CN114415691A - 一种机器人调度方法、调度平台及系统 - Google Patents

一种机器人调度方法、调度平台及系统 Download PDF

Info

Publication number
CN114415691A
CN114415691A CN202210107903.4A CN202210107903A CN114415691A CN 114415691 A CN114415691 A CN 114415691A CN 202210107903 A CN202210107903 A CN 202210107903A CN 114415691 A CN114415691 A CN 114415691A
Authority
CN
China
Prior art keywords
robot
scheduling
information
task
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210107903.4A
Other languages
English (en)
Other versions
CN114415691B (zh
Inventor
江萌
左政�
张兆银
霍卓群
陶雷雷
孙丽君
闫欣
张文强
范立
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Boc Financial Technology Suzhou Co ltd
Original Assignee
Boc Financial Technology Suzhou Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Boc Financial Technology Suzhou Co ltd filed Critical Boc Financial Technology Suzhou Co ltd
Priority to CN202210107903.4A priority Critical patent/CN114415691B/zh
Publication of CN114415691A publication Critical patent/CN114415691A/zh
Application granted granted Critical
Publication of CN114415691B publication Critical patent/CN114415691B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291—Fleet control

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Manipulator (AREA)

Abstract

本发明实施例公开了一种机器人调度方法、调度平台及系统。方法包括：接收目标任务，并针对每个目标任务，确定对应的可调度机器人集；获取可调度机器人集中每个机器人所对应的调度维度信息；根据预设调度算法和调度维度信息，从可调度机器人集中确定目标机器人，并调度目标机器人执行目标任务。该方法通过确定每个目标任务所对应的可调度机器人集，并根据可调度机器人集中每个机器人的调度维度信息和预设调度算法可以选取出最适合执行目标任务的机器人作为目标机器人，避免了人工调度合适目标任务执行的机器人所造成的人力和时间消耗等情况，提高了机器人调度的效率和可靠性。

