交互学习式机器人和机器人群集制造技术

本实用新型专利技术提供了一种交互学习式机器人和机器人群集。根据一个实施例，交互学习式机器人包括存储装置、可见光通信收发器、编解码器和认证生成装置。其中，存储装置存储机器人的认知模型；可见光通信收发器接收经另一机器人编码和发送的可见光信号；编解码器与编解码器连接，对经解码的信号进行分类，并且根据机器人的认知模型对经分类的信号进行学习，以便形成机器人针对可见光信号的新认知结果；其中，可见光通信收发器还发送新认知结果。还提供了交互学习式机器人群集。

【技术实现步骤摘要】

本技术总体涉及机器人领域，尤其涉及交互学习式机器人和机器人群集以及机器人交互的方法。
技术介绍
群体性机器人可在机器人个体之间不断进行交流和沟通，以实现个体之间彼此联系、合作、竞争，从而完成加复杂的协同任务。因此，群体性机器人相比个体机器人具有更强的学习、交互能力，在智能探索、智能家居、家庭娱乐、看护陪伴等领域有着广泛的应用。群体性机器人通常通过在初期(例如，出厂前)进行机器人训练，以使每一个机器人个体形成个体的动作模式。然而，这种训练往往使群体性机器人的个体都具有相同的动作模式。也就是说，这些机器人出厂后在彼此间的交流与协作仅基于出厂时的设置。这些机器人不具有自主的学习、交互能力，进而不具有个体认知。因此，需要一种能够彼此学习、交互的群体性机器人。
技术实现思路
因此，为了提供能够彼此学习、交互的群体性机器人，提供本技术。实施例提供一种交互学习式机器人，所述交互学习式机器人包括存储装置、可见光通信收发器、编解码器和认证生成装置。其中，存储装置存储机器人的认知模型；可见光通信收发器接收经另一机器人编码和发送的可见光信号；编解码器与编解码器连接，对经解码的信号进行分类，并且根据机器人的认知模型对经分类的信号进行学习，以便形成机器人针对可见光信号的新认知结果；其中，可见光通信收发器还发送新认知结果。在进一步的实施例中，认知生成装置包括分类器，分类器将经解码的信号分类为感测数据和认知数据。在更进一步的实施例中，感测数据包括图片数据、声音数据、触觉数据中的一者或多者，认知数据包括个体意识数据、任务指令数据、策略数据、推理数据中的一者或多者。在更进一步的实施例中，分类器还用于将经解码的信号分类为图片数据、声音数据、触觉数据、个体意识数据、任务指令数据、策略数据或推理数据。在更进一步的实施例中，认知生成装置还包括特征提取器和学习装置，其中，特征提取器提取经分类的数据中的特征；学习装置根据认知模型对所提取的特征进行推理和判断以形成新认知结果，其中，新认知结果用于更新认知模型。在更进一步的实施例中，所提取的特征是认知模型中的概念或事件。在更进一步的实施例中，认知模型通过概念与事件之间的联系来确定机器人的新认知结果。在更进一步的实施例中，交互学习式机器人还包括控制器，所述控制器用于根据认知结果来控制机器人的动作。在进一步的实施例中，可见光通信收发器是LED可见光通信收发器、荧光可见光通信收发器中的一者或多者。在更进一步的实施例中，可见光通信收发器被安装于机器人的眼部。在进一步的实施例中，可见光通信收发器还与云端通信，并且存储装置连接到可见光通信收发器以从云端下载认知模型和/或向云端上传经更新的认知模型。另一实施例提供一种交互学习式机器人群集，包括至少两个如上述任一项所述的交互学习式机器人，所述至少两个机器人以可见光通信方式通信连接。又一实施例提供一种机器人交互学习方法，所述方法包括：接收步骤：由机器人接收来自另一机器人的可见光通信信号；解码步骤：对可见光通信信号进行解码；分类步骤：对经解码的信号进行分类；学习步骤：根据机器人的认知模型来学习经分类的信号，以形成对可见光通信信号的新认知结果；更新步骤：存储新认知结果以更新机器人的认知模型；以及发送步骤：发送新认知结果。在进一步的实施例中，分类步骤还包括：将经解码的信号分类为感测 数据和认知数据。在更进一步的实施例中，分类步骤还包括：进一步将感测数据分类为图片数据、声音数据或触觉数据；并且/或者进一步将认知数据分类为个体意识数据、任务指令数据、策略数据或推理数据。在更进一步的实施例中，学习步骤还包括：提取经分类的信号中的特征；以及根据认知模型，对所提取的特征进行推理和判断以形成新认知结果。在更进一步的实施例中，所提取的特征是认知模型中的概念或事件。在更进一步的实施例中，认知模型通过概念与事件之间的联系来确定机器人的新认知结果。在进一步的实施例中，接收步骤还包括：从云端下载认知模型和/或向云端上传经更新的认知模型。本公开具有以下益处：(1)认知生成装置的使用使机器人个体具有自主的学习、推断能力，从而具有自主的认知；(2)机器人利用快速、安全、可靠可见光通信来接收信号，提高了学习的效率和可靠性。附图说明在结合以下附图阅读对本公开的多个实施例的详细描述之后，能够更好地理解本公开的上述特征和优点。在附图中，以相同或类似的附图标记来指定各附图所共有的相同或类似的元件。为了便于说明，在以下描述中将“交互式学习机器人”简称为“机器人”，并将“交互式学习机器人群集”简称为“机器人群集”。图1示出根据本公开的一些实施例的机器人100的组成模块示意图。图2示出根据本公开的一些实施例的机器人群集200的组成模块示意图。图3示出根据本公开的一些实施例的机器人交互学习方法300的流程图。具体实施方式以下结合附图和具体实施例对本公开作详细描述。注意，以下结合附图和 具体实施例描述的诸方面仅是示例性的，而不应被理解为对本公开的保护范围进行任何限制。图1示出根据本公开的一些实施例的机器人100的组成模块示意图。在图1中，机器人100可包括存储装置110、收发器120、编解码器130和认知生成装置140。存储装置110存储机器人100的认知模型111。收发器120接收经另一机器人编码和发送的信号。编解码器130与收发器120连接，并且对来自收发器120的信号进行解码。认知生成装置140与编解码器130连接，对经解码的信号进行分类，并且根据机器人100的认知模型111对经分类的信号进行学习，从而形成机器人100对收发器120接收到的信号的新认知结果。在一些实施例中，收发器120可以是可见光通信收发器。相应地，机器人100通过可见光通信从另一机器人接收信号。在至少一些实施例中，收发器120可以是LED可见光通信收发器，机器人100接收来自经另一机器人编码的特定频率的可见光信号。在替代实施例中，收发器120可以是荧光可见光通信收发器。在一些实施例中，收发器120可安装在机器人100的眼部。在至少一些实施例中，当需要接收信号时，机器人100与另一机器人眼部对准以实现彼此间的通信。在一些实施例中，认知生成装置140可包括分类器141。分类器141用于对经解码的信号进行分类。在一些实施例中，分类器141将经解码的信号分类成感测数据和认知数据。在一些实施例中，感测数据可包括图片数据、声音数据、触觉数据中的一者或多者。在一个实施例中，图片数据可以是静止图片的帧或反映图片的像素点的集合。在一个实施例中，声音数据可以是采用各种音频协议编码的音频数据。在一个实施例中，触觉数据可以是接触表面的压力值。在一些实施例中，认知数据可包括个体意识数据、任务指令数据、策 略数据、推理数据中的一者或多者。在一个实施例中，个体意识可表示机器人100对环境作出的反应。例如，在一个实施例中，机器人100响应于感测到附近的热源而发出响声，从而反映机器人100对危险物的个体意识。在另一个实施例中，机器人100响应于感测到另一机器人(同伴)在附近而发出红色指示光，从而反映机器人100在有同伴陪伴时喜悦的个体意识。在另一实施例中，任务指令数据可对应于机器人100的协同任务能力。例如，在一个实施例中，另一机器人正在执行某项任务(本文档来自技高网...

