人机结合复杂智能机器人系统分析与设计方法研究

This subject focuses on the organizational structure of the complex intelligent robot system for human robot interaction based on social cognition and social psychology. The mechanism and interaction of machine emotion and machine intelligence will be explored. The computational model of autonomous development will be established for machine intelligence based on cloud robotics. The intelligent systems will develop autonomously. The human intelligence will be integrated with machine intelligence. The innovative research is summarized as follows: (1) The design approach of formation mechanism is proposed for social cognition and social psychology of robots. The machine emotion and machine intelligence are modeled and developed autonomously. The key technologies and engineering implementation are investigated to simulate the generation of intelligence. (2) The technical realization way is proposed for the perception of social data and discovery of social knowledge. The neural network model of deep learning is established based on cloud robotics. The multimodal data and recognition tasks are projected mutually. The mapping relations between data and knowledge are established from the dimensions of time and space. (3) The architecture of multimodal model of intelligent interaction will be designed. The method of knowledge conversion and integration between human intelligence and machine intelligence is proposed. The evolution of intelligent robot system for human robot interaction will be analyzed scientifically. This research topic will make us understand the mechanism and evolution of intelligence better. We want to contribute to the harmonious coexistence of robots and human.

本课题基于社会认知与社会心理研究人机结合智能系统的组织结构，探索机器情感与机器智能的生成机制及其相互作用，基于云机器人建立智能自主发育计算模型，实现智能系统的自主演化及人机智能融合。基于以上研究目标提出如下创新性研究思路：(1) 提出机器人社会认知与社会心理的形成机制设计方法，以及机器情感与机器智能的建模与发育方法，探索模拟智能生成过程的关键技术与工程实现方法。(2) 提出机器人社会数据感知与社会知识发现的技术实现途径，利用云机器人技术设计深度神经网络模型将不同模态数据与识别任务之间相互投射，从时间与空间两个维度建立数据与知识的映射关系。(3) 设计多模态智能交互模型的组织结构，提出机器智能与人类智能的知识转换以及人机智能融合方法，对人机结合智能系统的动态演化过程及其演化规律进行科学分析。本课题的研究将从理论上深化对智能生成机制及其演化规律的理解，为实现机器人与人类和谐共处贡献力量。

本课题基于深度学习、模仿学习、强化学习以及云计算等方法研究人机结合智能系统的实现途径，建立机器人多模态信息感知模型，利用模仿学习、强化学习实现机器人智能行为学习与进化，搭建人机结合智能系统，基于群智感知的方法实现异构多机器人复杂场景认知与自主学习。主要研究成果包括：(1) 提出了一种基于视觉的人脸表情情感识别与交互方法，基于深度学习建立了语音情感识别与交互模型，利用深度学习实现社会生活环境信息认知。(2) 提出了一种机器人智能行为学习与进化方法，利用模仿学习与强化学习生成机器人智能行为，并搭建了机器人智能行为学习仿真与实验平台，验证了所提出方法的有效性。(3) 针对养老院、医院环境空间大、环境复杂、机器人个体资源有限，难以满足实际应用的需要的问题，提出了基于群智感知的异构多机器人复杂场景认知方法，根据异构多机器人的任务分解情况，建立了多机器人时空同步控制策略。研究了各平台之间的知识转换及大规模自主学习方法，构建了基于云端的多模态特征与行为大数据共享知识库，实现了多机器人协同进化与学习。本课题的研究将从理论上深化对人机结合智能系统智能交互机理的理解，为建立人机结合智能系统研究的理论框架与模型体系奠定了基础，为智能机器人早日融入类的日常生产生活贡献力量。