针对传统人机交互方法中数据不匹配而带来的性能瓶颈问题,本发明公开了一种基于强化学习的多模态人机交互方法,包括以下步骤:采集用户数据,要求用户佩戴相应的可穿戴传感器,可穿戴传感器记录用户数据,所记录的数据构成训练集和测试集;在流式数据集上离线构建分类算法模型;应用所构建好的分类算法模型,进行人机交互。对于同步人机交互方法,根据指令同步标签对数据进行切分,将数据送入分类算法模型进行分类;对于异步人机交互方法,根据同步时间起点切割数据,将切割后的数据作为分类模型的输入样本。本发明直接从流式数据上开始构建模型,避免了传统人机交互方法开发过程繁杂、性能上限不高的问题,具有更好的稳定性。
声明:
“基于强化学习的多模态人机交互方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)