JP2020154553A - Software robot management method, software robot management device, and program - Google Patents
Software robot management method, software robot management device, and program Download PDFInfo
- Publication number
- JP2020154553A JP2020154553A JP2019051172A JP2019051172A JP2020154553A JP 2020154553 A JP2020154553 A JP 2020154553A JP 2019051172 A JP2019051172 A JP 2019051172A JP 2019051172 A JP2019051172 A JP 2019051172A JP 2020154553 A JP2020154553 A JP 2020154553A
- Authority
- JP
- Japan
- Prior art keywords
- software robot
- tool
- executed
- software
- robot
- 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
Links
- 238000007726 management method Methods 0.000 title claims description 127
- 238000012545 processing Methods 0.000 claims abstract description 58
- 238000006243 chemical reaction Methods 0.000 claims abstract description 15
- 230000010365 information processing Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 description 20
- 238000000034 method Methods 0.000 description 17
- 238000013500 data storage Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000005012 migration Effects 0.000 description 6
- 238000013508 migration Methods 0.000 description 6
- 102100027700 DNA-directed RNA polymerase I subunit RPA2 Human genes 0.000 description 3
- 101000650600 Homo sapiens DNA-directed RNA polymerase I subunit RPA2 Proteins 0.000 description 3
- 101001092206 Homo sapiens Replication protein A 32 kDa subunit Proteins 0.000 description 3
- 241000699666 Mus <mouse, genus> Species 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004801 process automation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition 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]
Abstract
Description
本発明は、ソフトウェアロボット管理方法、ソフトウェアロボット管理装置、プログラムに関する。 The present invention relates to a software robot management method, a software robot management device, and a program.
業務の生産性向上のために、ＲＰＡ（Robotic Process Automation）という技術を活用したコンピュータ業務の効率化を進める取り組みに注目が集まっている。ＲＰＡでは、人間がキーボードやマウスを用いて行う定型業務等をソフトウェアロボットに覚えさせ、人間の代わりにソフトウェアロボットがコンピュータ操作を実行することで業務の自動化を実現している。例えば、特許文献１にＲＰＡ技術が記載されている。 In order to improve business productivity, attention is focused on efforts to improve the efficiency of computer business using technology called RPA (Robotic Process Automation). In RPA, software robots are made to remember routine tasks performed by humans using keyboards and mice, and the software robots perform computer operations instead of humans to realize task automation. For example, Patent Document 1 describes RPA technology.
そして、近年では、多数のＲＰＡツールが開発されているが、ＲＰＡツール毎に特徴があり、処理内容に得手／不得手がある。このため、利用者は、ソフトウェアロボットに実行させる処理内容によっては、ＲＰＡツールを使い分けることを行っている。 In recent years, many RPA tools have been developed, but each RPA tool has its own characteristics, and there are strengths / weaknesses in the processing content. Therefore, the user uses the RPA tool properly depending on the processing content to be executed by the software robot.
しかしながら、ＲＰＡツールでは、ソフトウェアロボットによる処理動作を定義する定義情報の形式がそれぞれ異なる。このため、ＲＰＡツール間でソフトウェアロボットを移行する場合には、移行先のＲＰＡツールに適応した定義情報を作成する必要があり、定義情報の作成に手間やコストがかかる。一方で、定義情報の作成に手間やコストをかけず、特定のＲＰＡツールにソフトウェアロボットの処理が偏った場合には、特定のＲＰＡツールによる処理が滞り、ボトルネックが生じうる。すると、他のＲＰＡツールを有効活用することができず、ソフトウェアロボットによる業務に支障が発生する、という問題が生じる。 However, in RPA tools, the format of definition information that defines the processing operation by the software robot is different. Therefore, when migrating a software robot between RPA tools, it is necessary to create definition information adapted to the RPA tool of the migration destination, and it takes time and cost to create the definition information. On the other hand, if the processing of the software robot is biased toward a specific RPA tool without spending time and cost on creating the definition information, the processing by the specific RPA tool may be delayed and a bottleneck may occur. Then, there arises a problem that other RPA tools cannot be effectively utilized and the work by the software robot is hindered.
このため、本発明の目的は、上述した課題である、ＲＰＡツールを有効活用することができず、ソフトウェアロボットによる業務に支障が発生する、ということを解決することにある。 Therefore, an object of the present invention is to solve the above-mentioned problem that the RPA tool cannot be effectively utilized and the work by the software robot is hindered.
本発明の一形態であるソフトウェアロボット管理方法は、
ソフトウェアロボットを実行する実行環境である複数のツールにおいて実行されるソフトウェアロボットの計画を管理し、
特定のツールで実行するよう計画されたソフトウェアロボットの処理動作を定義する定義情報を、前記特定のツールに対応する形式から他のツールで認識可能なよう変換する、
という構成をとる。
The software robot management method, which is one embodiment of the present invention, is
Manage software robot plans to be executed in multiple tools, which are execution environments that execute software robots.
Converts the definition information that defines the processing behavior of a software robot designed to be executed by a specific tool from the format corresponding to the specific tool so that it can be recognized by other tools.
It takes the configuration.
また、本発明の一形態であるソフトウェアロボット管理装置は、
ソフトウェアロボットを実行する実行環境である複数のツールにおいて実行されるソフトウェアロボットの計画を管理する管理部と、
特定のツールで実行するよう計画されたソフトウェアロボットの処理動作を定義する定義情報を、前記特定のツールに対応する形式から他のツールで認識可能なよう変換する定義変換部と、
を備えた、
という構成をとる。
Further, the software robot management device, which is one embodiment of the present invention, is
A management unit that manages plans for software robots that are executed in multiple tools that are execution environments that execute software robots.
A definition conversion unit that converts definition information that defines the processing operation of a software robot planned to be executed by a specific tool from a format corresponding to the specific tool so that it can be recognized by another tool.
With,
It takes the configuration.
本発明の一形態であるプログラムは、
情報処理装置に、
ソフトウェアロボットを実行する実行環境である複数のツールにおいて実行されるソフトウェアロボットの計画を管理する管理部と、
特定のツールで実行するよう計画されたソフトウェアロボットの処理動作を定義する定義情報を、前記特定のツールに対応する形式から他のツールで認識可能なよう変換する定義変換部と、
を実現させる、
という構成をとる。
A program that is a form of the present invention
For information processing equipment
A management unit that manages plans for software robots that are executed in multiple tools that are execution environments that execute software robots.
A definition conversion unit that converts definition information that defines the processing operation of a software robot planned to be executed by a specific tool from a format corresponding to the specific tool so that it can be recognized by another tool.
To realize,
It takes the configuration.
本発明は、以上のように構成されることにより、ＲＰＡツールを有効活用することができ、ソフトウェアロボットによる業務への支障が発生することを抑制することができる。 By being configured as described above, the present invention can effectively utilize the RPA tool and suppress the occurrence of troubles in business by the software robot.
＜実施形態１＞
本発明の第１の実施形態を、図１乃至図１０を参照して説明する。図１乃至図２は、ソフトウェアロボット管理システムの構成を説明するための図であり、図３乃至図１０は、ソフトウェアロボット管理システムの処理動作を説明するための図である。
<Embodiment 1>
The first embodiment of the present invention will be described with reference to FIGS. 1 to 10. 1 to 2 are diagrams for explaining the configuration of the software robot management system, and FIGS. 3 to 10 are diagrams for explaining the processing operation of the software robot management system.
［構成］
本実施形態におけるソフトウェアロボット管理システムは、複数の異なるＲＰＡツールを導入した環境を統合して管理するために使用される。具体的に、図１Ａに示すように、ソフトウェアロボット管理システムは、ＲＰＡ実行基盤Ａ，Ｂと、ＲＴＡツール管理装置Ａａ，Ｂａと、管理装置１０と、を備えている。
[Constitution]
The software robot management system in this embodiment is used to integrate and manage an environment in which a plurality of different RPA tools are introduced. Specifically, as shown in FIG. 1A, the software robot management system includes RPA execution platforms A and B, RTA tool management devices Aa and Ba, and a management device 10.
上記ＲＰＡ実行基盤Ａ，Ｂは、ソフトウェアロボット（以下、単に「ロボット」とも言う。）を実行する実行環境であり、いわゆるＲＰＡツール（以下、単に「ツール」とも言う。）と呼ばれるものである。具体的に、ＲＰＡ実行基盤は、ロボットの処理動作を定義する定義情報を読み込み、定義の内容通りの処理動作を行う機能を有する。例えば、定義情報に従い、ユーザの業務システムやＷｅｂサイトにアクセスし、情報の取得や入力を行ったり、マウス操作などユーザの業務作業をエミュレートする、といった処理を行う。また、ＲＰＡ実行基盤Ａ，Ｂは、実行した処理動作を１ステップ（予め設定された１単位の処理）ごと記録する機能や、実行にかかった時間を１ステップごとに報告する機能を有する。 The RPA execution platforms A and B are execution environments for executing software robots (hereinafter, also simply referred to as "robots"), and are so-called RPA tools (hereinafter, also simply referred to as "tools"). Specifically, the RPA execution platform has a function of reading definition information that defines the processing operation of the robot and performing the processing operation according to the contents of the definition. For example, according to the definition information, the user's business system or website is accessed, information is acquired or input, and the user's business work such as mouse operation is emulated. Further, the RPA execution platforms A and B have a function of recording the executed processing operation for each step (a preset unit of processing) and a function of reporting the time required for execution for each step.
