CN107784354B - 机器人的控制方法及陪伴机器人 - Google Patents

机器人的控制方法及陪伴机器人 Download PDF

Info

Publication number
CN107784354B
CN107784354B CN201710306154.7A CN201710306154A CN107784354B CN 107784354 B CN107784354 B CN 107784354B CN 201710306154 A CN201710306154 A CN 201710306154A CN 107784354 B CN107784354 B CN 107784354B
Authority
CN
China
Prior art keywords
information
person
accompanying
interactive
interaction
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.)
Active
Application number
CN201710306154.7A
Other languages
English (en)
Other versions
CN107784354A (zh
Inventor
杨思晓
廖衡
黄茂胜
魏建生
霍大伟
孙文华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to PCT/CN2017/097517 priority Critical patent/WO2018033066A1/zh
Priority to EP17841038.7A priority patent/EP3493032A4/en
Publication of CN107784354A publication Critical patent/CN107784354A/zh
Priority to US16/276,576 priority patent/US11511436B2/en
Application granted granted Critical
Publication of CN107784354B publication Critical patent/CN107784354B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B25J11/001—Manipulators having means for high-level communication with users, e.g. speech generator, face recognition means with emotions simulating means
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/008—Artificial life, i.e. computing arrangements simulating life based on physical entities controlled by simulated intelligence so as to replicate intelligent life forms, e.g. based on robots replicating pets or humans in their appearance or behaviour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Robotics (AREA)
  • Software Systems (AREA)
  • Mechanical Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Multimedia (AREA)
  • Manipulator (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Toys (AREA)
  • Medical Informatics (AREA)

Abstract

本发明提供了一种机器人的控制方法，所述方法包括：采集陪伴目标的互动信息，并获取陪伴人的数字人信息，所述互动信息包含所述陪伴目标对所述机器人的声音或动作互动信息，所述数字人信息包含数字化的各项陪伴人信息集合；使用所述互动信息和所述数字人信息，确定与所述陪伴目标的互动方式；根据所述陪伴人的数字人信息，采用机器学习算法，生成所述互动方式对应的多个互动内容的得分，从所述多个互动内容得分中选择一个或多个内容作为互动内容；根据所述互动方式和所述互动内容生成对所述陪伴目标的响应动作。本发明的机器人的控制方法和机器人、控制信息的生成方法和装置，能够控制机器人结合陪伴人的特征，对陪伴目标进行陪伴。

