JP2022513323A - ロボティックエージェント管理のためのシステムおよび方法 - Google Patents
ロボティックエージェント管理のためのシステムおよび方法 Download PDFInfo
- Publication number
- JP2022513323A JP2022513323A JP2021542235A JP2021542235A JP2022513323A JP 2022513323 A JP2022513323 A JP 2022513323A JP 2021542235 A JP2021542235 A JP 2021542235A JP 2021542235 A JP2021542235 A JP 2021542235A JP 2022513323 A JP2022513323 A JP 2022513323A
- Authority
- JP
- Japan
- Prior art keywords
- robotic
- work output
- agent
- tasks
- task
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 87
- 230000009471 action Effects 0.000 claims abstract description 28
- ZYXYTGQFPZEUFX-UHFFFAOYSA-N benzpyrimoxan Chemical compound O1C(OCCC1)C=1C(=NC=NC=1)OCC1=CC=C(C=C1)C(F)(F)F ZYXYTGQFPZEUFX-UHFFFAOYSA-N 0.000 claims abstract description 4
- 238000010801 machine learning Methods 0.000 claims description 24
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000002547 anomalous effect Effects 0.000 abstract description 7
- 230000003252 repetitive effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 241000282412 Homo Species 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004801 process automation Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/0084—Programme-controlled manipulators comprising a plurality of manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Abstract
Description
20世紀後半以降のオートメーションの増加は、十分に記録に残されている。製造におけるそのような自動システムの適用は、よく知られている。予めプログラムされた反復タスクを行なうこれらの自動システムは現在、製造だけでなく、他の産業分野および人間の活動においても使用されている。これらは、人間が実行した場合にエラーが起こりがちな反復タスクを行なうために、科学研究所で使用されてきた。それらは現在、それらがありふれた反復タスクのエラーのない実行を提供できる産業でも使用され始めている。過去数年における1つの主な発展は、RPA(ロボティックプロセスオートメーション)の増加であった。物理的ロボットに物理反復タスクを行なわせる代わりに、ロボティックエージェントが、グラフィカルユーザインターフェイス上で仮想反復タスクを行なうために使用される。一例として、データをある形式から別の形式にコピーし、次に結果を保存することは、RPAエージェントが行なうのによく適しているタスクである。これらのエージェントは高速であるだけではなく、それらはまた正確である。
本発明は、複数のロボティックエージェントの性能を管理して向上させるためのシステムおよび方法を提供する。オーケストレータモジュールが、複数のロボティックエージェントから作業出力を受信し、さまざまなロボティックエージェントによって実行されたタスクおよび/またはステップのスケジュールを変更することによって効率が得られ得るかどうかを判定する。また、オーケストレータは、エージェントによって使用されたさまざまなアクションおよび値を学習して、異常なアクションおよび/または値をチェックすることができる。人間によって操作されるワークステーションも、その作業出力をオーケストレータに送信でき、この出力は、実行されたタスクがロボティックエージェントによって行なわれ得るかどうかを判定するために、または、そのタスクを実行するより最適な手段を判定するために、人間によって行なわれたステップとともに分析され得る。
a)前記ロボティックエージェントによって実行されるべきタスクのスケジュールを受信するステップと、
b)前記タスクの各々のために前記ロボティックエージェントの各々によって実行されたステップを受信するステップと、
c)異なるロボティックエージェントによって実行された前記ステップ間の依存性を、機械学習を使用して判定するステップと、
d)前記ステップへの調節を、機械学習を使用して判定し、それにより、前記タスクのうちの少なくとも1つを最適化するステップとを含む、方法を提供する。
a)前記少なくとも1つのロボティックエージェントから作業出力を連続的に受信するステップと、
b)前記作業出力を訓練セットにおいて使用して、機械学習システムが前記少なくとも1つのロボティックエージェントからアクションおよび値の範囲を学習するように、前記機械学習システムを連続的に訓練するステップと、