Description

一种机器人调度方法、调度平台及系统
技术领域
本发明实施例涉及计算机技术领域，尤其涉及一种机器人调度方法、调度平台及系统。
背景技术
机器人，是指一种基于机器人流程自动化(Robotic Process Automation，RPA)技术的数字机器人，也可称为RPA数字机器人。RPA数字机器人是一种强大而有效的工具，通过模拟用户与计算机的交互过程，可以将基于规则的、重复性的、耗时的、易出错的任务流程(如重复读取邮件工作、批量生成文件和报告工作、和批量文件检查工作等任务流程)自动化，在实际应用中，可以利用该RPA数字机器人作为虚拟劳动力，以依据预先设定的程序与现有用户系统进行交互并完成预期的任务。
随着任务量的增加，通常需要多个RPA数字机器人来进行任务的执行，在此过程中，就涉及到如何有效的管理多个RPA数字机器人。目前，常用的方法是采用人工管理的方式，即通过相关技术人员逐个管理RPA数字机器人。但是，人工管理的方式会带来人力物力的消耗，从而浪费了大量的人力和时间成本。
故，如何有效的管理调度RPA数字机器人以节省人力成本是当前亟待解决的技术问题。
发明内容
本发明实施例提供了一种机器人调度方法、调度平台及系统，以提高机器人调度的效率和可靠性。
根据本发明实施例的一方面，提供了一种机器人调度方法，应用于调度平台，包括：
接收目标任务，并针对每个目标任务，确定对应的可调度机器人集，其中，所述可调度机器人集包括提交所述目标任务至所述调度平台的第一机器人和至少一个第二机器人；
获取所述可调度机器人集中每个机器人所对应的调度维度信息；
根据预设调度算法和所述调度维度信息，从所述可调度机器人集中确定目标机器人，并调度所述目标机器人执行所述目标任务。
根据本发明实施例的另一方面，提供了一种调度平台，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的机器人调度方法。
根据本发明实施例的另一方面，提供了一种机器人调度系统，所述系统包括：待调度机器人以及如发明实施例所述的调度平台；
所述待调度机器人包括至少一个第一机器人以及至少一个第二机器人。
本发明实施例的技术方案，首先接收目标任务，并针对每个目标任务，确定对应的可调度机器人集，其中，可调度机器人集包括提交目标任务至调度平台的第一机器人和至少一个第二机器人；然后获取可调度机器人集中每个机器人所对应的调度维度信息；最后根据预设调度算法和调度维度信息，从可调度机器人集中确定目标机器人，并调度目标机器人执行目标任务。该技术方案通过确定每个目标任务所对应的可调度机器人集，并根据可调度机器人集中每个机器人的调度维度信息和预设调度算法可以选取出最适合执行目标任务的机器人作为目标机器人，避免了人工调度合适目标任务执行的机器人所造成的人力和时间消耗等情况，提高了机器人调度的效率和可靠性。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种机器人调度方法的流程图；
图2是根据本发明实施例二提供的一种机器人调度方法的流程图；
图3是根据本发明实施例二提供的一种RPA数字机器人调度系统的架构示意图；
图4是根据本发明实施例二提供的一种确定可调度机器人集的实现示意图；
图5是根据本发明实施例三提供的一种机器人调度装置的结构示意图；
图6是实现本发明实施例的机器人调度方法的调度平台10的结构示意图；
图7是根据本发明实施例五提供的一种机器人调度系统的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
RPA数字机器人是一种强大而有效的工具，通过模拟人类与计算机的交互过程，可以将基于规则的、重复性的、耗时的、易出错的工作流程自动化，可以做到节省人力资源、出错率低且安全可靠、遵循合规，且不需改变当前已有的软件系统和技术的非入侵式实施。
RPA数字机器人在使用的过程中，有其独特的特点。例如，RPA数字机器人的本质是单一任务的组合；一个RPA数字机器人在模拟用户操作的一些任务的时候，通常需要多台RPA数字机器人进行多个任务的运行以完成一个完整的项目。在该过程中，会衍生出如何有效的管理所有的RPA数字机器人、以及如何平衡所有RPA数字机器人的工作效率等问题。人工逐个管理的方法会带来人力的耗费问题，本发明实施例提出一种调度RPA数字机器人的方法，能够节省大量人力，并提高机器人调度的效率和可靠性。
实施例一
图1是根据本发明实施例一提供的一种机器人调度方法的流程图，本实施例可适用于对机器人进行调度的情况，该方法可以由机器人调度装置来执行，该机器人调度装置可以采用硬件和/或软件的形式实现，该机器人调度装置可配置于调度平台中。如图1所示，该方法包括：
S110、接收目标任务，并针对每个目标任务，确定对应的可调度机器人集，其中，所述可调度机器人集包括提交所述目标任务至所述调度平台的第一机器人和至少一个第二机器人。
在本实施例中，目标任务可以指由对应的第一机器人上传至调度平台待处理任务。第一机器人可用于接收用户上传的待处理任务，其中待处理任务可以理解为用户所构建的等待处理的任务，待处理任务可以是以文件的形式上传(此处对此不做限定)，如用户将某项对批量文件报告进行检查的任务编辑构建成一个文件，并将该文件上传至第一机器人作为待处理任务。需要说明的是，用户在上传待处理任务的时候，可以在待处理任务中设置相应的标签，该标签可用于表征该待处理任务所对应的任务类别，例如该标签可以是一个键值(即Key值)。在此基础上，第一机器人可根据所接收的待处理任务中包含的标签来识别该待处理任务的任务类别，并从预先设定的标签集合中判断是否存在与该待处理任务中包含的标签一致的标签，若存在则可确定该待处理任务为目标任务并将其发送至调度平台；若不存在则可直接在该第一机器人上执行该待处理任务。
