一种机器人的对话交互方法、机器人及可读存储介质技术

本发明专利技术实施例涉及人工智能领域，公开了一种机器人的对话交互方法、机器人及可读存储介质。本发明专利技术中机器人的对话交互方法，应用于机器人，包括：在对话交互期间，获取对话信息，第一对话消息至少包括对话内容的特征数据；根据对话信息以及预设的动作反馈模型，获取待执行的反馈动作，其中，动作反馈模型根据样本训练库中的各对话信息，以及与各对话信息对应的反馈动作训练获得；执行待执行的反馈动作，以使机器人响应对话信息。本发明专利技术实施方式，使得机器人在与人进行对话交互的过程中，可以与人沟通更加自然，顺畅，提高人与机器人进行对话交互的体验。

A Method of Robot Dialogue Interaction, Robot and Readable Storage Media

【技术实现步骤摘要】
一种机器人的对话交互方法、机器人及可读存储介质
本专利技术实施例涉及人工智能领域，特别涉及一种机器人的对话交互方法、机器人及可读存储介质。
技术介绍
随着科学的不断进步，计算机技术以及人工智能技术的引入，机器人已经逐渐走出了工业，并逐渐应用在各服务领域，如：家教、银行、医疗等。机器人通常接收用户的问话，并对该问话进行分析，进而确定回复用户问话的内容。专利技术人发现相关技术中至少存在如下问题：目前随着深度学习的应用，机器人已经可以智能的根据用户的问话进行回答，但是，机器人在回答问话的过程中，仅仅是播放需要回复的语音内容，与用户没有更多的交互，导致机器人在回复问话时显得非常不自然，给用户带来了不好的体验。
技术实现思路
本专利技术实施方式的目的在于提供一种机器人的对话交互方法、机器人及可读存储介质，使得机器人在与人进行对话交互的过程中，可以与人沟通更加自然，顺畅，提高人与机器人进行对话交互的体验。为解决上述技术问题，本专利技术的实施方式提供了一种机器人的对话交互方法，应用于机器人，包括：在对话交互期间，获取对话信息，第一对话消息至少包括对话内容的特征数据；根据对话信息以及预设的动作反馈模型，获取待执行的反馈动作，其中，动作反馈模型根据样本训练库中的各对话信息，以及与各对话信息对应的反馈动作训练获得；执行待执行的反馈动作，以使机器人响应对话信息。本专利技术的实施方式还提供了一种机器人，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述机器人的对话交互方法。本专利技术的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述机器人的对话交互方法。本专利技术实施方式相对于现有技术而言，通过获取的对话信息以及预设的动作反馈模型，确定出当前机器人待执行的反馈动作，该机器人执行该待执行的反馈动作，从而实现机器人与人对话过程中，可以通过肢体动作与交互对象进行互动，例如，机器人在聆听时配合肢体动作，或者，机器人在说话过程中配合肢体动作；由于增加了肢体动作，可以丰富机器人在对话中的响应方式，从而使得该机器人可以与人沟通更加自然，顺畅，提高人与机器人进行对话交互的体验。另外，获取对话信息，具体包括：获取原始文本数据，原始文本数据为对话内容所对应的文本数据；从原始文本数据中提取文本特征数据；将文本特征数据，作为对话内容的特征数据。从原始文本数据中提取文本特征数据，可以较为准确地确定出对话信息，从而使得确定的待执行的反馈动作更加准确。另外，原始文本数据由机器人或交互对象产生。原始文本数据可以是由机器人产生也可以是由交互对象产生，由于原始文本数据的产生对象灵活，使得该机器人的交互方法的应用范围广。另外，原始文本数据为机器人产生的对话内容所对应的文本数据；获取原始文本数据，具体包括：获取机器人待播放的文本数据；并将待播放的文本数据作为原始文本数据。当原始文本数据为机器人产生，则可以直接获取该机器人待播放的文本数据，无需获取机器人发出的音频数据，简化获取原始文本数据的步骤。另外，对话信息还包括：与对话内容对应的动作姿态的特征数据；获取对话信息，具体包括：确定对话内容的特征数据，以及确定与对话内容对应的动作姿态的特征数据；并将对话内容的特征数据和动作姿态的特征数据进行融合；其中，确定与对话内容对应的动作姿态的特征数据，具体包括：采集交互对象的第一图像数据，其中，第一图像数据中包括至少一张交互对象的图像；根据第一图像数据，确定交互对象的动作姿态的特征数据，并将交互对象的动作姿态的特征数据，作为与对话内容对应的动作姿态的特征数据。由于在对话过程中，交互对象会有对应的肢体动作，因而对话信息中还包括与对话内容对应的动作姿态的特征数据，丰富了该对话信息，进而使得根据该对话信息所确定的待执行的反馈动作更加准确，使机器人的动作更加自然。另外，根据第一图像数据，确定与对话内容对应的动作姿态的特征数据，具体包括：对第一图像数据中的每个图像进行处理的过程为：提取图像中属于交互对象所对应的肢体关键点矩阵，其中，肢体关键点矩阵用于指示交互对象在各自所属图像中的动作姿态；在对第一图像数据中的每个图像处理之后，根据每个肢体关键点矩阵，确定交互对象的肢体关键点序列；从肢体关键点序列中提取动作姿态的特征数据。通过肢体关键点矩阵表征交互对象在图像中的动作姿态，从而数据化了交互对象产生的动作姿态，便于后续进行处理，同时由于动作姿态的连续性，将肢体关键点矩阵转换为肢体关键点序列，通过序列准确地表征出动作姿态的连续性，从而提高确定的动作姿态的特征数据的准确性。另外，根据每个所述肢体关键点矩阵，确定所述交互对象的肢体关键点序列，具体包括：对每个肢体关键点矩阵进行预处理；将预处理后的每个肢体关键点矩阵，转换为交互对象的肢体关键点序列。由于相机在采集交互图像的角度不同，会导致从图像中确定每个肢体关键点矩阵有噪声，影响确定的肢体关键点序列的准确性。另外，对每个肢体关键点矩阵进行预处理，具体包括：按照预设的坐标轴旋转每个肢体关键点矩阵，以使每个所属交互对象的肢体关键点矩阵都朝向相同的方向。由于采集的图像中交互对象并不是都面向同一个方向，故统一每个肢体关键点矩阵都朝向的方向，降低每个肢体关键点矩阵的噪声。另外，对每个肢体关键点矩阵进行预处理，具体包括：按照预设的坐标轴旋转每个肢体关键点矩阵，以使每个所属交互对象的肢体关键点矩阵都朝向相同的方向；对旋转后的每个肢体关键点矩阵进行归一化处理。对每个肢体关键点矩阵在旋转后进行归一化处理，可以消除不同图像中交互对象的尺寸对后续准确确定肢体关键点序列造成的影响。另外，对旋转后的每个肢体关键点矩阵进行归一化处理，具体包括：将旋转后的肢体关键点矩阵中的关键点按照预设规则构建关键点向量；根据单位长度对所述肢体关键点矩阵中每个关键点向量进行归一化处理。根据单位长度对关键点向量进行归一化，可以消除了交互对象在图像中不同尺寸，导致归一化后肢体关键点之间变化不准确的问题，提高了确定肢体关键点序列的准确性。另外，对旋转后的每个肢体关键点矩阵进行归一化处理，具体包括：从旋转后的所有肢体关键点矩阵中选取关键点最大值和关键点最小值；对旋转后的每个肢体关键点矩阵进行以下处理：根据关键点最大值和关键点最小值，对肢体关键点矩阵中每个关键点进行归一化处理。对每个关键点进行归一化，方法简单，快速。对旋转后的每个所述肢体关键点矩阵进行归一化处理，具体包括：获取肢体关键点矩阵中的关键点最大值和关键点最小值；根据关键点最大值和关键点最小值，对肢体关键点矩阵中的每个关键点进行归一化。可以在归一化后当同一交互对象在变换动作时，避免出现实际未变化的关键点发生变动的问题，提高后续确定肢体关键点序列的准确性。另外，从原始文本数据中提取文本特征数据，具体包括：将原始文本数据输入预设的文本提取模型，获得文本特征数据，文本提取模型是根据训练库中存储的各原始文本数据，以及与各原始文本数据对应的文本特征数据训练获得。通过预设的文本提取模型可以快速且准确地确定出文本特征数据。另外，从肢体关键点序列中提取动作姿态的特征数据，具体包括：将肢体关键点序列输入预设的动作姿态特征提取模型本文档来自技高网...

【技术保护点】
1.一种机器人的对话交互方法，其特征在于，应用于机器人，包括：在对话交互期间，获取对话信息，所述对话信息至少包括对话内容的特征数据；根据所述对话信息以及预设的动作反馈模型，获取待执行的反馈动作，其中，所述动作反馈模型根据样本训练库中的各对话信息，以及与各对话信息对应的反馈动作训练获得；执行所述待执行的反馈动作，以使所述机器人响应所述对话信息。

【技术特征摘要】
1.一种机器人的对话交互方法，其特征在于，应用于机器人，包括：在对话交互期间，获取对话信息，所述对话信息至少包括对话内容的特征数据；根据所述对话信息以及预设的动作反馈模型，获取待执行的反馈动作，其中，所述动作反馈模型根据样本训练库中的各对话信息，以及与各对话信息对应的反馈动作训练获得；执行所述待执行的反馈动作，以使所述机器人响应所述对话信息。2.根据权利要求1所述的机器人的对话交互方法，其特征在于，所述获取对话信息，具体包括：获取原始文本数据，所述原始文本数据为所述对话内容所对应的文本数据；从所述原始文本数据中提取文本特征数据；将所述文本特征数据，作为所述对话内容的特征数据。3.根据权利要求2所述的机器人的对话交互方法，其特征在于，所述原始文本数据由所述机器人或交互对象产生。4.根据权利要求3所述的机器人的对话交互方法，其特征在于，所述原始文本数据为所述机器人产生的对话内容所对应的文本数据；获取原始文本数据，具体包括：获取所述机器人待播放的文本数据；并将所述待播放的文本数据作为所述原始文本数据。5.根据权利要求1所述的机器人的对话交互方法，其特征在于，所述对话信息还包括：与所述对话内容对应的动作姿态的特征数据；所述获取对话信息，具体包括：确定所述对话内容的特征数据，以及确定与所述对话内容对应的动作姿态的特征数据；并将所述对话内容的特征数据和所述动作姿态的特征数据进行融合；其中，所述确定与所述对话内容对应的动作姿态的特征数据，具体包括：采集交互对象的第一图像数据，其中，所述第一图像数据中包括至少一张所述交互对象的图像；根据所述第一图像数据，确定所述交互对象的动作姿态的特征数据，并将所述交互对象的动作姿态的特征数据，作为与所述对话内容对应的动作姿态的特征数据。6.根据权利要求5所述的机器人的对话交互方法，其特征在于，根据所述第一图像数据，确定与所述对话内容对应的动作姿态的特征数据，具体包括：对所述第一图像数据中的每个图像进行处理的过程为：提取所述图像中属于交互对象所对应的肢体关键点矩阵，其中，所述肢体关键点矩阵用于指示所述交互对象在各自所属图像中的动作姿态；在对所述第一图像数据中的每个图像处理之后，根据每个所述肢体关键点矩阵，确定所述交互对象的肢体关键点序列；从所述肢体关键点序列中提取动作姿态的特征数据。7.根据权利要求6所述的机器人的对话交互方法，其特征在于，所述根据每个所述肢体关键点矩阵，确定所述交互对象的肢体关键点序列，具体包括：对每个所述肢体关键点矩阵进行预处理，所述预处理用于消除每个所述肢体关键点矩阵的噪声；将预处理后的每个所述肢体关键点矩阵，转换为所述交互对象的肢体关键点序列。8.根据权利要求7所述的机器人的对话...

【专利技术属性】
技术研发人员：华敏杰，石芙源，南一冰，王恺，陈浩，廉士国，
申请(专利权)人：达闼科技北京有限公司，
类型：发明
国别省市：北京,11