c)前記少なくとも1つのロボティックエージェントについての前記アクションおよび値の範囲に照らして、前記作業出力を連続的に評価するステップと、
d)前記作業出力の少なくとも1つの局面が、前記ロボティックエージェントについての前記アクションおよび値の範囲外にある場合、ユーザのためのアラートを生成し、前記ユーザのための報告を生成するステップとを含み、
前記報告は、前記アラートに関する説明を含む、方法を提供する。
a)ユーザワークステーションから作業出力を連続的に受信するステップを含み、前記作業出力は、タスクを実行する際に前記ユーザワークステーション上で人間によって実行されたステップを含み、方法はさらに、
b)ユーザによって実行された前記ステップがロボティックエージェントによって実行可能であるかどうかを、機械学習を使用して判定するステップと、
c)前記ステップがロボティックエージェントによって実行可能である場合、前記ロボティックエージェントによって実行可能である前記ステップを詳述する、ユーザのための報告を生成するステップとを含む、方法を提供する。
- 複数のロボティックエージェントを含み、前記複数のロボティックエージェントの各々は、前記複数のタスクからの少なくとも1つのタスクを実行し、システムはさらに、
- 前記複数のロボティックエージェントを管理するためのオーケストレータモジュールを含み、前記オーケストレータモジュールは、前記複数のロボティックエージェントのうちの少なくとも1つから作業出力を受信し、
- 前記複数のロボティックエージェントのうちの少なくとも1つは、前記少なくとも1つのタスクを実行する際に行なわれたステップを前記オーケストレータモジュールに報告する、システムを提供する。
以下に、本発明の実施形態を、以下の図を参照して説明する。異なる図における同じ参照番号は、同じ要素を示す。
本発明は、ロボティックプロセスオートメーションエージェント(以下に「ロボティックエージェント」と呼ぶ)への機械学習および人工知能方法およびシステムの適用に関する。上述のように、これらのロボティックエージェントは、人間の判断をほとんどまたはまったく必要としない反復タスクを実行する際に有用である。特に、本発明のさまざまな局面は、複数のロボティックエージェントへのそのような機械学習方法および手法の適用に関する。これらのロボティックエージェントは、異なるソースからの異なるデータに対して異なるタスクを実行していてもよく、または、それらはすべて、異なるデータに対して単一のタスクを行なっていてもよい。実行中のタスクにかかわらず、一群のロボティックエージェントは、システム全体にわたって調整されたタスクのスケジューリングから利益を得る場合がある。それだけでなく、異なるロボティックエージェントが行なうさまざまなステップ間に依存性がある場合がある。これらの依存性は、タスクのスケジューリングに影響を与える場合があり、ステップの順序だけでなく、タスクの実行の順序も並べ替えることにより、効率が得られる場合がある。加えて、単一のロボティックエージェントのためのタスクの並べ替えは、そのロボティックエージェントに、そのタスクと比べてさらにより多くの効率を提供する場合がある。またさらに、冗長なタスクおよび/またはステップが識別され、除去され得る。
Claims (29)
- 複数のロボティックエージェントの性能を向上させるための方法であって、前記方法は、
a)前記ロボティックエージェントによって実行されるべきタスクのスケジュールを受信するステップと、
b)前記タスクの各々のために前記ロボティックエージェントの各々によって実行されたステップを受信するステップと、
c)異なるロボティックエージェントによって実行された前記ステップ間の依存性を、機械学習を使用して判定するステップと、
d)前記ステップへの調節を、機械学習を使用して判定し、それにより、前記タスクのうちの少なくとも1つを最適化するステップとを含む、方法。 - 前記タスクのスケジュールへの調節を、機械学習を使用して判定し、それにより、前記タスクのうちの少なくとも1つを最適化するステップをさらに含む、請求項1に記載の方法。
- 前記ステップへの前記調節に関する報告を作成するステップをさらに含み、前記報告は、前記ステップへの前記調節を確認するためにユーザに送信するためのものである、請求項1に記載の方法。
- 前記ステップへの調節は、前記ステップのうちの少なくともいくつかが実行される順序を変更することを含む、請求項1に記載の方法。
- 前記スケジュールへの前記調節は、前記タスクのうちの少なくともいくつかが実行される順序を変更することを含む、請求項2に記載の方法。
- 前記方法は、前記複数のロボティックエージェントにわたるタスクの分散を最適化し、それにより、前記複数のロボティックエージェントにわたって効率を達成するステップをさらに含む、請求項1に記載の方法。
- 少なくとも1つのロボティックエージェントによってタスクが実行されるシステムにおいて、少なくとも1つの異常を検出するための方法であって、前記方法は、
a)前記少なくとも1つのロボティックエージェントから作業出力を連続的に受信するステップと、
b)前記作業出力を訓練セットにおいて使用して、機械学習システムが前記少なくとも1つのロボティックエージェントからアクションおよび値の範囲を学習するように、前記機械学習システムを連続的に訓練するステップと、
c)前記少なくとも1つのロボティックエージェントについての前記アクションおよび値の範囲に照らして、前記作業出力を連続的に評価するステップと、
d)前記作業出力の少なくとも1つの局面が、前記ロボティックエージェントについての前記アクションおよび値の範囲外にある場合、ユーザのためのアラートを生成し、前記ユーザのための報告を生成するステップとを含み、
前記報告は、前記アラートに関する説明を含む、方法。 - 前記少なくとも1つのロボティックエージェントがタスクにおいて故障に遭遇すると、少なくとも1つのアラートが生成される、請求項7に記載の方法。