调度平台可以理解为一个可用于接收目标任务和获取所有机器人(即第一机器人和第二机器人)相关信息，并可对所有机器人进行调度的控制平台，调度平台可以是一个电子设备，如服务器，此处对此不作限定。需要说明的是，本实施例中所提到的机器人可认为是RPA数字机器人。
在一个实施例中，在针对每个目标任务，确定对应的可调度机器人集之前，还可以对记录在调度平台中的所有等待调度的机器人进行分类，分为至少一个第一机器人和至少一个第二机器人。此处对所有等待调度的机器人的分类方式、以及分类后的第一机器人和第二机器人所各自对应的数量不作限定，可根据实际需求进行灵活设定。其中，第一机器人可以用于接收用户上传的所有待处理任务，并判断该待处理任务是否是目标任务。第二机器人可以用于作为每个目标任务的可调度机器人集中的成员之一。
可调度机器人集可以理解为，针对每个目标任务可被用于调用以执行该目标任务的多个机器人的集合；在此基础上，可调度机器人集可以包括提交该目标任务至调度平台的第一机器人和至少一个第二机器人。需要说明的是，可调度机器人集中所包含的第二机器人可以是所有的第二机器人；也可以是根据预先设定的筛选条件从所有第二机器人中筛选出的一个或多个第二机器人，此处对筛选条件不作限定，可根据实际需求灵活设定。
具体的，调度平台接收第一机器人发送的目标任务，并针对每个目标任务，可以确定该目标任务对应的可调度机器人集。
S120、获取所述可调度机器人集中每个机器人所对应的调度维度信息。
在本实施例中，调度平台可以调度平台可以与所有的待调度机器人进行相应的通信连接，以获取可调度机器人集中每个机器人所对应的调度维度信息。调度维度信息可以理解为与机器人的负载状态以及机器人和目标任务之间匹配度相关联的多维度信息，例如调度维度信息可以包括机器人的自身状态信息以及机器人与目标任务之间的匹配程度信息。其中，机器人的自身状态信息可以理解为表征机器人当前运行状态的信息，例如可以包括机器人的中央处理器(Central Processing Unit，CPU)状态信息、内存存储状态信息、以及图形处理器(Graphics Processing Unit，GPU)状态信息等。机器人与目标任务之间的匹配程度信息可理解为目标任务被机器人运行时的匹配程度信息，例如可以包括机器人对目标任务的执行效率信息、机器人对目标任务的执行准确率信息、以及机器人执行该目标任务的执行次数信息等。
可选的，调度维度信息包括机器人的机器人状态信息以及机器人与目标任务之间的匹配度信息；机器人状态信息包括以下至少一个第一子信息：CPU状态信息、内存状态信息、所属网络状态信息、硬盘状态信息、以及GPU状态信息；匹配度信息包括以下至少一个第二子信息：机器人执行效率信息、机器人执行准确率信息、以及机器人执行次数信息。
其中，调度维度信息可以包括机器人的机器人状态信息以及机器人与目标任务之间的匹配度信息。机器人状态信息可以包括以下至少一个第一子信息：CPU状态信息、内存状态信息、所属网络状态信息、硬盘状态信息、以及GPU状态信息。CPU状态信息可以指机器人的CPU使用率的状态信息；内存状态信息可以指及机器人的内存使用率的状态信息；所属网络状态信息可以指机器人当前所属的网络速率信息；硬盘状态信息可以指机器人的硬盘读写速率和可使用率信息；GPU状态信息可以指机器人的GPU使用率的状态信息。
匹配度信息可以包括以下至少一个第二子信息：机器人执行效率信息、机器人执行准确率信息、以及机器人执行次数信息。其中，机器人执行效率信息可以指机器人执行目标任务的执行效率信息；机器人执行准确率信息可以指机器人执行目标任务的执行准确率信息；机器人执行次数信息可以指机器人执行目标任务的总执行次数的信息。
需要说明的是，本实施例对每个机器人的调度维度信息所包含的具体信息不作限定，可根据实际需求灵活设置。
S130、根据预设调度算法和所述调度维度信息，从所述可调度机器人集中确定目标机器人，并调度所述目标机器人执行所述目标任务。
在本实施例中，预设调度算法可以指预先设定的可用于确定目标机器人的调度算法。预设调度算法中可以包含所预先设定的各个调度维度信息所对应的权重设置；其中可根据不同的调度维度信息设置对应不同的权重。
示例性的，可以根据预设调度算法和调度维度信息，计算可调度机器人集中每个机器人对应的调度权重。如可以分别根据调度维度信息中机器人状态信息和机器人与目标任务之间的匹配度信息计算一个对应的调度子权重，在此基础上根据这两个调度子权重计算得到一个总的调度权重，作为每个机器人对应的调度权重。具体的，针对机器人状态信息，可根据各机器人状态信息中的至少一个第一子信息和预设调度算法中各第一子信息对应的权重，通过加权求和计算得到该机器人的一个调度子权重；针对机器人与目标任务之间的匹配度信息，可根据各匹配度信息中的至少一个第二子信息和预设调度算法中各第二子信息对应的权重，通过加权求和计算得到该机器人的另一个调度子权重。在此基础上，根据所计算得到的两个调度子权重可以计算得到该机器人的总调度权重。此处对计算该机器人的总调度权重的方式不做限定，如可以是两个调度子权重相乘得到总调度权重；或者，可理解的是，由于两个调度子权重小于1，故可以使得每个调度子权重先各自与1求和，所得的两个和值再相乘得到总的调度权重。在此基础上，从可调度机器人集中可选取调度权重值最高的机器人作为目标机器人，并调度该目标机器人执行目标任务。
本发明实施例一提供的一种机器人调度方法，首先接收目标任务，并针对每个目标任务，确定对应的可调度机器人集，其中，可调度机器人集包括提交目标任务至调度平台的第一机器人和至少一个第二机器人；然后获取可调度机器人集中每个机器人所对应的调度维度信息；最后根据预设调度算法和调度维度信息，从可调度机器人集中确定目标机器人，并调度目标机器人执行目标任务。该方法通过确定每个目标任务所对应的可调度机器人集，并根据可调度机器人集中每个机器人的调度维度信息和预设调度算法可以选取出最适合执行目标任务的机器人作为目标机器人，避免了人工调度合适目标任务执行的机器人所造成的人力和时间消耗等情况，提高了机器人调度的效率和可靠性。