【技术保护点】
一种交互学习式机器人，包括：存储装置，存储所述机器人的认知模型；可见光通信收发器，接收经另一机器人编码和发送的可见光信号；编解码器，与所述收发器连接，对所述可见光信号进行解码；以及认知生成装置，与所述编解码器连接，所述认知生成装置包括分类器、与所述分类器连接的特征提取器以及与所述特征提取器连接的学习装置，其中，所述分类器对经解码的信号进行分类，所述特征提取器提取经分类的信号的特征，并且所述学习装置基于所述认知模型和经提取的特征来生成新认知结果以更新所述认知模型；其中，所述可见光通信收发器还发送所述新认知结果。

【技术特征摘要】
1.一种交互学习式机器人，包括：存储装置，存储所述机器人的认知模型；可见光通信收发器，接收经另一机器人编码和发送的可见光信号；编解码器，与所述收发器连接，对所述可见光信号进行解码；以及认知生成装置，与所述编解码器连接，所述认知生成装置包括分类器、与所述分类器连接的特征提取器以及与所述特征提取器连接的学习装置，其中，所述分类器对经解码的信号进行分类，所述特征提取器提取经分类的信号的特征，并且所述学习装置基于所述认知模型和经提取的特征来生成新认知结果以更新所述认知模型；其中，所述可见光通信收发器还发送所述新认知结果。2.如权利要求1所述的机器人，其特征在于，还包括：控制器，连接至...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：深圳光启合众科技有限公司，
类型：新型
国别省市：广东;44