ここで、本実施形態において図１Ａに示すＲＰＡ実行基盤Ａ，Ｂは、それぞれ異なるＲＰＡツールであり、ロボットの定義情報の形式が異なることとする。つまり、第１ＲＰＡ実行基盤で実行される計画のロボットの定義情報は、第１ＲＰＡ実行基盤Ａで認識できるよう作成されており、第２ＲＰＡ実行基盤Ｂでは認識できないこととなる。なお、図１Ａでは、２つのＲＰＡ実行基盤Ａ，Ｂしか図示していないが、装備されるＲＰＡ実行基盤の数は２つであることに限定されない。 Here, in the present embodiment, the RPA execution platforms A and B shown in FIG. 1A are different RPA tools, and the format of the robot definition information is different. That is, the definition information of the robot of the plan to be executed on the first RPA execution platform is created so that it can be recognized by the first RPA execution platform A, and cannot be recognized by the second RPA execution platform B. Although only two RPA execution boards A and B are shown in FIG. 1A, the number of RPA execution boards equipped is not limited to two.
上記ＲＰＡツール管理装置Ａａ，Ｂａは、ＲＰＡ実行基盤を管理するソフトウェアが組み込まれており、配下のＲＰＡ実行基盤を管理する機能を有する。具体的に、第１ＲＰＡツール管理装置Ａａは、図１Ａでは配下に第１ＲＰＡ実行基盤Ａがあるが、複数のＲＰＡ実行基盤がある場合には、複数のＲＰＡ実行基盤をデータベースにより管理し、一元的に情報を表示／変更する機能を有する。また、第１ＲＰＡツール管理装置Ａａは、配下のＲＰＡ実行基盤Ａで動作するロボットをスケジュール管理する機能、ロボットの実行をキューに入れるまたは平行実行する機能、配下のＲＰＡ実行基盤にロボットの定義情報を配布し、ロボット実行させる機能、ロボットの実行状況の統計を取る機能、などを有する。第２ＲＰＡツール管理装置Ｂａも、第１ＲＰＡツール管理装置Ｂａと同様の機能を有している。なお、図１Ａでは、２つのＲＰＡツール管理装置Ａａ，Ｂａしか図示していないが、装備されるＲＰＡツール管理装置の数は２つであることに限定されない。 The RPA tool management devices Aa and Ba incorporate software for managing the RPA execution platform, and have a function of managing the subordinate RPA execution platform. Specifically, the first RPA tool management device Aa has the first RPA execution platform A under the control in FIG. 1A, but when there are a plurality of RPA execution platforms, the plurality of RPA execution platforms are managed by a database and unified. Has a function to display / change information in. In addition, the first RPA tool management device Aa has a function of schedule management of robots operating on the subordinate RPA execution platform A, a function of queuing or parallel execution of robot execution, and robot definition information on the subordinate RPA execution platform A. It has a function to distribute and execute robots, and a function to collect statistics on the execution status of robots. The second RPA tool management device Ba also has the same function as the first RPA tool management device Ba. Although only two RPA tool management devices Aa and Ba are shown in FIG. 1A, the number of RPA tool management devices equipped is not limited to two.
上記管理装置１０は、上述した複数のＲＰＡ実行基盤Ａ，ＢからなるＲＰＡツールを統合して管理するシステムである。本実施形態では、管理装置１０は、演算装置と記憶装置とを備えた１台又は複数台の情報処理装置にて構成される。そして、管理装置１０は、図１Ｂに示すように、演算装置がプログラムを実行することで構築された、スケジュール管理部１１、定義変換部１２、を備える。また、管理装置１０は、記憶装置に形成された、ツールデータ記憶部１３、スケジュールデータ記憶部１４、定義データ記憶部１５、を備える。以下、各構成について詳述する。 The management device 10 is a system that integrates and manages RPA tools including the plurality of RPA execution platforms A and B described above. In the present embodiment, the management device 10 is composed of one or a plurality of information processing devices including an arithmetic unit and a storage device. Then, as shown in FIG. 1B, the management device 10 includes a schedule management unit 11 and a definition conversion unit 12 constructed by the arithmetic unit executing a program. Further, the management device 10 includes a tool data storage unit 13, a schedule data storage unit 14, and a definition data storage unit 15 formed in the storage device. Hereinafter, each configuration will be described in detail.
上記ツールデータデータ記憶部１３は、図２に示すように、各ＲＰＡ実行基盤の特性、つまり、各ＲＰＡ実行基盤がロボットを実行するときの特性、を表す特性情報を記憶している。ＲＰＡツールの特性情報としては、まず、符号２１に示す「ＲＰＡツールの特性管理表」があり、ＲＰＡ実行基盤の種類毎に（例えば、第１ＲＰＡ実行基盤Ａ（ＲＰＡ１）、第２ＲＰＡ実行基盤Ｂ（ＲＰＡ２））、並列処理、Loopの定義記述、オブジェクト取得の定義記述、X-PathによるWeb要素取得の定義記述、画像検索の定義記述、がそれぞれ可能か不可能かを表す情報を記憶している。また、符号２２に示す「無負荷状態の性能管理表」は、ロボット毎にロボットを単体で動かしたときに、それぞれの管理下にあるＲＰＡツールにおいて、動作対象としたシステム名、実行にかかった時間、そのうち対象システムでの応答時間、ツール内部での処理時間（実行時間）、および、処理実行待ち時間（待機時間）を記憶している。 As shown in FIG. 2, the tool data data storage unit 13 stores characteristic information representing the characteristics of each RPA execution base, that is, the characteristics when each RPA execution base executes a robot. As the characteristic information of the RPA tool, first, there is a "characteristic management table of the RPA tool" shown by reference numeral 21, and for each type of RPA execution platform (for example, the first RPA execution platform A (RPA1), the second RPA execution platform B (for example). It stores information indicating whether RPA2))), parallel processing, Loop definition description, object acquisition definition description, Web element acquisition definition description by X-Path, and image search definition description are possible or impossible, respectively. .. In addition, the "performance management table in the no-load state" shown by reference numeral 22 shows the system name and execution of the operation target in the RPA tool under the control of each robot when the robot is operated independently. The time, of which the response time in the target system, the processing time inside the tool (execution time), and the processing execution waiting time (waiting time) are stored.
また、符号２３に示す「ロボットの実行状態管理表」は、上記符号２２のロボットを単体で実行した結果の記録に対して、１つのＲＰＡ実行基盤で複数のロボットを多重実行したときのロボットの実行状態を記録する表である。具体的に、上記符号２２の情報に加えて、ロボットの実行時にどれだけほかのロボットが動いていたかを表す多重度と、ロボットを実行投入した時刻と、を記憶している。また、符号２４に示す「対象システムの性能管理表」は、対象システムに対して行った操作の種類ごとの操作投入時刻とその応答時間を記憶している。 Further, the "robot execution state management table" shown by reference numeral 23 shows that the robots when a plurality of robots are multiplexed on one RPA execution platform with respect to the record of the result of executing the robot of reference numeral 22 alone. It is a table that records the execution status. Specifically, in addition to the information of reference numeral 22, the multiplicity indicating how much other robots were moving when the robot was executed and the time when the robot was executed and turned on are stored. Further, the "performance management table of the target system" shown by reference numeral 24 stores the operation input time and the response time for each type of operation performed on the target system.
上記スケジュールデータ記憶部１４は、各ＲＰＡ実行基盤Ａ，Ｂで実行されるロボットの計画を表すスケジュールを記憶している。例えば、後述する図６の符号６１に示すように、ロボット毎に、実行されるＲＰＡ実行基盤、対象システム、前回の投入時刻、次回投入時刻、を記憶している。 The schedule data storage unit 14 stores a schedule representing a plan of a robot executed on each of the RPA execution platforms A and B. For example, as shown by reference numeral 61 in FIG. 6, which will be described later, the RPA execution platform to be executed, the target system, the previous input time, and the next input time are stored for each robot.
上記定義データ記憶部１５は、ロボット毎の定義情報を記憶している。例えば、ロボットの定義情報は、はじめは上記スケジュールで計画されているように実行される予定の特定のＲＰＡ実行基盤に対応した形式で作成されて記憶されている。また、定義データ記憶部１５には、後述するように、特定のＲＰＡ実行基盤に対応した形式の定義情報から変換されて汎化された汎化定義情報も記憶されることとなる。 The definition data storage unit 15 stores definition information for each robot. For example, the robot definition information is initially created and stored in a format corresponding to a specific RPA execution platform scheduled to be executed as planned in the above schedule. Further, as will be described later, the definition data storage unit 15 also stores generalized definition information converted from definition information in a format corresponding to a specific RPA execution platform and generalized.
上記スケジュール管理部１１（管理部）は、まず、上述したツールデータ記憶部１３に記憶部１３に記憶されている図２に示すようなＲＰＡ実行基盤の特性情報を管理する。このとき、スケジュール管理部１１は、各ＲＰＡ実行基盤にてロボットを実行させたときの特性情報を取得してツールデータ記憶部１３に記憶する。また、スケジュール管理部１１は、スケジュールデータ記憶部１４に記憶されている図６の符号６１に示すようなスケジュールを管理している。このとき、スケジュール管理部１１は、各ＲＰＡ実行基盤の特性情報に基づいて、スケジュールに基づくロボットの実行時間を予測し、スケジュール通りに進まないことが予測される場合には、スケジュールを変更する。つまり、ロボットを実行させるＲＰＡ実行基盤を当初のスケジュールから変更することで、ロボットを各ＲＰＡ実行基盤に分配する。 The schedule management unit 11 (management unit) first manages the characteristic information of the RPA execution platform as shown in FIG. 2 stored in the storage unit 13 in the tool data storage unit 13 described above. At this time, the schedule management unit 11 acquires the characteristic information when the robot is executed on each RPA execution platform and stores it in the tool data storage unit 13. Further, the schedule management unit 11 manages the schedule as shown by reference numeral 61 in FIG. 6 stored in the schedule data storage unit 14. At this time, the schedule management unit 11 predicts the execution time of the robot based on the schedule based on the characteristic information of each RPA execution platform, and changes the schedule when it is predicted that the robot does not proceed according to the schedule. That is, the robot is distributed to each RPA execution platform by changing the RPA execution platform for executing the robot from the initial schedule.
上記定義変換部１２は、定義データ記憶部１５に記憶されている、特定のＲＰＡ実行基盤に特化した形式で記述されたロボットの定義情報を、他のＲＰＡ実行基盤でも認識可能な汎化的な記述である汎化記述情報に変換する。ここで、通常、ＲＰＡ実行基盤であるＲＰＡツールは、ツール毎にロボットの定義のフォーマットは異なるものの、ロボットの動作自体は、動作を組み込むロジックと、その部品としてマウス操作、変数格納、抽出／入力、ファイル操作、Web pageのロード、ループ処理、のカテゴリに集約されている。従って、これらのカテゴリに動作を汎化させることによって、ＲＰＡツールがその汎化した内容を認識することができる。そしてさらに、各ＲＰＡツールが、汎化した内容を自身のツールに特化した形式に具象化させることによって、定義を移行させることができるようになる。なお、定義情報の汎化の具体例については後述する。 The definition conversion unit 12 generalizes the robot definition information stored in the definition data storage unit 15 and described in a format specialized for a specific RPA execution platform so that it can be recognized by other RPA execution platforms. It is converted into generalized description information which is a simple description. Here, in the RPA tool, which is usually the RPA execution platform, the format of the robot definition differs for each tool, but the robot operation itself is the logic that incorporates the operation, and mouse operation, variable storage, extraction / input as its parts. , File operations, Web page loading, Loop processing, and so on. Therefore, by generalizing the operation to these categories, the RPA tool can recognize the generalized contents. Furthermore, each RPA tool will be able to shift the definition by embodying the generalized content into a format specialized for its own tool. A specific example of generalization of definition information will be described later.
［動作］
次に、上述したソフトウェアロボット管理システムの動作を、図３乃至図９を参照して説明する。まず、スケジュールで計画されているロボットの実行時間を推定する処理について説明する。
[motion]
Next, the operation of the software robot management system described above will be described with reference to FIGS. 3 to 9. First, the process of estimating the execution time of the robot planned in the schedule will be described.
ロボットの実行にかかる時間は、その実行を行う時刻における対象システムのレスポンスタイムStと、ロボット実行基盤内での多重度iにおける処理時間をEitとし、ある時刻tにおけるロボットの処理全体のレスポンスタイムをRTtとすると、多重度iにおけるRTtを以下のように定義できる。
RTit = Eit + St
ただし、Eは実行投入時刻にかかわらず、多重度iにのみ依存することとすると、
RTit = Ei + St
となる。
このRTitを推定することによって、多重度iにおける同時刻にロボットが実行するスケジュールが、次のスケジュール実行までに終了するかどうかを判断する。
The time required to execute the robot is the response time St of the target system at the time of execution and the processing time at the multiplicity i in the robot execution platform as Eit, and the response time of the entire robot processing at a certain time t. Assuming RTt, RTt at multiplicity i can be defined as follows.
RTit = Eit + St
However, assuming that E depends only on the multiplicity i regardless of the execution input time,
RTit = Ei + St
Will be.
By estimating this RTit, it is determined whether or not the schedule executed by the robot at the same time in the multiplicity i is completed by the next schedule execution.
まず、Eiを図３に示すフローチャートに従って推定する。
ステップＳ１にて、図２の符号２２に示す「無負荷状態の性能管理表」から、無負荷状態のロボットの性能一覧表を取得する。そして、取得した表から、ステップＳ２にて、ＲＰＡ実行基盤内での各内部処理時間（内部処理実行時間，内部処理待機時間）を取得し、これを多重度１の状態として記憶する。
First, Ei is estimated according to the flowchart shown in FIG.
In step S1, a performance list of the robot in the no-load state is acquired from the “performance management table in the no-load state” shown by reference numeral 22 in FIG. Then, from the acquired table, in step S2, each internal processing time (internal processing execution time, internal processing waiting time) in the RPA execution platform is acquired, and this is stored as a state of multiplicity 1.
続いて、ステップＳ３にて、ロボットが多重実行されたときのＲＰＡ実行基盤内での実行処理時間実績を取得する。例えば、図２の符号２３に示す「ロボットの実行状態管理表」から抽出したいロボットで情報をフィルタして、各ＲＰＡ実行基盤における各ロボットの多重度と各内部処理時間（内部処理実行時間，内部処理待機時間）とを取得する。そして、ステップＳ４にて、図４の上図に示すように、特定のＲＰＡ実行基盤における特定のロボットの多重度と内部処理時間との関係を表す表を作成する。図４の上図の例は、ロボット「Ｒｏｂｏｔ１」、ＲＰＡ実行基盤「ＲＰＡ１」の場合における各「多重度」に対する各「内部処理時間」の関係を表にしたものである。 Subsequently, in step S3, the actual execution processing time in the RPA execution platform when the robot is executed multiple times is acquired. For example, the information is filtered by the robot to be extracted from the "robot execution state management table" shown by reference numeral 23 in FIG. 2, and the multiplicity of each robot and each internal processing time (internal processing execution time, internal) in each RPA execution platform. Processing standby time) and is acquired. Then, in step S4, as shown in the upper figure of FIG. 4, a table showing the relationship between the multiplicity of the specific robot and the internal processing time in the specific RPA execution platform is created. The example of the upper figure of FIG. 4 is a table showing the relationship of each "internal processing time" with respect to each "multiplicity" in the case of the robot "Robot1" and the RPA execution platform "RPA1".
続いて、ステップＳ５にて、ステップＳ４にて作成した表のデータから、推定技術を用い、多重度に対する内部処理時間の予測を行う。例えば、図４の下図の点線に示すように予測を行う。なお、推定は、最尤推定などを利用したり、いかなる方法で行ってもよい。これにより、ある多重度iにおけるシステム内部処理時間関数Eiが導出される。 Subsequently, in step S5, the internal processing time for the multiplicity is predicted by using the estimation technique from the data in the table created in step S4. For example, the prediction is performed as shown by the dotted line in the lower figure of FIG. The estimation may be performed by using maximum likelihood estimation or the like, or by any method. As a result, the system internal processing time function Ei at a certain multiplicity i is derived.
続いて、上記Stを推定する。システムのレスポンスタイムも、システムに対するアクセスすなわち実行多重度が大きいほど処理時間に影響する。多重度は、ユーザのシステム利用が集中する時間に依存するため、結果的に、ある時刻のシステムのレスポンスタイムを計測することで多重度の影響を吸収ことができる。ただし、１つのロボットは複数のシステムに対する命令を持つため、この1つのロボット全体が終わるまでのレスポンスタイムを計測すると、システム負荷以外の要素、すなわち、ネットワークの不調などの要素が内在しやすく、予測結果に大きな誤差を生じさせることになる。このようなことを極力排除するために、システムに対する操作1つ1つのアクションに対するレスポンスタイムを推定し、閾値を設定し、特異データ除外するなどを行い、異常値を排除する。 Subsequently, the above St is estimated. The response time of the system also affects the processing time as the access to the system, that is, the execution multiplicity increases. Since the multiplicity depends on the time when the user's system usage is concentrated, as a result, the influence of the multiplicity can be absorbed by measuring the response time of the system at a certain time. However, since one robot has commands for multiple systems, if the response time until the end of this one robot is measured, factors other than the system load, that is, factors such as network malfunction, are likely to be inherent and predicted. It will cause a large error in the result. In order to eliminate such things as much as possible, the response time for each operation on the system is estimated, the threshold value is set, the singular data is excluded, and the outliers are eliminated.
上記のために、ロボットの施行（動作）ごとにレスポンスタイムを取得しながら、図２の符号２４に示す「対象システムの性能管理表」のように繰り返し記録する。この際には、ロボット処理の全体で情報を記録するのではなく、ロボット内部で実行された動作単位で情報を取得し、表を作成する。そのデータを取得するために、例えばＲＰＡ実行基盤にて、対象システムの応答時間が記録される場合にはその情報を用い、それ以外の場合には、ロボットを実行するときに、Chrome（登録商標）のiMacroやWindows（登録商標）の操作記録など処理記録ツールと連携し、ロボットによる操作に対するWebシステムの応答時間を取得する。このようにして取得したシステム応答時間を、ある時刻tにおける、ロボットの実行部品aにおける対象システムの応答時間Satとして計測し、上述したEiと同様の手順にて、図５に示すように推定をする。
なお、SatとStとの関係は、以下の通りである
ΣSat=St
ただし、ΣSatは、ロボットで実行する部品ごとのある時刻におけるレスポンスタイムの合計を示す。
For the above purpose, while acquiring the response time for each execution (operation) of the robot, the response time is repeatedly recorded as shown in the “performance management table of the target system” shown by reference numeral 24 in FIG. At this time, instead of recording the information in the entire robot processing, the information is acquired for each operation unit executed inside the robot and a table is created. In order to acquire the data, for example, on the RPA execution platform, when the response time of the target system is recorded, that information is used, and in other cases, when the robot is executed, Chrome® is used. ) In cooperation with processing recording tools such as iMacro and Windows (registered trademark) operation records, the response time of the Web system to robot operations is acquired. The system response time acquired in this way is measured as the response time Sat of the target system in the robot execution component a at a certain time t, and is estimated as shown in FIG. 5 by the same procedure as Ei described above. To do.
The relationship between Sat and St is as follows: ΣSat = St
However, ΣSat indicates the total response time at a certain time for each part executed by the robot.
次に、スケジュールで計画されているロボットの実行時間を推定する。ここでは、上述した情報を用いて、ある時刻tにおける多重度iで実行されたスケジュールの実行時間RTを推定する。上記のように推定された、EiおよびStによって、RTitは以下の関係式により推定が可能である。
RTit = Ei + St
上記関係式により、未来の時刻である次回に実行しようとするスケジュールの実行にかかる時間を推定する。
tには次回スケジュールを実行する時刻、iには多重度を指定し、実行するロボット毎に予測時間を算出する。
Next, the execution time of the robot planned in the schedule is estimated. Here, using the above information, the execution time RT of the schedule executed at the multiplicity i at a certain time t is estimated. With Ei and St estimated above, RTit can be estimated by the following relational expression.
RTit = Ei + St
From the above relational expression, the time required to execute the schedule to be executed next time, which is the future time, is estimated.
Specify the time to execute the next schedule in t and the multiplicity in i, and calculate the predicted time for each robot to execute.
次に、定期的にスケジュール実行が組まれている場合を想定し、次の投入時刻までに処理が終わるかどうかのシミュレーションを、図６に示すような表を作ることで行う。ここでは、次回投入時刻は、各ＲＰＡ管理装置Ａａ，Ｂａ内で管理しているスケジュールまたは管理装置１０で管理しているスケジュールから、定期的に実行されるロボットの実行計画を、図６の符号６１に示すように取得することとする。 Next, assuming a case where the schedule execution is set up periodically, a simulation of whether or not the processing is completed by the next input time is performed by creating a table as shown in FIG. Here, the next input time is the execution plan of the robot that is periodically executed from the schedule managed in each RPA management device Aa, Ba or the schedule managed by the management device 10, and the reference numerals in FIG. It shall be acquired as shown in 61.
図６の符号６２の表において、内部処理予測はEi、システム応答時間予測はSt、合計予測時間はRTitに相当する。このときRTitが、図６の符号６１の表で管理している次回投入時刻を超えている場合、超過フラグを立てて管理する。 In the table of reference numeral 62 in FIG. 6, the internal processing prediction corresponds to Ei, the system response time prediction corresponds to St, and the total prediction time corresponds to RTit. At this time, if RTit exceeds the next input time managed in the table of reference numeral 61 in FIG. 6, an excess flag is set and managed.
次に、図7に示すフローチャートに従って、スケジュールの最適化を行う。まず、ステップＳ１１にて、超過フラグが投入するスケジュール実行に立っているか確認する。超過フラグが立っているロボットがある場合には（ステップＳ１１でＹｅｓ）、そのロボットを対象ロボットとし、ステップＳ１２にて、対象ロボットが投入されるＲＰＡ実行基板以外のＲＰＡ実行基盤で、対象ロボットが投入される時刻に処理が行われるスケジュールがあるかどうかを確認する。そして、スケジュールがある場合であっても（ステップＳ１２でＹｅｓ）、そのスケジュールが予定時間内に終わるか確認する（ステップＳ１３）。このとき、スケジュール実行が予定時間内に終わる余裕がない、または、終わらないロボットが投入される予定がある場合は（ステップＳ１３でＮｏ）、最適化不可能と判断する（ステップＳ１８）。 Next, the schedule is optimized according to the flowchart shown in FIG. First, in step S11, it is confirmed whether or not the schedule execution for which the excess flag is set is set. If there is a robot for which the excess flag is set (Yes in step S11), that robot is set as the target robot, and in step S12, the target robot is on the RPA execution board other than the RPA execution board on which the target robot is input. Check if there is a schedule for processing at the time of input. Then, even if there is a schedule (Yes in step S12), it is confirmed whether the schedule ends within the scheduled time (step S13). At this time, if there is no room for the schedule execution to finish within the scheduled time, or if a robot that does not finish is scheduled to be introduced (No in step S13), it is determined that optimization is not possible (step S18).
一方で、対象ロボットが投入されるＲＰＡ実行基板以外のＲＰＡ実行基盤で、対象ロボットが投入される時刻に処理が行われるスケジュールがないなど、最適化の余地があると判断された場合には（ステップＳ１２でＮｏ，ステップＳ１３でＹｅｓ）、ステップＳ１４にて、対象ロボットを別のＲＰＡ実行基盤に移行させるシミュレーションを開始する。 On the other hand, if it is judged that there is room for optimization, such as when there is no schedule for processing to be performed at the time when the target robot is input on the RPA execution board other than the RPA execution board on which the target robot is input ( No in step S12, Yes in step S13), and in step S14, a simulation for migrating the target robot to another RPA execution platform is started.
ステップＳ１４の処理で対象ロボットを移行させるため、ステップＳ１５にて、最適化の対象となるＲＰＡ実行基盤（ＲＰＡ１とする）側の多重度を1減らし、再度予測時間を計算しなおす。また、ステップＳ１６にて、対象ロボットが移行されることにより処理が増やされる側のＲＰＡ実行基盤（ＲＰＡ２とする）において、移行される対象ロボットの処理を定義情報から推測し、投入される操作の内部処理時間をそのロボットの多重度を加味して推定し、処理時間RTitを推測する。このとき、外部システムの応答時間Stは、投入時刻と投入される処理にのみ依存し、ロボットを投入するシステムがRPA1からRPA2に変化したとしても変わらないとする。 In order to shift the target robot in the process of step S14, the multiplicity on the RPA execution platform (referred to as RPA1) side to be optimized is reduced by 1 in step S15, and the predicted time is recalculated. Further, in step S16, in the RPA execution platform (referred to as RPA2) on the side where the processing is increased due to the migration of the target robot, the processing of the target robot to be migrated is estimated from the definition information, and the input operation is performed. The internal processing time is estimated by taking into account the multiplicity of the robot, and the processing time RTit is estimated. At this time, the response time St of the external system depends only on the input time and the input process, and does not change even if the system that inputs the robot changes from RPA1 to RPA2.
上述したようにロボットを投入するＲＰＡの入れ替えを行った後、ステップＳ１７にて、予定終了時間が次回投入時刻を超過するものがないか調べる。超過するものが無い場合には（ステップＳ１７でＹｅｓ）、ロボットを投入するＲＰＡ実行基盤を入れ替えたスケジュールを確定する。もし、まだ超過するものがある場合は（ステップＳ１７でＮｏ）、移行させるロボットを再選択し、ステップＳ１４に戻る。また、もしすべてのロボット単体の移行における調査が終わっても、いまだ処理時間超過が発生する予測が立つ場合には、今度は移行させるロボットの数を増やし、かつ移行させるロボットの組み合わせを全調査する。それでも、処理時間超過が発生する場合には、最適化不可能と判断する。 After replacing the RPA for loading the robot as described above, in step S17, it is checked whether the scheduled end time exceeds the next loading time. If there is nothing to exceed (Yes in step S17), the schedule in which the RPA execution platform for introducing the robot is replaced is determined. If there is still something that exceeds (No in step S17), the robot to be transferred is reselected, and the process returns to step S14. In addition, if it is predicted that the processing time will be exceeded even after the investigation of the migration of all the robots is completed, increase the number of robots to be migrated and investigate all the combinations of robots to be migrated. .. Even so, if the processing time is exceeded, it is judged that optimization is not possible.
次に、対象ロボットの定義情報を、以降するＲＰＡ実行基盤に対応させるための定義移行処理について説明する。ここでは、ＲＰＡ実行基盤であるＲＰＡツールは、ツール毎に定義のフォーマットは異なるものの、動作自体は、動作を組み込むロジックとその部品として、マウス操作、変数格納、抽出／入力、ファイル操作、Web pageのロード、ループ処理に集約されている。したがって、これらのカテゴリに動作を汎化させることによって、ＲＰＡツールがその汎化した内容から各ツールが読める形に具象化させることによって、定義を移行させることができる。以下に、定義の汎化の一例を示す。ただし、Webの操作を対象とし、どのRPAツールもX-pathを理解できるものとする。 Next, the definition transfer process for making the definition information of the target robot correspond to the subsequent RPA execution platform will be described. Here, the RPA tool, which is the RPA execution platform, has a different definition format for each tool, but the operation itself is the logic that incorporates the operation and its parts, such as mouse operation, variable storage, extraction / input, file operation, and Web page. It is concentrated in the loading and loop processing of. Therefore, by generalizing the behavior to these categories, the definition can be transferred by the RPA tool embodying the generalized content into a form that can be read by each tool. An example of generalization of the definition is shown below. However, it is intended for Web operations, and any RPA tool should be able to understand X-path.
・Object認識型ツールから定義の汎化方法。
ここでは図8を例に説明する。
クリックなどを行う対象のWebオブジェクトのX-pathを取得し、定義に記載する。
Loopについては、ループ構文が独自のもので使えるものは、それを汎化フォーマットに単純変換する。
また、同じ階層のX-pathのpath添え字がincrementされて繰り返しているものは、Loop処理として変換する。
-How to generalize the definition from the Object recognition type tool.
Here, FIG. 8 will be described as an example.
Obtain the X-path of the Web object to be clicked and describe it in the definition.
For Loop, if the loop syntax is unique and can be used, simply convert it to a generalized format.
In addition, if the path subscript of X-path in the same layer is incremented and repeated, it is converted as Loop processing.
・画像認識型ツールから定義の汎化方法
ここでは図9を例に説明する。
画像認識型は、ターゲットとなる画像／文字列を発見し、その周辺の入力ボックスや、情報を取得する方式となる。そのため、X-pathの情報がないため、直接オブジェクトパスが指定できない。それを解決するべく、以下の手順を行う。
画像認識型RPAツールを動かし、WebSiteにアクセスさせ、ロボットを実行させる。このとき、Browser(Chrome)などの機能やツールにより、Webにアクセスし、クリックしたオブジェクトなどの操作記録をとれるツール(iMacroなど)と連携し、操作記録および、アクセス応答時間を取得する。ツールの操作記録をさらに、ターゲットのX-pathを取得するツールと連携させ、オブジェクトのX-pathを取得する。ロボットの定義と操作ログを照合させ、不必要な動作を削除し、必要な要素のみ抽出させ、大項目に分類、X-pathとともに格納する。
-How to generalize the definition from the image recognition type tool Here, Fig. 9 will be explained as an example.
The image recognition type is a method of discovering a target image / character string and acquiring input boxes and information around it. Therefore, the object path cannot be specified directly because there is no X-path information. In order to solve it, the following procedure is performed.
Run the image recognition type RPA tool, access the Web Site, and execute the robot. At this time, by using functions and tools such as Browser (Chrome), the operation record and access response time are acquired by linking with a tool (iMacro etc.) that can access the Web and record the operation of the clicked object. Furthermore, the operation record of the tool is linked with the tool that acquires the target X-path, and the X-path of the object is acquired. Collate the robot definition with the operation log, delete unnecessary actions, extract only the necessary elements, classify them into major items, and store them together with the X-path.
その後、汎化させた定義には、図２の符号２１に示す表のように、管理装置で管理している個々のＲＰＡ実行基盤であるＲＰＡツールの特性を、メタデータとして添付し、ツール特有の記述に具体化する際に、読み替える行為をサポートする。 After that, as shown in the table shown by reference numeral 21 in FIG. 2, the characteristics of the RPA tool, which is the individual RPA execution base managed by the management device, are attached as metadata to the generalized definition, which is unique to the tool. Supports the act of translating when embodying in the description of.
以上のように、本実施形態では、ロボットのアクセスする部品ごとの内部処理時間やシステム応答時間を記録し、特に、内部処理については、ＲＰＡツールにおける処理の多重度での性能変化を記録し、また、システム応答時間については、その処理を投入する時刻毎に記録している。これにより、多重度と投入時刻によるロボット実行時間に基づいて、ロボットのＲＰＡツール間の移行を計画することができる。そして、このとき、ロボットの特定のＲＰＡツールに対応する定義情報を汎化しているため、移行先のＲＰＡツールでも汎化された定義情報を認識でき、ロボットのＲＰＡツール間の移行を実現することができる。 As described above, in the present embodiment, the internal processing time and the system response time for each component accessed by the robot are recorded, and in particular, for the internal processing, the performance change in the multiplicity of the processing in the RPA tool is recorded. Further, the system response time is recorded for each time when the process is input. This makes it possible to plan the transition between RPA tools of the robot based on the robot execution time based on the multiplicity and the input time. At this time, since the definition information corresponding to the specific RPA tool of the robot is generalized, the generalized definition information can be recognized even by the RPA tool of the migration destination, and the migration between the RPA tools of the robot can be realized. Can be done.
そして、本発明では、以上のようにロボットをＲＰＡツール間で移行させることで、ＲＰＡツールをまたがった適切な負荷分散を行うことができる。その結果、ＲＰＡツールを有効活用することができ、ソフトウェアロボットによる業務への支障が発生することを抑制することができる。 Then, in the present invention, by migrating the robot between the RPA tools as described above, it is possible to appropriately distribute the load across the RPA tools. As a result, the RPA tool can be effectively used, and it is possible to suppress the occurrence of obstacles to the work by the software robot.
ここで、上記では、ＲＰＡツール間でロボットを移行させて、ＲＰＡツール間で負荷分散を行う場合を例示したが、別の目的でＲＰＡツール間でロボットを移行させてもよい。例えば、図１０に示すように、管理しているツールの１つ（第２ＲＰＡ実行基盤Ｂ）が、ハードウェアの故障または、ネットワーク障害などにより、停止状態に陥ったとする。この時に、その稼働状況を監視しておき、関連ログが記録された事象、または、ハローパケットが停止したタイミングをトリガとし、業務代替手段として、停止したツールによって行われる予定であった処理を、動いているツール（第１ＲＰＡ実行基盤Ａ）に移行させてもよい。これにより、高可用性を実現することができる。 Here, in the above, the case where the robot is transferred between the RPA tools and the load is distributed between the RPA tools is illustrated, but the robot may be transferred between the RPA tools for another purpose. For example, as shown in FIG. 10, it is assumed that one of the managed tools (second RPA execution platform B) has fallen into a stopped state due to a hardware failure, a network failure, or the like. At this time, the operation status is monitored, and the event in which the related log is recorded or the timing when the halo packet is stopped is used as a trigger, and the processing scheduled to be performed by the stopped tool as a business alternative means is performed. It may be migrated to a moving tool (first RPA execution platform A). As a result, high availability can be achieved.
＜実施形態２＞
次に、本発明の第２の実施形態を、図１１乃至図１３を参照して説明する。図１１乃至図１２は、実施形態２におけるソフトウェアロボット管理装置の構成を示すブロック図であり、図１３は、ソフトウェアロボット管理装置の動作を示すフローチャートである。なお、本実施形態では、実施形態１で説明したソフトウェアロボット管理システム及びソフトウェアロボット管理システムによる処理方法の構成の概略を示している。
<Embodiment 2>
Next, a second embodiment of the present invention will be described with reference to FIGS. 11 to 13. 11 to 12 are block diagrams showing the configuration of the software robot management device according to the second embodiment, and FIG. 13 is a flowchart showing the operation of the software robot management device. In this embodiment, the outline of the configuration of the processing method by the software robot management system and the software robot management system described in the first embodiment is shown.
まず、図１１を参照して、本実施形態におけるソフトウェアロボット管理装置１００のハードウェア構成を説明する。ソフトウェアロボット管理装置１００は、一般的な情報処理装置にて構成されており、一例として、以下のようなハードウェア構成を装備している。
・ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１（演算装置）
・ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１０２（記憶装置）
・ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１０３（記憶装置）
・ＲＡＭ１０３にロードされるプログラム群１０４
・プログラム群１０４を格納する記憶装置１０５
・情報処理装置外部の記憶媒体１１０の読み書きを行うドライブ装置１０６
・情報処理装置外部の通信ネットワーク１１１と接続する通信インタフェース１０７
・データの入出力を行う入出力インタフェース１０８
・各構成要素を接続するバス１０９
First, the hardware configuration of the software robot management device 100 according to the present embodiment will be described with reference to FIG. The software robot management device 100 is composed of a general information processing device, and is equipped with the following hardware configuration as an example.
-CPU (Central Processing Unit) 101 (arithmetic unit)
-ROM (Read Only Memory) 102 (storage device)
-RAM (Random Access Memory) 103 (storage device)
-Program group 104 loaded into RAM 103
A storage device 105 that stores the program group 104.
A drive device 106 that reads and writes a storage medium 110 external to the information processing device.
-Communication interface 107 that connects to the communication network 111 outside the information processing device
-I / O interface 108 for inputting / outputting data
-Bus 109 connecting each component
そして、ソフトウェアロボット管理装置１００は、プログラム群１０４をＣＰＵ１０１が取得して当該ＣＰＵ１０１が実行することで、図１２に示す管理部１２１と定義変換部１２２とを構築して装備することができる。なお、プログラム群１０４は、例えば、予め記憶装置１０５やＲＯＭ１０２に格納されており、必要に応じてＣＰＵ１０１がＲＡＭ１０３にロードして実行する。また、プログラム群１０４は、通信ネットワーク１１１を介してＣＰＵ１０１に供給されてもよいし、予め記憶媒体１１０に格納されており、ドライブ装置１０６が該プログラムを読み出してＣＰＵ１０１に供給してもよい。但し、上述した管理部１２１と定義変換部１２２とは、電子回路で構築されるものであってもよい。 Then, the software robot management device 100 can construct and equip the management unit 121 and the definition conversion unit 122 shown in FIG. 12 by acquiring the program group 104 by the CPU 101 and executing the program group 104. The program group 104 is stored in the storage device 105 or the ROM 102 in advance, for example, and the CPU 101 loads the program group 104 into the RAM 103 and executes the program group 104 as needed. Further, the program group 104 may be supplied to the CPU 101 via the communication network 111, or may be stored in the storage medium 110 in advance, and the drive device 106 may read the program and supply the program to the CPU 101. However, the management unit 121 and the definition conversion unit 122 described above may be constructed by an electronic circuit.
なお、図１１は、ソフトウェアロボット管理装置１００である情報処理装置のハードウェア構成の一例を示しており、情報処理装置のハードウェア構成は上述した場合に例示されない。例えば、情報処理装置は、ドライブ装置１０６を有さないなど、上述した構成の一部から構成されてもよい。 Note that FIG. 11 shows an example of the hardware configuration of the information processing device which is the software robot management device 100, and the hardware configuration of the information processing device is not illustrated in the above case. For example, the information processing device may be composed of a part of the above-described configuration, such as not having the drive device 106.
そして、ソフトウェアロボット管理装置１００は、上述したようにプログラムによって構築された管理部１２１と定義変換部１２２との機能により、図１３のフローチャートに示すソフトウェアロボット管理方法を実行する。 Then, the software robot management device 100 executes the software robot management method shown in the flowchart of FIG. 13 by the functions of the management unit 121 and the definition conversion unit 122 constructed by the program as described above.
図１３に示すように、ソフトウェアロボット管理装置１００は、
ソフトウェアロボットを実行する実行環境である複数のツールにおいて実行されるソフトウェアロボットの計画を管理し（ステップＳ１０１）、
特定のツールで実行するよう計画されたソフトウェアロボットの処理動作を定義する定義情報を、前記特定のツールに対応する形式から他のツールで認識可能なよう変換する（ステップＳ１０２）。
As shown in FIG. 13, the software robot management device 100 is
Manage the plans of software robots to be executed in a plurality of tools that are execution environments for executing software robots (step S101).
The definition information that defines the processing operation of the software robot that is planned to be executed by the specific tool is converted from the format corresponding to the specific tool so that it can be recognized by another tool (step S102).
本発明は、以上のように構成されることにより、特定のツールで実行するよう計画されたソフトウェアロボットの定義情報を、他のツールで認識可能なよう変換しているため、移行先の他のツールでも定義情報を認識でき、ソフトウェアロボットのツール間の移行を実現することができる。その結果、複数のツールを有効活用することができ、ソフトウェアロボットによる業務への支障が発生することを抑制することができる。 By being configured as described above, the present invention transforms the definition information of the software robot planned to be executed by a specific tool so that it can be recognized by another tool. Definition information can also be recognized by tools, and migration between software robot tools can be realized. As a result, it is possible to effectively utilize a plurality of tools, and it is possible to suppress the occurrence of troubles in business by the software robot.
＜付記＞
上記実施形態の一部又は全部は、以下の付記のようにも記載されうる。以下、本発明におけるソフトウェアロボット管理方法、ソフトウェアロボット管理装置、プログラムの構成の概略を説明する。但し、本発明は、以下の構成に限定されない。
<Additional notes>
Part or all of the above embodiments may also be described as in the appendix below. Hereinafter, the outline of the configuration of the software robot management method, the software robot management device, and the program in the present invention will be described. However, the present invention is not limited to the following configurations.
（付記１）
ソフトウェアロボットを実行する実行環境である複数のツールにおいて実行されるソフトウェアロボットの計画を管理し、
特定のツールで実行するよう計画されたソフトウェアロボットの処理動作を定義する定義情報を、前記特定のツールに対応する形式から他のツールで認識可能なよう変換する、
ソフトウェアロボット管理方法。
(Appendix 1)
Manage software robot plans to be executed in multiple tools, which are execution environments that execute software robots.
Converts the definition information that defines the processing behavior of a software robot designed to be executed by a specific tool from the format corresponding to the specific tool so that it can be recognized by other tools.
Software robot management method.
（付記２）
付記１に記載のソフトウェアロボット管理方法であって、
前記特定のツールに対応する形式の前記定義情報を、複数のツールで認識可能な形式に汎化した汎化定義情報に変換する、
ソフトウェアロボット管理方法。
(Appendix 2)
The software robot management method described in Appendix 1.
The definition information in the format corresponding to the specific tool is converted into generalized definition information in a format recognizable by a plurality of tools.
Software robot management method.
（付記３）
付記２に記載のソフトウェアロボット管理方法であって、
前記特定のツールにおいて実行するよう計画されたソフトウェアロボットが、当該ソフトウェアロボットの前記汎化定義情報を用いて別のツールで実行されるよう計画する、
ソフトウェアロボット管理方法。
(Appendix 3)
The software robot management method described in Appendix 2
A software robot designed to run in the particular tool is planned to run in another tool using the generalized definition information of the software robot.
Software robot management method.
（付記４）
付記３に記載のソフトウェアロボット管理方法であって、
予め設定された複数のツールのそれぞれにおけるソフトウェアロボットを実行するときの特性を表す特性情報に基づいて、前記特定のツールで計画されたソフトウェアロボットを実行した場合の予測実行時間を算出し、
前記予測実行時間に基づいて、前記特定のツールにおいて実行するよう計画されたソフトウェアロボットが、当該ソフトウェアロボットの前記汎化定義情報を用いて別のツールで実行されるよう計画する、
ソフトウェアロボット管理方法。
(Appendix 4)
The software robot management method described in Appendix 3
Based on the characteristic information representing the characteristics when the software robot is executed in each of the plurality of preset tools, the predicted execution time when the software robot planned by the specific tool is executed is calculated.
Based on the predicted execution time, a software robot planned to be executed in the specific tool is planned to be executed in another tool by using the generalized definition information of the software robot.
Software robot management method.
（付記５）
付記３又は４に記載のソフトウェアロボット管理方法であって、
予め設定された複数のツールのそれぞれにおけるソフトウェアロボットを実行するときの特性を表す特性情報に基づいて、前記別のツールで計画されたソフトウェアロボットを当該ソフトウェアロボットの前記汎化定義情報を用いて実行した場合の予測実行時間を算出し、
前記予測実行時間に基づいて、前記別のツールでソフトウェアロボットが実行される計画を確定する、
ソフトウェアロボット管理方法。
(Appendix 5)
The software robot management method according to Appendix 3 or 4.
Based on the characteristic information representing the characteristics when the software robot is executed in each of the plurality of preset tools, the software robot planned by the other tool is executed by using the generalized definition information of the software robot. Calculate the estimated execution time when
Based on the predicted execution time, determine the plan for the software robot to be executed by the other tool.
Software robot management method.
（付記６）
付記４又は５に記載のソフトウェアロボット管理方法であって、
前記特性情報は、ツールにおいて実行されるソフトウェアロボットの数に応じた特性を表す多重度特性情報を含み、
計画の変更前と変更後のそれぞれにおいてツールで実行されるソフトウェアロボットの数に応じた前記多重度特性情報を用いて、前記予測実行時間を算出する、
ソフトウェアロボット管理方法。
(Appendix 6)
The software robot management method according to Appendix 4 or 5.
The characteristic information includes multiplicity characteristic information representing characteristics according to the number of software robots executed in the tool.
The predicted execution time is calculated using the multiplicity characteristic information according to the number of software robots executed by the tool before and after the change of the plan.
Software robot management method.
（付記７）
付記４乃至６のいずれかに記載のソフトウェアロボット管理方法であって、
前記特性情報は、ツールにおいてソフトウェアロボットが実行されたときの時刻に応じた特性を表す時刻特性情報を含み、
計画の変更前においてツールでソフトウェアロボットが実行される時刻に応じた前記時刻特性情報を用いて、前記予測実行時間を算出する、
ソフトウェアロボット管理方法。
(Appendix 7)
The software robot management method according to any one of Supplementary note 4 to 6.
The characteristic information includes time characteristic information representing characteristics according to the time when the software robot is executed in the tool.
The predicted execution time is calculated by using the time characteristic information according to the time when the software robot is executed by the tool before the change of the plan.
Software robot management method.
（付記８）
ソフトウェアロボットを実行する実行環境である複数のツールにおいて実行されるソフトウェアロボットの計画を管理する管理部と、
特定のツールで実行するよう計画されたソフトウェアロボットの処理動作を定義する定義情報を、前記特定のツールに対応する形式から他のツールで認識可能なよう変換する定義変換部と、
を備えたソフトウェアロボット管理装置。
(Appendix 8)
A management unit that manages plans for software robots that are executed in multiple tools that are execution environments that execute software robots.
A definition conversion unit that converts definition information that defines the processing operation of a software robot planned to be executed by a specific tool from a format corresponding to the specific tool so that it can be recognized by another tool.
Software robot management device equipped with.
（付記８．１）
付記８に記載のソフトウェアロボット管理装置であって、
前記定義変換部は、前記特定のツールに対応する形式の前記定義情報を、複数のツールで認識可能な形式に汎化した汎化定義情報に変換する、
ソフトウェアロボット管理装置。
(Appendix 8.1)
The software robot management device according to Appendix 8.
The definition conversion unit converts the definition information in a format corresponding to the specific tool into generalized definition information in a format recognizable by a plurality of tools.
Software robot management device.
（付記８．２）
付記８．１に記載のソフトウェアロボット管理装置であって、
前記管理部は、前記特定のツールにおいて実行するよう計画されたソフトウェアロボットが、当該ソフトウェアロボットの前記汎化定義情報を用いて別のツールで実行されるよう計画する、
ソフトウェアロボット管理装置。
(Appendix 8.2)
The software robot management device according to Appendix 8.1.
The management unit plans that a software robot planned to be executed in the specific tool is executed in another tool by using the generalized definition information of the software robot.
Software robot management device.
（付記８．３）
付記８．２に記載のソフトウェアロボット管理装置であって、
前記管理部は、予め設定された複数のツールのそれぞれにおけるソフトウェアロボットを実行するときの特性を表す特性情報に基づいて、前記特定のツールで計画されたソフトウェアロボットを実行した場合の予測実行時間を算出し、当該予測実行時間に基づいて、前記特定のツールにおいて実行するよう計画されたソフトウェアロボットが、当該ソフトウェアロボットの前記汎化定義情報を用いて別のツールで実行されるよう計画する、
ソフトウェアロボット管理装置。
(Appendix 8.3)
The software robot management device described in Appendix 8.2.
The management unit determines the estimated execution time when the software robot planned by the specific tool is executed based on the characteristic information representing the characteristics when the software robot is executed in each of the plurality of preset tools. A software robot that has been calculated and planned to run in the particular tool based on the predicted execution time is planned to be run in another tool using the generalized definition information of the software robot.
Software robot management device.
（付記８．４）
付記８．２又は８．３に記載のソフトウェアロボット管理装置であって、
前記管理部は、予め設定された複数のツールのそれぞれにおけるソフトウェアロボットを実行するときの特性を表す特性情報に基づいて、前記別のツールで計画されたソフトウェアロボットを当該ソフトウェアロボットの前記汎化定義情報を用いて実行した場合の予測実行時間を算出し、当該予測実行時間に基づいて、前記別のツールでソフトウェアロボットが実行される計画を確定する、
ソフトウェアロボット管理装置。
(Appendix 8.4)
The software robot management device according to Appendix 8.2 or 8.3.
The management unit defines the software robot planned by the other tool as the generalized definition of the software robot based on the characteristic information representing the characteristics when the software robot is executed in each of the plurality of preset tools. Calculate the predicted execution time when executing using information, and determine the plan for the software robot to be executed by the other tool based on the predicted execution time.
Software robot management device.
（付記８．５）
付記８．３又は８．４に記載のソフトウェアロボット管理装置であって、
前記特性情報は、ツールにおいて実行されるソフトウェアロボットの数に応じた特性を表す多重度特性情報を含み、
前記管理部は、計画の変更前と変更後のそれぞれにおいてツールで実行されるソフトウェアロボットの数に応じた前記多重度特性情報を用いて、前記予測実行時間を算出する、
ソフトウェアロボット管理装置。
(Appendix 8.5)
The software robot management device according to Appendix 8.3 or 8.4.
The characteristic information includes multiplicity characteristic information representing characteristics according to the number of software robots executed in the tool.
The management unit calculates the predicted execution time by using the multiplicity characteristic information according to the number of software robots executed by the tool before and after the change of the plan.
Software robot management device.
（付記８．６）
付記８．３乃至８．５のいずれかに記載のソフトウェアロボット管理装置であって、
前記特性情報は、ツールにおいてソフトウェアロボットが実行されたときの時刻に応じた特性を表す時刻特性情報を含み、
前記管理部は、計画の変更前と変更後のそれぞれにおいてツールでソフトウェアロボットが実行される時刻に応じた前記時刻特性情報を用いて、前記予測実行時間を算出する、
ソフトウェアロボット管理方法。
(Appendix 8.6)
The software robot management device according to any one of Appendix 8.3 to 8.5.
The characteristic information includes time characteristic information representing characteristics according to the time when the software robot is executed in the tool.
The management unit calculates the predicted execution time by using the time characteristic information according to the time when the software robot is executed by the tool before and after the change of the plan.
Software robot management method.
（付記９）
情報処理装置に、
ソフトウェアロボットを実行する実行環境である複数のツールにおいて実行されるソフトウェアロボットの計画を管理する管理部と、
特定のツールで実行するよう計画されたソフトウェアロボットの処理動作を定義する定義情報を、前記特定のツールに対応する形式から他のツールで認識可能なよう変換する定義変換部と、
を実現させるためのプログラム。
(Appendix 9)
For information processing equipment
A management unit that manages plans for software robots that are executed in multiple tools that are execution environments that execute software robots.
A definition conversion unit that converts definition information that defines the processing operation of a software robot planned to be executed by a specific tool from a format corresponding to the specific tool so that it can be recognized by another tool.
A program to realize.
なお、上述したプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Read Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。 The above-mentioned program can be stored and supplied to a computer using various types of non-transitory computer readable media. Non-transitory computer-readable media include various types of tangible storage media. Examples of non-temporary computer-readable media include magnetic recording media (eg, flexible disks, magnetic tapes, hard disk drives), magneto-optical recording media (eg, magneto-optical disks), CD-ROMs (Read Only Memory), CD-Rs, It includes a CD-R / W and a semiconductor memory (for example, a mask ROM, a PROM (Programmable ROM), an EPROM (Erasable PROM), a flash ROM, and a RAM (Random Access Memory)). The program may also be supplied to the computer by various types of transient computer readable media. Examples of temporary computer-readable media include electrical, optical, and electromagnetic waves. The temporary computer-readable medium can supply the program to the computer via a wired communication path such as an electric wire and an optical fiber, or a wireless communication path.
以上、上記実施形態等を参照して本願発明を説明したが、本願発明は、上述した実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明の範囲内で当業者が理解しうる様々な変更をすることができる。 Although the invention of the present application has been described above with reference to the above-described embodiment and the like, the present invention is not limited to the above-described embodiment. Various changes that can be understood by those skilled in the art can be made to the structure and details of the present invention within the scope of the present invention.
１０ 管理装置
１１ スケジュール管理部
１２ 定義変換部
１３ ツールデータ記憶部
１４ スケジュールデータ記憶部
１５ 定義データ記憶部
Ａ 第１ＲＰＡ実行基盤
Ａａ 第１ＲＰＡツール管理装置
Ｂ 第２ＲＰＡ実行基盤
Ｂａ 第２ＲＰＡツール管理装置
１００ ソフトウェアロボット管理装置
１０１ ＣＰＵ
１０２ ＲＯＭ
１０３ ＲＡＭ
１０４ プログラム群
１０５ 記憶装置
１０６ ドライブ装置
１０７ 通信インタフェース
１０８ 入出力インタフェース
１０９ バス
１１０ 記憶媒体
１１１ 通信ネットワーク
１２１ 管理部
１２２ 定義変換部
10 Management device 11 Schedule management unit 12 Definition conversion unit 13 Tool data storage unit 14 Schedule data storage unit 15 Definition data storage unit A 1st RPA execution platform Aa 1st RPA tool management device B 2nd RPA execution platform Ba 2nd RPA tool management device 100 Software Robot management device 101 CPU
102 ROM
103 RAM
104 Program group 105 Storage device 106 Drive device 107 Communication interface 108 Input / output interface 109 Bus 110 Storage medium 111 Communication network 121 Management unit 122 Definition conversion unit
Claims (9)
特定のツールで実行するよう計画されたソフトウェアロボットの処理動作を定義する定義情報を、前記特定のツールに対応する形式から他のツールで認識可能なよう変換する、
ソフトウェアロボット管理方法。 Manage software robot plans to be executed in multiple tools, which are execution environments that execute software robots.
Converts the definition information that defines the processing behavior of a software robot designed to be executed by a specific tool from the format corresponding to the specific tool so that it can be recognized by other tools.
Software robot management method.
前記特定のツールに対応する形式の前記定義情報を、複数のツールで認識可能な形式に汎化した汎化定義情報に変換する、
ソフトウェアロボット管理方法。 The software robot management method according to claim 1.
The definition information in the format corresponding to the specific tool is converted into generalized definition information in a format recognizable by a plurality of tools.
Software robot management method.
前記特定のツールにおいて実行するよう計画されたソフトウェアロボットが、当該ソフトウェアロボットの前記汎化定義情報を用いて別のツールで実行されるよう計画する、
ソフトウェアロボット管理方法。 The software robot management method according to claim 2.
A software robot designed to run in the particular tool is planned to run in another tool using the generalized definition information of the software robot.
Software robot management method.
予め設定された複数のツールのそれぞれにおけるソフトウェアロボットを実行するときの特性を表す特性情報に基づいて、前記特定のツールで計画されたソフトウェアロボットを実行した場合の予測実行時間を算出し、
前記予測実行時間に基づいて、前記特定のツールにおいて実行するよう計画されたソフトウェアロボットが、当該ソフトウェアロボットの前記汎化定義情報を用いて別のツールで実行されるよう計画する、
ソフトウェアロボット管理方法。 The software robot management method according to claim 3.
Based on the characteristic information representing the characteristics when the software robot is executed in each of the plurality of preset tools, the predicted execution time when the software robot planned by the specific tool is executed is calculated.
Based on the predicted execution time, a software robot planned to be executed in the specific tool is planned to be executed in another tool by using the generalized definition information of the software robot.
Software robot management method.
予め設定された複数のツールのそれぞれにおけるソフトウェアロボットを実行するときの特性を表す特性情報に基づいて、前記別のツールで計画されたソフトウェアロボットを当該ソフトウェアロボットの前記汎化定義情報を用いて実行した場合の予測実行時間を算出し、
前記予測実行時間に基づいて、前記別のツールでソフトウェアロボットが実行される計画を確定する、
ソフトウェアロボット管理方法。 The software robot management method according to claim 3 or 4.
Based on the characteristic information representing the characteristics when the software robot is executed in each of the plurality of preset tools, the software robot planned by the other tool is executed by using the generalized definition information of the software robot. Calculate the estimated execution time when
Based on the predicted execution time, determine the plan for the software robot to be executed by the other tool.
Software robot management method.
前記特性情報は、ツールにおいて実行されるソフトウェアロボットの数に応じた特性を表す多重度特性情報を含み、
計画の変更前と変更後のそれぞれにおいてツールで実行されるソフトウェアロボットの数に応じた前記多重度特性情報を用いて、前記予測実行時間を算出する、
ソフトウェアロボット管理方法。 The software robot management method according to claim 4 or 5.
The characteristic information includes multiplicity characteristic information representing characteristics according to the number of software robots executed in the tool.
The predicted execution time is calculated using the multiplicity characteristic information according to the number of software robots executed by the tool before and after the change of the plan.
Software robot management method.
前記特性情報は、ツールにおいてソフトウェアロボットが実行されたときの時刻に応じた特性を表す時刻特性情報を含み、
計画の変更前においてツールでソフトウェアロボットが実行される時刻に応じた前記時刻特性情報を用いて、前記予測実行時間を算出する、
ソフトウェアロボット管理方法。 The software robot management method according to any one of claims 4 to 6.
The characteristic information includes time characteristic information representing characteristics according to the time when the software robot is executed in the tool.
The predicted execution time is calculated by using the time characteristic information according to the time when the software robot is executed by the tool before the change of the plan.
Software robot management method.
特定のツールで実行するよう計画されたソフトウェアロボットの処理動作を定義する定義情報を、前記特定のツールに対応する形式から他のツールで認識可能なよう変換する定義変換部と、
を備えたソフトウェアロボット管理装置。 A management unit that manages plans for software robots that are executed in multiple tools that are execution environments that execute software robots.
A definition conversion unit that converts definition information that defines the processing operation of a software robot planned to be executed by a specific tool from a format corresponding to the specific tool so that it can be recognized by another tool.
Software robot management device equipped with.
ソフトウェアロボットを実行する実行環境である複数のツールにおいて実行されるソフトウェアロボットの計画を管理する管理部と、
特定のツールで実行するよう計画されたソフトウェアロボットの処理動作を定義する定義情報を、前記特定のツールに対応する形式から他のツールで認識可能なよう変換する定義変換部と、
を実現させるためのプログラム。
For information processing equipment
A management unit that manages plans for software robots that are executed in multiple tools that are execution environments that execute software robots.
A definition conversion unit that converts definition information that defines the processing operation of a software robot planned to be executed by a specific tool from a format corresponding to the specific tool so that it can be recognized by another tool.
A program to realize.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019051172A JP7326790B2 (en) | 2019-03-19 | 2019-03-19 | SOFTWARE ROBOT MANAGEMENT METHOD, SOFTWARE ROBOT MANAGEMENT DEVICE, AND PROGRAM |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019051172A JP7326790B2 (en) | 2019-03-19 | 2019-03-19 | SOFTWARE ROBOT MANAGEMENT METHOD, SOFTWARE ROBOT MANAGEMENT DEVICE, AND PROGRAM |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020154553A true JP2020154553A (en) | 2020-09-24 |
| JP7326790B2 JP7326790B2 (en) | 2023-08-16 |
Family
ID=72559058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019051172A Active JP7326790B2 (en) | 2019-03-19 | 2019-03-19 | SOFTWARE ROBOT MANAGEMENT METHOD, SOFTWARE ROBOT MANAGEMENT DEVICE, AND PROGRAM |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7326790B2 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08190528A (en) * | 1995-01-09 | 1996-07-23 | Mitsubishi Electric Corp | System management device |
| JP2000187626A (en) * | 1998-10-16 | 2000-07-04 | Mitsubishi Electric Corp | Inter-application data transmission and reception system and its method and computer readable recording medium for recording program and the method |
| JP2004030058A (en) * | 2002-06-24 | 2004-01-29 | Toshiba Corp | Multi-agent system |
| JP2007052563A (en) * | 2005-08-16 | 2007-03-01 | Central Res Inst Of Electric Power Ind | Data processing system and method |
| US20180345489A1 (en) * | 2017-06-02 | 2018-12-06 | Bank Of America Corporation | Robotics process automation macro bot |
-
2019
- 2019-03-19 JP JP2019051172A patent/JP7326790B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08190528A (en) * | 1995-01-09 | 1996-07-23 | Mitsubishi Electric Corp | System management device |
| JP2000187626A (en) * | 1998-10-16 | 2000-07-04 | Mitsubishi Electric Corp | Inter-application data transmission and reception system and its method and computer readable recording medium for recording program and the method |
| JP2004030058A (en) * | 2002-06-24 | 2004-01-29 | Toshiba Corp | Multi-agent system |
| JP2007052563A (en) * | 2005-08-16 | 2007-03-01 | Central Res Inst Of Electric Power Ind | Data processing system and method |
| US20180345489A1 (en) * | 2017-06-02 | 2018-12-06 | Bank Of America Corporation | Robotics process automation macro bot |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7326790B2 (en) | 2023-08-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Efthymiou et al. | On knowledge reuse for manufacturing systems design and planning: A semantic technology approach | |
| US8190599B2 (en) | Stream data processing method and system | |
| CN107908465B (en) | Task scheduling method for big data platform | |
| JP6663060B2 (en) | Semantic gateway modeling method and semantic gateway | |
| CN103488674A (en) | Computing system and method for implementing and controlling thereof | |
| US10931749B2 (en) | Efficient configuration combination selection in migration | |
| CN110555074A (en) | method for extracting and processing data at fixed time, terminal and computer readable storage medium | |
| CN112379884A (en) | Spark and parallel memory computing-based process engine implementation method and system | |
| CN114637511A (en) | Code testing system, method, device, electronic equipment and readable storage medium | |
| CN109582446A (en) | Quasi real time asynchronous batch processing system, method, apparatus and storage medium | |
| WO2015001596A1 (en) | Series data parallel analysis infrastructure and parallel distributed processing method therefor | |
| CN103186384A (en) | Business-component-oriented software designing and analyzing system and using method thereof | |
| JP2020154553A (en) | Software robot management method, software robot management device, and program | |
| US11301792B2 (en) | Cross domain integration in product lifecycle management | |
| CN110109986B (en) | Task processing method, system, server and task scheduling system | |
| US11374815B2 (en) | Network configuration diagram generate method and recording medium | |
| US11703835B2 (en) | Methods, systems and data structures for optimizing parameter data retrieval from devices in a control system | |
| JP6263487B2 (en) | Process extraction apparatus, process extraction method, and program | |
| CN114546425A (en) | Model deployment method and device, electronic equipment and storage medium | |
| JP6157420B2 (en) | Business processing system and business processing method | |
| US8495033B2 (en) | Data processing | |
| CN115605885A (en) | Document splitter based on deep learning | |
| JP6626198B2 (en) | Management device, execution environment setting method, stream data processing system | |
| KR102518772B1 (en) | Data loading profiling apparatus and method for automatic processing of collected data | |
| CN113010497A (en) | Database migration method, device, equipment and storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220202 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221202 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230131 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230327 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230704 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230717 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7326790 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |