1.一種交互學習式機器人，包括：

存儲裝置，存儲所述機器人的認知模型；

可見光通信收發器，接收經另一機器人編碼和發送的可見光信號；

編解碼器，與所述收發器連接，對所述可見光信號進行解碼；以及

認知生成裝置，與所述編解碼器連接，對經解碼的信號進行分類，并且根據所述機器人的認知模型對經分類的信號進行學習，以便形成所述機器人針對所述可見光信號的新認知結果；

其中，所述可見光通信收發器還發送所述新認知結果。

2.如權利要求1所述的機器人，其特征在于，所述認知生成裝置包括：

分類器，將所述經解碼的信號分類為感測數據和認知數據。

3.如權利要求2所述的機器人，其特征在于，所述感測數據包括圖片數據、聲音數據、觸覺數據中的一者或多者，所述認知數據包括個體意識數據、任務指令數據、策略數據、推理數據中的一者或多者。

4.如權利要求3所述的機器人，其特征在于，所述分類器還用于將所述經解碼的信號分類為圖片數據、聲音數據、觸覺數據、個體意識數據、任務指令數據、策略數據或推理數據。

5.如權利要求2或4所述的機器人，其特征在于，所述認知生成裝置還包括：

特征提取器，提取所述經分類的數據中的特征；以及

學習裝置，根據所述認知模型對所提取的特征進行推理和判斷以形成所述新認知結果，其中，所述新認知結果用于更新所述認知模型。

6.如權利要求5所述的機器人，其特征在于，所述所提取的特征是所 述認知模型中的概念或事件。

7.如權利要求6所述的機器人，其特征在于，所述認知模型通過所述概念與所述事件之間的聯系來確定所述機器人的所述新認知結果。

8.如權利要求7所述的機器人，其特征在于，還包括：

控制器，用于根據所述認知結果控制所述機器人的動作。

9.如權利要求1所述的機器人，其特征在于，所述可將光通信收發器是LED可見光通信收發器、熒光可見光通信收發器中的一者或多者。

10.如權利要求9所述的機器人，其特征在于，所述可見光通信收發器被安裝于所述機器人的眼部。

11.如權利要求1所述的機器人，其特征在于，所述可見光通信收發器還與云端通信，并且所述存儲裝置連接到所述可見光通信收發器以從所述云端下載所述認知模型和/或向所述云端上傳經更新的認知模型。

12.一種交互學習式機器人群集，包括至少兩個如權利要求1-11中的任一項所述的機器人，所述至少兩個機器人以可見光通信方式通信連接。

13.一種機器人交互學習方法，包括：

接收步驟：由機器人接收來自另一機器人的可見光通信信號；

解碼步驟：對所述可見光通信信號進行解碼；

分類步驟：對經解碼的信號進行分類；

學習步驟：根據所述機器人的認知模型來學習經分類的信號，以形成對所述可見光通信信號的新認知結果；

更新步驟：存儲所述新認知結果以更新所述機器人的所述認知模型；以及

發送步驟：發送所述新認知結果。

14.如權利要求13所述的方法，其特征在于，所述分類步驟還包括：

將所述經解碼的信號分類為感測數據和認知數據。

15.如權利要求14所述的方法，其特征在于，所述分類步驟還包括：

進一步將所述感測數據分類為圖片數據、聲音數據或觸覺數據；并且/或者

進一步將所述認知數據分類為個體意識數據、任務指令數據、策略數據或推理數據。

16.如權利要求14或15所述的方法，其特征在于，所述學習步驟還包括：

提取所述經分類的信號中的特征；以及

根據所述認知模型，對所提取的特征進行推理和判斷以形成所述新認知結果。

17.如權利要求16所述的方法，其特征在于，所述所提取的特征是所述認知模型中的概念或事件。

18.如權利要求17所述的方法，其特征在于，所述學習步驟還包括：

所述認知模型通過所述概念與所述事件之間的聯系來確定所述機器人的所述新認知結果。

19.如權利要求13所述的方法，其特征在于，所述接收步驟還包括以下步驟：

從云端下載所述認知模型和/或向所述云端上傳經更新的認知模型。