CN118132224A - 虚拟机器人的调度方法、虚拟机器人的调度装置及介质 - Google Patents
虚拟机器人的调度方法、虚拟机器人的调度装置及介质 Download PDFInfo
- Publication number
- CN118132224A CN118132224A CN202410185137.2A CN202410185137A CN118132224A CN 118132224 A CN118132224 A CN 118132224A CN 202410185137 A CN202410185137 A CN 202410185137A CN 118132224 A CN118132224 A CN 118132224A
- Authority
- CN
- China
- Prior art keywords
- virtual
- brain
- robot
- robots
- task scheduling
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 210000004556 brain Anatomy 0.000 claims abstract description 124
- 238000013515 script Methods 0.000 claims abstract description 62
- 238000012545 processing Methods 0.000 claims abstract description 38
- 230000029087 digestion Effects 0.000 claims abstract description 5
- 238000012360 testing method Methods 0.000 claims description 34
- 230000006870 function Effects 0.000 claims description 33
- 238000004088 simulation Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 20
- 238000012795 verification Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 7
- 210000000056 organ Anatomy 0.000 claims description 6
- 238000003672 processing method Methods 0.000 claims 2
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000004075 alteration Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Manipulator (AREA)
Abstract
本发明公开了虚拟机器人的调度方法、虚拟机器人的调度装置及介质,其中,所述方法包括以下步骤:接收到任务调度请求时,根据机器人池大脑以及脚本大脑确定符合所述任务调度请求的业务需求的多个待调度虚拟机器人;基于所述虚拟机器人操作系统的事理大脑、所述脚本大脑以及任务消化大脑对多个所述待调度虚拟机器人进行处理,得到目标虚拟机器人;通过消息队列基本组件将所述任务调度请求对应的多个子任务转发到服务器,并控制所述服务器将多个所述子任务转发到多个所述目标虚拟机器人。本发明通过多个大脑对多个虚拟机器人进行筛选处理,选定最合适的目标虚拟机器人执行子任务,提高调度任务的执行效率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及虚拟机器人的调度方法、虚拟机器人的调度装置及介质。
背景技术
在当前的虚拟机器人软件的任务调度管理过程中,通常通过人工处理的方式将任务进行划分,并将划分处理后的子任务手动下发到对应的机器人软件。
然而,在将任务下发到机器人软件的过程中,当存在多个机器人软件执行该任务时,通常会随机选定目标机器人软件。然而,不同的机器人软件对应的版本及性能不同,基于随机选定的方式,会导致机器人软件返回的结果不符合需求以及任务调度处理效率低。因此,当前选定机器人软件执行任务调度的方式,存在任务执行效率低的缺陷。
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调度方法、虚拟机器人的调度装置及介质,解决现有技术中任务执行效率低的问题。
为实现上述目的,本发明提供一种虚拟机器人的调度方法,所述方法包括以下步骤:
