一种用于智能机器人的交互数据处理方法与流程

本发明涉及机器人领域，具体说涉及一种用于智能机器人的交互数据处理方法。

背景技术：

随着机器人技术的不断进步，智能机器人的应用领域不断拓展，智能机器人被越来越多的应用到人机交互应用中。

通常，在智能机器人与用户的人机交互过程中，交互模式通常是用户向智能机器人进行提问，智能机器人对问题进行回答。但是，在人与人的交流过程中，交流内容并不仅仅是直接的问题与答案，其还包括其他的附加信息，例如交互人双方的性格体现。在这种情况下，相较于人与人之间的交流，智能机器人与人之间的交流就显得空洞生涩。习惯了人类交流方式的用户在与智能机器人交流时很容易产生厌倦情绪，从而大大降低了智能机器人的用户体验。

因此，为了提高智能机器人的用户体验，增强用户的交流兴趣，需要一种针对智能机器人的新的交互数据处理方法，使得智能机器人的交互输出更加拟人化。

技术实现要素：

本发明提出了一种用于智能机器人的交互数据处理方法，所述方法包括：

接收来自用户的多模态交互输入信息，识别当前的用户；

提取当前的所述用户对应的机器人性格，所述机器人性格为根据所述用户的性格特征生成，所述性格特征为所述用户多轮多模态输入数据的性格参量训练所得；

结合所述机器人性格进行交互数据处理以生成多模态交互输出。

在一实施例中，提取当前的所述用户对应的机器人性格，其中，当所述用户不存在对应的机器人性格时：

提取所述用户的多模态交互输入信息中的性格参量并进行评分；

当所述用户的性格参量累积评分满足预设条件时，确定所述用户的性格特征；

根据所述用户的性格特征生成机器人性格；

当所述当前用户的性格参量累积评分未满足预设条件时暂不确定所述用户的性格特征。

在一实施例中，在确定所述用户的性格特征后，继续对所述用户的多模态交互输入信息中的性格参量进行评分，其中：

当所述用户的累积评分满足预设的改变性格特征条件时，更新所述用户的性格特征；

根据更新后的性格特征，更新对应所述用户的机器人性格。

在一实施例中，根据预设的性格匹配规则，基于所述用户的性格特征生成机器人性格特征，其中，所述预设的性格匹配规则为根据九型人格进行计算生成的性格匹配规则。

在一实施例中，结合所述机器人性格进行交互数据处理以生成多模态交互输出，包括：

根据外部交互输入生成多种不同的多模态交互输出；

基于所述机器人性格对多种不同的多模态交互输出分别进行性格匹配判定；

输出通过性格匹配判定的所述多模态交互输出。

本发明还提出了一种智能机器人，所述机器人包括：

用户识别模块，其配置为接收来自用户的多模态交互输入信息，识别当前的用户；

机器人性格确定模块，其配置为提取当前的所述用户对应的机器人性格，所述机器人性格为根据所述用户的性格特征生成，所述性格特征为所述用户多轮多模态输入数据的性格参量训练所得；

交互输出模块，其配置为结合所述机器人性格进行交互数据处理以生成多模态交互输出。

在一实施例中，所述机器人性格确定模块配置为，当所述用户不存在对应的机器人性格时：

提取所述用户的多模态交互输入信息中的性格参量并进行评分；

当所述用户的性格参量累积评分满足预设条件时，确定所述用户的性格特征；

根据所述用户的性格特征生成机器人性格；

当所述当前用户的性格参量累积评分未满足预设条件时暂不确定所述用户的性格特征。

在一实施例中，所述机器人性格确定模块配置为，在确定所述用户的性格特征后，继续对所述用户的多模态交互输入信息中的性格参量进行评分，其中：

当所述用户的累积评分满足预设的改变性格特征条件时，更新所述用户的性格特征；

根据更新后的性格特征，更新对应所述用户的机器人性格。

在一实施例中，所述机器人性格确定模块配置为，根据预设的性格匹配规则，基于所述用户的性格特征生成机器人性格特征，其中，所述预设的性格匹配规则为根据九型人格进行计算生成的性格匹配规则。

在一实施例中，所述交互输出模块配置为：

根据外部交互输入生成多种不同的多模态交互输出；

基于所述机器人性格对多种不同的多模态交互输出分别进行性格匹配判定；

输出通过性格匹配判定的所述多模态交互输出。

根据本发明的方法以及机器人，在机器人进行交互输出时加入了机器人性格参考因素，使得机器人的交互输出可以体现机器人的性格，大大提高了机器人的拟人化水平；进一步的，机器人输出所体现的机器人性格是根据用户的性格养成的，使得机器人的交互输出更加贴合用户的喜好，相较于现有技术，机器人的用户体验得到有效提高。

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3是根据本发明实施例的方法流程图；

图4和图5是根据本发明实施例的方法部分流程图；

图6是根据本发明实施例的机器人结构简图。

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。

通常，在智能机器人与用户的人机交互过程中，交互模式通常是用户向智能机器人进行提问，智能机器人对问题进行回答。但是，在人与人的交流过程中，交流内容并不仅仅是直接的问题与答案，其还包括其他的附加信息，例如交互人双方的性格体现。在这种情况下，相较于人与人之间的交流，智能机器人与人之间的交流就显得空洞生涩。习惯了人类交流方式的用户在与智能机器人交流时很容易产生厌倦情绪，从而大大降低了智能机器人的用户体验。

为了提高智能机器人的用户体验，增强用户的交流兴趣，本发明提出了一种用于智能机器人的交互数据处理方法。本发明的方法模拟了人与人的交互模式，在机器人与用户的交互过程中加入了性格参考因素，在机器人进行交互输出时，基于机器人的性格参数调整机器人的交互输出，使得机器人的交互输出可以体现机器人的性格，大大提高了机器人的拟人化水平。

并且进一步的，机器人所体现出的性格与当前用户的性格相匹配，这就进一步的使得机器人的交互输出更加贴合用户的交互习惯，从而大大提高了机器人的用户体验。

接下来基于附图详细描述本发明实施例的执行流程。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系统中执行。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。

在一实施例中，如图1所示。在人机交互过程中机器人接收来自用户的多模态交互输入信息，首先识别当前的用户(步骤S110)；然后提取当前的用户对应的机器人性格(步骤S120)；最后结合机器人性格进行交互数据处理以生成多模态交互输出(步骤S130)。

在步骤S120中，提取用户对应的机器人性格，即提取与用户性格匹配的机器人性格。具体的，为了保证提取到的机器人性格与用户性格相匹配。在一实施例中，机器人所保存的机器人性格均是根据对应的用户的性格特征生成的。

具体的，在本发明一实施例中，根据预设的性格匹配规则，基于用户的性格特征生成机器人性格特征，其中，预设的性格匹配规则为根据九型人格进行计算生成的性格匹配规则。

进一步的，为了保证生成机器人性格的用户的性格特征正确有效，在本发明一实施例中，用户的性格特征并不是直接录入的，而是为用户多轮多模态输入数据的性格参量训练所得。

进一步的，在步骤S120中，机器人从已保存的所有机器人性格中提取与当前的用户对应的机器人性格。在实际应用过程中，如果与该用户之间的交互较少，获取到的性格参量暂不足以生成该用户的性格特征，而随着机器人与该用户之间的交互逐步增多，机器人获得的该用户的性格参量也逐步增多，当该用户的性格参量满足生成用户性格特征的条件时，机器人会生成该用户的性格特征，并基于生成的用户的性格特征，生成一个用于与该用户进行交互的机器人性格，这样，在下一次与该用户进行交互时，机器人会直接调用新生成的机器人性格，与该用户进行交互。

如图2所示，在识别完当前的用户身份后(步骤S210)，判断机器人已保存的机器人性格中是否存在对应当前的用户的机器人性格(步骤S220)；如果存在，则提取对应的机器人性格(步骤S230)，并基于提取的机器人性格生成交互输出(步骤S250)。

如果机器人已保存的机器人性格中并不存在对应当前的用户的机器人性格，则根据当前的用户的性格特征生成对应的新的机器人性格(步骤S240)，并基于新生成的机器人性格生成交互输出(步骤S250)。

进一步的，将步骤S240生成的机器人性格保存，以便以后调用。

在步骤S240中，由于新的机器人性格是根据当前的用户的性格特征生成的。因此，为了保证新生成的机器人性格准确有效，需要确定获取到的当前的用户性格特征是准确有效的。进一步的，由于用户的性格特征并不是直接录入的，而是为用户多轮多模态输入数据的性格参量训练所得。因此，在本发明一实施例中，在生成新的机器人性格之前，需要对当前的用户的性格参量进行分析，只有在当前的用户的性格参量整体上(基于当前交互内容获取到的性格参量以及历史中获取到的性格参量)可以满足用户性格特征生成需求(数据量足够，可以构成完整准确的用户性格特征)时，才会生成新的机器人性格。

具体的，在一实施例中，如图3所示，在识别完当前的用户身份后(步骤S310)，判断机器人已保存的机器人性格中是否存在对应当前的用户的机器人性格(步骤S320)；如果存在，则提取对应的机器人性格(步骤S330)，并基于提取的机器人性格生成交互输出(步骤S350)。

如果机器人已保存的机器人性格中并不存在对应当前的用户的机器人性格，则对当前的用户的性格参量并进行评分(步骤S341)。判断用户的性格参量评分满足预设条件(用户性格特征的确定条件)(步骤S342)。当用户的性格参量评分满足预设条件(足以确定用户性格特征)时，确定用户的性格特征(步骤S343)。并接下来根据用户的性格特征生成对应的新的机器人性格(步骤S344)，并基于新生成的机器人性格生成交互输出(步骤S350)。

在步骤S342中，当判断用户的性格参量不满足预设条件(不足以确定用户性格特征)时，暂不确定用户的性格特征(步骤S345)。

进一步的，由于用户的性格特征是为用户多轮多模态输入数据的性格参量训练所得。因此，用户的性格参量是一个不断积累的数据。因此在判断用户的性格参量是否满足预设条件(足以确定用户性格特征)时，是将历史数据中收集到的所有性格参量一起考虑。因此，在本发明一实施例中，在步骤S341中，提取当前的用户的多模态交互输入信息中的性格参量并对其评分。在步骤S342中，判断当前用户的性格参量累积评分(当前的评分以及历史评分)是否满足预设条件。并且，进一步的，在步骤S345中，将当前的性格参量累积评分保存，继续收集新的性格参量。

进一步的，由于用户的性格特征是为用户多轮多模态输入数据的性格参量训练所得。因此，即使已经确定了用户的性格特征，随着用户的性格参量不断的积累，用户的性格特征也可以被进一步完善。针对这种情况，在本发明一实施例中，确定用户的性格特征后，继续对用户的多模态交互输入信息中的性格参量进行评分，其中：当用户的累积评分(当前交互内容的性格参量评分以及历史交互内容的性格参量评分)满足预设的改变性格特征条件时，更新用户的性格特征；并且，根据更新后的性格特征，更新对应用户的机器人性格。

具体的，在一实施例中，如图4所示，在识别完当前的用户身份后(步骤S410)，判断机器人已保存的机器人性格中是否存在对应当前的用户的机器人性格(步骤S420)；如果机器人已保存的机器人性格中并不存在对应当前的用户的机器人性格(用户的性格特征尚未确定)，则采用类似图3所示方法流程进行处理。

如果机器人已保存的机器人性格中存在对应当前的用户的机器人性格(用户的性格特征已经确定)，则提取当前的用户的多模态交互输入信息中的性格参量并对其评分(步骤S432)。判断当前用户的性格参量累积评分(当前的评分以及历史评分)是否满足改变性格特征条件(步骤S433)。如果不满足改变性格特征条件，则提取对应的机器人性格(步骤S435)，并基于提取的机器人性格生成交互输出(步骤S450)。

如果当前用户的性格参量累积评分满足改变性格特征条件，则更新用户的性格特征(步骤S433)，并根据更新后的性格特征生成对应的新的机器人性格(步骤S434)，并基于新生成的机器人性格生成交互输出(步骤S450)。进一步的，在步骤S434中，利用新生成的机器人性格特征更新原有的机器人性格特征。

进一步的，在本发明的方法中，关键步骤之一还在于结合机器人性格进行交互数据处理以生成多模态交互输出(图1的步骤S130、图2的步骤S250、图3的步骤S350、图4的步骤S450)。

具体的，在本发明一实施例中，交互输出步骤如图5所示，首先根据外部交互输入生成多种不同的多模态交互输出(步骤S510)；然后基于机器人性格对多种不同的多模态交互输出分别进行性格匹配判定(步骤S520)；最后输出通过性格匹配判定的多模态交互输出(步骤S530)。

根据本发明的方法，在机器人进行交互输出时加入了机器人性格参考因素，使得机器人的交互输出可以体现机器人的性格，大大提高了机器人的拟人化水平；进一步的，机器人输出所体现的机器人性格通过当前用户的性格进行养成，使得机器人的交互输出更加贴合用户的喜好，相较于现有技术，机器人的用户体验得到有效提高。

基于本发明的方法，本发明还提出了一种智能机器人。在一实施例中，如图6所示，机器人包括：

用户识别模块610，其配置为接收来自用户的多模态交互输入信息，识别当前的用户；

机器人性格确定模块620，其配置为提取当前的用户对应的机器人性格，具体的，机器人性格为根据用户的性格特征生成，用户的性格特征为用户多轮多模态输入数据的性格参量训练所得；

交互输出模块630，其配置为结合机器人性格进行交互数据处理以生成多模态交互输出。

进一步的，在一实施例中，机器人性格确定模块620还配置为，当用户不存在对应的机器人性格时：

提取用户的多模态交互输入信息中的性格参量并进行评分；

当用户的性格参量累积评分满足预设条件时，确定用户的性格特征；

根据用户的性格特征生成机器人性格；

当当前用户的性格参量累积评分未满足预设条件时暂不确定用户的性格特征。

进一步的，在一实施例中，机器人性格确定模块620还配置为，在确定用户的性格特征后，继续对用户的多模态交互输入信息中的性格参量进行评分，其中：

当用户的累积评分满足预设的改变性格特征条件时，更新用户的性格特征；

根据更新后的性格特征，更新对应用户的机器人性格。

进一步的，在一实施例中，机器人性格确定模块620还配置为，根据预设的性格匹配规则，基于用户的性格特征生成机器人性格特征，其中，预设的性格匹配规则为根据九型人格进行计算生成的性格匹配规则。

进一步的，在一实施例中，交互输出模块630配置为：

根据外部交互输入生成多种不同的多模态交互输出；

基于机器人性格对多种不同的多模态交互输出分别进行性格匹配判定；

输出通过性格匹配判定的多模态交互输出。

根据本发明的机器人，在机器人进行交互输出时加入了机器人性格参考因素，使得机器人的交互输出可以体现机器人的性格，大大提高了机器人的拟人化水平；进一步的，机器人输出所体现的机器人性格通过当前用户的性格进行养成，使得机器人的交互输出更加贴合用户的喜好，相较于现有技术，机器人的用户体验得到有效提高。

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作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。