- 遭遇したタスクにおける前記故障についての前記少なくとも1つのアラートは、前記アラートの説明を有する報告も生成する、請求項8に記載の方法。
- 前記作業出力は、タスクを実行する際に前記少なくとも1つのロボティックエージェントによって実行されたステップを含む、請求項7に記載の方法。
- 前記作業出力は、前記タスクを実行する際に前記少なくとも1つのロボティックエージェントによって使用されたデータのためのソースを含む、請求項10に記載の方法。
- 前記作業出力は、前記タスクを実行する際に前記少なくとも1つのロボティックエージェントによって使用されたデータのための宛先を含む、請求項10に記載の方法。
- 実行された前記ステップが少なくとも1つの予期せぬステップを含む場合、前記作業出力は、前記アクションおよび値の範囲外にある、請求項10に記載の方法。
- データの前記ソースが、データの予期せぬソースである場合、前記作業出力は、前記アクションおよび値の範囲外にある、請求項11に記載の方法。
- データのための前記宛先が、データのための予期せぬ宛先である場合、前記作業出力は、前記アクションおよび値の範囲外にある、請求項11に記載の方法。
- 前記報告は、前記アラートを引き起こした状況を緩和するための勧告を含む、請求項7に記載の方法。
- オートメーションのための候補タスクを判定するための方法であって、前記方法は、
a)ユーザワークステーションから作業出力を連続的に受信するステップを含み、前記作業出力は、タスクを実行する際に前記ユーザワークステーション上で人間によって実行されたステップを含み、前記方法はさらに、
b)ユーザによって実行された前記ステップがロボティックエージェントによって実行可能であるかどうかを、機械学習を使用して判定するステップと、
c)前記ステップがロボティックエージェントによって実行可能である場合、前記ロボティックエージェントによって実行可能である前記ステップを詳述する、ユーザのための報告を生成するステップとを含む、方法。 - ステップb)は、前記ステップで使用されたデータのためのソースを判定するステップを含む、請求項17に記載の方法。
- ステップb)は、前記ステップで使用されたデータのための宛先を判定するステップを含む、請求項17に記載の方法。
- ステップb)は、前記ステップの順序を変更して、順序が変更されたステップがロボティックエージェントによって実行可能であるかどうかを判定するステップを含む、請求項17に記載の方法。
- 複数のタスクを実行するためのシステムであって、前記システムは、
- 複数のロボティックエージェントを含み、前記複数のロボティックエージェントの各々は、前記複数のタスクからの少なくとも1つのタスクを実行し、前記システムはさらに、
- 前記複数のロボティックエージェントを管理するためのオーケストレータモジュールを含み、前記オーケストレータモジュールは、前記複数のロボティックエージェントのうちの少なくとも1つから作業出力を受信し、
- 前記複数のロボティックエージェントのうちの少なくとも1つは、前記少なくとも1つのタスクを実行する際に行なわれたステップを前記オーケストレータモジュールに詳述する、システム。 - 前記オーケストレータモジュールは、少なくとも1人の人間のエージェントによって操作されるワークステーションからも、作業出力を受信する、請求項21に記載のシステム。
- 前記ワークステーションからの前記作業出力は、前記ユーザワークステーション上で前記少なくとも1人の人間のエージェントによって実行された詳述されたステップの表示を、前記オーケストレータモジュールに送信する、請求項22に記載のシステム。
- 前記オーケストレータモジュールは、ユーザに送信するための報告を生成するためのものであり、前記報告は、少なくとも1つのロボティックエージェントによって実行されたステップへの調節を詳述しており、それにより、前記複数のタスクのうちの少なくとも1つの実行を最適化する、請求項21に記載のシステム。
- 前記オーケストレータモジュールは、ユーザに送信するための報告を生成するためのものであり、前記報告は、前記ロボティックエージェントによって前記複数のタスクを実行するためのスケジュールへの調節を詳述しており、それにより、前記複数のタスクのうちの少なくとも1つの実行を最適化する、請求項21に記載のシステム。
- 前記オーケストレータモジュールは、少なくとも1つの機械学習モジュールを含む、請求項21に記載のシステム。
- 前記少なくとも1つの機械学習モジュールは、前記少なくとも1つのロボティックエージェントからの前記作業出力から導き出されたデータに基づいて連続的に訓練されている、請求項26に記載のシステム。
- 前記オーケストレータモジュールは、前記作業出力を連続的に分析して、前記少なくとも1つのロボティックエージェントからの前記作業出力がアクションおよび値の学習された範囲内にあるかどうかを判定し、前記アクションおよび値の範囲は、以前に受信された作業出力に基づいて、少なくとも1つのニューラルネットワークによって学習される、請求項26に記載のシステム。
- 前記オーケストレータモジュールは、ユーザに送信するための報告を生成するためのものであり、前記報告は、スケジュールへの調節を詳述しており、それにより、前記複数のロボティックエージェントにわたってタスクを再割当てし、それにより、前記複数のタスクのうちの少なくとも1つの実行を最適化する、請求項21に記載のシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862738463P | 2018-09-28 | 2018-09-28 | |
US62/738,463 | 2018-09-28 | ||
PCT/CA2019/051375 WO2020061699A1 (en) | 2018-09-28 | 2019-09-26 | System and method for robotic agent management |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022513323A true JP2022513323A (ja) | 2022-02-07 |
