[发明专利]一种机器人自主学习的方法、装置及机器人

权利要求书

1.一种机器人自适应学习的方法，其特征在于，包括：

接收感知设备采集的场景信息，代入当前分类模型，获得用户身份及用户行为识别结果；

根据所述用户身份及用户行为识别结果，判断是否与当前用户发生互动；

若上述判断是否与当前用户发生互动的判断结果为是，根据预置的识别结果与互动方式的对应关系，选择互动方式并执行；

根据所述感知设备采集到的所述当前用户对于所述互动方式的反馈信息，判断所述互动方式是否适当；

若上述判断所述互动方式是否适当的判断结果为是，则将所述感知设备采集到的用户信息与用户身份及用户行为识别结果作为正样本；

若上述判断所述互动方式是否适当的判断结果为否，则将所述感知设备采集到的用户信息与用户身份及用户行为识别结果作为负样本；

将所述正样本或者负样本加入训练样本集，用于对所述当前分类模型的训练。

2.根据权利要求1所述的机器人自适应学习的方法，其特征在于，所述感知设备包括：图像传感器、声音传感器、触摸传感器。

3.根据权利要求1所述的机器人自适应学习的方法，其特征在于，所述当前分类模型是根据用户及用户行为识别结果预先训练得到的。

4.根据权利要求1所述的机器人自适应学习的方法，其特征在于，所述根据所述用户身份及用户行为识别结果，判断是否与当前用户发生互动，包括：

根据所述感知设备采集到的当前用户的声音信息、人脸图像、当前用户与机器人之间的距离、当前用户肢体动作，判断当前用户的置信度是否大于预设的阈值；

当所述当前用户的置信度大于预设的阈值时，与所述当前用户发生互动。

5.根据权利要求1所述的机器人自适应学习的方法，其特征在于，所述互动方式包括以下方式中的至少一种：语音互动、用户图形界面互动、肢体互动。

6.根据权利要求1所述的机器人自适应学习的方法，其特征在于，所述根据所述感知设备采集到的所述当前用户对于所述互动方式的反馈信息，判断所述互动方式是否适当，包括：判断所述当前用户对于所述互动方式的反馈信息是否与预计的反馈结果相同，从而判断所述互动方式是否适当。

7.根据权利要求6所述的机器人自适应学习的方法，其特征在于，所述判断所述当前用户对于所述互动方式的反馈信息是否与预计的反馈结果相同，从而判断所述互动方式是否适当，包括：

判断所述当前用户是否对语音互动信息做出正向回应，从而判断所述互动方式是否适当；

若所述当前用户对语音互动信息做出正向回应，认为所述互动方式是适当的；

若所述当前用户对语音互动信息未做出回应或者未做出正向回应，认为所述互动方式是不适当的。

8.根据权利要求6所述的机器人自适应学习的方法，其特征在于，所述判断所述当前用户对于所述互动方式的反馈信息是否与预计的反馈结果相同，从而判断所述互动方式是否适当，包括：

判断所述当前用户是否根据语音提示信息或者文字提示信息，对当前显示的用户图形界面进行操作，从而判断所述互动方式是否适当；

若所述当前用户根据语音提示信息或者文字提示信息，对当前显示的用户图形界面进行操作，认为所述互动方式是适当的；

若所述当前用户未对当前用户图形界面进行操作，或者是退出了当前用户图形界面，认为所述互动方式是不适当的。

9.根据权利要求6所述的机器人自适应学习的方法，其特征在于，所述感知设备采集到的所述当前用户对于所述互动方式的反馈信息包括：声音信息、用户图形界面的操作信息、当前用户的位置信息、当前用户的人脸信息。

10.根据权利要求1所述的机器人自适应学习的方法，其特征在于，所述将所述正样本或者负样本加入训练样本集，用于对所述当前分类模型的训练，包括：

当所述正样本或者负样本的数量到达预设数量时，将预设数量的正样本或者负样本加入训练样本集，对所述当前分类模型进行训练，并更新所述当前分类模型。