[发明专利]一种与老年人益智游戏智能交互的方法、系统和机器人

权利要求书

1.一种用于与老年人益智游戏智能交互的方法，其特征在于，包括以下步骤：

实时识别游戏对象的位置和旋转角度；

在老人操作完成后，根据所述游戏对象的位置和旋转角度，计算抓取下一游戏对象动作的即时回报值以及根据所述即时回报值执行游戏对象抓取；所述游戏对象动作的即时回报值用于表示在可选范围内最优且代价最小的动作，并更新强化学习中的状态动作值函数；

所述计算抓取下一游戏对象动作的即时回报值包括：计算游戏对象的抓取难度、计算选择游戏对象的创新度、计算机械臂抓取游戏动作对象的服从度和游戏的完成度；分别赋予游戏对象的抓取难度、选择游戏对象的创新度、机械臂抓取游戏动作对象的服从度和游戏的完成度相应的权重，计算抓取下一游戏对象动作的即时回报值R_t+1；

所述游戏对象的抓取难度的评分计算方法为：其中，x_i是第i个对象在难度排序中的序列；n为总的对象数；

所述游戏对象的创新度的评分计算方法为：计算抓取某一对象的动作频率为：游戏对象的创新度的评分为new_i＝100*f_i；其中，y_i是第i个对象在序列抽到的次数；

所述机械臂抓取游戏动作对象的服从度的确定过程为：当机械臂接收到指令和自身学习结果的路径不同时，机械臂仍按照接收到的指令抓取指定的对象，则指令要求抓取的对象在服从度维度上的评分为100，其余对象为0；

所述游戏的完成度的确定过程为：从最开始选择动作，记为动作距离V_i＝1记为1；第N个动作的V_i＝N＝N；在t时刻下，每次动作的动作距离归一化后完成度的评分wor＝score*V_i。

2.根据权利要求1所述的一种用于与老年人益智游戏智能交互的方法，其特征在于，所述实时识别游戏对象的位置和旋转角度的方法为：通过采用旋转目标检测网络模型经过训练实时识别游戏对象的位置和旋转角度。

3.根据权利要求1所述的一种用于与老年人益智游戏智能交互的方法，其特征在于，所述更新强化学习中的状态动作值函数的方法为：

Q(S_t+1,A_t+1)＝Q(S_t,A_t)+a(R_t+1+λmaxQ(S_t,a)-Q(S_t,A_t))；

其中Q(S_t+1,A_t+1)为时刻t+1的状态S_t+1与动作A_t+1组成的Q_table值；

Q(S_t,A_t)为时刻t的状态S_t与动作A_t组成的Q_table值；a是学习率；λ为分数衰减值；R_t+1为时刻t+1的即时回报值。