一种机器人功能获取方法、服务器以及机器人技术

本申请公开了一种机器人功能获取方法、服务器以及机器人，用以解决现有技术中的机器人对应用环境适用力较差的问题。所述方法包括：服务器端获取第一模型数据，其中，所述第一模型数据由第一机器人在实际环境中训练和应用中获得，所述第一模型数据与机器人功能存在对应关系；所述服务器端向第二机器人推送所述第一模型数据，使得所述第二机器人具备与所述第一模型数据相对应的机器人功能。

A robot function acquisition method, server, and robot

The application discloses a robot function acquisition method, server and robot, which is used to solve the problem that the robot in the existing technology is less suitable for the application environment. The method includes: obtaining the first server data model, wherein the first data model by the first robot in the actual environment for training and application, there is a corresponding relationship between the first model data and the robot function; the server to push the first second robot model data, makes the second robot have corresponding to the first data model of robot function.

【技术实现步骤摘要】
一种机器人功能获取方法、服务器以及机器人
本申请涉及计算机
，尤其涉及一种机器人功能获取方法、服务器以及机器人。
技术介绍
目前，机器人被广泛应用于人类工作或生活等各个领域，为人类的工作或生活提供了一定的便利。其中，一般情况下，模拟人类行为或思想，以及模拟其他生物的机械(如机器狗，机器猫等)均可被称为机器人。机器人一般由执行模块、驱动模块、检测模块、控制模块和复杂机械模块等模块组成。现有技术中，一般情况下，机器人在出厂前，开发人员会在机器人的控制模块中加载已经训练好的模型，并相对应地设计执行模块、驱动模块、检测模块和复杂机械模块等，以使得机器人能够实现与已经训练好的模型对应的功能。通常，已经训练好的模型是由开发人员在实验室环境下获取到的。由于实际应用环境与实验室环境相比更加复杂，突发状况较多，且用户要求更加多样化，因此，加载有上述已经训练好的模型的机器人，可能难以满足实际应用环境或用户对功能和性能的要求，从而对应用环境的适应能力较差。即使机器人能够在已经训练好的模型的基础上进行自学习，也仍然存在学习效率较低、功能更新局限性较大的问题。
技术实现思路
本申请实施例提供一种机器人功能获取方法、服务器以及机器人，用以解决现有技术中的机器人对应用环境适应力较差的问题。本申请实施例采用下述技术方案：一种机器人功能获取方法，所述方法包括：服务器端获取第一模型数据，其中，所述第一模型数据由第一机器人在实际环境中训练和应用中获得，所述第一模型数据与机器人功能存在对应关系；所述服务器端向第二机器人推送所述第一模型数据，所述第一模型数据用于使得所述第二机器人具备与所述第一模型数据相对应的机器人功能。一种机器人功能获取方法，所述方法包括：第二机器人接收服务器端推送的第一模型数据；其中，所述第一模型数据由第一机器人在实际环境中训练和应用中获得，所述第一模型数据与机器人功能存在对应关系，所述第一模型数据用于使得所述第二机器人具备与所述第一模型数据相对应的机器人功能。一种服务器，所述服务器用于获取机器人功能，所述服务器包括：获取模块，用于获取第一模型数据，其中，所述第一模型数据由第一机器人在实际环境中训练和应用中获得，所述第一模型数据与机器人功能存在对应关系；发送模块，用于向第二机器人推送所述第一模型数据，所述第一模型数据用于使得所述第二机器人具备与所述第一模型数据相对应的机器人功能。一种机器人，所述机器人用于获取机器人功能，所述机器人包括：接收模块，用于接收服务器推送的第一模型数据；其中，所述第一模型数据由不同于所述机器人的第一机器人在实际环境中训练和应用中获得，所述第一模型数据与机器人功能存在对应关系，所述第一模型数据用于使得所述机器人具备与所述第一模型数据相对应的机器人功能。本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：一方面，在本申请实施例中，第一模型数据是由第一机器人在实际环境中训练和应用中获取到的，第一模型数据与机器人功能存在对应关系。相较于现有技术中的、在实验室环境中获取到的模型数据来说，第一模型数据更符合实际应用场景的需求，对实际应用环境的适应力较高。另一方面，在本申请实施例中，服务器端将第一机器人在实际环境中训练和应用中获取到的第一模型数据推送给第二机器人，使得第二机器人无需重新进行机器学习，便可直接利用第一机器人的学习成果——第一模型数据，就能够具备与第一模型数据相对应的机器人功能。这就提高了第二机器人获取新功能的效率，从而更高效地提高了第二机器人对应用环境的适应能力。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请实施例提供的一种机器人功能获取方法的流程示意图；图2为本申请实施例提供的一种具体的机器人功能获取方法的流程示意图；图3为本申请实施例提供的另一种具体的机器人功能获取方法的流程示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。以下结合附图，详细说明本申请各实施例提供的技术方案。为了解决现有技术中的机器人对应用环境适应力较差的问题，本申请实施例提供一种机器人功能获取方法。该方法的具体流程示意图可参见图1，包括下述步骤：步骤101，服务器端获取第一模型数据，其中，所述第一模型数据由第一机器人在实际环境中训练和应用中获得，所述第一模型数据与机器人功能存在对应关系。步骤102，所述服务器端向第二机器人推送所述第一模型数据，所述第一模型数据用于使得所述第二机器人具备与所述第一模型数据相对应的机器人功能。步骤103，第二机器人接收服务器端推送的第一模型数据，使得所述第二机器人具备与所述第一模型数据相对应的机器人功能；其中，所述第一模型数据由第一机器人在实际环境中训练和应用中获得，所述第一模型数据与机器人功能存在对应关系。其中，服务器端为可以起到服务器功能的硬件、软件或兼具软件或硬件的装置，比如，可以是计算机、服务器集群或云服务器等。上述第一模型数据与机器人功能存在对应关系。上述第一模型数据可以由第一机器人在实际环境中训练和应用中获得。具体的，第一机器人可以在实际应用中、在第二模型数据的基础上进行机器学习获得第一模型数据。上述第一模型数据与第二模型数据，均可以由计算机程序、参数矩阵、参数列表、状态列表中的至少一种组成。机器学习可以为深度学习、神经网络学习等。上述第二模型数据是第一机器人在实际环境中训练和应用中开始进行机器学习的基础，可以是开发人员开发出来的、未经过训练的模型数据，或者是其他机器人进行机器学习获取到的。第二模型数据与机器人功能存在对应关系。第二模型数据可以包括输入层、输出层以及中间层。其中，第一机器人在第二模型数据的基础上进行机器学习，可根据回归算法、聚类算法、图形推理算法、卷积神经网络算法等算法进行计算，调整中间层的参数信息，使得第一机器人输出的结果越来越接近实际应用的需要，从而使得第一模型数据对应的机器人功能，比第二模型数据对应的机器人功能更加符合用户的实际需求。下面详细阐述第一机器人是如何在实际环境中训练和应用中、在第二模型数据的基础上进行机器学习获得第一模型数据的：在用户使用第一机器人的过程中，用户可以向第一机器人输入任务指令，以使得第一机器人可以根据第二模型数据(可视为加载到第一机器人的初始模型数据)执行任务，该任务与第二模型数据所对应的功能一致，比如扫地。当第一机器人执行完任务后，用户可以向第一机器人输入改进信息，比如缩短扫地时长，或者输入反馈信息，比如扫地时间过长，以使得第一机器人可以在下一次执行同样任务时更符合用户的需要。第一机器人根据用户输入的改进信息或反馈信息，在第二模型数据的基础上进行机器学习，采用回归算法、聚类算法、图形推理算法、卷积神经网络算法等算法，通过调整第二模型数据对应的参数信息等方式，使得第一机器人在下次执行相同任务时可以满足用户的需求，比如下次扫地时长小于本文档来自技高网...

