[发明专利]人类体验到机器人和其他自主机器的高效传递在审

专利信息
申请号: 201680090974.0 申请日: 2016-12-22
公开(公告)号: CN110023962A 公开(公告)日: 2019-07-16
发明(设计)人: 马立伟;宋继强;张红 申请(专利权)人: 英特尔公司
主分类号: G06N3/02 分类号: G06N3/02
代理公司: 上海专利商标事务所有限公司 31100 代理人: 何焜;黄嵩泉
地址: 美国加利*** 国省代码: 美国;US
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 行为特性 计算装置 神经网络模型 训练神经网络 高效传递 传感器 感测 捕获 机器人 传递 评估 应用 表现
【权利要求书】:

1.一种用于促进将人类体验传递到自主机器的设备,所述设备包括:

一个或多个传感器,用于感测与用户相关的一个或多个输入;

行为捕获/评估逻辑,用于评估所述一个或多个输入以捕获所述用户的一个或多个行为特性;

学习/训练逻辑,用于基于所述一个或多个行为特性来训练神经网络模型;以及

传递/执行逻辑,用于将经训练的神经网络模型应用于所述设备,以便促进所述设备采用所述一个或多个行为特性来像所述用户一样表现。

2.如权利要求1所述的设备,进一步包括:检测/收集逻辑,用于收集包括用户感知输入和用户行为输入中的至少一个的所述一个或多个输入,其中,所述用户感知输入包括身体位置、感知表达、移动、声音或语音、身份、性别和类别中的一项或多项,其中,所述学习/训练逻辑用于基于所述用户感知输入在表达、运动和序列中的一个或多个中训练所述神经网络模型。

3.如权利要求2所述的设备,其中,所述用户行为输入包括行为表达、头部和身体姿势、身体运动和话音中的一个或多个,其中,所述学习/训练逻辑用于基于所述用户行为输入在所述表达、所述运动和所述序列中的一个或多个中训练所述神经网络模型。

4.如权利要求1所述的设备,其中,所述一个或多个传感器耦合到由所述设备以及通过通信介质耦合到所述设备的集成系统中的至少一者所托管的相机中的一个或多个,其中,所述集成系统包括外骨骼感测子系统和表达捕获子系统,其中,所述设备包括自主机器,所述自主机器包括机器人、自驾驶运载工具、自飞行运载工具、自浮式运载工具和自操作装置中的一者或多者,其中,所述通信介质包括云网络、接近度网络和互联网中的一者或多者。

5.如权利要求1所述的设备,进一步包括:

集成逻辑,用于通过将所述外骨骼感测子系统与所述表达捕获子系统集成来促进所述集成系统;以及

通信/兼容性逻辑,用于促进所述设备、所述外骨骼感测子系统和所述表达捕获子系统中的至少两个或更多个之间的兼容性和通信。

6.如权利要求1所述的设备,其中,将所述经训练的神经网络模型应用于所述设备包括:将基于所述用户感知输入和所述用户行为输入中的至少一个所确定的用户体验传递到所述设备,以使得所述设备像所述用户一样表现。

7.如权利要求1所述的设备,其中,评估所述一个或多个输入包括:基于一个或多个环境来确定所述用户的所述一个或多个行为特性,其中,在第一环境中与所述用户相关的输入被解释为第一行为特性,其中,在第二环境中与所述用户相关的所述输入被解释为与所述第一行为特性不同的第二行为特性,其中,所述学习/训练逻辑基于所述一个或多个环境的相关性来训练所述神经网络模型。

8.一种用于促进将人类体验传递到自主机器的方法,所述方法包括:

通过一个或多个传感器来感测与用户相关的一个或多个输入;

评估所述一个或多个输入以捕获所述用户的一个或多个行为特性;

基于所述一个或多个行为特性来训练神经网络模型;以及

将经训练的神经网络模型应用于计算装置以促进所述计算装置采用所述一个或多个行为特性来像所述用户一样表现。

9.如权利要求8所述的方法,进一步包括:收集包括用户感知输入和用户行为输入中的至少一个的所述一个或多个输入,其中,所述用户感知输入包括身体位置、感知表达、移动、声音或语音、身份、性别和类别中的一项或多项,其中,所述神经网络模型的训练是基于所述用户感知输入在表达、运动和序列中的一个或多个中进行的。

10.如权利要求9所述的方法,其中,所述用户行为输入包括行为表达、头部和身体姿势、身体运动和话音中的一个或多个,其中,所述神经网络模型的训练是基于所述用户行为输入在所述表达、所述运动和所述序列中的一个或多个中进行的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于英特尔公司,未经英特尔公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201680090974.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top