接收到任务调度请求时,根据事理大脑、中控大脑以及脚本大脑确定符合所述任务调度请求的业务需求的多个待调度虚拟机器人;
基于所述脚本大脑以及机器人池大脑对多个所述待调度虚拟机器人进行处理,得到目标虚拟机器人;
通过消息队列基本组件将所述任务调度请求对应的多个子任务依次转发到服务器,并控制所述服务器将多个所述子任务转发到多个所述目标虚拟机器人。
可选地,所述接收到任务调度请求时,根据事理大脑、中控大脑以及脚本大脑确定符合所述任务调度请求的业务需求的多个待调度虚拟机器人的步骤包括:
接收到任务调度请求时,根据所述脚本大脑将所述任务调度请求转译成执行代码,并基于所述事理大脑对所述执行代码进行分解,得到所述任务调度请求对应的多个所述子任务;
基于所述中控大脑确定多个所述子任务对应的多个调度功能,并根据所述调度功能选定多个所述待调度虚拟机器人。
可选地,所述基于所述中控大脑确定多个所述子任务对应的多个调度功能,并根据所述调度功能选定多个所述待调度虚拟机器人的步骤包括:
确定当前处于空闲状态的虚拟机器人;
基于所述中控大脑以及多个所述调度功能,从空闲状态的虚拟机器人中选定满足所述调度功能的多个所述待调度虚拟机器人;
当不存在满足所述调度功能的虚拟机器人时,获取注册界面接收到的多个所述待调度虚拟机器人。
可选地,所述基于所述脚本大脑以及机器人池大脑对多个所述待调度虚拟机器人进行处理,得到目标虚拟机器人的步骤包括:
基于所述机器人池大脑对多个所述待调度虚拟机器人进行实例化处理,得到多个所述待调度虚拟机器人的模拟测试结果;
根据所述脚本大脑的评分脚本对所述模拟测试结果进行分析处理,得到评分结果,其中,所述评分脚本基于所述测试结果对虚拟机器人的性能、响应速度和/或错误率进行评分;
根据所述评分结果,选定评分最高的待调度虚拟机器人作为所述目标虚拟机器人。
可选地,所述基于所述机器人池大脑对多个所述待调度虚拟机器人进行实例化处理,得到多个所述待调度虚拟机器人的模拟测试结果的步骤包括:
基于所述机器人池大脑模拟所述当前的虚拟机器人的器官状态,并根据模拟过程的通信数据确定所述模拟测试结果。
可选地,所述通过消息队列基本组件将所述任务调度请求对应的多个子任务依次转发到服务器,并控制所述服务器将多个所述子任务转发到多个所述目标虚拟机器人的步骤之后,还包括:
获取多个所述目标虚拟机器人反馈的目标数据;
根据所述脚本大脑的结果校验脚本,对所述目标数据以及所述任务调度请求对应的需求结果进行校验处理,得到校验结果;
当存在所述目标数据的校验结果不处于预设结果的范围时,基于所述事理大脑、所述脚本大脑以及所述任务消化大脑重新选定校验结果不满足预设结果的所述目标虚拟机器人。
可选地,所述接收到任务调度请求时,根据事理大脑、中控大脑以及脚本大脑确定符合所述任务调度请求的业务需求的多个待调度虚拟机器人的步骤之后,还包括:
获取多个所述待调度虚拟机器人的注册时间、版本信息和/或任务执行信息;
根据所述注册时间、所述版本信息和/或所述任务执行信息,在多个所述待调度虚拟机器人中选定所述目标虚拟机器人。
可选地,所述通过消息队列基本组件将所述任务调度请求对应的多个子任务转发到服务器,并控制所述服务器将多个所述子任务转发到多个所述目标虚拟机器人的步骤之后,还包括:
获取多个所述目标虚拟机器人基于所述子任务生成的任务调度日志,以及未执行所述子任务的所述待调度虚拟机器人的历史任务调度日志;
根据所述任务调度日志以及所述历史任务调度日志确定所述目标虚拟机器人的任务调度效率,在接收到新的任务调度请求时,根据所述任务调度效率选定新的目标虚拟机器人。
此外,为实现上述目的,本发明还提供一种虚拟机器人的调度装置,所述虚拟机器人的调度装置包括存储器、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调度程序,所述虚拟机器人的调度程序被所述处理器执行时实现如上所述的虚拟机器人的调度方法的步骤。
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调度程序,所述虚拟机器人的调度程序被处理器执行时实现如上所述的虚拟机器人的调度方法的步骤。
本发明实施例提供了虚拟机器人的调度方法、虚拟机器人的调度装置及介质,接收到任务调度请求时,根据事理大脑、中控大脑以及脚本大脑确定符合该任务调度请求的业务需求的多个待调度虚拟机器人,随后根据脚本大脑以及机器人池大脑对多个待调度虚拟机器人进行处理,得到目标虚拟机器人,接着通过消息转发器将任务调度请求对应的多个子任务转发到服务器当中,并控制服务器将多个子任务转发给目标虚拟机器人,从而完成虚拟机器人的调度控制。通过多个大脑协同处理,选定最为恰当的目标虚拟机器人执行当前对应的任务请求,提高任务调度的准确率及调度效率。
