机器人的智能决策系统和方法技术方案

本发明专利技术提供了机器人的智能决策系统和方法。一种机器人的智能决策系统包括：分布式学习系统，所述分布式学习系统包括在线学习模块和离线学习模块，所述在线学习模块在短期时间段内进行学习而所述离线学习模块在长期时间段内进行学习，所述分布式学习系统根据输入数据来建立认知库并输出决策动作；情感模块，其根据所述认知库累积情绪并决定情绪表达；以及个性模块，其根据所述认知库决定动作行为的个性化表达。

Intelligent decision making system and method for robot

The invention provides an intelligent decision-making system and method for a robot. Intelligent decision system for robot: distributed learning system, the distributed learning system includes online learning module and off-line learning module, the online learning module to learn in a short period of learning and the off-line learning module in the long period of time, the distributed learning system to establish the cognitive base and output the decision action according to the input data; the emotion module, according to the cognitive base and decide cumulative emotional emotional expression and personality; the module, according to the expression of the cognitive behavior of personalized library decision.

【技术实现步骤摘要】
机器人的智能决策系统和方法
本专利技术一般涉及机器人领域，尤其涉及机器人的智能决策系统和方法。
技术介绍
随着科技发展和进步，机器人能够实现的功能越来越丰富，也得到了越来越广泛的应用，例如能够根据预定编程执行操作的工业用多关节机械手或多自由度机器人，能够进行清洁、娱乐、烹饪、监护等工作的家用机器人，能够搬砖、砌墙、运输等的建筑机器人等等。在一方面，机器人能够代替人类在一些恶劣、危险的环境中进行工作，并且能够代替人类执行一些枯燥单调的重复性劳作。另一方面，随着机器人智能的发展，机器人具有越来越丰富的情感特性，从而能够成为人类的助手和伙伴。例如，助理机器人可以帮助人类记忆各种各样的事情，例如陌生人的信息、日程安排等，并在需要时自动将这些信息提供给主人。仿真宠物机器人可以模拟动物的声音、行为等，例如可以在主人回家时向主人问好，能够听从主人的指令展现相应的动作。然而，机器人并不是以人类的思维进行操作，而是需要通过学习训练才能根据各种不同的输入信息决定输出的动作、行为、情感等。因此，本领域需要促进机器人作出决策的方法和系统。
技术实现思路
以下提供一个或多个方面的简要概述以提供对本公开的多个方面的本文档来自技高网...

【技术保护点】
一种机器人的智能决策系统，其特征在于，包括：分布式学习系统，所述分布式学习系统包括在线学习模块和离线学习模块，所述在线学习模块在短期时间段内进行学习而所述离线学习模块在长期时间段内进行学习，所述分布式学习系统根据输入数据来建立认知库并输出决策动作；情感模块，其根据所述认知库累积情绪并决定情绪表达；以及个性模块，其根据所述认知库决定动作行为的个性化表达。

【技术特征摘要】
1.一种机器人的智能决策系统，其特征在于，包括：分布式学习系统，所述分布式学习系统包括在线学习模块和离线学习模块，所述在线学习模块在短期时间段内进行学习而所述离线学习模块在长期时间段内进行学习，所述分布式学习系统根据输入数据来建立认知库并输出决策动作；情感模块，其根据所述认知库累积情绪并决定情绪表达；以及个性模块，其根据所述认知库决定动作行为的个性化表达。2.如权利要求1所述的智能决策系统，其特征在于，所述分布式学习系统还包括即时决定模块，所述即时决定模块参考所述认知库基于所述在线学习模块对输入数据的学习来即时地输出决策动作。3.如权利要求2所述的智能决策系统，其特征在于，所述即时决定模块执行以下操作中的至少一者：识别对象、识别运动、识别语音、以及识别对象状态。4.如权利要求1所述的智能决策系统，其特征在于，所述分布式学习系统还包括长期决策模块，所述长期决策模块基于所述离线学习模块对历史输入数据的学习来决定所述机器人的长期的动作和行为并更新所述认知库。5.如权利要求4所述的智能决策系统，其特征在于，所述长期决策模块确定以下至少一者：人与人的社会关系、人类动作和表情的含义和意图、造成事件的原因、以及事件后果。6.如权利要求1所述的智能决策系统，其特征在于，所述智能决策系统根据所述分布式学习系统对当前状态和任务目标之间的关系判断来确定是在集中式同步决策模式中操作还是在离散式异步决策模式中操作。7.如权利要求6所述的智能决策系统，其特征在于，所述智能决策系统在离散式异步决策模式中操作，其中所述分布式学习系统的决策动作、所述情感模块的情绪表达和所述个性模块的个性化表达根据设定顺序依次输出。8.如权利要求7所述的智能决策系统，其特征在于，所述设定顺序包括分配给所述分布式学习系统、所述情感模块和所述个性模块的不同优先级。9.如权利要求6所述的智能决策系统，其特征在于，所述智能决策系统在集中式同步决策模式中操作，所述智能决策系统还包括同步决策系统，其接收所述分布式学习系统的决策动作、所述情感模块的情绪表达和所述个性模块的个性化表达并决定所述机器人最终的输出动作。10.如权利要求9所述的智能决策系统，其特征在于，所述同步决策系统包括对比评分系统，所述对比评分系统对所述分布式学习系统的决策动作、所述情感模块的情绪表达和所述个性模块的个性化表达进行对比评分并决定所述机器人最终的动作输出。11.如权利要求10所述的智能决策系统，其特征在于，所述对比评分系统评价所述分布式学习系统的决策动作、所述情感模块的情绪表达和所述个性模块的个性化表达是否符合机器人自身身体条件、是否符合机器人定律、是否符合道德准侧、和/或是否影响最终任务的完成。12.如权利要求1所述的智能决策系统，其特征在于，所述情感模块根据所述认知库累积情绪值，并在所述情绪值超过阈值时发生情绪爆发以增大、减小、抑制、和/或改变对所述决策动作的输出。13.如权利要求12所述的智能决策系统，其特征在于，所述情绪值包括同情、喜悦、悲伤、愤怒中的至少一者。14.如权利要求1所述的智能决策系统，其特征在于，所述个性模块控制所述机器人的个性化，所述个性化包括温和型、激进型、胆怯型、好奇/阳光型中的至少一者。15.如权利要求1所述的智能决策系统，其特征在于，所述在线学习模块和离线学习模块分别采用识别类算法、预测类算法和推理类算法中的至少一者。16.如权...

【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：发明
国别省市：广东,44