[发明专利]管理用户与机器人之间的会话

权利要求书

1.一种用于管理用户与机器人计算设备之间的交流交互的方法，该方法包括：

访问来自一个或多个存储器设备的计算机可读指令以供该机器人计算设备的一个或多个处理器执行；

由该机器人计算设备的该一个或多个处理器执行从该一个或多个存储器设备访问的这些计算机可读指令；并且

其中，执行这些计算机可读指令进一步包括：

从一个或多个输入模态接收包括关于物理环境的参数或测量值的一个或多个输入；

基于分析从该一个或多个输入模态接收的输入来识别用户；

通过分析用户的身体动作、视觉动作和/或音频动作来确定该用户是否表现出参与或有兴趣建立交流交互的迹象，该用户的身体动作、视觉动作和/或音频动作是至少部分地基于从一个或多个输入模态接收的一个或多个输入来确定的；以及

通过使用显示设备创建该机器人计算设备的视觉动作或通过生成要由该机器人计算设备的一个或多个扬声器再现的一个或多个音频文件来确定该用户是否对与该机器人计算设备的扩展交流交互感兴趣。

2.如权利要求1所述的方法，其中，这些输入模态包括一个或多个传感器、一个或多个麦克风或一个或多个成像设备。

3.如权利要求1所述的方法，其中，被分析的该用户的物理或视觉动作包括通过该成像设备和/或这些传感器设备捕获的该用户的面部表情、该用户的姿势和/或该用户的手势。

4.如权利要求1所述的方法，其中，执行这些计算机可读指令进一步包括：通过检查该用户的语言上下文和该用户的话音音调变化以分析从该一个或多个麦克风接收的该用户的音频输入文件来确定该用户对该扩展交流交互的兴趣。

5.如权利要求1所述的方法，其中，执行这些计算机可读指令进一步包括：

通过分析由该成像设备和/或这些传感器设备捕获的该用户的面部表情、该用户的姿势和/或该用户的手势来确定是否在与该用户的扩展交流交互中发起话轮；以及

通过将一个或多个音频文件传送给扬声器来在与该用户的扩展交流交互中发起该话轮。

6.如权利要求1所述的方法，其中，执行这些计算机可读指令进一步包括：

通过分析从该一个或多个麦克风接收的该用户的音频输入文件以检查该用户的语言上下文和/或该用户的话音音调变化来确定是否在与该用户的扩展交流交互中发起话轮；以及

通过将一个或多个音频文件传送给扬声器来在与该用户的扩展交流交互中发起该话轮。

7.如权利要求5或6所述的方法，其中，执行这些计算机可读指令进一步包括：

通过分析由该成像设备和/或这些传感器设备捕获的该用户的面部表情、该用户的姿势和/或该用户的手势来确定何时结束与该用户的扩展交流交互中的话轮；以及

通过停止向该扬声器传输音频文件来停止该扩展交流交互中的话轮。

8.如权利要求5或6所述的方法，其中，执行这些计算机可读指令进一步包括：

通过分析从该一个或多个麦克风接收的该用户的音频输入文件以检查该用户的语言上下文和该用户的话音音调变化来确定何时结束与该用户的扩展交流交互中的话轮；以及

通过停止向该扬声器传输音频文件来停止该扩展交流交互中的话轮。

9.如权利要求5或6所述的方法，其中，执行这些计算机可读指令进一步包括：

通过继续分析从该一个或多个输入模态接收的参数或测量值来确定该用户在该扩展交流交互中表现出会话脱离的迹象；以及

为该机器人计算设备的输出模态生成动作或事件，以尝试与用户重新互动，以继续进行该扩展交流交互。

10.如权利要求9所述的方法，其中，这些输出模态包括一个或多个显示器、一个或多个扬声器或用于使该机器人的身体的附肢或一部分移动的一个或多个马达。