服务机器人是家庭智能空间中的重要角色,机器人的服务质量及其智能性是影响家庭环境的舒适程度和用户的幸福指数的关键因素之一。随着人们对于个性化服务的追求以及家庭中智能设备和服务种类的日益增加,现有的单一的服务冲突解决策略已经无法解决随之增多的多用户个性化服务间产生的冲突。传统的服务认知方法,包括“基于知识”、“基于学习”的方法在机器人的服务认知领域已取得了丰硕的成果,但是这些方法均是针对特定的任务,机器人不具备拓展学习和自我发育能力。因此,如何使机器人具备类人的学习与发育模式,即在复杂动态的环境中保持不断的学习能力,并同步更新大脑中的知识库进行自我发育,从而为后续的服务决策提供经验支持成为了一个重要的研究内容。本文以智能空间为背景,设计了家庭智能空间下机器人服务自主认知和技能发育系统,使机器人能够基于类人的学习与发育模式完成服务认知技能,在多用户环境下灵活的检测服务之间的冲突并选择相应的冲突解决策略,从而尽可能给所有用户量身定制服务。本文主要分为以下几个部分:(1)家庭智能空间信息的集成与监控。设计MySQL数据库用于对物联网采集的数据持久化存储,同时将数据按功能划分为用户、环境、设备、基础信息四大领域,构建本体模型以消除数据之间的异构性,并作为智能空间上层数据仓库为其下层所有单元提供数据支持。最后开发网站系统以方便用户监控智能空间中的相关数据。(2)面向单用户的机器人服务自主认知与技能发育。搭建了 BP(Back Propagation)神经网络实现了机器人的服务认知。为了避免数据收集与打标签这一繁琐的过程,建立强化学习模型,使机器人自己探索并学习在线服务认知技能。同时设计 了基于 IHDR(Incremental Hierarchical Discriminant Regression)算法的发育框架,实现机器人经验积累和技能发育,从而赋予机器人类人的学习发育模式并提高其技能的可扩展性。(3)面向多用户的机器人个性化服务认知与技能的二次发育。基于用户偏好为其定制个性化服务,定义了多个个性化服务之间可能产生的冲突类型,按类型有针对性的选择不同的冲突解决策略以进行解决,并将多用户服务认知技能学习结果同步更新到IHDR知识库中实现技能的二次发育。最后对服务序列进行分解并生成一系列可以直接被终端设备执行的原子动作。(4)机器人服务认知系统模块集成与测试。对系统中涉及到的功能单元进行整合,并完成性能测试,之后将系统载入机器人以对系统的整体功能进行实验验证。