CN118132225A - 虚拟机器人的任务调度方法、操作系统及存储介质 - Google Patents

虚拟机器人的任务调度方法、操作系统及存储介质 Download PDF

Info

Publication number
CN118132225A
CN118132225A CN202410185141.9A CN202410185141A CN118132225A CN 118132225 A CN118132225 A CN 118132225A CN 202410185141 A CN202410185141 A CN 202410185141A CN 118132225 A CN118132225 A CN 118132225A
Authority
CN
China
Prior art keywords
virtual robot
scheduling
task
virtual
operating system
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
Application number
CN202410185141.9A
Other languages
English (en)
Inventor
赖洪昌
罗义聪
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.)
Shenzhen Lessnet Technology Co ltd
Original Assignee
Shenzhen Lessnet Technology 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 Shenzhen Lessnet Technology Co ltd filed Critical Shenzhen Lessnet Technology Co ltd
Priority to CN202410185141.9A priority Critical patent/CN118132225A/zh
Publication of CN118132225A publication Critical patent/CN118132225A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • 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
    • 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
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了虚拟机器人的任务调度方法、操作系统及存储介质，其中，所述任务调度方法应用于虚拟机器人操作系统，所述方法包括以下步骤：获取到业务调度请求且系统资源处于空闲状态时，确定所述业务调度请求的调度类型，并基于大脑引擎以及所述调度类型对所述业务调度请求进行分解，得到多个子任务；将多个所述子任务下发到所述虚拟机器人操作系统的后端服务器控制的虚拟机器人；获取各个所述虚拟机器人反馈的处理结果，并基于所述处理结果调整所述虚拟机器人占用的所述系统资源。本发明通过虚拟机器人操作系统的大脑引擎对不同调度类型的调度任务进行相应的调度管理，并基于调度结果进行调度资源调整，提高资源调度能力，从而提高任务调度效率。