实施例二
图2是根据本发明实施例二提供的一种机器人调度方法的流程图，本实施例二在上述各实施例的基础上进行细化。在本实施例中，对根据预设调度算法和调度维度信息，从所可调度机器人集中确定目标机器人的过程进行了具体描述。需要说明的是，未在本实施例中详尽描述的技术细节可参见上述任意实施例。如图2所示，该方法包括：
S210、对调度平台中的待调度机器人进行分类，得到至少一个第一机器人和至少一个第二机器人。
在本实施例中，调度平台可以对记录在本地中的所有的待调度机器人进行分类，以得到至少一个第一机器人和至少一个第二机器人。此处可根据实际需求设定分类方式和分类后的第一机器人和第二机器人各自的数量。
可选的，目标任务由第一机器人根据待处理任务的标签与预设标签集确定并提交至调度平台。
其中，目标任务可以由第一机器人根据所接收的待处理任务的标签与预设标签集确定并提交至调度平台。待处理任务的标签可以用于表征该待处理任务的任务类别。预设标签集可理解为多个预设标签构成的集合；多个预设标签可理解为预先设定的多个任务类别所对应的标签，其中对多个任务类别不作限定，可根据实际需求设定。在此基础上，若可以从预设标签集中匹配到与待处理任务的标签一致的标签，则可确定该待处理任务为目标任务，可将该待处理任务发送至调度平台；否则，可确定该待处理任务不是目标任务，第一机器人可直接执行该待处理任务。
S220、接收目标任务，并针对每个目标任务，确定对应的可调度机器人集，可调度机器人集包括提交目标任务至调度平台的第一机器人和至少一个第二机器人。
在本实施例中，调度平台接收目标任务，并针对每个目标任务确定该目标任务对应的可调度机器人集。其中，可调度机器人集可以包括提交该目标任务至调度平台的第一机器人和至少一个第二机器人。
S230、获取可调度机器人集中每个机器人所对应的调度维度信息。
在本实施例中，调度平台与所有待调度机器人之间可以建立相应的通信连接，在此基础上，可实时获取可调度机器人集中每个机器人所对应的调度维度信息。
其中，调度维度信息可以包括机器人的机器人状态信息以及机器人与目标任务之间的匹配度信息；机器人状态信息可以包括以下至少一个第一子信息：CPU状态信息、内存状态信息、所属网络状态信息、硬盘状态信息、以及GPU状态信息；匹配度信息可以包括以下至少一个第二子信息：机器人执行效率信息、机器人执行准确率信息、以及机器人执行次数信息。
S240、根据预设调度算法和调度维度信息，计算可调度机器人集中每个机器人对应的调度权重。
在本实施例中，根据预设调度算法中各调度维度信息对应的权重和各调度维度信息，可以计算得到可调度机器人集中每个机器人对应的调度权重。
可选的，根据预设调度算法和调度维度信息，计算可调度机器人集中每个机器人对应的调度权重，包括：根据预设调度算法中各第一子信息对应的第一预设子权重和第一子信息，确定每个机器人对应的第一权重；根据预设调度算法中各第二子信息对应的第二预设子权重和第二子信息，确定每个机器人对应的第二权重；根据第一权重和第二权重，确定每个机器人对应的调度权重。
其中，第一预设子权重可以指预设调度算法中对机器人状态信息中各个第一子信息所设置的权重值。根据预设调度算法中各第一子信息对应的第一预设子权重和第一子信息，通过加权求和可以计算得到每个机器人对应的第一权重。
第二预设子权重可以指预设调度算法中对机器人与目标任务之间的匹配度信息中各个第二子信息所设置的权重值。根据预设调度算法中各第二子信息对应的第二预设子权重和第二子信息，通过加权求和可以计算得到每个机器人对应的第二权重。
在此基础上，根据第一权重和第二权重，可以确定每个机器人对应的调度权重。可以理解的是，第一权重和第二权重对应的数值可能小于1，直接相乘的值会小于第一权重或第二权重，故将第一权重和第二权重相乘的值作为调度权重是无法准确衡量该机器人的权重程度的。因此，可以分别将第一权重和第二权重与1求和，再将两个得到的和值相乘作为每个机器人的调度权重，即可以将第一权重与1的和值以及第二权重与1的和值相乘的值作为每个机器人的调度权重；此处对此不做限定。
S250、根据调度权重，选取调度权重值最高的机器人作为目标机器人，并调度目标机器人执行目标任务。
在本实施例中，根据所计算得到的可调度机器人集中每个机器人的调度权重，可以从中选取调度权重值最高的机器人作为目标机器人，并调度目标机器人执行目标任务。
本实施例二提供了一种机器人调度方法，该方法通过在预设调度算法中对每个调度维度信息进行权重的设置，根据各个调度维度信息和各个调度维度信息对应的权重设置，能够计算得到可调度机器人集中每个机器人所对应的调度权重；在此基础上，通过选取调度权重值最高的机器人作为执行目标任务的目标机器人，能够避免人工调度的人力成本浪费，从而提高机器人调度的准确性和效率。
在上述实施例的基础上，本发明实施例提出了一种RPA数字机器人调度系统的技术架构。
该调度系统的任务是：1)链接各个RPA数字机器人；2)实时同步各个RPA数字机器人所执行的任务；3)实时同步各个RPA数字机器人的状态以及操作日志等信息；4)合理调度各个待处理任务在各个RPA数字机器人上运行；5)所有RPA数字机器人的相关信息可集中可视化在调度平台以供检测和控制。
图3是根据本发明实施例二提供的一种RPA数字机器人调度系统的架构示意图。如图3所示，该系统架构可设计为浏览器/服务器模式(Browser/Server，B/S)架构，浏览器端可负责为用户可视化RPA数字机器人的相关数据，同时也提供给用户一个远程控制机器人的显示平台。服务器端可负责处理所有RPA数字机器人的信息数据和传递浏览器端的控制RPA数字机器人的信息。该系统架构设计具体如下(以下RPA数字机器人可用机器人表示)：
