外的一位置，其中可通过该网络来存取该位置。

根据本发明的优选实施例，最好是动漫形象所呈现出的至少一个特征是可变的，例如可选的根据一用户命令而改变。可选的且更好的是，动漫形象所呈现出的至少一个特征根据预定动漫形象的皮肤而改变。可选的该皮肤是由用户预先确定的。这意味着多个特征作为一组可一同改变，其中该组形成了皮肤。如果将该实施例与先前的实施例相结合，其中先前的实施例具有其至少一部分与动漫形象有关的且存储在网络可存取位置的数据，那么此后可选的用户可将同样的动漫形象移动到不同电话上，和/或定制因不同原因而出现的动漫形象，例如用于诸如主叫方或其他庆典这样的专门场合。当然，这些仅是示例性的，但并不意味着对各个方面进行限制。

根据本发明其他可选的但是优选的实施例，根据诸如遗传算法这样的一自动演变算法来改变动漫形象所呈现出的至少一个特征。该演变算法是一个示例性的但非限制性的方法，该方法为用户提供了人格化的动漫形象。可选的还可通过用户直接选择一个和多个特征或皮肤(一组特征)来执行人格化。这种人格化是至少部分是合乎需要的，因为它利用动漫形象并且由此利用移动信息设备提高了用户的情绪经验。

根据本发明的又一个其他可选的但是优选的实施例，该移动信息设备网络包括一定位器，该定位器用于确定移动信息设备的物理位置，以便最好是该用户可通过该代理的一动作来请求这些物理位置。最好是该定位器还可确定与移动信息设备的物理位置有关的第二个物理位置，以便该用户可通过该代理的一动作来请求第二物理位置有关的信息。

可选的且最好是该用户可根据一类别来选择并请求第二物理位置，可从这样一组中选择该第二物理位置，该组包括一商业位置、一医疗位置、以及诸如消防站或警察局这样的一公共安全位置。

例如如果该用户希望发现一商业位置，该用户将输入对这种位置的请求，可选的该商业位置名叫一仓储式超市、大型购物中心等等，或者根据诸如一种仓储式超市这样的一种商业位置，或乃至诸如″大型购物中心″这样的一般类型。可选的，相配的商业位置可根据所述代理的所述动作而将一信息发送到移动信息设备，例如可选的且最好是其包括至少一个广告或优惠卷，或其组合。对于这种信息，或甚至任何类型的消息而言，最好是该代理根据至少一个标准来过滤该信息，一旦接收到一消息则为响应用户的先前作用，更好的是用户通过该动漫形象输入该标准，和/或该标准是动漫形象所学习的。可选的该动漫形象因此可至少将与信息有关的信息呈现给用户，若非该信息本身(整个信息或部分信息)。

最好是用户还可通过动漫形象来请求与第二物理位置有关的信息。

当然，该商业位置不必是一物理位置，可选的它还可是诸如m-商业这样的一虚拟商业位置，其中该用户通过动漫形象来与虚拟商业位置进行通信。最好是，该用户可通过动漫形象来在虚拟商业位置进行购买。可选的用户还可以利用该代理来查找虚拟商业位置，虽然最好是可使动漫形象用作接口来进行查找。如上所述，可选的该动漫形象甚至可以接收从虚拟商业位置所购买的一配件。

同时，如果移动信息设备能够接收软件，那么最好是该代理将最少一部分软件安装在移动信息设备上。可选的该用户与动漫形象相交互以执行该软件的至少一部分配置。

按照专门的实施过程，最好是本发明可对位于一设备上的受限系统进行操作(按照存储器，数据处理容量，屏幕显示大小以及分辨率等等)，该设备完全专用于用户。例如，最好是该设备是诸如蜂窝式电话这样的移动信息设备，该移动信息设备适宜可携带且容易使用，因此其具有上述限制中的一个或多个，或者全部。最好是本发明的实施方面适合这种特征的综合。因此，为了克服设备本身的限制，同时仍然保持使用户称心的人格化及“个人感觉”，因此下面提出了各种解决方案。应该注意的是这些解决方案只是示例性的，并不对各方面做出限制。

实例1：前摄接口—通用的

本发明的前摄用户接口最好是可控制和/或与任何类型的计算设备有关，以便可根据先前的特殊用户的经验和/或各种预编程的模型来主动地建议用户，计算设备可根据用户的行为从该预编程的模型中进行选择。通过下列方式可选择性地生成这些建议：改变所出现的至少一部分显示，例如改变其菜单或一部分；提供不同的菜单以对其进行显示；和/或改变触摸屏的功能。可选的还听得见这些建议。

如先前所描述的，最好是该前摄用户接口是用于计算设备，该计算设备包括一操作系统。可选的且最好是该接口包括一用户接口以使用户与操作系统之间进行通信。最好是该接口可检测用户与用户接口交互作用的至少一个模式，例如通过学习模块的操作，并且因此该接口可根据所检测到的模式而前摄的改变用户接口的至少一个功能，该前摄用户接口可预见用户的请求，从而帮助用户选择所希望的计算设备的功能。

这类前摄行为，尤其是与学习该行为以及用户的要求有关的前摄行为，需要一些就前摄接口而言的学习能力。可选的可通过为本领域所熟知的关于学习(由软件学习)且使软件对象与环境相交互的算法和方法论来提供这种学习能力。软件被认为是何时它可随着时间改善其动作的学习。人工智能需要表明智能的动作选择(推理)，以便最好是该软件能够探测其环境(它的″世界″)并且能够发现可能的动作。最好是该软件还具有可表示世界状态以及其自己的内部状态的能力。最好是该软件因而可选择一智能动作(利用上述的知识)且可执行该动作。

可选的且最好是用奖励的方法加固诸如学习接口模块这样的学习，其中该学习模块因为根据环境的状态而产生特定的动作而受到奖赏。这类学习实际上包括训练该学习模块使其以某一方式工作。如果允许不止一个行为，因而该学习过程是非确定的且可创建与前摄用户接口有关的不同行为，例如，可选的且最好是该奖励包括使学习模块检测所提供的选择何时会导致了一用户选择，而不是检测所提供的选择何时会使用户查找不同类的一个或多个选择，例如选择除前摄用户接口所提供的唯一菜单之外的不同菜单。显而易见的是，前摄用户接口将设法该提供的百分比达到最大，这导致了用户从该提供中直接进行窜咱，由此可见该接口可正确地理解用户行为。

为了帮助该过程，最好是加强学习模块的学习，例如根据下列可选的但是优选的学习关键特点：

自适应学习过程—该学习过程是反复的，以便使学习模块反复学习要执行的适当动作。最好是环境方面的变化导致行为方面的变化。该学习模块可被训练以执行某些动作。

低存储器消耗—诸如神经网络或者MAS这样的推理系统算法具有较小的存储器复杂性，因为环境和内部状态被简化为一小组数字值。在学习过程中该算法不需要更多的存储器。

快速的交互作用—可选的，在各个反复时根据先前的反复计算来选择一动作，因而执行很少计算以选择下一个动作。该用户经历了一快速反应程序。在该动作发生之后执行下一个反复的学习过程。

设备空闲时间的使用—因为可选的该学习模块无需用户交互作用即可从环境本身中学习，最好是可利用空闲的计算设备时间来进行学习。

图1是根据本发明的用于反应(reactive)学习的一示例性学习模块的方框图。如图所示的，最好是学习模块100包括一知识库102，该知识库最好是用作学习模块100的存储器，由于与环境相交互而使知识库102具有学习模块100所集聚的信息。可选的知识库102可保存在非易失性存储器(未给出)。最好是知识库102具有其可帮助学习模块100选择适当动作的信息。可选的这些信息可包括诸如用于内部神经网络的权衡值这样的值，或者具有动作奖励值的一表格，或者任何其他信息的类型。

为了使学习模块100可接收与环境有关的信息，最好是学习模块100的特征在于多个传感器104。最好是传感器104可使学习模块100感知其环境状态，传感器104与环境相连并输出所检测到的值。该值可来自程序本身(例如，在屏幕上的位置、能级等等)，或者来自实际的设备值(例如，电池值和操作状态，诸如用于蜂窝式电话的弹动器(flipper)状态，可通过打开“弹动器”来激活该蜂窝式电话中的设备或应答呼入的电话)。

传感器104显而易见的可提供有价值的信息；然而，在学习模块100理解该信息之前，需要对这些信息进行处理。因此，最好是学习模块100还包括一感知单元106，该感知单元将传感器104的当前输出处理成世界的统一表现，其被称为一″状态″。最好是该状态因而是推理系统108的输入，该推理系统被描述为学习模块100的″大脑″。这些设计支持世界状态(world state)及传感器机构的扩展，而且为若干个主平台支持该系统的便于移植(easy porting)(不同的计算设备和环境)，以便可根据该设备来改变世界状态。

最好是推理系统108利用知识库102来处理知识库102，从而产生了有关于哪个动作将要执行的一决定。推理系统108接收世界的当前状态，输出将要执行的动作，且接收对所选择的动作的反馈。根据该反馈，最好是推理系统108更新知识库102。这是一迭代过程，在该迭代过程中学习模块100学习与该状态相关的动作。

根据本发明的可选实施例，该计算设备的特征在于一个或多个生物传感器，以用于检测与用户有关的诸如兴奋状态、物理状态、运动等等这样的各种生物信息。可将这些信息提供给传感器104以帮助感知单元106确定用户的状态，由此确定该设备的固有状态。这种生物传感器可包括但是不局限于用于体温、心率、氧饱和度的传感器，或者任何其他类型的用于测量用户的生物参数的传感器。

图2给出了根据本发明一示例性实施例的用于提供该前摄用户接口的系统200，该系统的特征也在于学习模块100。学习模块100与计算设备(未显示)的操作系统202进行通信，该计算设备与学习模块100相关和/或控制学习模块100和/或由学习模块100进行操作。最好是操作系统202控制用户接口204的操作以及至少一个其他软件应用206(虽然当然可选的存在许多这种软件应用)。

最好是用户通过用户接口204进行通信，例如通过从一菜单进行选择。操作系统202可使这些通信被接收并被被转换为数据。最好是学习模块100因而接收这种数据，并且可选的将一命令发送回操作系统202，例如用于改变用户接口204的某些方面的命令(例如通过提供不同菜单)，和/或对软件应用206进行操作。用户因而通过用户接口204而做出响应；由此反应，最好是学习模块100学习该动作(即由学习模块100所发送的命令)是否是适当的。

图3给出了根据本发明的一示例性前摄用户接口系统300。如所示的，最好是系统300的特征在于一三级结构，其具有由AI(人工智能)体系所支持的一应用层，该AI体系依次与主平台计算设备进行通信(如″主平台″所示)。

可选的并且最好是该应用层的特征在于多个不同应用，这样不同的应用例如是但并不局限于诸如MutateApp 302、PreviousApp 304、以及TeachingApp 306。

最好是调用MutateApp 302，以便控制和/或启动系统300中的突变。如上所述，可选的该学习模块可通过直接的或者半直接的演变来改变其行为，例如通过遗传算法。最好是MutateApp 302通过演变来控制和/或启动这种突变。在下面更加详细的描述了演变的实施例。

最好是PreviousApp 304可调用系统300的先前状态，或者其一部分(诸如学习模块的状态)以代替当前状态。更准确地说，如果利用一演变算法实现本发明，则PreviousApp 304可使用户返回至先前的演变步骤。一般地说，因为最好是保持这种状态的历史，最好是系统300是有状态的，并且由此可选的可返回至先前的状态。

在下面将对TeachingApp 306进行更加详细的描述，但是可选的可由之后的实施例3实现，以便教导该用户有关于如何操作该计算设备，和/或有关于除计算设备之外的不同主题。TeachingApp 306提供了与如下所述的AI基础结构进行通信的一教导应用，提供了一个性化学习经历。最好是TeachingApp 306可调整这种教导、教学法、传授新信息的比率、加强作用以及实践作用等等以符合特定用户的个人需要。此外，TeachingApp 306还可可选的调整多个不同用户的性能，例如成群地或者课堂学习情景。

TeachingApp 306不受限于通用应用这样一个唯一的例子，该通用应用可能是在AI体系层上实现的。

AI体系层本身包含一个或多个可使用户接口以前摄方式工作的部件。可选的且最好是，该体系包括一DeviceWorldMapper 308，用于确定计算设备的状态及虚拟世界的状态，以及两个状态间的关系。最好是DeviceWorldMapper 308接收输入，例如来自EventHandler 310的多种事件的输入，以便确定虚拟世界的状态以及设备的状态。

DeviceWorldMapper 308还最好是与对所输入的数据进行分析的AI/ML模块312进行通信。最好是AI/ML module 312确定系统行为以响应各种激励，并且还可使系统300例如根据用户对不同类型的用户接口动作的响应进行学习。可选的且最好是还可根据演变模块314来改善该系统行为300。

特别是该实施例的演变最好是利用移动信息设备上的智能代理(参见下文的一例子)，但是可选的还可被用于计算设备的任何前摄用户接口。最好是，当前摄用户接口以一动漫形象为特征或者与动漫形象并用时使用这些实施例。

最好是由一组遗传算法来模拟演变。这些基本算法按照基因、染色体、以及表现型描述了前摄接口的性质(特别是动漫形象的出现)。该基因是一不连续的性质，该性质具有诸如某一类型的腿这样的表达级别。该表达级别可以是这些腿的数目。

表现型是一基因的外部表达；例如腿基因按照腿长或者大小可具有不同的表现型。

可选的基因然而由一突变过程执行。该处理(最好是根据某一)可改变基因的一个或多个参数，从而产生不同的新表现型。

染色体是一组一同作用的基因。该染色体可与同样类型的不同动物的染色体相杂交(杂交繁育)，因而创建了新的染色体，即其遗传的父母染色体的组合。

该方法可帮助创建一通用基础结构以模拟可视化演变(例如模拟动漫形象的出现)和/或前摄行为的演变。可选的这些算法还可用于确定诸如灵巧、雄蕊等等这样的非可视的动态特征、可选的该效果例如可带来一更快的动物，或者一更有效动物。可选的该算法可用于任何这种特征，根据先前所提到的基因/基因型/表现型结构来描述这些特征，以便例如可选的行为基因可确定本发明所使用的AI算法的行为。

最好是该算法的输出提供了各种可能的后代动漫形象和/或前摄用户接口。

该遗传算法使用自然选择处理以决定哪个遗传的孩子将继续作为下一代。选定区域处理取决于用户或者可以是预先确定的。这样动物可显示出使感兴趣的演变行为。该类算法体系可用于演变其对动物的其他非可视性性质进行编码的基因，诸如目标或者特征。

演变模块314支持并且最好是管理这种演变，例如通过MutateApp302的操作。

这些不同AI型应用与EventHandler 310之间，最好是一个或多个不同低水平管理者可支持不同事件的接收及处理，以及系统300的不同动作的性能。可选的这些管理者包括但是不局限于一ActionManager 316、a UIManager 318、一StorageManager 320、以及一ApplicationManager 322。

下面将对ActionManager 316进行更加详细的描述，但是最好是简短地其可使系统300确定将应产生哪个动作，例如通过AI/ML模块312的操作。

最好是UIManager 318管理用户接口的出现与功能，例如如先前所描述的直接改变成接口。

最好是StorageManager 320管理存储器及数据的处理，例如与系统300(未给出)的知识库有关。

最好是ApplicationManager 322与先前所描述的应用层中的应用进行通信。

所有这些不同的管理者最好是接收来自EventHandler 310的事件。

在AI体系层之内，AI基础结构324可选的且最好是支持与主平台的通信。该主平台本身最好是以主平台接口326为特征，可选的且最好是例如通过主平台的操作系统而提供了该主平台接口326。

AI基础结构324可选的且最好是包括一I/O模块328，该模块用于接收来自主平台接口326的输入并且可选的用于将命令发送到主平台接口326。屏幕模块330最好是将用户接口显示在该主平台设备的屏幕上。资源模块332最好是可使系统300存取各种主平台资源，诸如存储数据等等。

当然，上述附图仅仅表示一个用于学习模块的可选结构。例如该学习模块还可被表示为一组单独代理，其中代理具有一简单的目标。该学习模块选择一代理以根据当前状态来执行一动作。还可以由学习模块来学习当前状态与代理间的适当对应以加强学习。

可选的还可监督学习。该学习模块具有如何工作并如何学习领导所给定的模式这样一组例子。在学习模块学习该规则之后，它尽可能的根据其已了解的信息来动作并尽可能的概括出新的状态。

实例2：移动信息设备的自适应系统

这个例子涉及移动信息设备的本发明自适应系统的示例性实现，然而应该明白的是该实现是优选的但是是可选的，并且并不对各个方面做出限制。

该自适应系统可选的包括上述例子所述的任何功能，并且可选的还可如先前所描述的那么实现。该例子更多集中于与移动信息设备操作有关的自适应系统的实际结构上。同时，该例子根据本发明描述了可选的但是优选的动物或者动漫形象的实现。

下面的部分根据本发明描述了可选的但是优选的专门实现自适应系统各个方面的实施例。这仅仅是示例性的并没有做出任何限制，这些实施例是一自适应系统的优选实施例，该自适应系统通过智能代理与用户相交互，该智能代理可选的被表示为可见的一动漫形象或“动物”。

第1部分：事件驱动系统

该部分根据本发明描述了一事件驱动系统的优选实施例，其包括但是并不局限于一应用管理，并且可使设备本身与本发明的系统之间相交互，宛如由设备进行操作。

图4给出了根据本发明的一示例性自适应系统的方框图，以及系统400与移动信息设备402的交互作用。如所示的，系统400和移动信息设备402最好是与用户404相交互。

可选的且最好是移动信息设备402具有多个标准功能，仅仅为了说明的目的，将这些功能分成两类：数据和机构。可选的机构可包括但是不局限于这种起下述作用的一UI(用户接口)系统406(屏幕，小键盘或者触摸屏输入等等)；输入和输出呼叫作用408；诸如用于SMS的信息作用410；用于告知用户404有呼入电话或者信息的声音412和/或振动414，和/或警报等等；以及存储器416。

可选的数据可包括诸如地址(电话)簿418这样的信息；呼入呼叫或者呼出呼叫信息420；移动信息设备402的位置，如位置422所示；报文信息424；高速缓冲存储器互连网数据426；以及与用户有关的数据404，如所有者数据428所示。

值得注意的是移动信息设备402可选的包括任何一个或者多个上述数据/机构，但是未必包括所有的，和/或可包括未给出的附加数据/机构。这些只不过是作为有关于移动信息设备402，特别是用于蜂窝式电话的非限制性例子。

根据本发明的自适应系统最好是与移动信息设备402的数据/机构相交互，以便可提供一自适应的(最好是前摄的)用户接口，从而提高其与移动信息设备402相交互的用户404的舒适性和效率。

最好是自适应系统400以逻辑430为特色，该逻辑430最好是与先前所描述的学习模块类似的方式来起作用，并且该逻辑430还可选的且最好是根据先前所描述的AI及机器学习算法来进行操作。

最好是逻辑430可与知识库102进行通信，与如图1所描述的一样(以相同的附图标记为特征的部件具有或者相同的或者类似的功能，除非另有说明)。信息存储器432最好是包括与移动信息设备402的动作、用户信息等等有关的数据，并且最好是将数据添加到知识库102中。

最好是，自适应系统400能够通过一演变逻辑434演变，该演变逻辑434可选的兼有先前所描述的演变模块3 14以及图3的MutateApp302的功能。

可选的，自适应系统400能够通过正文和/或如语言模块436所支持的可听语言而直接与用户404进行通信。

特别是如本发明的例子3这个实施例所描述的且是可选的自适应系统400，可选的用户接口可为用户404呈现出一动漫形象(未给出)。如果呈现了，则可选的可通过一三维立体图438以及一动画模块440(参见下文更加详细的描述)来创建这样一个动漫形象。可选的对于用户404而言该动漫形象是个性化的，从而当用户404与移动信息设备402相交互时提高了用户404的情绪经验。

图5A给出了一示例性的应用管理系统500的方框图，该应用管理系统500是用于支持本发明的自适应系统的一核心基础结构。可选的系统500还可用于支持教导应用功能这种实施例，如先前所描述的以及下面所详细描述的。系统500最好是以应用管理502为特色，该应用管理502根据本发明来管理其属于自适应系统的不同类型的应用。应用管理502与BaseApp 504所调用的一应用接口进行通信，该BaseApp 504是由系统500中的所有应用来实现的。应用管理502和BaseApp 504通过一EventHandler 506来传送事件。

应用管理502负责管理并提供用于执行该系统应用的运行时间(属于系统500的应用)。在BaseApp 504中定义了各个应用的生命周期，该BaseApp 504可使应用管理器502开始、暂停、重新开始、及退出(停止)各个应用。应用管理器502通过BaseApp 504的接口的阶段法来管理所执行的运行时间。值得注意的是可选的且最好是该阶段法用于执行，因为系统500最好是状态性的，以便各个阶段最好是与一个或多个状态向对应。然而，可选的还可以根据进程活动和/或任何类型的执行方法来执行。

应用管理502接收来自移动信息设备的记时事件。如下面更加详细的描述，最好是该移动信息设备以一操作系统为特色，以便最好是从操作系统层接收该记时事件。当调用一计时器时，应用管理502调用正在执行的当前应用的阶段。当用户激活不同的应用时，例如当利用该菜单系统时，最好是应用管理502将一个应用转换到另一个应用。

给出了该系统应用的一些非限制性的例子，其包括但是并不局限于一TeachingMachineApp 508、一MutateApp 510、一GeneStudioApp514、一TWizardApp 516、一FloatingAgentApp 518、一TCWorldApp 522以及一HybridApp 520.。在下述例子3中对这些应用进行了更加详细的描述。

最好是调用MutateApp 510，以便控制和/或启动该自适应系统中的突变，和/或出现将自适应系统表示为用户接口的动漫形象。如上实施例1所述的，本发明的自适应系统可选的通过直接的或者半直接的演变来改变其行为，例如通过遗传算法。MutateApp 510最好是控制和/或启动这种突变。

GeneStudioApp 514最好是可使用户通过一个或多个手动命令来执行直接的和/或半直接的突变。例如，用户希望直接的自适应系统(通过应用管理系统500)一旦接收到一特定输入就执行特定的任务序列。或者，如果呈现出一动漫形象，则用户希望直接改变动漫形象所呈现出的的一部分。根据本发明的优选实施例，最好是由明显的″基因″来实现该自适应系统的这些不同方面，用户因此可选的改变上述″基因″。

如果用户希望接收来自诸如另一个移动信息设备的自适应系统这样的外部信源的信息，可选的则调用HybridApp 520，并且将这些信息与用户的移动信息设备上的现有信息归并在一起。例如，用户希望创建一动漫形象，该动漫形象具有所呈现的动漫形象与另一个移动信息的动漫形象的杂交物。HybridApp 520同时可选的且最好是提供了用户对该动漫形象的全部演变状态的主控。可选的且更好是，HybridApp 520将用于指导用户该动漫形象的″生命″性质，该性质可选的具有一名称、个性、用户以及外形。

TeachingMachineApp 508是这样一个应用的一说明性的并非限制性的例子，该应用即就是可选的涉及通过利用该设备本身来提供与其有关的指令，但是最好是提供有关于其与设备本身的直接操作无关的主题的指令。因此，TeachingMachineApp 508表示这样一个应用的可选的例子，该应用即就是提供于移动信息设备至少以用于除使用该设备本身以外的一目的。

TCWorldApp 522是其运行智能代理的一应用，最好是控制代理智能方面以及动物或者动漫形象的图形显示(这两者均在下面进行详细的描述)。

根据本发明的应用的其他非限制性例子包括游戏。游戏的一个非限制性例子是″捉迷藏″游戏，在该游戏中自适应系统和用户可选的彼此相交互。最好是通过使动物或者动漫形象″藏在″有级别的菜单中来执行该捉迷藏游戏，以便最好是用户往返移动至少一个子菜单以发现该动漫形象或者动物，从而使得用户学习更多的分级结构的菜单和结构。许多其他游戏应用也在本发明的范畴内。

TWizardApp 516是另一类可向用户提供信息的应用。它描述了下述例子4中的Start Wizard应用。简要地，这些应用包含用户偏爱性以及诸如智能代理的特征这样的AI体系的结构，特别是情绪系统(将在下面进行详细的描述)以及设置目标优先权(将在下面进行详细的描述)。

FloatingAgentApp 518可选的且最好是控制用户接口的外形，特别是动漫形象的外形(如果已呈现)。FloatingAgentApp 518可显示用户接口的可视显示方面而与动漫形象的显示无关，该动漫形象因此看来似乎例如在用户接口上″浮动″。当没有别的应用运行时，FloatingAgentApp 518最好是将被操作的缺省应用。

图5B给出了根据本发明的应用管理操作的一示例性序列图。如图所示，EventHandler 506最好是将一事件的通知发送到应用502，如箭头1所示。如果事件是一记时事件，那么应用管理502调用已被调用的有关应用的情况的阶段(动作)，如箭头1.1.1所示。如果事件将启动执行一应用，那么应用管理502调用有关应用的情况，如箭头1.2.1所示。如果应用的当前运行情况是暂停，那么应用管理502将暂停命令发送到应用，如箭头1.3.1所示。如果重新开始先前暂停的一应用的情况，那么应用管理502将重新开始命令发送到应用，如箭头1.4.1所示。在任何情况下，该阶段的成功执行将返回到应用管理502，如上述有关的回返箭头所示。应用管理502因而通知EventHandler 506成功的执行或者故障。

对于使自适应控制移动信息设备的操作的各个方面而言，这些不同的应用是很重要的。然而，该自适应系统还需要能直接通过移动信息设备操作系统而与各种移动信息设备部件进行通信。可选的可通过通信系统600来执行这种通信，如图6所示，最好是利用如下所述的动作算法。

图6A和6B给出了根据本发明的自适应系统所需的一示例性基础结构以通过移动信息设备的操作系统来执行一个或多个动作(图6A)，以及通信系统600的操作的序列图(图6B)。根据本发明可选的但是优选的实施例，该基础结构是“AI包装(wrappers)”的更一般概念的例子，或者能够使现有的UI(用户接口)系统与革新的AI及机器学习能力“包装”在一起。

通信系统600最好是利用与先前所描述的EventHandler 506进行通信的一基本类事件602来处理各种类型的事件。EventDispatcher 604因而将事件路由到位于本发明的系统之内的正确对象上。最好是通过利用用于特定事件的EventDispatcher 604来寄存该对象而确定路由。EventDispatcher 604最好是管理对处理机的寄存，该处理机实现了用于这种通知的EventHandler 506接口。

用于实现特定处理机的确定事件可选的且最好是包括一个用于蜂窝式电话的弹动器(flipper)事件处理程序606，其中通过打开一弹动器来激活该设备或者响应打进来的电话；当弹动器被打开或者关闭时，发生了该事件。根据本发明所操作的应用可选的彼此发送事件，这最好是由InterAppEvent处理机608来处理。可选的但是优选的与动物或者动漫形象的演变(改变)有关的事件最好是由EvolutionEvent处理机610来处理。最好是由CallEvent处理机612来处理呼入的或者呼出的电话，该CallEvent处理机612依次最好是具有两个处理机，用于启动电话呼叫的一CallStartedEvent处理机614及用于结束电话呼叫的一CallEndedEvent处理机616。

最好是由SMSEvent处理机618来处理SMS事件(输入的消息或者输出的消息)。可选的但是优选的其包含在事件中的参数包括与一个移动信息设备的动物或者动漫形象与另一个移动信息设备的动物或者动漫形象的杂交有关的参数，如下面所详细描述的。

与关键的操作有关的事件最好是由例如KeyEvent处理机620和/或KeyCodeEvent处理机622来处理，如果用户压下了移动信息设备的一按键，则KeyEvent处理机620最好是处理该事件，该事件与用于根据本发明的系统的操作的输入信息有关。在该序列图中，key_event是来自class keyevent的一对象，这个对象表示关键事件信息对象。对象KeyEvent处理机620处理key_event本身，同时KeyCodeEvent处理机622注意听输入码(所有的输入事件通过钩(hook)来获得输入到操作系统中)。

BatteryEvent处理机624最好是处理与电池有关的诸如低电池这样的事件，或者将低电耗模式转换成高电耗模式。

DayTimeEvent处理机626最好是涉及警报、日历或者提醒/约会日记事件。

图6B是其给出了如何处理移动信息设备操作系统或者其他控制结构与本发明的系统间的事件的序列图。在该例子中，移动信息设备具有一操作系统，虽然可选的同样的操作流程可用于其没有这样一个操作系统的设备。如果存在，操作系统对设备的输入和输出进行处理，并且管理状态和设备所出现的事件。图6B中的序列图是用于促进对这些事件的处理以及与这些事件有关的一概括

操作系统模块(os_module)628可引擎或者涉及一事件；可选的可存在多个这种模块，但是为了清楚起见仅给出了一个模块，然而并不是对任何方面做出限制。操作系统模块628属于移动信息设备的操作系统。操作系统模块628最好是将一事件的通知发送给钩630，该通知即就是是否由操作系统模块628来接收或者创建该事件。钩630属于根据本发明的系统，并且用于使操作系统与根据本发明的系统进行通信。钩630注意听来自操作系统的相应事件。钩630能够解释来自操作系统的事件，并且能够构造其可被事件602所理解的信息中的事件。钩630同时将事件发送到EventDispatcher 604，该EventDispatcher 604与事件的各个处理机进行通信，如EventHandler506所示(虽然存在有多个这种处理机)。EventDispatcher 604因而向钩630汇报，而钩630向操作系统模块628汇报有关事件的处理。

附图7A-7C说明了典型的事件，以及它们如何通过在所述移动信息装置(通过所述装置的操作系统)以及本发明的系统之间的相互作用，来处理上述典型事件。还应注意的是，本发明所述系统内可以选择性地处理的一些事件，与所述移动信息装置无关。

附图7A示出一典型关键事件顺序图，根据一具有Qualcomm公司的数据多路复用子系统操作系统基础结构的移动信息装置所描述的，用于它们的MSM(消息状态机)CDMA(码分多址)移动式平台。该操作系统提供诸如用户界面服务，I/O服务以及通过使用电话键(小键盘)进行交互式输入之类的操作系统服务。该实例示出来自一按键的输入事件是如何产生，并通过本发明的系统进行处理的。其他事件以几乎相同的方式发送至该系统，尽管根据发送所述事件的操作系统模块，改变了钩630的功能；可选的且最好是，存在许多这样的钩，以使每一个钩具有一关于所述操作系统的相互作用的不同的功能。

如附图7A所示，一ui_do_event模块700是所述操作系统的一组成部分，且被周期性地调用。当按压所述移动装置上的一按键时，将信息传送至ui_do_event模块700的所述用户界面(UI)结构，包含所述按键的值。然后，钩630接收所述按键值，可选的且最好是将所述事件识别为一关键事件(特别是如果ui_do_event模块700发送一全球事件)，且产生一关键事件702。然后，关键事件702被发送至EventDispatcher 604。然后，该事件被发送至一具有请求接收上述一事件的通知的应用方704，最好是通过一如前所述的事件处理程序(非示出)。然后，在处理所述事件中成功(或故障)的通知，最好是返回给EventDispatcher 604，并由此送至钩630和ui_do_event模块700。

附图7B示出一用于处理一事件的第二说明性实例的顺序图；在该例中，所述事件从本发明的所述系统，传送至所述操作系统，并且涉及所述移动信息装置屏幕上进行的绘制。通过所述操作系统的屏幕存取方法传送该信息，其中由一帧缓冲器代表(典型地)所述屏幕。所述帧缓冲器是一存储段，该存储段通过使用所述屏幕驱动程序(用于驱动所述屏幕硬件)复制，并通过所述屏幕显示。本发明的所述系统产生用于控制所述屏幕上进行的绘制的必要信息，并送至所述操作系统。

现在转到附图7B，如通过箭头“1”所示，所述操作系统(通过scrn_update_main模块710)首先更新用于所述画面的帧缓冲器。该更新可以可选的包括绘制例如显示在屏幕的每一部分上的所述背景，而其中的数据是无法根据本发明的所述系统提供的信息来进行绘制的。可选的，上述背景的存在支持半透明窗口的应用，其中可以可选的且最好是，用于以下所详述的动漫形象或代理。

然后，scrn_update_main模块710将一用于更新数据的要求发送至一屏幕模块712，所述屏幕模块712是本发明所述系统的一部分，且其特征在于一用于与所述操作系统通信的钩。然后，屏幕模块712将一要求发送至各应用窗口，所述每一应用窗口，均表示一代理窗口714，其中可以可选的存在多个窗口，用于更新将绘制在所述屏幕上的信息。如果发生变化，进而需要更新，那么代理窗口714通知屏幕模块712要求所述更新。然后，屏幕模块712询问所述改变的位置和大小，最好是以两个单独的请求(分别表示为箭头2.1.2.1和2.1.2.2)，所得到的答案通过代理窗口714发送。

屏幕模块712通过scrn_update_main 710以一更新矩形的形式，最好是如下所述的形式，将所述信息返回至所述操作系统。scrn_update_main 710通过将所述帧缓冲器复制至一预缓冲器(过程3.1)，响应关于一更新的存在的通知。然后，屏幕模块712将各窗口的改变，绘制写入所述预缓冲器，如箭头3.2.1.所示。然后，所示预缓冲器被复制到所述帧缓冲器，并由此送至所述屏幕(箭头3.3)。

附图7C示出用于在所述屏幕上进行绘制的本发明所述系统的类结构。屏幕模块712和代理窗口714二者都已经进行了说明。所述类代理窗口714还与其他三个提供关于更新(转换为)窗口信息的窗口类进行通信：返回屏幕窗口716，缓冲窗口718和直接存取窗口720。缓冲窗口718具有二个与其进行通信的更深一层的窗口：传输缓冲窗口722和预缓冲窗口724。

第2部分：动作选择系统

本部分描述了基于本发明动作选择系统的一优选实施例，其所包括的并不局限于可选方式选择基于鼓励(s)/阻碍(s)的描述，还包括其它的描述等。为了辅助说明如何选择所述智能代理的动作，提供了关于所述智能代理结构的原始说明，并且最好是通过本发明所述系统提供智能代理与所述虚拟环境之间的相互作用。

附图8描述了一所述智能代理的典型结构(附图8A)，以及一用于所述智能代理的操作(附图8B)的典型顺序图。如附图8A所示，一智能代理800最好是包括多个类。所述主类是AICreature 802，其中包括关于所述智能代理的介绍，例如它的状态，个性，目标等等，以及关于出现的可视化表示所述代理的所述动漫形象的介绍，例如位置，颜色，其当前是否可视等等。

AICreature 802与世界804进行通信，所述世界804是所述智能代理的虚拟环境的基本类。世界804依次与包含所述虚拟环境的多个类进行通信，其中描述了一些非局限性的实例。世界804最好是与一世界对象806的各种实例进行通信，所述世界对象806的各种实例表示为在所述虚拟环境中发现的对象，以及所述智能代理可以相互作用的对象。世界804管理这些不同的对象，并且接收关于它们的特征的介绍，所述特征包括它们的性质，例如位置等等。世界804还管理所述虚拟环境本身的性质，比如大小，可视性等等。世界对象806的直观表示可以可选的使用二维或三维的图形，或者一个二维和三维相混合的图形，且也可以可选的使用所述移动信息装置的其他性能，例如发音等等。

世界对象806本身可以可选的表示为一属于多个类之一的对象。这些抽象概念使不同的对象类，被添加到所述虚拟环境，或从所述虚拟环境中移动。例如，所述对象可以可选的是一“球状物”，其可作为菜单的一部分开始，然后，通过“移动”所述动漫形象，从而对其进行播放，如MenuBallObject 808所示。一好动物对象810最好是也与世界对象806通信；随后，诸如食品对象812(表示为所述动漫形象的食品)，坏动物对象814(例如骚扰所述动漫形象的动物以及导致它们相互打架)以及住宅对象816(所述动漫形象的住宅)之类的类，最好是与好动物对象810通信。好动物对象810包括能够将对象绘制到所述屏幕上等等的动作，该动作是其它类和对象最好是与好动物对象810进行通信。当然，该系统中也可能存在许多其他的类和对象，因为例如，可以可选的将其他的小动物提供给所述动漫形象。

世界对象806也可能可选的且最好是涉及所述智能代理的状态，例如通过将一分级输入提供给所述状态。该输入最好是分级的，在某种意义上，将一激励提供给所述智能代理，或者将一阻碍提供给所述智能代理；它也可以可选的具有一中间值的改变。所述多个上述分级输入的集合，最好能够确定所述智能代理的状态。以上分别描述了关于附图8B的所述顺序图，以及关于附图9A和9B的所述图搜索策略和动作选择策略图，为了使从虚拟环境返回给所述智能代理的奖励达到最大值，所述分级输入最好是合计的。

所述分级输入也可以可选的包括以激励或阻碍的形式从所述用户反馈的输入，以使所述智能代理分别具有一激励或者阻碍，从而继续提供反馈的行为。所述世界状态关于来自所述用户的反馈的计算，可选的且最好是以如下方式进行：

Grade＝(weighting_factor*feedback_reward)+((1-weighting_factor)*world_reward)，其中所述feedback_reward由所述用户提供的反馈得到，且所述world_reward是如上所述的虚拟环境中的所合计的奖励的总数。weighting_factor是可选的且最好是在0和1之间的一个值，该值表示所述用户反馈与所述虚拟环境(世界)反馈相反的权数。

附图8B示出了说明一组典型的，在所述虚拟世界和本发明的所述智能代理之间的相互作用的顺序图。所述序列从一由虚拟世界模块818到AICreature 802的请求开始，从而在所述智能代理的身份上进行更新。虚拟世界模块818控制并管理所述全部的虚拟环境，包括所述智能代理本身在内。

然后，所述智能代理认为执行一个动作，如箭头1.1.1所示。所述动作最好是通过一对全部世界对象的搜索(箭头1.1.1.1)进行选择，然后通过与世界804和世界对象806之间的相互作用，对每一个对象循环所有的动作。对每一个动作的潜在的奖励进行评估(箭头1.1.1.1.1.1)和分级(箭头1.1.1.1.1.1.2)。选择具有最高奖励的动作。然后，确定所述智能代理的整体分级，且AICreature 802执行所选择的动作。

然后，Virtual_world818通过与世界804和世界对象806进行通信，更新在所述世界中的所有对象的位置和身份。

基于许多不同方法中一个或多个方法，可以可选的执行在各种潜在动作中的搜索。附图9A和9B示出了基于本发明，选择一个动作的两个典型方法。

附图9A示出了用于动作选择的一个典型方法，在这里称为基于选择一个动作的策略的规则。在第1阶段，通过所述世界状态，确定所述虚拟环境的身份。一世界事件发生之后，在第2阶段调用适用于该事件的所述状态处理机。所述状态处理机最好是在第3阶段中对一知识库进行查询，所述知识库基于已调用的所述状态处理机，可以被分为单独的部分和/或单独的知识库。在第4阶段，将一响应返回给所述状态处理机。

在第5阶段，执行规则库的确认，其中所述响应(由此所暗示的动作随后使所述智能代理变成一指定状态)与所述规则相比，是违反规则的。如果所述动作是无效的，那么这个过程将返回至第1阶段。如果所述动作有效，那么在第6阶段产生所述动作。然后，最好是在第7阶段确定所述动作的优先级(以下关于附图9C中的详细描述)；更好的是，基于多个输入确定所述优先级，包括而不局限于一动作概率，一动作效用和一用户优先权。在第8阶段，所述动作处于一个用于所述动作管理器的队列中。在第9阶段，所述动作管理器检索(retrieve)所述最高优先级动作，然后，在第10阶段通过所述智能代理执行该动作。

附图9B示出了基于一图搜索策略的典型动作选择方法。此外，在第1阶段所述过程从确定所述世界(虚拟环境)的状态开始，包括所述智能代理的状态和所述世界中的对象的状态。在第2阶段，查询所述智能代理。在第3阶段，所述智能代理获得一组用于每一世界对象的，符合规则的(允许或可能的)动作；最好是如图所示查询的每一个世界对象。

所述方法现在分成两个部分。第一部分，在右边示出的，是每一动作执行的途经。在第4阶段，将模拟一个所要执行的动作。在第5阶段，模拟的效果确定所述世界，并且最好是分别在第6阶段和第7阶段确定每一世界对象，从而确定用于每一动作效果的等级。

在第8阶段，确定所述对象以及世界的状态，作为一个动作的所有积累的奖励。在第9阶段，在所述智能代理上模拟所述动作的效果；最好是在阶段10，也考虑在所述智能代理和每一世界对象之间的所述效果。

现在轮到所述方法的左支，在第11阶段，所有这样的信息最好是通常被确定为具有最高奖励的动作途经。在第12阶段，产生所述动作。在第13阶段，最好是基于所述动作分级或奖励，设置所述动作优先级。在第14阶段，所述动作处于一个所述动作管理器的队列中，如附图9A所示。在第15阶段，所述动作管理器基于优先级，考虑所述动作；选择所述最高优先级动作，且最好是在第16阶段执行所述选择。

接下来，提供对一典型动作执行方法以及结构的描述。附图10示出了基于本发明，一典型动作执行方法的顺序图。一处理机1000在箭头1中将一动作的目标发送至一动作模块1002，其特征在于最好是一基础动作界面。所述基础动作界面，使动作模块1002能够与处理机1000以及系统中的其他对象进行通信，能够通过所述智能代理产生并发送新近的执行，这里作为一移动代理装置1006示出。通过一动作管理器1004管理这些动作。

动作管理器1004具有两个包含动作对象的队列。一个队列是准备执行的队列的同时，另一个队列是所述待定执行队列。例如，后一队列可以以如果一动作已经产生，但是动作的内部状态待定，以致所述动作未准备好执行为例。当所述动作状态成熟以准备好执行时，所述动作最好被移到所述准备执行的队列。

一用于执行一个动作的应用管理器1008最好是与移动代理装置1006相互作用，如箭头2所示。然后，移动代理装置1006最好是请求来自动作管理器1004的下一个动作(箭头2.1)；最好是通过动作模块1002提供所述动作本身(箭头2.2.1)。动作最好是按照从处理机1000到动作管理器1004被排队(箭头3)。目标(以及至少一部分所述优先级)最好是通过在处理机1000和动作模块1002(箭头4)之间进行通信，调整每一动作的设置。箭头5以及6示出所述harakiri( )方法，以下将进行详细描述。

如前所述，所述动作最好是按照优先级的顺序进行排队。所述优先级最好是通过动作管理器1004查询所述动作模块1002的界面来进行确定。最好是基于包括多个参数的计算确定所述动作的优先级。例如，所述参数最好是包括通过所产生的对象导出或推断的所述优先级，更好是基于用于所述动作成功的预测概率；该类动作的所述稳定的优先级，最好是基于具有该类动作的已有经验(例如基于用户接受性以及动作成功)来确定；所述目标优先级，最好是基于所述用户优先权来确定。

以下是用于管理上述参数的一个可选的计算：

P(all)＝P(action probability)*((P(persistent priority)+P(actiongoal)/10))/2)

对于基于动作执行的所述优先级的补充，每一动作最好是(referably)有一个生存周期(tt1)；这些生存周期值代表在就绪队列中发送所述动作和该动作的终止时间之间所用的执行时间的数值。如果一动作就绪，但直到它的生存周期已经期满，也没有接收到用于执行的优先级，则动作管理器1004最好是调用所述方法harakiri( )，其通知所述动作并未执行所述动作。上述调用的每一个harakiri( )最好是降低所述动作的优先级，直到其达到一阈值。达到所述阈值之后，所述稳定的优先级最好是开始增加。该模型促使处理所计划或执行，但由于用户放弃动作而导致失败的动作。所述稳定优先级通过加入在所述动作优先级计算方面已有的经验而降低。

该方法技术示出了在运行时间内适应于指定用户的固有的嗜好所暗示或执行的动作。

由于如果一动作稳定优先级降低，而使所述动作无法运行，则需要对其进行移动或重新运行，例如如果用户优先权改变的情况下，因而该模型没有所述harakiri( )结构是无法结束的。在多次执行harakiri( )以后，所述动作可以恢复所述优先级以运行。

上述部分提供了通过本发明的所述自适应系统执行各种动作和结构的基础结构。所述动作和结构将在下面进行详细的描述。

第3部分：情绪系统

该部分描述了基于本发明的一个情绪系统的一个优选实施例，包括但不局限于指定情绪及其强度的描述，其最好形成一种所有的心情。所述情绪系统最好是也包括一种用于允许心情改变的结构，也用于可选的控制上述一种改变的一个或多个方面，诸如所述变化率之类。

附图11A-11C以用于描述一基于本发明的情绪系统的典型说明性实施例的图表为特征。附图11A示出了一用于所述情绪系统的典型的类图，同时，附图11B和11C示出了基于本发明的，用于操作所述情绪系统的典型的顺序图。

如同基于本发明的，关于一情绪系统1100所示，所述目标类(目标1102)表示为所述智能代理的一抽象目标。一个目标是所述智能代理执行一个动作所取得的某种事情。目标1102是产生基于比如事件的情绪的原因，也就是说，涉及到所述目标的状态及其实现的可能性。

目标1102与AICreature 802相互作用(此外之前在关于附图8中进行过描述)。所述相互作用将在下面进行详细的描述。简单地说，所述智能代理设法实现目标，因此为了确定目标是否已经实现，要求AICreature 802之间相互作用，随后影响所述智能代理的情绪状态。

所述情绪状态本身通过所述类情绪状态1104进行处理，随后连接至所述类情绪1106。情绪1106本身最好是连接到用于指定情绪的类，诸如所述生气类生气情绪1108以及所述高兴类高兴情绪1110之类的类。情绪状态1104也最好是连接到一个确定所述行为模式的类，behavioralpatternmapper 1112。

当所述成功可能(LOS)增大或者减小时，以及当所述失败可能(LOF)增大或者减小时，所述情绪的产生最好是通过所述情绪系统来执行。然后当LOS增大时，最好是产生所述希望情绪。然后当LOS减小时，最好是产生所述失望情绪。当LOF增大时，最好是产生所述恐惧情绪，并且然后当LOF减小时，最好是产生所述高兴情绪。

一个目标的成功或失败对所述目标状态以及所产生的情绪，具有重要的影响。当一目标失败时，最好是产生失望，并且如果所述成功的可能性高，也最好是产生挫败(因为成功的期望高)。

当一目标成功时，最好是产生高兴，且如果期望以及积累的成功高，那么最好是产生骄傲。

情绪1106是具有主要类型和次要类型两种属性的结构。所述主要类型描述所述具有次要情绪的高层次群体，最好是包括积极情绪(POSITIVE_EMOTION)和消极情绪(NEGTIVE_EMOTION)。次要类型最好是包括高兴，希望，满足，骄傲，喜欢，生气，憎恨，恐惧，挫败，悲痛，失望。所述情绪的其他属性是当产生时所给出的所述强度，以及所述下降方针(即所述情绪的变化率)。

情绪产生之后的下一个阶段，是通过所述情绪状态类1104执行的，所述情绪状态类1104积累通过所述智能代理随着时间的过去而产生的情绪。该类表示为定义所述智能代理的当前情绪状态的情绪实例的集合。所述当前情绪状态最好是通过保持情绪类型的分级结构来进行定义，然后通过归并和对比进行总结。例如，所述次要情绪最好是将积极情绪的分值和消极情绪的分值合计；然后，这两种最好是与好/坏心情相关联，从而描述所述智能代理的所有心情。

所述情绪状态类1104通过所述智能代理浮动应用进行查询；只要所述主要行为模式改变(通过在以前所描述模型中情绪的产生，下降和总结)，所述智能代理最好是基于其行为模型，表示它的情绪状态和表现。所述智能代理可选的且最好是利用一个或多个所述文本通信技术表示它的情绪状态(以下将进行详细的描述)，三维动画，面部表情，二维动画效果和声音。

附图11B示出了一用于通过基于本发明情绪系统，产生一种情绪的典型顺序图。如图所示出的，应用管理器502(详细说明参见关于附图5的描述)按照箭头1，将一步骤发送至移动代理装置1006(详细说明参见关于附图10的描述)。然后，移动代理装置1006通过按照箭头1.1，查询所述目标类1102确定所述LOF(失败的可能性)。然后目标1102确定所述LOF；如果所述新的LOF大于以前确定的LOF，则按照箭头1.1.1.1，通过一个对情绪类1106的请求，最好是产生恐惧。所述恐惧情绪也通过按照箭头1.1.1.2，与情绪状态1104进行通信，而被添加到所述情绪状态。

接下来，应用管理器502将另一个步骤(箭头2)发送至移动代理装置1006，该步骤通过按照箭头2.1.，重新查询目标1102，确定所述LOS(成功的可能性)。然后，目标1102确定所述LOS；如果所述新的LOS大于以前确定的LOS，则按照箭头2.1.1.1，通过一对情绪类1106的请求，最好是产生希望。所述希望情绪也通过按照箭头2.1.1.2，与情绪状态1104进行通信，而被添加到所述情绪状态。

箭头3示出了应用管理器502将另一个步骤发送至移动代理装置1006，该步骤基于一动作的实际结果，请求情绪的确定。如果所述动作已经失败，且最近一次的LOS大于某个系数，例如表示成功的可能性为0.5，那么移动代理装置1006促使目标1102按照箭头3.1.1.1，通过情绪1106产生失望。所述失望情绪也按照箭头3.1.1.2，通过与情绪状态1104进行通信而被添加到所述情绪状态。此外，如果所述动作失败(最好是与成功的期望无关)，则按照箭头3.1.2，通过情绪1106最好是产生悲痛。所述悲痛情绪也按照箭头3.1.3，通过与情绪状态1104进行通信，被添加到所述情绪状态。

接下来，应用管理器502将另一个步骤(箭头4)发送至移动代理装置1006，该步骤通过按照箭头4.1，将一消息发送至目标1102，根据实际的成功更新情绪。然后，目标1102最好是按照箭头4.1.1，通过对情绪类1106的请求，最好是产生高兴。所述高兴情绪通过按照箭头4.1.2，与情绪状态1104进行通信，而也被添加至所述情绪状态。

如果实际的成功大于以前的预测，则目标1102按照箭头4.1.3.1，通过一个对情绪类1106的请求，最好是产生骄傲。所述骄傲情绪也通过按照箭头4.1.3.2，与情绪状态1104进行通信，而被添加到所述情绪状态。

附图11C示出了一种用于通过基于本发明情绪系统，表示一种情绪的典型顺序图。上述表达最好是取决于所述用户优先权。应用管理器502通过将一步骤(箭头1)发送至移动代理装置1006，开始情绪表现，所述步骤按照箭头1.1，查询关于所述智能代理的行为模式的bp_mapper 1108。如果所述主要行为已经改变，然后移动代理装置1006发送一对bp_display 1110的请求，以设置所述行为模型(箭头1.2.1)。Bp_display 1110控制情绪的实际显示。然后，移动代理装置1006在一消息中向动作管理器1004请求将一动作排队(箭头1.2.2)。

应用管理器502将另一个步骤(箭头2)发送至移动代理装置1006，该步骤要求所述动作从队列中(箭头2.1)移动至动作管理器1004，而且所述动作通过bp_display 1110来执行。

第4部分：与所述用户进行通信

本部分描述了基于本发明的，用于与所述用户进行通信的一通信系统的优选实施例，包括而不局限于文本通信，声音通信以及图形通信。仅仅为了描述而没有任何被限制的意图，以文本通信作为这类通信的一个实例进行描述。

附图12示出基于本发明，用于文本通信的典型顺序图。正文技术1200是产生正文的原因，也就是说，涉及到某一事件且该事件可通过所述智能代理进行通信。文本工具1200最好是包括基于预定的模板的自然语言生成的句子或短语，以及用于补白的位置标志符。将所述模板和补白一起合并，使文本工具1200产生大量的短语，所述短语与模板所属于的事件有关。将所述模板和补白一起合并，使文本工具1200产生大量的短语，所述短语与模板所属于的事件有关。

因为能够增加附加的模板作为另外的补白，所以该结构可以选择性的扩展的，用于许多新的与/或改变事件或主题。

如附图12所示，移动代理装置1006首先通过发送一个产生文本的请求与文本工具1200通讯，所述产生文本的请求，最好是用于一个特别的事件(箭头1)。文本工具1200最好是选择一模板，最好是从多个适用于该事件(箭头1.1)的模板中进行选择。此外，文本工具1200最好是选择一用于所述模板的补白，最好是从多个适用于该事件(箭头1.2.1)的补白中进行选择。然后，所述填满的模板被返回至移动代理装置1006。

以下提供一个产生用于一情绪改变事件的文本的实例，该事件中所述智能代理是高兴的，具有一些典型的，非限制性的模板和补白。所述模板是如下可选的：

高兴模板1：″％noun1 is％happy_adj2″

高兴模板2：″％self_f_pronoun％happy_adj1″

所述补白是如下可选的：

％noun1＝{″the world″，″everything″，″life″，″this day″，″thespirit″}

％happy_adj1＝{″happy″，″joyful″，″glad″，″pleased″，″cheerful″，″inhigh spirits″，″blissful″，″exultant″，″delighted″，″cheery″，″jovial″，″oncloud nine″}

％happy_adj2＝{″nice″，″beautiful″，″great″，″happy″，″joyful″，″good″，″fun″}

％self_f_pronoun＝{″I am″，″I′m″，″your intelligent agent″，″youragent friend″}

合并模板和补白中的文本通信短语的结果的实例：

I′m cheerful(我是快乐的)

the spirit is joyful(心里是高兴的)

I am exultant(我是非常高兴的)

life is beautiful(生活是美丽的)

life is good(生活是好的)

I′m pleased(我是满意的)

I′m jovial(我是快乐的)

I am joyful(我是欢喜的)

the world is joyful(世界是欢喜的)

I′m glad(我是高兴的)

the spirit is joyful(心里是欢喜的)

the spirit is happy(心里是高兴的)

the world is nice(世界是美好的)

I am happy(我是高兴的)

如其它非限制性的实例，一个未接来电模板可以可选的具有如下结构：

％user missed a call from％missed％reaction

该例中，所述用户的姓名用作％user；所记录的姓名或其它标识符(例如电话号码)为％missed；％reaction是可选的且用作所述智能代理的反应，诸如表示为失望等等(例如“我是难过的”)。

如上述的实例所示，文本工具1200能够产生用于从未接来电事件到低电池事件等许多事件的相关的句子，使所述用户在所述移动信息装置之间的相互作用更丰富和更易理解。

第5部分：用于电话呼叫以及SMS消息的自适应系统

该部分描述了一个基于本发明，用于自适应处理电话呼叫以及SMS消息的自适应系统的优选实施例。该描述以用于操作本发明所述系统的一些优选算法的概括描述开始，然后，描述了所述电话呼叫处理以及SMS消息处理的类和顺序图。

智能选择号码(SAN)

所述SAN算法是设计用于学习在一次呼叫尝试失败后，选择最有可能拨叫的号码的。所述算法学习产生这样地配对，然后能够动态地适应于新用户行为。在通过所述用户的一次呼叫尝试失败之后，这样的关联对被用来暗示一个所要拨叫的号码。

该算法可以可选的以如下方式执行：将最常使用的项目插入至第一层(可选的插入物出现之后，所述项目频率是比一个预定阈值大的)；最好是基于列表中的所述配对的频率，将所关联对暗示至一个电话号码；确定呼叫成功或失败；并保留一确定每个号码配对的历史的窗口，以便可以可选的删除最旧的。

用于该算法的所述知识库，可以可选的被表示为对于每一呼出号码的森林，其中包含一个可供选择的/顺次的电话与/或其他动作的列表。对于每个呼出电话，所接下来呼叫最好是被认为是顺次的，如果首次呼叫失败，则应在一预定时限内执行第二次呼叫。顺次的电话号码被添加至用于第一个电话号码的，上述顺次呼叫号码的列表。当所述列表装满时，最好是遗忘最旧的电话号码。

智能电话簿管理(SPBM)

所述SPBM系统是一个智能电话簿系统的非限制性实例，该系统应用移动信息装置利用率统计和呼叫统计，以学习可能的联系人关系及其共有的属性。该系统提供多个新的电话簿特征，包括而不局限于自动联系人小组产生以及自动联系人补充/删除。

例如，一自动小组管理算法最好是能够自动根据所述用户的利用率，将联系人电话号码分组。

自动状态检测(ASD)

所述ASD系统最好是能够使所述移动信息装置确定用户当前的使用状态(例如正在开会，用户离开)，并建议改变所述UI，声音和AI行为系统，从而适应当前状态(例如激活呼入电话无声模式和/或发送一条自动SMS答复“会议中”)。该系统可选的且最好是，与一个或多个生物学传感器进行通信，所述生物学传感器可以可选的且最好是感测所述用户的生物学状态，且/或感测所述用户的活动等等。这些辅助传感器最好是提供能够使所述自适应系统确定所述移动信息装置的准确位置的信息，而不用接收来自所述用户指定输入和/或关于所述用户当前状态的查询。对于通过一装置捕获图形，照相机也是可选用于该目的的。

另一个可选的传感器种类，能够使所述装置识别一位特别的用户，例如通过指纹分析和/或其它类型的生物学信息。上述信息还可以可选的用于保密原因。

所述会议模式顾问算法是设计用来帮助所述用户管理所述请勿打扰模式的。所述算法具有一规则库，该规则库表示所述用户在会议中且不想被打扰的概率，与该概率相反，所述用户不能改变所述模式，但是要准备接听电话。所述算法的目的在于协助管理这样地转换。

所述算法最好是通过AI状态处理机进行操作，如前所述，通过确定所述电话世界状态，以及确定当所述规则库表示所暗示的会议模式时(例如用户停止当前电话响起且不能应答所述电话等等)。所述状态处理器也最好是服从所述相反类型的事件，所述事件表示其将取消所述会议模式。

附图13A和13B分别示出了用于基于本发明的电话呼叫处理的一典型的类图和一典型的顺序图。

就附图13A而言，一电话呼叫处理类图1300的特征在于一呼叫状态处理器1302，其作为通过建议呼叫类1304，对所产生的建议呼叫动作的响应。呼叫状态处理器1302最好是一基于规则的算法，其服从诸如呼叫起始事件1306，呼叫结束事件1308以及呼叫失败事件1310之类的电话事件；这些事件中间的每一个依次与呼叫事件1312类通信。呼叫状态处理器1302也最好是保存一个负责两种主要功能的规则库，所述两种主要功能为：机器学习，其保存所述电话关系知识库；以及基于是否建议一用于电话呼叫的号码给所述用户的推理的所述AI概率(这些建议最好是通过建议依次呼叫1314或建议选择呼叫1316进行处理)。

所述电话事件对象通过使用如前所述的事件模型产生的，重新具有所述移动信息装置操作系统中钩功能。所述呼叫数据最好尽可能被具有关于所产生的事件的信息(电话号码，联系人姓名，开始时间，持续时间等等)填满。

所述建议呼叫类(参考符号1304，1314以及1316)实现在所述自适应动作模型中描述的基础动作界面。这些类的任务在于给予所述用户一个建议，将所述用户在一呼叫结束之后，存放随后呼叫的电话号码建议给所述用户，或在一呼叫失败之后，将可选的呼叫建议给所述用户。

呼叫状态处理器1302服从于呼叫事件，并基于它的规则库(使用一规则库策略进行动作选择)对所述事件进行分类。以下将给出一说明性的，可选呼叫建议规则库的实例：

1、如果一电话呼叫开始且没有在先标记的电话呼叫—>标记呼叫作为开始

2、如果所述电话呼叫结束且呼叫标记为开始—>标记作为第一电话呼叫

3、如果电话呼叫开始且所述在先电话呼叫标记为第一呼叫，且多次呼叫之间的时间＜依次呼叫阈值—>标记为依次呼叫

4、如果标记为依次呼叫—>更新知识库

5、如果标记为依次呼叫—>标记呼叫作为第一呼叫(重新设置与下一电话呼叫相比的当前第一电话呼叫)

6、如果呼叫失败且在先呼叫标记为呼叫开始—>标记呼叫作为第一失败

7、如果呼叫开始且在先呼叫标记为第一失败，且多次呼叫之间的时间＜失败呼叫阈值—>标记为备选呼叫

8、如果标记为备选呼叫—>更新知识库

9、如果呼叫结束且从结束以后的时间＜建议依次呼叫阈值和推断依次呼叫—>产生建议依次电话呼叫动作(例如在电话呼叫之后采取的动作)

10、如果呼叫失败且从失败以后的时间＜建议备选呼叫阈值和推断依次呼叫—>产生建议备选电话呼叫动作

11、如果从最后标记的时间＞阈值—>不标记所有呼叫

所述呼叫建议知识库可选的且最好是设计作为一历史窗口，其中当所述对象的历史中发生所述呼叫时，就将其关联添加。在该例中，一备选或依次电话呼叫用于一确定联系人的所关联的对象，是联系人本身，且所有相关呼叫都最好通过在备选电话呼叫或依次电话呼叫历史窗口中按发生顺序定位。

例如，对于联系人电话号码054-545191，在历史窗口中相关联的呼叫可以可选的提供如下：

054-545191→

052-552211

052-552212

051-546213

052-552211

051-546213

052-552211

051-897555

052-552211

所述历史窗口的大小，最好是通过作为关系(发生)的数目的算法进行定义，所述算法在于管理(或记忆)。通过所述历史窗口饱和，则最好是将新的事件添加在前面，并将最后一个事件删除，以使所述窗口不超过所定义的大小。由于删除(遗忘)了旧的关系，从而有利于更多最新的关系，所以该知识库能够适应于在所述用户模式方面中的变化。

所述知识库不足以建议备选或依次呼叫，作为一个好的建议需要能够从所述知识库中推断出。所述推理算法最好是一种基于推理的简单概率，用于基于所述知识库，确定最有可能的关系目标。给出如下参数：

C₀-联系人

H₀(Ci)-能够在历史窗口C₀中找到联系人C_i的次数

H_size-历史窗口大小

所述方法最好建议如下联系人I：

P(C_i)＝Max(H₀(C_i)/H_size)

上例中的C₀＝054-545191：

P(052-552211)是最大值且＝0.6

只有当所述推理过程可以推断一大于％50的概率，同时最好所述历史窗口饱和时，该推理过程才被认为是有效的。

附图13B示出了一个用于电话呼叫处理的实例程序图。如图所示，EventDispatcher604(参见附图6中的详细描述)将一个呼叫事件的通知发送至呼叫状态处理器1302(箭头1)，然后评价所述规则库(箭头1.1)。从而产生将一个联系添加到历史窗口1318的要求(箭头1.1.1)。

对于一个呼叫结束或失败事件，EventDispatcher604将一个通知发送至呼叫状态处理器1302(箭头2)，然后评价所述规则库(箭头2.1)。从而产生从历史窗口1318接收一个可能的联系的要求(箭头2.2)。例如，所述可能的联系表示将要呼叫的一个电话号码，且将其从呼叫状态处理器1302发送至建议呼叫1304(箭头2.3)。该动作通过动作管理器进行排队(箭头2.4)。

其他算法可选但最好是辅助用户管理未接来电和所述呼叫等待功能。该算法以识别未接的重要呼叫(可能处于呼叫等待期间)作为目标，并建议智能回叫。仅仅对由所述用户(或知识库)识别为重要的号码建议该智能回叫。

所述知识库是基于两种可能的(补充的)选项。第一种选项是明确的，其中在执行所述呼叫之后，该用户标出所述呼叫的重要性和扩展地址簿字段的其他信息。第二种明确选项是由所述呼叫的频率和其他参数给出的。

如果呼叫号码是重要的且该用户在一段时间内没有排入该呼叫和/或所述目标号码没有被排入一呼入呼叫，则该算法可以建议一个回叫。

基于内容的SMS地址推断(CSAI)

所述CSAI算法，被设计用于可选的且最好是通过所述消息的内容，预报一个消息地址。该算法最好是在消息中学习识别确定的单词模式，并将其与已存在地地址簿联系人相关联。一旦消息结束，就建议该联系人作为所述消息的接收方。

该算法可以基于一个或多个规则进行可选的操作，其中通过一规则解释程序解释所述规则。该自适应系统(例如，通过学习模块)能够最好是学习(例如)1000单词的一个表格。在一个呼出SMS消息中出现的每一个新的单词，都被添加至所述列表。对于每一个单词，都存在每一个SMS联系人的记录(例如，联系人的至少一个SMS消息被发送)。每一个单词/联系人的记录，包含所述单词在给该联系人的SMS消息中出现的次数，最好具有发送给每一个联系人的SMS消息的数目。

为了使所述推断机制能够运行，最好为当前SMS消息中的每一个单词W和每一个联系人C，计算概率P(C|W)，基于表格中给出的P(W|C)和从所述表格中还计算了P(C)。然后，添加根据当前SMS消息中单词的数目而进行归一化处理的术语的数目。

所述SMS处理方法的目的在于分析所述SMS消息内容和推断所“送到”的地址。该算法可选的且最好是使用如下直观推断法，即当将一消息发送至一指定地址时，再现具有指定标识的单词。

一个呼出SMS消息中出现的每一个新的单词均被添加至所述列表。对于每一个单词，都存在对应于每一个SMS联系人的记录(例如，联系人的至少一个SMS消息被发送)。每一个单词/联系人的记录，包含所述单词在给该联系人的SMS消息中出现的次数。此外，最好是存储发送给每一个联系人的SMS的数目。最好是通过对最新发送的SMS消息进行语法分析之后更新所述单词表，来实现学习。

所述AI推断方法最好是通过前述的简单概率来完成。

附图14A和14B基于本发明，分别描述了所述SMS消息处理类和顺序图的说明性的，非限制性的实例。

附图14A基于本发明，示出了一个典型的SMS消息处理类框图1400。其中示出了一SMSStateHandler1402类和一SuggestSMStoSend1404类。SMSStateHandler1402是负责接收关于发送一SMS的状态的消息；SuggestSMStoSend1404是负责与建议所述SMS应该发送到的地址(电话号码)相关联。

附图14B示出了用于执行上述建议的一个典型顺序图。EventDispatcher604(参见附图6中的详细解释)将一个关于一个SMS事件的通知发送给SMSStateHandler1402(箭头1)。SMSStateHandler1402先对所述知识库进行语法分析(箭头1.1.1)；然后将一个请求发送至用于关于联系人信息的SMSdata1406(箭头1.1.1.1)。所述SMS最好是在箭头1.1.1.2中进行标记化(tokenized)(例如语法分析)，并且从SMSdata1406中请求一个建议联系人地址(箭头1.1.1.3)。

如果得到一个建议联系人地址，SMSStateHandler1402最好产生一个动作，以将其发送至SuggestSMStoSend1404(箭头1.1.2.1.1)，接着通过设置该动作的一个目标(箭头1.1.2.1.2)，并通过将其发送至动作管理器1008(参见附图10中的详细解释)，将该动作排序(箭头1.1.2.1.3)。

一旦所述SMS被发送，则EventDispatcher604将通知发送给SMSStateHandler1402(箭头2)，SMSStateHandler1402处理该状态(箭头2.1)，最好包括更新所述知识库(箭头2.1.1)和将新的SMS事件插入其中(箭头2.1.1.1，在与SMSdata1406通信中)。

第6部分：用于菜单的自适应系统

本部分描述了基于本发明，用于自适应菜单处理的一个自适应系统的一个优选实施例。首先描述了一个用于构造、排列和重排菜单的算法的概述，接下来，是一个典型菜单处理类框图的描述(附图15)。

所述自适应菜单系统是以能够通过应用自动推断，改变所述菜单系统或提供具有移动信息装置的操作系统的所述人类用户界面为基础的。所有具有一个图形用户接口的操作系统，都具有一个菜单，窗口或相应的用户界面系统。许多操作系统都具有一个选项，以手工的或人工的改变所述菜单系统或用于指定用户的窗口系统。上述系统提供自动改变所述用户界面的可能性。通过上述系统产生自动动作(用户赞成或自动的可能性)。为了推断所述正确的定制动作，并提供自动使用操作系统所提供的可变选项，所述系统使用菜单系统结构，并提供所需的抽象概念以及所需的知识库。

智能菜单汇编程序(IMA)

所述IMA算法被设计用于基于所述指定用户嗜好和移动信息设备利用率，动态生成UI(用户界面)菜单。所述算法最好是识别所述电话利用率特性，并根据上述特性，建立一个指定个人菜单。

该算法可以依次可选的以两个用于构造所述菜单的其他算法为特征。所述自动菜单快捷菜单算法的目的在于产生最喜爱和最常使用的应用及其子应用的自动快捷方式。该算法的焦点在于改善所述无法通过多数用户的使用而设置其个人快捷菜单的人工方式。对于所述知识库和学习，PhoneWorldMapper积累应用和子应用的执行，并使用所述知识库来推断应用/子应用在所述个人菜单选项中得到一菜单快捷方式，并为所述用户建立该快捷方式。

所述快捷方式的原因在于下列实用函数：所使用应用的频率通过在该快捷方式中需要保存的点击的数目(在正式菜单中的点击-(减去)在所述快捷方式中进行的点击)来进行加权。所述最高效用应用/子应用/屏幕将建议和快捷方式的组成部分提供给所述用户。

上述菜单的其他算法可以可选的包括自动菜单重组算法。该算法的目的在于在菜单系统中缺乏个性化。许多用户使用所述电话用户界面的方法是不同的，但他们所有的是同样的菜单系统和界面。该算法学习所述用户指定利用率，并据此重组该菜单系统，特别是提供一个完整的自适应菜单系统。

对于所述知识库，所述PhoneWorldMapper积累应用和子应用的执行，且存储对于指定目标的点击的次数。当向同一菜单中添加项目时，所述PhoneWorldMapper将给出一个所使用的分层视图。在一个菜单中，所述项目根据它们的效用进行组织。

周期性的，所述菜单系统最好是评估其对于所述用户是否是最佳的(通过上述定义的参数)，依据所推断的最佳选项，可选的进行如下重组。

附图15示出了一个自适应菜单系统类图1500。该类算法通过一个PhoneWorldMapper1502类和一个PhoneWorldNode1504类提供所必需的抽象概念。PhoneWorldMapper1502是绘制所述菜单和用户界面系统的原因。该绘制由PhoneWorldNode1504来进行。PhoneWorldNode1504在图形结构中表示一个菜单，一个子菜单或一个菜单选项。

PhoneWorldMapper1502最好包括一个PhoneWorldNode1504对象的图形；在所述节点之间的所述边缘是菜单转换，且所述顶点是所绘制的菜单或选项。当所述用户在菜单系统中进行浏览时，PhoneWorldMapper1502跟随PhoneWorldNode1504对象的对象图形，并将其指向所述用户的准确定位。当用户激活某一选项时，当前节点最好记录该动作并计算该激活动作。PhoneWorldMapper1502提供了本发明，本发明能够计算每个菜单选项之间的差距(在点击中)及其从根部开始的差距，所述从根部开始的差距可能是由于菜单系统的图形表示而产生的。这样，PhoneWorldMapper1502将抽象概念提供给所述菜单结构，菜单导航，菜单激活和菜单中项目之间的距离。

类图1500还包括一个用于处理菜单事件的MenuEvent类1506和一个用于通过菜单建议快捷方式的SuggestShortcut1508。PhoneWorldMapper1502是最好与一个MyMenuData类1510和一个PhoneWorldMenuNode1512进行通信，所述MyMenuData类1510，是用于描述关于菜单的所述用户的个人使用模式的，所述PhoneWorldMenuNode1512，是用于提供前述图形的菜单节点的。一PhoneWorldLeafNode1514是与用于支持前述图形的PhoneWorldNode1504进行通信的。

前述系统提供三层的自适应用户界面算法。所述第一个定制层的特征在于一菜单项目激活快捷方式建议算法。该算法使用PhoneWorldMapper1502，监控对选项的激活。该算法监控一个菜单选项的激活的平均次数。当一个确定选项的激活的数目大于一个阈值(可选的大于一平均值)，且所述快捷方式激活的差距小于该选项激活其自身所需次数时，最好建议一个快捷方式。由于该自动快捷方式减少了用户为激活所需功能而执行的操作的数目，因而该用户从所述自动快捷方式中受益。建立该流程，所述动作的产生是一个基于规则的策略，该策略使用PhoneWorldMapper1502作为其知识库。该算法自动定制用户指定的快捷方式。

所述第二个定制层最好包括菜单选项重排。该算法使用PhoneWorldMapper1502，监控选项的激活，并根据激活的次数，重排一指定菜单内的选项，例如最常使用的选项出现在第一位。该算法通过自适应所述用户的指定利用率，定制所述菜单选项的顺序。该算法最好使用与前面的算法相同的激活知识库，来重排菜单选项。

第三个定制层最好包括菜单组成部分。该算法监控所述选项和菜单的利用率，并选择最常用的选项。对于这些选项，该算法选择在PhoneWorldMapper1502图形中的第一常用节点。该节点成为所述菜单，且最常用的选项成为该节点的菜单选项。该菜单最好位于所述菜单系统中的第一位。这也将所述PhoneWorldMapper图形改变为一个新的图形，所述新的图形表示在菜单系统中的改变。该算法最好在递减选项激活顺序中重复并构造菜单。

第7部分：用于游戏的自适应系统

本部分描述了基于本发明的一个用于游戏的自适应系统的优选实施例。附图16中示出了一个基于本发明的典型游戏类图。

所述智能代理的一些目标是可选且最好是能够使所述用户得到娱乐。此外，所述智能代理可选的具有个人目标，例如用以通信。

为了管理这些目标的状态，该系统最好在游戏类图1600中具有两个类，附图16：UserBoredStateHandler1602和CreatureStateHandler1604。两个类最好根据基于规则的策略来产生动作。通过上述类限定的所述规则与其所表示的目标相关。两个类使用所述事件模型作为用于评估规则和状态变化的输入方法(例如均为事件处理器)。

作为一个等待动作(例如如果不考虑其他占用)，所述智能代理最好选择所述移动动作(未示出)，所述移动动作可以适应于所述用户的嗜好，例如关于卡通动作，声音等。

所述移动动作最好是首先在移动状态或休息状态之间进行选择。该选择是基于概率的。在每一状态中，所述移动动作同样基于概率，选择用于该状态的适当的卡通动作。用于每一个选项的概率均预设为50％。

所述用户输入影响当前所选择的配对(状态，卡通动作)。如果该用户给定一个错误的输入，则所述状态的概率和当前卡通动作的概率减少，且对于正确的输入，则上述概率增加。所述概率最好具有一个确定的阈值，所述阈值为用于阻止所述确定状态和所述卡通动作的概率不被选择的最小值和最大值。

此外，示出了一CommAction1606。该动作通过所述目标驱动来进行通信，且通过CreatureStateHandler1604可选的产生，依靠所述表示和所述用户与智能代理通信状态的嗜好。例如，如果所述智能代理暂时不能与所述用户通信，且所呈现的是一段试图与所述用户通信的正常的时间(根据所述状态处理机规则库)，最好是产生一个通信动作。该动作可以引起摆动与或回响，同时可以尽可能的可选的使用文本通信。

一行为显示动作是可选的且最好是通过所述情绪模型取得；只要情绪状态改变，所述智能代理最好是表示所述新的情绪状态，可选的通过使用文本，声音，二维和三维的动漫形象。

一GameAction1608最好是在所述浮动应用空间中开始一个游戏。该动作可选的从所述虚拟AI世界应用中选择一个或多个对象。所述智能代理探测所述对象并作用于所述对象。例如在所述智能代理能够移动并踢所述球状物之后，选择一个球状物，所述用户可以将所述球状物移动至一个新的地方等。一些对象可以可选的被用户界面对象遮蔽(在所述AI世界应用中已描述)。最好是该游戏动作的特征在于它仅仅是所述智能代理决定选中一可能的动作，而没有所述用户的支援。

所述捉迷藏动作1610，运用所述PhoneWorldMapper能够跟踪所述菜单系统中和所述不同的主屏幕中用户的定位。在所述用户浏览所述菜单系统，直到所述用户发现所述智能代理或所述搜索时间结束之后，所述智能代理最好是选择在所述菜单树中的一个定位并隐藏。在所述用户发现(或未发现)所述智能代理之后，最好是发送一消息告诉所述用户某些关于在所述菜单系统中的所述当前位置的事情与/或某些对所述当前屏幕有益的事情。这样所述用户可以了解所述主平台的特征及其他可用选项。所述有益的工具-提示最好是可以通过所述PhoneWorldNode用于所述智能代理，所述PhoneWorldNode包括所述工具-提示，该提示与通过那一级的目标实例描述的特定节点有关的。

一SuggestTmTrivia1612可以可选的将一小游戏提供给所述用户，最好是关于一其中所述用户表示有兴趣的主题。

第8部分：训练系统

本部分描述了根据本发明的，一训练系统的优选实施例，包括而不局限于用于就一主题训练所述用户，也就是说没有直接与所述装置本身的操作有关系的本发明的优选实施例。提供所述训练机器的一般说明，后面是一可选但是最好是根据附图17A的所述训练机器(典型训练机器类图)和17B(典型训练机器顺序图)。

前述描述的应用层最好是运用所述训练机器的基础结构，以在本发明的范围内产生不同的训练应用。

所述训练机器最好能处理与/或提供如内容，训练逻辑，存储，更新，与所述智能代理相互作用(如果存在)，课程结构，读音(如果听觉单词将被说出或了解)，作为训练和学习的上述方面的支持。后者的问题对于训练语言是特别重要的，每一语言都需要存储以下数据：语言定义(姓名，字符组，元音等等)；规则(语法，句法)和单词。最好是，一个规则就是一个简单的语言元素，其可以通过实例来训练，且很容易被检验。词汇最好是解释为单词的组，其中每个单词组最好是具有一个级且可以同时可选的根据不同的标准分类(例如工作单词，，旅行单词，简单会话单词等等)。其他的重要方面包括上下文，以使所述词汇中的每个单词w具有至少3个上下文和关系，以使所述词汇中的每个单词w1，w2，具有一个关系的最大集。一个关系最好是解释为一组4个单词w1:w2和同样的w3:w4.。

所述高级教学机器结构最好是包括称为第一类的TMLanguage，其提供用于所述当前TM语言的抽象概念，允许仅可能的扩充为所述全部的TM基础结构。还有最好是被称为第一类的TMLesson，其用于组织独立的课程，例如根据一组中的单词，规则，小测验或练习问题等等。

一个课程周期是可选的定义为一周。一个课程由一个作为用于该课程的当前词汇的单词组；一包括一个或多个在该课程中教学的规则的规则组；允许所述用户的练习到所述材料的练习；和可选的一小测验组成。

附图17A显示用于所述教学机器基础结构的一典型教学机器类图1700，其目的是提供一用于普通的和自适应的教学应用的可扩展结构。所述应用类TeachingMachineApp1702负责提供用于一个基于应用的小测验的所述运行时间和用户界面。所述应用最好是嵌入一个TMEngine1704中，其负责在所述调查领域建立所述用户分布图(用户模型)。例如，如果普通领域是英文词汇，TMEngine1704最好是学习所述用户在所述英语词汇的不同子领域就单词关系，否定词，功能，主题等而言的成功率。

在所述普通领域的不同子领域中分析所教授的应用的所述用户的特性之后，TMEngine1704最好是引导所述应用至测试，并在性能较薄弱的所述主题和子领域提高所述用户的知识。TMEngine1704最好是进行用户评价的循环，其后是教学和适应于所述用户的性能，为了产生小测验问题，也就是说与所述用户的新的状态有关。

TMEngine1704同时收集所述用户额外时间的性能，且可以可选的提供具有与用户成功率有关统计数字的TeachingMachineApp1702。

所述可扩展小测验结构最好是通过使用抽象概念层和界面来提供。TMEngine1704最好是一个小测验的集装箱；因为全部所述小测验最好是实现TMQuiz1706标准界面，所以小测验可以可选的是无缝的(seamlessly)。每个小测验可以使用所述TMDataAccess类1708，存取并存储它相应的问题，答案和用户成功率的数据库。所述教学机器的小测验和主题培训方面最好是分开的，其均允许所述自适应的教学应用，从而操作许多不同类型的主题且被高度扩展。

一些不同类型的小测验的实例包括一个TMWordNet小测验1710，一个TMTrivia小测验1712和一个TMRelation小测验1714。

附图17B根据本发明，示出了一个典型教学顺序图。应用管理器502(详细描述参见对附图5的详细描述)将一个步骤发送至TeachingMachineApp1702(箭头1)。然后，TeachingMachineApp1702将一个请求发送至TMEngine1704，以准备所述下一教学循环(箭头1.1)。该准备最好是开始于来自TMQuiz1706请求所述下一个问题(箭头1.2.1和1.2.1.1)。所述答案来源于所述用户且通过TMEngine1704和TMQuiz1706进行评价(箭头1.2.2)。如果正确，TMQuiz1706更新所述正确的答案统计(箭头1.2.2.1.1.1)；否则更新所述错误的答案统计(箭头1.2.2.1.2.1)；所述总体成功率也被更新。TMEngine1704最好是保存所述小测验统计值。可选的且最好是，如果选择一错误的答案，则将所述正确的答案显示给所述用户。

如果所述用户之前已经测试了至少一次，则所述序列的下一个部分可以可选的被执行。应用管理器502再次发送一个步骤(箭头2)。TeachingMachineApp1702发送一个请求，以准备一个教学循环(箭头2.1)。定位所述用户的较薄弱的主题(箭头2.1.1)，且所述用户的小测验的最弱类型同时最好是也被定位(箭头2.1.1.2)。对于循环中的每一问题，TeachingMachineApp1702最好是如同上述获得下一个问题并评估所述用户前述的答案。

该结构最好是可扩展用于新的主题以及新的小测验结构的。所述新的主题最好是包括一个普通主题(例如英文)和一种内容的类型(例如美国俚语或旅行单词)。所述主题最好是包括用于该主题的所述数据以及一小测验结构，以使所述教学机器可以自动地合并所述数据和所述小测验结构。每个小测验最好是基于一个小测验模板，关于所述数据的指令，可以可选的处于所述模板内部的具体地点。

实例3：用于一个智能代理的演变系统

该实例描述了基于本发明的一个演变系统的优选实施例，包括但不局限于基于本发明优选实施例的用于动漫形象或原始模型的DNA的描述，以及基于本发明的一个可选基因工作室(studio)的描述。所述演变系统可选的且最好是能够使所述动漫形象或原始模型“逐步发展”，也就是说，改变所述动漫形象的行为和/或外观的至少一方面。该实例可选的且最好是作为实例2中所描述的智能代理的操作进行描述，但该描述的目的仅仅在于说明，且并不操作任何限制的意图。

这里所描述的所述智能代理的演化(改变)，是关于所述代理的实质特征以及非实质特征的，所述代理的实质特征，是通过所述原始模型或动漫形象来进行显示的，所述代理的非实质特征，影响所述原始模型或动漫形象的行为。

附图18A示出了一个典型演化类图1800。在该类图中所描述的所述基因模型，允许改变该智能代理的多种属性，最好是包括视觉的以及功能的属性。该模型包括一CreatureDNA类1802，该CreatureDNA类，表示所述DNA结构。所述DNA结构是可用基因的一个载体，且最好能够被扩展以插入新的基因。一个基因是在可能的值(例如基因类型)的范围之内的一个参数。通过基于本发明的所述系统插入该基因，以使基因中所述数据的表示为它的基因类型。例如所述头基因位于所述DNA中的第一个基因，且它的值可以表示为所述动漫形象的头的可见结构，虽然最好在其他基因中，所述头的颜色是代码化的。

为了演化所述智能代理从而取得一个指定的DNA实例来满足所述用户，基于本发明的该基因模型最好是实现杂交和变异基因操作，从而改变所述DNA。所述CreatureProxy类1804负责提供与所述DNA的接口，和对于所述系统类的基因的操作。此外，CreatureProxy类1804最好还保存关于所述智能代理的其他非基因信息(例如姓名，出生日期等等)。

所述EvolutionMGR类1806最好管理所述智能代理的演化，并提供与所述智能代理的CreatureProxy类1804的接口及其对于应用的基因操作。

所述EvolutionEngine类1808服从于演化事件，该演化事件可能是随时产生的，用于表示将要在所述智能代理DNA上调用并执行的一个确定基因地操作。下面将给出该DNA的结构。

CreatureDNA类1802最好服从于EvolutionEvent1810中的上述演化事件。

DNA结构

#ifndef＿CREATURE_DNA＿

#define＿CREATURE_DNA＿

#include″CreatureDefs.h″

#include″CommSerializable.h″

#define GENE_COUNT 19

#define BASE_COLOR_GENE 8

typedef struct internal_dna

{
				
				<dp n="d65"/>
unsigned char head；

unsigned char head_color；

unsigned char head_scale；

unsigned char body；

unsigned charbody_color；

unsigned char body_scale；

unsigned char hand；

unsigned char hand_color；

unsigned char hand_scale；

unsigned char tail；

unsigned char tail_color；

unsigned char tail_scale；

unsigned char leg；

unsigned char leg_color；

unsigned char leg_scale；

unsigned char dexterity；

unsigned char efficiancy；

unsigned char interactive；

unsigned char base_color；
}internal_dna；
typedef internal_dna p_internalDna；
/**
 *This class represents the Creature DNA structure.
 *The DNA hold all the data about the Creature body parts and some
 *personality and functional qualities
 */
class CreatureDNA/*：public CommSerializable*/
{
				
				<dp n="d66"/>
public：

   static const int gene_count；

   /**

   * defualt constructor，DNA is initialized to zero

   */

  CreatureDNA()；

  /*

   *Copy constructor

   *@param other-the DNA to copy

   */

  CreatureDNA(const CreatureDNA&amp;other)；

  /**

   *Initialization function，should be called if teh constructor was
not

   *called.

   */

   void init()；

 /**

  *Randomizes the DNA data

  *

  */

 void randomizeDna()；

 /**
				
				<dp n="d67"/>
*The DNA actual data

*/
  union{

 internal_dna genes；

 unsigned char data[GENE_COUNT]；
  }；

/**

 *Range of type gene

 */

static const int TYPE_RANGE；

/**

 *Range of color gene

 */

static const int COLOR_RANGE；

/**

 *Range of scale gene

 */

static const int SCALE_RANGE；

/**

 *Range of charecter genes

 */

static const int CHARECTER_RANGE；

static const int BASE_COLOR_RANGE；
private：

/**
				
				<dp n="d68"/>
    *Location of scale gene in the type，color，scale triplet

    */

  static const int SCALE_LOCATION；

}；

#endif/*＿CREATURE_DNA＿*/

智能代理DNA结构最好是以如下方式执行。当提供所述有效移动电话的版本时，所述DNA最好是从用于所述智能代理的每个结构单元的一个基因中构成。该结构单元可以可选的是所述代理的可视化的一部分，最好包括颜色或比例(结构单元的尺寸)，以及最好包括关于所述智能代理的功能性和行为的非可视化属性。所述DNA组成的模型能够被扩展为多个结构单元，所述结构单元能够被添加且每个结构单元的表示级能够增加。

所述DNA中的一个智能代理的结构，最好是关于每个基因及其值的执行。每个基因(结构单元)值(表示级)描述了在所构成的代理中表示的一个不同的基因类型。所述可视化代理的基础结构单元被作为原始模型，此后原始模型的数目控制每个可视化基因的范围。对于在运行中，产生所表示基因的值来说，是可能的，例如颜色基因表示级可以作为在所述主平台比色表中的索引来计算，或比例也可以根据所述主屏幕尺寸来计算，以获得独立于预定原型的基因类型。所述原始模型最好是被分解，然后一个非原型代理最好是根据每个结构单元的所述基因值来进行重组。

以下实例提供一个该过程的说明性的，非限制性的解释。为了更简单和清楚，不包括颜色和比例以及非可见的基因，但同样的过程也适合以下基因。

以下可选的给出了一个DNA的16原始模型和5结构单元的版本：

DNA₀＝{[head，0:15]，[body，0:15]，[legs，0:15]，[hands，0:15]，[tail，0:15]}

根据所述结构单元基因值，每一5结构单元具有16个不同的可能的基因型，所述结构单元基因值，来自原始模型的数目。当构成所述智能代理时，根据在所述DNA中的结构单元的值，采用所述右结构单元，其中各基因具有其各自的值。例如上述DNA方案的一具体的情况可以是：

DNA＝{[3]，[5]，[10]，[13]，[0]}

所述可能的智能代理成分的种类在简单的DNA版本中是：

V₀＝(16)*(16)*(16)*(16)*(16)＝(16)⁵＝1048576

如果一用于描述所述智能代理的通用颜色的基色基因(即绿色，蓝色等等)增加，可能的16基色的表示级，将获得以下种类：

DNA₁＝

{[head，0:15]，[body，0:15]，[legs，0:15]，[hands，0:15]，[tail，0:15]，[bs_color，0:15]}

然后所述种类变成：

V₁＝V₀*16＝(16)⁶＝16777216

如果用于所述基色基因(换言之从浅色到暗色)的一强度基因被增加给以DNA版本，可能的16强度的所述基色的表示级，最好是获得以下种类：

DNA₂＝

{[head，0:15]，[body，0:15]，[legs，0:15]，[hands，0:15]，[tail，0:15]，[bs_color，0:15]，[intensity，0:15]}

所述种类计算是：

V₂＝V₁*16＝(16)⁷＝268435456

各种基因操作可以可选的在所述DNA上执行，如附图18B和18C所描述的，分别显示一个突变顺序图和一个杂交顺序图。

如附图18B所示，the basic变异操作最好是从可以变异的所述基因组中随机选择一基因，其可以可选的是所述全部的DNA，然后在所选择基因地可能范围(表示级)内改变基因的值。所述基本运算可以可选的执行许多的次。

一变异应用1812发送一请求至EvolutionMGR 1806(箭头1.1)以产生一变异。EvolutionMGR类1806将该请求送至CreatureProxy1804，可选的用于许多突变体(该值可能是放弃所述功能呼叫；箭头1.1.1)。对于每个上述突变体，CreatureProxy 1804最好是选择一任意基因(箭头1.1.1.1.1)和改变它特征值，也就是说在所述基因的范围内(箭头标志1.1.1.1.2)是不动的。然后，所述突变体(s)是返回给变异应用1812，且最好是显示给所述用户，如实例4中所描述的。

如果所述用户满意一突变体，那么变异应用1812发送一命令以所述新的突变体替换所述代理的存在实例(箭头2.1)EvolutionMGR1806。然后，EvolutionMGR 1806在CreatureProxy 1804设置用于所述动漫形象的所述DNA(箭头2.1.1)，然后其最好是在agent_history 1814更新所述代理的历史(箭头2.1.1.1)。

附图18c示出了一个用于所述基本杂交操作(或交叉操作)的典型顺序图，当两个选择物DNAs被将其一个配比给另一个时，发生所述杂交。最好是选择位于所述DNA载体中的一或多交叉点(所述交叉点数目可以从1变化至所述DNA中基因的总数；该数目可以可选的随机选中)。选择所述交叉点的操作被称作get_cut_index。这可以可选的随机执行，或根据被称作cutting_index的统计执行。所述结果是在所述两个选择物DNAs之间的一个混合物。所述基本杂交操作可以可选的与许多选择物执行许多次。

如图所示，一HybridApp 1816发送一命令给EvolutionMGR 1806，以开始所述杂交过程。EvolutionMGR 1806通过发送一命令给CreatureProxy 1804获得目标DNA(箭头2.1.1)来开始杂交，且执行多个交叉点(杂交)。如图所示，当在所述两个DNAs的值之间进行交叉时，保存一cutting_index来进行说明。

所述杂交代理被返回，且如果所述用户满意，然后所述当前代理被替换为所述杂交代理，如上对于所述突变体处理的描述。最后，最好是更新在agent_history 1814的所述代理的历史。

杂交可以可选的且最好是执行，与代理DNA，也就是说发自在所述移动信息装置以外的信源，例如在一SMS消息中，通过红外线，兰牙或所述因特网，或其他的任何信源。仅仅为描述且没有任何限制的意图，该过程是以关于通过一SMS消息，接收上述的杂交DNA进行说明的。所述SMS消息最好是包括在一MIME类型中用于DNA的所述数据。最好是，本发明的所述系统具有一用于该MIME类型的钩，以便这类SMS消息最好是分析用于自动地而没有通过用户的人工干预的杂交。

附图19示出了上述过程的一个典型顺序图。如图所示，用户1发送一请求以使所述用户1的智能代理与所述用户2通过电话听筒1杂交。用户2可以可选的通过电话听筒2满意或拒绝所述请求。如果用户2满意，在所述DNA之间的所述杂交操作通过双方代理在电话听筒1上被执行。所述结果是可选的显示给所述请求当事人(用户1)，其可以将该杂交保存，置换为当前代理。如果所述杂交被用作所述置换，然后用户接收一通知并将所述杂交通过电话听筒2保存给所述杂交结果收集部分。

实例4：本发明的用户接口

该实例描述了多个典型的、非限制性的、说明性的抓图，以便提供本发明系统的一个可选的但是优选的实施例，该系统可与用户相交互。

图20给出了″浮动代理″的一个示例性抓图，该代理是动物或者动漫形象(智能代理的直观表示)。图21给出了用于选择智能代理虚拟世界的对象的一菜单的示例性抓图。

图22给出了Start Wizard应用，该应用可使用户配置并修改代理设置以及用户偏爱性。

设置其利用wizard所执行的一动作的一个实例以确定智能代理的情绪系统的设置。这里，用户配置动物的个性以及趋向。

可选的且最好是用户通过按下右箭头按键来确定动物的设置以便增加该特征的级别并且以便相反的处理且减少例如热心、好交际Anti_social行为、脾气(忍耐水平)、忧郁、自私行为等等这样的各种特征的级别。

最好是用户还可设用户偏爱性，例如以确定然后很快地得到帮助。该偏爱性的其它非限制性实例包括：通信(代理通信的程度)；entertain_user(控制代理与用户一起玩)；entertain_self(控制代理自己玩)；preserve_battery(延长电池寿命)；transparency_level(动物透明度的级别)。

最好是用户还利用start wizard来设置用户详情(User Detail)，该用户详情最好是包括但不局限于用户名、生日(根据本发明的一可选实施例，对于杂交的SMS而言该值很重要，因为它定义了用户之间的konghup可能性，该konghup能够创建与一良好的占星学模型的杂交物；根据horsocopes的适当表格和日期来创建该konghup选项)以及性别。

最好是用户还可以设置动物详情。

图23给出了如前面所描述的用于通过杂交应用来执行杂交的一示例性菜单。

图24A给出了一示例性抓图，该抓图用于观看新的动物并且可选的通过按下产生按钮而再次产生，该产生按钮可使用随机产生一动物。图24B给出了利用一杂交按钮而在抓图中合成的动物：按下该按钮，这可认可用户所选择的动物并且将其传送到动物预览窗。

该预览窗可使用户在三维空间中观看新产生的动物、并且可选的以通过使用下列选项而赋予该动物生命：

1.Navigation UP key：Zoom In and minimizes the size of thecreature.

2.Navigation DOWN key：Zoom Out and maximizes the size ofthe creature.

3.Navigation LEFT key：Switch between the″Ok″and″Back″buttons.

4.Navigation RIGHT key：Switch between the″Ok″and″Back″buttons.

5.Ok key(OK)：Confirm selection.

6.Clear key(CLR)：Exit the creature preview window to LivingMobile Menu.

7.End key：Exit the creature preview window to the main menu.

8.′0′key：Lighting and shading operation on the creature.

9.′1′key：Circling the creature to the left with the clock direction.

10.′2′key：Circling the creature in the 3D.

11.′3′key：Circling the creature to the right against the clockdirection.

12.′5′Key：Circling the creature in the 3D.

13.′6′key：Animates the creature in many ways.Every new pressingon this key changes the animation type.

动物可选的所执行的卡通动作包括但是不局限于走、坐、闻、飞奔、以及跳。

图25给出了杂交历史的一示例性抓图，该杂交历史可使用户评论并且问题动物在世代方面的变化历史。该用户最好是查看当前以及其父母，并且可选的还有父母的父母。最好是，对于每个动物而言有至多2个父母。

图26给出了基因工作室(studio)的一示例性抓图，该基因具有当前动物的DNA顺序。最好是该基因工作室(studio)还可使用户改变并且修改代理的DNA顺序。

实例5-用于网络移动信息设备的智能代理

这些实例涉及利用网络移动信息设备上的智能代理，最好是利用蜂窝式电话。可选的且最好是，该智能代理包括与用户相交互的一动漫形象以及与网络上的诸如其它移动信息设备这样的其它元件相交互和/或网络本身相交互的一代理。因此最好是该动漫形象形成了用户接口(或者其一部分)并且具有一外观，该外观更好是立体的。可选的该外观可以是人形机，但是换句话说根据任何类型的特征或动物，无论是真的还是虚构的。最好是该代理可处理动漫形象与移动信息设备、和/或网络上的其他部件、和/或其它移动信息设备上的其它动漫形象间的通信。还应注意的是尽管利用诸如蜂窝式电话这样的移动信息设备描述了该实现过程，但是可选的也可利用如先前所描述的自适应系统(实例2)和/或前摄用户接口(实例1)来实现该实现过程的动漫形象方面(乃至代理本身)。

通过应用″活设备″的概念而使本发明的智能代理的目标在于创建增强的情绪经验。这个概念最好是包括两个着重于独特的智能代理，因为每个生物在外表上和行为上是独特的且特别的，虽然还提供了诸如可增强用户与活设备的相互作用的各种动漫形象这样的种类。最好是该动漫形象具有强制性的可见性质，可选的具有适当的辅助对象和周围环境。

该智能代理最好是显示所做出的智能决策，以及可指出其自我存在和独立学习的未预料到的行为。这种独立行为是本发明的重要方面，因为以前任何类型的用户接口或者任何类型的用户与计算设备的交互作用都没有对其进行说明，并且其当然不是用于移动信息设备的智能代理。最好是该智能代理还随时间而演化，如一切有生命的东西一样，并且还可显示可见的改变。这是一个最重要的″活设备″性质。

该演化阶段开始于惊奇用户的一情绪反应并且预测下一个演化阶段。

演化是根据时间的动物的可见改变。可选的将该时限设置为例如一年，因为这是市场上的中等蜂窝式电话的生命周期。在一年中，最好是由于演化而发生了周期变化。该演化途径(适应于该环境)是自然选择的结果。可选的该自然选择可以是用户驱动的(即用户决定下一代是否更好)，尽管另一个选择是通过发展一些自动选择的标准而预先确定的自然选择处理。

可选的可以实现该智能代理用于两部分功能″世界″或者不同环境：电话世界和虚拟动物世界。电话(移动信息设备)世界可使智能代理控制电话的不同功能并且向用户建议各种功能的选择，如前面所描述的。最好是该智能代理可对基本的一个或多个电话使用处理进行操作，最好是所述智能代理能在所述一个或多个电话利用过程中操作，也就是说用于所述代理的模型对电话世界的另一个重要方面是情绪表现，可以是例如中断所述屏幕或自由成型或者面部按摩，以及对于指定事件的一个或两个相应的单词的文本表示。

该虚拟世界最好是一可见显示和活动场区域，可选的可将除动漫形象以外的对象插入到其中并且用户可评论用于学习并且与他们相交互的该动漫形象。可选的可预先确定其输入到世界中的对象，该对象具有由学习过程所产生的可能的不同行为。可选的且最好是该用户给出了奖励或者阻碍并且属于学习过程。在这方面，可选的智能代理(通过动漫形象的外观)可以用作一种虚拟宠物或者同伴。

智能代理的一些优选的方面包括但并不局限于一3D图形基础结构(关于动漫形象的外形)；利用AI和机器学习机构来支持自适应的并且前摄的行为；提供了游戏能力；能够增强移动信息设备的可用性并且向用户提供特定的帮助；以及提供了主平台抽象(抽象)层。共同的，这些特征提供了一坚固的、强制性的且创新的内容平台以支持多个人工智能应用，这些人工智能应用都定义为属于运行在移动信息设备上的一类。

该动漫形象还最好是具有多个重要的可见方面。例如，可选的外部剪辑(clip)大小可以达到60×70像素，尽管当然可根据移动信息设备的屏幕显示特征来选择不同的分辨率。最好是利用若干个颜色来将动漫形象表示成一3D多边对象，但是在任何情况下最好是具有多个不同3D视觉特性，例如阴影、纹理、卡通制作支持等等。可选的可以通过以前所创建的即存储在移动信息设备中的可视结构单元(buildingblocks)来提供这些能力。最好是在运行时刻构成了该外观。

可选的在launch wizard动漫形象之后开始动漫形象″活起来″，考虑用户的偏爱性(对所使用设备的用户介绍)。除演化之外，可选的动漫形象可以显示其描述了突变这样的较小可视改变(在一随机阶段中的颜色改变/一些关键点的运动)。最好是通过添加/置换一结构单元来执行可视的演化阶段。最好是该动漫形象在各个方向移动并且旋转，并且最好是一完全赋予生命的三维特征。

最好是如所示的利用后台中的移动信息设备用户接口而使动漫形象可在移动信息设备显示器上浮动，但是可选的一旦用户请求还可使其离开。最好是该动漫形象能明白当前用户与移动信息设备的正常相互作用并且努力使通过用户的强制隐藏/解散最小化。

根据本发明的可选的但是优选的实施例，将该动漫形象编程为可以更自然的、物理上更逼真的方式来在屏幕上″移动″。例如、各种类型的算法和参数都是可使用的，这些算法和参数企图描述物理上的实际行为并且运动以控制机器人的运动。在″用于将人体运动捕获资料转换成类人机器人运动的运动模型的自动生成″中描述了这种算法和参数的实例。A.Ude et al.Proc.First IEEE-RAS Int.Conf.类人机器人(人形机2000)、剑桥，MA，USA、九月2000(若要进行完全的阐述则通过参考而包含在这里)。该参考资料描述了各种人体运动捕获方法，以及用于将所捕获的数据自动转换成类人机器人运动参数。简要地，将人类和机器人运动做出模型，并且该模型用于将实际的人类运动数据转换成用于控制类人机器运动的数据。

这类参考资料用于提供与如何建模类人机器人的运动的信息有关。虽然本发明与动漫形象的实际运动有关(虚拟特征三维地描述了)，但是可选的相似模型也可用于与类人机器人有关的动漫形象。此外、可选的还可以建造用于建模动物运动的模型，从而使像动漫形象的动物或动物的运动更逼真。一般地说，最好是该系统可对任何给定的一组属类三维字符数据进行处理。

可选的且最好是这些模型用于使动漫形象的运动演化，因为在该演化过程期间可以可选的改变该模型的不同参数，从而改变动漫形象的移动方式。最好是这种模型还可用于描述动漫形象的非确定的运动，并且可选的用于使非确定的运动演化这种非确定的行为还有助于保持用户的兴趣。

根据本发明的其它优选方案，可选的且最好是还可根据非确定的模型来产生并管理动漫形象的行为。可选的可以所为大家所熟知的诸如ABL(一种行为语言)行为语言来编写这种模型，如M.Mateas和A.所著的″A Behavior Language for Story-Based Believable Agents″中所描述的，Working Notes of Artificial Intelligence and InteractiveEntertainment，AAAI Spring Symposium Series，AAAI Press，2002(若要进行完全的阐述则通过参考而包含在这里)。该参考资料描述了ABL，该ABL可用于创造其以一种逼真的方式所表现的virtual特征。这种逼真的行为包括例如通过语言、运动和/或手势来响应输入，所有这些提供软件与人类用户的逼真通信。人们注意到通过″运动″它不必意指对外表上逼真的运动进行建模，而是根据它所出现的来龙去脉来支持逼真的运动。

根据本发明可选的这种一种语言可用于动漫形象的行为，该语言即就是包括各种输入和输出并且可用于对与人类用户的逼真的、非确定的交互行为进行建模和支持。例如，该语言描述了″beat idioms″，这仅是表达行为的实例。将该beat idioms三类：分成beat目标、处理机及Cross-beat行为。Beat目标是在特殊位置的环境中将要执行的行为，例如问候人类用户。处理机负责人类用户与虚拟动物(例如本发明的动漫形象)之间的交互作用，或者用于使虚拟动物之间相交互。Cross-beat行为可使虚拟动物在一组行为或beat idioms之间移动。很显然，根据本发明的该语言内的这种构造可选的可用于动漫形象。

当然应该注意的是ABL仅仅是可信代理语言的一个非限制性实例；可选的其它类型的语言和/或模型也可用于ABL场所中和/或与ABL一起使用。

最好是该动漫形象还有若干情绪表现，其不必是面部的，但可反而是激励的(或者text)，例如幸福的、忧愁的、惊奇、难过的、伤害、或者烦人的。情绪表现可是其组合。

该动漫形象看来还改变了屏蔽的外观，将正文写入到用户和/或通过电话发出声音；这最好是通过智能代理的操作智能代理而完成的。可选的该代理还可激活振动模式，例如当动漫形象撞到虚拟世界中的坚硬对象时或者当设法获得用户的注意时。可选的该动漫形象还仿佛是主动地操作电话的用户接口屏幕。

为了实现该动漫形象和/或智能代理的这些不同功能，可选的且最好是按照图7-12所如下所述的来构造智能代理，虽然应该注意的是这些图仅仅描述了一个示例性的实现过程，但是许多不同的实现过程也是可能的。又，可选的智能代理的实现过程结合了或者信赖于上述实例1和2中所描述的实现过程。

图27是根据本发明的智能代理系统2700的方框图。如所示的，第一用户2702控制第一移动信息设备2704，对于该第一移动信息设备2704来说这些实例可选的可由一蜂窝式电话来实现，这仅供说明之用并没有打算做出任何限制。第二用户2706控制第二移动信息设备2708。第一移动信息设备2704和第二移动信息设备2708最好是通过一网络2710来进行通信，例如通过发送消息。

最好是第一移动信息设备2704和第二移动信息设备2708每个以智能代理为特色以用于与他们各自的用户2702相交互并且与另一个智能代理相交互。因此，如所示的，系统2700可使一组这种智能代理彼此相互作用，和/或例如通过网络2710获得了用于其各自用户的信息。

用户2702和2706与其各自移动信息设备2704，2708之间的交互作用最好是包括移动信息设备的常规操作并且增加″生活移动式电话″的新的令人兴奋的功能。这些功能最好是包括智能代理并且通过利用一动漫形象以提供一用户接口并且更好是提供增强的用户情绪经验。

该智能代理最好是以″可察觉″及智能的软件体系为特色。该系统的内部操作最好是包括若干算法工具，这些算法工具包括但不局限于AI和ML算法。

系统2700可选的包括如所示的多用户之间的交互作用。这种交互作用增加了最终用户使用移动信息设备的可用性和娱乐性。

图28更详细地给出了图27的智能代理系统。如所示的，可选的且最好是第一智能代理2800可根据方案(方案)数据2802进行操作(例如以前所描述的知识库)以便可采取行动、学习且决定有关于移动信息设备的操作。最好是由如以前所描述的用于演化的一演化模块2804来支持第一智能代理2800的学习和发展过程。如果根据本发明的一优选方案第一智能代理2800通过一动漫形象而与用户进行通信，那么最好是一卡通制作模块2806支持该动漫形象的外形。

可选的第一智能代理2800还可通过网络(未给出)与一后端服务器2808和/或另一个诸如电脑2810这样的网络资源进行通信，该另一个网络资源例如是用于获得用户的信息。

可选的第一智能代理2800还可与如所示的第二智能代理2812进行通信。

图29给出了根据本发明的一示例性动作选择系统2900的方框图，该动作选择系统2900提供了可使智能代理选择一动作的基础结构。

动作选择系统2900最好是以一ActionManager 2902为特色(参见对其进行描述的图10)，该ActionManager 2902实际上执行该动作。BaseAction接口2904最好是为ActionManager 2902所执行的所有动作提供接口。

可选的动作可使用如AnimationManager 2906和SoundManager2908所表示的设备和应用能力，也就是说执行特定动作所需的设备和应用能力。可选的且最好是各动作聚集了适当的管理器以正确的执行。

可选的且最好是animationmanager 2906还可控制ChangeUIAction2910，该ChangeUIAction 2910改变用户接口的可见显示的外观。另外或者，如果动漫形象用来向用户描述该智能代理，那么可选的且最好是AnimationManager 2906还可控制GoAwayFromObjectAction 2912和GoTowardObjectAction 2914，该GoTowardObjectAction 2914可使动漫形象与动漫形象的虚拟世界中的虚拟对象相交互。

图30A和30B给出了移动信息设备的屏幕上的根据本发明的二个示例性的、非限制性动漫形象的抓图。图30A给出了用户接口的一示例性抓图用以通过与动漫形象的交互作用来调准铃声音量。图30B给出了用户接口的一示例性抓图用以通过与动漫形象的交互作用来接收一消息。

虽然已根据有限的实施例对本发明进行了描述，但是应该理解的是也可对本发明做出许多变化、修改及其他应用。

Claims

1.一种用于计算设备的前摄用户接口，该计算设备具有一操作系统，该设备包括：

(a)一用户接口，使用户与所述操作系统之间进行通信；以及

(b)一学习模块，检测可使用户与所述用户接口相交互的至少一个模型并且

根据所述所检测到的模型来前摄的改变所述用户接口的至少一个功能。

2.根据权利要求1的前摄用户接口，其中从这样一组中选择所述至少一个模型，该组包括有根据用户与所述用户接口的至少一个之前交互所确定的模型、预定模型、或其组合。

3.根据权利要求1或2的前摄用户接口，其中所述用户接口的特征在于一图形显示器，并且所述的改变所述用户接口的至少一个功能包括改变所述图形显示器的至少一部分。

4.根据权利要求3的前摄用户接口，其中所述的改变所述图形显示器的至少一部分包括：

根据所述所检测到的模型来选择所要显示的菜单；

显示所述菜单。

5.根据权利要求4的前摄用户接口，其中所述的对所述菜单的选择包括：

根据多个菜单选项来构造一菜单。

6.根据权利要求1或2的前摄用户接口，其中所述用户接口的特征在于一音频显示器，并且所述的改变所述用户接口的至少一个功能包括改变计算设备所产生的至少一个可听声音。

7.根据权利要求1-6中任一个权利要求的前摄用户接口，其中从这样一组中选择计算设备，该组包括一个人计算机、一ATM、一移动信息设备、或其具有一操作系统的消费者设备。

8.根据要求1-7中任一个权利要求的前摄用户接口，其中所述学习模块最大化导致了从所述改变的直接用户选择的前摄改变的比率。

9.根据要求8的前摄用户接口，其中所述通过学习巩固来执行所述最大化。

10.根据权利要求9的前摄用户接口，其中通过重复的学习过程来执行所述学习巩固。

11.根据权利要求10的前摄用户接口，其中在执行了所述改变之后，执行所述学习过程中的每次重复。

12.根据权利要求1-11中任一个权利要求的前摄用户接口，其中所述前摄的改变所述用户接口的至少一个功能包括通过一操作系统来激活一附加的软件应用。

13.根据权利要求1-12中任一个权利要求的前摄用户接口，进一步包括一知识库，该知识库具有所述学习模块所汇集的作为与用户和/或操作系统相交互的结果的信息。

14.根据权利要求13的前摄用户接口，其中所述学习模块进一步包括多个用于感知操作系统状态的传感器。

15.根据权利要求14的前摄用户接口，其中所述学习模块进一步包括一感知单元，该感知单元对从所述传感器的输出进行处理以确定操作系统的状态以及所述用户接口的状态。

16.根据权利要求15的前摄用户接口，其中所述学习模块进一步包括一推理系统，该推理系统用于更新所述的知识库并且学习所述用户接口的改变与操作系统的状态之间的联系。

17.根据权利要求13的前摄用户接口，其中进一步包括多个根据用户的行为以及预编程的信息所确定的集成知识库。

18.根据权利要求1-17中任一个权利要求的前摄用户接口，所述学习模块进一步包括至少一个人工智能算法以及一机器学习算法。

19.根据权利要求1-18中任一个权利要求的前摄用户接口，进一步包括用于模

仿用户行为的一用户模型。

20.根据权利要求19的前摄用户接口，其中学习模块利用所述用户模型来根据用户对所述用户接口的反应而检测用户的隐含偏爱。

21.一种通过用户接口而使用户与计算设备之间进行前摄交互的方法，计算设备具有操作系统，该方法包括：

根据用户与用户接口的至少一个交互作用来检测用户行为的模型；以及

根据所述模型前摄地改变用户接口的至少一个功能。

22.根据权利要求21的方法，其中从这样一组中选择所述至少一个模型，该组包括有根据用户与所述用户接口的至少一个之前交互所确定的模型、预定模型、或其组合。

23.根据权利要求21或22的方法，其中所述用户接口的特征在于一图形显示器，并且所述的改变所述用户接口的至少一个功能包括改变所述图形显示器的至少一部分。

24.根据权利要求23的方法，其中所述的改变所述图形显示器的至少一部分的包括：

根据所述所检测到的模型来选择所要显示的菜单；以及

显示所述菜单。

25.根据权利要求24的方法，其中所述的对所述菜单的选择包括：

根据多个菜单选项来构造一菜单。

26.根据权利要求21或22的方法，其中所述用户接口的特征在于一音频显示器并且所述的改变所述用户接口的至少一个功能包括改变计算设备所产生的至少一个可听声音。

27.根据权利要求21-26中任一个权利要求的方法，其中从这样一组中选择计算设备，该组包括个人计算机、ATM、移动信息设备、或具有一操作系统的消费者设备。

28.根据要求21-27中任一个权利要求的方法，其中所述学习模块最大化导致了由于所述改变的直接用户选择的前摄改变的比率。

29.根据要求28的方法，其中所述通过学习巩固来执行所述最大化。

30.根据权利要求29的方法，其中通过重复的学习过程来执行所述学习巩固。

31.根据权利要求30的方法，其中在执行了所述改变之后，执行所述学习过程中的每次重复。

32.根据权利要求21-31中任一个权利要求的方法，其中所述前摄地改变所述用户接口的至少一个功能包括通过一操作系统来激活一附加的软件应用。

33.根据权利要求21-32中任一个权利要求的方法，进一步包括一知识库，该知识库具有所述学习模块所汇集的作为与用户和/或操作系统相交互的结果的信息。

34.根据权利要求33的方法，其中所述学习模块进一步包括多个用于感知操作系统状态的传感器。

35.根据权利要求34的方法，其中所述学习模块进一步包括一感知单元，该感知单元对所述传感器的输出进行处理以确定操作系统的状态以及所述用户接口的状态。

36.根据权利要求35的方法，其中所述学习模块进一步包括一推理系统，该推理系统用于更新所述知识库并且学习所述用户接口的改变与操作系统的状态之间的联系。

37.根据权利要求36的方法，其中进一步包括多个根据用户的行为以及预编程的信息所确定的集成知识库。

38.根据权利要求21-27中任一个权利要求的方法，所述学习模块进一步包括至少一个人工智能算法以及一机器学习算法。

39.根据权利要求21-38中任一个权利要求的方法，进一步包括用于模仿用户行为的一用户模型。

40.根据权利要求38的方法，其中学习模块利用所述用户模型来根据用户对所述用户接口的反应而检测用户的隐含偏爱。

41.一种可与用户交互的前摄计算设备，该计算设备具有一操作系统，该设备包括：

(a)一用户接口，使用户与所述操作系统之间进行通信；以及

根据所述所检测到的模型来前摄地改变所述接口的至少一个功能。

42.一种用于移动信息设备的行为系统，该移动信息设备具有一操作系统，该系统包括：

用于移动信息设备的一自适应系统，其中所述自适应系统根据用户行为的分析来改变移动信息设备的至少一个功能，而不是根据用于改变所述至少一个功能的直接用户命令来改变移动信息设备的至少一个功能。

43.根据权利要求41的系统，其中操作系统包括一嵌入式系统。

44.根据权利要求41或42的系统，其中移动信息设备包括一蜂窝式电话。

45.根据要求41-43中任一个权利要求的系统，其中所述对用户行为的分析包括对与移动信息设备相交互的多个用户的分析。

46.根据权利要求44的系统，其中所述分析进一步包括比较所述多个用户对至少一个预定模型的交互作用，其中所述至少一个预定模型与改变所述至少一个功能相关。

47.根据权利要求44或45的系统，其中所述分析进一步包括比较所述多个用户对至少一个预先检测的用户行为的模型的交互作用，其中所述至少一个预先检测的用户行为的模型与改变所述至少一个功能相关。

48.根据权利要求41-46中任一个权利要求的系统，其中所述至少一个功能包括移动信息设备的音频能力。

49.根据权利要求47的系统，其中所述音频能力包括由移动信息设备产生了可听声音。

50.根据权利要求48的系统，其中所述可听声音包括至少一个响铃声、一告警声、以及一来电声。

51.根据权利要求47的系统，其中所述音频能力包括由移动信息设备接收并解释可听声音。

52.根据权利要求41-46中任一个权利要求的系统，其中所述至少一个功能与移动信息设备的一可见显示有关。

53.根据权利要求51的系统，其中所述至少一个功能包括显示一菜单。

54.根据权利要求41-52中任一个权利要求的系统，其中所述自适应系统是由移动信息设备来操作的。

55.根据权利要求41-52中任一个权利要求的系统，其中移动信息设备可通过一网络进行通信。

56.根据权利要求54的系统，其中至少部分地根据所述网络发送到移动信息设备的命令来对所述自适应系统进行操作。

57.根据权利要求55的系统，其中将与所述自适应系统的至少一个操作相关的数据存储在除移动信息设备之外的一位置上，可通过所述网络对所述位置进行存取。

58.根据权利要求41-56中任一个权利要求的系统，进一步包括一学习模块，其中由所述学习模块来执行所述分析，并且其中所述学习模块根据至少一个AI算法、ML算法或遗传算法适应于所述用户行为。

59.一种前摄移动信息设备，该设备包括用于移动信息设备的一自适应系统，其中所述自适应系统根据用户行为的分析而不是根据用于改变所述至少一个功能的直接用户命令来改变移动信息设备的至少一个功能。

60.一种可使移动信息设备的至少一个功能适应于用户的方法，该方法包括：

分析与移动信息设备相交互的多个用户以形成一分析；以及

根据所述的分析而不是根据用于改变所述至少一个功能的直接用户命令来前摄地改变移动信息设备的至少一个功能。

61.一种移动信息设备通过移动信息设备网络所使用的智能代理，包括：

一动漫形象，使用户与智能代理相交互；以及

一代理，通过移动信息设备网络控制移动信息设备的交互。

62.根据权利要求60的代理，其中由移动信息设备来操作所述动漫形象和所述代理。

63.根据权利要求60或61的智能代理，其中移动信息设备与至少一个其他移动信息设备进行通信，所述至少一个通信息设备与第二代理相关，以便所述代理可与所述第二代理进行通信。

64.根据权利要求62的智能代理，其中移动信息设备通过移动信息设备网络与至少一个其他移动信息设备进行通信。

65.根据权利要求62的智能代理，其中移动信息设备无需移动信息设备网络即可直接与至少一个其他无线信息设备进行通信。

66.根据权利要求62-64中任一个权利要求的智能代理，其中所述至少一个其他移动信息设备与第二个动漫形象相关，并且其中移动信息设备的用户以及所述至少一个其他移动信息设备的用户通过所述动漫形象和所述第二个动漫形象进行通信。

67.根据权利要求64的智能代理，其中所述通信与游戏有关。

68.根据权利要求66的智能代理，其中所述游戏包括角色扮演游戏。

69.根据权利要求60-67中任一个权利要求的智能代理，其中至少部分地根据从移动信息设备网络发送到移动信息设备的命令来对至少一个所述动漫形象或所述代理进行操作。

70.根据权利要求68的智能代理，其中将与所述至少一个动漫形象或所述代理的至少一个操作相关的数据存储在除移动信息设备之外的位置上，可通过移动信息网络对所述位置进行存取。

71.根据权利要求60-69中任一个权利要求的智能代理，其中所述动漫形象所呈现出的至少一个特征是可改变的。

72.根据权利要求70的智能代理，其中根据用户的命令来改变所述动漫形象所呈现出的至少一个特征。

73.根据权利要求70的智能代理，其中根据预定义的动漫形象的皮肤来改变所述动漫形象所呈现出的至少一个特征。

74.根据权利要求72的智能代理，其中所述由用户来预定义所述预定义的动漫形象的皮肤。

75.根据权利要求70-73中任一个权利要求的智能代理，其中根据自动的演变算法来改变所述动漫形象所呈现出的至少一个特征。

76.根据权利要求74的智能代理，其中所述自动演变算法包括遗传算法。

77.根据权利要求60-75中任一个权利要求的智能代理，其中移动信息设备网络包括一定位器，该定位器确定移动信息设备的物理位置，并且其中用户可通过所述代理的动作来请求与所述物理位置有关的信息。

78.根据权利要求76的智能代理，其中所述定位器可确定与移动信息设备的所述物理位置有关的第二物理位置，并且其中用户可通过所述代理的动作来请求与所述第二物理位置有关的信息。

79.根据权利要求77的智能代理，其中用户根据类别来请求所述第二物理位置。

80.根据权利要求78的智能代理，其中从下述这样一组中选择所述类别，该组包括商业场所、医疗位置、以及公共安全场所。

81.根据权利要求78的智能代理，其中所述类别包括商业场所，并且其中所述商业场所根据所述代理的所述动作将消息发送给移动信息设备。

82.根据权利要求80的智能代理，其中所述消息包括至少一个广告或一优惠卷、或者其组合。

83.根据权利要求80或81的智能代理，其中所述代理根据至少一个标准来过滤所述消息。

84.根据权利要求80-82中的任一个权利要求的智能代理，其中所述动漫形象将与所述消息有关的最少消息呈现给用户。

85.根据权利要求77-83中的任一个权利要求的智能代理，其中用户通过所述动漫形象来请求与所述第二物理位置有关的信息。

86.根据权利要求60-84中的任一个权利要求的智能代理，其中移动信息设备网络与虚拟的商业场所进行通信，并且其中用户通过所述动漫形象与所述虚拟的商业场所进行通信。

87.根据权利要求85的智能代理，其中用户通过所述动漫形象来执行在所述虚拟商业场所进行购买。

88.根据权利要求85或86的智能代理，其中用户通过所述智能代理来搜索所述虚拟商业场所。

89.根据权利要求85-87中的任一个权利要求的智能代理，所述动漫形象可接收从所述虚拟商业场所中所购买的配件。

90.根据权利要求80-88中任一个权利要求的智能代理，其中该移动信息设备可接收软件，并且其中所述代理执行将至少一部分所述软件安装在该移动信息设备上。

91.根据权利要求89的智能代理，其中该用户与所述动漫形象相交互以执行所述软件的至少一部分结构。

92.根据权利要求60-90中任一个权利要求的智能代理，其中所述代理进一步包括一个用于教导用户的教导模块。

93.根据权利要求91的智能代理，其中所述教导模块是可操作的以教导该用户有关移动信息设备的至少一个方面。

94.根据权利要求91的智能代理，其中所述教导模块是可操作的以教导该用户有关移动信息设备以外的一个主题。

95.根据权利要求60-93中任一个权利要求的智能代理，其中所述动漫形象可使用户娱乐。

96.一种用于用户的活移动电话，包括：

一代理，用于控制移动电话与用户之间的交互作用；以及

一动漫形象，用于提供与所述代理的用户接口。

97.根据权利要求95的电话，其中电话与一移动电话网相连，并且其中所述代理控制移动电话与所述移动电话网的交互作用。

98.根据权利要求95或96的电话，其中所述代理包括：

(i)人工智能(AI)系统；以及

(ii)知识库；

其中所述AI系统从所述知识库中获得用于至少确定一个动作的信息。

99.根据权利要求97的电话，其中所述知识库包括与至少一个用户偏爱性有关的信息。

100.根据权利要求97或98的电话，其中所述知识库包括与至少一个用户操作模型有关的信息。

101.根据权利要求97-99中任一个权利要求的电话，其中所述知识库包括与用户有关的信息以使所述代理产生动作。

102.根据权利要求100的电话，其中所述知识库包括一阻碍以使所述代理在用户拒绝之后重复一动作。

103.根据权利要求97-101中任一个权利要求的电话，其中所述AI系统确定可使所述代理执行一动作的奖励，以便根据所述奖励来选择所述动作。

104.根据权利要求102的电话，其中根据所述知识库中的信息来确定所述奖励。

105.根据权利要求102或103的电话，其中所述AI系统模拟多个动作并且根据所述奖励选择所述代理的一动作。

106.根据权利要求97-104中任一个权利要求的电话，其中所述AI系统确定至少一部分用户接口。

107.根据权利要求105的电话，其中所述用户接口包括至少一个菜单。

108.根据权利要求106的电话，其中所述AI系统根据所述知识库中的信息来至少部分地构造所述至少一个菜单。