【技术保护点】
一种机器人功能获取方法，其特征在于，所述方法包括：服务器端获取第一模型数据，其中，所述第一模型数据由第一机器人在实际环境中训练和应用中获得，所述第一模型数据与机器人功能存在对应关系；所述服务器端向第二机器人推送所述第一模型数据，所述第一模型数据用于使得所述第二机器人具备与所述第一模型数据相对应的机器人功能。

【技术特征摘要】
1.一种机器人功能获取方法，其特征在于，所述方法包括：服务器端获取第一模型数据，其中，所述第一模型数据由第一机器人在实际环境中训练和应用中获得，所述第一模型数据与机器人功能存在对应关系；所述服务器端向第二机器人推送所述第一模型数据，所述第一模型数据用于使得所述第二机器人具备与所述第一模型数据相对应的机器人功能。2.如权利要求1所述的方法，其特征在于，所述第一模型数据由计算机程序、参数矩阵、参数列表、状态列表中的至少一种组成。3.如权利要求1所述的方法，其特征在于，服务器端获取第一模型数据之后，所述方法还包括：所述服务器端判断所述第一模型数据是否符合预设条件；则，所述服务器端向第二机器人推送所述第一模型数据，具体为：当所述第一模型数据为符合所述预设条件的模型数据时，所述服务器端向第二机器人推送符合所述预设条件的第一模型数据。4.如权利要求1～3之任一所述的方法，其特征在于，所述第二机器人与第一机器人为社区服务类型的机器人。5.一种机器人功能获取方法，其特征在于，所述方法包括：第二机器人接收服务器端推送的第一模型数据；其中，所述第一模型数据由第一机器人在实际环境中训练和应用中获得，所述第一模型数据与机器人功能存在对应关系，所述第一模型数据用于使得所述第二机器人具备与所述第一模型数据相对应的机器人功能。6.一种服务器，...

【专利技术属性】
技术研发人员：张波，许楠，张勇，
申请(专利权)人：北京爱接力科技发展有限公司，
类型：发明
国别省市：北京,11