[发明专利]人类体验到机器人和其他自主机器的高效传递在审

专利信息
申请号: 201680090974.0 申请日: 2016-12-22
公开(公告)号: CN110023962A 公开(公告)日: 2019-07-16
发明(设计)人: 马立伟;宋继强;张红 申请(专利权)人: 英特尔公司
主分类号: G06N3/02 分类号: G06N3/02
代理公司: 上海专利商标事务所有限公司 31100 代理人: 何焜;黄嵩泉
地址: 美国加利*** 国省代码: 美国;US
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 行为特性 计算装置 神经网络模型 训练神经网络 高效传递 传感器 感测 捕获 机器人 传递 评估 应用 表现
【说明书】:

描述了一种用于促进将人类体验传递到自主机器的机制。如本文所描述的,实施例的方法包括:促进由一个或多个传感器感测与用户相关的一个或多个输入;以及评估所述一个或多个输入以捕获所述用户的一个或多个行为特性。所述方法可以进一步包括:基于所述一个或多个行为特性来训练神经网络模型;以及将经训练的神经网络模型应用于计算装置,以便促进所述计算装置采用所述一个或多个行为特性来像所述用户一样表现。

技术领域

本文所描述的实施例总体上涉及计算机。更具体地,描述了用于促进人类体验到机器人和其他自主机器的高效传递的实施例。

背景技术

众所周知,诸如机器人等自主机器用于执行复杂的任务,并且由于这些自主机器的复杂环境而难以使用计算机编程语言对其进行编程。常规工业机器人编程技术仅限于特定任务,并且依赖于专家来详细说明每个角落的情况。例如,这种常规技术不适用于所有机器人;特别是,当机器人在开放环境中与人类进行交互时。

此外,今天的机器人设计允许机器人上有的数千个传感器;然而,在通过这些传感器进行的传感器输入的实时流中,传感器输入中只有一小部分被认为是对决定机器人反应而言关键的,这意味着如何以实时的方式识别这一小部分成为对于此类机器人和其他自主机器的一个“大数据”挑战。

附图说明

以示例性而非限制性方式在附图中展示实施方式,在附图中,类似号码指示类似元件。

图1是根据实施例的处理系统的框图。

图2是处理器的实施例的框图,所述处理器具有一个或多个处理器核、集成存储器控制器、以及集成图形处理器。

图3是图形处理器的框图,所述图形处理器可以是分立式图形处理单元,或者可以是集成有多个处理核的图形处理器。

图4是根据一些实施例的图形处理器的图形处理引擎的框图。

图5是图形处理器的另一实施例的框图。

图6展示了线程执行逻辑,所述线程执行逻辑包括在图形处理引擎的一些实施例中采用的处理元件阵列。

图7是展示了根据一些实施例的图形处理器指令格式的框图。

图8是图形处理器的另一实施例的框图。

图9A是框图,展示了根据实施例的图形处理器命令格式。

图9B是框图,展示了根据实施例的图形处理器命令序列。

图10展示了根据一些实施例的数据处理系统的示例性图形软件架构。

图11是框图,展示了根据实施例的可以用于制造用于执行操作的集成电路的IP核开发系统。

图12是框图,展示了根据实施例的可以使用一个或多个IP核来制造的示例性片上系统集成电路。

图13是框图,展示了根据实施例的可以使用一个或多个IP核来制造的片上系统集成电路的示例性图形处理器。

图14是框图,展示了根据实施例的可以使用一个或多个IP核来制造的附加系统集成电路的示例性图形处理器。

图15展示了根据一个实施例的采用体验传递机制的计算装置。

图16A展示了根据一个实施例的图15的体验传递机制。

图16B展示了根据一个实施例的采用图15的体验传递机制的架构布置。

图17展示了根据一个实施例的具有用于控制机器人的直接编程方法的常规事务序列。

图18展示了根据一个实施例的采用具有人机回圈(human-in-the-loop)的机器人控制系统的事务序列。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于英特尔公司,未经英特尔公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201680090974.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top