(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111560795.8 (22)申请日 2021.12.20 (71)申请人 四川云盾光电科技有限公司 地址 610000 四川省成 都市双流区西南 航 空港经济开发区工业 集中区三期 (72)发明人 王德麾　姜世平　董小春　杨武　 谢伟民　张宜文　 (74)专利代理 机构 成都九鼎天元知识产权代理 有限公司 51214 代理人 孙海博 (51)Int.Cl. G06N 7/00(2006.01) G06N 20/00(2019.01) (54)发明名称 一种类生物体 机器概率决策算法 (57)摘要 本发明公开了一种类生物体机器概率决策 算法， 按照行为决策、 参数调整、 动作执行的顺序 进行， 重复运行， 每一个完整动作序列称为一个 执行周期； 在参数调整中， 对于每种行为， 每被执 行一次， 其发生概率下降a％； 如果该行为在当前 周期选中执行， 则a会增加； 如果该行为 没有在当 前周期选中执行， 则a会衰减。 本发明的有益效 果： 约束条件能够通过若干参数定义和限定， 参 数具有一定的意思， 便于人类快速掌握调参原 理； 算法应具有一定的自学习能力， 能够根据所 出环境和应用场景， 在人工限定约束的基础上， 动态优化行为决策。 权利要求书1页 说明书3页 附图1页 CN 114418102 A 2022.04.29 CN 114418102 A 1.一种类生物体机器概率决策算法， 其特征在于： 按照行为决策、 参数调整、 动作执行 的顺序进行， 重复运行， 每一个完整动作序列称为一个执行周期； 在参数调整中， 对于每种 行为， 每被执行一次， 其发生概率下降a％； 如果该行为在当前周期选中执行， 则a会增加； 如 果该行为没有在当前周期选中执 行， 则a会衰减。 2.根据权利要求1所述的类生物体机器概率决策算法， 其特征在于： a初始取值为2～5， 如果该行为在当前周期选中执行， 则a会增加e， e为2～5间的随机数； 如果该行为没有在当 前周期选中执 行， 则a会衰减b％， b为10～3 0间的随机数。 3.根据权利要求1所述的类生物体机器概率决策算法， 其特征在于： 在行为决策中， 存 在主动行为和被动行为， 主动行为存在发生概率， 执行每种行为会消耗能量， 机器 当前总剩 余能量为E， 根据E的多少划分能量级， 在每 个能量级中， 每种主动行为存在 初始发生 概率。 4.根据权利要求3所述的类生物体机器概率决策算法， 其特征在于： 所有主动行为的发 生概率之和为 1， 在主动行为的发生概率变化后， 对所有主动行为的发生概率进 行归一化处 理。 5.根据权利要求3所述的类生物体机器概率决策算法， 其特征在于： 主动行为包括休眠 行为， 其发生 概率随着E的减少而增 加， 执行休眠行为会增 加能量。 6.根据权利要求5所述的类生物体机器概率决策算法， 其特征在于： 能量会随着休眠时 间的增加而增加。 7.根据权利要求1所述的类生物体机器概率决策算法， 其特征在于： 动作执行包括主动 行为执行和被动行为执行， 被动行为执行后， 需要进 行惩罚调整， 当E的绝对值小于th时， 则 增加所有能量级中， 休眠行为的概 率。 8.根据权利要求7所述的类生物体机器概率决策算法， 其特征在于： 对于m能量级， 休眠 行为的概 率增加c％的m次方， c取值 为2～5。 9.根据权利要求1所述的类生物体机器概率决策算法， 其特征在于： 动作执行包括主动 行为执行和被动行为执行， 主动行为执行后， 需要进行休眠判定， 判定为是则进行随机微 调， 该能量级中该 行为的概 率随机增 加或衰减， 判定为否则进行 下一周期。 10.根据权利要求9所述的类生物体机器概率决策算法， 其特征在于： 该能量级中该行 为的概率增加或衰减d％， d为 ‑20～20间的随机数。权　利　要　求　书 1/1 页 2 CN 114418102 A 2一种类生物体机 器概率决策算法 技术领域 [0001]本发明属于机器行为决策算法技术领域， 具体为一种类生物体机器概率决策算 法。 背景技术 [0002]机器人、 智能体在与人类交互时， 为了 获得人类的亲近感， 需要表 现出类生物体的 行为和决策。 目前常用的机器行为决策算法主要有2类， 一类是具有确定规则的决策机制， 即通过预先编程形成机器行为序列， 或预先编制外界刺激 ‑机器反应对应关系表， 实现机器 的行为决策。 [0003]另一类则为随机决策， 即预先定义每种外界刺激对应的机器行为集， 以及该集合 中每种机器行为的发生 概率， 随机决策哪种发生哪个行为。 [0004]对于具有固定规则的第一种行为决策算法， 其主要应用于严格要求机器确定行为 的场合， 如工业场景。 如果应用于机器人伴侣、 娱乐机器人等场景下， 因其行为可以被准确 预测， 因而不 容易被人类接受为 “伴侣”， 仅仅会被当成机器。 [0005]对于第二种随机决策算法， 如果不严格的对各行为发生概率进行限定， 很容易形 成过于随机的行为序列， 使得其完全无法被预测， 给人类造成恐慌。 但严格的进 行行为概率 限定， 是一项复杂耗时的工作。 [0006]因此需要一种通过可以通过简单调参， 即能形成行为 “基本”可预测的一种行为决 策算法。 并且， 如果能通过设定不同的参数取值， 根据每台机器人所处环境， 形成不同 “性 格”的机器行为决策， 将极大的降低调试工作量， 丰富产品种类。 发明内容 [0007]本发明的目的在于： 本发明提供了一种类生物体机器概率决策算法， 解决了严格 进行概率限定的随机决策算法复杂耗时的问题。 [0008]本发明目的通过 下述技术方案来实现： [0009]一种类生物体机器概率决策算法， 按照行为决策、 参数调整、 动作执行的顺序进 行， 重复运行， 每一个完整动作序列称为一个执行周期； 在参数调整中， 对于每种行为， 每被 执行一次， 其发生概率下降a％； 如果该行为在当前周期选中执行， 则a会增加； 如果该行为 没有在当前周期选中执 行， 则a会衰减。 [0010]进一步的， a初始取值为2～5， 如果该行为在当前周期选中执行， 则a会增加e， e为2 ～5间的随机数； 如果该行为没有在当前周期 选中执行， 则a会衰减b％， b为 10～30间的随机 数。 [0011]进一步的， 在行为决策中， 存在主动行为和被动行为， 主动行为存在发生概率， 执 行每种行为会消耗能量， 机器 当前总剩余能量为E， 根据E的多少划分能量级， 在每个能量级 中， 每种主动行为存在 初始发生 概率。 [0012]进一步的， 所有主动行为的发生概率之和为1， 在主动行为的发生概率变化后， 对说　明　书 1/3 页 3 CN 114418102 A 3