摘要
VEM‑Token世界模型机器人表情函数构建的方法,不采用传统的NLP‑token方法,而是通过建立VEM‑fe表情函数模型,让机器人能够直接理解情绪和学会表情,合成、对齐多个节拍的表情向量成为合成表情,消除多个表情向量之间的表情冲突,平滑过渡当前节拍到下个节拍的合成表情,采用实体空间机器人或虚拟数字机器人在社交中学习、理解、展示面部表情和对话表情。依据研究发现表情的一致性、简化性、模糊性和补偿性,通过眼部、嘴部、头部和对话的微表情仿真、实时表情和对话表情谱,采用监督学习和强化学习训练获得直接的社交和行业表情库,以此设计面向政府公共服务、宾馆前台、餐饮前台、银行大厅咨询、商场及专卖店导购等机器人,实现和顾客一对一、一对多的对话。
技术关键词
社交
仿生肌肉
机器人表情
模式
仿生眼睛
动画
声音播放器
三维网格模型
对象
序列
空间机器人系统
运动
语音
面部动作单元
前台
视音频
鲁棒性
系统为您推荐了相关专利信息
功率模块封装
健康模块
老化模块
模式
热网络模型
综合能源系统
源热泵
子系统
环境适应性评价
能源转换效率