CN107283438A - 一种服务机器人交互决策方法和装置 - Google Patents
一种服务机器人交互决策方法和装置 Download PDFInfo
- Publication number
- CN107283438A CN107283438A CN201710527814.4A CN201710527814A CN107283438A CN 107283438 A CN107283438 A CN 107283438A CN 201710527814 A CN201710527814 A CN 201710527814A CN 107283438 A CN107283438 A CN 107283438A
- Authority
- CN
- China
- Prior art keywords
- user
- scene
- service robot
- business
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
- B25J11/0005—Manipulators having means for high-level communication with users, e.g. speech generator, face recognition means
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
- Toys (AREA)
Abstract
本发明公开了一种服务机器人交互决策方法和装置,其中该方法包括以下步骤:计算用户的业务注意力值;若有用户的业务注意力值大于交互启动阀值,则获取环境信息,并根据所述环境信息选择交互区域;输出引导动作信号,所述引导动作信号用于控制服务机器人,将业务注意力值大于所述交互启动阀值的用户引导至所述交互区域;与位于所述交互区域内的用户交互。通过大厅内人员的业务注意力值评价行人是否需要服务,可以精准选取服务对象;然后将服务对象引导至交互区域进行交互,避免噪音干扰,影响他人通行;从而保证服务对象能及时得到优质的服务,提升了用户的体验。
Description
技术领域
本发明涉及机器人交互技术,尤其涉及一种服务机器人交互决策方法和装置。
背景技术
随着服务机器人元年的到来,服务机器人如雨后春笋般走进人们的视野,解放了传统的人工服务,得到了广泛的运用。服务机器人如何分析出周围哪一些用户对自己感兴趣,如何结合用户的状态、当前环境为用户提供个性化交互服务来体现出机器人主动性和智能性是一个亟待解决的问题。由于服务机器人使用的环境复杂多变,现在还没有一个统一模型,现有的研究也都只是针对特定场景进行分析和建模优化,使机器人实现相对智能的交互能力。
在服务大厅的机器人,由于大厅面积大,人员多,情景多样等问题,使得现有的人机交互模式存在以下困难:
1、大厅面积大,人员多,机器人前面会同时出现多个人员,服务机器人无法智能判断为哪一个服务。
2、大厅面积大,周围声音吵杂,口音复杂,对语音识别带来很大的挑战。
因此,现有的服务机器人存在无法智能判断服务对象,容易受到环境噪音影响的问题。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种服务机器人交互决策方法,其能解决现有的服务机器人无法智能判断服务对象,容易受到环境噪音影响的问题。
本发明的目的之二在于提供一种服务机器人交互决策装置,其能解决现有的服务机器人无法智能判断服务对象,容易受到环境噪音影响的问题。
本发明的目的之三在于提供一种电子设备,其能解决现有的服务机器人无法智能判断服务对象,容易受到环境噪音影响的问题。
本发明的目的之四在于提供一种存储介质,存储有计算机程序,其能解决现有的服务机器人无法智能判断服务对象,容易受到环境噪音影响的问题。
本发明的目的之一采用以下技术方案实现:
一种服务机器人交互决策方法,包括以下步骤:
计算用户的业务注意力值;
若有用户的业务注意力值大于交互启动阀值,则获取环境信息,并根据所述环境信息选择交互区域;
输出引导动作信号,所述引导动作信号用于控制服务机器人将业务注意力值大于所述交互启动阀值的用户引导至所述交互区域;
与位于所述交互区域内的用户交互。
进一步地,所述与位于所述交互区域内的用户交互,具体包括以下步骤:
获取并识别位于所述交互区域内的用户的语音和/或动作;