系统服务化与Nginx(Nginx即负载均衡服务器)负载均衡：为解决机器人数量众多，调度平台传递信息繁杂，服务器端可采用服务化思想为浏览器端及机器人提供服务接口。在浏览器端和机器人端的接口信息传递都可通过Nginx进行分发和负载均衡。
浏览器端：在浏览器端，服务器端可为其提供容器化的前端服务。负责向浏览器端提供页面信息，同时向服务器端的后端服务发送超文本传输协议(Hyper Text TransferProtocol，Http)请求以及WebSocket服务请求。
机器人端：在机器人端，为解决机器人数量众多和消息繁杂以及机器人端的数据延时性等问题，可采用消息代理和队列服务器(即RabbitMQ)技术，以达到解耦和削峰机器人端消息的目的。
服务器端后端：在服务器端的后端服务模块可提供请求端口服务、消息队列、数据库服务、WebSocket、调度算法(即预设调度算法)和文件服务等。其中，请求端口服务可以包括：处理浏览器前端服务请求的接口和提供标准化的RESTful应用程序接口(ApplicationProgramming Interface，API)接口方便前端服务对接；消息队列可以包括：逻辑处理机器人RabbitMQ消息数据；数据库服务可以包括：提供持久化机器人端数据，方便与机器人端异步通信；WebSocket服务可以包括：服务器端后端提供WebSocket服务与浏览器端和机器人端对接，保证调度平台(调度平台可运行部署在服务器端)与机器人端和浏览器端实时的传递数据信息；调度算法可以包括：合理调度机器人执行相应的任务，保证各个机器人的负载合理，提高整体机器人运行效率；文件服务可以包括：处理调度平台中的任务等文件，文件可以同步部署到机器人端。
日志系统：本系统还可提供日志系统，实时同步机器人端日志、同步调度平台的操作日志以及运行日志等。同步机器人端日志为调度算法提供机器人状态信息和机器人与目标任务的匹配度信息等，方便为调度算法提供输入数据。同步调度平台操作日志方便定位解决由于操作引起的问题；同步运行日志方便定位解决由代码逻辑层面产生的运行漏洞(即Bug)。
容器化：为提高服务器端运行的稳定性，减少各个服务间的问题的相互干预。可将服务器端的各项服务全部采用容器化处理，具体可包括：Nginx容器化、前端服务容器化、文件系统容器化、消息队列容器化、后端服务容器化、数据库容器化和日志系统容器化等。
图4是根据本发明实施例二提供的一种确定可调度机器人集的实现示意图。如图4所示，当第一机器人B上传目标任务至调度平台时，可以确定该第一机器人B和所有的第二机器人构成该目标任务的可调度机器人集。在此基础上，可根据预设调度算法和所获取的各个机器人的调度维度信息，从可调度机器人集中确定目标机器人，并调度目标机器人执行该目标任务。
在一个具体的实施例中，第一机器人和第二机器人在与调度平台共同联网的状态下，调度平台可定期或实时获取每个机器人的调度维度信息。其中调度维度信息的获取方式可以是通过日志系统，同时WebSocket信息传输也会实时推送各个机器人运行的基本信息等。
第一权重的计算公式如下：
z1＝a1x1+a2x2+a3x3+a4x4+a5x5；
其中，z1可表示第一权重；x1、x2、x3、x4、x5可分别表示CPU状态信息、内存状态信息、所属网络状态信息、硬盘状态信息、以及GPU状态信息，此处对第一子信息的内容和数量不做限定，可根据实际需求灵活设定；a1、a2、a3、a4、a5可分别表示各第一子信息对应的第一预设子权重。
示例性的，CPU和内存的使用率高低可表明该机器人的负载程度，CPU和内存可使用率越高，则该机器人的负载越轻，可优先处理目标任务。所属网络状态越好，则机器人的网络传输速度越快，可优先处理目标任务。硬盘读写速度和可使用率越高可表明机器人的负载越轻，可优先处理目标任务。GPU可使用率越高则可说明机器人的负载越轻，可优先处理目标任务。如可设置a1、a2、a3、a4、a5分别为0.2，此处对此不做限定，第一预设子权重的取值可根据实际情况灵活设定。在此基础上，第一权重可表示为：z1＝0.2x1+0.2x2+0.2x3+0.2x4+0.2x5。
第二权重的计算公式如下：
z2＝b1y1+b2y2+b3y3；
其中，z2可表示第二权重；b1、b2、b3可分别表示机器人执行效率信息、机器人执行准确率信息、以及机器人执行次数信息，此处对第二子信息的内容和数量不做限定，可根据实际需求灵活设定；y1、y2、y3可分别表示各第二子信息对应的第二预设子权重。
示例性的，每个机器人的机器人执行效率可设置一个初始值为100％，若在第一次接收到某个类别的目标任务时，可使用初始值100％作为机器人执行效率；并以同一任务类别(即同一Key值)的目标任务首次在机器人执行的时间作为衡量指标，随着相同Key值的目标任务执行，可通过当次执行目标任务的时间与该类别目标任务的首次执行时间来分析计算当次的机器人执行效率，以作为下次接收到该类别目标任务时的机器人执行效率。机器人执行效率越高可说明该机器人越合适执行该目标任务。机器人执行准确率也可设置一个初始值100％，若在第一次接收到某个类别的目标任务时，可使用初始值100％作为机器人执行准确率，将当次执行该目标任务后得到的机器人执行准确率作为下次接收到该类别目标任务时的机器人执行准确率。机器人执行准确率越高可表明该机器人越适合执行该目标任务。针对机器人执行次数，若在第一次接收到某个类别的目标任务时，机器人执行次数为0，以此类推，每执行一次同类别的目标任务，就累计一次该类别的机器人执行次数，并记录在机器人本地。其中，机器人执行次数越多可表明该机器人越适合执行该目标任务。如可设置b1、b2、b3分别为0.5，0.25，0.25，此处对此不做限定，第二预设子权重的取值可根据实际情况灵活设定。在此基础上，第二权重可表示为：z2＝0.5y1+0.25y2+0.25y3。