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调度方法的第一实施例的流程示意图;
图2是本发明虚拟机器人的调度方法的第二实施例的流程示意图;
图3是本发明虚拟机器人的调度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。
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。
请参照图1,在第一实施例中,本发明虚拟机器人的调度方法的步骤包括:
步骤S10,接收到任务调度请求时,根据事理大脑、中控大脑以及脚本大脑确定符合所述任务调度请求的业务需求的多个待调度虚拟机器人;
在本实施例中,任务调度请求指的是用户在客户端中输入的请求信息,例如任务调度请求可以是,获取某一区域的居住人员信息,具体包括姓名、性别、年龄、居住地址等。虚拟机器人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。其中,各个虚拟机器人软件注册到虚拟机器人操作系统时,对应的功能也同步注册完成。
虚拟机器人操作系统的内核大脑中包含多个用于处理整个任务调度的大脑,在本实施例中,需要用到的大脑包括事理大脑、中控大脑、脚本大脑及机器人池大脑等。其中,事理大脑用于任务相关的调度实现例如将任务拆解为小任务,中控大脑为中央控制大脑管理台,实现对大脑任务的启动,分配,安排,查询,调度等,用于维护持续重复运行的主事理。例如读取用户输入信息,并分析获得命令类型、读取输出内容,发送到界面框、解释用户任务表的记录,转换成事理任务,执行任务,读取命令结果、构建命令事理,提交发送,读取结果。脚本大脑预先配置有不同的处理脚本,能够通过任务分解脚本对任务调度请求进行分解处理,从而得到程序可执行的方法,机器人池大脑用于维护相关的机器人实例,并能模拟汇报各个虚拟机器人软件的简单器官状态。
作为一种可选的实施方式,在接收到任务调度请求时,可以根据脚本大脑对任务调度请求进行分解处理,其中,分解过程可以通过语义分析脚本对任务调度请求对应的文本信息进行识别处理,进而将文字的调度信息转换为具体的可执行的程序方法,也即接收到任务调度请求时,可以根据脚本大脑将所述任务调度请求转译成执行代码。随后通过事理大脑对执行代码进行分解处理,得到任务调度请求对应的多个可执行的子任务,而每个子任务都由对应的虚拟机器人软件执行。在选定虚拟机器人软件时,需要基于中控大脑确定多个子任务对应的多个调度功能,并根据调度功能的多个待调度虚拟机器人软件。
例如在分解后的子任务中,包括获取某区域居住人员的姓名信息、获取人员的性别信息等,此时需要基于该子任务选定能够执行获取姓名信息的多个待调度虚拟机器人。
而基于中控大脑确定符合调度功能,并根据该调度功能的多个待调度虚拟机器人的可选实施过程中,可以先确定当前处于空闲状态的虚拟机器人软件,随后中控大脑依次根据多个所述调度功能,从空闲状态的虚拟机器人软件中选定满足所述调度功能的多个待调度虚拟机器人。例如存在3个虚拟机器人软件能够执行获取某个调度任务,且均处于空闲状态,此时需要将这3个虚拟机器人软件作为待调度虚拟机器人。除此之外,当不存在满足调度功能的虚拟机器人时,例如所有虚拟机器人软件均处于运行状态,此时需要将相应的调度功能信息发送到注册界面中,以便工作人员在注册界面中进行相应的虚拟机器人软件的注册,以使虚拟机器人操作系统获取所述注册界面接收到的多个所述待调度虚拟机器人。
基于虚拟机器人操作系统的多个大脑进行协同处理,选定符合当前调度需求的多个待调度虚拟机器人,以便根据从多个待调度虚拟机器人软件中选定性能参数最优的目标虚拟机器人软件执行对应的子任务,从而提高任务调度请求的调度效率。
步骤S20,基于所述脚本大脑以及机器人池大脑对多个所述待调度虚拟机器人进行处理,得到目标虚拟机器人;
作为一种可选的实施方式,可以根据机器人池大脑对待调度虚拟机器人软件进行模拟测试处理,通过脚本大脑的数据分析脚本对各个待调度虚拟机器人反馈的测试结果进行分析处理,从而选定目标虚拟机器人。通过多个大脑协同处理得到目标虚拟机器人软件,以便基于目标虚拟机器人软件执行任务调度请求的子任务,从而提高任务调度效率。
在另一可选的实施方式中,在确定多个待调度虚拟机器人后,可以根据待调度虚拟机器人的基本信息选定目标虚拟机器人。具体地,可以获取多个待调度虚拟机器人的注册时间、版本信息和/或任务执行信息,随后根据注册时间、版本信息和/或任务执行信息在多个待调度虚拟机器人中选定目标虚拟机器人。其中,可以理解的是,注册时间越晚、版本越新,虚拟机器人软件对应的功能越齐全,任务执行信息则是虚拟机器人执行过的任务中,对应的执行信息,例如执行过的获取模拟测试过程中某一测试端的网络信息任务中,包含了任务的执行效率、数据有效性等,因此可以根据该数据进行目标虚拟机器人的选定,三种方式可以作为总的条件,也可以单独进行比对。通过比对待调度虚拟机器人的版本信息、注册时间和/或任务执行信息,进而选定目标虚拟机器人,减少了测试调度过程,提高确定目标虚拟机器人的效率。
步骤S30,通过消息队列基本组件将所述任务调度请求对应的多个子任务转发到服务器,并控制所述服务器将多个所述子任务转发到多个所述目标虚拟机器人。
在本实施例中,选定目标虚拟机器人软件后,可以通过虚拟机器人操作系统的消息队列基本组件(Emitter)将子任务的执行指令转发到服务器中,并由服务器将该对应的指令下发到对应的目标虚拟机器人软件当中,从而确保目标虚拟机器人软件执行当前任务调度请求对应的各个子任务,从而提高任务调度请求的执行效率。
需要说明的是,目标虚拟调度机器人软件基于已有的信息如版本信息、注册信息等,或基于测试调度过程的结果选定的,而在实际过程中,若目标虚拟机器人不符合预设期望时,需要重新选定目标虚拟机器人。具体地,作为一种可选的实施方式,将子任务下发到目标虚拟机器人软件后,可以获取目标虚拟机器人反馈的目标数据,并根据脚本大脑的结果校验脚本,对所述目标数据以及所述任务调度请求对应的需求结果进行校验处理,得到校验结果,当存在所述目标数据的校验结果不处于预设结果的范围时,基于所述事理大脑、所述脚本大脑以及所述任务消化大脑重新选定校验结果不满足预设结果的所述目标虚拟机器人。重新选定后目标虚拟机器人后,可以重新执行对应的子任务,也可以对不满足预设结果的目标虚拟机器人进行标记,以便下一次执行类似任务时,不会选定该目标虚拟机器人软件,提高后续的任务执行效率。
将子任务下发到目标虚拟机器人软件后,在另一可选的实施方式中,可以获取多个所述目标虚拟机器人基于所述子任务生成的任务调度日志,以及未执行所述子任务的所述待调度虚拟机器人的历史任务调度日志,其中任务调度日志中包含了当前的任务的具体执行信息,虚拟机器人操作系统能够基于该日志以及其他待调度虚拟机器人的历史任务调度日志进行分析,从而确定目标虚拟机器人软件是否有效提高调度效率。也即可以根据所述任务调度日志以及所述历史任务调度日志确定所述目标虚拟机器人的任务调度效率,以便基于任务调度效率,在接收到新的任务调度请求时,根据所述任务调度效率选定新的目标虚拟机器人。例如任务调度日志中目标调度机器人软件对应的任务调度效率显著高于历史任务调度日志中的其他待调度虚拟机器人软件的执行效率,因而接收到同类型的新的任务调度请求时,在未接收到新注册的虚拟机器人软件的前提下,可以直接选定目标虚拟机器人软件,从而跳过测试调度过程,提高目标虚拟机器人的选定效率,从而提高任务调度执行效率。
在本实施例公开的技术方案中,通过多个大脑协同处理,分析得到当前的业务调度请求对应的多个待调度虚拟机器人,随后并通过脚本大脑以及机器人池大脑等进行协同测试处理,得到能够提高当前的任务调度效率的目标虚拟机器人软件,并将对应的子任务下发到目标虚拟机器人软件当中,从而提高任务的调度效率。同时还能根据反馈的任务调度结果调整目标虚拟机器人,从而在接收到大量的调度任务请求时,能够快速选定目标虚拟机器人软件,提高任务调度效率。
请参照图2,基于第一实施例,在第二实施例中,作为一种可选的实施方式,具体地,步骤S20包括:
步骤S21,基于所述机器人池大脑对多个所述待调度虚拟机器人进行实例化处理,得到多个所述待调度虚拟机器人的模拟测试结果;
在该过程中,可以通过机器人池大脑获取机器人列表中多个待调度虚拟机软件,随后不断实例化每个机器人软件的运行内容,模拟汇报简单器官状况,也即能够基于所述机器人池大脑模拟所述当前的虚拟机器人的器官状态,并根据模拟过程的通信数据确定所述模拟测试结果,从而提高调度测试任务与待调度虚拟机器人软件的关联性,进而提高选定目标虚拟机器人软件时的准确性。
步骤S22,根据所述脚本大脑的评分脚本对所述模拟测试结果进行分析处理,得到评分结果,其中,所述评分脚本基于所述测试结果对虚拟机器人的性能、响应速度和/或错误率进行评分;
得到模拟测试结果后,接着根据脚本大脑的评分脚本对测试进行评分处理,得到评分结果,其中,测试脚本能够基于测试结果,对虚拟机器人软件的性能、响应速度和/或错误率进行评分处理,例如能够执行同一子任务的多个待调度虚拟机器人A、B以及C中,其反馈的数据中,对应的响应速度分别为3秒、5秒和7秒,而结果的错误率分别为3%、5%以及10%,此时得到的评分结果中,虚拟机器人软件A的响应速度及错误率对应的评分越高。
步骤S23,根据所述评分结果,选定评分最高的待调度虚拟机器人作为所述目标虚拟机器人。
基于评分脚本得到评分结果后,可以根据该评分结果选定评分最高的一个待调度虚拟机器人软件作为所述目标虚拟机器人软件。可以理解的是,评分越高,说明目标虚拟机器人软件的执行任务调度请求对应的子任务时,其执行效率理论上也较高。需要说明的是,上述参数仅用于解释说明,并非是对本发明的限定。
在本实施例公开的技术方案中,基于机器人池大脑对多个待调度虚拟机器人软件进行模拟测试处理,并将模拟测试结果发送到脚本大脑中,接着通过脚本大脑的评分脚本对测试结果进行评分处理,最后通过评分结果选定目标虚拟机器人软件,通过多个大脑协同调度处理,从而选定目标虚拟机器人软件,提高任务调度效率。
参照图3,图3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3所示,该终端可以包括:处理器1001,例如主处理器(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3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3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、网络通信模块以及调度程序。
在图3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中存储的调度程序,并执行以下操作:
接收到任务调度请求时,根据事理大脑、中控大脑以及脚本大脑确定符合所述任务调度请求的业务需求的多个待调度虚拟机器人;
基于所述脚本大脑以及机器人池大脑对多个所述待调度虚拟机器人进行处理,得到目标虚拟机器人;
通过消息队列基本组件将所述任务调度请求对应的多个子任务依次转发到服务器,并控制所述服务器将多个所述子任务转发到多个所述目标虚拟机器人。
进一步地,处理器1001可以调用存储器1004中存储的调度程序,还执行以下操作:
接收到任务调度请求时,根据所述脚本大脑将所述任务调度请求转译成执行代码,并基于所述事理大脑对所述执行代码进行分解,得到所述任务调度请求对应的多个所述子任务;
基于所述中控大脑确定多个所述子任务对应的多个调度功能,并根据所述调度功能选定多个所述待调度虚拟机器人。
进一步地,处理器1001可以调用存储器1004中存储的调度程序,还执行以下操作:
确定当前处于空闲状态的虚拟机器人;
基于所述中控大脑以及多个所述调度功能,从空闲状态的虚拟机器人中选定满足所述调度功能的多个所述待调度虚拟机器人;
当不存在满足所述调度功能的虚拟机器人时,获取注册界面接收到的多个所述待调度虚拟机器人。
进一步地,处理器1001可以调用存储器1004中存储的调度程序,还执行以下操作:
基于所述机器人池大脑对多个所述待调度虚拟机器人进行实例化处理,得到多个所述待调度虚拟机器人的模拟测试结果;
根据所述脚本大脑的评分脚本对所述模拟测试结果进行分析处理,得到评分结果,其中,所述评分脚本基于所述测试结果对虚拟机器人的性能、响应速度和/或错误率进行评分;
根据所述评分结果,选定评分最高的待调度虚拟机器人作为所述目标虚拟机器人。
进一步地,处理器1001可以调用存储器1004中存储的调度程序,还执行以下操作:
基于所述机器人池大脑模拟所述当前的虚拟机器人的器官状态,并根据模拟过程的通信数据确定所述模拟测试结果。
进一步地,处理器1001可以调用存储器1004中存储的调度程序,还执行以下操作:
获取多个所述目标虚拟机器人反馈的目标数据;
根据所述脚本大脑的结果校验脚本,对所述目标数据以及所述任务调度请求对应的需求结果进行校验处理,得到校验结果;
当存在所述目标数据的校验结果不处于预设结果的范围时,基于所述事理大脑、所述脚本大脑以及所述任务消化大脑重新选定校验结果不满足预设结果的所述目标虚拟机器人。
进一步地,处理器1001可以调用存储器1004中存储的调度程序,还执行以下操作:
获取多个所述待调度虚拟机器人的注册时间、版本信息和/或任务执行信息;
根据所述注册时间、所述版本信息和/或所述任务执行信息,在多个所述待调度虚拟机器人中选定所述目标虚拟机器人。
进一步地,处理器1001可以调用存储器1004中存储的调度程序,还执行以下操作:
获取多个所述目标虚拟机器人基于所述子任务生成的任务调度日志,以及未执行所述子任务的所述待调度虚拟机器人的历史任务调度日志;
根据所述任务调度日志以及所述历史任务调度日志确定所述目标虚拟机器人的任务调度效率,在接收到新的任务调度请求时,根据所述任务调度效率选定新的目标虚拟机器人。
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调度程序,所述调度程序被处理器执行时实现如上实施例所述的调度方法的各个步骤。
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 (10)
1.一种虚拟机器人的调度方法,其特征在于,应用于虚拟机器人操作系统,所述虚拟机器人的消息处理方法包括:
接收到任务调度请求时,根据事理大脑、中控大脑以及脚本大脑确定符合所述任务调度请求的业务需求的多个待调度虚拟机器人;
基于所述脚本大脑以及机器人池大脑对多个所述待调度虚拟机器人进行处理,得到目标虚拟机器人;
通过消息队列基本组件将所述任务调度请求对应的多个子任务依次转发到服务器,并控制所述服务器将多个所述子任务转发到多个所述目标虚拟机器人。
2.如权利要求1所述的虚拟机器人的调度方法,其特征在于,所述接收到任务调度请求时,根据事理大脑、中控大脑以及脚本大脑确定符合所述任务调度请求的业务需求的多个待调度虚拟机器人的步骤包括:
接收到任务调度请求时,根据所述脚本大脑将所述任务调度请求转译成执行代码,并基于所述事理大脑对所述执行代码进行分解,得到所述任务调度请求对应的多个所述子任务;
基于所述中控大脑确定多个所述子任务对应的多个调度功能,并根据所述调度功能选定多个所述待调度虚拟机器人。
3.如权利要求2所述的虚拟机器人的调度方法,其特征在于,所述基于所述中控大脑确定多个所述子任务对应的多个调度功能,并根据所述调度功能选定多个所述待调度虚拟机器人的步骤包括:
确定当前处于空闲状态的虚拟机器人;
基于所述中控大脑以及多个所述调度功能,从空闲状态的虚拟机器人中选定满足所述调度功能的多个所述待调度虚拟机器人;
当不存在满足所述调度功能的虚拟机器人时,获取注册界面接收到的多个所述待调度虚拟机器人。
4.如权利要求1所述的虚拟机器人的调度方法,其特征在于,所述基于所述脚本大脑以及机器人池大脑对多个所述待调度虚拟机器人进行处理,得到目标虚拟机器人的步骤包括:
基于所述机器人池大脑对多个所述待调度虚拟机器人进行实例化处理,得到多个所述待调度虚拟机器人的模拟测试结果;
根据所述脚本大脑的评分脚本对所述模拟测试结果进行分析处理,得到评分结果,其中,所述评分脚本基于所述测试结果对虚拟机器人的性能、响应速度和/或错误率进行评分;
根据所述评分结果,选定评分最高的待调度虚拟机器人作为所述目标虚拟机器人。
5.如权利要求4所述的虚拟机器人的调度方法,其特征在于,所述基于所述机器人池大脑对多个所述待调度虚拟机器人进行实例化处理,得到多个所述待调度虚拟机器人的模拟测试结果的步骤包括:
基于所述机器人池大脑模拟所述当前的虚拟机器人的器官状态,并根据模拟过程的通信数据确定所述模拟测试结果。
6.如权利要求1所述的虚拟机器人的调度方法,其特征在于,所述通过消息队列基本组件将所述任务调度请求对应的多个子任务依次转发到服务器,并控制所述服务器将多个所述子任务转发到多个所述目标虚拟机器人的步骤之后,还包括:
获取多个所述目标虚拟机器人反馈的目标数据;
根据所述脚本大脑的结果校验脚本,对所述目标数据以及所述任务调度请求对应的需求结果进行校验处理,得到校验结果;
当存在所述目标数据的校验结果不处于预设结果的范围时,基于所述事理大脑、所述脚本大脑以及所述任务消化大脑重新选定校验结果不满足预设结果的所述目标虚拟机器人。
7.如权利要求1所述的虚拟机器人的调度方法,其特征在于,所述接收到任务调度请求时,根据事理大脑、中控大脑以及脚本大脑确定符合所述任务调度请求的业务需求的多个待调度虚拟机器人的步骤之后,还包括:
获取多个所述待调度虚拟机器人的注册时间、版本信息和/或任务执行信息;
根据所述注册时间、所述版本信息和/或所述任务执行信息,在多个所述待调度虚拟机器人中选定所述目标虚拟机器人。
8.如权利要求1所述的虚拟机器人的调度方法,其特征在于,所述通过消息队列基本组件将所述任务调度请求对应的多个子任务依次转发到服务器,并控制所述服务器将多个所述子任务转发到多个所述目标虚拟机器人的步骤之后,还包括:
获取多个所述目标虚拟机器人基于所述子任务生成的任务调度日志,以及未执行所述子任务的所述待调度虚拟机器人的历史任务调度日志;
根据所述任务调度日志以及所述历史任务调度日志确定所述目标虚拟机器人的任务调度效率,在接收到新的任务调度请求时,根据所述任务调度效率选定新的目标虚拟机器人。
9.一种虚拟机器人的调度装置,其特征在于,所述虚拟机器人的调度装置包括: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调度程序,所述虚拟机器人的调度程序被所述处理器执行时实现如权利要求1至8中任一项所述的虚拟机器人的调度方法的步骤。
10.一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消息处理程序,所述虚拟机器人的消息处理程序被处理器执行时实现如权利要求1至8中任一项所述的虚拟机器人的消息处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410185137.2A CN118132224A (zh) | 2024-02-19 | 2024-02-19 | 虚拟机器人的调度方法、虚拟机器人的调度装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410185137.2A CN118132224A (zh) | 2024-02-19 | 2024-02-19 | 虚拟机器人的调度方法、虚拟机器人的调度装置及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118132224A true CN118132224A (zh) | 2024-06-04 |
Family
ID=91236883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410185137.2A Pending CN118132224A (zh) | 2024-02-19 | 2024-02-19 | 虚拟机器人的调度方法、虚拟机器人的调度装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118132224A (zh) |
-
2024
- 2024-02-19 CN CN202410185137.2A patent/CN118132224A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11429433B2 (en) | Process discovery and automatic robotic scripts generation for distributed computing resources | |
CN110532084B (zh) | 平台任务的调度方法、装置、设备及存储介质 | |
EP3742293A1 (en) | Event driving method and device | |
CN110012062B (zh) | 一种多机房任务调度方法、装置及存储介质 | |
CN106970880A (zh) | 一种分布式自动化软件测试方法及系统 | |
CN112395736B (zh) | 一种分布交互仿真系统的并行仿真作业调度方法 | |
WO2018188380A1 (zh) | 一种添加控件标识的方法和装置 | |
CN111258735A (zh) | 一种支持用户QoS感知的深度学习任务调度方法 | |
US20200310828A1 (en) | Method, function manager and arrangement for handling function calls | |
CN111475137A (zh) | 一种软件开发需求预测的方法、系统及设备 | |
CN113268362A (zh) | 基于无服务器平台的运维方法、装置、设备及存储介质 | |
CN117235527A (zh) | 端到端容器化的大数据模型构建方法、装置、设备及介质 | |
CN107479962B (zh) | 一种用于任务下发的方法与设备 | |
CN118132224A (zh) | 虚拟机器人的调度方法、虚拟机器人的调度装置及介质 | |
CN106202162A (zh) | 一种用于测试推荐房间数据列表的测试系统及方法 | |
CN116302464A (zh) | 基于单向链表的云平台资源编排方法、装置及电子设备 | |
CN112363819A (zh) | 大数据任务动态编排调度方法、装置及计算设备 | |
CN110908791B (zh) | 调度方法、调度装置和调度系统 | |
CN113407331A (zh) | 一种任务处理的方法、装置及存储介质 | |
CN112825044B (zh) | 任务执行方法、装置及计算机存储介质 | |
CN117573329B (zh) | 多脑协同的任务调度方法、任务调度装置及存储介质 | |
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 | |
CN113297080B (zh) | 一种物联网平台的简易测试方法 | |
CN111562982A (zh) | 请求数据的处理方法及装置、计算机可读存储介质、电子设备 | |
CN109446102B (zh) | 一种基于事件的测试脚本调度方法及系统 |
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 |