本发明涉及一种自学习的家用教育机器人系统。
背景技术:
现有的家用教育机器人的程序已经完成设定,智能程度有限,不能实现自学习,不能适应人们对机器人越来越高的需求。
技术实现要素:
本发明提出一种自学习的家用教育机器人系统,可以完成驾驭机器人的自学习升级,满足用户对机器人的高智能要求。
本发明的技术方案是这样实现的:
一种自学习的家用教育机器人系统,包括
用户模块,用于获取用户的基础资料和拓展资料,建立用户档案;用户的个数至少为1;
设定模块,用于设定教育机器人的基础数据和性格数据,所述教育机器人的基础数据和性格数据与用户一一对应;
自学习模块,用于教育机器人的自学习升级;
辅助学习模块,用于教育机器人辅助用户学习并完成考核;
云服务器,用于与教育机器人进行数据交互。
优选的,所述用户包括父母用户和子女用户,分别为父母用户和子女用户建立相互独立的用户档案,记录父母用户和子女用户的兴趣爱好以及学习目的。
优选的,所述设定模块,用于设定教育机器人的基础数据具体指的是设定教育机器人的权限、数据下载;
设定教育机器人的性格数据具体指的是设定教育机器人的初始性格,以及是否允许教育机器人完善性格。
优选的,所述教育机器人完善性格具体通过根据用户与教育机器人的交互完善教育机器人的性格数据;或者
获取用户的性格数据,向用户的性格数据相似或与用户的性格数据互补的方向完善教育机器人的性格数据。
优选的,所述自学习模块,用于教育机器人的自学习升级具体指的是
记录无法识别的指令并从获取与相应指令对应的反馈方案,在下次遇到该无法识别的指令时按照反馈方案进行操作,并记录用户的反馈意见,分析得出该指令对应的正确操作方案;和/或
获取用户输入的多模态交互信息,进行多模态机器学习;和/或
在用户完成学习并通过考核后,自动设定下一学习目标以及下载该学习目标对应的学习资料。
本发明的有益效果在于:可以完成驾驭机器人的自学习升级,满足用户对机器人的高智能要求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种自学习的家用教育机器人系统一个实施例的原理框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提出了一种自学习的家用教育机器人系统,包括
用户模块,用于获取用户的基础资料和拓展资料,建立用户档案;用户的个数至少为1;
设定模块,用于设定教育机器人的基础数据和性格数据,教育机器人的基础数据和性格数据与用户一一对应;
自学习模块,用于教育机器人的自学习升级;
辅助学习模块,用于教育机器人辅助用户学习并完成考核;
云服务器,用于与教育机器人进行数据交互。
优选的,用户包括父母用户和子女用户,分别为父母用户和子女用户建立相互独立的用户档案,记录父母用户和子女用户的兴趣爱好以及学习目的。比如父母用户想要学习烘焙,而子女用户想要学习画画。
优选的,设定模块,用于设定教育机器人的基础数据具体指的是设定教育机器人的权限、数据下载;
设定教育机器人的性格数据具体指的是设定教育机器人的初始性格,以及是否允许教育机器人完善性格。
优选的,教育机器人完善性格具体通过根据用户与教育机器人的交互完善教育机器人的性格数据;或者
获取用户的性格数据,向用户的性格数据相似或与用户的性格数据互补的方向完善教育机器人的性格数据。
优选的,自学习模块,用于教育机器人的自学习升级具体指的是
记录无法识别的指令并从获取与相应指令对应的反馈方案,在下次遇到该无法识别的指令时按照反馈方案进行操作,并记录用户的反馈意见,分析得出该指令对应的正确操作方案;和/或
获取用户输入的多模态交互信息,进行多模态机器学习;和/或
在用户完成学习并通过考核后,自动设定下一学习目标以及下载该学习目标对应的学习资料。
本发明的有益效果在于:可以完成驾驭机器人的自学习升级,满足用户对机器人的高智能要求。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。