在对交互过程中的多模式信息采集、认知特征提取、多模式行为关联融合，及人拟数字化分析方法与应用技术展开深入研究的过程中，围绕交互过程的多模式信息认知特征的提取、人拟数字化技术以及分布式认知模型的建立方法，构造符合人类感知和认知行为的典型应用背景下机器人个性化交互平台。具体实现方法包括以下6个方面：

（1）用户基础信息的特征提取方法 该方法是寻求能够实时、准确地反映用户与其机器人交流过程中脸部表情、视线关注检测、身体姿态、声音及语言文字、肢体行为、步态信息等多模态特征的、可计算的表示方法，基于多模态信息融合技术，为人拟数字化特征表达及认知特征的自动获取，提供高效的基础性支持。

（2）提取信息的人拟数字化特征表达方法 这种方法是研究高效、准确地表达交流过程中的人性化感知方法，基于交互过程中的脸部表情、身体姿态、语音信息、肢体行为等数据，构造出符合人类认知心理特征的智能化表达，消除“交互壁垒”问题。

（3）多模态信息融合方法 该技术是基于图像、语音、文本、触觉及其他多种传感器所提取的可计算信息（已完成人拟数字化特征表达）的一种融合方法，可以增强基本特征的多源复合效用，提高机器人认知特征提取及交流过程的表达能力。(www.daowen.com)

（4）高效分布式认知特征的自动获取及其模型的建立方法 此方法研究如何基于人脑启发式的感知数字化特征表述，抽取能够恰当反映用户感知和认知信息的认知特征，以及如何对提取的认知特征进行有效评估的客观评价标准；以家庭背景下的机器人为具体研究对象，研究认知模型的建立方法，使得机器人的交流模式信息符合人类的感知与认知行为，产生的结果更加贴近用户的交流要求。此技术最终目的就是利用机器人数据处理方面的高精度、高鲁棒、高速度等计算特点对所提取的、大量的多模式信息进行符合用户行为的内容解析，得到满足用户要求的表达结果，即在面向用户的机器人上建立有效的、用于模拟用户认知、反映用户交流过程中个性偏好的可计算特征。分布式认知模型的建立与引入，可以实现用户认知的可计算客观特征空间与其主观心理空间之间的映射。

（5）关联融合的多模式行为合成方法 研究如何基于所获取的恰当反映用户感知和认知信息的认知特征以及分布式认知模型，研究符合其人因特征的多模态行为模式及其高效的关联融合算法和控制系统，使所产生的结果与交流过程中儿童生理和心理要求趋于一致。同时通过关注模型等手段，对于玩伴机器人关联融合的多模式行为合成进行客观的综合评估。

（6）个性化实时交互方法 由于每个用户在情绪状态、性格特点、兴趣喜好等方面的个体差异很大，对交流过程中的需求各式各样，因此这种技术结合了用户的认知特性来表达实现个性化的实时交互功能。利用此项技术可研制出融合分布式认知模型的、可进行个性化交互的机器人，使其能够根据用户的偏好需求，将基于人拟数字化特征表达的脸部表情、身体姿态、语音信息、肢体行为等模式自然地表现出来，完成不同交互模式的平滑切换，产生符合要求的个性化交互结果。根据在交互过程中视觉、语音及其他多传感器所获取的脸部表情、身体姿态、语言信息、肢体行为等信息，分析出其深层次的情绪状态、性格模式等个性化特征，去除掉用户厌烦的、不感兴趣的感知内容，提取出其真正关心的感知内容，由上述所建立的分布式认知模型以及个性化情感状态空间转移的非线性模型，实时自动合成出关联融合的多模式行为，以满足用户与机器人之间个性化的自然、和谐、舒畅的实时交流。