Description

机器人的控制方法及陪伴机器人
技术领域
本发明涉及人工智能领域，更具体地，涉及人工智能领域中机器人的控制方法和机器人，特别是一种陪伴式机器人。
背景技术
随着人工智能的不断发展，教育的人工智能(Educated ArtificialIntelligence，Educated AI)包括具有应用限定、用户教育、自学习推理能力、判断能力等特点的智能***，能够帮助人们更高效、更好地完成具体的任务或任务集。
在现代社会的家庭中，越来越多的父母不能时刻陪伴孩子，在不能够陪伴的孩子的时候，父母可以使用智能机器人对孩子进行陪伴，现有的智能机器人能够与孩子进行交流，并基于与孩子之间的交流，学习和更新与孩子的交流方式。
但是，现有的智能机器人不能满足未来父母对智能机器人陪伴孩子的更高陪伴要求。
发明内容
本发明实施例提供了一种机器人的控制方法和机器人、控制信息的生成方法和装置，能够控制机器人结合陪伴人的特征，对陪伴目标进行陪伴。
第一方面，本发明实施例提供了一种机器人的控制方法，由机器人通过对信息的采集和数据的处理完成对陪伴人的模仿实现对陪伴目标的陪伴。根据本发明实施例的第一方面，控制方法包括：机器人采集陪伴目标的互动信息，并获取陪伴人的数字人信息，所述互动信息是陪伴目标与机器人互动时发出的信息，可以包含所述陪伴目标对所述机器人的声音或动作互动信息，数字人信息包含数字化的各项陪伴人信息集合；使用所述互动信息和所述数字人信息，确定与所述陪伴目标的互动方式；根据所述陪伴人的数字人信息，采用机器学习算法从所述多个互动内容得分中选择一个或多个内容作为互动内容；根据所述互动方式和所述互动内容生成对所述陪伴目标的响应动作。
采用本发明提供的机器人的控制方法，能够控制机器人在陪伴人不能在陪伴目标身边时，模拟陪伴人对陪伴目标进行陪伴，能够满足陪伴人亲自对陪伴目标进行陪伴的需求。陪伴目标是机器人陪伴的对象，可能是儿童，也可以是年长的老人。陪伴人是陪伴目标现实的陪伴者，例如儿童的父母，监护人等，或者是年长老人的陪护人等。
在第一方面的一种实现方式中，机器人可以生成所述互动方式对应的多个互动内容的得分，根据得分确定互动内容。
在第一方面的一种实现方式中，获取当前时刻上一时间段内所述陪伴人的最新行为信息，所述陪伴人的行为信息可以由所述陪伴人随身携带移动设备采集，还可以是机器人自身直接采集。机器人根据所述陪伴人的数字人信息和所述最新行为信息，采用机器学习算法，生成所述互动方式对应的多个互动内容，还可以根据所述陪伴人的数字人信息和所述最新行为信息，采用机器学习算法，生成所述互动方式对应的多个互动内容的得分，再根据得分确定互动内容和互动方式。
在第一方面的一种实现方式中，机器人还可以进一步获取当前时刻上一时间段内所述陪伴人的最新行为信息，所述陪伴人的行为信息也可以由所述陪伴人随身携带移动设备采集还可以是机器人自身直接采集。机器人使用所述互动信息、所述数字人信息、所述最新行为信息，确定与所述陪伴目标的互动方式。
在第一方面的一种实现方式中，机器人还可以获取当前时刻上一时间段内所述陪伴人的最新行为信息，所述陪伴人的行为信息由所述陪伴人随身携带移动设备采集；通过分析所述最新行为信息，获得所述陪伴人的数字人更新信息，所述数字人更新信息用于完善或刷新所述数字人信息，所述数字人信息通过对所述陪伴人的行为信息分析或人为输入方式确定。
在第一方面的一种实现方式中所述获取陪伴人的数字人信息之前，所述方法还包括，使用附加权重的所述数字人更新信息，叠加到所述数字人信息上，以更新信息完善或刷新所述数字人信息。
在第一方面的一种实现方式中，所述附加权重数值可调整，以加大或减小当前时刻上一时间段内所述陪伴人的行为信息对所述数字人信息的影响。进一步，机器人还可以通过机器学习的算法将所述数字人更新信息，叠加到所述数字人信息。
在第一方面的一种实现方式中，所述数字人信息包括以下类型信息中的一项或多项：个人基本信息、个人经历信息、价值观信息、教育理念信息、行为习惯信息。机器人可以计算所述数字人信息、互动信息与所述互动方式的语义相似度，选择语义相似度最大的互动方式作为与所述陪伴目标的互动方式。
在第一方面的一种实现方式中，所述根据所述陪伴人的数字人信息，生成所述互动方式对应的多个互动内容的得分包括，使用训练生成的模型，生成所述互动方式对应的多个互动内容的得分，其中所述模型以所述的数字人信息为输入，以所述互动方式对应的多个互动内容上的得分大小作为输出。
在第一方面的一种实现方式中，所述陪伴人包括多个陪伴人，所述陪伴人的数字人信息是所述多个陪伴人的特征信息的加权求和，所述陪伴人特征信息的权重可预先设置或人工输入获得。
在第一方面的一种实现方式中，所述陪伴人包括多个陪伴人，所述陪伴人的数字人信息是通过对所述多个陪伴人的特征信息机器学习获得。
在第一方面的一种实现方式中，所述方法的执行主体是伴随于陪伴目标周围的机器人，所述陪伴人的数字人信息由所述陪伴人随身携带移动设备采集。
第二方面，本发明实施例提供了一种机器人设备，可以作为陪伴式机器人，设备包括：设备包括信息获取模块、互动方式生成模块、互动内容生成模块、响应模块；信息获取模块，用于采集陪伴目标的互动信息，并获取陪伴人的数字人信息，互动信息包含陪伴目标的声音或动作的交互信息，数字人信息包含数字化的陪伴人的信息集合；互动方式生成模块，用于根据互动信息和数字人信息，确定与陪伴目标的互动方式，根据陪伴人的数字人信息，采用机器学习算法，生成与互动方式对应的互动内容；响应模块，根据互动方式和互动内容生成对陪伴目标的响应动作。
在第二方面的一种可能的实现方式中，互动方式生成模块，还可以用于生成所述互动方式对应的多个互动内容的得分，根据得分确定互动内容。
在第二方面的一种可能的实现方式中，所述信息获取模块还用于获取当前时刻上一时间段内所述陪伴人的最新行为信息，所述陪伴人的行为信息由所述陪伴人随身携带移动设备采集；所述互动方式生成模块，还用于根据所述陪伴人的数字人信息和所述最新行为信息，采用机器学习算法，生成所述互动方式对应的多个互动内容，或者生成所述互动方式对应的多个互动内容的得分再根据得分确定互动内容和互动方式。
在第二方面的一种可能的实现方式中，所述信息获取模块还用于获取当前时刻上一时间段内所述陪伴人的最新行为信息，所述陪伴人的行为信息由所述陪伴人随身携带移动设备采集；所述互动方式生成模块用于使用所述互动信息、所述数字人信息、所述最新行为信息，确定与所述陪伴目标的互动方式。
在第二方面的一种可能的实现方式中，信息获取模块还用于获取当前时刻上一时间段内所述陪伴人的最新行为信息，所述陪伴人的行为信息由所述陪伴人随身携带移动设备采集；所述数字人更新模块用于通过分析所述最新行为信息，获得所述陪伴人的数字人更新信息，完善或刷新所述数字人信息，所述数字人信息通过对所述陪伴人的行为信息分析或人为输入方式确定。
在实现中，信息获取模块可以置于机器人本体上，例如通过传感器或者信号采集模块完成信息获取。信息获取模块还可以是机器人的远程设备，或者是能够与机器人通信的独立终端设备，例如智能手机，智能穿戴设备等等。
在第二方面的一种可能的实现方式中，所述信息获取模块用于获取陪伴人的数字人信息之前，所述数字人更新模块用于，使用附加权重的所述数字人更新信息，叠加到所述数字人信息上，以更新信息完善或刷新所述数字人信息。
在第二方面的一种可能的实现方式中，所述附加权重数值可调整，以加大或减小当前时刻上一时间段内所述陪伴人的行为信息对所述数字人信息的影响。
在第二方面的一种可能的实现方式中，所述信息获取模块还用于通过机器学习的算法将所述数字人更新信息，叠加到所述数字人信息。
在第二方面的一种可能的实现方式中，所述数字人信息包括以下类型信息中的一项或多项：个人基本信息、个人经历信息、价值观信息、教育理念信息、行为习惯信息；所述互动方式生成模块用于计算所述数字人信息、互动信息与所述互动方式的语义相似度，选择语义相似度最大的互动方式作为与所述陪伴目标的互动方式。
在第二方面的一种可能的实现方式中，所述互动内容生成模块用于使用训练生成的模型，生成所述互动方式对应的多个互动内容的得分，其中所述模型以所述的数字人信息为输入，以所述互动方式对应的多个互动内容上的得分大小作为输出。
在第二方面的一种可能的实现方式中，所述陪伴人包括多个陪伴人，所述陪伴人的数字人信息是所述多个陪伴人的特征信息的加权求和，所述陪伴人特征信息的权重可预先设置或人工输入获得。
在第二方面的一种可能的实现方式中，所述陪伴人包括多个陪伴人，所述陪伴人的数字人信息是通过对所述多个陪伴人的特征信息机器学习获得。
在第二方面的一种可能的实现方式中，所述设备的执行主体是伴随于陪伴目标周围的机器人，所述陪伴人的数字人信息由所述陪伴人随身携带移动设备采集。
本发明实施例所提供的机器人，能够控制机器人在陪伴人不能在陪伴目标身边时，模拟陪伴人对陪伴目标进行陪伴，能够满足陪伴人亲自对陪伴目标进行陪伴的需求。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍。
图1是本发明实施例的机器人的控制方法的示意性流程图。
图2是本发明实施例的机器人的控制方法的另一示意性流程图。
图3是本发明实施例的机器人的控制方法的又一示意性流程图。
图4是本发明实施例***各组成部分的关系图。
图5是本发明实施例的机器人控制***的示意性架构图。
图6是本发明实施例的机器人的结构图。
图7是本发明实施例的机器人计算机***的结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述。
本发明实施例提供了一种机器人的控制方法，如图1所示，图1提供了本发明一个实施例的流程图。所述方法包括：
S101、采集陪伴目标的互动信息，获取陪伴人的数字人信息。互动信息包含所述陪伴目标对机器人的声音或动作的交互信息，数字人信息包含数字化的所述陪伴人的信息集合。
机器人通过传感器、麦克风等采集器件可以获取陪伴目标发出的行为信号，通过捕获的行为信号获得陪伴目标的互动信息，能够了解陪伴目标在做什么想要做什么。陪伴人的数字人信息是数字化的陪伴人，是能够让机器人模仿陪伴人的数据信息。
S103、根据所述互动信息和所述数字人信息，确定与所述陪伴目标的互动方式。
S105、根据所述陪伴人的数字人信息，采用机器学习算法，生成与所述互动方式对应的互动内容。
还可以是根据所述陪伴人的数字人信息，采用机器学习算法，生成所述互动方式对应的多个互动内容的得分，从所述多个互动内容得分中选择一个或多个得分最高的内容作为互动内容。通过得分的方式确定内容是一种具体的实现方式。
S107、根据所述互动方式和所述互动内容生成对所述陪伴目标的响应动作。
采用本发明实施例提供的机器人的控制方法，能够控制机器人在陪伴人不能在陪伴目标身边时，模拟陪伴人对陪伴目标进行陪伴，能够满足陪伴人亲自对陪伴目标进行陪伴的需求。
具体而言，该互动信息可以为该机器人响应互动请求生成的、或者主动生成的，或者提前预设的。
作为一种具体的实现，该互动信息可以由机器人对陪伴目标的行为分析主动生成，包括对陪伴人的视频抓取信息、陪伴人的语音输入信息等。例如，该机器人分析通过视频拍摄陪伴目标的行为动作，确定该陪伴目标想要踢足球，则该机器人可能主动生成与陪伴目标一起踢足球的互动信息，并执行与该陪伴目标一起踢足球的行为。互动信息可以作为相对独立获取信息的部分在各个实施例中应用。该机器人也可以通过对该陪伴目标的行为的观察，直接与该陪伴目标进行互动。
可选地，该互动信息还可以是接收到的陪伴目标的互动请求，例如，该机器人接收到陪伴目标要听音乐的互动请求，则机器人可以响应该陪伴目标的互动请求，与该陪伴目标一起听音乐。
可选地，该互动信息还可以是接收到陪伴人的互动请求，例如，该机器人可以通过陪伴人通过远程智能设备发送的互动请求，请求机器人陪孩子睡觉，则该机器人可以响应该陪伴人的互动请求，陪陪伴目标睡觉。
可选地，该互动信息还可以是陪伴人预装程序设定的互动信息，例如陪伴人可以在机器人预装程序中设定，每天早上10点给孩子吃水果。
所述陪伴人的数字人信息包括以下类型信息中的一种或多种：个人基本信息、个人经历信息、价值观信息、教育理念信息、行为习惯信息。其中个人基本信息可以包括陪伴人的姓名、性别、年龄、喜欢的颜色、喜欢的书籍等与该陪伴人的个人属性相关的信息，陪伴人的个人经历信息可以包括该陪伴人的生活经历、学习经历和工作经历。陪伴人的价值观信息可以包括该陪伴人的价值理念等，行为习惯信息可以包括陪伴人日常的行为方式、个人习惯，兴趣爱好等，本发明对此不作限定。
所述互动信息可以有多种来源，例如可以是陪伴人通过远程联网设备发送的互动请求，也可以是机器人通过分析陪伴目标的行为数据主动生成的，一种获取互动信息的实施例如下：机器人接收陪伴人或陪伴目标的互动请求，机器人分析互动请求，确定互动信息。
陪伴人的行为信息可以通过陪伴人随身携带的移动设备采集，如通过麦克风采集陪伴人的语音输入、通过摄像头采集陪伴人的视频输入、通过移动设备的键盘或触摸屏输入的一种或几种方式实现。上一时间段可设置时间段大小，例如时间段可以设置为2个小时、12小时、24小时等。可选地，该陪伴人的行为信息包括陪伴人的语音数据、动作数据或对应用软件的操作数据。例如，陪伴人的行为信息可以为该陪伴人进行语音通话的语音数据、视频拍摄的该陪伴人的行为动作、或者该陪伴人对该智能设备中的软件进行操作的操作数据，本发明实施例对此不作限定。
可选地，该机器人可以从自身的存储器中获取该陪伴人的数字人信息，其中，该存储器中的数字人信息可以为该数据收集设备提前预存的，在没有网络的情况下，该机器人仍能通过本地的陪伴人的数字人信息对陪伴目标进行陪伴，本发明实施例对此不作限定。
可选地，该机器人可以接收数据收集设备发送的陪伴人的数字人信息；可以通过数据收集设备获取陪伴人的行为信息，并对该陪伴人的行为信息进行分析得到该陪伴人的数字人信息；可以通过云服务器获取陪伴人的行为信息，该数字人信息是该云服务器通过对该陪伴人的行为信息分析确定；可以为陪伴人直接输入该数字人信息；还可以为从该机器人的存储器中获得的数据收集设备提前预存的数字人信息，本发明实施例对此不作限定。
可选地，该陪伴人的交流特征包括多种类型的信息，该多种类型的信息包括该陪伴人的基本信息、言论信息和行为习惯信息中的至少两种，本发明实施例对此不作限定。
作为一个可选实施例，陪伴人随身携带的智能设备可以主动获取陪伴人的即时通信信息。比如，父母在即时通信应用中，和朋友说了一句话“锻炼身体很重要，我们家孩子看书一个小时就让他锻炼一下”。
作为另一个可选实施例，陪伴人随身携带的智能设备可以主动获取陪伴人通过第一设备处理陪伴类文章的信息，具体包括转发、或原创社交网络的文章信息、阅读文章的批注信息，对社交网络文章的评论信息。例如：父母阅读了一篇新的关于儿童教育方法的文章，文章中提到“3-5岁是培养儿童语言的关键时期”，转发到微信朋友圈，并发表评论“观点不错”，或者基于父母在其电子设备中，阅读了某篇关于儿童教育方法的文章，并在文章中进行了批注(文字或符号)。
应理解，陪伴人的数字人信息是通过对该陪伴人的行为信息分析确定的，该数字人信息包括多种类型的信息，该多种类型的信息包括该陪伴人的个人基本信息、个人经历信息、言论信息和行为习惯信息中的至少两种。
可选地，陪伴人的个人基本信息可以包括该陪伴人的姓名、性别、年龄、喜欢的颜色、喜欢的书籍等与该陪伴人的个人属性相关的信息，本发明对此不作限定。
可选地，陪伴人的个人经历信息可以包括该陪伴人的生活经历、学习经历和工作经历。例如，妈妈在法国出生，爸爸美国留过学，妈妈在A公司就职等，本发明对此不作限定。陪伴人的言论信息可以包括陪伴人的职业理念、该陪伴人认同的教育学家的观点和陪伴人重视的教育理念。例如，爸爸为非盈利组织的董事经常做慈善，教育学家的观点：语言学习的关键期理论，故事复述的能力小时候最重要；妈妈的教育观念：把单词背会很重要，小的时候记很多单词最牛；爸爸的教育观念：小的时候多知道一些天文地理的知识最酷，本发明对此不作限定。陪伴人的行为习惯信息可以包括陪伴人日常的行为方式、个人习惯，兴趣爱好等，例如，妈妈喜欢在陪伴孩子睡觉时给孩子讲故事，爸爸喜欢踢足球，并且喜欢用左脚射门，本发明实施例对此不作限定。
上一个时间段数据收集设备获取的数据后，可存储于存储设备中，以便机器人读取。
作为一个可选实施例，机器人通过视频抓拍到陪伴目标去书房拿了故事书，则该机器人生成讲故事的互动信息，并确定给该陪伴目标讲故事的互动方式，同时该机器人在给该陪伴目标讲故事时会结合该陪伴人的数字人信息中的内容，例如加入该陪伴人说话的语气，该陪伴人的亲身经历等。
作为另一个可选实施例，该机器人根据该陪伴人的数字人信息得到该陪伴人习惯每天晚上9点睡觉，则该机器人生成晚上九点睡觉的互动信息，并确定哄陪伴对象睡觉的互动方式，同时，该机器人在哄陪伴对象睡觉时会结合陪伴人的教育观念信息，假设陪伴人认为小孩子应该多听些童话，则该机器人在哄陪伴对象睡觉时会讲童话故事，本发明实施例对此不作限定。
通过举例说明一个更为具体的实例。机器人中存储有陪伴学习数据库，包含故事、儿歌、动作、百科等多种类型的数据，故事中包含5个故事，分别是“小乌龟看爷爷”，“小猴子摘玉米”，“小猫种鱼”，“孔融让梨”，“小壁虎借尾巴”。其他类型的数据不一一列举。
在一个实际的应用场景中，机器人的陪伴对象是儿童明明，陪伴人是明明的家长张三。
(1)机器人获取张三的数字人信息，陪伴人张三是一名家长，陪伴人的数字人信息如下：
年龄：30岁，
性别：女
学历：本科，
专业：金融
工作经历：创业者，曾是某金融公司职员，重视技术和科学
兴趣爱好：阅读、看电影、逛街
最喜欢的颜色：红色
世界观：积极乐观
教育理念：科普、唱儿歌、讲故事
张三在手机上给一篇名为《研究表明科普教育对4岁儿童脑发育十分有利》的文章点赞并转发，并发表评论“我认为科普教育很重要，是时候让孩子了解一些自然现象背后的原因了”，然后分享了一篇名为《让孩子尽情地唱歌吧》的文章并批注“陪孩子唱儿歌是很重要的沟通方式，虽然我不太会唱歌，但也要陪孩子一起唱”，于是生成了数字人信息中教育理念的部分信息。权重可以人工设定，例如讲故事和科普可以设为1.0，唱儿歌不是陪伴人擅长的，可以设为0.5。
陪伴目标是一名4岁儿童明明，能通过说话表达想法，理解一些基本动作的含义
(2)明明说话：“和我说说话吧”，机器人的数据收集设备获取了这个互动请求,通过语音识别、自然语言处理等过程，机器人识别了明明“陪我说说话”的互动信息。
(3)机器人获取互动信息，包括给明明说“妈妈要去上班了，等妈妈回来了给你讲故事好不好”，“明明最听话了”这两句语音以及机器人通过语音识别算法将“妈妈要去上班了，等妈妈回来了给你讲故事好不好”，“明明最听话了”这两句话识别为文本，然后利用自然语言处理方法识别了“讲故事”这个互动信息。
可选地，互动信息可以由机器人对陪伴人的行为信息进行分析主动生成，可以是接收陪伴人主动发出的互动信息，可以是接收到的被陪伴人的互动请求，还可以由机器人对陪伴目标的行为进行分析主动生成，还可以是预装程序设定的互动信息，本发明实施例对此不作限定。
作为一个可选实施例，机器人在给陪伴目标讲故事时，使用第一陪伴人的数字人信息知识库的一个或多个信息作为关键词进行搜索故事数据库，将搜索到的与关键词匹配的故事给孩子讲解。
作为另一个可选实施例，机器人在对陪伴目标进行陪伴时，使用第一陪伴人的关键词在陪伴学习数据库中进行检索，比如搜索到该第一陪伴人的行为习惯信息中该第一陪伴人的爱好是跑步，则机器人在陪伴时，可以搜集到和跑步相关的机器人行为模型，指引机器人按照此模型对陪伴目标进行陪伴。
可选的，使用陪伴人的亲情指数信息、价值观和教育理念信息，生成陪伴人的数字人信息；数字人信息是一个由陪伴人的价值观、教育理念、亲情指数组成的信息集合G,G中包含陪伴人的各种信息，如{籍贯、大学、年龄、兴趣…}，信息库的内容包括但不限于上述举例，随着搜集信息的增加，维度可以扩大到百量级、甚至千量级。
网络或机器人侧维护一个和数字人信息匹配的更大的故事数据库、或陪伴学习数据库。比如机器人在给陪伴对象讲故事时，使用陪伴人数字人信息的一个或多个信息作为关键词进行搜索故事数据库，搜索到与关键词匹配的故事给孩子讲解。或者，在对陪伴对象进行陪伴时，使用陪伴人的关键词在陪伴学习数据库中进行检索，比如兴趣爱好信息中陪伴人的爱好是跑步，在陪伴陪伴对象时，可以搜集到和跑步相关的机器人行为模型，指引机器人按照此模型对陪伴对象进行陪伴。
可选地，该机器人还可以预存陪伴人的数字人信息，或者该机器人可以从云服务器获取该预存的该陪伴人的数字人信息，其中，该数字人信息包括但不限于陪伴人的家乡、陪伴人的人生经历、陪伴人的职业、陪伴人的兴趣爱好、或陪伴人的价值观等的一种或多种，该机器人还可以结合该预存的陪伴人的数字人信息与陪伴目标进行互动，本发明实施例对此不作限定。
可选地，云服务器或机器人侧维护一个和数字人信息知识库匹配的更大的故事数据库、或陪伴学习数据库。
在本方法的一个实施例中，图2提供了本发明一个方法的实施例又一流程图。所述方法还包括：
S102、获取当前时刻上一时间段内所述陪伴人的行为信息。
这里的行为信息可以是陪伴人的最新的行为信息，通过设置当前时刻前一段时间的时间跨度，能够调整获取陪伴人最新行为的频度。陪伴人的行为信息可以由所述陪伴人随身携带移动设备采集，即使陪伴人这段时间不在机器人或者陪伴目标身边依然可以让机器人获得行为信息，能够让机器人更好的模拟陪伴对象，或者让机器人更好的理解陪伴人对陪伴对象陪伴的方式或者思想。所述步骤S102和S101不存在执行顺序的限制，步骤S102可以在步骤S101之前或者之后。
S105根据所述陪伴人的数字人信息和所述最新行为信息，采用机器学习算法，生成所述互动方式对应的多个互动内容的得分。可以根据得分的情况，例如选择最高或者较高的得分来确定互动方式和互动内容。
在本方法的又一个实施例中，上述S103使用所述互动信息和所述数字人信息，确定与所述陪伴目标的互动方式可以更为具体的使用所述互动信息、所述数字人信息、所述最新行为信息，确定与所述陪伴目标的互动方式。
在本方法的一个实施例中，对修改机器人获取或者存储的数字人信息，参阅图3，获取当前时刻上一时间段内所述陪伴人的最新行为信息之后，修改或者更新数字人信息的流程包括：
S1021通过分析所述最新行为信息，获得所述陪伴人的数字人更新信息，所述数字人更新信息用于完善或刷新所述数字人信息。
数字人信息可以通过对所述陪伴人的行为信息分析或人为输入方式确定。通过分析所述最新行为信息，获得所述陪伴人的数字人更新信息具体包括：利用多种方式将所述行为数据转换为文本信息，例如对于语音输入，通过语音识别和文本处理将语音行为数据转换为文本；利用多种自然语言处理技术将上述文本信息转换为最新行为信息，自然语言处理技术包括但不限于关键词识别、主题抽取、焦点检测等技术中的一种或多种；以一定方式给每一项最新行为信息以一定的权重，例如陪伴人预先设定权重等。
S1022使用附加权重的所述数字人更新信息，叠加到所述数字人信息上，以更新信息完善或刷新所述数字人信息。
具体的，使用附加权重的所述数字人更新信息，叠加到所述数字人信息上包括以下步骤实现：
S1机器人通过分析所述最新行为数据，获得陪伴人的数字人更新信息。
S2根据更新数字人信息按一定方式更新陪伴人的数字人信息。例如为当前时刻的数字人信息设置一定权重w,则更新方式如下：
f←f+w×f0
其中f为需要更新的数字人信息的特征上的取值，w为权重，f0为陪伴人在最新数字人信息的该特征上的取值。
在本方法的一个实施例中，所述附加权重数值w可调整，以加大或减小当前时刻上一时间段内所述陪伴人的行为信息对所述数字人信息的影响。在具体的实施方式中，数字人信息f更加稳定，包含的陪伴人信息更多，f0数字人更新信息体现了最新的数字人信息的变化、包含的陪伴人信息更少，若希望陪伴孩子的方式更多受到上一时间段内所述陪伴人的行为信息的影响，以及减少f中较多陪伴人信息的影响，则可加大w权重值。
可选地，该多种类型的信息中每种类型的信息的权重可以为陪伴人预装程序时设定的，可以为通过陪伴人的互动请求发送给机器人的，或者可以为机器人根据陪伴人的某些设置自己学习决定的，本发明实施例对此不作限定。
在本方法的一个实施例中，通过机器学习的算法将所述数字人更新信息，叠加到所述数字人信息。具体的，使用机器学习的算法将所述数字人更新信息，叠加到所述数字人信息的步骤如下：
S1读取陪伴人在上一时刻的数字人信息与最新行为信息；
S2获取陪伴人在当前时刻的数字人信息
S3对比当前时刻数字人信息与上一时刻数字人信息，获得所有信息发生变化的特征维度以及改变量
S4在多名陪伴人的多个时间段的数据上重复S1-S3，获得多名陪伴人在多个时间段内数字人信息发生变化的特征维度以及对应的改变量
S5将陪伴人在一个时间段内的行为信息作为输入，发生变化的特征维度以及对应的改变量作为输出，以LASSO回归作为模型，训练后得到模型M，M以行为信息作为输入，以发生变化的特征维度以及改变量作为输出
S6对所述数字人信息和所述最新行为信息，采用模型M，得到在所述数字人信息上发生变化的特征维度以及对应的改变量，
S7根据发生变化的特征维度以及对应的改变量修改所述数字人信息
在本方法的一个实施例中，所述数字人信息包括以下类型信息中的一项或多项：个人基本信息、个人经历信息、价值观信息、教育理念信息、行为习惯信息；S103所述使用所述互动信息和所述数字人信息，确定与所述陪伴目标的互动方式包括：计算所述数字人信息、互动信息与所述互动方式的语义相似度，选择语义相似度最大的互动方式作为与所述陪伴目标的互动方式。
具体的，S103可以有多种实现方式，一种典型实施例如下：
(1)对于互动信息、数字人信息对应的多个互动方式，计算互动方式与互动信息、数字人信息的语义相似度，语义相似度可以由词向量等技术实现，本发明对此不作限定，
(2)根据互动信息、数字人信息与互动方式的语义相似度以及互动方式的权重确定互动信息与互动方式的相似度，计算公式如下：sim＝s×w。其中s是互动信息与互动方式的语义相似度，w是互动方式的权重，sim是互动信息与互动方式的相似度
(3)选择与互动信息、数字人信息相似度sim最大的互动方式作为与陪伴目标的互动方式；
在本方法的一个实施例中，S105所述根据所述陪伴人的数字人信息，生成所述互动方式对应的多个互动内容的得分包括，使用训练生成的模型，生成所述互动方式对应的多个互动内容的得分，其中所述模型以所述的数字人信息为输入，以所述互动方式对应的多个互动内容上的得分大小作为输出。
具体的，生成模型的训练数据可以来源于公开数据或其他数据收集设备获取的数据。
在具体的实施例中，如下：
(1)机器人利用词向量方法计算互动方式数字人信息与互动信息的语义相似度如下，格式为“数字人信息，互动信息，语义相似度”：
讲故事，陪我说说话，0.7
唱儿歌，陪我说说话，0.8
按照公式(1)，“讲故事”与“陪我说说话”的相似度为0.7*1＝0.7，“唱儿歌”与“陪我说说话”的相似度为0.8*0.5＝0.4，
机器人选择相似度最高的“讲故事”作为与陪伴目标的互动方式。
(2)生成互动内容的模型可以采用多种算法，例如逻辑回归、KNN、支持向量机等等，以KNN为例，KNN算法的原理是计算与测试样本距离最接近的K个样本并读取相应的标签，并将标签总数占样本总数的百分比作为测试样本在该标签下的得分。在本例中，测试样本是张三的数字人信息，标签是互动内容，我们取K＝100，在获得了与张三的数字人信息最接近的100个数字人信息，统计发现他们在5个故事的选择上有15个选择了“小乌龟看爷爷”，20个选择“小猴子摘玉米”，25个选择了“小猫种鱼”，12个选择了“孔融让梨”，28个选择了“小壁虎借尾巴”，则张三在这五个故事上的得分如下：
