本發(fā)明涉及機器人領域，具體說涉及一種用于智能機器人的交互數(shù)據(jù)處理方法。

背景技術：

隨著機器人技術的不斷進步，智能機器人的應用領域不斷拓展，智能機器人被越來越多的應用到人機交互應用中。

通常，在智能機器人與用戶的人機交互過程中，交互模式通常是用戶向智能機器人進行提問，智能機器人對問題進行回答。但是，在人與人的交流過程中，交流內(nèi)容并不僅僅是直接的問題與答案，其還包括其他的附加信息，例如交互人雙方的性格體現(xiàn)。在這種情況下，相較于人與人之間的交流，智能機器人與人之間的交流就顯得空洞生澀。習慣了人類交流方式的用戶在與智能機器人交流時很容易產(chǎn)生厭倦情緒，從而大大降低了智能機器人的用戶體驗。

因此，為了提高智能機器人的用戶體驗，增強用戶的交流興趣，需要一種針對智能機器人的新的交互數(shù)據(jù)處理方法，使得智能機器人的交互輸出更加擬人化。

技術實現(xiàn)要素：

本發(fā)明提出了一種用于智能機器人的交互數(shù)據(jù)處理方法，所述方法包括：

接收來自用戶的多模態(tài)交互輸入信息，識別當前的用戶；

提取當前的所述用戶對應的機器人性格，所述機器人性格為根據(jù)所述用戶的性格特征生成，所述性格特征為所述用戶多輪多模態(tài)輸入數(shù)據(jù)的性格參量訓練所得；

結(jié)合所述機器人性格進行交互數(shù)據(jù)處理以生成多模態(tài)交互輸出。

在一實施例中，提取當前的所述用戶對應的機器人性格，其中，當所述用戶不存在對應的機器人性格時：

提取所述用戶的多模態(tài)交互輸入信息中的性格參量并進行評分；

當所述用戶的性格參量累積評分滿足預設條件時，確定所述用戶的性格特征；

根據(jù)所述用戶的性格特征生成機器人性格；

當所述當前用戶的性格參量累積評分未滿足預設條件時暫不確定所述用戶的性格特征。

在一實施例中，在確定所述用戶的性格特征后，繼續(xù)對所述用戶的多模態(tài)交互輸入信息中的性格參量進行評分，其中：

當所述用戶的累積評分滿足預設的改變性格特征條件時，更新所述用戶的性格特征；

根據(jù)更新后的性格特征，更新對應所述用戶的機器人性格。

在一實施例中，根據(jù)預設的性格匹配規(guī)則，基于所述用戶的性格特征生成機器人性格特征，其中，所述預設的性格匹配規(guī)則為根據(jù)九型人格進行計算生成的性格匹配規(guī)則。

在一實施例中，結(jié)合所述機器人性格進行交互數(shù)據(jù)處理以生成多模態(tài)交互輸出，包括：

根據(jù)外部交互輸入生成多種不同的多模態(tài)交互輸出；

基于所述機器人性格對多種不同的多模態(tài)交互輸出分別進行性格匹配判定；

輸出通過性格匹配判定的所述多模態(tài)交互輸出。

本發(fā)明還提出了一種智能機器人，所述機器人包括：

用戶識別模塊，其配置為接收來自用戶的多模態(tài)交互輸入信息，識別當前的用戶；

機器人性格確定模塊，其配置為提取當前的所述用戶對應的機器人性格，所述機器人性格為根據(jù)所述用戶的性格特征生成，所述性格特征為所述用戶多輪多模態(tài)輸入數(shù)據(jù)的性格參量訓練所得；

交互輸出模塊，其配置為結(jié)合所述機器人性格進行交互數(shù)據(jù)處理以生成多模態(tài)交互輸出。

在一實施例中，所述機器人性格確定模塊配置為，當所述用戶不存在對應的機器人性格時：

提取所述用戶的多模態(tài)交互輸入信息中的性格參量并進行評分；

當所述用戶的性格參量累積評分滿足預設條件時，確定所述用戶的性格特征；

根據(jù)所述用戶的性格特征生成機器人性格；

當所述當前用戶的性格參量累積評分未滿足預設條件時暫不確定所述用戶的性格特征。

在一實施例中，所述機器人性格確定模塊配置為，在確定所述用戶的性格特征后，繼續(xù)對所述用戶的多模態(tài)交互輸入信息中的性格參量進行評分，其中：

當所述用戶的累積評分滿足預設的改變性格特征條件時，更新所述用戶的性格特征；

根據(jù)更新后的性格特征，更新對應所述用戶的機器人性格。

在一實施例中，所述機器人性格確定模塊配置為，根據(jù)預設的性格匹配規(guī)則，基于所述用戶的性格特征生成機器人性格特征，其中，所述預設的性格匹配規(guī)則為根據(jù)九型人格進行計算生成的性格匹配規(guī)則。

在一實施例中，所述交互輸出模塊配置為：

根據(jù)外部交互輸入生成多種不同的多模態(tài)交互輸出；

基于所述機器人性格對多種不同的多模態(tài)交互輸出分別進行性格匹配判定；

輸出通過性格匹配判定的所述多模態(tài)交互輸出。

根據(jù)本發(fā)明的方法以及機器人，在機器人進行交互輸出時加入了機器人性格參考因素，使得機器人的交互輸出可以體現(xiàn)機器人的性格，大大提高了機器人的擬人化水平；進一步的，機器人輸出所體現(xiàn)的機器人性格是根據(jù)用戶的性格養(yǎng)成的，使得機器人的交互輸出更加貼合用戶的喜好，相較于現(xiàn)有技術，機器人的用戶體驗得到有效提高。

本發(fā)明的其它特征或優(yōu)點將在隨后的說明書中闡述。并且，本發(fā)明的部分特征或優(yōu)點將通過說明書而變得顯而易見，或者通過實施本發(fā)明而被了解。本發(fā)明的目的和部分優(yōu)點可通過在說明書、權(quán)利要求書以及附圖中所特別指出的步驟來實現(xiàn)或獲得。

附圖說明

附圖用來提供對本發(fā)明的進一步理解，并且構(gòu)成說明書的一部分，與本發(fā)明的實施例共同用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的限制。在附圖中：

圖1～圖3是根據(jù)本發(fā)明實施例的方法流程圖；

圖4和圖5是根據(jù)本發(fā)明實施例的方法部分流程圖；

圖6是根據(jù)本發(fā)明實施例的機器人結(jié)構(gòu)簡圖。

具體實施方式

以下將結(jié)合附圖及實施例來詳細說明本發(fā)明的實施方式，借此本發(fā)明的實施人員可以充分理解本發(fā)明如何應用技術手段來解決技術問題，并達成技術效果的實現(xiàn)過程并依據(jù)上述實現(xiàn)過程具體實施本發(fā)明。需要說明的是，只要不構(gòu)成沖突，本發(fā)明中的各個實施例以及各實施例中的各個特征可以相互結(jié)合，所形成的技術方案均在本發(fā)明的保護范圍之內(nèi)。

通常，在智能機器人與用戶的人機交互過程中，交互模式通常是用戶向智能機器人進行提問，智能機器人對問題進行回答。但是，在人與人的交流過程中，交流內(nèi)容并不僅僅是直接的問題與答案，其還包括其他的附加信息，例如交互人雙方的性格體現(xiàn)。在這種情況下，相較于人與人之間的交流，智能機器人與人之間的交流就顯得空洞生澀。習慣了人類交流方式的用戶在與智能機器人交流時很容易產(chǎn)生厭倦情緒，從而大大降低了智能機器人的用戶體驗。

為了提高智能機器人的用戶體驗，增強用戶的交流興趣，本發(fā)明提出了一種用于智能機器人的交互數(shù)據(jù)處理方法。本發(fā)明的方法模擬了人與人的交互模式，在機器人與用戶的交互過程中加入了性格參考因素，在機器人進行交互輸出時，基于機器人的性格參數(shù)調(diào)整機器人的交互輸出，使得機器人的交互輸出可以體現(xiàn)機器人的性格，大大提高了機器人的擬人化水平。

并且進一步的，機器人所體現(xiàn)出的性格與當前用戶的性格相匹配，這就進一步的使得機器人的交互輸出更加貼合用戶的交互習慣，從而大大提高了機器人的用戶體驗。

接下來基于附圖詳細描述本發(fā)明實施例的執(zhí)行流程。附圖的流程圖中示出的步驟可以在包含諸如一組計算機可執(zhí)行指令的計算機系統(tǒng)中執(zhí)行。雖然在流程圖中示出了各步驟的邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。

在一實施例中，如圖1所示。在人機交互過程中機器人接收來自用戶的多模態(tài)交互輸入信息，首先識別當前的用戶(步驟S110)；然后提取當前的用戶對應的機器人性格(步驟S120)；最后結(jié)合機器人性格進行交互數(shù)據(jù)處理以生成多模態(tài)交互輸出(步驟S130)。

在步驟S120中，提取用戶對應的機器人性格，即提取與用戶性格匹配的機器人性格。具體的，為了保證提取到的機器人性格與用戶性格相匹配。在一實施例中，機器人所保存的機器人性格均是根據(jù)對應的用戶的性格特征生成的。

具體的，在本發(fā)明一實施例中，根據(jù)預設的性格匹配規(guī)則，基于用戶的性格特征生成機器人性格特征，其中，預設的性格匹配規(guī)則為根據(jù)九型人格進行計算生成的性格匹配規(guī)則。

進一步的，為了保證生成機器人性格的用戶的性格特征正確有效，在本發(fā)明一實施例中，用戶的性格特征并不是直接錄入的，而是為用戶多輪多模態(tài)輸入數(shù)據(jù)的性格參量訓練所得。

進一步的，在步驟S120中，機器人從已保存的所有機器人性格中提取與當前的用戶對應的機器人性格。在實際應用過程中，如果與該用戶之間的交互較少，獲取到的性格參量暫不足以生成該用戶的性格特征，而隨著機器人與該用戶之間的交互逐步增多，機器人獲得的該用戶的性格參量也逐步增多，當該用戶的性格參量滿足生成用戶性格特征的條件時，機器人會生成該用戶的性格特征，并基于生成的用戶的性格特征，生成一個用于與該用戶進行交互的機器人性格，這樣，在下一次與該用戶進行交互時，機器人會直接調(diào)用新生成的機器人性格，與該用戶進行交互。

如圖2所示，在識別完當前的用戶身份后(步驟S210)，判斷機器人已保存的機器人性格中是否存在對應當前的用戶的機器人性格(步驟S220)；如果存在，則提取對應的機器人性格(步驟S230)，并基于提取的機器人性格生成交互輸出(步驟S250)。

如果機器人已保存的機器人性格中并不存在對應當前的用戶的機器人性格，則根據(jù)當前的用戶的性格特征生成對應的新的機器人性格(步驟S240)，并基于新生成的機器人性格生成交互輸出(步驟S250)。

進一步的，將步驟S240生成的機器人性格保存，以便以后調(diào)用。

在步驟S240中，由于新的機器人性格是根據(jù)當前的用戶的性格特征生成的。因此，為了保證新生成的機器人性格準確有效，需要確定獲取到的當前的用戶性格特征是準確有效的。進一步的，由于用戶的性格特征并不是直接錄入的，而是為用戶多輪多模態(tài)輸入數(shù)據(jù)的性格參量訓練所得。因此，在本發(fā)明一實施例中，在生成新的機器人性格之前，需要對當前的用戶的性格參量進行分析，只有在當前的用戶的性格參量整體上(基于當前交互內(nèi)容獲取到的性格參量以及歷史中獲取到的性格參量)可以滿足用戶性格特征生成需求(數(shù)據(jù)量足夠，可以構(gòu)成完整準確的用戶性格特征)時，才會生成新的機器人性格。

具體的，在一實施例中，如圖3所示，在識別完當前的用戶身份后(步驟S310)，判斷機器人已保存的機器人性格中是否存在對應當前的用戶的機器人性格(步驟S320)；如果存在，則提取對應的機器人性格(步驟S330)，并基于提取的機器人性格生成交互輸出(步驟S350)。

如果機器人已保存的機器人性格中并不存在對應當前的用戶的機器人性格，則對當前的用戶的性格參量并進行評分(步驟S341)。判斷用戶的性格參量評分滿足預設條件(用戶性格特征的確定條件)(步驟S342)。當用戶的性格參量評分滿足預設條件(足以確定用戶性格特征)時，確定用戶的性格特征(步驟S343)。并接下來根據(jù)用戶的性格特征生成對應的新的機器人性格(步驟S344)，并基于新生成的機器人性格生成交互輸出(步驟S350)。

在步驟S342中，當判斷用戶的性格參量不滿足預設條件(不足以確定用戶性格特征)時，暫不確定用戶的性格特征(步驟S345)。

進一步的，由于用戶的性格特征是為用戶多輪多模態(tài)輸入數(shù)據(jù)的性格參量訓練所得。因此，用戶的性格參量是一個不斷積累的數(shù)據(jù)。因此在判斷用戶的性格參量是否滿足預設條件(足以確定用戶性格特征)時，是將歷史數(shù)據(jù)中收集到的所有性格參量一起考慮。因此，在本發(fā)明一實施例中，在步驟S341中，提取當前的用戶的多模態(tài)交互輸入信息中的性格參量并對其評分。在步驟S342中，判斷當前用戶的性格參量累積評分(當前的評分以及歷史評分)是否滿足預設條件。并且，進一步的，在步驟S345中，將當前的性格參量累積評分保存，繼續(xù)收集新的性格參量。

進一步的，由于用戶的性格特征是為用戶多輪多模態(tài)輸入數(shù)據(jù)的性格參量訓練所得。因此，即使已經(jīng)確定了用戶的性格特征，隨著用戶的性格參量不斷的積累，用戶的性格特征也可以被進一步完善。針對這種情況，在本發(fā)明一實施例中，確定用戶的性格特征后，繼續(xù)對用戶的多模態(tài)交互輸入信息中的性格參量進行評分，其中：當用戶的累積評分(當前交互內(nèi)容的性格參量評分以及歷史交互內(nèi)容的性格參量評分)滿足預設的改變性格特征條件時，更新用戶的性格特征；并且，根據(jù)更新后的性格特征，更新對應用戶的機器人性格。

具體的，在一實施例中，如圖4所示，在識別完當前的用戶身份后(步驟S410)，判斷機器人已保存的機器人性格中是否存在對應當前的用戶的機器人性格(步驟S420)；如果機器人已保存的機器人性格中并不存在對應當前的用戶的機器人性格(用戶的性格特征尚未確定)，則采用類似圖3所示方法流程進行處理。

如果機器人已保存的機器人性格中存在對應當前的用戶的機器人性格(用戶的性格特征已經(jīng)確定)，則提取當前的用戶的多模態(tài)交互輸入信息中的性格參量并對其評分(步驟S432)。判斷當前用戶的性格參量累積評分(當前的評分以及歷史評分)是否滿足改變性格特征條件(步驟S433)。如果不滿足改變性格特征條件，則提取對應的機器人性格(步驟S435)，并基于提取的機器人性格生成交互輸出(步驟S450)。

如果當前用戶的性格參量累積評分滿足改變性格特征條件，則更新用戶的性格特征(步驟S433)，并根據(jù)更新后的性格特征生成對應的新的機器人性格(步驟S434)，并基于新生成的機器人性格生成交互輸出(步驟S450)。進一步的，在步驟S434中，利用新生成的機器人性格特征更新原有的機器人性格特征。

進一步的，在本發(fā)明的方法中，關鍵步驟之一還在于結(jié)合機器人性格進行交互數(shù)據(jù)處理以生成多模態(tài)交互輸出(圖1的步驟S130、圖2的步驟S250、圖3的步驟S350、圖4的步驟S450)。

具體的，在本發(fā)明一實施例中，交互輸出步驟如圖5所示，首先根據(jù)外部交互輸入生成多種不同的多模態(tài)交互輸出(步驟S510)；然后基于機器人性格對多種不同的多模態(tài)交互輸出分別進行性格匹配判定(步驟S520)；最后輸出通過性格匹配判定的多模態(tài)交互輸出(步驟S530)。

根據(jù)本發(fā)明的方法，在機器人進行交互輸出時加入了機器人性格參考因素，使得機器人的交互輸出可以體現(xiàn)機器人的性格，大大提高了機器人的擬人化水平；進一步的，機器人輸出所體現(xiàn)的機器人性格通過當前用戶的性格進行養(yǎng)成，使得機器人的交互輸出更加貼合用戶的喜好，相較于現(xiàn)有技術，機器人的用戶體驗得到有效提高。

基于本發(fā)明的方法，本發(fā)明還提出了一種智能機器人。在一實施例中，如圖6所示，機器人包括：

用戶識別模塊610，其配置為接收來自用戶的多模態(tài)交互輸入信息，識別當前的用戶；

機器人性格確定模塊620，其配置為提取當前的用戶對應的機器人性格，具體的，機器人性格為根據(jù)用戶的性格特征生成，用戶的性格特征為用戶多輪多模態(tài)輸入數(shù)據(jù)的性格參量訓練所得；

交互輸出模塊630，其配置為結(jié)合機器人性格進行交互數(shù)據(jù)處理以生成多模態(tài)交互輸出。

進一步的，在一實施例中，機器人性格確定模塊620還配置為，當用戶不存在對應的機器人性格時：

提取用戶的多模態(tài)交互輸入信息中的性格參量并進行評分；

當用戶的性格參量累積評分滿足預設條件時，確定用戶的性格特征；

根據(jù)用戶的性格特征生成機器人性格；

當當前用戶的性格參量累積評分未滿足預設條件時暫不確定用戶的性格特征。

進一步的，在一實施例中，機器人性格確定模塊620還配置為，在確定用戶的性格特征后，繼續(xù)對用戶的多模態(tài)交互輸入信息中的性格參量進行評分，其中：

當用戶的累積評分滿足預設的改變性格特征條件時，更新用戶的性格特征；

根據(jù)更新后的性格特征，更新對應用戶的機器人性格。

進一步的，在一實施例中，機器人性格確定模塊620還配置為，根據(jù)預設的性格匹配規(guī)則，基于用戶的性格特征生成機器人性格特征，其中，預設的性格匹配規(guī)則為根據(jù)九型人格進行計算生成的性格匹配規(guī)則。

進一步的，在一實施例中，交互輸出模塊630配置為：

根據(jù)外部交互輸入生成多種不同的多模態(tài)交互輸出；

基于機器人性格對多種不同的多模態(tài)交互輸出分別進行性格匹配判定；

輸出通過性格匹配判定的多模態(tài)交互輸出。

根據(jù)本發(fā)明的機器人，在機器人進行交互輸出時加入了機器人性格參考因素，使得機器人的交互輸出可以體現(xiàn)機器人的性格，大大提高了機器人的擬人化水平；進一步的，機器人輸出所體現(xiàn)的機器人性格通過當前用戶的性格進行養(yǎng)成，使得機器人的交互輸出更加貼合用戶的喜好，相較于現(xiàn)有技術，機器人的用戶體驗得到有效提高。

雖然本發(fā)明所公開的實施方式如上，但所述的內(nèi)容只是為了便于理解本發(fā)明而采用的實施方式，并非用以限定本發(fā)明。本發(fā)明所述的方法還可有其他多種實施例。在不背離本發(fā)明實質(zhì)的情況下，熟悉本領域的技術人員當可根據(jù)本發(fā)明作出各種相應的改變或變形，但這些相應的改變或變形都應屬于本發(fā)明的權(quán)利要求的保護范圍。