Family
ID=69949229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021542235A Pending JP2022513323A (ja) | 2018-09-28 | 2019-09-26 | ロボティックエージェント管理のためのシステムおよび方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20210339389A1 (ja) |
EP (1) | EP3856469A4 (ja) |
JP (1) | JP2022513323A (ja) |
KR (1) | KR20210096077A (ja) |
CN (1) | CN113661035A (ja) |
AU (1) | AU2019348202B2 (ja) |
CA (1) | CA3114246C (ja) |
WO (1) | WO2020061699A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11586463B2 (en) * | 2018-04-17 | 2023-02-21 | Oracle International Corporation | Automated process flow learning |
EP3871088A1 (en) * | 2019-02-26 | 2021-09-01 | Google LLC | Reinforcement learning techniques for selecting a software policy network and autonomously controlling a corresponding software client based on selected policy network |
US11738453B2 (en) * | 2019-10-15 | 2023-08-29 | UiPath, Inc. | Integration of heterogeneous models into robotic process automation workflows |
US11748479B2 (en) | 2019-10-15 | 2023-09-05 | UiPath, Inc. | Centralized platform for validation of machine learning models for robotic process automation before deployment |
US20220012624A1 (en) * | 2020-07-07 | 2022-01-13 | Northrop Grumman Systems Corporation | Systems and methods for evaluating a behavior of a machine-learning algorithm |
KR20230014585A (ko) | 2021-07-21 | 2023-01-30 | 현대모비스 주식회사 | 차량용 av 시스템의 버튼 구조체 및 이의 작동방법 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180150298A1 (en) * | 2016-11-29 | 2018-05-31 | Intel Corporation | Technologies for offloading acceleration task scheduling operations to accelerator sleds |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4377744B2 (ja) * | 2004-05-13 | 2009-12-02 | 本田技研工業株式会社 | ロボット制御装置 |
US8538793B2 (en) * | 2011-02-17 | 2013-09-17 | Infosys Limited | System and method for managing real-time batch workflows |
US8452451B1 (en) * | 2011-05-06 | 2013-05-28 | Google Inc. | Methods and systems for robotic command language |
US11072067B2 (en) * | 2015-11-16 | 2021-07-27 | Kindred Systems Inc. | Systems, devices, and methods for distributed artificial neural network computation |
EP3185124A1 (en) * | 2015-12-22 | 2017-06-28 | Tata Consultancy Services Limited | System and method for monitoring, deploying, and tracking autonomous software robots |
US10365799B2 (en) * | 2016-02-09 | 2019-07-30 | Wipro Limited | System and methods for creating on-demand robotic process automation |
JP6114421B1 (ja) * | 2016-02-19 | 2017-04-12 | ファナック株式会社 | 複数の産業機械の作業分担を学習する機械学習装置,産業機械セル,製造システムおよび機械学習方法 |
US20170293844A1 (en) * | 2016-04-06 | 2017-10-12 | Massachusetts Institute Of Technology | Human-machine collaborative optimization via apprenticeship scheduling |
CN105881504B (zh) * | 2016-05-11 | 2020-06-19 | 武汉菲仕运动控制系统有限公司 | 一种具有牵引视教功能的Delta机器人控制系统 |
CN105835063B (zh) * | 2016-06-03 | 2018-11-13 | 国网宁夏电力公司检修公司 | 一种变电站室内巡检机器人系统及其巡检方法 |
US11107090B2 (en) * | 2016-06-06 | 2021-08-31 | Epiance Software Pvt. Ltd. | System and method for automated content generation |
CN105856235B (zh) * | 2016-06-08 | 2018-06-29 | 江苏若博机器人科技有限公司 | 一种无线传输两核六轴履带式天然气管道机器人控制系统 |
CN106003034B (zh) * | 2016-06-16 | 2019-06-28 | 深圳先进技术研究院 | 一种主从式机器人控制系统及控制方法 |
US10112298B2 (en) * | 2016-08-09 | 2018-10-30 | International Business Machines Corporation | Assigning tasks to a robot device for execution |
US10504055B2 (en) * | 2016-09-02 | 2019-12-10 | X Development Llc | Optimization of warehouse layout based on customizable goals |
CN106355345A (zh) * | 2016-09-08 | 2017-01-25 | 京东方科技集团股份有限公司 | 自动售货机器人智能调度系统及方法 |
US10782670B2 (en) * | 2016-12-14 | 2020-09-22 | The Boeing Company | Robotic task system |
US9817967B1 (en) * | 2017-01-13 | 2017-11-14 | Accenture Global Solutions Limited | Integrated robotics and access management for target systems |
US10661438B2 (en) * | 2017-01-16 | 2020-05-26 | Ants Technology (Hk) Limited | Robot apparatus, methods and computer products |
CN107291078B (zh) * | 2017-06-06 | 2019-11-08 | 歌尔股份有限公司 | 一种服务机器人的调度方法和装置 |
-
2019
- 2019-09-26 KR KR1020217012563A patent/KR20210096077A/ko not_active Application Discontinuation
- 2019-09-26 CN CN201980078721.5A patent/CN113661035A/zh active Pending
- 2019-09-26 WO PCT/CA2019/051375 patent/WO2020061699A1/en unknown
- 2019-09-26 AU AU2019348202A patent/AU2019348202B2/en active Active
- 2019-09-26 US US17/250,915 patent/US20210339389A1/en active Pending
- 2019-09-26 EP EP19864866.9A patent/EP3856469A4/en not_active Withdrawn
- 2019-09-26 JP JP2021542235A patent/JP2022513323A/ja active Pending
- 2019-09-26 CA CA3114246A patent/CA3114246C/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180150298A1 (en) * | 2016-11-29 | 2018-05-31 | Intel Corporation | Technologies for offloading acceleration task scheduling operations to accelerator sleds |
Also Published As
Publication number | Publication date |
---|---|
CN113661035A (zh) | 2021-11-16 |
US20210339389A1 (en) | 2021-11-04 |
WO2020061699A1 (en) | 2020-04-02 |
CA3114246A1 (en) | 2020-04-02 |
AU2019348202A1 (en) | 2021-05-27 |
EP3856469A1 (en) | 2021-08-04 |
KR20210096077A (ko) | 2021-08-04 |
CA3114246C (en) | 2023-10-17 |
EP3856469A4 (en) | 2022-03-23 |