小乌龟看爷爷 0.15,
小猴子摘玉米 0.20,
小猫种鱼 0.25,
孔融让梨 0.12,
小壁虎借尾巴 0.28
(3)通过主题分析算法LDA对五个故事进行分析，得到五个故事的主题以及权重如下：
小乌龟看爷爷：爱心(0.4)、尊老(0.6)
小猴子摘玉米：持之以恒(0.5)、一心一意(0.5)
小猫种鱼：科普(0.7)，植物(0.3)
孔融让梨：礼貌(0.3)，礼让(0.3)，谦虚(0.4)
小壁虎借尾巴：科普(0.8)，动物(0.2)
陪伴人的互动内容意图信息中只有一项“科普”，权重为1.0，
通过词向量方法计算“科普”与上述主题的语义相似度如下，格式为“互动内容意图信息，主题，语义相似度”：
科普，爱心，0.0
科普，尊老，0.2
科普，持之以恒，0.3
科普，一心一意，0.3
科普，科普，1.0
科普，植物，0.4
科普，礼貌，0.1
科普，礼让，0.1
科普，谦虚，0.4
科普，动物，0.6
设置当前行为意图权重a＝0.5，然后按公式(2)计算修正后的五个故事的得分如下：
小乌龟看爷爷：s(小乌龟看爷爷)＝0.15+0.5×(1.0×0.0×0.4+1.0×0.2×0.6)＝0.21
小猴子摘玉米：s(小猴子摘玉米)＝0.2+0.5×(1.0×0.3×0.5+1.0×0.3×0.5)＝0.35
小猫种鱼：s(小猫种鱼)＝0.25+0.5×(1.0×1.0×0.7+1.0×0.4×0.3)＝0.66
孔融让梨：
s(孔融让梨)＝0.12+0.5×(1.0×0.1×0.3+1.0×0.1×0.3+1.0×0.4×0.4)＝0.23
小壁虎借尾巴：s(小壁虎借尾巴)＝0.28+0.5×(1.0×0.8×1.0+1.0×0.2×0.6)＝0.74
(4)由于“小壁虎借尾巴”的得分最高，机器人选择“小壁虎借尾巴”作为与陪伴目标的互动内容。
(5)机器人根据“讲故事”的互动方式和“小壁虎借尾巴”的互动内容，利用语音合成算法合成了“小壁虎借尾巴”的语音作为响应动作，通过扬声器播放该响应动作实现了对明明“陪我说说话”的行为反馈，同时很好地实现了张三“我认为科普教育很重要，是时候让孩子了解一些自然现象背后的原因了”的意图。
进一步，在本发明的一个实施例中，所述根据所述陪伴人的数字人信息、和所述最新行为信息，采用机器学习算法，生成所述互动方式对应的多个互动内容的得分包括，使用所述最新行为信息修正所述多个互动内容的得分，从修正的所述互动内容得分中一个或多个得分最高的内容作为互动内容。
上述步骤可以有多种实现方式，一种典型的实现方式如下：
(1)对互动内容利用主题提取技术分析，得到所述多个互动内容的多个主题以及每个主题的得分。
(2)对数字人信息中的多个特征信息，计算每个数字人信息特征信息与多个互动内容的多个主题的语义相似度，语义相似度可以由词向量等方式计算
(3)按如下公式修改多个互动内容的得分，得到修正后的多个互动内容的得分：
Figure GDA0003358557780000111
是互动内容的第j个主题，s(tj)是tj的得分，sim(pi,tj)表示数字人特征信息与主题的语义相似度，snew表示互动内容的修正后的得分，a是当前行为意图的权重，a的值可以事先由陪伴人指定或者机器人随机生成，当需要当前行为意图对互动内容的影响较大时可以设置较大的a值，反之需要当前行为意图对互动内容的影响较小时可以设置较小的a值。
采集陪伴人的数字人信息后，还可以根据各种陪伴人信息的出现频率、出现场景对其进行排序，并根据重要程度对各项信息分配权重a；陪伴人的个人信息集合，还包括与之对应的权重，在陪伴过程中，若使用关键词对陪伴对象进行陪伴搜索，则可根据权重选择权重最大的一个或多个信息进行搜索。或者还可以基于场景，对信息集合的不同信息进行选择，比如陪伴陪伴对象游戏时，则选择信息集合中的价值观、兴趣作为关键词，而不考虑籍贯、年龄等其他信息。
在本方法的一个实施例中,所述陪伴人包括多个陪伴人，所述陪伴人的数字人信息是所述多个陪伴人的特征信息的加权求和，所述陪伴人特征信息的权重可预先设置或人工输入获得。
多陪伴人信息融合有多种实现方式，一种典型实现方式：为每个陪伴人信息设置相应权重，权重可以由多个陪伴人手动输入初始值或者由机器人设置初始值，例如机器人可以将每个陪伴人信息的权重设置为1/N，其中N为数字人的数目，也可以根据各个陪伴人的重要程度分别配置不同权重(比如多个陪伴人包含父母和爷爷奶奶，希望在孩子的陪伴影响中加大父母的影响，则可以加大父母陪伴人对应的权重，减小爷爷奶奶陪伴人对应的权重)。
S2按照多个数字人信息的权重计算加权数字人信息，公式如下：
Figure GDA0003358557780000121
其中fk为加权数字人信息的第k项的取值，wi为第i个数字人信息的权重，fk，i为第i个数字人的第k项信息的取值。
若陪伴人包含多个陪伴人，则可对多个陪伴人的信息集合进行合并，生成多个对象的信息集合。多个对象的信息集合，也可包含信息和与信息对应的权重；信息权重与合并前各个对象的信息权重相关，也与多个对象各自的重要程度相关。
作为另一个可选实施例，如果一个家庭中，妈妈的语言天分更高，希望孩子受妈妈的语言影响更多，则可以在该机器人程序中将妈妈的数字人信息中的语言特征的权重设置高于其他数字人信息的权重，甚至可以将妈妈的语言特征的权重设置为1，机器人能够对妈妈的多个类型的信息进行加权，得到妈妈的加权数字人信息，并根据互动信息和妈妈的加权数字人信息，确定与该孩子进行互动的该互动方式或该互动内容并生成响应动作，通过该响应动作向该孩子进行行为反馈实现对该互动信息的响应，本发明实施例对此不作限定。
应理解，通过改变多项数字人信息中每项数字人信息的权重，能够改变机器人在对陪伴目标进行陪伴的过程中，该每项数字人信息对该陪伴目标的影响程度。
可选地，该多项数字人信息中每项数字人信息的权重可以为陪伴人预装程序时设定的，可以为通过陪伴人的互动请求发送给机器人的，或者可以为机器人根据陪伴人的某些设置自己学习决定的，本发明实施例对此不作限定。
例如，爸爸意识到了自己脾气太冲并将此信息输入机器人，则机器人在陪伴孩子时会削弱爸爸的此类行为。通过此实现方法，能够实现基于陪伴场景选择最优的陪伴动作。
作为另一个可选实施例，如果一个家庭在教育男孩子的方面期望孩子受爸爸影响多一些，则可以在该机器人程序中将妈妈的数字人信息的权重设置低于爸爸的数字人信息的权重，甚至可以将爸爸的数字人信息的权重设置为1，妈妈的数字人信息的权重设置为0，机器人能够对爸爸的数字人信息和妈妈的数字人信息进行加权，得到陪伴人的数字人信息，并根据互动信息和该陪伴人的数字人信息，确定与孩子进行互动的互动方式和互动内容中的至少一项，并生成响应动作，通过该响应动作向该孩子进行行为反馈实现对该互动信息的响应，本发明实施例对此不作限定。
在本方法的一个实施例中，所述陪伴人包括多个陪伴人，所述陪伴人的数字人信息是通过对所述多个陪伴人的特征信息机器学习获得。
具体的，使用机器学习的算法将多个陪伴人的数字人信息综合的步骤如下：
S1读取多个陪伴人的数字人信息；
S2根据余弦相似度计算公式计算任意两个陪伴人的相似度，
S3将陪伴人的数字人信息作为顶点，若两个陪伴人的数字人信息的相似度大于一定阈值则建立边，得到陪伴人的数字人信息图G，
S4对图G采用PageRank算法，得到每个顶点的PageRank值，
S5按照如下方式得到陪伴人的数字人信息：
Figure GDA0003358557780000131
其中f是陪伴人的数字人信息的某一项信息，wi是第i个陪伴人的PageRank值，fi是第i个陪伴人在该项信息下的取值，N是陪伴人的数目。
在本方法的一个实施例中,所述方法的执行主体是伴随于陪伴目标周围的机器人，所述陪伴人的数字人信息是陪伴人随身携带的智能设备采集进而获得。如图4所示，图4提供了本发明方法各组成部分的关系图，执行过程中涉及的陪伴人410和陪伴对象420的关系，陪伴人410和陪伴对象420通过智能设备430和机器人440产生相互作用。智能设备430采集陪伴人的行数据，获得最新行为数据，智能设备430将最新行为数据发送给云服务器450，云服务器对行为数据计算分析获得陪伴人的数字人i信息，将所述数字人信息发送给机器人440。机器人根据自己采集获取的陪伴目标的互动信息基于互动信息和陪伴人的数字人信息确定与陪伴目标的互动方式和互动内容，实现与陪伴目标的互动。在实践中，根据机器人的计算能力，可以选择是否采用云服务器。可能的实施情况可以省略云服务器，由机器人直接通过行为数据计算分析获得数字人信息。机器人还可以根据机器人本体承载的传感器件直接获取陪伴人的行为数据。
图5示出了本发明实施例的机器人控制***的示意性架构图，如图5所示，该控制***包括至少一个陪伴人(图中示出了陪伴人510)、陪伴目标520、智能设备530、机器人540和云服务器550。
陪伴人510为期望能够经常在陪伴目标520身边，并且能够对待陪目标进行教育和影响的人，该陪伴人例如可以为陪伴目标的监护人、老师等。
智能设备530用于获取陪伴人510的行为信息，通过对该陪伴人的行为信息进行分析确定该陪伴人的最新行为信息，并将该最新行为生成数字人信息，发送至机器人540，以通过该数字人信息控制机器人与陪伴目标之间的互动。
可选地，该智能设备可以通过语义分析、机器学习算法、或者关键词匹配等方式从该陪伴人的行为信息中提取该陪伴人的数字人信息，本发明实施例对此不作限定。
可选地，该智能设备530可以为机器人540的远程设备，可以为专门与机器人配合的专用设备，还可以为安装了与机器人配合的程序的智能设备，例如可以为移动终端、可穿戴式智能设备或陪伴在陪伴人身边的机器人。
可选地，该智能设备530可以为数据收集设备，该数据收集设备可以直接接收该陪伴人通过语音输入、视频输入或键盘触摸屏输入等方式输入的行为信息，或者该智能设备530可以通过能够与该智能设备相互通信数据收集设备获得该陪伴人的行为信息，本发明实施例对此不作限定。
机器人540用于通过获取陪伴人的数字人信息，并获取互动信息，根据该互动信息和该交流特征信息，确定与陪伴目标进行互动的互动方式和互动内容中的至少一项并生成响应动作，通过该响应动作向该陪伴目标进行行为反馈实现对该互动信息的响应。
云服务器550用于对智能设备530和机器人540之间传输的信息进行转发或分析处理。
可选地，该机器人可以接收数据收集设备发送的陪伴人的数字人信息；可以通过数据收集设备获取陪伴人的行为信息，并对该陪伴人的行为信息进行分析得到该陪伴人的数字人信息；可以通过云服务器获取陪伴人的行为信息，该数字人信息是该云服务器通过对该陪伴人的行为信息分析确定；可以为陪伴人直接输入该数字人信息，还可以为从该机器人的存储器中获得的数据收集设备提前预存的数字人信息，本发明实施例对此不作限定。
通过数据收集设备或云服务器对该陪伴人的行为信息进行分析得到该陪伴人的数字人信息，能够减轻机器人的计算量和信息处理速度，提高了机器人的性能。
可选地，该数据收集设备可以为陪伴人随身携带的、可移动的智能设备，该智能设备可以为机器人的远程设备，可以为专门与机器人配合的专用设备，还可以为安装了与机器人配合的程序的智能设备，例如可以为手机、可穿戴式智能设备或陪伴在陪伴人身边的机器人，本发明实施例对此不作限定。
可选地，该数据收集设备可以通过传感器获取陪伴人的行为信息，例如可以接收该陪伴人通过语音输入、视频输入或键盘触摸屏输入等方式输入的行为信息，本发明实施例对此不作限定。
本发明实施例提供了一种机器人设备，如图6所示，图6提供了本发明一个实施例的结构图。所述机器人设备包括：所述设备包括信息获取模块601、互动方式生成模块603、响应模块607；所述信息获取模块601用于采集陪伴目标的互动信息，并获取陪伴人的数字人信息，所述互动信息包含所述陪伴目标对所述机器人的声音或动作互动信息，所述数字人信息包含数字化的各项陪伴人信息集合；所述互动方式生成模块603用于用于根据所述互动信息和所述数字人信息，确定与所述陪伴目标的互动方式，根据所述陪伴人的数字人信息，采用机器学习算法，生成与所述互动方式对应的互动内容。还可以采用机器学习算法，生成所述互动方式对应的多个互动内容的得分，从所述多个互动内容得分中选择一个或多个内容作为互动内容。响应模块607用于根据所述互动方式和所述互动内容生成对所述陪伴目标的响应动作。
在本发明的一个实施例中，信息获取模块601还用于获取当前时刻上一时间段内所述陪伴人的最新行为信息，所述陪伴人的行为信息由所述陪伴人随身携带移动设备采集；所述互动方式生成模块603用于根据所述陪伴人的数字人信息、和所述最新行为信息，采用机器学习算法，生成所述互动方式对应的多个互动内容的得分。进一步，所述互动方式生成模块603还可以具体用于使用所述互动信息、所述数字人信息、所述最新行为信息，确定与所述陪伴目标的互动方式。
在本发明的一个实施例中，信息获取模块还用于获取当前时刻上一时间段内所述陪伴人的最新行为信息，通过分析所述最新行为信息，获得所述陪伴人的数字人更新信息，所述数字人更新信息用于完善或刷新所述数字人信息，所述数字人信息通过对所述陪伴人的行为信息分析或人为输入方式确定。进一步，还可以使用附加权重的所述数字人更新信息，叠加到所述数字人信息上，以更新信息完善或刷新所述数字人信息。在一种具体的实现中，所述附加权重数值可调整，以加大或减小当前时刻上一时间段内所述陪伴人的行为信息对所述数字人信息的影响。
在本发明的一个实施例中，信息获取模块601还可以用于通过机器学习的算法将所述数字人更新信息，叠加到所述数字人信息。
在本发明的一个实施例中，所述数字人信息包括以下类型信息中的一项或多项：个人基本信息、个人经历信息、价值观信息、教育理念信息、行为习惯信息；所述互动方式生成模块603用于计算所述数字人信息、互动信息与所述互动方式的语义相似度，选择语义相似度最大的互动方式作为与所述陪伴目标的互动方式。所述互动方式生成模块603还用于使用训练生成的模型，生成所述互动方式对应的多个互动内容的得分，其中所述模型以所述的数字人信息为输入，以所述互动方式对应的多个互动内容上的得分大小作为输出。
在本发明的一个实施例中，所述陪伴人包括多个陪伴人，所述陪伴人的数字人信息是所述多个陪伴人的特征信息的加权求和，所述陪伴人特征信息的权重可预先设置或人工输入获得。在一个更具体的实施例中，所述陪伴人包括多个陪伴人，所述陪伴人的数字人信息是通过对所述多个陪伴人的特征信息机器学习获得。
在各个实施例中所述设备的执行主体是伴随于陪伴目标周围的机器人，所述陪伴人的数字人信息由所述陪伴人随身携带移动设备采集。上述的图6所示的机器人各个模块可以完成并执行各个方法实施例的流程步骤，具有方法实施例中所需要的各功能。
图7示出了本发明实施例的另一机器人设备700，该机器人700包括：处理器710、发送器720、接收器730、存储器740和总线***750。机器人还应该有执行结构件，可以是机械装置，例如机械手臂，履带/轮式移动机械装置，另外还有显示器，麦克风、摄像头等于外界互动活动的组件，可以统称为执行组件。其中，处理器710、发送器720、接收器730和存储器740通过总线***750相连，该存储器740用于存储指令，该处理器710用于执行该存储器740存储的指令，以控制该发送器720发送信号或控制该接收器730接收信号。发送器720和接收器730可以是通信接口，具体发送器720可以是用于接收数据或指令的接口，接收器730可以是用于发送数据或指令的接口，在此不再对发送器720和接收器730的具体形式进行举例说明。应理解，在本发明实施例中，该处理器可以是中央处理单元(英文：central processingunit，简称：CPU)，该处理器还可以是其他通用处理器、数字信号处理器(英文：digitalsignal processing，简称：DSP)、专用集成电路ASIC、现成可编程门阵列(英文：fieldprogrammable gate array，简称：FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。上述的图7所示的机器人各个器件在处理器的控制下，相互配合，可以完成并执行各个方法实施例的流程步骤，具有方法实施例中所需要的各功能。
机器人700可以用于执行上述方法实施例中与数据收集设备对应的各个步骤或流程。可选地，该存储器740可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。该处理器710可以用于执行存储器中存储的指令，并且该处理器执行该指令时，可以执行上述方法实施例中与数据收集设备对应的各个步骤。在本发明实施例中，该处理器可以是中央处理单元(英文：central processing unit，简称：CPU)，该处理器还可以是其他通用处理器、数字信号处理器(英文：digital signal processing，简称：DSP)、专用集成电路ASIC、现成可编程门阵列(英文：field programmable gate array，简称：FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。处理器能够承载或者实现上述的信息获取模块601、互动方式生成模块603，并且控制响应模块607。响应模块607应该可以是机器人的动作执行结构件。
在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器执行存储器中的指令，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。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发明实施例方案的目的。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：read-onlymemory，简称：ROM)、随机存取存储器(random access memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (16)

