[发明专利]一种人机交互控制方法及其相关设备

权利要求书

1.一种人机交互控制方法，其特征在于，所述方法包括：

根据当前周期内的人机交互状态数据，确定所述当前周期内的人机亲密度；

根据上一周期内的人机亲密度和所述当前周期内的人机亲密度，更新强化学习模型；其中，所述上一周期内的人机亲密度是根据所述上一周期内的人机交互状态数据确定的；

将所述上一周期内的人机亲密度、所述当前周期内的设备控制参数和所述当前周期内的人机亲密度输入所述强化学习模型，得到所述强化学习模型输出的下一周期内的设备控制参数。

2.根据权利要求1所述的方法，其特征在于，若所述当前周期包括N天，则所述当前周期内的人机亲密度的确定过程，包括：

根据所述当前周期中第n天内的人机交互状态数据，确定所述当前周期中第n天的人机亲密度；其中，n为正整数，n≤N，N为正整数；

将所述当前周期中第1天的人机亲密度至所述当前周期中第N天的人机亲密度的集合，确定为所述当前周期内的人机亲密度。

3.根据权利要求2所述的方法，其特征在于，若所述人机交互状态数据包括交互音频和交互图像，则所述当前周期中第n天的人机亲密度的确定过程，包括：

根据所述当前周期中第n天内的交互音频，确定所述当前周期中第n天内的交互内容；

根据所述当前周期中第n天内的交互内容，确定所述当前周期中第n天的内容情感得分；

根据所述当前周期中第n天内的交互音频，确定所述当前周期中第n天的音频情感得分；

根据所述当前周期中第n天内的交互图像，确定所述当前周期中第n天的图像情感得分；

根据所述当前周期中第n天的内容情感得分、所述当前周期中第n天的音频情感得分和所述当前周期中第n天的图像情感得分，确定所述当前周期中第n天的人机亲密度。

4.根据权利要求3所述的方法，其特征在于，所述根据所述当前周期中第n天的内容情感得分、所述当前周期中第n天的音频情感得分和所述当前周期中第n天的图像情感得分，确定所述当前周期中第n天的人机亲密度，包括：

将所述当前周期中第n天的内容情感得分、所述当前周期中第n天对应的历史时间段内的内容情感得分、所述当前周期中第n天的音频情感得分、所述当前周期中第n天对应的历史时间段内的音频情感得分、所述当前周期中第n天的图像情感得分和所述当前周期中第n天对应的历史时间段内的图像情感得分进行拼接，得到所述当前周期中第n天的情感得分拼接数据；

将所述当前周期中第n天的情感得分拼接数据输入预先构建的亲密度确定模型，得到所述亲密度确定模型输出的所述当前周期中第n天的人机亲密度；其中，所述亲密度确定模型是根据样本得分拼接数据和所述样本得分拼接数据对应的实际人机亲密度进行构建的。

5.根据权利要求3所述的方法，其特征在于，若所述人机交互状态数据还包括用户主动交互次数、设备主动交互次数和交互时长，则所述根据所述当前周期中第n天的内容情感得分、所述当前周期中第n天的音频情感得分和所述当前周期中第n天的图像情感得分，确定所述当前周期中第n天的人机亲密度，包括：

根据所述当前周期中第n天内的用户主动交互次数、所述当前周期中第n天内的设备主动交互次数、所述当前周期中第n天内的交互时长、所述当前周期中第n天的内容情感得分、所述当前周期中第n天的音频情感得分和所述当前周期中第n天的图像情感得分，确定所述当前周期中第n天的人机亲密度。