CN117591565B - 虚拟机器人的实例处理方法、实例处理装置及存储介质 - Google Patents
虚拟机器人的实例处理方法、实例处理装置及存储介质 Download PDFInfo
- Publication number
- CN117591565B CN117591565B CN202410079010.2A CN202410079010A CN117591565B CN 117591565 B CN117591565 B CN 117591565B CN 202410079010 A CN202410079010 A CN 202410079010A CN 117591565 B CN117591565 B CN 117591565B
- Authority
- CN
- China
- Prior art keywords
- instance
- task
- robot
- brain
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 56
- 238000003860 storage Methods 0.000 title claims abstract description 24
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 210000004556 brain Anatomy 0.000 claims abstract description 116
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 25
- 238000013507 mapping Methods 0.000 claims description 20
- 230000006378 damage Effects 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004806 packaging method and process Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Manipulator (AREA)
Abstract
本发明公开了虚拟机器人的实例处理方法、实例处理装置及存储介质,其中,所述方法包括以下步骤:接收任务请求时,基于虚拟机器人操作系统的内核大脑创建所述任务请求对应的任务实例;对所述任务实例进行实例分解,得到所述任务实例对应的实例参数,其中,所述实例参数包括目标区域和目标参数;确定所述目标参数对应的机器人软件,并基于所述机器人软件获取所述目标区域对应的所述目标参数。本发明通过对实例进行分解识别处理,可以自动将处理后的子需求下发到对应的机器人软件,并由机器人软件执行相应的任务,减少了需要人工进行执行方的选择,提高了实例的处理效率。
Description
技术领域
本发明涉及数据处理领域,尤其涉及虚拟机器人的实例处理方法、实例处理装置及存储介质。
背景技术
当需要获取或查询多个具有不同参数的对象时,可以通过实例获取参数的方式来实现。通过实例获取参数的方式,能够避免在类定义中添加大量的参数,使代码更加简洁和易于维护。此外,通过实例获取参数还可以提高代码的可读性和可扩展性,使得代码更加易于理解和维护。
在相关技术中,通常采用固定的模板进行实例创建。在执行过程中,实例需要分解并下发到不同的模块或服务当中,而不同模块或服务之间存在差异,且模板的配置是完全相同的,在创建模板后还需要手动配置各个执行方对应的执行实例,导致实例的处理效率低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种虚拟机器人的实例处理方法、实例处理装置及存储介质,解决现有技术中实例的处理效率低的问题。
为实现上述目的,本发明提供一种虚拟机器人的实例处理方法,所述方法包括以下步骤:
接收任务请求时,基于虚拟机器人操作系统的内核大脑创建所述任务请求对应的任务实例;
对所述任务实例进行实例分解,得到所述任务实例对应的实例参数,其中,所述实例参数包括目标区域和目标参数;
确定所述目标参数对应的机器人软件,并基于所述机器人软件获取所述目标区域对应的所述目标参数。
可选地,所述确定所述目标参数对应的机器人软件,并基于所述机器人软件获取所述目标区域对应的所述目标参数的步骤包括:
确定所述目标参数在本地映射表、云端映射表和/或历史任务实例日志中对应的所述机器人软件;
将所述机器人软件的地址信息封装到数据转发指令中,并基于所述虚拟机器人操作系统的Emitter,将所述数据转发指令发送至服务端,其中,所述服务端基于所述地址信息选定所述机器人软件,并将所述数据转发指令对应的所述实例参数作为执行任务下发至所述机器人软件;
接收所述服务端反馈的,基于所述机器人软件获取的所述目标区域对应的所述目标参数。
可选地,所述将所述机器人软件的地址信息封装到数据转发指令中,并基于所述虚拟机器人操作系统的Emitter,将所述数据转发指令发送至服务端的步骤之后,还包括:
