The invention belongs to the field of artificial intelligence technology, and provides a self - cognition method and device for a robot. The method includes loading the initial information of the robot, the robot to construct self cognition knowledge map, according to the information acquired by the robot, the robot factory with Atlas self cognition initialize robot information, the robot uses template matching model and the difference characteristic model of collecting and processing information from the outside world at work and in the standby mode, determine the cognitive results, and update the self cognition map and in the process of interaction with the user, updating the robot self cognition of social relations, in the process of interaction with the user, updating the social relations and social relations of the robot user entity attributes and relationships, self cognition of perfect robot. The self - cognition method and device of the invention can improve the self - cognitive ability of the robot and improve the ability to distinguish between the self and the external environment.
【技术实现步骤摘要】
机器人的自我认知方法及装置
本专利技术涉及人工智能
,具体涉及一种机器人的自我认知方法及装置。
技术介绍
随着计算机计算与存储能力的加强,研究人员在深度学习、神经网络等人工智能算法方面取得很大的进步,计算机、机器人与外界世界交流的渠道不断增多,认知外界事物及环境的能力也日益强大。目前,学术界研究的重点在于机器认知,而计算机的自我认知领域目前发展仍显不足,导致机器人的自我认知功能较差,无法区分自我与外界环境。如何提升机器人的自我认知能力,提高区别自我与外界环境的能力,是本领域技术人员亟需解决的问题。
技术实现思路
针对现有技术中的缺陷,本专利技术提供了一种机器人的自我认知方法及装置,能够提升机器人的自我认知能力,提高区别自我与外界环境的能力。第一方面,本专利技术提供一种机器人的自我认知方法,该方法包括:加载机器人的初始信息,构建机器人自我认知知识图谱;根据该机器人获取的交互信息或状态信息,更新机器人自我认知知识图谱;获取该机器人所处环境的外界信息,采用模板匹配模型和区别性特征模型,采集和处理外界信息,确定认知结果,并将认知结果更新到机器人自我认知知识图谱。进一步地 ...
【技术保护点】
一种机器人的自我认知方法,其特征在于,包括:加载机器人的初始信息,构建机器人自我认知知识图谱;根据该机器人获取的交互信息或状态信息,更新所述机器人自我认知知识图谱;获取该机器人所处环境的外界信息,采用模板匹配模型和区别性特征模型,采集和处理所述外界信息,确定认知结果,并将所述认知结果更新到所述机器人自我认知知识图谱。
【技术特征摘要】
1.一种机器人的自我认知方法,其特征在于,包括:加载机器人的初始信息,构建机器人自我认知知识图谱;根据该机器人获取的交互信息或状态信息,更新所述机器人自我认知知识图谱;获取该机器人所处环境的外界信息,采用模板匹配模型和区别性特征模型,采集和处理所述外界信息,确定认知结果,并将所述认知结果更新到所述机器人自我认知知识图谱。2.根据权利要求1所述机器人的自我认知方法,其特征在于,加载机器人的初始信息,构建机器人自我认知知识图谱,具体包括:按照预先划分的认知领域和表示格式加载该机器人的初始信息,构建以该机器人为中心的机器人自我认知知识图谱。3.根据权利要求1所述机器人的自我认知方法,其特征在于,根据该机器人获取的交互信息或状态信息,更新所述机器人自我认知知识图谱,具体包括:根据该机器人与使用者的交互信息,更新所述机器人自我认知知识图谱中社会关系相关的实体及该实体的属性;采集该机器人的自身状态,并更新至所述机器人自我认知知识图谱。4.根据权利要求3所述机器人的自我认知方法,其特征在于,根据该机器人与使用者的交互信息,更新所述机器人自我认知知识图谱中社会关系相关的实体及该实体的属性,具体包括:记录所述机器人与使用者的交互信息;根据所述交互信息,将与所述机器人交互的使用者设置为所述机器人自我认知知识图谱中社会关系相关的实体,并更新所述实体与所述机器人的社会关系的亲密度;采集该机器人的自身状态,并更新至所述机器人自我认知知识图谱,具体包括:根据预设置的信息采集频率,采集该机器人的自身状态,并更新至所述机器人自我认知知识图谱。5.根据权利要求1所述机器人的自我认知方法,其特征在于,将所述认知结果更新到所述机器人自我认知知识图谱,具体包括:将所述认知结果按照时间线更新至所述机器人自我认知知识图谱。6.根据权利要求1所述机器人的自我认知方法,其...
【专利技术属性】
技术研发人员:宋亚楠,邱楠,王昊奋,韩志兴,陈甜,
申请(专利权)人:深圳狗尾草智能科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。