JP2022511164A - ロボットブラウザ埋め込み - Google Patents

Abstract

ロボティックプロセスオートメーション（ＲＰＡ）のための１または複数のアプリケーションから、１または複数のロボットが起動されてもよい。アプリケーションからロボットを起動するためのプロセスは、アプリケーション内に埋め込まれたロボットリンクを起動するために、コンピューティングシステムからアプリケーションを起動することを含んでもよい。プロセスはまた、アプリケーションからポート、ポートの詳細、およびトークンを識別するためのポート発見プロセスを開始することを含み得る。プロセスはまた、アプリケーションによってランダム化されたコードを生成し、アプリケーションからロボットを起動するためにコンピューティングシステムのユーザーからの承認を要求する同意アプリケーションを起動することを含み得る。プロセスはまた、ランダム化されたコードをローカルリスナーモジュールに登録し、ユーザー情報およびトークンをグローバルリスナーモジュールに渡すことを含み得る。プロセスはまた、グローバルリスナーモジュールからトークンおよびポートの識別情報を受信し、アプリケーションがロボットとの間で自分自身を認証し、通信することを可能にし、それによってロボット起動プロセスを完了することを含み得る。【選択図】図１

Description

（関連出願への相互参照）
本出願は、２０１９年１０月１１日に出願されたインド特許出願第２０１９１１０４１２８６号に対する３５ Ｕ．Ｓ．Ｃ．§１１９に基づく優先権を主張する、２０１９年１２月６日に出願された米国非仮特許出願第１６／７０６，５８１号の利益を主張する。これらの先に出願された出願の主題は、その全体を参照することにより、本明細書に組み込まれる。

技術分野
本発明は概して、ロボティックプロセスオートメーション（ＲＰＡ）に関し、より具体的には、ＲＰＡのための１または複数のアプリケーションからロボットプロセスを起動することに関する。

ローカルマシン上で動作するロボットは概して、ロボットトレイまたはコンダクタアプリケーションプログラミングインターフェース（ＡＰＩ）によって起動される。いずれの場合も、ユーザーはロボットトレイまたはコンダクタＡＰＩを介してロボットを起動する。しかし、ユーザーが１または複数の異なるアプリケーションで作業している場合、ユーザーは物理的にロボットを起動することができない。

このように、ロボットトレイまたはコンダクタＡＰＩに到達することなく、１または複数のロボットを起動することが有益である場合がある。

本発明の特定の実施形態は、現在のＲＰＡ技術によってまだ十分に特定されていない、評価されていない、または解決されていない本分野における問題およびニーズのソリューションを提供し得る。例えば、本発明のいくつかの実施形態は、１または複数のアプリケーションから１または複数のロボットプロセスを起動することに関連する。

実施形態では、コンピュータ実装方法は、アプリケーション内に埋め込まれたロボットリンクを起動するために、コンピューティングシステムからアプリケーションを起動することを含む。方法はまた、アプリケーションからポート、ポートの詳細、およびトークンを識別するためのポート発見プロセスを開始することを含み得る。方法は、アプリケーションによってランダム化されたコードを生成し、アプリケーションからロボットを起動するためにコンピューティングシステムのユーザーからの承認を要求する同意アプリケーションを起動し、ランダム化されたコードをローカルリスナーモジュールに登録し、ユーザー情報およびトークンをグローバルリスナーモジュールに渡すこととをさらに含んでもよい。方法はまた、グローバルリスナーモジュールからトークンおよびポートの識別情報を受信し、アプリケーションがロボットとの間で自分自身を認証し、通信することを可能にし、それによってロボット対話プロセスを促進することを含み得る。

別の実施形態では、コンピュータプログラムは、非一時的なコンピュータ読み取り可能な媒体上に具現化される。コンピュータプログラムは、少なくとも１つのプロセッサがアプリケーション内に埋め込まれたロボットリンクを起動するために、コンピューティングシステムからアプリケーションを起動するように構成される。コンピュータプログラムはさらに、少なくとも１つのプロセッサがポート、ポートの詳細、およびトークンを識別するためのポート発見プロセスをアプリケーションから開始するように構成される。コンピュータプログラムはまた、少なくとも１つのプロセッサがアプリケーションによってランダム化されたコードを生成し、アプリケーションからロボットを起動するためにコンピューティングシステムのユーザーからの承認を要求する同意アプリケーションを起動するように構成される。コンピュータプログラムはさらに、少なくとも１つのプロセッサがランダム化されたコードをローカルリスナーモジュールに登録し、ユーザー情報およびトークンをグローバルリスナーモジュールに渡し、グローバルリスナーモジュールからトークンおよびポート識別を受信し、アプリケーションがロボットとの間で自身を認証し、通信することを可能にし、それによってロボットの対話プロセスを促進するように構成される。

さらに別の実施形態では、システムは、コンピュータプログラム命令を格納するメモリと、コンピュータプログラム命令を実行するように構成された少なくとも１つのプロセッサとを含む。命令は、少なくとも１つのプロセッサがアプリケーション内に埋め込まれたロボットリンクを起動するために、コンピューティングシステムからアプリケーションを起動するように構成される。命令はさらに、少なくとも１つのプロセッサがアプリケーションからポート、ポートの詳細、およびトークンを識別するためのポート発見プロセスを開始させ、アプリケーションによってランダム化されたコードを生成し、アプリケーションからロボットを起動するためにコンピューティングシステムのユーザーからの承認を要求する同意アプリケーションを起動させるように構成される。命令はまた、少なくとも１つのプロセッサがランダム化されたコードをローカルリスナーモジュールに登録し、ユーザー情報およびトークンをグローバルリスナーモジュールに渡し、グローバルリスナーモジュールからトークンおよびポート識別を受信し、アプリケーションがロボットとの間で自身を認証し、通信することを可能にし、それによってロボットの対話プロセスを促進するように構成される。

本発明の特定の実施形態の利点が容易に理解されるように、上記で簡単に説明した本発明のより特定の説明は、添付の図面に図示されている特定の実施形態を参照して描写される。これらの図面は、本発明の典型的な実施形態のみを描いており、したがって、その範囲を限定するものとは考えられないことが理解されるべきであるが、本発明は、以下の添付の図面を使用することにより、さらなる特定および詳細をもって描写され、説明されるであろう。

本発明の実施形態による、ＲＰＡシステムを示すアーキテクチャ図である。

本発明の実施形態による、展開したＲＰＡシステムを示すアーキテクチャ図である。

本発明の実施形態による、デザイナ、アクティビティ、およびドライバの間の関係を示すアーキテクチャ図である。

本発明の実施形態による、ＲＰＡシステムを示すアーキテクチャ図である。

本発明の実施形態による、アプリケーションからロボットを起動するように構成されたコンピューティングシステムを説明するアーキテクチャ図である。

本発明の実施形態による、１または複数のセッションとロボットトレイとの間で通信するためのデスクトップ構成を説明するブロック図である。

本発明の実施形態による、ポート発見プロセスを説明するフロー図である。

本発明の実施形態による、認証プロセスを説明するフロー図である。

本発明の実施形態による、ロボットサービス対話プロセスを説明するフロー図である。

本発明の実施形態による、ロボット対話プロセスを促進するためのプロセスを説明するフロー図である。

（実施形態の詳細な説明）
いくつかの実施形態は、ロボティックプロセスオートメーション（ＲＰＡ）のための１または複数のアプリケーションから１または複数のロボットを起動することに関連する。アプリケーションは、マシン上の任意のアプリケーションとして定義することができ、ブラウザ上に埋め込んだり、ハイパーテキストマークアップ言語（ＨＴＭＬ）およびＪａｖａＳｃｒｉｐｔ（ＪＳ）コードを実行したりすることができる。つまり、アプリケーションは「ウェブベースのアプリケーション」に限定されるものではなく、ロボットを起動するためのアプリケーションであれば、どのようなものであってもよい。説明の都合上、「アプリケーション」と表記する。特定の実施形態では、ロボットを起動するために使用され得るアプリケーションは、信頼されていないドメインからのものであってもよい。いくつかの実施形態では、ロボットリンクは、１または複数のアプリケーションに埋め込まれており、１または複数のロボットを起動することができる。実施形態では、コンピューティングシステムのユーザーは、アプリケーション内に埋め込まれたロボットリンクを起動するためにアプリケーションを起動する。アプリケーションから、ポート発見プロセスは、ポート、ポートの詳細、およびトークンを識別するために起動され得る。次いでアプリケーションは、ランダム化されたコードを生成し得、アプリケーションからロボットを起動するためにコンピューティングシステムのユーザーからの承認を要求する同意アプリケーションを起動し得る。ランダム化されたコードは、ローカルリスナーモジュールに登録され、ユーザー情報とトークンはグローバルリスナーモジュールに転送され得る。トークンおよびポート識別は、グローバルリスナーモジュールから受信され得、アプリケーションが自身を認証してロボットと通信することを可能にする。

図１は、本発明の実施形態による、ＲＰＡシステム１００を示すアーキテクチャ図である。ＲＰＡシステム１００は、開発者がワークフローを設計して実装することを可能にするデザイナ１１０を含む。デザイナ１１０は、アプリケーション統合のためのソリューションを提供するとともに、サードパーティアプリケーション、管理情報技術（ＩＴ）タスク、およびビジネスＩＴプロセスを自動化する。デザイナ１１０は、ビジネスプロセスのグラフィック表現である自動化プロジェクトの開発を容易にし得る。簡単に言えば、デザイナ１１０は、ワークフローおよびロボットの開発およびデプロイメントを容易にする。

自動化プロジェクトは、本明細書で「アクティビティ」と定義されるワークフローで開発されたカスタムセットのステップ間の実行順序および関係の制御を開発者に与えることにより、ルールベースのプロセスの自動化を可能にする。デザイナ１１０の実施形態の商業的な一例は、ＵｉＰａｔｈ Ｓｔｕｄｉｏ（商標）である。各アクティビティは、ボタンをクリックする、ファイルを読む、ログパネルに書き込むなどのアクションを含み得る。いくつかの実施形態では、ワークフローは入れ子になっているか、または埋め込まれ得る。

ワークフローのタイプには、シーケンス、フローチャート、有限状態機械（ＦＳＭ）、および／またはグローバル例外ハンドラなどを含み得るが、これらに限定されない。シーケンスは、ワークフローを乱雑にすることなく、あるアクティビティから別のアクティビティへのフローを可能にする、線形プロセスに特に適し得る。フローチャートは、特により複雑なビジネスロジックに適し得、複数の分岐ロジックオペレータを介して、より多様な方法で意思決定の統合およびアクティビティの接続を可能にする。ＦＳＭは、大規模なワークフローに特に適し得る。ＦＳＭは、条件（すなわち、遷移）またはアクティビティによってトリガされる有限の数の状態をそれらの実行中に使用し得る。グローバル例外ハンドラは、実行エラーに遭遇したときのワークフローの動作を決定したり、プロセスをデバッグしたりするのに特に適し得る。

ワークフローがデザイナ１１０内で開発されると、ビジネスプロセスの実行は、コンダクタ１２０によって調整され、デザイナ１１０内で開発されたワークフローを実行する１または複数のロボット１３０を調整する。コンダクタ１２０の実施形態の商業的な一例は、ＵｉＰａｔｈ Ｏｒｃｈｅｓｔｒａｔｏｒ（商標）である。コンダクタ１２０は、環境におけるリソースの生成、監視、およびデプロイメントの管理を容易にする。コンダクタ１２０は、サードパーティのソリューションおよびアプリケーションとの統合ポイントとして動作し得る。

コンダクタ１２０は、全てのロボット１３０を管理し得、ロボット１３０を集中ポイントから接続して実行する。管理され得るロボット１３０のタイプには、アテンディッドロボット１３２、アンアテンディッドロボット１３４、開発ロボット（アンアテンディッドロボット１３４と同様であるが、開発およびテストの目的で使用される）、および非生産ロボット（アテンディッドロボット１３２と同様であるが、開発およびテストの目的で使用される）が含まれるが、これらに限定されない。アテンディッドロボット１３２は、ユーザーイベントによってトリガされ、同じコンピューティングシステム上で人と並んで動作する。アテンディッドロボット１３２は、集中プロセスデプロイメントおよびロギング媒体のためのコンダクタ１２０とともに使用され得る。アテンディッドロボット１３２は、人のユーザーが様々なタスクを達成するのを支援してもよく、ユーザーイベントによってトリガされてもよい。いくつかの実施形態では、プロセスは、このタイプのロボット上でコンダクタ１２０から開始することができず、および／またはそれらはロックされた画面の下で実行することができない。特定の実施形態では、アテンディッドロボット１３２は、ロボットトレイからまたはコマンドプロンプトからのみ起動され得る。アテンディッドロボット１３２は、いくつかの実施形態では、人の監督下で動作することが好ましい。

アンアテンディッドロボット１３４は、仮想環境で無人で動作し、多くのプロセスを自動化し得る。アンアテンディッドロボット１３４は、リモート実行、監視、スケジューリング、および作業キューのサポートの提供を担当し得る。全てのロボットタイプのためのデバッグは、いくつかの実施形態では、デザイナ１１０で実行され得る。アテンディッドロボットおよびアンアテンディッドロボットの両方は、メインフレーム、ウェブアプリケーション、ＶＭ、エンタープライズアプリケーション（例えば、ＳＡＰ（登録商標）、ＳａｌｅｓＦｏｒｃｅ（登録商標）、Ｏｒａｃｌｅ（登録商標）などによって生成されたもの）、およびコンピューティングシステムアプリケーション（例えば、デスクトップおよびラップトップアプリケーション、モバイル装置アプリケーション、ウェアラブルコンピュータアプリケーションなど）を含むが、これらに限定されない様々なシステムおよびアプリケーションを自動化し得る。

コンダクタ１２０は、プロビジョニング、デプロイメント、構成、キューイング、監視、ロギング、および／または相互接続性の提供を含むがこれらに限定されない様々な能力を有し得る。プロビジョニングは、ロボット１３０とコンダクタ１２０（例えば、ウェブアプリケーション）との間の接続を作成し、維持することを含み得る。デプロイメントは、実行のために割り当てられたロボット１３０へのパッケージバージョンの正しい配信を保証することを含み得る。構成は、ロボット環境およびプロセス構成のメンテナンスおよび配信を含み得る。キューイングは、キューおよびキュー項目の管理を提供することを含み得る。監視は、ロボットの識別データを追跡し、ユーザーの権限を維持することを含み得る。ロギングは、データベース（例えば、ＳＱＬデータベース）および／または別のストレージメカニズム（例えば、大規模なデータセットを格納し、迅速にクエリを実行する能力を提供するＥｌａｓｔｉｃＳｅａｒｃｈ（登録商標）へのログの保存およびインデックス作成を含み得る。コンダクタ１２０は、サードパーティのソリューションおよび／またはアプリケーションのための通信の集中点として動作することにより、相互接続性を提供し得る。

ロボット１３０は、デザイナ１１０で構築されたワークフローを実行する実行エージェントである。ロボット（複数可）１３０のいくつかの実施形態の１つの商業的な例は、ＵｉＰａｔｈ Ｒｏｂｏｔｓ（商標）である。いくつかの実施形態では、ロボット１３０は、デフォルトで、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（登録商標）Ｓｅｒｖｉｃｅ Ｃｏｎｔｒｏｌ Ｍａｎａｇｅｒ（ＳＣＭ）管理サービスをインストールする。その結果、このようなロボット１３０は、ローカルシステムアカウントの下でインタラクティブなＷｉｎｄｏｗｓ（登録商標）セッションを開くことができ、Ｗｉｎｄｏｗｓ（登録商標）サービスの権利を有し得る。

いくつかの実施形態では、ロボット１３０は、ユーザーモードで設置され得る。このようなロボット１３０については、所定のロボット１３０が設置されているユーザーと同じ権利を有することを意味する。この特色はまた、各機械を最大限に全活用することを保証する高密度（ＨＤ）ロボットにも利用可能であり得る。いくつかの実施形態では、いずれかのタイプのロボット１３０は、ＨＤ環境で構成され得る。

いくつかの実施形態におけるロボット１３０は、複数のコンポーネントに分割され、それぞれが特定の自動化タスクに特化されている。いくつかの実施形態におけるロボットコンポーネントは、ＳＣＭ管理ロボットサービス、ユーザーモードロボットサービス、エグゼキュータ、エージェント、およびコマンドラインを含むが、これらに限定されない。ＳＣＭ管理ロボットサービスは、Ｗｉｎｄｏｗｓ（登録商標）セッションを管理および監視し、コンダクタ１２０と実行ホスト（すなわち、ロボット１３０が実行されるコンピューティングシステム）との間のプロキシとして動作する。これらのサービスは、ロボット１３０の資格情報を任されて管理する。コンソールアプリケーションは、ローカルシステム下のＳＣＭによって起動される。

いくつかの実施形態におけるユーザーモードロボットサービスは、Ｗｉｎｄｏｗｓ（登録商標）セッションを管理および監視し、コンダクタ１２０と実行ホストとの間のプロキシとして動作する。ユーザーモードロボットサービスは、ロボット１３０の資格情報を任されて管理し得る。ＳＣＭ管理ロボットサービスがインストールされていない場合、Ｗｉｎｄｏｗｓ（登録商標）アプリケーションが自動的に起動され得る。

エグゼキュータは、Ｗｉｎｄｏｗｓ（登録商標）セッションの下で与えられたジョブを実行し得る（つまり、ワークフローを実行し得る。エグゼキュータは、モニタ毎のドットパーインチ（ＤＰＩ）設定を意識し得る。エージェントは、システムトレイウィンドウに利用可能なジョブを表示するＷｉｎｄｏｗｓ（登録商標） Ｐｒｅｓｅｎｔａｔｉｏｎ Ｆｏｕｎｄａｔｉｏｎ（ＷＰＦ）アプリケーションであり得る。エージェントはサービスのクライアントとなり得る。エージェントは、ジョブの開始または停止、設定の変更を依頼し得る。コマンドラインはサービスのクライアントである。コマンドラインは、ジョブの開始を要求し、その出力を待つことができるコンソールアプリケーションである。

上で説明したように、ロボット１３０のコンポーネントが分割されていることは、開発者、サポートユーザー、およびコンピューティングシステムが、各コンポーネントが何を実行しているかをより容易に実行し、識別し、および追跡するのに役立つ。この方法では、エグゼキュータとサービスに異なるファイアウォールルールを設定するなど、コンポーネントごとに特別な動作を構成し得る。エグゼキュータは常に、いくつかの実施形態では、モニタごとのＤＰＩ設定を認識し得る。その結果、ワークフローは、ワークフローが作成されたコンピューティングシステムの構成に関係なく、いずれかのＤＰＩで実行し得る。また、いくつかの実施形態では、デザイナ１１０からのプロジェクトは、ブラウザのズームレベルに依存しないようにし得る。ＤＰＩを認識していないまたは意図的に認識していないとマークされているアプリケーションの場合、いくつかの実施形態ではＤＰＩを無効にし得る。

図２は、本発明の実施形態による、展開したＲＰＡシステム２００を示すアーキテクチャ図である。いくつかの実施形態では、ＲＰＡシステム２００は、図１のＲＰＡシステム１００であってもよく、またはその一部であってもよい。クライアント側、サーバー側、またはその両方が、本発明の範囲から逸脱することなく、いずれかの所望の数のコンピューティングシステムを含むことができることに留意すべきである。クライアント側では、ロボットアプリケーション２１０は、エグゼキュータ２１２、エージェント２１４、およびデザイナ２１６を含む。しかし、いくつかの実施形態では、デザイナ２１６は、コンピューティングシステム２１０上で実行されていなくてもよい。エグゼキュータ２１２はプロセスを実行する。図２に示すように、複数のビジネスプロジェクトが同時に実行され得る。エージェント２１４（例えば、Ｗｉｎｄｏｗｓ（登録商標）サービス）は、本実施形態では、全てのエグゼキュータ２１２のための単一の接続ポイントである。この実施形態における全てのメッセージは、コンダクタ２３０に記録され、コンダクタ２３０は、データベースサーバー２４０、インデクササーバー２５０、またはその両方を介して、それらをさらに処理する。図１に関して上述したように、エグゼキュータ２１２は、ロボットコンポーネントであり得る。

特定の実施形態では、デザイナ２１６は、プロセス上の入力および出力を設定するために使用される。これらの入力および出力は、エージェント２１４を介してエグゼキュータ２１２によって処理されてもよい。さらに、入力および出力は、初期化中にワークフローと通信し、実行中または実行完了後に結果を受信するメカニズムを形成する。

いくつかの実施形態では、ロボットは、マシン名とユーザー名との間の関連付けを表す。ロボットは、複数のエグゼキュータを同時に管理し得る。同時に実行される複数の対話型セッションをサポートするコンピューティングシステム（Ｗｉｎｄｏｗｓ（登録商標）Ｓｅｒｖｅｒ ２０１２など）では、複数のロボットが同時に実行され得、それぞれが一意のユーザー名を使用して別々のＷｉｎｄｏｗｓ（登録商標）セッションで実行され得る。これは、上記のＨＤロボットと呼ばれる。

エージェント２１４はまた、ロボットの状態を送信し（例えば、ロボットがまだ機能していることを示す「ハートビート」メッセージを定期的に送信する）、実行されるパッケージの必要なバージョンをダウンロードすることにも責任を負う。エージェント２１４とコンダクタ２３０との間の通信は、いくつかの実施形態では、常にエージェント２１４によって開始される。通知シナリオでは、エージェント２１４は、後にコンダクタ２３０によってロボットにコマンド（例えば、開始、停止など）を送信するために使用されるＷｅｂＳｏｃｋｅｔチャネルを開いてもよい。

サーバー側には、プレゼンテーション層（ウェブアプリケーション２３２、オープンデータプロトコル（ＯＤａｔａ）代表状態転送（ＲＥＳＴ）アプリケーションプログラミングインターフェース（ＡＰＩ）エンドポイント２３４、通知および監視２３６）、サービス層（ＡＰＩ実装／ビジネスロジック２３８）、永続層（データベースサーバー２４０、インデクササーバー２５０）が含まれる。コンダクタ２３０は、ウェブアプリケーション２３２、ＯＤａｔａ ＲＥＳＴ ＡＰＩエンドポイント２３４、通知および監視２３６、ならびにＡＰＩ実装／ビジネスロジック２３８を含む。いくつかの実施形態では、ユーザーがコンダクタ２３０のインターフェース（例えば、ブラウザ２２０を介して）で実行するほとんどのアクションは、様々なＡＰＩを呼び出すことによって実行される。このような動作は、本発明の範囲を逸脱することなく、ロボット上でのジョブの起動、キュー内のデータの追加／削除、無人で実行するジョブのスケジューリングなどを含み得るが、これらに限定されない。ウェブアプリケーション２３２は、サーバープラットフォームのビジュアル層である。この実施形態では、ウェブアプリケーション２３２は、ＨＴＭＬおよびＪＳを使用する。しかし、本発明の範囲を逸脱することなく、いずれかの所望のマークアップ言語、スクリプト言語、または他のいずれかのフォーマットを使用し得る。ユーザーは、コンダクタ２３０を制御するための様々な動作を実行するために、本実施形態ではブラウザ２２０を介してウェブアプリケーション２３２からのウェブページと対話する。例えば、ユーザーは、ロボットグループを作成し、ロボットへのパッケージの割り当てを行い、ロボット毎および／またはプロセス毎のログを解析し、ロボットを起動しおよび停止し得る。

ウェブアプリケーション２３２に加えて、コンダクタ２３０は、ＯＤａｔａ ＲＥＳＴ ＡＰＩエンドポイント２３４を公開するサービス層も含む。しかし、本発明の範囲を逸脱することなく、他のエンドポイントが含まれていてもよい。ＲＥＳＴ ＡＰＩは、ウェブアプリケーション２３２とエージェント２１４の両方によって消費される。エージェント２１４は、本実施形態では、クライアントコンピュータ上の１または複数のロボットのスーパーバイザである。

本実施形態のＲＥＳＴ ＡＰＩは、構成、ロギング、監視、およびキューイング機能をカバーする。構成エンドポイントは、いくつかの実施形態では、アプリケーションのユーザー、権限、ロボット、アセット、リリース、および環境を定義し、構成するために使用されてもよい。ロギングＲＥＳＴエンドポイントは、例えば、エラー、ロボットによって送信された明示的なメッセージ、およびその他の環境固有の情報など、様々な情報をログに記録するために使用され得る。デプロイメントＲＥＳＴエンドポイントは、コンダクタ２３０においてジョブ開始コマンドが使用された場合に実行されるべきパッケージのバージョンを問い合わせるためにロボットによって使用されてもよい。キューイングＲＥＳＴエンドポイントは、キューへのデータの追加、キューからのトランザクションの取得、トランザクションのステータスの設定など、キューおよびキューアイテムの管理を担ってもよい。

ＲＥＳＴエンドポイントの監視は、ウェブアプリケーション２３２およびエージェント２１４を監視する。通知および監視ＡＰＩ２３６は、エージェント２１４の登録、エージェント２１４への構成設定の配信、およびサーバーとエージェント２１４との間の通知の送受信に使用されるＲＥＳＴエンドポイントであってもよい。通知および監視ＡＰＩ２３６は、いくつかの実施形態では、ＷｅｂＳｏｃｋｅｔ通信を使用してもよい。

永続層は、本実施形態では、一対のサーバー－データベースサーバー２４０（例えば、ＳＱＬサーバー）およびインデクササーバー２５０－を含む。本実施形態におけるデータベースサーバー２４０は、ロボット、ロボットグループ、関連するプロセス、ユーザー、役割、スケジュールなどの構成を格納する。この情報は、いくつかの実施形態では、ウェブアプリケーション２３２を介して管理される。データベースサーバー２４０は、キューおよびキューアイテムを管理してもよい。いくつかの実施形態では、データベースサーバー２４０は、ロボットによって記録されたメッセージを（インデクササーバー２５０に加えて、またはインデクササーバー２５０に代えて）格納してもよい。

いくつかの実施形態では任意であるが、インデクササーバー２５０は、ロボットによって記録された情報を保存し、インデックスを作成する。特定の実施形態では、インデクササーバー２５０は、構成設定を介して無効化されてもよい。いくつかの実施形態では、インデクササーバー２５０は、オープンソースプロジェクトの全文検索エンジンであるＥｌａｓｔｉｃＳｅａｒｃｈ（登録商標）を使用する。ロボットによって記録されたメッセージ（例えば、ログメッセージまたはライン書き込みのようなアクティビティを使用して）は、ロギングＲＥＳＴエンドポイント（複数可）を介してインデクササーバー２５０に送信されてもよく、そこで将来の利用のためにそれらはインデックス化される。

図３は、本発明の実施形態による、デザイナ３１０、アクティビティ３２０、３３０、およびドライバ３４０の間の関係３００を示すアーキテクチャ図である。以上のように、開発者は、デザイナ３１０を用いて、ロボットによって実行されるワークフローを開発する。ワークフローは、ユーザー定義のアクティビティ３２０およびＵＩ自動化アクティビティ３３０を含んでもよい。いくつかのコンピュータビジョン（ＣＶ）アクティビティのは、クリック、タイプ、テキストを取得、ホバー、要素の有無を検出、スコープの更新、ハイライトなどを含むが、これらに限定されない。いくつかの実施形態では、クリックは、例えば、ＣＶ、光学的文字認識（ＯＣＲ）、ファジーテキストマッチング、およびマルチアンカーを使用して要素を識別し、それをクリックする。タイプは、上記および要素内のタイプを用いて要素を識別してもよい。テキストの取得は、特定のテキストの場所を特定し、ＯＣＲを使用してそれをスキャンし得る。ホバーは、要素を識別し、その上にホバーし得る。要素の有無の検出は、上述した技術を用いて、画面上に要素の有無を検出するかどうかを確認し得る。いくつかの実施形態では、デザイナ３１０に実装され得る数百または数千でさえのアクティビティが存在してもよい。しかし、本発明の範囲を逸脱することなく、いずれかの数および／またはアクティビティのタイプを利用することができる。

ＵＩ自動化アクティビティ３３０は、低レベルのコード（例えば、ＣＶアクティビティ）で記述され、画面との対話を促進する特別な低レベルのアクティビティのサブセットである。ＵＩ自動化アクティビティ３３０は、ロボットが所望のソフトウェアと対話することを可能にするドライバ３４０を介して、これらの対話を促進する。例えば、ドライバ３４０は、ＯＳドライバ３４２、ブラウザドライバ３４４、ＶＭドライバ３４６、エンタープライズアプリケーションドライバ３４８などを含んでもよい。

ドライバ３４０は、フックを探したり、キーを監視したりするなど、低レベルでＯＳと対話してもよい。それらは、Ｃｈｒｏｍｅ（登録商標）、ＩＥ（登録商標）、Ｃｉｔｒｉｘ（登録商標）、ＳＡＰ（登録商標）などとの統合を促進してもよい。例えば、「クリック」アクティビティは、ドライバ３４０を介して、これらの異なるアプリケーションにおいて同じ役割を果たす。

図４は、本発明の実施形態による、ＲＰＡシステム４００を示すアーキテクチャ図である。いくつかの実施形態では、ＲＰＡシステム４００は、図１および／または図２のＲＰＡシステム１００および／または２００であってもよいし、それを含んでもよい。ＲＰＡシステム４００は、ロボットを実行する複数のクライアントコンピューティングシステム４１０を含む。コンピューティングシステム４１０は、その上で実行されるウェブアプリケーションを介してコンダクタコンピューティングシステム４２０と通信することができる。コンダクタコンピューティングシステム４２０は、順番に、データベースサーバー４３０および任意のインデクササーバー４４０と通信することができる。

図２および図３に関して、これらの実施形態ではウェブアプリケーションが使用されているが、本発明の範囲から逸脱することなく、いずれかの適切なクライアント／サーバーソフトウェアを使用することができることに留意すべきである。例えば、コンダクタは、クライアントコンピューティングシステム上で、非ウェブベースのクライアントソフトウェアアプリケーションと通信するサーバーサイドアプリケーションを実行してもよい。

図５は、本発明の実施形態による、１または複数のアプリケーションからロボットを起動するように構成されたコンピューティングシステム５００を説明するアーキテクチャ図である。いくつかの実施形態では、コンピューティングシステム５００は、本明細書に描かれたおよび／または記載された１または複数のコンピューティングシステムであってもよい。コンピューティングシステム５００は、情報を通信するためのバス５０５または他の通信機構と、情報を処理するためのバス５０５に結合されたプロセッサ（複数可）５１０とを含む。プロセッサ（複数可）５１０は、中央処理ユニット（ＣＰＵ）、特定用途集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、グラフィックスプロセッシングユニット（ＧＰＵ）、それらの複数のインスタンス、および／またはそれらのいずれかの組み合わせを含む、いずれかのタイプの一般的または特定用途向けプロセッサであり得る。プロセッサ（複数可）５１０はまた、複数の処理コアを有してもよく、コアの少なくとも一部は、特定の機能を実行するように構成され得る。いくつかの実施形態では、複数並列処理が使用されてもよい。特定の実施形態では、少なくとも１つのプロセッサ（複数可）５１０は、生物学的ニューロンを模倣する処理要素を含むニューロモーフィック回路であり得る。いくつかの実施形態では、ニューロモーフィック回路は、フォンノイマンコンピューティングアーキテクチャの典型的なコンポーネントを必要としない場合がある。

コンピューティングシステム５００は、プロセッサ（複数可）５１０によって実行される情報および命令を格納するためのメモリ５１５をさらに含む。メモリ５１５は、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、フラッシュメモリ、キャッシュ、磁気ディスクもしくは光ディスクなどの静的記憶装置、または他のタイプの非一時的なコンピュータ読み取り可能な媒体、あるいはそれらのいずれかの組み合わせで構成され得る。非一時的なコンピュータ読み取り可能な媒体は、プロセッサ（複数可）５１０によってアクセス可能ないずれかの利用可能な媒体であってもよく、揮発性媒体、不揮発性媒体または両方などを含み得る。また、媒体は、取り外し可能なもの、取り外し不可能なもの、または両方であってもよい。

さらに、コンピューティングシステム５００は、無線および／または有線接続を介して通信ネットワークへのアクセスを提供するために、トランシーバなどの通信装置５２０を含む。いくつかの実施形態では、通信装置５２０は、周波数分割多元接続（ＦＤＭＡ）、シングルキャリアＦＤＭＡ（ＳＣ－ＦＤＭＡ）、時分割多元接続（ＴＤＭＡ）、符号分割多元接続（ＣＤＭＡ）、直交周波数分割多重方式（ＯＦＤＭ）、直交周波数分割多元接続（ＯＦＤＭＡ）、移動体用グローバルシステム（ＧＳＭ：Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ）通信、汎用パケット無線サービス（ＧＰＲＳ：Ｇｅｎｅｒａｌ Ｐａｃｋｅｔ Ｒａｄｉｏ Ｓｅｒｖｉｃｅ）、ユニバーサル移動体通信システム（ＵＭＴＳ：Ｕｎｉｖｅｒｓａｌ Ｍｏｂｉｌｅ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｙｓｔｅｍ）、ｃｄｍａ２０００、広帯域ＣＤＭＡ（Ｗ－ＣＤＭＡ：Ｗｉｄｅｂａｎｄ ＣＤＭＡ）、高速ダウンリンクパケットアクセス（ＨＳＤＰＡ：Ｈｉｇｈ－Ｓｐｅｅｄ Ｄｏｗｎｌｉｎｋ Ｐａｃｋｅｔ Ａｃｃｅｓｓ）、高速アップリンクパケットアクセス（ＨＳＵＰＡ：Ｈｉｇｈ－Ｓｐｅｅｄ Ｕｐｌｉｎｋ Ｐａｃｋｅｔ Ａｃｃｅｓｓ）、高速パケットアクセス（ＨＳＰＡ：Ｈｉｇｈ－Ｓｐｅｅｄ Ｐａｃｋｅｔ Ａｃｃｅｓｓ）、ロングタームエボリューション（ＬＴＥ：Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）、ＬＴＥアドバンスト（ＬＴＥ－Ａ：ＬＴＥ Ａｄｖａｎｃｅｄ）、８０２．１１ｘ、Ｗｉ－Ｆｉ、Ｚｉｇｂｅｅ、超広帯域無線（ＵＷＢ：Ｕｌｔｒａ－ＷｉｄｅＢａｎｄ）、８０２．１６ｘ、８０２．１５、Ｈｏｍｅ Ｎｏｄｅ－Ｂ（ＨｎＢ）、Ｂｌｕｅｔｏｏｔｈ、無線ＩＤタグ（ＲＦＩＤ：Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）、ＩｒＤＡ（Ｉｎｆｒａｒｅｄ Ｄａｔａ Ａｓｓｏｃｉａｔｉｏｎ）、近距離無線通信（ＮＦＣ：Ｎｅａｒ－Ｆｉｅｌｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）、第５世代（５Ｇ）、Ｎｅｗ Ｒａｄｉｏ（ＮＲ）、それらのいずれかの組み合わせ、および／または本発明の範囲から逸脱することなく、いずれかの他の現在存在するまたは将来実装される通信標準および／またはプロトコルを使用するように構成され得る。いくつかの実施形態では、通信装置５２０は、本発明の範囲から逸脱することなく、単数のアンテナ、アレイ状のアンテナ、フェーズドアンテナ、スイッチドアンテナ、ビームフォーミングアンテナ、ビームステアリングアンテナ、それらの組み合わせ、および／またはいずれかの他のアンテナ構成である１または複数のアンテナを含み得る。

プロセッサ（複数可）５１０は、バス５０５を介して、プラズマディスプレイ、液晶ディスプレイ（ＬＣＤ）、発光ダイオード（ＬＥＤ）ディスプレイ、電界放出ディスプレイ（ＦＥＤ）、有機発光ダイオード（ＯＬＥＤ）ディスプレイ、フレキシブルＯＬＥＤディスプレイ、フレキシブル基板ディスプレイ、プロジェクションディスプレイ、４Ｋディスプレイ、高精細ディスプレイ、Ｒｅｔｉｎａ（登録商標）ディスプレイ、ＩＰＳ（Ｉｎ－Ｐｌａｎｅ Ｓｗｉｔｃｈｉｎｇ）ディスプレイ、またはユーザーに情報を表示するためのいずれかの他の適切なディスプレイなどのディスプレイ５２５にさらに結合されている。ディスプレイ５２５は、抵抗方式、静電容量方式、表面弾性波（ＳＡＷ）静電容量方式、赤外線方式、光学イメージング方式、分散信号方式、音響パルス認識方式、フラストレート全内部反射方式などを用いて、タッチ（ハプティック）ディスプレイ、３次元（３Ｄ）タッチディスプレイ、マルチ入力タッチディスプレイ、マルチタッチディスプレイなどとして構成されていてもよい。本発明の範囲を逸脱することなく、いずれかの好適な表示装置およびハプティックＩ／Ｏを使用することができる。

コンピュータマウス、タッチパッドなどのようなキーボード５３０およびカーソル制御装置５３５は、ユーザーがコンピューティングシステムとインターフェースすることを可能にするために、バス５０５にさらに結合されている。しかしながら、特定の実施形態では、物理的なキーボードおよびマウスが存在しない場合があり、ユーザーは、ディスプレイ５２５および／またはタッチパッド（図示せず）のみを介してデバイスと対話することができる。入力デバイスの種類および組み合わせは、設計の選択の問題として使用され得る。特定の実施形態では、物理的な入力装置および／またはディスプレイは存在しない。例えば、ユーザーは、コンピューティングシステム５００と通信している別のコンピューティングシステムを介してリモートでコンピューティングシステム５００と対話してもよいし、コンピューティングシステム５００は自律的に動作してもよい。

メモリ５１５は、プロセッサ（複数可）５１０によって実行されたときに機能を提供するソフトウェアモジュールを格納する。モジュールは、コンピューティングシステム５００のためのオペレーティングシステム５４０を含む。モジュールはさらに、本明細書に記載されたプロセスの全部もしくは一部またはその派生物を実行するように構成されたロボット起動モジュール５４５を含む。コンピューティングシステム５００は、付加的な機能を含む１または複数の付加的な機能モジュール５５０を含み得る。

当業者であれば、「システム」は、本発明の範囲から逸脱することなく、サーバー、組み込みコンピューティングシステム、パーソナルコンピュータ、コンソール、パーソナルデジタルアシスタント（ＰＤＡ）、携帯電話、タブレットコンピューティングデバイス、量子コンピューティングシステム、または他のいずれかの適切なコンピューティングデバイス、またはデバイスの組み合わせとして具現化され得ることを理解するであろう。上述した機能を「システム」によって実行されるものとして提示することは、何ら本発明の範囲を限定することを意図するものではなく、本発明の多くの実施形態の一例を提供することを意図するものである。実際、本明細書に開示された方法、システム、および装置は、クラウドコンピューティングシステムを含むコンピューティング技術と整合性のあるローカライズされた形態および分散された形態で実装されてもよい。

本明細書で説明するシステム特色のいくつかは、実装の独立性をより強調するために、モジュールとして提示されていることに留意すべきである。例えば、モジュールは、カスタムの非常に大規模な集積（ＶＬＳＩ）回路またはゲートアレイ、ロジックチップ、トランジスタ、または他の個別部品のような既製の半導体を含むハードウェア回路として実装され得る。また、モジュールは、フィールドプログラマブルゲートアレイ、プログラマブルアレイロジック、プログラマブルロジック装置、グラフィックス処理ユニットなどのプログラマブルハードウェア装置に実装され得る。

モジュールはまた、様々なタイプのプロセッサによって実行されるためのソフトウェアに少なくとも部分的に実装され得る。例えば、実行可能コードの識別された単位は、例えば、オブジェクト、プロシージャ、または関数として編成されていてもよいコンピュータ命令の１または複数の物理的または論理的なブロックを含み得る。それにもかかわらず、実行可能な識別されたモジュールは、物理的に一緒に配置されている必要はなく、論理的に結合されたときにモジュールを含み、モジュールのために述べられた目的を達成するために、異なる場所に格納された別々の命令を含んでいてもよい。さらに、モジュールは、例えば、ハードディスクドライブ、フラッシュ装置、ＲＡＭ、テープのようなコンピュータ読み取り可能な媒体、および／または本発明の範囲から逸脱することなくデータを格納するために使用される他のいずれかの非一時的なコンピュータ読み取り可能な媒体に格納されていてもよい。

実際、実行可能コードのモジュールは、単一の命令であってもよいし、多数の命令であってもよいし、さらには、複数の異なるコードセグメント、異なるプログラム間、および複数のメモリ装置間に分散されていてもよい。同様に、操作データは、モジュール内で識別され、ここで示されてもよく、いずれかの適切なタイプのデータ構造体内でいずれかの適切な形態で具現化され、組織化され得る。操作データは、単一のデータセットとして収集されてもよいし、または異なる記憶装置にわたり異なる場所に分散されていてもよく、少なくとも部分的には、単にシステムまたはネットワーク上の電子信号として存在していてもよい。

図６は、本発明の実施形態による、１または複数のユーザーセッション６０２とロボットトレイとの間で通信するためのコンピューティングシステムのデスクトップ構成６００を説明するブロック図である。本実施例では、単一のユーザーセッション６０２が参照されるが、デスクトップ構成６００上で実行されているセッションが複数存在してもよい。

いくつかの実施形態では、ユーザーセッション６０２は、ウェブブラウザ６０４上で実行されるアプリケーションを含む。アプリケーションには、ロボット（例えば、ＪａｖａＳｃｒｉｐｔ（ＪＳ）標準開発キット（ＳＤＫ）を介して）リンク６０６が埋め込まれている。ロボットリンク６０６は、ロボットトレイに到達することなく、アプリケーションからロボットを起動する能力をユーザーに提供する。特定の実施形態では、ロボットリンク６０６は、ＪＳベースのＳＤＫであり、アプリケーションとプロトコルハンドラ６０８、ハイパーテキスト転送プロトコル（ＨＴＴＰ）リスナー６１０、およびＨＴＴＰポート発見サービス６１２との間のポート発見、認証、対話、および通信フローを簡素化する役割を担う。アプリケーションがロボットリンク６０６を使用しないことを決定する実施形態では、アプリケーションは、プロトコルハンドラ６０８、ＨＴＴＰリスナー６１０、およびＨＴＴＰポート発見サービス６１２と直接対話してもよい。

ロボットを起動するために、ユーザーは、ロボットがアクセスされるアプリケーションを起動し、アプリケーション内に埋め込まれたロボットリンク６０６がロボットを起動させる。カスタムプロトコルハンドラアプリケーションまたは同意アプリケーションとも呼ばれるプロトコルハンドラ６０８は、ユーザーがユーザーセッション６０２を認証することを可能にする。いくつかの実施形態では、コンピューティングシステム６００は、マシン上の任意の場所から起動されたときに特定のアプリケーションを起動することができるカスタムプロトコルハンドラ（カスタムＵＲＩスキームとしても知られている）をマシン上に登録することを可能にする。例えば、ｈｔｔｐ：／／はブラウザを起動し、またはｍａｉｌｔｏ：／／はメールクライアントを起動する。プロトコルハンドラ６０８は、いくつかの実施形態では、インストール時に、カスタムプロトコルハンドラを登録し得る。このプロトコルは、それを起動するために使用され得る。

グローバルリスナーモジュールとも呼ばれるＨＴＴＰポート発見サービス６１２は、ポートの動的割り当てを提供するために「セッション０」でポート発見を実行する。これらの実施形態は、ＨＴＴＰプロトコルに限定されず、他の通信チャネルまたはプロトコルが使用されてもよいことが理解されるべきである。いくつかの実施形態では、ＨＴＴＰポート発見サービス６１２は、コンピュータシステム６００上の周知のポート上で動作する。この周知のポートは、ロボットリンク６０６に知られており、ロボットＨＴＴＰリスナー６１０の認証トークンおよびポート発見を取り戻すために使用される。これらの実施形態は、ＨＴＴＰリスナーに限定されず、ＨＴＴＰ以外の他のプロトコルが使用されてもよいことが理解されるべきである。ＨＴＴＰポート発見サービス６１２は、コンピューティングシステム６００がブートしたとき、またはユーザーがコンピューティングシステム６００にログインしたときに自動的に起動するように設定されてもよい。このようにして、ＨＴＴＰポート発見サービス６１２は常に利用可能である。

さらに、いくつかの実施形態では、プロトコルハンドラ６０８はまた、ＨＴＴＰポート発見サービス６１２がすでに実行されていない場合、ＨＴＴＰポート発見サービス６１２を開始してもよい。それらの実施形態では、プロトコルハンドラ６０８は、ＨＴＴＰポート発見を開始するための昇格した権限（または管理者権限）を有し得る。複数のユーザーセッションがコンピューティングシステム６００上で実行されているので、全てのユーザーセッションからのロボットＨＴＴＰリスナー６１０、プロトコルハンドラ６０８およびロボットリンク６０６がＨＴＴＰポート発見サービス６１２にアクセスできるようにするために、ＨＴＴＰポート発見サービス６１２は、マシンセッション（またはｗｉｎｄｏｗｓではセッション０）で開始されてもよい。

いくつかの実施形態では、ＨＴＴＰポート発見サービス６１２は、ユーザーセッション６０２で直接実行されてもよい。それらの実施形態では、ＨＴＴＰポート発見サービス６１２とロボットＨＴＴＰリスナー６１０は、単一のサービスに結合される。また、これらの実施形態では、ロボットリンク６０６がＨＴＴＰリスナー６１０の周知のポートを認識しているので、ＨＴＴＰポート発見サービス６１２は不要であってもよい。

ユーザーセッション６０２を参照して、ロボットＨＴＴＰリスナー（またはローカルリスナーモジュール）６１０は、ロボットリンク６０６およびロボットトレイを介したアプリケーション間の通信を容易にする。ロボットＨＴＴＰリスナー６１０は、プロセスを実行し、ロボット２１０のエグゼキュータ２１２からデータを送受信するために、ウェブブラウザ６０４がロボットサービス６１４と対話することを担当する。ロボットＨＴＴＰリスナー６１０は、ロボットリンク６０６によって使用されるＨＴＴＰ ＡＰＩを提供してもよい。コンピューティングシステム６００は、その上で実行されている複数のユーザーセッションを有し、同じコンピューティングシステム６００上の異なるユーザー間のセキュリティを提供するために、ロボットＨＴＴＰリスナー６１０は、ユーザーセッション６０２内で実行され、特定のユーザーに代わってロボットサービス６１４と通信する。ロボットＨＴＴＰリスナー６１０は、ユーザーセッション６０２が開始されたとき、またはプロトコルハンドラ６０８によって開始されたときに、ロボットサービス６１４と自動的に通信を開始してもよい。コンピュータ上の単一のＨＴＴＰポートは、Ｗｉｎｄｏｗｓ（登録商標）上で単一のロボットＨＴＴＰリスナー６１０によってのみ使用することができるので、ロボットＨＨＴＰリスナー６１０サービスは、同じマシン上でアクティブな複数のユーザーセッションがある場合に競合を避けるために、毎回ランダムなポートで起動する。各起動時に、ロボットＨＴＴＰリスナー６１０は、それが選択されたポートおよびそれが実行されているユーザーセッションをＨＴＴＰポート発見サービス６１２に登録する。これにより、ＨＴＴＰポート発見サービス６１２が、ポート発見処理の後、通信するためにポート番号をロボットリンク６０６に提供することができるようになる。

ＨＴＴＰポート発見サービス６１２とロボットＨＴＴＰリスナー６１０の両方が、他の外部マシンがこれらのサービスと通信するのを防ぐために、ローカルホストまたは１２７．０．０．１で聞くように構成されていてもよいことが理解されるべきである。これらの保証は、オペレーティングシステムによって提供される。

ロボットサービスは、図２のエージェント２１４であり、上述したようにエグゼキュータ２１２を管理する役割を担っている。

特定の実施形態は、ポート発見プロセス、認証プロセス、およびロボットサービス対話を含んでもよい。特定の実施形態では、ポート発見プロセスと認証プロセスの両方を単一のフローに結合することができるが、そうする必要はないことが理解されるべきである。他の実施形態では、これらのプロセスの両方を別々に実行することができる。

ＨＴＴＰリスナー６１０、プロトコルハンドラ６０８、ＨＴＴＰポート発見サービス６１２、およびロボットサービス６１４間の通信は、オペレーティングシステムによって提供される安全に認証されたアプリケーション対アプリケーションおよび／または認証されたサービス対サービスのチャネル（例えば、ＮＴＬＭ認証）を使用することをさらに理解すべきである。

ポート発見プロセス

図７は、本発明の実施形態による、ポート発見プロセス７００を説明するフロー図である。ロボットＨＴＴＰリスナー６１０は、使用されていない任意のランダムなポートで起動するように構成されているので、ロボットリンク６０６は、ロボットリンク６０６がポートと通信し得る前に、ロボットＨＴＴＰリスナー６１０のポートを発見するために、ポート発見プロセス７００を開始する。

実施形態では、プロセス７００は、アプリケーションがロボットリンク６０６からのＡＰＩを使用し、ロボットリンク６０６がポートを認識していない場合に、ポート発見プロセスを開始することから７０２で開始される。７０４において、ロボットリンク６０６は、カスタムプロトコルハンドラを使用して、トークンＴ１を渡しながらプロトコルハンドラ６０８を起動する。これにより、プロトコルハンドラ６０８は、現在のユーザーのために起動され、そのマシン上の任意の他のユーザーセッションのためには起動されないことを保証する。

７０６において、プロトコルハンドラ６０８は、トークンＴ１をＨＴＴＰポート発見サービス６１２に渡す。プロトコルハンドラ６０８はまた、それがどのユーザーセッションの下で実行されていたかについての情報を渡す（例えば、セッション０）。プロトコルハンドラ６０８はまた、ロボットＨＴＴＰリスナーサービス６１０およびＨＴＴＰポート発見サービス６１２が実行されていないときに、ロボットＨＴＴＰリスナーサービス６１０およびＨＴＴＰポート発見サービス６１２を起動してもよい。

７０８において、ロボットリンク６０６はまた、ＨＴＴＰポート発見サービス６１２と通信し、トークンＴ１を提供し、それが通信すべきロボットＨＴＴＰリスナー６１０のポートを提供するようにＨＴＴＰポート発見サービス６１２を要求する。

７１０において、ＨＴＴＰポート発見サービス６１２は、トークンＴ１がどのユーザーに属するかを識別するプロトコルハンドラ６０８から受信した情報をレビューし、次いでその特定のユーザーのためのロボットＨＴＴＰリスナー６１０のポートを特定するために、登録されたポートのリストを使用する。７１２において、ＨＴＴＰポート発見サービス６１２は、通信すべきロボットＨＴＴＰリスナー６１０のポートをロボットリンク６０６に返信し、それによってポート発見プロセスを完了する。

認証

図８は、本発明の実施形態による、認証プロセス８００を説明するフロー図である。ロボットＨＴＴＰリスナー６１０がコンピューティングシステム６００上のＨＴＴＰポート上で実行される場合、コンピューティングシステム６００上で実行されている任意のソフトウェアは、別のユーザーの代理であっても、ＨＴＴＰポートにアクセスすることができる。これは、セキュリティリスク、すなわち、コンピューティングシステム６００上で実行されている別のユーザーまたはソフトウェアが、ユーザーに代わってロボットプロセスを起動することができるという結果をもたらし得る。このリスクを軽減するために、ロボットＨＴＴＰリスナー６１０へのそれぞれの呼び出しは、呼び出しが受け入れられる前に認証され、承認される。これは、ロボットリンク６０６がロボットＨＴＴＰリスナー６１０と通信し得る前に、ロボットＨＴＴＰリスナー６１０の認証トークンを強制的に取り戻させる。

いくつかの実施形態では、プロセス８００は、アプリケーションがロボットリンク６０６からの任意のＡＰＩを使用し、ロボットリンク６０６がポートを知らない場合に、ポート発見プロセスを開始することから８０２で開始される。ポート発見プロセスが完了した後、８０４において、ロボットリンク６０６は、ロボットＨＴＴＰリスナー６１０への呼び出しをする。ロボットＨＴＴＰリスナー６１０がトークンまたは有効なトークンを受信しない場合、ロボットＨＴＴＰリスナー６１０は、ロボットリンク６０６からの呼び出しを拒否する。

呼び出しが拒否された場合、ロボットリンク６０６は、ロボットＨＴＴＰリスナー６１０を２回目に呼び出す前に、有効なトークンを使用して認証され、承認される必要がある。このため、８０６において、ロボットリンク６０６は、カスタムプロトコルハンドラを使用して、トークンＴ１を渡しながらプロトコルハンドラ６０８を起動する。これにより、プロトコルハンドラ６０８は、現在のユーザーのために起動され、同じコンピューティングシステム６００上の別のセッション上の別のユーザーのために起動されることはないことを確実にする。いくつかの任意の実施形態では、８０８において、ロボットリンク６０６はまた、トークンＴ１を使用して要求を承認することをユーザーに通知するアプリケーション上のプロンプトを示す。

８１０において、一度起動されると、プロトコルハンドラ６０８は、ロボットリンク６０６からの要求を承認するためのユーザーインターフェース（ＵＩ）ポップアップをユーザーに表示する。特定の実施形態では、トークンＴ１はまた、ユーザーが要求を検証するのを助けるために、すなわち、要求が特定のロボットリンク６０６またはアプリケーションから来たものであり、要求がコンピューティングシステム６００上の別のアプリケーションまたはユーザーから来たものではないことを検証するために示されてもよい。

８１２において、ユーザーがリクエストを承認すると、プロトコルハンドラ６０８は、トークンＴ１をＨＴＴＰポート発見サービス６１２に渡し、またどのユーザーセッションの下でそれが実行されていたかに関する情報を渡す。また、プロトコルハンドラ６０８は、ロボットＨＴＴＰリスナー６１０およびＨＴＴＰポート発見サービス６１２がこの時点で実行されていない場合、それらを開始してもよい。

８１４において、ロボットリンク６０６はまた、ＨＴＴＰポート発見サービス６１２と通信し、ＨＴＴＰポート発見サービス６１２にトークンＴ１を提供し、ロボットＨＴＴＰリスナー６１０との通信のための認証トークンＴ２を提供するためにＨＴＴＰポート発見サービス６１２に要求する。８１６において、ＨＴＴＰポート発見サービス６１２は、プロトコルハンドラ６０８から受信した情報をレビューして、トークンＴ１がどのユーザーに属するかを特定する。また、ＨＴＴＰポート発見サービス６１２は、登録されたサービスのリストを使用して、その特定のユーザーのためのロボットＨＴＴＰリスナー６１０を特定する。８１８において、ＨＴＴＰポート発見サービス６１２は、新しいトークンＴ２を生成し、認証のための有効なトークンとしてトークンＴ２をロボットＨＴＴＰリスナー６１０に通信する。なお、トークンＴ２には、認証フローを支援するために、それが登録されているドメイン、その作成時刻、その有効期限などの追加情報が含まれていてもよい。８２０において、ＨＴＴＰポート発見サービス６１２は、それが要求していたロボットＨＴＴＰリスナー６１０のための認証トークンＴ２をロボットリンク６０６に返信する。８２２において、ロボットリンク６０６は、認証トークンＴ２を使用してロボットＨＴＴＰリスナー６１０と通信し、それによって認証プロセスを完了することが今やできるようになり得る。

特定の実施形態では、認証トークンＴ２はまた、プロトコルハンドラ６０８によって生成されてもよく、認証トークンＴ２がＨＴＴＰポート発見サービス６１２によって生成される代わりに、ＨＴＴＰポート発見サービス６１２とロボットＨＴＴＰリスナー６１０の両方と通信してもよい。

ロボットサービス対話

特定の実施形態では、ロボットサービス６１４によって提供される様々な機能を有するロボットＨＴＴＰリスナー６１０が提供される。例えば、ロボットＨＴＴＰリスナー６１０は、エグゼキュータ２１２またはロボット２１０の状態を照会してもよく、コンダクタ２３０と接続および／または切断してもよく、ロボット２１０上で利用可能なプロセスをリストアップしてもよく、ロボット２１０上のプロセスを開始、停止、一時停止、終了などしてもよく、ロボット２１０上で実施中または実行中のプロセスの状態を照会してもよく、ならびに／またはプロセスを開始している間、すでにプロセスを実行している間、もしくはプロセスの実行が完了したときに、データを送信および／もしくは受信してもよい。具体的には、いくつかの実施形態では、アプリケーションが、ローカルマシンからデータをフェッチおよび／または送信するためにＲＰＡを起動することを可能にしてもよい。

図９は、本発明の実施形態による、ロボットサービス対話プロセス９００を説明するフロー図である。いくつかの実施形態では、アプリケーションは、ロボットリンク６０６を使用してロボットサービス６１４と対話する。これらの実施形態では、アプリケーションは、ロボットリンク６０６によって提供されるサポートされたＡＰＩ／機能／動作のいずれかを起動し得る。

いくつかの実施形態では、プロセス９００は、アプリケーションがサポートされたＡＰＩ／機能／動作のいずれかを起動するときに、ポート発見および認証が完了することを確実にするロボットリンク６０６で９０２において始まる。９０４において、ロボットリンク６０６は、ＨＴＴＰを介してロボットＨＴＴＰリスナー６１０上で特定のＡＰＩを起動する。９０６におけるロボットＨＴＴＰリスナー６１０は、ロボットサービス６１４と通信して、ロボットリンク６０６によって要求された動作を実行する。９０８において、ロボットサービス６１４は、要求された動作を実行するために必要に応じて、エグゼキュータ２１２、ロボット２１０、コンダクタ２３０、または他の任意のアプリケーションと通信する。９１０において、ロボットサービス６１４は、要求された動作の結果をロボットＨＴＴＰリスナー６１０に返信し、９１２において、ロボットＨＴＴＰリスナー６１０は、結果をロボットリンク６０６に返信する。９１４において、ロボットリンク６０６は、データをアプリケーションに返す。

図１０は、本発明の実施形態による、ロボットサービス対話プロセスを促進するためのプロセス１０００を説明するフロー図である。この実施形態では、プロセス１０００は、アプリケーション内に埋め込まれたロボットリンクを起動するためにコンピューティングシステムからアプリケーションを起動する１００２において始まり、１００４において、アプリケーションからポート、ポートの詳細、およびトークンを識別するためのポート発見プロセスを開始する。１００６において、プロセス１０００は、アプリケーションによってランダム化されたコードを生成し、アプリケーションからロボットを起動するためにコンピューティングシステムのユーザーからの承認を要求する同意アプリケーションを起動することをし続ける。１００８において、プロセス１０００は、ランダム化されたコードをローカルリスナーモジュールに登録し、ユーザー情報およびトークンをグローバルリスナーモジュールに渡すことをさらに行い、１０１０において、プロセス１０００は、グローバルリスナーモジュールからトークンおよびポート識別を受信し、アプリケーションがロボットとの間で自身を認証し、そして通信することを可能にし、それにより、ロボット対話プロセスを容易にすることを行う。

埋め込みロボットリンクを有するアプリケーションは、ローカルアプリケーション開発プラットフォーム内に構築され得、アテンディッドロボットとアンアテンディッドロボットの両方に接続されていてもよいことが理解されるべきである。特定の実施形態では、アプリケーションは、コンピューティングシステムのデスクトップ上で実行され、ウェブブラウザの一部ではない「．ｅｘｅ」ファイルとして使用されてもよい。いくつかのさらなる実施形態では、アプリケーションは、アプリケーションが他のアプリケーションと同時に通信できるように、スクリーンにドッキングされてもよい。

図７－１０で実行されるプロセスステップは、本発明の実施形態に従って、図７－１０で説明したプロセスの少なくとも一部を実行するようにプロセッサ（複数可）への命令をエンコードするコンピュータプログラムによって実行されてもよい。コンピュータプログラムは、非一時的なコンピュータ読み取り可能な媒体に具現化されていてもよい。コンピュータ読み取り可能な媒体は、ハードディスクドライブ、フラッシュ装置、ＲＡＭ、テープ、および／またはデータを格納するために使用される他のそのような媒体または媒体の組み合わせであってもよいが、これらに限定されるものではない。コンピュータプログラムは、図７－１０に記載されたプロセスステップの全部または一部を実装するために、コンピューティングシステム（例えば、図５のコンピューティングシステム５００のプロセッサ（複数可）５１０）のプロセッサ（複数可）を制御するためのコード化された命令を含んでもよく、これはまた、コンピュータ読み取り可能な媒体に格納されてもよい。

コンピュータプログラムは、ハードウェア、ソフトウェア、またはハイブリッド実装で実装され得る。コンピュータプログラムは、互いに操作可能な通信を行うモジュールで構成され得、情報または命令をディスプレイに送るように設計されている。コンピュータプログラムは、汎用コンピュータ、ＡＳＩＣ、またはいずれかの他の好適な装置で動作するように構成され得る。

本発明の様々な実施形態のコンポーネントは、本明細書に一般的に記載され、図示されているように、様々な異なる構成で配置され、設計されてもよいことが、容易に理解されるであろう。したがって、添付の図に表されるような本発明の実施形態の詳細な説明は、特許請求されるような本発明の範囲を限定することを意図するものではなく、本発明の選択された実施形態を代表するものにすぎない。

本明細書を通して記載された本発明の特色、構造、または特徴は、１または複数の実施形態では、いずれかの好適な方法で組み合わせられ得る。例えば、本明細書全体を通して「特定の実施形態」、「いくつかの実施形態」、または類似の言語を参照することは、実施形態に関連して記載された特定の特色、構造、または特徴が、本発明の少なくとも１つの実施形態に含まれていることを意味する。したがって、本明細書全体を通して「特定の実施形態では」、「いくつかの実施形態では」、「他の実施形態では」、または類似の言語の出現は、必ずしも全ての実施形態の同じグループを指すものではなく、記載された特色、構造、または特徴は、１または複数の実施形態ではいずれかの好適な方法で組み合わせられ得る。

本明細書全体を通して特色、利点、または類似の言語への参照は、本発明で実現され得る特色および利点の全てが、本発明のいずれかの単一の実施形態にあるべきであること、または本発明のいずれかの実施形態にあることを意味するものではないことに留意すべきである。むしろ、特色および利点に言及する言語は、実施形態に関連して記載された特定の特色、利点、または特徴が、本発明の少なくとも１つの実施形態に含まれることを意味すると理解される。したがって、本明細書全体での特色および利点の議論、ならびに類似の言語は、同じ実施形態を参照することができるが、必ずしもその必要性はない。

さらに、本発明の記載された特色、利点、および特徴は、１または複数の実施形態では、いずれかの好適な方法で組み合わせることができる。関連する技術の当業者は、本発明が、１または複数の特定の実施形態の特定の特徴または利点なしに実施され得ることを認識するであろう。他の例では、追加の特徴および利点は、本発明の全ての実施形態には存在しないかもしれない特定の実施形態では認識され得る。

本分野における通常の技術を有する者は、上述したような本発明を、異なる順序でのステップを用いて、および／または開示されているものとは異なる構成のハードウェア要素を用いて実施することができることを容易に理解するであろう。したがって、本発明は、これらの好ましい実施形態に基づいて説明されてきたが、本発明の精神および範囲内にとどまりながら、特定の変更、変形、および代替的な構成が明らかになることは、当業者には明らかであろう。したがって、本発明の範囲を決定するためには、添付の特許請求の範囲を参照すべきである。

Claims (21)

1. アプリケーション内に埋め込まれたロボットリンクを起動するために、コンピューティングシステムから前記アプリケーションを起動し、
   前記アプリケーションからポート、ポートの詳細、およびトークンを識別するためのポート発見プロセスを開始し、
   前記アプリケーションによってランダム化されたコードを生成し、前記アプリケーションから前記ロボットを起動するために前記コンピューティングシステムのユーザーからの承認を要求する同意アプリケーションを起動し、
   前記ランダム化されたコードをローカルリスナーモジュールに登録し、ユーザー情報および前記トークンをグローバルリスナーモジュールに渡し、
   前記グローバルリスナーモジュールから前記トークンおよびポートの識別情報を受信し、前記アプリケーションが前記ロボットとの間で自分自身を認証し、通信することを可能にし、それによってロボット対話プロセスを促進することを含む、コンピュータ実装方法。
2. 前記ロボットリンクの起動に使用された前記アプリケーションが信頼されていないドメインからのものである、請求項１に記載のコンピュータ実装方法。
3. 前記ロボット対話プロセスを促進することは、
   通信媒体を介してロボットリスナーモジュール上の特定のアプリケーションプログラミングインターフェース（ＡＰＩ）を前記ロボットリンクによって起動することを含む、請求項１に記載のコンピュータ実装方法。
4. 前記ロボットリスナーモジュールは、エグゼキュータまたは前記ロボットの状態の問い合わせ、コンダクタからの接続、切断、またはその両方、前記ロボット上で利用可能なプロセスのリスト、前記ロボット上のプロセスの開始、停止、一時停止、および／または終了、前記ロボット上で実行中または実行されているプロセスの状態の問い合わせ、ならびに／あるいは前記プロセスを開始している間、すでに前記プロセスを実行している間、もしくは前記プロセスの実行が完了したときにデータを送信および／または受信するように構成される、請求項３に記載のコンピュータ実装方法。
5. 前記ロボット対話プロセスを促進することは、さらに、
   前記ロボットリスナーモジュールによって、前記ロボットリンクによって要求された動作を実行するために、ロボットサービスと通信することを含む、請求項３に記載のコンピュータ実装方法。
6. 前記ロボット対話プロセスを促進することは、さらに、
   前記要求された動作を実現するために、前記ロボットサービスによってエグゼキュータ、ロボット、および／またはコンダクタと通信することを含む、請求項５に記載のコンピュータ実装方法。
7. 前記ロボット対話プロセスを促進することは、さらに、
   前記ロボットリスナーおよび前記ロボットリンクを介して、前記要求された動作の結果を前記ロボットサービスから前記アプリケーションに返すことを含む、請求項６に記載のコンピュータ実装方法。
8. 非一時的なコンピュータ読み取り可能な媒体上に具現化されたコンピュータプログラムであって、前記コンピュータプログラムは、少なくとも１つのプロセッサが、
   アプリケーション内に埋め込まれたロボットリンクを起動するために、コンピューティングシステムから前記アプリケーションを起動し、
   前記アプリケーションからポート、ポートの詳細、およびトークンを識別するためのポート発見プロセスを開始し、
   前記アプリケーションによってランダム化されたコードを生成し、前記アプリケーションから前記ロボットを起動するために前記コンピューティングシステムのユーザーからの承認を要求する同意アプリケーションを起動し、
   前記ランダム化されたコードをローカルリスナーモジュールに登録し、ユーザー情報および前記トークンをグローバルリスナーモジュールに渡し、
   前記グローバルリスナーモジュールから前記トークンおよびポートの識別情報を受信し、前記アプリケーションが前記ロボットとの間で自分自身を認証し、通信することを可能にし、それによってロボット対話プロセスを促進するように構成される、コンピュータプログラム。
9. 前記ロボットリンクの起動に使用された前記アプリケーションが信頼されていないドメインからのものである、請求項８に記載のコンピュータプログラム。
10. 前記コンピュータプログラムはさらに、前記少なくとも１つのプロセッサが、
    通信媒体を介してロボットリスナーモジュール上の特定のアプリケーションプログラミングインターフェース（ＡＰＩ）を前記ロボットリンクによって起動するように構成される、請求項８に記載のコンピュータプログラム。
11. 前記ロボットリスナーモジュールは、エグゼキュータまたは前記ロボットの状態の問い合わせ、コンダクタからの接続、切断、またはその両方、前記ロボット上で利用可能なプロセスのリスト、前記ロボット上のプロセスの開始、停止、一時停止、および／または終了、前記ロボット上で実行中または実行されているプロセスの状態の問い合わせ、ならびに／あるいは前記プロセスを開始している間、すでに前記プロセスを実行している間、もしくは前記プロセスの実行が完了したときにデータを送信および／または受信するように構成される、請求項１０に記載のコンピュータプログラム。
12. 前記コンピュータプログラムはさらに、少なくとも１つのプロセッサが、
    前記ロボットリスナーモジュールによって、前記ロボットリンクによって要求された動作を実行するために、ロボットサービスと通信するように構成される、請求項１１に記載のコンピュータプログラム。
13. 前記コンピュータプログラムはさらに、少なくとも１つのプロセッサが、
    前記要求された動作を実現するために、前記ロボットサービスによってエグゼキュータ、ロボット、および／またはコンダクタと通信するように構成される、請求項１２に記載のコンピュータプログラム。
14. 前記コンピュータプログラムはさらに、少なくとも１つのプロセッサが、
    前記ロボットリスナーおよび前記ロボットリンクを介して、前記要求された動作の結果を前記ロボットサービスから前記アプリケーションに返すように構成される、請求項１３に記載のコンピュータプログラム。
15. 機械読み取り可能なコンピュータプログラム命令を格納するメモリと、
    前記コンピュータプログラム命令を実行するように構成された少なくとも１つのプロセッサとを含み、前記命令は、前記少なくとも１つのプロセッサが、
    アプリケーション内に埋め込まれたロボットリンクを起動するために、コンピューティングシステムから前記アプリケーションを起動し、
    前記アプリケーションからポート、ポートの詳細、およびトークンを識別するためのポート発見プロセスを開始し、
    前記アプリケーションによってランダム化されたコードを生成し、前記アプリケーションから前記ロボットを起動するために前記コンピューティングシステムのユーザーからの承認を要求する同意アプリケーションを起動し、
    前記ランダム化されたコードをローカルリスナーモジュールに登録し、ユーザー情報および前記トークンをグローバルリスナーモジュールに渡し、
    前記グローバルリスナーモジュールから前記トークンおよびポートの識別情報を受信し、前記アプリケーションが前記ロボットとの間で自分自身を認証し、通信することを可能にし、それによってロボット対話プロセスを促進するように構成される、コンピューティングシステム。
16. 前記ロボットリンクの起動に使用された前記アプリケーションが信頼されていないドメインからのものである、請求項１５に記載のコンピューティングシステム。
17. 前記命令はさらに、前記少なくとも１つのプロセッサが、
    通信媒体を介してロボットリスナーモジュール上の特定のアプリケーションプログラミングインターフェース（ＡＰＩ）を前記ロボットリンクによって起動するように構成される、請求項１５に記載のコンピューティングシステム。
18. 前記ロボットリスナーモジュールは、エグゼキュータまたは前記ロボットの状態の問い合わせ、コンダクタからの接続、切断、またはその両方、前記ロボット上で利用可能なプロセスのリスト、前記ロボット上のプロセスの開始、停止、一時停止、および／または終了、前記ロボット上で実行中または実行されているプロセスの状態の問い合わせ、ならびに／あるいは前記プロセスを開始している間、すでに前記プロセスを実行している間、もしくは前記プロセスの実行が完了したときにデータを送信および／または受信するように構成される、請求項１７に記載のコンピュータ実装方法。
19. 前記命令はさらに、前記少なくとも１つのプロセッサが、
    前記ロボットリスナーモジュールによって、前記ロボットリンクによって要求された動作を実行するために、ロボットサービスと通信するように構成される、請求項１８に記載のコンピューティングシステム。
20. 前記命令はさらに、前記少なくとも１つのプロセッサが、
    前記要求された動作を実現するために、前記ロボットサービスによってエグゼキュータ、ロボット、および／またはコンダクタと通信するように構成される、請求項１９に記載のコンピューティングシステム。
21. 前記命令はさらに、前記少なくとも１つのプロセッサが、
    前記ロボットリスナーおよび前記ロボットリンクを介して、前記要求された動作の結果を前記ロボットサービスから前記アプリケーションに返すように構成される、請求項２０に記載のコンピューティングシステム。

Images