在接收到实例任务的子任务的暂停指令和/或销毁指令时,确定所述暂停指令或所述销毁指令对应的目标机器人软件;
生成实例暂停信息和/或实例销毁信息,并将所述实例暂停信息和/或所述实例销毁信息发送至所述服务端,以使所述服务端进行实例暂停和/或实例销毁的信息转发后,所述目标机器人软件暂停和/或销毁当前正在执行的任务。
可选地,所述确定所述目标参数在本地映射表、云端映射表和/或历史任务实例日志中对应的所述机器人软件的步骤之后,还包括:
确定所述目标参数对应的参数获取顺序,并根据所述参数获取顺序确定所述目标机器人软件的指令下发顺序;
基于所述指令下发顺序执行所述将所述机器人软件的地址信息封装到数据转发指令中,并基于所述虚拟机器人操作系统的Emitter,将所述数据转发指令发送至服务端的步骤。
可选地,所述对所述任务实例进行实例分解,得到所述任务实例对应的实例参数,其中,所述实例参数包括目标区域和目标参数的步骤之前,还包括:
将所述任务实例发送至所述内核大脑的脚本大脑;
所述对所述任务实例进行实例分解,得到所述任务实例对应的实例参数的步骤包括:
调用脚本大脑的实例分解脚本,对所述任务实例进行实例分解,得到所述任务实例需要获取的所述实例参数,所述实例参数包括目标区域以及所述目标区域内对应的所述目标参数。
可选地,所述接收任务请求时,基于虚拟机器人操作系统的内核大脑创建所述任务请求对应的任务实例的步骤包括:
接收到所述任务请求时,确定所述任务请求对应的文本请求类型;
在所述文本请求类型为文字类型时,确定所述文字类型对应的关键字,并基于代码映射模块确定所述关键字对应的执行代码;
将所述执行代码发送至所述内核大脑对应的机器人实例大脑,并基于所述机器人实例大脑创建所述任务请求对应的所述任务实例;
在所述文本请求类型为代码类型时,基于所述代码类型的代码信息,执行所述将所述执行代码发送至所述内核大脑对应的机器人实例大脑,并基于所述机器人实例大脑创建所述任务请求对应的所述任务实例的步骤。
可选地,所述接收到所述任务请求时,确定所述任务请求对应的文本请求类型的步骤之后,还包括:
在所述文本请求类型为文字类型时,将所述文字类型对应的文字信息发送至所述内核大脑的脚本大脑;
基于所述脚本大脑的实例生成脚本对所述文字信息进行处理,生成所述任务请求对应的所述任务实例。
可选地,所述确定所述目标参数对应的机器人软件,并基于所述机器人软件获取所述目标区域对应的所述目标参数的步骤之后,还包括:
根据所述内核大脑的脚本大脑的数据校验脚本,对所述目标参数进行校验处理;
将校验通过后的所述目标参数存储至所述内核大脑的存储大脑。
此外,为实现上述目的,本发明还提供一种虚拟机器人的实例处理装置,所述虚拟机器人的实例处理装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的虚拟机器人的实例处理程序,所述虚拟机器人的实例处理程序被所述处理器执行时实现如上所述的虚拟机器人的实例处理方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有虚拟机器人的实例处理程序,所述虚拟机器人的实例处理程序被处理器执行时实现如上所述的虚拟机器人的实例处理方法的步骤。
本发明实施例提供了虚拟机器人的实例处理方法、实例处理装置及存储介质,在接收任务请求时,基于虚拟机器人操作系统的内核大脑创建所述任务请求对应的任务实例,随后对所述任务实例进行实例分解,得到所述任务实例对应的实例参数,其中,所述实例参数包括目标区域和目标参数,接着确定所述目标参数对应的机器人软件,并基于所述机器人软件获取所述目标区域对应的所述目标参数,基于此,通过对实例进行分解识别处理,可以自动将处理后的子需求下发到对应的机器人软件,并由机器人软件执行相应的任务,减少了需要人工进行执行方的选择,提高了实例的处理效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。为了更清楚地说明本发明实施例的技术方案,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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明虚拟机器人的实例处理方法的操作系统结构示意图;
图2是本发明虚拟机器人的实例处理方法的第一实施例的流程示意图;
图3为本发明虚拟机器人的实例处理方法操作系统与服务端的交互示意图;
图4为本发明虚拟机器人的实例处理方法的第二实施例的流程示意图;
图5是本发明虚拟机器人的实例处理方法的各个实施例的终端硬件结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在相关技术中,通常采用固定的模板进行实例创建。在执行过程中,实例需要分解并下发到不同的模块或服务当中,而不同模块或服务之间存在差异,且模板的配置是完全相同的,在创建模板后还需要手动配置各个执行方对应的执行实例,导致实例的处理效率低。
为解决上述缺陷,本发明实施例提出一种虚拟机器人的实例处理方法,其主要解决方案包括以下步骤:
