一种机器人广告发布效果评估与反馈学习方法与流程

本发明涉及移动广告发布与智能控制领域，具体涉及一种机器人广告发布效果评估与反馈学习方法。

背景技术：

1、在商场通道、展馆过道、候客区域及品牌展示区域中，广告发布机器人被用于沿预设路线移动，并在多个停留点通过显示屏、扬声器等部件进行广告展示和交互引导。该类设备通常集成移动机构、广告输出单元、感知单元和控制单元，以实现边移动边发布或定点停留发布。

2、现有技术中，广告发布机器人多按照预设时间、预设点位或预设素材顺序执行广告播放，并结合摄像头、扫码组件或交互界面采集观看人数、扫码次数、停留时长或触控次数等数据，据此判断广告发布效果，部分方案还会根据统计结果对后续播放内容或播放节奏进行调整。

3、但是，现有机器人在多个点位移动发布时，显示单元与感知单元随车体位置和朝向同步变化，使用过程中同一人体目标易在相邻点位或相邻时段重复进入感知区域，且现场人流密度、通行方向、遮挡状态和环境干扰也会持续波动，导致采集到的曝光数据和交互数据混入自然流量变化及重复经过信息，进而破坏发布动作与反馈结果之间的对应关系，最终造成广告效果评估失真，难以为后续发布策略调整提供准确依据。

技术实现思路

1、针对现有技术的不足，本发明提供了一种机器人广告发布效果评估与反馈学习方法，以解决现有技术中存在的技术问题。

2、本发明的上述技术目的是通过以下技术方案得以实现的：

3、一种机器人广告发布效果评估与反馈学习方法，应用于广告发布机器人，所述广告发布机器人包括移动机构、广告输出单元、环境感知单元、交互检测单元和控制单元，所述方法包括以下步骤：

4、s1：控制单元根据预设时间长度、机器人位姿变化量或广告发布动作切换事件，将连续广告发布过程划分为多个投放片段，并记录各投放片段对应的场景状态参数和发布动作参数；

5、s2：环境感知单元在各投放片段内采集人体目标相对位置、头部朝向、停留轨迹、遮挡情况以及人体目标与广告输出单元之间的距离信息，控制单元根据人体目标的头部区域或躯干中心点位于广告可视覆盖区域内、头部朝向指向广告输出单元、持续停留时长达到预设阈值、距离处于预设区间内且遮挡比例不大于预设阈值的条件，筛选有效曝光目标；

6、s3：控制单元基于有效曝光目标在连续帧中的位置连续性、运动方向连续性和出现时序连续性进行匿名轨迹关联，识别同一目标在同一投放片段内或相邻投放片段内的重复经过行为，并对后续曝光按照预设衰减系数计入片段级有效曝光数据；

7、s4：交互检测单元检测有效曝光目标在当前投放片段内产生的交互事件，控制单元基于当前投放片段建立局部基线窗口，并从历史投放片段或邻近时段片段中筛选与当前投放片段在场地网格位置、时间段类别和人流状态上满足预设相似条件，且发布动作参数不同或未执行广告发布动作的匹配对照片段；

8、s5：控制单元将当前投放片段的片段级有效曝光数据和交互事件数据与局部基线窗口及匹配对照片段进行对比，提取当前投放片段相对于自然人流波动和环境变化所产生的净吸引效果值、净交互效果值和净引导效果值，并基于净吸引效果值、净交互效果值、净引导效果值、场景状态参数、发布动作参数、重复经过处理结果以及表征人流密度、遮挡程度或环境噪声异常波动的异常干扰标记生成反馈样本；

9、s6：控制单元在预设动作约束集合内基于反馈样本对广告发布策略进行更新，当反馈样本置信度低于预设阈值或异常干扰标记被触发时，保持当前广告发布策略不变或切换至预设基础发布策略；

10、s7：控制单元依据更新后的广告发布策略控制广告发布机器人在后续投放片段中调整发布动作参数，以形成广告发布效果评估与反馈学习的闭环更新过程。

11、优选地，所述场景状态参数包括场地网格位置、时间段、人流密度、人流通行方向、环境光照强度、环境噪声强度和遮挡程度；

12、所述发布动作参数包括机器人停留点、机体朝向、广告输出单元朝向、广告素材标识、播报音量、播报时长和交互触发阈值。

13、优选地，所述控制单元筛选有效曝光目标时，同时满足以下条件：人体目标的头部区域或躯干中心点位于广告可视覆盖区域内；

14、人体目标的头部朝向与广告输出单元显示面的法向夹角小于或等于第一角度阈值；

15、人体目标在当前投放片段内的连续停留时长大于或等于第一时间阈值；

16、人体目标与广告输出单元之间的距离处于第一距离阈值和第二距离阈值之间；

17、人体目标对应的遮挡比例小于或等于第一遮挡阈值。

18、优选地，所述控制单元进行匿名轨迹关联时，对当前帧人体目标与前序帧人体目标之间的位置偏差、运动方向偏差和出现时间间隔进行联合判定；

19、当位置偏差小于或等于第一位移阈值、运动方向夹角小于或等于第二角度阈值且出现时间间隔小于或等于第二时间阈值时，将对应人体目标判定为同一匿名轨迹。

20、优选地，所述控制单元识别重复经过行为时，当同一匿名轨迹在同一投放片段内或相邻投放片段内多次进入广告可视覆盖区域，且相邻两次进入之间的时间间隔小于或等于第三时间阈值时，将其判定为重复经过行为；