AU2019348202B2 (en) | 2022-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022513323A (ja) | ロボティックエージェント管理のためのシステムおよび方法 | |
US10867244B2 (en) | Method and apparatus for machine learning | |
US11295228B2 (en) | Methods for creating automated dynamic workflows of interoperable bots and devices thereof | |
US11514308B2 (en) | Method and apparatus for machine learning | |
US20190080235A1 (en) | Method and apparatus for machine learning | |
US11165643B1 (en) | Cloud compliance drift automation and root cause analysis tool | |
US8554594B2 (en) | Automated process assembler | |
US11169910B2 (en) | Probabilistic software testing via dynamic graphs | |
Kaur et al. | Various techniques to detect and predict faults in software system: survey | |
US7979743B2 (en) | Determining correctness of job plans in a stream processing application | |
CN110782225A (zh) | 一种参数值影响流程分支的工作流动态重构方法 | |
US20230072123A1 (en) | Method and system for automating analysis of log data files | |
US8151273B2 (en) | Environment wide configuration system | |
WO2021167702A1 (en) | System and method for prioritizing and ranking static analysis results using machine learning | |
KR101961379B1 (ko) | 자가 적응형 로봇 시스템 및 그의 오류 검출 방법 | |
US20220129337A1 (en) | Training a Model for Use with a Software Installation Process | |
KR101073495B1 (ko) | 에스오에이 서비스의 동적 특화 방법 | |
US10984393B2 (en) | Intelligent management of electronic calendar items | |
Teggi et al. | AIOPs based Predictive Alerting for System Stability in IT Environment | |
Manikkannan et al. | Test Case Prioritization via Embedded Autoencoder Model for Software Quality Assurance | |
CN114281682A (zh) | 软件的持续集成方法、装置及存储介质 | |
Sukhija et al. | Towards a Data Provenance Collection and Visualization Framework for Monitoring and Analyzing HPC Environments | |
CN117541024A (zh) | 五金加工的设备排产优化方法及系统 | |
Ortmeier et al. | Process-oriented evaluation system for the use of robotic process automation | |
CN117519035A (zh) | 应用于管桩生产控制系统的优化方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210524 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210524 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220802 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220805 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20220805 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20221031 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221226 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230425 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230821 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230901 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20231124 |