接收任务请求时,基于虚拟机器人操作系统的内核大脑创建所述任务请求对应的任务实例;
对所述任务实例进行实例分解,得到所述任务实例对应的实例参数,其中,所述实例参数包括目标区域和目标参数;
确定所述目标参数对应的机器人软件,并基于所述机器人软件获取所述目标区域对应的所述目标参数。
本发明通过对实例进行分解识别处理,可以自动将处理后的子需求下发到对应的机器人软件,并由机器人软件执行相应的任务,减少了需要人工进行执行方的选择的情况,提高了实例的处理效率。
为了更好地理解上述技术方案,下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整地传达给本领域的技术人员。
本发明实施例应用于虚拟机器人操作系统,作为一种可选实施方式,请参照图1,该操作系统包括用于消息转发及注册连接的Emitter(发射器)消息队列,用于与多个内核大脑建立连接,并下发相应的指令及调度任务及处理所有端业务逻辑消息转发以及用户授权登录认证的中控,以及多个大脑组成的内核大脑。中控可以与内核大脑中的各个大脑建立客户端、服务端的socket(一种协议栈)连接,寻址信号、指令分发及调度任务等。各个内核大脑处理不同的任务事项。
请参照图2,在第一实施例中,本发明虚拟机器人的实例处理方法的步骤包括:
步骤S10,接收任务请求时,基于虚拟机器人操作系统的内核大脑创建所述任务请求对应的任务实例;
在本实施中,任务请求可以是用户根据实际需求发送的请求信息,也可以是基于预设时段执行的数据处理任务等。任务请求可以以不同的请求形式出现,例如用户输入的文字请求、语音请求或代码请求等。在接收到任务请求时,通常经过脚本大脑进行处理,随后再由机器人实例大脑创建相应的任务实例。
作为一种可选的实施方式,在接收到用户输入的文字请求时,可以通过相关的文字识别模块或脚本大脑的文字处理脚本,对文字请求进行识别并提取出相应的关键信息,随后将该关键信息转发到机器人实例大脑,由实例大脑基于该关键信息生成相应的任务实例。
示例性的,当前的任务请求为“在A时刻之前,获取某市的某一街道的人员的具体信息,至少包括年龄、性别、姓名、住址等基本信息,在B时刻之前生成这些数据中在五个不同年龄段内人员分布信息表”,此时通过识别模块或脚本进行文字识别处理,得到关键字“A时刻、某市、某一街道、人员信息、年龄、性别、姓名、住址、五个不同年龄段、B时刻以及分布信息表”等,随后经由机器人实例大脑进行处理。具体地,机器人实例大脑需要生成数据源的选择实例、多个不同的参数对应的不同的数据获取实例、区域的选择实例,数据获取后的筛查实例、数据汇总实例以及实例执行时间等多个子任务实例,进而将多个子任务实例汇总形成所述任务实例。因此,任务实例包括数据的获取源、需要获取的实例参数、区域及处理时间等。通过虚拟机器人操作系统的不同功能模块或不同处理大脑对任务请求进行识别处理,进而生成相应的任务实例,避免直接选用实例模板而导致任务实例无法满足实际需求的情况,提高任务实例创建的完整性和准确性。其中,创建的任务实例中,不同的数据类型对应不同的数据获取子实例,也即当前需要获取的数据至少包括年龄、性别、姓名、住址等四个不同的子实例,每个子实例由不同的虚拟机器人软件执行。
步骤S20,对所述任务实例进行实例分解,得到所述任务实例对应的实例参数,其中,所述实例参数包括目标区域和目标参数;
在本实施例中,在创建了一个完整的任务实例后,需要由服务端中不同的机器人软件获取任务实例所需的数据。此时需要由多个不同的机器人软件去获取任务实例中所需的实例参数,随后对任务实例进行分解处理,通过分解后得到的数据获取实例确定当前需要获取的实例参数。
作为一种可选的实施方式,可以通过脚本大脑的实例分解脚本进行实例分解处理。也即在进行实例分解处理之前,先将任务实例发送至内核大脑的脚本大脑中,随后调用脚本大脑的实例分解脚本,进而对任务实例进行实例分解,得到所述任务实例需要获取的实例参数,该实例参数包括目标区域和目标区域内对应的目标参数。基于内核大脑的机器人实例大脑生成任务实例后,通过内核大脑中的脚本大脑对任务实例进行实例分解,进而得到相应的实例参数,实现多个大脑间对任务实例的协同处理,减少需要手动处理的场景,提高实例的处理效率。
步骤S30,确定所述目标参数对应的机器人软件,并基于所述机器人软件获取所述目标区域对应的所述目标参数。
在本实施例中,机器人软件指的是虚拟机器人软件,该软件能够执行提取数据、填写表单、移动文件以及进行各种仿真处理的智能软件。在获取任务实例对应的实例参数的过程中,不同机器人软件获取不同的数据,例如机器人软件1用于获取姓名、机器人软件2用于获取年龄,机器人软件3用于获取住址等。此时需要选准执行任务实例的机器人软件,提高数据获取的准确率。可以通过目标参数与机器人软件的映射关系,进行机器人软件的选定。
作为一种可选的实施方式,步骤S30具体包括:
步骤S31,确定所述目标参数在本地映射表、云端映射表和/或历史任务实例日志中对应的所述机器人软件;
在本实施例中,可映射表可以是本地存储的,也可以是从云端获取的。除了映射表外,还可以根据内核大脑中机器人池大脑中存储的历史任务实例日志进行筛查处理,通过比对历史任务实例信息中,获取某个目标参数时所选用的机器人软件,进而选定执行当前任务实例所需的机器人软件。其中,除了分别从两个映射表或历史任务实例日志中获取机器人软件外,还可同时基于两个映射表和历史人物实例日志获取机器人软件,进而比对三种场景下获取到的机器人软件是否相同,在三者相同时,说明当前机器人软件是符合目标参数的获取需求,而在三者中,存在某一软件不相同时,说明获取某一数据的机器人软件发生变化,此时可以将云端映射表中查找到的机器人软件作为基准;也可输出相应的提示信息,由用户进行确认。通过不同方式确定目标参数对应的机器人软件,能够确保机器人软件获取到准确的数据,避免需要重复执行任务实例,提高实例的处理效率。
作为另一可选的实施方式,在任务实例中,通常需要先获取人员的姓名信息,随后基于该姓名信息获取对应人员对应的年龄、住址等信息。也即当前目标参数存在数据获取的先后顺序。因此,在确定机器人软件之后,可以确定目标参数对应的参数获取顺序,随后根据所述参数获取顺序确定所述目标机器人软件的指令下发顺序,接着基于所述指令下发顺序执行所述将所述机器人软件的地址信息封装到数据转发指令中,并基于所述虚拟机器人操作系统的Emitter,将所述数据转发指令发送至服务端的步骤。也即基于指令下发顺序对所述数据转发指令进行封装处理,进而保障服务端基于数据转发指令依序进行任务下发,提高目标参数获取完成后,数据汇总时的数据处理效率。
步骤S32,将所述机器人软件的地址信息封装到数据转发指令中,并基于所述虚拟机器人操作系统的Emitter,将所述数据转发指令发送至服务端,其中,所述服务端基于所述地址信息选定所述机器人软件,并将所述数据转发指令对应的所述实例参数作为执行任务下发至所述机器人软件;
在本实施例中,机器人操作系统需要经由服务端如web服务器,将相应的目标参数对应的数据获取实例发送至机器人软件当中,为保障服务端能准确将目标参数的数据获取实例下发到各个机器人软件当中,作为一种可选的实施方式,可以基于内核大脑中的事理大脑将所述机器人软件的地址信息如IP地址(Internet Protocol Address,网络协议地址)、mac地址(Media Access Control Address,媒体地址)等封装到数据转发指令中,以便机器人操作系统进行消息的转发及处理。
示例性的,请参照图3,在机器人软件的地址信息进行封装后,可以经由中控将数据转发指令发送给Emitter后,基于Emitter将数据转发指令发送给web服务端,由web服务端将数据转发指令对应的实例参数作为执行任务下发到各个机器人软件中,其中,Bot1,......,BotN指的是机器人软件,socket是一种通信协议。在机器人软件接收到相应的执行任务后,能够基于执行任务中对应的目标区域,获取当前执行任务对应的目标数据。
在另一可选的实施方式中,当需要暂停当前获取的某个数据,或者销毁某个数据对应的实例进程时,可以将暂停信息或销毁信息发送给服务端,由服务端进行转发。具体地,在接收到实例任务的子任务的暂停指令和/或销毁指令时,确定所述暂停指令或所述销毁指令对应的目标机器人软件,随后生成实例暂停信息和/或实例销毁信息,并将所述实例暂停信息和/或所述实例销毁信息发送至所述服务端,以使服务端进行实例暂停和/或实例销毁的信息转发后,所述目标机器人软件暂停和/或销毁当前正在执行的任务,基于此,能够对当前的任务实例进行生命周期的管理,同时也能及时响应需求,停止当前多余的参数获取实例,提高任务实例的处理效率。
除此之外,在接收到实例任务的添加指令时,同样基于添加指令选定目标机器人软件,并基于服务端进行消息的转发,进而在需要获取更多的数据时,避免需要重新填写实例模板而导致任务实例重新执行,提高在任务实例发生变化时的处理效率。
步骤S33,接收所述服务端反馈的,基于所述机器人软件获取的所述目标区域对应的所述目标参数。
在本实施例中,请继续参照图3,机器人软件获取到目标参数后,能够将目标参数回传到web服务端,随后服务端将该参数反馈到机器人操作系统中,基于此,完成了目标参数的获取。
在另一可选的实施方式中,在接收到目标参数后,可以根据所述内核大脑的脚本大脑的数据校验脚本,对所述目标参数进行校验处理,例如获取到的目标参数中,存在住址信息位于目标区域以外,此时该信息为错误信息,为保障数据获取的准确性,需要将相应的用户信息删除或者重新执行数据获取动作。此外,可以直接将校验通过后的所述目标参数存储至所述内核大脑的存储大脑,进而在校验通过后的参数与任务请求所需获取的参数的数量相同时,完成当前的任务实例。通过内核大脑的多个大脑对目标参数进行校验及存储的协同处理,提高数据获取的准确性。
在本实施例公开的技术方案中,接收到任务请求时,基于内核大脑的机器人实例大脑创建任务实例,并在实例创建完成后,通过脚本大脑对实例进行分解,进而得到任务实例中需要获取的实例参数,接着通过映射表和机器人池大脑中的历史任务实例日志选中获取实例参数的机器人软件,进而将实例任务封装并发送到机器人软件当中,最后通过脚本大脑和存储大脑对机器人软件反馈的实例参数的目标参数进行校验及存储处理。通过虚拟机器人操作系统的内核大脑中各个大脑的协同合作,完成任务实例的动态创建及实例的下发处理,提高实例的处理效率。
请参照图4,在第二实施例中,基于第一实施例,步骤S10包括:
步骤S11,接收到所述任务请求时,确定所述任务请求对应的文本请求类型;
在本实施例中,文本请求类型包括文字类型及代码类型,文字类型包括中文文字、英文文字等语音文字信息,除此之外,任务请求还可以是语音请求。由于虚拟机器人操作系统是基于代码执行相应的指令的,因而在接收到任务请求时,需要将文本请求转化为相应的代码,进而提高任务实例的执行效率。其中,在任务请求为语音请求时,可以基于虚拟操作机器人系统的中控的语音处理模块,将该语音请求转化为文本请求。
步骤S12,在所述文本请求类型为文字类型时,确定所述文字类型对应的关键字,并基于代码映射模块确定所述关键字对应的执行代码;
在本实施例中,在文本类型为文字类型时,可以根据中控的语义分析模块提取相应的关键字,随后将关键字输入到代码映射模块中,得到相应的执行代码。
在另一可选的实施方式,确定任务请求对应的文本请求类型后,在所述文本请求类型为文字类型时,将所述文字类型对应的文字信息发送至所述内核大脑的脚本大脑中,随后基于所述脚本大脑的实例生成脚本对所述文字信息进行处理,并生成所述任务请求对应的所述任务实例。基于此,通过内核大脑的其他大脑生成任务实例,提高任务实例生成的多样性。
步骤S13,将所述执行代码发送至所述内核大脑对应的机器人实例大脑,并基于所述机器人实例大脑创建所述任务请求对应的所述任务实例。
在本实施例中,得到相应的执行代码后,机器人实例大脑能够基于执行代码生成相应的任务实例,该任务实例以代码的形式呈现。
作为另一可选的实施方式,在文本请求类型为代码类型时,可以直接基于代码类型的代码信息也即将代码信息作为执行代码,执行S13的步骤。
在本实施例公开的技术方案中,在任务请求对应的文本请求类型为文字类型时,根据中控的语义分析模块提取相应的关键字信息,进而将关键字在代码映射模块中对应的执行代码发送到机器人实例大脑中,随后根据机器人实例大脑创建任务实例,或者直接根据脚本大脑的实例创建脚本对文字类型或文字类型的文字信息进行分析,进而创建任务实例,基于此,提高任务实例来源的多样性,以便用户能够从中选出最恰当的任务实例并由机器人操作系统执行,提高任务实例的处理效率。
参照图5,图5为本发明实施例方案涉及的硬件运行环境的终端结构示意图。
如图5所示,该终端可以包括:处理器1001,例如中央处理器(Central ProcessingUnit,CPU),通信总线1002、网络接口1003,存储器1004。其中,通信总线1002用于实现这些组件之间的连接通信。网络接口1003可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1004可以是高速的RAM存储器(RandomAccess Memory,RAM),也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1004可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图5中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图5所示,作为一种计算机存储介质的存储器1004中可以包括操作系统、数据存储模块、网络通信模块以及虚拟机器人的实例处理程序。
在图5所示的终端中,网络接口1003主要用于连接后台服务器,与后台服务器进行数据通信;处理器1001可以调用存储器1004中存储的虚拟机器人的实例处理程序,并执行以下操作:
接收任务请求时,基于虚拟机器人操作系统的内核大脑创建所述任务请求对应的任务实例;
对所述任务实例进行实例分解,得到所述任务实例对应的实例参数,其中,所述实例参数包括目标区域和目标参数;
确定所述目标参数对应的机器人软件,并基于所述机器人软件获取所述目标区域对应的所述目标参数。
进一步地,处理器1001可以调用存储器1004中存储的虚拟机器人的实例处理程序,还执行以下操作:
确定所述目标参数在本地映射表、云端映射表和/或历史任务实例日志中对应的所述机器人软件;
将所述机器人软件的地址信息封装到数据转发指令中,并基于所述虚拟机器人操作系统的Emitter,将所述数据转发指令发送至服务端,其中,所述服务端基于所述地址信息选定所述机器人软件,并将所述数据转发指令对应的所述实例参数作为执行任务下发至所述机器人软件;
接收所述服务端反馈的,基于所述机器人软件获取的所述目标区域对应的所述目标参数。
进一步地,处理器1001可以调用存储器1004中存储的虚拟机器人的实例处理程序,还执行以下操作:
在接收到实例任务的子任务的暂停指令和/或销毁指令时,确定所述暂停指令或所述销毁指令对应的目标机器人软件;
生成实例暂停信息和/或实例销毁信息,并将所述实例暂停信息和/或所述实例销毁信息发送至所述服务端,以使所述服务端进行实例暂停和/或实例销毁的信息转发后,所述目标机器人软件暂停和/或销毁当前正在执行的任务。
进一步地,处理器1001可以调用存储器1004中存储的虚拟机器人的实例处理程序,还执行以下操作:
确定所述目标参数对应的参数获取顺序,并根据所述参数获取顺序确定所述目标机器人软件的指令下发顺序;
基于所述指令下发顺序执行所述将所述机器人软件的地址信息封装到数据转发指令中,并基于所述虚拟机器人操作系统的Emitter,将所述数据转发指令发送至服务端的步骤。
进一步地,处理器1001可以调用存储器1004中存储的虚拟机器人的实例处理程序,还执行以下操作:
将所述任务实例发送至所述内核大脑的脚本大脑;
所述对所述任务实例进行实例分解,得到所述任务实例对应的实例参数的步骤包括:
调用脚本大脑的实例分解脚本,对所述任务实例进行实例分解,得到所述任务实例需要获取的所述实例参数,所述实例参数包括目标区域以及所述目标区域内对应的所述目标参数。
进一步地,处理器1001可以调用存储器1004中存储的虚拟机器人的实例处理程序,还执行以下操作:
接收到所述任务请求时,确定所述任务请求对应的文本请求类型;
在所述文本请求类型为文字类型时,确定所述文字类型对应的关键字,并基于代码映射模块确定所述关键字对应的执行代码;
将所述执行代码发送至所述内核大脑对应的机器人实例大脑,并基于所述机器人实例大脑创建所述任务请求对应的所述任务实例;
在所述文本请求类型为代码类型时,基于所述代码类型的代码信息,执行所述将所述执行代码发送至所述内核大脑对应的机器人实例大脑,并基于所述机器人实例大脑创建所述任务请求对应的所述任务实例的步骤。
进一步地,处理器1001可以调用存储器1004中存储的虚拟机器人的实例处理程序,还执行以下操作:
在所述文本请求类型为文字类型时,将所述文字类型对应的文字信息发送至所述内核大脑的脚本大脑;
基于所述脚本大脑的实例生成脚本对所述文字信息进行处理,生成所述任务请求对应的所述任务实例。
进一步地,处理器1001可以调用存储器1004中存储的虚拟机器人的实例处理程序,还执行以下操作:
根据所述内核大脑的脚本大脑的数据校验脚本,对所述目标参数进行校验处理;
将校验通过后的所述目标参数存储至所述内核大脑的存储大脑。
此外,本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令,计算机程序可以存储于一存储介质中,该存储介质为计算机可读存储介质。该程序指令被控制终端中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有虚拟机器人的实例处理程序,所述虚拟机器人的实例处理程序被处理器执行时实现如上实施例所述的虚拟机器人的实例处理方法的各个步骤。
需要说明的是,由于本申请实施例提供的存储介质,为实施本申请实施例的方法所采用的存储介质,故而基于本申请实施例所介绍的方法,本领域所属人员能够了解该存储介质的具体结构及变形,故而在此不再赘述。凡是本申请实施例的方法所采用的存储介质都属于本申请所欲保护的范围。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例,或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框,以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一,第二,以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所做的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (6)
1.一种虚拟机器人的实例处理方法,其特征在于,所述虚拟机器人的实例处理方法包括:
接收任务请求时,基于虚拟机器人操作系统的内核大脑创建所述任务请求对应的任务实例;
将所述任务实例发送至所述内核大脑的脚本大脑;
对所述任务实例进行实例分解,得到所述任务实例对应的实例参数,其中,所述实例参数包括目标区域和目标参数,具体地,该步骤包括:调用所述脚本大脑的实例分解脚本,对所述任务实例进行实例分解,得到所述任务实例需要获取的所述实例参数,所述实例参数包括目标区域以及所述目标区域内对应的所述目标参数;
确定所述目标参数对应的机器人软件,并基于所述机器人软件获取所述目标区域对应的所述目标参数;
所述确定所述目标参数对应的机器人软件,并基于所述机器人软件获取所述目标区域对应的所述目标参数的步骤包括:
根据所述内核大脑的机器人池大脑存储的历史任务实例日志进行筛查处理,通过比对所述历史任务实例中获取某个所述目标参数时所选用的机器人软件,进而确定执行所述任务实例所需的所述机器人软件,其中,所述机器人软件为能够执行提取数据、填写表单、移动文件及仿真处理的智能软件;
确定所述目标参数对应的参数获取顺序,并根据所述参数获取顺序确定目标机器人软件的指令下发顺序;基于所述内核大脑的事理大脑或者所述指令下发顺序将所述机器人软件的地址信息封装到数据转发指令中,并基于所述虚拟机器人操作系统的Emitter,将所述数据转发指令发送至服务端,其中,所述服务端基于所述地址信息选定所述机器人软件,并将所述数据转发指令对应的所述实例参数作为执行任务下发至所述机器人软件;接收所述服务端反馈的,基于所述机器人软件获取的所述目标区域对应的所述目标参数;