21、首次曝光按一次有效曝光计入片段级有效曝光数据，后续每次曝光按照预设衰减系数计入片段级有效曝光数据，所述预设衰减系数大于0且小于1。

22、优选地，所述交互事件包括扫码事件、语音响应事件、触控事件、近距离驻留事件和预设引导区域到达事件；

23、所述扫码事件为人体目标对广告输出单元展示的二维码或电子标签进行识读所形成的事件，所述语音响应事件为交互检测单元采集到人体目标的响应语音并识别出预设响应词所形成的事件，所述触控事件为人体目标触碰广告输出单元交互界面所形成的事件，所述近距离驻留事件为人体目标与广告输出单元之间的距离小于或等于第三距离阈值且持续时间大于或等于第四时间阈值所形成的事件，所述预设引导区域到达事件为人体目标自广告可视覆盖区域移动至预设引导区域所形成的事件。

24、优选地，所述控制单元筛选匹配对照片段时，以当前投放片段为基准，从历史投放片段或邻近时段片段中选取同时满足以下条件的片段作为匹配对照片段：场地网格位置相同；

25、时间段属于同一时段类别；

26、人流密度差值小于或等于第一密度阈值；

27、人流通行方向偏差小于或等于第三角度阈值；

28、环境光照强度差值小于或等于第一光照阈值；

29、环境噪声强度差值小于或等于第一噪声阈值；

30、且发布动作参数至少一项与当前投放片段不同，或对应片段未执行广告发布动作。

31、优选地，所述控制单元提取净吸引效果值、净交互效果值和净引导效果值时，分别以当前投放片段的有效曝光数量、交互事件数量和预设引导区域到达数量作为当前值，以局部基线窗口和匹配对照片段对应数据按照预设加权规则计算得到的加权平均值作为参考值，并按照当前值减去参考值的方式分别得到净吸引效果值、净交互效果值和净引导效果值；

32、所述预设加权规则根据片段时间差值和场景状态参数差值确定各匹配对照片段的权重。

33、优选地，所述反馈样本包括场景状态参数、发布动作参数、净吸引效果值、净交互效果值、净引导效果值、重复经过处理结果、异常干扰标记和置信度；

34、所述异常干扰标记由以下至少一种情形触发：人流密度在预设时间内超过第二密度阈值、遮挡程度超过第二遮挡阈值、环境噪声强度超过第二噪声阈值、广告可视覆盖区域内的阻挡持续时间大于或等于第五时间阈值；

35、所述置信度根据匹配对照片段数量、当前投放片段与匹配对照片段之间的场景状态参数差值以及交互事件数据完整性确定。

36、优选地，所述控制单元在预设动作约束集合内进行广告发布策略更新时，仅对机器人停留点、机体朝向、广告输出单元朝向、广告素材标识、播报音量、播报时长和交互触发阈值进行调整，机器人停留点的调整范围限定为当前场地网格或与当前场地网格相邻的场地网格，机体朝向的调整范围限定为当前朝向两侧的预设角度范围内，广告输出单元朝向的调整范围限定为当前朝向两侧的预设角度范围内，播报音量限定在预设音量区间内，播报时长限定在预设时长区间内，交互触发阈值限定在预设阈值区间内；当反馈样本置信度低于预设阈值或异常干扰标记被触发时，所述控制单元保持当前发布动作参数不变或将发布动作参数调整为预设基础参数组合。

37、综上所述，本发明主要具有以下有益效果：

38、本技术通过将机器人连续广告发布过程划分为多个投放片段，并针对各投放片段分别记录场景状态参数和发布动作参数，达到将广告发布效果与机器人在具体停留点、具体朝向、具体素材和具体播报配置下的实际执行状态一一对应的效果。现有方案中，往往仅依据整段播放日志、总观看人数或总交互次数对广告效果进行统计，容易受到人流自然波动、机器人位置变化和短时环境扰动的影响，导致评价结果与实际发布动作之间对应关系不清。本技术通过在片段层级上进行数据采集和效果评估，使每一次广告发布动作均具有清晰的时间边界和空间边界，从而达到细化效果归因路径、提高广告效果评估准确性并为后续策略调整提供稳定数据基础的效果。

39、通过对人体目标进行有效曝光筛选、匿名轨迹关联和重复经过处理，达到提高曝光数据真实性并减少虚高统计结果的效果。现有技术中，常见做法是将经过广告设备附近的人数、进入画面的人数或短时停留人数直接计入曝光量，这种方式难以区分真实接收到广告内容的人体目标与仅从设备附近经过的人体目标，也难以消除同一人体目标在短时间内反复经过所造成的数据叠加问题。本技术通过将处于广告可视覆盖区域内、满足头部朝向条件、停留时长条件、距离条件和遮挡条件的人体目标筛选为有效曝光目标，并进一步对同一匿名轨迹的重复经过行为进行衰减计权处理，使曝光数量不再是简单累加结果，而是更加贴近真实广告接触情况的片段级有效曝光数据，从而达到提高效果评价可信度、增强反馈样本质量并降低后续学习偏差的效果。

40、通过建立局部基线窗口和匹配对照片段，对当前投放片段提取净吸引效果值、净交互效果值和净引导效果值，并在预设动作约束集合内对广告发布策略进行反馈学习更新，达到将广告效果优化过程与机器人可实际执行的物理发布动作直接闭环关联的效果。现有方案中，较多是依据静态广告评价结果或平台级投放数据对素材、时间段等参数进行调整，难以适用于移动机器人在复杂现场中的动态发布场景。本技术通过将参考值构建、净效果提取、异常干扰标记判断和置信度判定有机结合，再对停留点、机体朝向、广告输出单元朝向、播报音量、播报时长和交互触发阈值等参数进行受约束更新，使机器人能够在不脱离现场执行边界的前提下持续修正后续发布策略，从而达到兼顾评估准确性、更新稳定性和现场适应性的效果。