根据第一权重和第二权重确定每个机器人对应的调度权重z总，其对应的计算公式如下：
z总＝(z1+1)(z2+1)。
利用上述实施例能够确定最合适执行目标任务的机器人，从而有效提高机器人的利用率和调度管理效率。
实施例三
图5是根据本发明实施例三提供的一种机器人调度装置的结构示意图。如图5所示，该装置包括：
接收模块310，用于接收目标任务，并针对每个目标任务，确定对应的可调度机器人集，其中，所述可调度机器人集包括提交所述目标任务至所述调度平台的第一机器人和至少一个第二机器人；
获取模块320，用于获取所述可调度机器人集中每个机器人所对应的调度维度信息；
确定模块330，用于根据预设调度算法和所述调度维度信息，从所述可调度机器人集中确定目标机器人，并调度所述目标机器人执行所述目标任务。
在本发明实施例中，首先通过接收模块310，接收目标任务，并针对每个目标任务，确定对应的可调度机器人集，其中，可调度机器人集包括提交目标任务至调度平台的第一机器人和至少一个第二机器人；然后通过获取模块320，获取可调度机器人集中每个机器人所对应的调度维度信息；最后通过确定模块330，根据预设调度算法和调度维度信息，从可调度机器人集中确定目标机器人，并调度目标机器人执行目标任务。该装置通过确定每个目标任务所对应的可调度机器人集，并根据可调度机器人集中每个机器人的调度维度信息和预设调度算法可以选取出最适合执行目标任务的机器人作为目标机器人，避免了人工调度合适目标任务执行的机器人所造成的人力和时间消耗等情况，提高了机器人调度的效率和可靠性。
可选的，所述装置还包括：
分类模块，用于在针对每个目标任务，确定对应的可调度机器人集之前，对所述调度平台中的待调度机器人进行分类，得到至少一个第一机器人和至少一个第二机器人。
可选的，所述目标任务由所述第一机器人根据待处理任务的标签与预设标签集确定并提交至所述调度平台。
可选的，确定模块330，具体包括：
计算单元，用于根据预设调度算法和所述调度维度信息，计算所述可调度机器人集中每个机器人对应的调度权重；
选取单元，用于根据所述调度权重，选取调度权重值最高的机器人作为目标机器人。
可选的，所述调度维度信息包括所述机器人的机器人状态信息以及所述机器人与所述目标任务之间的匹配度信息；
所述机器人状态信息包括以下至少一个第一子信息：中央处理器CPU状态信息、内存状态信息、所属网络状态信息、硬盘状态信息、以及图形处理器GPU状态信息；
所述匹配度信息包括以下至少一个第二子信息：机器人执行效率信息、机器人执行准确率信息、以及机器人执行次数信息。
可选的，计算单元，具体包括：
第一确定子单元，用于根据所述预设调度算法中各所述第一子信息对应的第一预设子权重和所述第一子信息，确定每个机器人对应的第一权重；
第二确定子单元，用于根据所述预设调度算法中各所述第二子信息对应的第二预设子权重和所述第二子信息，确定每个机器人对应的第二权重；
第三确定子单元，用于根据所述第一权重和所述第二权重，确定每个机器人对应的调度权重。
本发明实施例所提供的机器人调度装置可执行本发明任意实施例所提供的机器人调度方法，具备执行方法相应的功能模块和有益效果。
实施例四
图6是实现本发明实施例的机器人调度方法的调度平台10的结构示意图。调度平台旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。调度平台还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示，调度平台10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储调度平台10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
调度平台10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许调度平台10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如机器人调度方法。
在一些实施例中，机器人调度方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到调度平台10上。当计算机程序加载到RAM13并由处理器11执行时，可以执行上文描述的机器人调度方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行机器人调度方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在调度平台上实施此处描述的系统和技术，该调度平台具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给调度平台。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
实施例五
图7是根据本发明实施例五提供的一种机器人调度系统的示意图。如图7所示，该机器人调度系统包括：待调度机器人510，以及如本发明实施例提供的调度平台520；
待调度机器人510包括至少一个第一机器人以及至少一个第二机器人。
本发明实施例提供的一种机器人调度系统，首先接收目标任务，并针对每个目标任务，确定对应的可调度机器人集，其中，可调度机器人集包括提交目标任务至调度平台520的第一机器人和至少一个第二机器人；然后获取可调度机器人集中每个机器人所对应的调度维度信息；最后根据预设调度算法和调度维度信息，从可调度机器人集中确定目标机器人，并调度目标机器人执行目标任务。该系统通过确定每个目标任务所对应的可调度机器人集，并根据可调度机器人集中每个机器人的调度维度信息和预设调度算法可以选取出最适合执行目标任务的机器人作为目标机器人，避免了人工调度合适目标任务执行的机器人所造成的人力和时间消耗等情况，提高了机器人调度的效率和可靠性。