1.一种机器人的控制方法，其特征在于，包括：
采集陪伴目标的互动信息，并获取陪伴人的数字人信息，所述互动信息包含所述陪伴目标对机器人的声音或动作的交互信息，所述数字人信息包含数字化的所述陪伴人的信息集合；
根据所述互动信息和所述数字人信息，确定与所述陪伴目标的互动方式；
根据所述陪伴人的数字人信息，采用机器学习算法，生成与所述互动方式对应的互动内容；
根据所述互动方式和所述互动内容生成对所述陪伴目标的响应动作；
所述根据所述陪伴人的数字人信息，采用机器学习算法，生成与所述互动方式对应的所述互动内容包括：
根据所述陪伴人的数字人信息和所述陪伴人的行为信息，采用机器学习算法，生成所述互动方式对应的所述互动内容，所述陪伴人的行为信息包括陪伴人的语音数据、动作数据。
2.根据权利要求1所述的控制方法，其特征在于，
获取当前时刻前一时间段内所述陪伴人的行为信息；
根据所述互动信息和所述数字人信息，确定与所述陪伴目标的互动方式还包括：使用所述互动信息、所述数字人信息和所述行为信息，确定与所述陪伴目标的互动方式。
3.根据权利要求1-2任一权利要求所述的控制方法，其特征在于，
所述方法还包括：获取当前时刻前一时间段内所述陪伴人的行为信息；
通过分析所述行为信息，获得所述陪伴人的数字人更新信息，所述数字人更新信息用于更新所述数字人信息。
4.根据权利要求3所述的控制方法，其特征在于，
所述获取陪伴人的数字人信息之前，所述方法还包括：使用附加权重的所述数字人更新信息，叠加到所述数字人信息上，以更新信息修正所述数字人信息。
5.根据权利要求4所述的控制方法，其特征在于，还包括：通过调整所述附加权重数值，以加大或减小当前时刻上一时间段内所述陪伴人的行为信息对所述数字人信息的影响。
6.根据权利要求1或2所述的控制方法，其特征在于，所述数字人信息包括以下类型信息中的一项或多项：个人基本信息、个人经历信息、价值观信息、教育理念信息、行为习惯信息；
所述根据所述互动信息和所述数字人信息，确定与所述陪伴目标的互动方式包括：计算所述数字人信息、互动信息与所述互动方式的语义相似度，选择语义相似度最大的互动方式作为与所述陪伴目标的互动方式。
7.根据权利要求1或2项所述的控制方法，其特征在于，还包括：
根据所述陪伴人的数字人信息，生成所述互动方式对应的多个互动内容的得分,根据所述得分从所述多个互动内容中选择一个或多个所述互动内容。
8.根据权利要求7任一项所述的控制方法，其特征在于,根据所述陪伴人的数字人信息，生成所述互动方式对应的多个互动内容的得分包括，使用训练生成的模型，生成所述互动方式对应的多个互动内容的得分，其中所述模型以所述的数字人信息为输入，以所述互动方式对应的多个互动内容上的得分大小作为输出。
9.根据权利要求1或2的控制方法，其特征在于，所述陪伴人包括多个陪伴人，所述陪伴人的数字人信息是所述多个陪伴人的特征信息的加权求和。
10.一种机器人设备，其特征在于，包括：所述设备包括信息获取模块、互动方式生成模块、互动内容生成模块、响应模块；
所述信息获取模块，用于采集陪伴目标的互动信息，并获取陪伴人的数字人信息，所述互动信息包含所述陪伴目标的声音或动作的交互信息，所述数字人信息包含数字化的所述陪伴人的信息集合；
所述互动方式生成模块，用于根据所述互动信息和所述数字人信息，确定与所述陪伴目标的互动方式，根据所述陪伴人的数字人信息，采用机器学习算法，生成与所述互动方式对应的互动内容；
所述响应模块，根据所述互动方式和所述互动内容生成对所述陪伴目标的响应动作；
所述互动方式生成模块，具体用于根据所述陪伴人的数字人信息和所述陪伴人的行为信息，采用机器学习算法，生成所述互动方式对应的所述互动内容，所述陪伴人的行为信息包括陪伴人的语音数据、动作数据。
11.根据权利要求10所述的机器人设备，其特征在于，
所述信息获取模块，还用于获取当前时刻前一时间段内所述陪伴人的行为信息；
所述互动方式生成模块，具体用于使用所述互动信息、所述数字人信息和所述行为信息，确定与所述陪伴目标的互动方式，根据所述陪伴人的数字人信息，采用机器学习算法，生成与所述互动方式对应的互动内容。
12.根据权利要求10-11任一项所述的机器人设备，其特征在于，
所述信息获取模块，还用于获取当前时刻上一时间段内所述陪伴人的行为信息，所述陪伴人的行为信息由所述陪伴人随身携带移动设备采集；用于通过分析所述当前时刻上一时间段内所述陪伴人的行为信息，获得所述陪伴人的数字人更新信息，所述数字人更新信息用于更新所述数字人信息，所述数字人信息通过对所述陪伴人的行为信息分析或人为输入方式确定。
13.根据权利要求12所述的机器人设备，其特征在于，
所述信息获取模块，还用于使用附加权重的所述数字人更新信息，叠加到所述数字人信息上，以更新信息修正所述数字人信息。
14.根据权利要求13所述的机器人设备，其特征在于，所述信息获取模块，还用于调整所述附加权重数值，以加大或减小当前时刻上一时间段内所述陪伴人的行为信息对所述数字人信息的影响。
15.根据权利要求10或11所述的机器人设备，其特征在于，所述数字人信息包括以下类型信息中的一项或多项：个人基本信息、个人经历信息、价值观信息、教育理念信息、行为习惯信息；
所述互动方式生成模块，具体用于计算所述数字人信息、互动信息与所述互动方式的语义相似度，选择语义相似度最大的互动方式作为与所述陪伴目标的互动方式。
16.根据权利要求10或11所述的机器人设备，其特征在于，所述互动内容生成模块，还用于根据所述陪伴人的数字人信息，生成所述互动方式对应的多个互动内容的得分,根据所述得分从所述多个互动内容中选择一个或多个所述互动内容；
其中所述生成所述互动方式对应的多个互动内容的得分包括，使用训练生成的模型，生成所述互动方式对应的多个互动内容的得分，所述模型以所述的数字人信息为输入，以所述互动方式对应的多个互动内容上的得分大小作为输出。
CN201710306154.7A 2016-08-17 2017-05-04 机器人的控制方法及陪伴机器人 Active CN107784354B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/CN2017/097517 WO2018033066A1 (zh) 2016-08-17 2017-08-15 机器人的控制方法及陪伴机器人
EP17841038.7A EP3493032A4 (en) 2016-08-17 2017-08-15 METHOD FOR CONTROLLING ROBOT AND ROBOT COMPAGNON
US16/276,576 US11511436B2 (en) 2016-08-17 2019-02-14 Robot control method and companion robot