Description

虚拟机器人的任务调度方法、操作系统及存储介质
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任务调度方法、操作系统及存储介质。
背景技术
在虚拟机器人的业务场景中，通常会接收到多种不同的调度业务如实例生成任务调度、网络测试任务调度、编译任务请求调度、数字场景构建及多脑协同处理调度等。
在调度过程中，一个任务通常会被划分为多个子任务并进行由不同的处理节点进行处理。在面对大量的数据处理任务时，需要进行大量的数据分析处理，而大量数据信息的分析则要求系统具备高级的计算和分析能力，这通常超出了现有操作系统所能提供的基本处理功能，此时需要开发人员进行任务调度协同处理，而在面对大量的处理任务时，需要花费较长的时间进行处理。因此，在面对当前大量的处理任务时，当前的虚拟机器人的操作系统存在因资源调度能力差导致任务调度效率低的缺陷。
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任务调度方法、操作系统及存储介质，解决现有技术中因资源调度能力差导致任务调度效率低的缺陷的问题。
为实现上述目的，本发明提供一种虚拟机器人的任务调度方法，所述方法应用于虚拟机器人操作系统，所述方法包括：
获取到业务调度请求且系统资源处于空闲状态时，确定所述业务调度请求的调度类型，并基于大脑引擎以及所述调度类型对所述业务调度请求进行分解，得到多个子任务；
将多个所述子任务下发到所述虚拟机器人操作系统的后端服务器控制的虚拟机器人；
获取各个所述虚拟机器人反馈的处理结果，并基于所述处理结果调整所述虚拟机器人占用的所述系统资源。
可选地，所述获取到业务调度请求且系统资源处于空闲状态时，确定所述业务调度请求的调度类型，并基于大脑引擎以及所述调度类型对所述业务调度请求进行分解，得到多个子任务的步骤包括：
接收到所述业务调度请求时，获取所述虚拟机器人操作系统的系统资源的状态信息；
在所述系统资源中存在执行所述业务调度请求对应的虚拟机器人调度资源时，根据所述业务调度请求携带的调度标签确定所述调度类型；
基于所述大脑引擎以及所述调度类型对所述业务调度请求进行模板匹配处理，得到任务执行流程；
根据所述任务执行流程将所述业务调度请求分解成多个所述子任务。
可选地，所述接收到所述业务调度请求时，获取所述虚拟机器人操作系统的系统资源的状态信息；的步骤之后，还包括：
在所述系统资源存在执行所述业务调度请求对应的虚拟机器人调度资源时，基于所述大脑引擎控制所述虚拟机器人操作系统的多个内核大脑对所述业务调度请求进行分解，得到多个所述子任务。
可选地，所述将多个所述子任务下发到所述虚拟机器人操作系统的后端服务器控制的虚拟机器人的步骤包括：
确定多个所述子任务的数据传输策略及数据存储策略；
在所述数据传输策略以及所述数据存储策略符合预设需求时，基于消息发射器将多个所述子任务下发到后端服务器中对应的所述虚拟机器人。
可选地，所述获取各个所述虚拟机器人反馈的处理结果，并基于所述处理结果调整所述虚拟机器人占用的所述系统资源的步骤包括：
获取各个所述虚拟机器人对应的所述处理结果，并根据所述处理结果释放所述虚拟机器人占用的所述系统资源；
在接收到重新执行所述业务调度请求的指令时，基于所述指令调整各个所述虚拟机器人的是系统资源的分配策略后，将多个所述子任务重新下发到各个所述虚拟机器人。
可选地，所述将多个所述子任务下发到所述虚拟机器人操作系统的后端服务器控制的虚拟机器人的步骤之后，还包括：
获取各个所述虚拟机器人反馈的处理结果，并基于所述处理结果进行知识图谱化处理。
可选地，所述获取各个所述虚拟机器人反馈的处理结果，并基于所述处理结果调整所述虚拟机器人占用的所述系统资源的步骤之后，还包括：
基于所述虚拟机器人对应的处理结果更新所述虚拟机器人操作系统的任务调度策略。
此外，为实现上述目的，本发明提供一种虚拟机器人操作系统方法，所述虚拟机器人操作系统包括内核大脑、中控及消息发射器，所述内核大脑基于大脑引擎进行控制；
所述中控用于处理所有端业务逻辑消息转发、任务分发调度以及用户授权登录认证、所述消息发射器用于数据转发及注册、所述内核大脑包括提供系统功能的多个大脑，所述系统功能包括事理调度、图谱数据存储、实例创建及维护记录及任务分发调度。
此外，为实现上述目的，本发明还提供一种虚拟机器人操作系统，所述虚拟机器人操作系统包括存储器、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任务调度程序，所述虚拟机器人的任务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任务调度方法的步骤。
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任务调度程序，所述虚拟机器人的任务调度程序被处理器执行时实现如上所述的虚拟机器人的任务调度方法的步骤。
本发明实施例提供了虚拟机器人的任务调度方法、操作系统及存储介质，在获取到业务调度请求且系统资源处于空闲状态时，确定所述业务调度请求的调度类型，并基于大脑引擎以及所述调度类型对所述业务调度请求进行分解，得到多个子任务，随即将多个所述子任务下发到所述虚拟机器人操作系统的后端服务器控制的虚拟机器人，接着获取各个所述虚拟机器人反馈的处理结果，并基于所述处理结果调整所述虚拟机器人占用的所述系统资源。通过虚拟机器人操作系统的大脑引擎对不同的调度类型的业务调度请求进行调度管理，并基于调度结果对系统资源的占用进行优化调整，提高操作系统的资源调度能力，从而提高任务调度效率。
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任务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任务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任务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。
第一实施例
本发明实施例应用于虚拟机器人操作系统，该操作系统能够实现多种业务类型的调度功能，例如任务调度，流数据转换，跨节点进程协同，事理任务调度，文件存储，海量数据存储，图谱数据存储，脚本引擎，大脑执行等功能，基于该调度功能，面对不同的调度任务如实例任务的处理、网络测试任务调度、编译任务调度、知识图谱场景构建及数字场景构建等任务时，虚拟机器人操作系统能够对任务调度进行管理相应的调度管理，通过将多功能集成到虚拟机器人操作系统当中，从而提高任务调度效率。其中，虚拟机器人操作系统包括内核大脑、中控及消息发射器，内核大脑基于大脑引擎进行控制，中控用于处理所有端业务逻辑消息转发、任务分发调度以及用户授权登录认证，而消息发射器用于数据转发及注册；内核大脑包括提供系统功能的多个大脑，系统功能包括事理调度、图谱数据存储、实例创建及维护记录及任务分发调度。
基于虚拟机器人操作系统，请参照图1，本发明虚拟机器人的任务调度方法的步骤包括：
步骤S10，获取到业务调度请求且系统资源处于空闲状态时，确定所述业务调度请求的调度类型，并基于大脑引擎以及所述调度类型对所述业务调度请求进行分解，得到多个子任务；
在本实施例中，业务调度请求是开发人员在操作系统中录入的不同类型的作业调度请求，该请求可以是编译请求，网络测试请求、实例创建请求，数据获取任务调度请求等。因此在获取到业务调度请求且系统资源处于空闲状态时，需要确定该调度请求的调度类型，以便基于该调度类型进行相应的调度任务分解处理，提高任务调度效率。
系统资源的空闲状态包括虚拟机器人操作系统中各个大脑的空闲状态以及执行该业务调度请求对应的任务的虚拟机器人软件的状态，其中，虚拟机器人软件的状态则是虚拟机器人能够执行某种任务调度的状态，并非是未执行任务的状态，例如虚拟机器人软件中设定的可执行任务数为100，而当前多线程执行的任务数为80，并未超出可执行任务数的阈值，也即可认为该虚拟机器处于空闲状态。其中，可执行任务数可以根据实际场景动态设置，上述参数仅用于解释说明，并非是对本发明的限定。
大脑引擎则是用于管理内核大脑中各个大脑，对业务调度请求进行分解时，可以通过模板匹配的方式，或者控制脚本大脑的脚本进行分解处理的方式进行处理。
开发人员在输入业务调度请求对应的信息时，能够在相同界面中选定该请求对应的调度类型，从而生成业务调度请求对应的调度标签。除此之外，虚拟机器人操作系统也能够对该业务调度请求进行基本的语义识别处理，分析出对应的调度类型并生成调度标签。
作为一种可选的实施方式，在接收到所述业务调度请求时，需要获取所述虚拟机器人操作系统的系统资源的状态信息，在所述系统资源中存在执行所述业务调度请求对应的虚拟机器人调度资源时，虚拟机器人操作系统可直接根据业务调度请求所携带的调度标签确定调度类型。随后基于大脑引擎以及调度类型对业务调度请求进行模板匹配处理，得到相应的任务执行流程，最后根据得到的任务执行流程将业务调度请求分解成多个子任务。
示例性的，业务调度请求为获取A市的A街道的居住人员的具体信息，至少包括年龄、性别、姓名、住址等基本信息，而进行模板匹配处理的过程中，存在获取某地居住人员的信息模板，基于此，能够得到当前业务调度请求中对应的任务执行流程，最后基于该流程生成不同虚拟机器人软件所执行的子任务，如虚拟机器人软件A1获取人员姓名，A2获取人员的住址等。或者在业务调度请求为构建某种数字场景，该数字场景至少需要包括带宽信息、流量信息、基本网络信息及时延信息等。随即虚拟机器人操作系统选定需要构建数字场景模板后，确定相应的任务执行流程。基于此，能够对不同类型的调度任务进行自动调度分配处理，避免开发人员进行手动调度选择，提高调度能力的同时，提高任务调度的处理效率。
在另一可选的实施方式中，在系统资源存在执行所述业务调度请求对应的虚拟机器人调度资源时，可以基于大脑引擎控制虚拟机器人操作系统的多个内核大脑对业务调度请求进行分解，得到多个所述子任务。例如控制内核大脑中的脚本大脑的任务处理脚本进行分解处理，随后得到相应的子任务，同时可以根据任务消化大脑确定子任务的处理节点，以便基于该节点进行子任务的下发。
步骤S20，将多个所述子任务下发到所述虚拟机器人操作系统的后端服务器控制的虚拟机器人；
在本实施例中，虚拟机器人指的是虚拟机器人软件，该软件能够执行数据爬取、数据筛选、问答处理、文件移动等各种仿真处理动作。例如需要构建数字场景时，不同机器人软件处理不同的数据，例如机器人软件1用于生成场景信息、机器人软件2用于生成基本网络信息，机器人软件3用于生成网络时延信息等。可以理解的是，生成的数据为模拟数据。
作为一种可选的实施方式，将多个子任务下发到对应的虚拟机器人软件的过程中，可以确定多个子任务的数据传输策略及数据存储策略，随后在数据传输策略以及数据存储策略符合预设需求时，基于虚拟机器人操作系统的消息发射器将多个子任务下发到后端服务器中对应的所述虚拟机器人软件当中。其中，子任务的数据传输策略包括数据传输过程中的安全性保障措施、各个节点的数据传输权限控制以及各个节点之间的数据传输方式，因此为确保子任务下发的准确性，需要确保传输策略是否符合规范。而数据存储策略包括各个节点对应的数据存储结构，保障各个节点数据存储效率的措施以及各个节点待存储数据的获取方式和删改控制逻辑等，通过确定数据存储策略是否符合需求，使得基于虚拟机器人软件反馈的数据能够被修改，避免无法对调度过程中的错误数据进行自动处理而导致的任务调度效率变低，提高任务调度效率。
步骤S30，获取各个所述虚拟机器人反馈的处理结果，并基于所述处理结果调整所述虚拟机器人占用的所述系统资源。
在本实施例中，在各个虚拟机器人软件反馈的处理结果后，需要将虚拟机器人软件中的状态调整为空闲状态，进而释放虚拟机器人软件所占用的系统处理资源。通过释放已完成调度任务的虚拟机器人软件的占用资源，提高大量的任务调度场景中资源的利用效率，从而提高任务调度效率。
在调整虚拟机器人软件占用的系统资源后，还可以基于处理结果对虚拟机器人操作系统的任务调度策略进行更新。例如基于多个中文指令生成多个不同开发语言的代码信息的任务调度场景中，当前需要分别通过8个虚拟机器人软件将生成4种编译语言的8套代码。此时可以根据反馈的8套代码信息对任务调度策略进行更新优化，调整成通过4个虚拟机器人软件生成4种编译语言共8套代码的任务调度策略，释放更多的可使用的虚拟机器人软件资源，提高资源调度利用率，从而提高任务调度的处理效率。
在本实施例公开的技术方案中，接收到业务调度请求时，通过获取当前的系统资源状态信息，并在系统资源存在空闲资源时，根据大脑引擎和调度类型进行模板匹配处理，或者基于大脑引擎控制脚本大脑及任务调度大脑进行处理，得到相应的子任务，在将子任务下发到虚拟机器人软件时，需要确定当前对应的数据传输策略及存储策略，从而避免数据出错或无法对调度任务对应的数据进行修改，最后再基于处理节点中虚拟机器人软件对应的处理结果对虚拟机器人软件占用的系统资源进行调整，提高大量的任务调度场景中资源的利用效率，从而提高任务调度效率。
第二实施例
请参照图2，基于第一实施例，本发明虚拟机器人的任务调度方法的步骤S30具体包括：
步骤S31，获取各个所述虚拟机器人对应的所述处理结果，并根据所述处理结果释放所述虚拟机器人占用的所述系统资源。
在本实施例中，不同的调度类型的调度任务，对应的存储数据及执行的动作也不相同。而在数据处理过程中，虚拟机器人能够获取到处理结果后，虚拟机器人操作系统自动释放虚拟机器人占用的资源。
步骤S32，在接收到重新执行所述业务调度请求的指令时，基于所述指令调整各个所述虚拟机器人的是系统资源的分配策略后，将多个所述子任务重新下发到各个所述虚拟机器人。
在本实施例中，释放资源后，虚拟机器人操作系统输出虚拟机器人反馈的处理结果，随后在开发人员输入重新进行任务调度的指令也即接收到重新执行所述业务调度请求的指令时，基于该指令调整各个所述虚拟机器人的是系统资源的分配策略后，将多个所述子任务重新下发到各个所述虚拟机器人。基于此，通过调整系统资源分配策略，能够减少后续处理相同类型任务时，需要对数据进行调整的过程，提高大量任务调度场景中的任务处理效率。
在另一可选的实施方式中，在获取到各个处理节点对应的处理结果后，可以基于处理结果进行知识谱图化处理，以填充虚拟机器人软件的知识库，进而在接收到业务调度请求时，能够结合知识库进行处理，提高各个调度任务的调度效率。
在本实施例公开的技术方案中，在虚拟机器人软件完成任务调度并反馈相应的结果后，释放虚拟机器人软件对应的占用资源，并在接收到重新执行的指令时，对各个虚拟机器人软件的系统资源分配策略进行调整，进而能够在处理大量的任务调度请求时，不断对同类型的调度任务的调度策略进行优化调整，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、网络通信模块以及控制程序。
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中存储的虚拟机器人的任务调度程序，并执行以下操作：
获取到业务调度请求且系统资源处于空闲状态时，确定所述业务调度请求的调度类型，并基于大脑引擎以及所述调度类型对所述业务调度请求进行分解，得到多个子任务；
将多个所述子任务下发到所述虚拟机器人操作系统的后端服务器控制的虚拟机器人；
获取各个所述虚拟机器人反馈的处理结果，并基于所述处理结果调整所述虚拟机器人占用的所述系统资源。
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任务调度程序，还执行以下操作：
接收到所述业务调度请求时，获取所述虚拟机器人操作系统的系统资源的状态信息；
在所述系统资源中存在执行所述业务调度请求对应的虚拟机器人调度资源时，根据所述业务调度请求携带的调度标签确定所述调度类型；
基于所述大脑引擎以及所述调度类型对所述业务调度请求进行模板匹配处理，得到任务执行流程；
根据所述任务执行流程将所述业务调度请求分解成多个所述子任务。
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任务调度程序，还执行以下操作：
在所述系统资源存在执行所述业务调度请求对应的虚拟机器人调度资源时，基于所述大脑引擎控制所述虚拟机器人操作系统的多个内核大脑对所述业务调度请求进行分解，得到多个所述子任务。
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任务调度程序，还执行以下操作：
确定多个所述子任务的数据传输策略及数据存储策略；
在所述数据传输策略以及所述数据存储策略符合预设需求时，基于消息发射器将多个所述子任务下发到后端服务器中对应的所述虚拟机器人。
进一步地，处理器1001可以调用存储器1004中存储的虚拟机器人的任务调度程序，还执行以下操作：
获取各个所述虚拟机器人对应的所述处理结果，并根据所述处理结果释放所述虚拟机器人占用的所述系统资源；
在接收到重新执行所述业务调度请求的指令时，基于所述指令调整各个所述虚拟机器人的是系统资源的分配策略后，将多个所述子任务重新下发到各个所述虚拟机器人。
进一步地，处理器1001可以调用存储器1004中存储的虚拟机器人的任务调度程序，还执行以下操作：
获取各个所述虚拟机器人反馈的处理结果，并基于所述处理结果进行知识图谱化处理。
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任务调度程序，还执行以下操作：
基于所述虚拟机器人对应的处理结果更新所述虚拟机器人操作系统的任务调度策略。
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任务调度程序，所述虚拟机器人的任务调度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任务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任务调度方法，其特征在于，应用于虚拟机器人操作系统，所述虚拟机器人的任务调度方法包括：
获取到业务调度请求且系统资源处于空闲状态时，确定所述业务调度请求的调度类型，并基于大脑引擎以及所述调度类型对所述业务调度请求进行分解，得到多个子任务；
将多个所述子任务下发到所述虚拟机器人操作系统的后端服务器控制的虚拟机器人；
获取各个所述虚拟机器人反馈的处理结果，并基于所述处理结果调整所述虚拟机器人占用的所述系统资源。
2.如权利要求1所述的虚拟机器人的任务调度方法，其特征在于，所述获取到业务调度请求且系统资源处于空闲状态时，确定所述业务调度请求的调度类型，并基于大脑引擎以及所述调度类型对所述业务调度请求进行分解，得到多个子任务的步骤包括：
接收到所述业务调度请求时，获取所述虚拟机器人操作系统的系统资源的状态信息；
在所述系统资源中存在执行所述业务调度请求对应的虚拟机器人调度资源时，根据所述业务调度请求携带的调度标签确定所述调度类型；
基于所述大脑引擎以及所述调度类型对所述业务调度请求进行模板匹配处理，得到任务执行流程；
根据所述任务执行流程将所述业务调度请求分解成多个所述子任务。
3.如权利要求2所述的虚拟机器人的任务调度方法，其特征在于，所述接收到所述业务调度请求时，获取所述虚拟机器人操作系统的系统资源的状态信息；的步骤之后，还包括：
在所述系统资源存在执行所述业务调度请求对应的虚拟机器人调度资源时，基于所述大脑引擎控制所述虚拟机器人操作系统的多个内核大脑对所述业务调度请求进行分解，得到多个所述子任务。
4.如权利要求3所述的虚拟机器人的任务调度方法，其特征在于，所述将多个所述子任务下发到所述虚拟机器人操作系统的后端服务器控制的虚拟机器人的步骤包括：
确定多个所述子任务的数据传输策略及数据存储策略；
在所述数据传输策略以及所述数据存储策略符合预设需求时，基于消息发射器将多个所述子任务下发到后端服务器中对应的所述虚拟机器人。
5.如权利要求1所述的虚拟机器人的任务调度方法，其特征在于，所述获取各个所述虚拟机器人反馈的处理结果，并基于所述处理结果调整所述虚拟机器人占用的所述系统资源的步骤包括：
获取各个所述虚拟机器人对应的所述处理结果，并根据所述处理结果释放所述虚拟机器人占用的所述系统资源；
在接收到重新执行所述业务调度请求的指令时，基于所述指令调整各个所述虚拟机器人的是系统资源的分配策略后，将多个所述子任务重新下发到各个所述虚拟机器人。
6.如权利要求1所述的虚拟机器人的任务调度方法，其特征在于，所述将多个所述子任务下发到所述虚拟机器人操作系统的后端服务器控制的虚拟机器人的步骤之后，还包括：
获取各个所述虚拟机器人反馈的处理结果，并基于所述处理结果进行知识图谱化处理。
7.如权利要求1所述的虚拟机器人的任务调度方法，其特征在于，所述获取各个所述虚拟机器人反馈的处理结果，并基于所述处理结果调整所述虚拟机器人占用的所述系统资源的步骤之后，还包括：
基于所述虚拟机器人对应的处理结果更新所述虚拟机器人操作系统的任务调度策略。
8.一种虚拟机器人操作系统，其特征在于，所述虚拟机器人操作系统包括内核大脑、中控及消息发射器，所述内核大脑基于大脑引擎进行控制；
所述中控用于处理所有端业务逻辑消息转发、任务分发调度以及用户授权登录认证、所述消息发射器用于数据转发及注册、所述内核大脑包括提供系统功能的多个大脑，所述系统功能包括事理调度、图谱数据存储、实例创建及维护记录及任务分发调度。
9.一种虚拟机器人的操作系统，其特征在于，所述虚拟机器人的操作系统包括：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任务调度程序，所述虚拟机器人的任务调度程序被所述处理器执行时实现如权利要求1至7中任一项所述的虚拟机器人的任务调度方法的步骤。
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任务调度程序，所述虚拟机器人的任务调度程序被处理器执行时实现如权利要求1至7中任一项所述的虚拟机器人的任务调度方法的步骤。
CN202410185141.9A 2024-02-19 2024-02-19 虚拟机器人的任务调度方法、操作系统及存储介质 Pending CN118132225A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410185141.9A CN118132225A (zh) 2024-02-19 2024-02-19 虚拟机器人的任务调度方法、操作系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410185141.9A CN118132225A (zh) 2024-02-19 2024-02-19 虚拟机器人的任务调度方法、操作系统及存储介质

Publications (1)

Publication Number Publication Date
CN118132225A true CN118132225A (zh) 2024-06-04

Family

ID=91229322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410185141.9A Pending CN118132225A (zh) 2024-02-19 2024-02-19 虚拟机器人的任务调度方法、操作系统及存储介质

Country Status (1)

Country Link
CN (1) CN118132225A (zh)

Similar Documents

Publication Publication Date Title
CN111625331B (zh) 任务调度方法、装置、平台、服务器及存储介质
CN109857535B (zh) 面向Spark JDBC的任务优先级控制的实现方法及装置
Calheiros et al. Cost-effective provisioning and scheduling of deadline-constrained applications in hybrid clouds
CN110389816B (zh) 用于资源调度的方法、装置以及计算机可读介质
CN112463375B (zh) 一种数据处理的方法和装置
CN103150213B (zh) 负载平衡方法和装置
CN110187958B (zh) 一种任务处理方法、装置、系统、设备及存储介质
CN110012062B (zh) 一种多机房任务调度方法、装置及存储介质
CN113225269B (zh) 基于容器的工作流调度方法、装置、系统及存储介质
CN114461357B (zh) 一种遥感卫星原始数据实时处理流程调度系统
CN112395736A (zh) 一种分布交互仿真系统的并行仿真作业调度方法
CN111163140A (zh) 资源获取和分配的方法、装置和计算机可读存储介质
US20200310828A1 (en) Method, function manager and arrangement for handling function calls
CN116010064A (zh) Dag作业调度和集群管理的方法、系统及装置
CN111597035A (zh) 基于多线程的仿真引擎时间推进方法及系统
CN113626173B (zh) 调度方法、装置及存储介质
Wang et al. A Smart Semipartitioned Real‐Time Scheduling Strategy for Mixed‐Criticality Systems in 6G‐Based Edge Computing
CN106775975A (zh) 进程调度方法及装置
CN118132225A (zh) 虚拟机器人的任务调度方法、操作系统及存储介质
CN113268332B (zh) 持续集成方法及装置
CN115114022A (zh) 对gpu资源进行使用的方法、系统、设备及介质
CN112214286B (zh) 容器的启动方法、装置及电子设备
CN114675954A (zh) 任务调度方法及装置
Zhang et al. Cost-efficient and latency-aware workflow scheduling policy for container-based systems
CN117573329B (zh) 多脑协同的任务调度方法、任务调度装置及存储介质

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