[发明专利]机器人及其动作控制方法和装置

说明书

本发明公开了一种机器人及其动作控制方法和装置。该方法包括：接收控制指令，其中，控制指令用于指示机器人执行预定动作；将控制指令输入预设模型，得到输出结果，其中，输出结果包括与机器人执行的预定动作相对应的行为情感模式，预设模型至少基于用户反馈的情感评价参数训练得到；根据输出结果控制机器人按照行为情感模式执行预定动作。通过本发明，解决了机器人行为表现单一无法满足用户需求的问题。

技术领域

本发明涉及机器人领域，具体而言，涉及一种机器人及其动作控制方法和装置。

背景技术

机器人发展至今，功能越来越完善，对机器人的要求也越来越高，现有的强化学习技术在机器人上有广泛应用，但大多数集中在运动决策上，比如控制平衡、控制机器人行走的方法，但是在决策模式上尚未深度发展，另外强化学习(Reinforcement Learning，简称为RL)技术本身也正在发展，远达不到成熟的程度。原理上，强化学习灵感来自行为心理学，最早体现在巴甫洛夫的狗，斯金纳箱等实验，生物学上也有神经可塑性等理论支持。但是强化学习方法并未触及情感的训练模型，机器人上也并未有类似的实现方式，停留在计算机视觉、自然语言处理等程度，机器人无法根据用户的喜好有不同的行为表现。

针对相关技术中机器人行为表现单一无法满足用户需求的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种机器人及其动作控制方法和装置，以解决行为表现单一无法满足用户需求的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种机器人动作控制方法，该方法包括：接收控制指令，其中，控制指令用于指示机器人执行预定动作；将控制指令输入预设模型，得到输出结果，其中，输出结果包括与机器人执行的预定动作相对应的行为情感模式，预设模型至少基于用户反馈的情感评价参数训练得到；根据输出结果控制机器人按照行为情感执行预定动作。

进一步地，所述行为情感模式用于确定所述机器人对所述预定动作的行为情感状态，在所述机器人执行所述预定动作时，所述机器人的状态为所述行为情感状态。

进一步地，在将所述控制指令输入预设模型，得到输出结果之前，该方法还包括：接收事物集中的多个事物对应的行为情感指数，其中，行为情感指数用于表示机器人对事物集中的多个事物的喜好程度；根据事物集中的多个事物对应的行为情感指数建立预设模型。

进一步地，事物集中的多个事物为机器人执行的预定动作对应的事物。

进一步地，事物集中事物的数量为n个，n为大于1的整数；预设模型的计算公式为其中，w_x为预设的基础参数，w_i为事物集中的第i项事物的影响参数，x_i为事物集中的第i项事物当前被设置的开关状态参数，b_i为事物集中的第i项事物的评价结果数值。

进一步地，输出结果还包括预定动作的期望值，在根据输出结果控制机器人按照行为情感模式执行预定动作之后，该方法还包括：接收对机器人执行预定动作的反馈结果；根据反馈结果和期望值更新预设模型。

进一步地，控制指令包括以下至少之一：图像控制指令；语音控制指令；生物信号控制指令。

为了实现上述目的，根据本发明的另一方面，还提供了一种机器人动作控制装置，该装置包括：第一接收单元，用于接收控制指令，其中，控制指令用于指示机器人执行预定动作；输入单元，用于将控制指令输入预设模型，得到输出结果，其中，输出结果包括与机器人执行的预定动作相对应的行为情感模式，预设模型至少基于用户反馈的情感评价参数训练得到；控制单元，用于根据输出结果控制机器人按照行为情感模式执行预定动作。

进一步地，行为情感模式用于确定机器人对预定动作的行为情感状态，在机器人执行预定动作时，机器人的状态为行为情感状态。