[发明专利]一种机器人动态学习方法、系统、机器人以及云端服务器

说明书

一种机器人动态学习方法，包括训练学习模式，该训练学习模式包括以下步骤：对三维环境中物体和人的归属使用关系进行动态标注，形成标注库；获取规则库，基于该规则库与标注库通过交互示范行为建立新规则以及新标注；确认建立的新规则与该规则库中的规则无冲突时，更新该新规则至该规则库以及更新该新标注至该标注库。

技术领域

本发明涉及机器人交互领域，具体涉及一种机器人动态学习方法、系统、机器人以及云端服务器。

背景技术

随着网络传输和大数据科技的发展以及硬件处理能力的提升，越来越多的机器人走进了人们的家庭生活。

现有的机器人在功能上聚焦在人工智能上，比如人脸识别、物体检测、智能语音对答、文字识别等。如百度、Google、Sound Hound等研发机构的语音识别准确率在2015年已超过90％。在2016第四届国际多通道语音分离和识别大赛中，大部分参赛团队在六麦克风条件下识别错误率已低于7％，国内龙头科大讯飞甚至已降至2.24％，准确率正在接近99％的人际交互质变阈值。另外，在计算机视觉方面：以ImageNet图像识别赛作为观测窗口，其冠军团队的识别错误率自2015年下降至人类平均水平以下后，于2016年进一步降至2.99％。

虽然，机器人在音频识别和图像识别上已日臻成熟。但在机器人使用体验上，当前的人机交互方式基本是人问机器答，尽管回答方式多种多样，且越来越智能，但大多是机器人被动接收用户的提问信息。机器人与用户之间没有建立深度的人工智能。

因此，现有的机器人还无法完整的执行人类指定的较为复杂的任务，或完成一次相对复杂的交互。比如用户对机器人说：“Hi XXX，去隔壁房间用我的杯子接杯水然后拿给我，我要吃药”。这个里面就涉及到，机器人需要理解这句话，并得出以下信息：隔壁房间在哪里？隔壁房间有杯子吗？哪个是属于用户的唯一杯子，接水的地方在哪里，用户要吃的药放在哪里？然后还需要知道借助系列的规则，比如，杯子口朝上才能接到水；需要找到这位用户所有的药给他等等。才能进行任务规划、路径规划、定位，并移动和执行一系列动作完成规划的任务。这些都是现有的机器人还无法完成的。

中国专利申请号201610970633.4公开了一种机器人人机交互方法及系统，所述机器人人机交互系统包括：第一获取模块，用于获取激光信号；第二获取模块，用于获取语音信号；第一执行模块，用于根据所述激光信号对应的不同激光接收器，激发不同的预设动作；第二执行模块，用于根据所述语音信号，执行对应的预设动作和/或对应的预设语音。

以上专利披露的机器人虽然可以实现机器人动作和语音的协调一致但是不能对人和环境的进行动态学习，无法建立深度人工智能。

因此，现有技术的机器人还有待于改进。

发明内容

本发明主要解决的技术问题是提供一种机器人动态学习方法、系统、机器人以及云端服务器，设置训练学习模式，通过交互示范行为对机器人进行训练学习，使机器人可以理清人物和环境特征和归属关系，并不断更新人物和环境的变化，并分类形成标注库和规则库，基于该标注库和规则库完成与用户下达的较为复杂的任务或者完成与用户之间较为复杂的交互，提升用户体验。

第一方面，本发明实施例提供了一种机器人动态学习方法，包括训练学习模式，该训练学习模式包括以下步骤：

对三维环境中物体和人的归属使用关系进行动态标注，形成标注库；

获取规则库，基于该规则库与标注库通过交互示范行为建立新规则以及新标注；

确认建立的新规则与该规则库中的规则无冲突时，更新该新规则至该规则库以及更新该新标注至该标注库。

第二方面，本发明实施例还提供了一种机器人动态学习系统，包括训练学习模块，该训练学习模块用于执行以下步骤：

对三维环境中物体和人的归属使用关系进行动态标注，形成标注库；