根据所述语音和/或动作修改预置的情景树,得到主情景树;所述主情景树中情景的匹配度满足第一匹配条件;
若所述主情景树中情景的数量不大于预设数目,则输出所述主情景树中的情景;
获取用户选择的情景,并根据用户选择的情景进行交互。
进一步地,所述根据所述语音和/或动作修改情景树,得到主情景树之后,还包括以下步骤:
若所述主情景树中情景的数量大于预设数目,则将所述情景归为若干个类,每个类对应于一个主题;
输出所述若干个类对应的主题,获取用户的选择选项或排除选项;
根据用户的选择选项或排除选项修改所述主情景树。
进一步地,所述根据所述语音和/或动作修改情景树,还得到次级情景树;所述次级情景树中情景的匹配度满足第二匹配条件;
所述若所述主情景树中情景的数量不大于预设数目,则输出所述主情景树中的情景之后,还包括以下步骤:
获取用户的语音和/或动作;
若所述语音和/或动作为不满意因素,则输出所述次级情景树。
进一步地,所述计算用户的业务注意力值之后,还包括以下步骤:
若没有用户的业务注意力值大于所述交互启动阀值,则输出吸引动作信号,所述吸引动作信号用于控制服务机器人提升用户的业务注意力值。
进一步地,所述与位于所述交互区域内的用户交互之前,还包括以下步骤:
启动预置的多个语音引擎;
获取并识别位于所述交互区域内的用户的语音;
计算各语音引擎的识别可信度;
根据所述识别可信度选择最优语音引擎。
本发明的目的之二采用以下技术方案实现:
一种服务机器人交互决策装置,包括:
第一计算模块,用于计算用户的业务注意力值;
第一选择模块,用于若有用户的业务注意力值大于交互启动阀值,则获取环境信息,并根据所述环境信息选择交互区域;
引导模块,用于输出引导动作信号,所述引导动作信号用于控制服务机器人将业务注意力值大于所述交互启动阀值的用户引导至所述交互区域;
交互模块,用于与位于所述交互区域内的用户交互。
进一步地,所述交互模块包括:
第一获取单元,用于获取并识别位于所述交互区域内的用户的语音和/或动作;
第一修改单元,用于根据所述语音和/或动作修改预置的情景树,得到主情景树;所述主情景树中情景的匹配度满足第一匹配条件;
第一输出单元,用于若所述主情景树中情景的数量不大于预设数目,则输出所述主情景树中的情景;
第二获取单元,用于获取用户选择的情景,并根据用户选择的情景进行交互。
本发明的目的之三采用以下技术方案实现:
一种电子设备,包括存储器、处理器以及存储在存储器中的程序,所述程序被配置成由处理器执行,处理器执行所述程序时实现上述服务机器人交互决策方法的步骤。
本发明的目的之四采用以下技术方案实现:
一种存储介质,所述介质存储有计算机程序,所述计算机程序被处理器执行时实现上述服务机器人交互决策方法的步骤。
相比现有技术,本发明的有益效果在于:通过大厅内人员的业务注意力值评价行人是否需要服务,可以精准选取服务对象;然后将服务对象引导至交互区域进行交互,避免噪音干扰,影响他人通行;从而保证服务对象能及时得到优质的服务,提升了用户的体验。
附图说明
图1为本发明实施例一的服务机器人交互决策方法的流程示意图;
图2为本发明实施例二的服务机器人交互决策方法的流程示意图;
图3为图2中服务机器人交互决策方法实施的流程示意图;
图4为本发明实施例三的服务机器人交互决策装置的结构示意图;
图5为本发明实施例四的电子设备的结构示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
如图1为一种服务机器人交互决策方法,图3为服务机器人交互决策方法实施的流程示意图。
服务机器人交互决策方法包括以下步骤:
步骤S110、计算用户的业务注意力值。业务注意力是用户对服务机器人的关注程度,对业务操作的感兴趣程度。
业务注意力值可以通过大厅内人员与机器人的距离、人员的停留时间、人脸角度、嘴巴是否在动等综合运算用户对服务机器人的业务注意力。可以用来从大厅内的人群中选取最可能需要服务的人员,即服务对象。
经过对服务大厅行为数统和分析之后,本发明针对这一空间整理出判断模型:
其中,Q表示业务注意力值,i表示第几个行人;
S表示用户离机器人的距离,可以通人体检测、激光、摄像头等现有技术分析出来;
T表示用户在机器关注区域的时长,可以以秒为单位;
是负补偿系数,其中X表示用户脸和机器脸在水平方向的角度差,可由现有技术计算,L可以取0.6。
β是业务注意力因子,可以根据单位时间的行人流量、和服务大厅空间大小选择,如0.163或0.101。
步骤S120、若有用户的业务注意力值大于交互启动阀值,则获取环境信息,并根据所述环境信息选择交互区域。
交互启动阀值可以通过有限次的试验或经验值确定,如交互启动阀值等于0.53。若某个用户的业务注意力值大于交互启动阀值,即表示该用户需要机器人的服务。
由于服务大厅面积大,有些区域人比较多,声音吵杂,为了保证交互的准确性,提升用户体验,不影响他人,需要根据大厅内的环境信息选择一个适合的交互区域,如空旷的区域、语音干扰小的区域,进行交互。例如,机器人对于周围每一个角度的声音强度进行分析,确定一个语音干扰小的合理区域,包括以下步骤:利用五个麦克风阵列,保存和比较每一个麦克风接收到声音强度,得出周围每一个方向声音强度大小;从而寻找一个声音相对弱的方向;声音相对弱的方向就是交互区域;
步骤S130、输出引导动作信号,所述引导动作信号用于控制服务机器人将业务注意力值大于所述交互启动阀值的用户引导至所述交互区域。
服务机器人需要将服务对象引导至选取的交互区域,如发出“请跟我走”的语音并移动至交互区域,通过移动引导,使得服务对象和机器人麦克风阵列的距离在0.6m以内。
步骤S140、与位于所述交互区域内的用户交互。
将服务对象引导至交互区域后,可以启动人机交互提示界面与服务对象进行交互。
本发明通过大厅内人员的业务注意力值评价行人是否需要服务,可以精准选取服务对象;然后将服务对象引导至交互区域进行交互,避免噪音干扰,影响他人通行;从而保证服务对象能及时得到优质的服务,提升了用户的体验。
进一步地,步骤S140与位于所述交互区域内的用户交互,具体包括以下步骤:
步骤S141、获取并识别位于所述交互区域内的用户的语音和/或动作。
可以通过麦克风阵列获取语音信号,识别语音的内容、关键词,也可以通过摄像头获取服务对象的动作,识别出相应的动作;根据语音和/或动作进行下一步交互。
步骤S142、根据所述语音和/或动作修改预置的情景树,得到主情景树;所述主情景树中情景的匹配度满足第一匹配条件。情景树是当前情景下,所有可能进入的下一步情景的列表,属于现有技术。由于预置的情景树通常规模比较大,为了保证交互的及时性和准确性,需要对情景树进行裁剪。
基于一个语音和/或动作信息,某一情景的匹配度可以通过以下算式计算:
其中,S表示该情景的匹配度,Q表示语音和/或动作信息和该情景匹配成功的信息长度,D表示该情景的优先级,M表示没有匹配的信息长度,α是匹配因子,可以通过有限次试验选取。
第一匹配条件,具体为情景的匹配度大于预设的主匹配阈值,如0.37。情景的匹配度大于主匹配阈值,表示根据用户的语音和/或动作信息,有很大可能是下一步进入的情景。匹配度大于主匹配阈值的情景就组成了主情景树。接下来可以根据用户的选择实现主情景树中的情景,进行交互。
步骤S143、比较所述主情景树中情景的数量和预设数目。
步骤S1431、若所述主情景树中情景的数量不大于预设数目,则输出所述主情景树中的情景。
例如,预设数目为3个,当主情景树中情景的数量不大于预设数目时,用户选择情景的范围已经很小也很精确了,可以通过屏幕或语音向用户输出主情景树中的情景。
步骤S144、获取用户选择的情景,并根据用户选择的情景进行交互。
根据用户的选择,实现用户需要的情景,进行交互。
基于主情景树进行交互,使得交互过程减少了情景树的搜索宽度,提高了命中率,节省了沟通时间,保证了服务的效率和准确性。
进一步地,步骤S142根据所述语音和/或动作修改预置的情景树,得到主情景树之后,还包括以下步骤:
步骤S1432、若所述主情景树中情景的数量大于预设数目,则将所述情景归为若干个类,每个类对应于一个主题。
如果主情景树中情景的数量大于预设数目,则需要进一步进行主情景树的缩减。可以利用情景的主题对情景归类,使用户可以批量选择或排除一些情景。
由于每个情景节点都关联于3-8个主题,即关键词,可以将具有相同主题的情景归成一个子列表,即一个类,每个类对应于一个主题。
步骤S1433、输出所述若干个类对应的主题,获取用户的选择选项或排除选项。
可以通过屏幕显示各类的主题,通过获取用户对主题的选择或排除来进一步明确所需的情景,进一步缩减主情景树。
步骤S1434、根据用户的选择选项或排除选项修改所述主情景树。
通过用户选择或排除,主情景树规模进一步减小,使得交互过程减少了情景树的搜索宽度,提高了命中率,节省了沟通时间,保证了服务的效率和准确性。
进一步的,还可以通过对服务对象提问咨询,来对可疑的情景进行裁定。如通过语音主动提问方式咨询服务对象,进行情景确认,确定一些情景或排除一些情景。还可以通过控制机器人摇头、肢体动作等获取服务对象配合,降低服务对象的不满。之后可以根据确定的情景或排除的情景修改主情景树。
作为本发明的进一步改进,步骤S142根据所述语音和/或动作修改情景树,还得到次级情景树;所述次级情景树中情景的匹配度满足第二匹配条件。
情景树中有一些情景虽然不大于主匹配阈值,但也不能完全排除服务对象会选择的可能,如情景的匹配度满足第二匹配条件,即小于主匹配阈值大于次级阈值;次级阈值可选取为0.17。
将满足第二匹配条件的情景标记并组成次级情景树,作为服务对象选择的备用情景。
步骤S1431若所述主情景树中情景的数量不大于预设数目,则输出所述主情景树中的情景之后,还包括以下步骤:
步骤S1435、获取用户的语音和/或动作。
步骤S1436、若所述语音和/或动作为不满意因素,则输出所述次级情景树。
如果在输出主情景树中的情景之后,检测到用户不满意的语句和/或表情,就可以认为主情景树中没有服务对象需要的情景,下一步需要调取次级情景树供服务对象选择。
不满意因素的判断依据如下:
1、服务对象长时间没有回答;
2、服务对象回答“不是”、“错了”、“唉”,或者服务对象摇头。
服务对象选择某一情景后,根据该情景进行交互。
实施例二
如图2所示的服务机器人交互决策方法,图3为服务机器人交互决策方法实施的流程示意图。
服务机器人交互决策方法包括以下步骤:
步骤S210、计算用户的业务注意力值。
步骤S201、若没有用户的业务注意力值大于所述交互启动阀值,则输出吸引动作信号,所述吸引动作信号用于控制服务机器人提升用户的业务注意力值。
若服务大厅内用户的业务注意力值均小于交互启动阀值,则需要服务机器人做出相应的动作吸引用户,如通过摇头、声音、移动来提升用户的业务注意力。
进一步地,如果服务大厅内用户的业务注意力值均小于最小启动阀值,如0.34,则可以认为服务大厅内没有用户需要服务,服务机器人可以没有动作,继续评估周围人员的业务注意力。
可以提升服务机器人的吸引力和亲和力,使得用户乐于接受其服务。
步骤S220、若有用户的业务注意力值大于交互启动阀值,则获取环境信息,并根据所述环境信息选择交互区域。
步骤S230、输出引导动作信号,所述引导动作信号用于控制服务机器人将业务注意力值大于所述交互启动阀值的用户引导至所述交互区域。
步骤S202、选择最优语音引擎。具体的,步骤S202选择最优语音引擎包括以下步骤:
步骤S2021、启动预置的多个语音引擎。
服务机器人面对的人员比较复杂,需要处理不同的语音;因此需要预置多个语音引擎,如三个方言引擎、两个普通话引擎去服务不同的对象。
步骤S2022、获取并识别位于所述交互区域内的用户的语音。
步骤S2023、计算各语音引擎的识别可信度。
识别可信度,指的是识别内容和当前情景每一个分支的触发条件相互匹配的程度。如果某语音引擎的识别内容和当前情景某一个分支的触发条件内容一模一样,则基于相应用户的语音,该语音引擎的识别可信度是1。识别后差异词语的数量除以识别内容的总词语量可以得出不可信度,1减去不可信度即为可信度。
步骤S2024、根据所述识别可信度选择最优语音引擎。
如果某语音引擎的识别可信度大于可信阈值,如0.85,则可以选择此语音引擎作为最优语音引擎。或者选择识别可信度的语音引擎作为最优语音引擎。
进一步地,如果所有的语音引擎的识别可信度都比较低,可以训练选择语音引擎。首先提示用户跟着机器人一起缓慢说一句话,即机器人说一句,用户跟着说一句话。然后对用户说的语音数据进行多引擎识别;识别的内容和机器人的实际内容匹配程序最高的就是最优语音引擎。
通过根据识别可信度选取最优语音引擎,可以提高服务机器人对不同使用者提供服务的多样化,确保交互的准确性,提升用户的体验。
步骤S240、与位于所述交互区域内的用户交互。
步骤S210、S220、S230和S240,分别对应实施例一中的S110、S120、S130和S140,不再赘述。
实施例三
如图4所示的服务机器人交互决策装置,包括:
第一计算模块110,用于计算用户的业务注意力值;
第一选择模块120,用于若有用户的业务注意力值大于交互启动阀值,则获取环境信息,并根据所述环境信息选择交互区域;
引导模块130,用于输出引导动作信号,所述引导动作信号用于控制服务机器人将业务注意力值大于所述交互启动阀值的用户引导至所述交互区域;
交互模块140,用于与位于所述交互区域内的用户交互。
进一步地,交互模块140包括:
第一获取单元,用于获取并识别位于所述交互区域内的用户的语音和/或动作;
第一修改单元,用于根据所述语音和/或动作修改预置的情景树,得到主情景树;所述主情景树中情景的匹配度满足第一匹配条件;
第一输出单元,用于若所述主情景树中情景的数量不大于预设数目,则输出所述主情景树中的情景;
第二获取单元,用于获取用户选择的情景,并根据用户选择的情景进行交互。
进一步地,交互模块140还包括:
归类单元,用于若所述主情景树中情景的数量大于预设数目,则将所述情景归为若干个类,每个类对应于一个主题;
第三获取单元,用于输出所述若干个类对应的主题,获取用户的选择选项或排除选项;
第二修改单元,用于根据用户的选择选项或排除选项修改所述主情景树。
进一步地,第一修改单元还用于根据所述语音和/或动作修改预置的情景树,得到次级情景树;所述次级情景树中情景的匹配度满足第二匹配条件;交互模块140还包括:
第四获取单元,用于获取用户的语音和/或动作;
第二输出单元,用于若所述语音和/或动作为不满意因素,则输出所述次级情景树。
作为本发明的进一步改进,服务机器人交互决策装置还包括:
吸引模块101,用于若没有用户的业务注意力值大于所述交互启动阀值,则输出吸引动作信号,所述吸引动作信号用于控制服务机器人提升用户的业务注意力值。
进一步地,服务机器人交互决策装置还包括第二选择模块102,具体的,第二选择模块102包括:
启动单元,用于启动预置的多个语音引擎;
语音识别单元,用于获取并识别位于所述交互区域内的用户的语音;
可信度计算单元,用于计算各语音引擎的识别可信度;
选择单元,用于根据所述识别可信度选择最优语音引擎。
本实施例中的装置与前述实施例中的方法是基于同一发明构思下的两个方面,在前面已经对方法实施过程作了详细的描述,所以本领域技术人员可根据前述描述清楚地了解本实施中的***的结构及实施过程,为了说明书的简洁,在此就不再赘述。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本发明时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法,如:
一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现前述服务机器人交互决策方法的步骤。
描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块或单元可以是或者也可以不是物理上分开的,作为模块或单元示意的部件可以是或者也可以不是物理模块,既可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本发明可用于众多通用或专用的计算***环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、机顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等,如实施例四。实施例四
如图5所示一种电子设备,包括存储器200、处理器300以及存储在存储器200中的程序,所述程序被配置成由处理器300执行,处理器300执行所述程序时实现上述服务机器人交互决策方法的步骤。
本实施例中的装置与前述实施例中的方法是基于同一发明构思下的两个方面,在前面已经对方法实施过程作了详细的描述,所以本领域技术人员可根据前述描述清楚地了解本实施中的***的结构及实施过程,为了说明书的简洁,在此就不再赘述。
本发明实施例提供的电子设备,可以通过大厅内人员的业务注意力值评价行人是否需要服务,可以精准选取服务对象;然后将服务对象引导至交互区域进行交互,避免噪音干扰,影响他人通行;从而保证服务对象能及时得到优质的服务,提升了用户的体验。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种服务机器人交互决策方法,其特征在于,包括以下步骤:
计算用户的业务注意力值;
若有用户的业务注意力值大于交互启动阀值,则获取环境信息,并根据所述环境信息选择交互区域;
输出引导动作信号,所述引导动作信号用于控制服务机器人将业务注意力值大于所述交互启动阀值的用户引导至所述交互区域;
与位于所述交互区域内的用户交互。
2.如权利要求1所述的服务机器人交互决策方法,其特征在于:所述与位于所述交互区域内的用户交互,具体包括以下步骤:
获取并识别位于所述交互区域内的用户的语音和/或动作;
根据所述语音和/或动作修改预置的情景树,得到主情景树;所述主情景树中情景的匹配度满足第一匹配条件;
若所述主情景树中情景的数量不大于预设数目,则输出所述主情景树中的情景;
获取用户选择的情景,并根据用户选择的情景进行交互。
3.如权利要求2所述的服务机器人交互决策方法,其特征在于:所述根据所述语音和/或动作修改情景树,得到主情景树之后,还包括以下步骤:
若所述主情景树中情景的数量大于预设数目,则将所述情景归为若干个类,每个类对应于一个主题;
输出所述若干个类对应的主题,获取用户的选择选项或排除选项;
根据用户的选择选项或排除选项修改所述主情景树。
4.如权利要求2所述的服务机器人交互决策方法,其特征在于:所述根据所述语音和/或动作修改情景树,还得到次级情景树;所述次级情景树中情景的匹配度满足第二匹配条件;
所述若所述主情景树中情景的数量不大于预设数目,则输出所述主情景树中的情景之后,还包括以下步骤:
获取用户的语音和/或动作;
若所述语音和/或动作为不满意因素,则输出所述次级情景树。
5.如权利要求1-4任一项所述的服务机器人交互决策方法,其特征在于:所述计算用户的业务注意力值之后,还包括以下步骤:
若没有用户的业务注意力值大于所述交互启动阀值,则输出吸引动作信号,所述吸引动作信号用于控制服务机器人提升用户的业务注意力值。
6.如权利要求1-4任一项所述的服务机器人交互决策方法,其特征在于:所述与位于所述交互区域内的用户交互之前,还包括以下步骤:
启动预置的多个语音引擎;
获取并识别位于所述交互区域内的用户的语音;
计算各语音引擎的识别可信度;
根据所述识别可信度选择最优语音引擎。
7.一种服务机器人交互决策装置,其特征在于,包括:
第一计算模块,用于计算用户的业务注意力值;
第一选择模块,用于若有用户的业务注意力值大于交互启动阀值,则获取环境信息,并根据所述环境信息选择交互区域;
引导模块,用于输出引导动作信号,所述引导动作信号用于控制服务机器人将业务注意力值大于所述交互启动阀值的用户引导至所述交互区域;
交互模块,用于与位于所述交互区域内的用户交互。
8.如权利要求7所述的服务机器人交互决策装置,其特征在于,所述交互模块包括:
第一获取单元,用于获取并识别位于所述交互区域内的用户的语音和/或动作;
第一修改单元,用于根据所述语音和/或动作修改预置的情景树,得到主情景树;所述主情景树中情景的匹配度满足第一匹配条件;
第一输出单元,用于若所述主情景树中情景的数量不大于预设数目,则输出所述主情景树中的情景;
第二获取单元,用于获取用户选择的情景,并根据用户选择的情景进行交互。
9.一种电子设备,其特征在于:包括存储器、处理器以及存储在存储器中的程序,所述程序被配置成由处理器执行,处理器执行所述程序时实现如权利要求1-6中任一项所述的服务机器人交互决策方法的步骤。
10.一种存储介质,所述存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的服务机器人交互决策方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710527814.4A CN107283438A (zh) | 2017-06-30 | 2017-06-30 | 一种服务机器人交互决策方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710527814.4A CN107283438A (zh) | 2017-06-30 | 2017-06-30 | 一种服务机器人交互决策方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107283438A true CN107283438A (zh) | 2017-10-24 |
Family
ID=60099239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710527814.4A Withdrawn CN107283438A (zh) | 2017-06-30 | 2017-06-30 | 一种服务机器人交互决策方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107283438A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117389416A (zh) * | 2023-10-18 | 2024-01-12 | 广州易云信息技术有限公司 | 一种智能机器人的交互控制方法、装置及机器人 |
-
2017
- 2017-06-30 CN CN201710527814.4A patent/CN107283438A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117389416A (zh) * | 2023-10-18 | 2024-01-12 | 广州易云信息技术有限公司 | 一种智能机器人的交互控制方法、装置及机器人 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829039B (zh) | 智能聊天方法、装置、计算机设备及存储介质 | |
CN108536681B (zh) | 基于情感分析的智能问答方法、装置、设备及存储介质 | |
CN110136727A (zh) | 基于说话内容的说话者身份识别方法、装置及存储介质 | |
Ren | Affective information processing and recognizing human emotion | |
CN113094578B (zh) | 基于深度学习的内容推荐方法、装置、设备及存储介质 | |
CN109033305A (zh) | 问题回答方法、设备及计算机可读存储介质 | |
CN110427463A (zh) | 搜索语句响应方法、装置及服务器和存储介质 | |
CN106294774A (zh) | 基于对话服务的用户个性化数据处理方法及装置 | |
US11720759B2 (en) | Electronic apparatus, controlling method of thereof and non-transitory computer readable recording medium | |
CN1283843A (zh) | 会话数据开采 | |
CN111179935B (zh) | 一种语音质检的方法和设备 | |
KR102415104B1 (ko) | 인공지능 모델을 기초로 피검사자에 의한 그림 데이터로부터 피검사자의 감정을 분석하는 방법 | |
CN110462676A (zh) | 电子装置、其控制方法和非暂态计算机可读记录介质 | |
KR20210070213A (ko) | 음성 사용자 인터페이스 | |
CN112468659B (zh) | 应用于电话客服的质量评价方法、装置、设备及存储介质 | |
CN110827797B (zh) | 语音应答事件分类处理方法和装置 | |
Yousefi et al. | Audio-based toxic language classification using self-attentive convolutional neural network | |
CN108345612A (zh) | 一种问题处理方法和装置、一种用于问题处理的装置 | |
CN117520522B (zh) | 一种基于rpa和ai结合的智能对话方法、装置及电子设备 | |
Wang | Research on the Construction of Human‐Computer Interaction System Based on a Machine Learning Algorithm | |
CN101266793B (zh) | 通过对话回合间上下文关系来减少辨识错误的装置与方法 | |
CN107283438A (zh) | 一种服务机器人交互决策方法和装置 | |
CN107457787A (zh) | 一种服务机器人交互决策方法和装置 | |
CN112989001B (zh) | 一种问答处理方法、装置、介质及电子设备 | |
Mandal et al. | AI-Based mock interview evaluator: An emotion and confidence classifier model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20171024 |