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610681117 2016-08-17
CN201610681117X 2016-08-17

Publications (2)

Publication Number Publication Date
CN107784354A CN107784354A (zh) 2018-03-09
CN107784354B true CN107784354B (zh) 2022-02-25

Family

ID=61437763

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710306154.7A Active CN107784354B (zh) 2016-08-17 2017-05-04 机器人的控制方法及陪伴机器人

Country Status (3)

Country Link
US (1) US11511436B2 (zh)
EP (1) EP3493032A4 (zh)
CN (1) CN107784354B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784354B (zh) 2016-08-17 2022-02-25 华为技术有限公司 机器人的控制方法及陪伴机器人
CN109902834B (zh) * 2019-01-28 2021-02-05 北京怡凯智能技术有限公司 一种话题驱动的老人陪伴主动对话机器人
CN110434872A (zh) * 2019-09-04 2019-11-12 昆山瑞泰智能科技有限公司 慈善募捐机器人、机器人慈善募捐方法及调度方法
CN110708605B (zh) * 2019-10-09 2022-06-28 海信视像科技股份有限公司 显示设备家长锁控制方法及显示设备
CN111061366A (zh) * 2019-11-29 2020-04-24 深圳市杰思谷科技有限公司 一种机器人自主决定当前行为决策的方法
CN112809694B (zh) * 2020-03-02 2023-12-29 腾讯科技（深圳）有限公司 机器人控制方法、装置、存储介质和计算机设备
CN111832691B (zh) * 2020-07-01 2024-01-09 娄兆文 一种角色替代的可升级多对象智能陪伴机器人
CN111953801A (zh) * 2020-08-31 2020-11-17 北京猎户星空科技有限公司 机器人的远程控制方法、装置、电子设备及存储介质
CN112163491B (zh) * 2020-09-21 2023-09-01 百度在线网络技术（北京）有限公司 一种在线学习方法、装置、设备和存储介质
CN113059576B (zh) * 2021-03-31 2022-07-26 上海应用技术大学 一种基于鱼群效应的医疗运输机器人及自适应巡航跟随方法
CN114851223A (zh) * 2022-05-24 2022-08-05 武汉理工大学 用于墙体检测的仿生机器人、图像处理装置及工作方法
CN117453896B (zh) * 2023-12-22 2024-06-18 江西拓世智能科技股份有限公司 针对儿童的陪伴ai数字人的管控方法、装置及存储介质
CN117576787B (zh) * 2024-01-16 2024-04-16 北京大学深圳研究生院 基于主动跟踪和自适应手势识别的交接方法、装置及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101795830A (zh) * 2007-09-06 2010-08-04 奥林巴斯株式会社 机器人控制***、机器人、程序以及信息存储介质
CN102591470A (zh) * 2011-01-13 2012-07-18 百度在线网络技术（北京）有限公司 一种用于确定提示信息的方法、装置和计算机设备
CN104290097A (zh) * 2014-08-19 2015-01-21 白劲实 一种学习型智能家庭社交机器人***和方法
JP2015066622A (ja) * 2013-09-27 2015-04-13 株式会社国際電気通信基礎技術研究所 ロボット制御システム、ロボット、出力制御プログラムおよび出力制御方法
CN105068661A (zh) * 2015-09-07 2015-11-18 百度在线网络技术（北京）有限公司 基于人工智能的人机交互方法和***
CN105082150A (zh) * 2015-08-25 2015-11-25 国家康复辅具研究中心 一种基于用户情绪及意图识别的机器人人机交互方法
CN105511260A (zh) * 2015-10-16 2016-04-20 深圳市天博智科技有限公司 一种幼教陪伴型机器人及其交互方法和***

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002018146A (ja) * 2000-07-04 2002-01-22 Tomy Co Ltd 対話型玩具、反応行動パターン生成装置および反応行動パターン生成方法
WO2009157733A1 (en) 2008-06-27 2009-12-30 Yujin Robot Co., Ltd. Interactive learning system using robot and method of operating the same in child education
CN101927492B (zh) 2010-06-23 2012-01-04 焦利民 一种家用智能机器人***
US8996429B1 (en) * 2011-05-06 2015-03-31 Google Inc. Methods and systems for robot personality development
US8751042B2 (en) * 2011-12-14 2014-06-10 Toyota Motor Engineering & Manufacturing North America, Inc. Methods of robot behavior generation and robots utilizing the same
US20150314454A1 (en) 2013-03-15 2015-11-05 JIBO, Inc. Apparatus and methods for providing a persistent companion device
CN103280126A (zh) * 2013-05-14 2013-09-04 郑州英博锐电子技术有限公司 一种智能互动早教***
WO2014190886A1 (zh) 2013-05-27 2014-12-04 上海科斗电子科技有限公司 智能交互***及其软件***
US9216508B2 (en) 2014-01-14 2015-12-22 Qualcomm Incorporated Connectivity maintenance using a quality of service-based robot path planning algorithm
CN105138710B (zh) 2015-10-12 2019-02-19 金耀星 一种聊天代理***及方法
CN105389461A (zh) 2015-10-21 2016-03-09 胡习 一种交互式儿童自主管理***及其管理方法
CN105632254A (zh) * 2016-01-18 2016-06-01 北京助想教育科技有限公司 一种新型教学***
CN105760362B (zh) * 2016-02-04 2018-07-27 北京光年无限科技有限公司 一种面向智能机器人的问答评价方法及装置
CN105832073A (zh) 2016-03-22 2016-08-10 华中科技大学 一种智能交互的情感呵护抱枕机器人***
CN105844978A (zh) * 2016-05-18 2016-08-10 华中师范大学 一种小学语文词语学习辅助语音机器人装置及其工作方法
CN105844980A (zh) * 2016-05-24 2016-08-10 深圳前海勇艺达机器人有限公司 智能机器人点读***
CN107784354B (zh) 2016-08-17 2022-02-25 华为技术有限公司 机器人的控制方法及陪伴机器人

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101795830A (zh) * 2007-09-06 2010-08-04 奥林巴斯株式会社 机器人控制***、机器人、程序以及信息存储介质
CN102591470A (zh) * 2011-01-13 2012-07-18 百度在线网络技术（北京）有限公司 一种用于确定提示信息的方法、装置和计算机设备
JP2015066622A (ja) * 2013-09-27 2015-04-13 株式会社国際電気通信基礎技術研究所 ロボット制御システム、ロボット、出力制御プログラムおよび出力制御方法
CN104290097A (zh) * 2014-08-19 2015-01-21 白劲实 一种学习型智能家庭社交机器人***和方法
CN105082150A (zh) * 2015-08-25 2015-11-25 国家康复辅具研究中心 一种基于用户情绪及意图识别的机器人人机交互方法
CN105068661A (zh) * 2015-09-07 2015-11-18 百度在线网络技术（北京）有限公司 基于人工智能的人机交互方法和***
CN105511260A (zh) * 2015-10-16 2016-04-20 深圳市天博智科技有限公司 一种幼教陪伴型机器人及其交互方法和***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
How to Train Your Robot – Teaching service robots to reproduce human social behavior;Phoebe Liu等;《The 23rd IEEE International Symposium on Robot and Human Interactive Communication》;20140829;第961-968页 *
人性化家用护理机器人护理方式及产品功能设计研究;郭丽娟;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150315(第3期);第I140-472页 *

Also Published As

Publication number Publication date
US11511436B2 (en) 2022-11-29
EP3493032A1 (en) 2019-06-05
US20190184573A1 (en) 2019-06-20
EP3493032A4 (en) 2019-08-07
CN107784354A (zh) 2018-03-09

Similar Documents

Publication Publication Date Title
CN107784354B (zh) 机器人的控制方法及陪伴机器人
US10055771B2 (en) Electronic personal companion
WO2018033066A1 (zh) 机器人的控制方法及陪伴机器人
CN109637207B (zh) 一种学前教育互动教学装置及教学方法
McConachie Evolution, cognition, and performance
JP2020511324A (ja) 育児ロボットのデータ処理方法及び装置
US20100062403A1 (en) Situated simulation for training, education, and therapy
CN109643332B (zh) 一种语句推荐方法及装置
CA2902983A1 (en) Multi-media presentation system
Desai et al. Kinship across species: Learning to care for nonhuman others
Lupton Creating and expressing: Information-as-it-is-experienced
KR20190047648A (ko) 행동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법
CN111465949A (zh) 信息处理设备、信息处理方法和程序
Vitevitch et al. The influence of known-word frequency on the acquisition of new neighbours in adults: Evidence for exemplar representations in word learning
CN111949773A (zh) 一种阅读设备、服务器以及数据处理的方法
Keijser et al. Curious topics: A curiosity-based model of first language word learning
Ryan The Next Generation: Preparing Today's Kids for an Extraordinary Future
CN113806620B (zh) 内容推荐方法、设备、***及存储介质
Low et al. Risk-Informed and AI-Based Bias Detection on Gender, Race, and Income Using Gen-Z Survey Data
Prawitha et al. Overview of Family Education and Culture: Masculinity Male Dancer
Kersten et al. Who was that masked man? Conjoint representations of intrinsic motions with actor appearance
King Ten-ager: What your daughter needs you to know about the transition from child to teen
Sarco-Thomas Excitable tissues in motion capture practices: The improvising dancer as technogenetic imagist
KR102328998B1 (ko) 감정 학습 및 소통 장치, 그 동작 방법, 및 동영상 추천 및 재생 방법
CN112138410B (zh) 一种虚拟对象的交互方法以及相关装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant