公开(公告)号：CN109117952A

公开(公告)日：2019-01-01

申请号：CN201810813481.6

申请日：2018-07-23

Applicant: 厦门大学

Inventor： 佘莹莹 ,  陈锦 ,  汪亚东

IPC: G06N3/08

Abstract: 本发明提供一种基于深度学习的机器人情感认知的方法，包括：获取得到多模态信息，通过多模态信息融合算法得到情绪状态；将情绪状态输入到交互决策模型进行处理得到决策信息，将所述决策信息输出到满意度模型中；由满意度模型来检测交互决策模型输出的决策信息是否符合当前用户的喜好，若是，则进入到长期记忆中，进行数据更新，将获取到的决策信息输出给行为选择器得到机器人行为输出；否则，从短期记忆中获取记录的片段以及对应用户的情绪变化，并从长期记忆中提取用户特征，利用LSTM深度学习模型计算得出决策信息，将获取到的决策信息输出给行为选择器得到机器人行为输出。本发明通过交互决策模型，提高机器人认知能力，更好的进行人机交互。

公开(公告)号：CN109117952B

公开(公告)日：2021-12-14

申请号：CN201810813481.6

申请日：2018-07-23

Applicant: 厦门大学

Inventor： 佘莹莹 ,  陈锦 ,  汪亚东

IPC: G06N3/08

Abstract: 本发明提供一种基于深度学习的机器人情感认知的方法，包括：获取得到多模态信息，通过多模态信息融合算法得到情绪状态；将情绪状态输入到交互决策模型进行处理得到决策信息，将所述决策信息输出到满意度模型中；由满意度模型来检测交互决策模型输出的决策信息是否符合当前用户的喜好，若是，则进入到长期记忆中，进行数据更新，将获取到的决策信息输出给行为选择器得到机器人行为输出；否则，从短期记忆中获取记录的片段以及对应用户的情绪变化，并从长期记忆中提取用户特征，利用LSTM深度学习模型计算得出决策信息，将获取到的决策信息输出给行为选择器得到机器人行为输出。本发明通过交互决策模型，提高机器人认知能力，更好的进行人机交互。