根据所述内核大脑的脚本大脑的数据校验脚本,对所述目标参数进行校验处理;将校验通过后的所述目标参数存储至所述内核大脑的存储大脑。
2.如权利要求1所述的虚拟机器人的实例处理方法,其特征在于,所述将所述机器人软件的地址信息封装到数据转发指令中,并基于所述虚拟机器人操作系统的Emitter,将所述数据转发指令发送至服务端的步骤之后,还包括:
在接收到实例任务的子任务的暂停指令和/或销毁指令时,确定所述暂停指令或所述销毁指令对应的目标机器人软件;
生成实例暂停信息和/或实例销毁信息,并将所述实例暂停信息和/或所述实例销毁信息发送至所述服务端,以使所述服务端进行实例暂停和/或实例销毁的信息转发后,所述目标机器人软件暂停和/或销毁当前正在执行的任务。
3.如权利要求1所述的虚拟机器人的实例处理方法,其特征在于,所述接收任务请求时,基于虚拟机器人操作系统的内核大脑创建所述任务请求对应的任务实例的步骤包括:
接收到所述任务请求时,确定所述任务请求对应的文本请求类型;
在所述文本请求类型为文字类型时,确定所述文字类型对应的关键字,并基于代码映射模块确定所述关键字对应的执行代码;
将所述执行代码发送至所述内核大脑对应的机器人实例大脑,并基于所述机器人实例大脑创建所述任务请求对应的所述任务实例;
在所述文本请求类型为代码类型时,基于所述代码类型的代码信息,执行所述将所述执行代码发送至所述内核大脑对应的机器人实例大脑,并基于所述机器人实例大脑创建所述任务请求对应的所述任务实例的步骤。
4.如权利要求3所述的虚拟机器人的实例处理方法,其特征在于,所述接收到所述任务请求时,确定所述任务请求对应的文本请求类型的步骤之后,还包括:
在所述文本请求类型为文字类型时,将所述文字类型对应的文字信息发送至所述内核大脑的脚本大脑;
基于所述脚本大脑的实例生成脚本对所述文字信息进行处理,生成所述任务请求对应的所述任务实例。
5.一种虚拟机器人的实例处理装置,其特征在于,所述虚拟机器人的实例处理装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的虚拟机器人的实例处理程序,所述虚拟机器人的实例处理程序被所述处理器执行时实现如权利要求1至4中任一项所述的虚拟机器人的实例处理方法的步骤。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有虚拟机器人的实例处理程序,所述虚拟机器人的实例处理程序被处理器执行时实现如权利要求1至4中任一项所述的虚拟机器人的实例处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410079010.2A CN117591565B (zh) | 2024-01-19 | 2024-01-19 | 虚拟机器人的实例处理方法、实例处理装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410079010.2A CN117591565B (zh) | 2024-01-19 | 2024-01-19 | 虚拟机器人的实例处理方法、实例处理装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117591565A CN117591565A (zh) | 2024-02-23 |
CN117591565B true CN117591565B (zh) | 2024-04-30 |
Family
ID=89922422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410079010.2A Active CN117591565B (zh) | 2024-01-19 | 2024-01-19 | 虚拟机器人的实例处理方法、实例处理装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117591565B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111858027A (zh) * | 2020-06-12 | 2020-10-30 | 中国科学院信息工程研究所 | 一种软件机器人协同处理方法及系统 |
CN112906546A (zh) * | 2021-02-09 | 2021-06-04 | 中国工商银行股份有限公司 | 虚拟数字人外形、音效以及服务模型的个性化生成方法 |
CN116069388A (zh) * | 2021-10-30 | 2023-05-05 | 华为技术有限公司 | 一种任务处理方法及电子装置 |
CN116360918A (zh) * | 2023-02-03 | 2023-06-30 | 中国建设银行股份有限公司 | 建模数据处理方法、装置、计算机设备和存储介质 |
CN116442214A (zh) * | 2023-03-15 | 2023-07-18 | 广州赛特智能科技有限公司 | 一种机器人的业务并行处理方法、装置、设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3971660A1 (en) * | 2020-09-17 | 2022-03-23 | Siemens Aktiengesellschaft | Method and system for providing engineering of an industrial device in a cloud computing environment |
-
2024
- 2024-01-19 CN CN202410079010.2A patent/CN117591565B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111858027A (zh) * | 2020-06-12 | 2020-10-30 | 中国科学院信息工程研究所 | 一种软件机器人协同处理方法及系统 |
CN112906546A (zh) * | 2021-02-09 | 2021-06-04 | 中国工商银行股份有限公司 | 虚拟数字人外形、音效以及服务模型的个性化生成方法 |
CN116069388A (zh) * | 2021-10-30 | 2023-05-05 | 华为技术有限公司 | 一种任务处理方法及电子装置 |
CN116360918A (zh) * | 2023-02-03 | 2023-06-30 | 中国建设银行股份有限公司 | 建模数据处理方法、装置、计算机设备和存储介质 |
CN116442214A (zh) * | 2023-03-15 | 2023-07-18 | 广州赛特智能科技有限公司 | 一种机器人的业务并行处理方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117591565A (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022160707A1 (zh) | 结合rpa和ai的人机互动方法、装置、存储介质及电子设备 | |
CN107665233B (zh) | 数据库数据处理方法、装置、计算机设备和存储介质 | |
CN108256118B (zh) | 数据处理方法、装置、系统、计算设备以及存储介质 | |
CA3152829A1 (en) | Method and apparatus for processing business data | |
US20210357587A1 (en) | An intelligent response method and device | |
CN113220431B (zh) | 跨云的分布式数据任务调度方法、设备及存储介质 | |
CN108021400B (zh) | 数据处理方法及装置、计算机存储介质及设备 | |
CN107168844B (zh) | 一种性能监控的方法及装置 | |
CN111338693B (zh) | 基于模型构建的目标文件生成方法、服务器及存储介质 | |
CN111026670B (zh) | 测试用例的生成方法、测试用例的生成装置及存储介质 | |
CN112035363A (zh) | 接口自动化测试方法及装置 | |
CN107229628B (zh) | 分布式数据库预处理的方法及装置 | |
CN107784068A (zh) | 数据变化的获取方法、装置、存储介质、处理器及服务端 | |
CN112733001A (zh) | 获取订阅信息的方法、装置和电子设备 | |
CN111736923A (zh) | 数据处理方法、装置、电子设备及可读存储介质 | |
CN113342503B (zh) | 实时进度反馈方法、装置、设备及存储介质 | |
CN105592169A (zh) | 终端识别方法及装置 | |
CN108345508B (zh) | 接口调用测试方法和装置 | |
CN117591565B (zh) | 虚拟机器人的实例处理方法、实例处理装置及存储介质 | |
CN113938408A (zh) | 一种数据流量测试方法、装置、服务器及存储介质 | |
CN113626512A (zh) | 数据处理方法、装置、设备及可读存储介质 | |
CN114444076A (zh) | 一种污点分析方法及装置 | |
CN117573329B (zh) | 多脑协同的任务调度方法、任务调度装置及存储介质 | |
CN113759871B (zh) | 多控制器刷写方法、装置、设备及可读存储介质 | |
KR102131000B1 (ko) | 복수의 컴파일 주체를 이용한 코딩 시스템의 효율을 높이는 방법 및 장치 |
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 |