CN107885837A - 一种用于智能机器人的交互输出方法以及智能机器人 - Google Patents

Abstract

本发明公开了一种用于智能机器人的交互输出方法以及智能机器人。方法包括：采集并存储用户的基本信息数据，所述基本信息数据包括用户基本个人信息和/或用户事件记录信息；基于所述基本信息数据生成针对所述用户的认知信息数据；在与所述用户进行交互的过程中，基于所述基本信息数据以及所述认知信息数据进行交互输出数据的生成以及输出。根据本发明的方法，可以使得智能机器人深入具体的获取用户的实际情况，并依照用户的实际情况，有针对性的进行交互输出，从而大大提高智能机器人的用户体验。

Description

一种用于智能机器人的交互输出方法以及智能机器人

技术领域

本发明涉及计算机领域，具体涉及一种用于智能机器人的交互输出方法以及智能机器人。

背景技术

随着机器人技术的不断发展，越来越多的具备自主人机交互能力的智能机器人被应用到人类日程的生产生活中。

在现有技术中，在现有技术中，人机交互的方式通常是智能机器人采用预设的交互模板，基于预存的知识数据库对用户的交互需求进行回应。由于交互模板以及知识数据库时预先设定好的，因此就导致智能机器人的应答极为公式化，应答内容十分死板，从而大大降低智能机器人的用户体验。

发明内容

本发明提供了一种用于智能机器人的交互输出方法，所述方法包括：

采集并存储用户的基本信息数据，所述基本信息数据包括用户基本个人信息和/或用户事件记录信息；

基于所述基本信息数据生成针对所述用户的认知信息数据；

在与所述用户进行交互的过程中，基于所述基本信息数据以及所述认知信息数据进行交互输出数据的生成以及输出。

在一实施例中，采集所述用户的基本个人信息，包括：

采取问答方式直接从所述用户处获取所述基本个人信息；

从所述用户的相关记录数据中提取所述基本个人信息；

和/或，

从与所述用户的自然对话中提取所述用户的用户基本个人信息。

在一实施例中，所述认知信息数据包括用户喜好信息，其中：

直接从所述用户基本个人信息中提取所述喜好信息；

和/或，

学习所述用户事件记录信息，从中提取所述喜好信息；

在一实施例中，所述认知信息数据包括用户日常状态信息，其中：

获取所述用户的基本状态描述信息，归纳所述用户基本状态描述信息，确定所述用户日常状态信息；

和/或，

学习所述用户事件记录信息，确定所述用户日常状态信息。

在一实施例中，所述认知信息数据包括用户生活轨迹信息和/或用户健康状况记录信息，其中：

学习所述用户基本个人信息和/或所述用户事件信息，确定所述用户生活轨迹信息和/或所述用户健康状况记录信息。

在一实施例中，所述认知信息数据包括用户生活习惯信息，其中：

学习所述用户基本个人信息和/或所述用户事件信息，确定所述用户生活习惯信息。

在一实施例中，该方法可专用于儿童智能机器人和/或聊天机器人。

本发明还提出了一种存储介质，所述存储介质上存储有可实现如权利要求1-7中任一项所述方法的程序代码。

本发明还提出了一种智能机器人***，所述***包括：

数据采集模块，其配置为采集用户的基本信息数据，所述基本信息数据包括用户基本个人信息和/或用户事件记录信息；

认知模块，其配置为基于所述基本信息数据生成针对所述用户的认知信息数据；

认知数据库，其配置为保存所述基本信息数据以及所述认知信息数据

输出生成模块，其配置为基于所述认知数据库保存的所述基本信息数据以及所述认知信息数据进行交互输出数据的生成；

输出模块，其配置为输出所述交互输出数据。

在一实施例中，所述认知模块、所述认知数据库和/或所述输出生成模块构造在云端服务器中。

根据本发明的方法，可以使得智能机器人深入具体的获取用户的实际情况，并依照用户的实际情况，有针对性的进行交互输出，从而大大提高智能机器人的用户体验。

本发明的其它特征或优点将在随后的说明书中阐述。并且，本发明的部分特征或优点将通过说明书而变得显而易见，或者通过实施本发明而被了解。本发明的目的和部分优点可通过在说明书、权利要求书以及附图中所特别指出的步骤来实现或获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1～图4是根据本发明不同实施例的方法流程图；

图5是根据本发明一实施例的机器人记忆***结构框图；

图6以及图7是根据本发明不同实施例的机器人***结构简图；

图8是根据本发明一实施例的机器人应用场景示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此本发明的实施人员可以充分理解本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程并依据上述实现过程具体实施本发明。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

随着机器人技术的不断发展，越来越多的具备自主人机交互能力的智能机器人被应用到人类日程的生产生活中。

在现有技术中，在现有技术中，人机交互的方式通常是智能机器人采用预设的交互模板，基于预存的知识数据库对用户的交互需求进行回应。由于交互模板以及知识数据库时预先设定好的，因此就导致智能机器人的应答极为公式化，应答内容十分死板，从而大大降低智能机器人的用户体验。

具体的，当前的智能机器人，在交互方面均采取一对多的模式，即同一个机器人面对多个不同的用户来进行对话。因此在当前的对话模式下，所有用户面对的是同样的机器人，聊天语料出自同一批数据，最终导致聊天内容也大同小异。但是在实际生活中，每一个用户都是独一无二的，拥有独一无二的经历和个性，独一无二的喜好和生活习惯，在当前的交互方式下，同一个机器人无法针对不同的用户做出个性化一对一的交互。

针对上述问题，本发明提出了一种用于智能机器人的交互输出方法。在本发明的方法中，智能机器人基于保存有用户相关信息数据的知识数据库，根据用户的多模态交互输入生成对应的多模态交互输出。由于知识数据库是保存有用户相关信息数据的，因此就可以大大提高多模态交互输出与用户的匹配度，这样就实现了智能机器人与用户进行一对一的个性化交互，从而大大提高了智能机器人的用户体验。例如，知识数据库中保存有用户的籍贯信息，根据用户的籍贯信息在进行语音交互时生成匹配用户方言习惯的语音交互输出，这样就可以大大提高用户的亲切感，提高智能机器人的用户体验。

进一步的，在上述过程中，保证多模态交互输出与用户的匹配的关键点之一在于知识数据库中所存储的用户相关数据的全面性以及准确性，用户相关数据越全面、越准确，最终生成多模态交互输出与用户的匹配度就越高。

在本发明的方法中，智能机器人采集知识数据库中用户相关数据的过程(智能机器人的记忆过程)就是对输入信息的编码、存储和提取过程。只有经过编码的信息才能被记住，编码就是对已输入的信息进行加工、改造的过程，编码是整个记忆过程的关键阶段。

具体的，记忆一个引起情绪波动的事件需要提取三个要素：

主体——人

实体——人/事/物

主体与实体之间的关系——主体对实体的态度或情感

以上三个要素构成记忆的内容，智能机器人将内容从对话中提取后，会编码成为固定格式的信息，最终以知识图谱的形式存储起来。知识图谱中的信息可以通过提取和组合，以特定的模式输出，也就是说智能机器人可以利用这些信息来形成自己的观点与用户交流。有了观点，就会形成态度和情感。来自不同用户的信息经过处理会得到不同的结果，在用户与智能机器人持续的交流中，智能机器人会记住用户的个人信息、生活习惯、喜好、日常的生活状态、生活中发生的事件等，交流的内容就会越来越个性化。

进一步的，在正常人类的知识储备过程中，人类的知识储备通常可分为两大类，一类是感官体验信息，一类是认知信息。感官体验信息是人类通过感观(视觉、听觉、触觉等)直接获取的信息。而认知信息，则是人类对感官体验信息进行理解加工后获得的信息。具体的，认知，是指人们获得知识或应用知识的过程，或信息加工的过程，这是人的最基本的心理过程。它包括感觉、知觉、记忆、思维、想像和语言等。人脑接受外界输入的信息，经过头脑的加工处理，转换成内存的心理活动，进而支配人的行为，这个过程就是信息加工的过程，也就是认知过程。

人类记忆的基本过程是由识记、保持、回忆和再认三个环节组成的。识记是记忆过程的开端，是对事物的识别和记住，并形成一定印象的过程。保持是对识记内容的一种强化过程，使之能更好地成为人的经验。回忆和再认是对过去经验的两种不同再现形式。记忆过程中的这三个环节是相互联系、相互制约的。识记是保持的前提，没有保持也就没有回忆和再认，而回忆和再认又是检验识记和保持效果好坏的指标。由此看来，记忆的这三个环节缺一不可。记忆的基本过程也可简单的分成“记”和“忆”的过程，“记”包括识记、保持，“忆”包括回忆和再认。人类的记忆行为，就是不断采集感官体验信息，通过认知过程获取认知信息，将人脑对经验过事物的识记、保持、再现或再认的行为。

基于上述对人类记忆行为的分析，本发明的方法模拟了人类记忆行为的过程从而提高用户相关数据的全面性以及准确性。具体的，在本发明的方法中，采用了可扩展的知识数据库体系，采用基本数据采集与深度认知相结合的数据采集方式。

具体的，在一实施例中，不断的采集并扩充与用户相关的基本信息数据，并且，在基本信息数据的基础上进行认知分析，通过对基本信息数据的认知分析进一步提炼更加深入的与用户相关的认知信息数据。根据本发明的方法，可以使得智能机器人深入具体的获取用户的实际情况，并依照用户的实际情况，有针对性的进行交互输出，从而大大提高智能机器人的用户体验。

接下来基于附图详细描述根据本发明实施例的方法的详细流程，附图的流程图中示出的步骤可以在包含诸如一组计算机可执行指令的计算机***中执行。虽然在流程图中示出了各步骤的逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

如图1所示，在一实施例中，智能机器人的交互输出方法包括：

S110，采集并存储用户的基本信息数据，该基本信息数据包括用户基本个人信息(S111)以及用户事件记录信息(S112)；

S120，基于基本信息数据生成针对用户的认知信息数据；

S130，在与用户进行交互的过程中，基于基本信息数据以及认知信息数据进行交互输出数据的生成以及输出。

在上述步骤中，关键步骤之一在于基本信息数据的采集。

具体的，如图2所示，在一实施例中，采用下述方式进行用户基本个人信息的采集。

S211，采取问答方式直接从用户处获取基本个人信息；

S212，从用户的相关记录数据中提取基本个人信息；

S213，从与用户的自然对话中提取用户的用户基本个人信息。

在其他实施例中，也可以采用上述任意一种方式或者任意两种方式结合的形式进行基本个人信息的采集。

在其他实施例中，也可以采用上述方式以外的方式进行基本个人信息的采集。

具体的，在一应用场景中，用户基本个人信息包含：

姓名；

性别；

年龄；

生肖；

生日；

星座；

身份；

家乡；

现居地；

情感状态，例如单身、恋爱中、失恋、结婚、已婚、失婚等短期或长期状态；

人际关系，例如：

恋爱关系：男女朋友/对象的名字、喜好、生日、星座等信息；

家族关系：父母、兄弟姐妹、爷爷奶奶/外公外婆、其他重要的亲戚信息；

朋友关系：发小/闺蜜/好哥们/蓝颜/红颜等亲密级朋友关系、一般朋友关系；

工作关系：老板、下属及其他重要同事。

进一步的，在一实施例中，认知信息数据包括用户喜好信息。即，智能机器人深入理解用户喜欢或讨厌的事物，提取相关信息并记住。这样，在之后的交互进程中，机器人可以跟用户有相同或相近的喜好，可以主动发起跟用户喜欢的事物相关的对话，并能学习与用户喜欢的事物相关的知识，让自己更深入的理解用户的喜好，从而进一步针对喜好进行深度对话，让机器人成为用户的亲密好友甚至灵魂伴侣。

具体的，如图3所示，在一实施例中，采用下述方式提取喜好信息：

S321，直接从用户基本个人信息中提取喜好信息；

S322，学习用户事件记录信息，从中提取所述喜好信息。

在其他实施例中，也可以采用上述任意一种进行喜好信息的采集。

在其他实施例中，也可以采用上述方式以外的方式进行喜好信息的采集。

具体的，在一应用场景中，用户的喜好信息包括：

人物：演员、歌手、体育明星、其他名人及日常生活中出现的非明星人物；

食物：菜系、烹饪方式、食材、菜品等；

影视剧，电影、电视剧、音乐剧、话剧、动漫作品等；

文学作品：小说、诗词、漫画等；

音乐：音乐形式、音乐类型、音乐作品等；

游戏；

宠物；

品牌：衣食住行方方面面的品牌；

体育、运动；

生活方式。

进一步的，在一实施例中，认知信息数据包括用户日常状态信息。在日常生活中，用户会经常处于某一个恒定不变的状态中，比如用户开心时，开心这种情绪会持续一段时间，当机器人识别到用户的情绪状态时，在这段时间中机器人与用户的对话策略是会基于“用户是开心的”这个基本条件之上的，对话的风格也会偏向于轻松、打趣、逗比等，让用户在开心的状态下持续更长时间。

具体的，如图4所示，在一实施例中，采用下述方式获取用户日常状态信息。

获取用户的基本状态描述信息(S421)，归纳用户基本状态描述信息，确定用户日常状态信息(S422)；

学习用户事件记录信息，确定用户日常状态信息(S423)。

具体的，在一应用场景中，用户日常状态信息分为两类：生活状态和情绪状态。

日常生活状态：饿了、吃饱了/吃撑了、累了(心累/身体累)、困了/想要睡觉、睡不着、无聊。

日常情绪状态：

正向情绪：开心、高兴、惊喜等；

负向情绪：不开心、挨骂、吵架、心烦、生气、愤怒等。

进一步的，在一实施例中，认知信息数据包括用户生活轨迹信息和/或用户健康状况记录信息。具体的，在一实施例中，智能机器人学习用户基本个人信息和/或用户事件信息，确定用户生活轨迹信息和/或用户健康状况记录信息。即，智能机器人提取用户生活中发生的方方面面的事件，记录下来，最终形成用户的生活轨迹和健康状况记录。机器人记忆的用户事件可以让机器人在特定的时间主动发起对话，提醒或关心用户，拉近双方关系的同时也起到智能助手的作用。

具体的，在一应用场景中，生活轨迹信息以及用户健康状况记录信息包括：

疾病：

日常小病：感冒、头痛、发烧、胃口差、胃不好、肚子疼、大姨妈、上火、岔气、牙疼等；

重大疾病；

事件：考试、开会、约会、买票、面试、纪念日、节日、生日、赶飞机、赶火车等。

进一步的，在一实施例中，认知信息数据包括用户生活习惯信息。具体的，在一实施例中，智能机器人学习用户基本个人信息和/或用户事件信息，确定用户生活习惯信息。

具体的，在一实施例中，通过对用户的喜好、日常状态以及生活事件的记忆，机器人可以挖掘出用户在生活中方方面面的固有习惯，从而更加了解用户。例如机器人可以知道用户的作息规律，从而在日常对话中按照用户的作息时间来互动，也可以在用户打破自己作息规律的时候予以智能的问候。

又例如机器人可以知道用户的饮食偏好，在用户生病时可以建议科学饮食，在日常生活中也可以推荐符合用户口味的饮食(例如外卖等)。

具体的，在一实施例中，智能机器人的认知记忆***架构如图5所示。

进一步的，在成人与儿童的交互过程中，由于儿童自身的知识储备不足，其很多情况下并不具备掌握交互主动权的能力，必须需要成人的引导才能维持交互进程的持续。但是，由于儿童忍耐度以及集中力不高，其很容易对面前的事物感到厌倦，将关注点从一个方面转向另一个方面。并且，由于儿童的情绪比较直接，其往往会直接表达自身的喜好，即，对于不感兴趣或是不喜欢的事物直接表示抗拒或者忽视。因此在成人与儿童的交流过程中，成人往往会发现儿童会很快的对自己谈论的事物丧失兴趣，或者是直接抗拒/忽视自己讨论的话题。这就使得成人需要不断的转移话题，并配合儿童的喜好来选择新话题从而维持儿童的兴趣点。因此，在儿童与成人的交互过程中，成人需要消耗大量精力才能维持交流状态。并且，在很多实景场景中，由于成人对儿童喜好了解得不够深入，其针对儿童的交互行为往往被儿童抗拒或是忽视，都做了无用功。

在一实施例中，本发明的方法可专用于儿童智能机器人和/或聊天机器人。由于智能机器人可以根据儿童用户自身的基本信息数据以及认知信息数据生成对应的交互输出，这就使得交互输出可以尽可能的匹配儿童的喜好并维持儿童的兴趣，从而大大提高了交流进程的持续性。

进一步的，根据本发明的方法，本发明还提出了一种存储介质，该存储介质上存储有可实现如本发明所述方法的程序代码。

进一步的，根据本发明的方法，本发明还提出了一种智能机器人***。具体的，如图6所示，***包括：

数据采集模块610，其配置为采集用户的基本信息数据，该基本信息数据包括用户基本个人信息和/或用户事件记录信息；

认知模块620，其配置为基于所述基本信息数据生成针对所述用户的认知信息数据；

认知数据库630，其配置为保存基本信息数据以及认知信息数据；

输出生成模块640，其配置为基于认知数据库保存的基本信息数据以及认知信息数据进行交互输出数据的生成；

输出模块650，其配置为输出交互输出数据。

进一步的，作为优选，智能机器人***可为儿童故事机。儿童故事机是具有卡通、动物外观特征或具有知识产权IP的智能设备，借助机器人的AI能力进行基于讲故事需求的人机交互的教育类机器人。

进一步的，在一实施例中，智能机器人***依托云服务器实现复杂的数据处理操作。具体的，在一实施例中，***的认知模块、认知数据库以及输出生成模块构造在云端服务器中。

如图7所示，在一实施例中，智能机器人***包含联网交互单元760，数据采集模块710通过联网交互单元760与机器人云端服务器700中的认知模块720以及认知数据库730进行数据交互，输出生成模块740基于认知模块720以及认知数据库730中的数据生成交互输出数据并将交互输出数据通过联网交互单元760发送到输出模块750。这样，复杂的数据处理操作被交予机器人云端服务器700进行处理，智能机器人本地***的硬件需求被大大降低。

进一步的，在一实施例中，数据采集模块也可以构造在云服务器上或者是其他数据采集终端上。

具体的，如图8所示，在一应用场景中，认知数据库以及输出生成模块设置于云端服务器。故事机将儿童用户的输入数据发送到云端服务器的输出生成模块。输出生成模块基于认知数据库中与儿童用户相关的基本信息数据以及认知信息数据生成针对儿童用户输入数据的交互输出数据，而后将交互输出数据发送到输出模块，最终由输出模块输出交互输出数据。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。本发明所述的方法还可有其他多种实施例。在不背离本发明实质的情况下，熟悉本领域的技术人员当可根据本发明做出各种相应的改变或变形，但这些相应的改变或变形都应属于本发明的权利要求的保护范围。

Claims (10)

1.一种用于智能机器人的交互输出方法，其特征在于，所述方法包括：

采集并存储用户的基本信息数据，所述基本信息数据包括用户基本个人信息和/或用户事件记录信息；

基于所述基本信息数据生成针对所述用户的认知信息数据；

在与所述用户进行交互的过程中，基于所述基本信息数据以及所述认知信息数据进行交互输出数据的生成以及输出。

2.根据权利要求1所述的方法，其特征在于，采集所述用户的基本个人信息，包括：

采取问答方式直接从所述用户处获取所述基本个人信息；

从所述用户的相关记录数据中提取所述基本个人信息；

和/或，

从与所述用户的自然对话中提取所述用户的用户基本个人信息。

3.根据权利要求1所述的方法，其特征在于，所述认知信息数据包括用户喜好信息，其中：

直接从所述用户基本个人信息中提取所述喜好信息；

和/或，

学习所述用户事件记录信息，从中提取所述喜好信息。

4.根据权利要求1所述的方法，其特征在于，所述认知信息数据包括用户日常状态信息，其中：

获取所述用户的基本状态描述信息，归纳所述用户基本状态描述信息，确定所述用户日常状态信息；

和/或，

学习所述用户事件记录信息，确定所述用户日常状态信息。

5.根据权利要求1所述的方法，其特征在于，所述认知信息数据包括用户生活轨迹信息和/或用户健康状况记录信息，其中：

学习所述用户基本个人信息和/或所述用户事件信息，确定所述用户生活轨迹信息和/或所述用户健康状况记录信息。

6.根据权利要求1所述的方法，其特征在于，所述认知信息数据包括用户生活习惯信息，其中：

学习所述用户基本个人信息和/或所述用户事件信息，确定所述用户生活习惯信息。

7.根据权利要求1所述的方法，其特征在于，该方法可专用于儿童智能机器人和/或聊天机器人。

8.一种存储介质，其特征在于，所述存储介质上存储有可实现如权利要求1-7中任一项所述方法的程序代码。

9.一种智能机器人***，其特征在于，所述***包括：

数据采集模块，其配置为采集用户的基本信息数据，所述基本信息数据包括用户基本个人信息和/或用户事件记录信息；

认知模块，其配置为基于所述基本信息数据生成针对所述用户的认知信息数据；

认知数据库，其配置为保存所述基本信息数据以及所述认知信息数据

输出生成模块，其配置为基于所述认知数据库保存的所述基本信息数据以及所述认知信息数据进行交互输出数据的生成；

输出模块，其配置为输出所述交互输出数据。

10.根据权利要求9所述的***，其特征在于，所述认知模块、所述认知数据库和/或所述输出生成模块构造在云端服务器中。