如何使机器人伴随音乐而舞蹈是一个既有趣又富有挑战性的问题,一方面,舞蹈是一种能够给舞者和观众都带来愉悦的艺术形式,另一方面,舞蹈涉及到诸如运动、感知、情感体验等多种人类的高级能力,因此机器人舞蹈的研究对于丰富社会的精神文明和促进人工智能的发展都有着积极的作用。近年来,深度学习的发展使得的高层的特征学习和复杂序列建模成为可能,机器人舞蹈序列与自然语言序列有着一定的相似性,因此,将舞蹈的姿态看作词汇,采用基于深度学习的自然语言处理的方法进行舞姿分析以及舞蹈序列的生成将是个有意义的尝试,本文使用Word2vec模型得到舞蹈姿态的语义特征——姿态嵌入(Gesture Embedding),并且用基本的语言模型生成机器人舞蹈序列,以此来分析舞蹈序列与语言序列的异同。在综合考虑了姿态分析的结果以及机器人平台的现实条件后,本文提出了一个完整的基于深度学习的机器人舞蹈创作的系统,采用门控循环单元网络分别学习音乐的全局特征与舞蹈姿态关系特征之间的相关性、音乐局部特征与舞蹈动作密度特征之间的相关性,结合舞蹈动作图,采样并规划出与节拍同步的机器人舞蹈动作。该方法适用于当下商业娱乐机器人平台上提供的规模小、舞蹈风格多样的机器人舞蹈数据集。本文的实验在优必选Alpha1S机器人平台上进行,机器人能够根据算法生成的动作序列演绎出稳定、流畅的舞蹈,调查问卷表明,人们很难区分舞蹈片段是由该算法生成的还是由人类设计。