可选的，所述第一机器人用于根据待处理任务的标签与预设标签集确定目标任务，并将所述目标任务提交至调度平台520。
可选的，所述第一机器人具体用于：
获取待处理任务，并针对每一个待处理任务，根据所述待处理任务对应的标签与所述预设标签集，判断所述预设标签集中是否存在与所述待处理任务对应的标签一致的预设标签，其中，所述预设标签集包括至少一个预设标签，所述标签用于表征所述待处理任务的任务类别；
若所述预设标签集中存在与所述待处理任务对应的标签一致的预设标签，则确定所述待处理任务为目标任务，将所述目标任务发送至所述调度平台520；
若所述预设标签集中不存在与所述待处理任务对应的标签一致的预设标签，则执行所述待处理任务。
可选的，调度平台520具体用于：
接收目标任务，并针对每个目标任务，确定对应的可调度机器人集，其中，所述可调度机器人集包括提交所述目标任务至调度平台520的第一机器人和至少一个第二机器人；
获取所述可调度机器人集中每个机器人所对应的调度维度信息；
根据预设调度算法和所述调度维度信息，从所述可调度机器人集中确定目标机器人，并调度所述目标机器人执行所述目标任务。
本实施例五提供的一种机器人调度系统可以用于执行上述任意实施例提供的机器人调度方法，具备相应的功能和有益效果。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种机器人调度方法，应用于调度平台，其特征在于，所述方法包括：
接收目标任务，并针对每个目标任务，确定对应的可调度机器人集，其中，所述可调度机器人集包括提交所述目标任务至所述调度平台的第一机器人和至少一个第二机器人；
获取所述可调度机器人集中每个机器人所对应的调度维度信息；
根据预设调度算法和所述调度维度信息，从所述可调度机器人集中确定目标机器人，并调度所述目标机器人执行所述目标任务。
2.根据权利要求1所述的方法，其特征在于，在针对每个目标任务，确定对应的可调度机器人集之前，还包括：
对所述调度平台中的待调度机器人进行分类，得到至少一个第一机器人和至少一个第二机器人。
3.根据权利要求1所述的方法，其特征在于，所述目标任务由所述第一机器人根据待处理任务的标签与预设标签集确定并提交至所述调度平台。
4.根据权利要求1所述的方法，其特征在于，所述根据预设调度算法和所述调度维度信息，从所述可调度机器人集中确定目标机器人，包括：
根据预设调度算法和所述调度维度信息，计算所述可调度机器人集中每个机器人对应的调度权重；
根据所述调度权重，选取调度权重值最高的机器人作为目标机器人。
5.根据权利要求4所述的方法，其特征在于，所述调度维度信息包括所述机器人的机器人状态信息以及所述机器人与所述目标任务之间的匹配度信息；
所述机器人状态信息包括以下至少一个第一子信息：中央处理器CPU状态信息、内存状态信息、所属网络状态信息、硬盘状态信息、以及图形处理器GPU状态信息；
所述匹配度信息包括以下至少一个第二子信息：机器人执行效率信息、机器人执行准确率信息、以及机器人执行次数信息。
6.根据权利要求5所述的方法，其特征在于，根据预设调度算法和所述调度维度信息，计算所述可调度机器人集中每个机器人对应的调度权重，包括：
根据所述预设调度算法中各所述第一子信息对应的第一预设子权重和所述第一子信息，确定每个机器人对应的第一权重；
根据所述预设调度算法中各所述第二子信息对应的第二预设子权重和所述第二子信息，确定每个机器人对应的第二权重；
根据所述第一权重和所述第二权重，确定每个机器人对应的调度权重。
7.一种调度平台，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一所述的机器人调度方法。
8.一种机器人调度系统，其特征在于，所述系统包括：待调度机器人以及如权利要求7所述的调度平台；
所述待调度机器人包括至少一个第一机器人以及至少一个第二机器人。
9.根据权利要求8所述的系统，其特征在于，所述第一机器人用于根据待处理任务的标签与预设标签集确定目标任务，并将所述目标任务提交至所述调度平台。
10.根据权利要求9所述的系统，其特征在于，所述第一机器人具体用于：
获取待处理任务，并针对每一个待处理任务，根据所述待处理任务对应的标签与所述预设标签集，判断所述预设标签集中是否存在与所述待处理任务对应的标签一致的预设标签，其中，所述预设标签集包括至少一个预设标签，所述标签用于表征所述待处理任务的任务类别；
若所述预设标签集中存在与所述待处理任务对应的标签一致的预设标签，则确定所述待处理任务为目标任务，将所述目标任务发送至所述调度平台；
若所述预设标签集中不存在与所述待处理任务对应的标签一致的预设标签，则执行所述待处理任务。
CN202210107903.4A 2022-01-28 2022-01-28 一种机器人调度方法、调度平台及系统 Active CN114415691B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210107903.4A CN114415691B (zh) 2022-01-28 2022-01-28 一种机器人调度方法、调度平台及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210107903.4A CN114415691B (zh) 2022-01-28 2022-01-28 一种机器人调度方法、调度平台及系统

