本发明涉及人工智能，尤其是指一种留守儿童的双向情感陪伴系统及方法。
背景技术：
1、目前，ai情感识别技术主要依赖于面部表情、语音语调和文字内容的分析。然而，这一技术在准确性和多样性上存在不足，特别是在处理儿童情感表达时。儿童，尤其是留守儿童，由于长期孤独或缺乏情感表达渠道，其情感表达往往与常规模型不符，导致现有ai技术难以准确捕捉情感的细微变化，进而影响到对儿童情感需求的精准响应。
2、市面上的ai情感陪伴产品多集中于简单的互动和陪伴，如对话式ai和游戏性引导，这些产品在提供深层次情感关怀和社会认同方面显得力不从心。留守儿童的心理问题复杂，不仅需要简单的陪伴，还需要深层次的情感引导和社会化发展支持。此外，现有ai产品在个性化陪伴方面也表现有限，缺乏对儿童个体背景、成长环境和心理状态的深入理解，难以根据每个儿童的独特经历提供有针对性的情感引导。
3、尽管ai技术在解决留守儿童心理问题方面展现了潜力，但在情感识别准确性、深度陪伴、个性化互动、长时间陪伴持续性以及社会互动能力方面仍有明显不足。
技术实现思路
1、为此，本发明所要解决的技术问题在于克服现有技术中在情感识别时较低的准确性和多样性。
2、第一方面，为解决上述技术问题，本发明提供了一种留守儿童的双向情感陪伴方法，包括：
3、数据采集模块，用于实时采集儿童的情感状态数据；
4、情感识别模块，用于对所述情感状态数据进行分析和识别，获取所述儿童的情感状态；
5、反馈模块，用于根据所述情感状态，分析所述儿童的情感需求，并提供个性化的反馈结果；其中利用奖励函数和时间差分误差优化所述反馈结果，所述奖励函数的计算公式为：
6、
7、所述时间差分误差的计算公式为：
8、
9、其中，r1表示即时反馈奖励，r2表示长期效果奖励，f1(·)和f2(·)表示非线性函数，t表示时刻，γ表示折扣因子，w1,w2,w3表示权重系数；rt+1表示当前时刻t的奖励，θ-表示目标网络的参数，θ表示策略网络的参数,st+1表示时刻t+1的状态，st表示时刻t的状态，at表示时刻t的动作；a表示动作参数，λ表示权重；q(·)表示价值函数，a(·)表示优势函数；
10、数字形象生成模块，用于根据所述反馈结果，生成虚拟数字形象；
11、情感与偏好学习模块，用于实时收集所述情感状态、所述反馈结果和儿童与所述虚拟数字形象互动信息，提取儿童的情感表达特征和偏好特征。
12、在本发明的一个实施例中，所述情感与偏好学习模块包括：数据整合子模块，用于实时收集所述情感状态、所述反馈结果和儿童与所述虚拟数字形象互动信息，生成多源数据；时间序列记录子模块，用于记录所述多源数据，形成时间序列数据；特征提取子模块，用于从所述时间序列数据中提取情感表达特征和偏好特征；偏好模型子模块，用于根据所述情感表达特征和所述偏好特征建立情感与偏好模型。
13、在本发明的一个实施例中，所述数据采集模块还包括数据隐私安全子模块，所述数据隐私安全子模块用于对所述情感状态数据进行加密和传输。
14、在本发明的一个实施例中，所述情感识别模块包括情感模型子模块，所述情感模型子模块，用于根据所述情感状态数据，捕捉儿童的情感特征并建立情感模型。
15、在本发明的一个实施例中，所述情感模型的建立方法为：对所述情感状态数据进行时间序列对齐与标注，获得按时间序列组织并标注的数据集；对所述数据集进行多模态特征提取和特征筛选降维处理，获得特征子集；根据所述特征子集，利用长短期记忆网络结合卷积神经网络建立所述情感模型。
16、第二方面，为解决上述技术问题，本发明提供了一种留守儿童的双向情感陪伴方法，包括：
17、实时采集儿童的情感状态数据；
18、对所述情感状态数据进行分析和识别，获取所述儿童的情感状态；
19、根据所述情感状态，分析所述儿童的情感需求，并提供个性化的反馈结果；其中利用奖励函数和时间差分误差优化所述反馈结果，所述奖励函数的计算公式为：
20、
21、所述时间差分误差的计算公式为：
22、
23、其中，r1表示即时反馈奖励，r2表示长期效果奖励，f1(·)和f2(·)表示非线性函数，t表示时刻，γ表示折扣因子，w1,w2,w3表示权重系数；rt+1表示当前时刻t的奖励，θ-表示目标网络的参数，θ表示策略网络的参数,st+1表示时刻t+1的状态，st表示时刻t的状态，at表示时刻t的动作；a表示动作参数，λ表示权重；q(·)表示价值函数，a(·)表示优势函数；
24、根据所述反馈结果，生成虚拟数字形象；
25、实时收集所述情感状态、所述反馈结果和儿童与所述虚拟数字形象互动信息，提取儿童的情感表达特征和偏好特征。
26、在本发明的一个实施例中，在所述实时采集儿童的情感状态数据之前包括对所述儿童的身份信息进行识别和剥离，生成预设长度的匿名化标识。
27、在本发明的一个实施例中，所述提取儿童的情感表达特征和偏好特征之后包括建立或更新情感与偏好模型；当所述情感与偏好模型不存在时，根据所述情感表达特征和偏好特征进行建模；当所述情感与偏好模型存在时，则对所述情感表达特征和偏好特征进行分析，根据分析结果更新所述情感与偏好模型的参数。
28、第三方面，为解决上述技术问题，本发明提供了一种电子设备，包括上述的一种留守儿童的双向情感陪伴系统。
29、第四方面，为解决上述技术问题，本发明提供了一种计算机程序产品，包括计算机程序指令，当所述计算机程序指令在计算机上执行时，使得上述的一种留守儿童的双向情感陪伴方法被执行。
30、本发明的上述技术方案相比现有技术具有以下有益效果：
31、(1)本发明所述的一种留守儿童的双向情感陪伴系统及方法，利用奖励函数和时间差分误差优化的反馈结果，通过个性化分析儿童的情感状态，能够提供定制化的情感支持和反馈，这不仅增强了系统对儿童情感理解和自我调节能力，还通过实时调整反馈策略，提高了学习效率和互动体验。同时，通过与虚拟数字形象的互动，儿童可以在一个安全和受控的环境中探索和表达自己的情感，这有助于他们的社交技能和情感智力的发展。此外，情感识别模块的设计，确保了系统在情感识别时具有较高的准确性和多样性。本发明通过这种个性化的互动体验有助于儿童在情感认知、表达和管理方面的成长，同时也为家长和教育者提供了一个有力的辅助工具。
32、(2)本发明通过数据整合子模块、时间序列记录子模块和特征提取子模块，使系统能够处理和分析来自不同来源的数据，形成全面的数据视图，这有助于更深入地理解儿童的行为和情感变化。
33、(3)反馈模块具备的自我进化特性，能够实现对儿童情感变化的持续学习和适应。随着时间的推移，系统通过积累和分析儿童的情感数据，逐渐提高对情感状态的识别精度和响应的准确性。这种自我优化机制赋予了ai系统不断进步的能力，使其能够为每位儿童量身定制情感支持方案。