Publications (2)

Publication Number Publication Date
CN114415691A true CN114415691A (zh) 2022-04-29
CN114415691B CN114415691B (zh) 2024-04-02

Family

ID=81278730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210107903.4A Active CN114415691B (zh) 2022-01-28 2022-01-28 一种机器人调度方法、调度平台及系统

Country Status (1)

Country Link
CN (1) CN114415691B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115061809A (zh) * 2022-08-08 2022-09-16 杭州实在智能科技有限公司 基于安卓的rpa多任务调度方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109800937A (zh) * 2018-08-28 2019-05-24 博众精工科技股份有限公司 机器人集群调度系统
CN111340286A (zh) * 2020-02-24 2020-06-26 广东博智林机器人有限公司 机器人调度方法、装置、电子设备以及存储介质
CN111443720A (zh) * 2020-06-18 2020-07-24 北京云迹科技有限公司 一种机器人调度方法及装置
CN113095717A (zh) * 2021-04-29 2021-07-09 昆山塔米机器人有限公司 一种机器人调度方法、装置、设备及存储介质
CN113119127A (zh) * 2021-04-20 2021-07-16 大连宏燊软件技术有限公司 一种rpa机器人的任务调度方法和系统
CN113172625A (zh) * 2021-04-29 2021-07-27 塔米智能科技（北京）有限公司 一种机器人调度方法、装置、设备及存储介质
CN113268331A (zh) * 2021-06-04 2021-08-17 西安优艾智合机器人科技有限公司 机器人调用方法、机器人调用装置、管理系统和存储介质
CN113434310A (zh) * 2021-06-23 2021-09-24 未鲲(上海)科技服务有限公司 多线程任务分配方法、装置、设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109800937A (zh) * 2018-08-28 2019-05-24 博众精工科技股份有限公司 机器人集群调度系统
CN111340286A (zh) * 2020-02-24 2020-06-26 广东博智林机器人有限公司 机器人调度方法、装置、电子设备以及存储介质
CN111443720A (zh) * 2020-06-18 2020-07-24 北京云迹科技有限公司 一种机器人调度方法及装置
CN113119127A (zh) * 2021-04-20 2021-07-16 大连宏燊软件技术有限公司 一种rpa机器人的任务调度方法和系统
CN113095717A (zh) * 2021-04-29 2021-07-09 昆山塔米机器人有限公司 一种机器人调度方法、装置、设备及存储介质
CN113172625A (zh) * 2021-04-29 2021-07-27 塔米智能科技（北京）有限公司 一种机器人调度方法、装置、设备及存储介质
CN113268331A (zh) * 2021-06-04 2021-08-17 西安优艾智合机器人科技有限公司 机器人调用方法、机器人调用装置、管理系统和存储介质
CN113434310A (zh) * 2021-06-23 2021-09-24 未鲲(上海)科技服务有限公司 多线程任务分配方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115061809A (zh) * 2022-08-08 2022-09-16 杭州实在智能科技有限公司 基于安卓的rpa多任务调度方法及系统
CN115061809B (zh) * 2022-08-08 2022-11-11 杭州实在智能科技有限公司 基于安卓的rpa多任务调度方法及系统

Also Published As

Publication number Publication date
CN114415691B (zh) 2024-04-02

Similar Documents

Publication Publication Date Title
CN113037594B (zh) 基于云服务的压力测试方法和装置
US8832839B2 (en) Assessing system performance impact of security attacks
CN114662953A (zh) 物联网设备运维方法、装置、设备及介质
CN115310954B (zh) 一种it业务运行维护方法及系统
CN114564374A (zh) 算子性能评估方法、装置、电子设备及存储介质
CN114065864A (zh) 联邦学习方法、联邦学习装置、电子设备以及存储介质
CN115202847A (zh) 任务的调度方法和装置
CN112882939A (zh) 自动化测试方法、装置、电子设备及存储介质
CN114415691B (zh) 一种机器人调度方法、调度平台及系统
CN113379153A (zh) 用于预测电力负荷的方法、预测模型训练方法及装置
CN115890684A (zh) 一种机器人调度方法、装置、设备及介质
CN115576827A (zh) 业务流程软件的性能测试方法、装置、设备及存储介质
CN114862223A (zh) 一种机器人调度方法、装置、设备及存储介质
CN114693116A (zh) 代码评审有效性的检测方法及装置、电子设备
CN113656239A (zh) 针对中间件的监控方法、装置及计算机程序产品
CN115098405B (zh) 软件产品的测评方法、装置、电子设备及存储介质
US20090228315A1 (en) Project Assessment Using Project Yield Determination
CN116312917A (zh) 一种检验报告单生成方法、装置、电子设备及存储介质
CN113411390B (zh) 内容分发网络的调度方法、装置及电子设备
CN116225390A (zh) 一种软件开发文件的入库方法、装置、设备及介质
CN115859300A (zh) 一种漏洞检测方法、装置、电子设备及存储介质
CN115640202A (zh) 一种服务程序的性能检测方法、装置及存储介质
CN115509880A (zh) 业务系统安全情况预测方法、装置、设备及介质
CN115600819A (zh) 风险评估方法、装置、电子设备及存储介质
CN115905492A (zh) 一种告警信息分析方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant