JP2024074288A - ブラウザ内でのターゲットアプリケーションの自動拡張 - Google Patents
ブラウザ内でのターゲットアプリケーションの自動拡張 Download PDFInfo
- Publication number
- JP2024074288A JP2024074288A JP2023196415A JP2023196415A JP2024074288A JP 2024074288 A JP2024074288 A JP 2024074288A JP 2023196415 A JP2023196415 A JP 2023196415A JP 2023196415 A JP2023196415 A JP 2023196415A JP 2024074288 A JP2024074288 A JP 2024074288A
- Authority
- JP
- Japan
- Prior art keywords
- target application
- extensions
- predefined
- engine
- browser
- 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 claims abstract description 122
- 230000006870 function Effects 0.000 claims description 37
- 238000004801 process automation Methods 0.000 claims description 16
- 230000007246 mechanism Effects 0.000 claims description 11
- 230000015654 memory Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 description 79
- 230000000694 effects Effects 0.000 description 49
- 239000010410 layer Substances 0.000 description 41
- 239000004020 conductor Substances 0.000 description 34
- 238000013528 artificial neural network Methods 0.000 description 22
- 238000012549 training Methods 0.000 description 22
- 230000009471 action Effects 0.000 description 21
- 230000008901 benefit Effects 0.000 description 20
- 239000003795 chemical substances by application Substances 0.000 description 18
- 210000002569 neuron Anatomy 0.000 description 18
- 238000007726 management method Methods 0.000 description 17
- 238000012360 testing method Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 16
- 238000011161 development Methods 0.000 description 14
- 238000005065 mining Methods 0.000 description 14
- 238000012544 monitoring process Methods 0.000 description 14
- 230000003993 interaction Effects 0.000 description 11
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 9
- 230000010354 integration Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 239000008186 active pharmaceutical agent Substances 0.000 description 7
- 230000008520 organization Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012015 optical character recognition Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 241000282412 Homo Species 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000002688 persistence Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 101000857680 Xenopus laevis Runt-related transcription factor 1 Proteins 0.000 description 3
- 230000004913 activation Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000003416 augmentation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000010348 incorporation Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000007620 mathematical function Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 238000010897 surface acoustic wave method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000014633 Retinitis punctata albescens Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000008571 general function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000011165 process development Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Abstract
【課題】ターゲットアプリケーションのソースコードを変更することなく、ターゲットアプリケーションの機構および/または機能を拡張する方法を提供する。
【解決手段】プロセッサによって遂行される拡張エンジンによって実装される方法は、ブラウザによってホストされるターゲットアプリケーションを検出すること、ターゲットアプリケーションのソースコードを変更することなく、予め定義された自動拡張をターゲットアプリケーションに自動的に埋め込むことによって、機構または機能をターゲットアプリケーションに拡張すること及び予め定義された自動拡張のうち選択された数を遂行することを含む。
【選択図】なし
【解決手段】プロセッサによって遂行される拡張エンジンによって実装される方法は、ブラウザによってホストされるターゲットアプリケーションを検出すること、ターゲットアプリケーションのソースコードを変更することなく、予め定義された自動拡張をターゲットアプリケーションに自動的に埋め込むことによって、機構または機能をターゲットアプリケーションに拡張すること及び予め定義された自動拡張のうち選択された数を遂行することを含む。
【選択図】なし
Description
本開示は概して自動化に関する。
一般に、会社または企業は、すぐに使えるアプリケーションソフトウェアやアプリケーションを使用して、ワープロ、データ入力などのタスクを実行する。さらに、会社または企業は、さまざまな開発会社のアプリケーションを使用するようになっている。
アプリケーションを変更することは非常に難しい。ほとんどのアプリケーションは、特に会社または企業が社内でアプリケーションを構築していない場合、カスタマイズできない。次いで、ニーズが変化、進化、または期限切れになると、会社または企業はアプリケーションから離れていき、これには非常に高いコスト(例えば、時間、金銭など)がかかる。
アプリケーションから離れる代わりに、ロボティックプロセスオートメーション(RPA)でカスタマイズなどを行うことができる。現在、アプリケーションに関連する自動化を検索するのは難しい場合がある。さらに、RPAを開くにはアシスタントソフトウェアが必要になる場合がある。したがって、RPAを簡単に見つけてアクセスし、そして既存のすぐに使用できるアプリケーションソフトウェアまたはアプリケーションに適用できる解決策が必要である。
1または複数の実施形態によると、方法が提供される。方法は、少なくとも1つのプロセッサによって遂行される拡張エンジンによって実装される。方法は、ブラウザによってホストされるターゲットアプリケーションを検出することを含む。方法は、ターゲットアプリケーションのソースコードを変更することなく、1または複数の予め定義された自動拡張をターゲットアプリケーションに自動的に埋め込むことによって、機構または機能をターゲットアプリケーションに拡張することを含む。方法は、1または複数の予め定義された自動拡張のいくつかを遂行することを含む。上記の方法の実施形態は、システム、コンピュータプログラム製品、および/または装置として実装され得る。本明細書に記載のシステムの実施形態は、本明細書に記載のメモリ、プロセッサ、コンピュータプログラム製品、および/またはソフトウェアのいずれかを利用することができる。
本明細書の特定の実施形態の利点が容易に理解されるように、より特定された説明は、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、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、本明細書に記載の1または複数の実施形態は、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。
別段の記載がない限り、類似の参照文字は、添付の図面全体で一貫して対応する特徴を示す。
(実施形態の詳細な説明)
一般に、本明細書に記載の実施形態はオートメーションに関する。より具体的には、本明細書二記載の実施形態は、ブラウザ内のターゲットアプリケーションの自動拡張に関する。
一般に、本明細書に記載の実施形態はオートメーションに関する。より具体的には、本明細書二記載の実施形態は、ブラウザ内のターゲットアプリケーションの自動拡張に関する。
1または複数の実施形態によると、自動拡張は、その上の、プロセッサ、コンピューティングシステム、および/またはコントローラ上で遂行する拡張エンジンによって実行され得る。拡張エンジンは、拡張およびRPAを自動的に管理、遂行、および動作するためのポリシーおよび技術のフレームワークを含むソフトウェアとして説明され得る。拡張は、既存のアプリケーション(例えば、ブラウザおよびターゲットアプリケーション)と並行して(またはその上で)実行し、かつその機能に追加する、拡張エンジンおよび/またはブラウザアシスタントのソフトウェアプログラム機構である。RPAは、エージェントソフトウェアであり得、その例には、1または複数のジョブを遂行する、ロボット、ワークフローなどが含まれる。ジョブは、RPAによって遂行される作業単位と考えることができる。
例として、拡張エンジンは、ターゲットアプリケーションのソースコードを変更することなく、ターゲットアプリケーションの機構および/または機能を拡張し得る。例えば、拡張エンジンは、ブラウザによってホストされるターゲットアプリケーションを検出し、ターゲットアプリケーションのソースコードを変更することなく(つまり、ソースコードのユーザーインタラクションなしに)、1または複数の予め定義された自動拡張をターゲットアプリケーションに自動的に埋め込むことによって、ターゲットアプリケーションに機構および/または機能を拡張し得る。方法は、1または複数の予め定義された自動拡張のいくつかを遂行することを含み得る。ターゲットアプリケーションがウェブアプリケーションである場合、拡張エンジンはウェブブラウザに常駐する(例えば、常駐して動作する)ブラウザアシスタントを実装し得、ウェブページとウェブアプリケーションのアプリケーションをカスタマイズし得、機能(例えば、ボタン、コールアウト、トリガ)を追加し得、そしてウェブアプリケーションを終了したりまたは変更したりすることなく、他のアプリケーション、自動化、拡張、RPAに状況に応じてアクセスし得る。さらに、拡張エンジンのその他の動作には、拡張とウェブおよびブラウザ拡張との結合、拡張オプションのガバナンス、(例えば、ターゲットアプリケーションを超えた)他のアプリケーションへの拡張機構を拡張すること、ならびにブラウザ拡張への開発エクスペリエンスの提供が含まれるが、これらに限定されない。
1または複数の技術的効果、利点、および利益によると、RPAアシスタントソフトウェアのダウンロードおよびインストールの必要性を回避することで拡張エクスペリエンスを簡素化し、(例えば、RPAアシスタントソフトウェアなしで)任意のターゲットアプリケーション内で1または複数の予め定義された自動拡張を表示し、かつアプリケーションのソースコードを変更することなく、任意のターゲットアプリケーションに1または複数の予め定義された自動拡張を埋め込む。1または複数の技術的効果、利点、および利益によると、拡張エンジンは、エグゼキュータ、アシスタント、またはインストーラなしで、任意のオペレーティングシステムのターゲットアプリケーションで1または複数の予め定義された自動拡張を直接遂行し、1または複数の予め定義された自動拡張とロードされたウェブページを使用して、RPAを自動的に開き/開始し、そしてターゲットアプリケーションのユーザーインターフェース(UI)内で1または複数の予め定義された自動拡張の直接クリックおよび遂行を実装する。
図1は、1または複数の実施形態によるハイパーオートメーションシステム100を示すアーキテクチャ図である。本明細書で使用される「ハイパーオートメーション」は、プロセスオートメーションのコンポーネント、統合ツール、および作業を自動化する能力を増幅する技術をまとめたオートメーションシステムを指す。例えば、いくつかの実施形態では、RPAがハイパーオートメーションシステムのコアで使用され、特定の実施形態では、人工知能および/もしくは機械(AI/ML)、プロセスマイニング、分析、ならびに/または他の高度なツールによって自動化能力が拡張され得る。ハイパーオートメーションシステムがプロセスを学習し、AI/MLモデルを訓練し、そして分析を採用すると、例えば、より多くの知識作業が自動化され得、組織内のコンピューティングシステム、例えば、個人によって使用されるものと自律的に動作するものの両方は、すべてハイパーオートメーションプロセスの参加者として従事され得る。いくつかの実施形態のハイパーオートメーションシステムは、ユーザーおよび組織が効率的かつ効果的にオートメーションを発見し、理解し、そして拡張することを可能にする。
ハイパーオートメーションシステム100は、デスクトップコンピュータ102、タブレット104、およびスマートフォン106などのユーザーコンピューティングシステムを含む。しかしながら、スマートウォッチ、ラップトップコンピュータ、サーバー、インターネットオブシングス(IoT)デバイスなどを含むが、これらに限定されない、任意の所望のコンピューティングシステムが、本明細書に記載の1または複数の実施形態の範囲から逸脱せずに使用され得る。また、図1には3つのユーザーコンピューティングシステムが示されているが、本明細書に記載の1または複数の実施形態の範囲から逸脱することなく、任意の適切な数のコンピューティングシステムが使用され得る。例えば、いくつかの実施形態では、数十、数百、数千、または数百万のコンピューティングシステムが使用されてもよい。ユーザーコンピューティングシステムは、ユーザーによって積極的に使用されてもよいし、または多くのもしくは任意のユーザー入力なしに自動的に実行され得る。
各コンピューティングシステム102、104、106は、そこで実行しているそれぞれのオートメーションプロセス(複数可)110、112、114を有する。オートメーションプロセス(複数可)102、104、106は、限定されないが、本明細書に記載の1または複数の実施形態の範囲から逸脱することなく、RPAロボット、オペレーティングシステムの一部、それぞれのコンピューティングシステム用のダウンロード可能なアプリケーション(複数可)、他の任意の適切なソフトウェアおよび/またはハードウェア、またはこれらの任意の組み合わせを含み得る。いくつかの実施形態では、1または複数のプロセス(複数可)110、112、114は、リスナーであり得る。リスナーは、本明細書に記載の1または複数の実施形態の範囲から逸脱することなく、RPAロボット、オペレーティングシステムの一部、それぞれのコンピューティングシステム用のダウンロード可能なアプリケーション、または他の任意のソフトウェアおよび/もしくはハードウェアであり得る。実際、いくつかの実施形態では、リスナー(複数可)のロジックは、物理的なハードウェアを介して部分的または完全に実装される。
リスナーは、それぞれのコンピューティングシステムとのユーザーインタラクションおよび/またはアンアテンディッドコンピューティングシステムの動作に関連するデータを監視および記録し、ネットワーク(例えば、ローカルエリアネットワーク(LAN)、モバイル通信ネットワーク、衛星通信ネットワーク、インターネット、それらのいずれかの組み合わせ等)を介してコアハイパーオートメーションシステム120にデータを送信する。データは、限定されないが、どのボタンがクリックされたか、マウスがどこに移動したか、フィールドに入力されたテキスト、1つのウィンドウが最小化されそして別のウィンドウが開かれたこと、ウィンドウに関連するアプリケーションなどを含み得る。特定の実施形態では、リスナーからのデータは、ハートビートメッセージの一部として定期的に送信され得る。いくつかの実施形態では、データは、所定量のデータが収集されると、所定期間が経過した後、またはその両方で、コアハイパーオートメーションシステム120に送信され得る。サーバー130などの1または複数のサーバーは、リスナーからデータを受信し、データベース140などのデータベースに格納する。
オートメーションプロセスは、設計時間中にワークフローで開発されたロジックを遂行し得る。RPAの場合、ワークフローは、本明細書において「アクティビティ」として定義される、シーケンスまたは他の何らかのロジックフローで遂行されるステップのセットを含み得る。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。
いくつかの実施形態におけるRPAのための長時間実行ワークフローは、サービスオーケストレーション、人間の介入、およびアンアテンディッド環境における長時間実行トランザクションをサポートするマスタープロジェクトである。米国特許第10,860,905号を参照されたい。また、この内容はすべて参照により組み込まれる。人間の介入は、特定のプロセスが、アクティビティの次のステップに進む前に、例外処理、承認、または検証のために人間の入力を必要とする場合に登場する。この場合、プロセスの遂行は一時停止され、人間のタスクが完了するまでRPAロボットを開放する。
長時間実行ワークフローは、永続化アクティビティを介してワークフローの断片化をサポートしてもよく、呼び出しプロセスおよび非ユーザーインタラクションアクティビティと組み合わされ、人間のタスクをRPAロボットタスクでオーケストレーションし得る。いくつかの実施形態では、複数または多数のコンピューティングシステムが、長時間実行ワークフローのロジックの遂行に参加し得る。長時間実行ワークフローは、迅速な遂行を促進するためにセッションで実行し得る。いくつかの実施形態では、長時間実行ワークフローは、アプリケーションプログラミングインターフェース(API)呼び出しを実行し、かつ長時間実行ワークフローセッションで実行するアクティビティを含み得るバックグラウンドプロセスをオーケストレーションしてもよい。これらのアクティビティは、いくつかの実施形態では、呼び出しプロセスアクティビティによって呼び出され得る。ユーザーセッションで実行するユーザーインタラクションアクティビティを有するプロセスは、コンダクタアクティビティからジョブを開始することによって呼び出され得る(コンダクタは、本明細書で後により詳細に説明する)。ユーザーは、いくつかの実施形態では、コンダクタでフォームを完成させる必要があるタスクを通じてインタラクションし得る。RPAロボットにフォームタスクが完了するのを待たせ、その後、長時間実行ワークフローを再開させるアクティビティが含まれ得る。
1または複数のオートメーションプロセス(複数可)110、112、114は、コアハイパーオートメーションシステム120と通信している。いくつかの実施形態では、コアハイパーオートメーションシステム120は、サーバー130などの1または複数のサーバー上でコンダクタアプリケーションを実行し得る。例示のために1つのサーバー130が示されているが、本明細書に記載の1または複数の実施形態の範囲から逸脱することなく、互いに近接する、または分散アーキテクチャの複数または多数のサーバーが採用され得る。例えば、1または複数のサーバーが、本明細書に記載の1または複数の実施形態の範囲から逸脱することなく、コンダクタ機能、AI/MLモデル提供、認証、ガバナンス、および/または他の任意の適切な機能のために提供され得る。いくつかの実施形態では、コアハイパーオートメーションシステム120は、パブリッククラウドアーキテクチャ、プライベートクラウドアーキテクチャ、ハイブリッドクラウドアーキテクチャなどを組み込んでよく、またはその一部であってよい。特定の実施形態では、コアハイパーオートメーションシステム120は、サーバー130などの1または複数のコンピューティングシステム上で複数のソフトウェアベースのサーバーをホストし得る。いくつかの実施形態では、サーバー130などのコアハイパーオートメーションシステム120の1または複数のサーバーは、1または複数の仮想マシン(VM)を介して実装され得る。
いくつかの実施形態では、1または複数のオートメーションプロセス(複数可)110、112、114は、コアハイパーオートメーションシステム120上に展開されたまたはコアハイパーオートメーションシステム120によってアクセス可能な1または複数のAI/MLモデル132を呼び出してもよい。AI/MLモデル132は、本明細書でより詳細に議論されるように、本明細書に記載の1または複数の実施形態の範囲から逸脱することなく、任意の適切な目的のために訓練され得る。2または複数のAI/MLモデル132は、それらが集合的に協働出力(複数可)を提供するように、いくつかの実施形態では連鎖されてもよい(例えば、直列、並列、またはそれらの組合せ)。AI/MLモデル132は、コンピュータビジョン(CV)、光学的文字認識(OCR)、文書処理および/または理解、意味学習および/または分析、分析予測、プロセス発見、タスクマイニング、テスト、自動RPAワークフロー生成、シーケンス抽出、クラスタリング検出、音声-テキスト翻訳、これらのいずれかの組み合わせなどを実行または支援してもよい。しかしながら、本明細書に記載の1または複数の実施形態の範囲から逸脱することなく、AI/MLモデルの任意の所望の数および/またはタイプ(複数可)が使用され得る。複数のAI/MLモデルを使用することで、例えば、与えられたコンピューティングシステム上で何が起こっているかについての全体像をシステムが開発し得る。例えば、あるAI/MLモデルはOCRを実行することができ、別のものはボタンを検出することができ、別のものはシーケンスを比較することができる、などである。パターンは、AI/MLモデルによって個別に決定されてもよいし、または複数のAI/MLモデルによって集合的に決定されてもよい。特定の実施形態では、1または複数のAI/MLモデルは、少なくとも1つのコンピューティングシステム102、104、106上にローカルに展開される。
いくつかの実施形態では、複数のAI/MLモデル132が使用され得る。各AI/MLモデル132は、データ上で実行するアルゴリズム(またはモデル)であり、AI/MLモデル自体は、例えば、訓練データにおいて訓練された、人工「ニューロン」の深層学習ニューラルネットワーク(DLNN)であり得る。いくつかの実施形態では、AI/MLモデル132は、統計的モデリング(例えば、隠れマルコフモデル(HMM))などの様々な機能を実行する複数の層を有してよく、深層学習技術(例えば、長短期記憶(LSTM)深層学習、以前の隠れ状態のエンコーディングなど)を利用して所望の機能を実行し得る。
ハイパーオートメーションシステム100は、いくつかの実施形態では、4つの主要な機能群を提供し得る:(1)発見、(2)自動化の構築、(3)管理、および(4)エンゲージメント。オートメーション(例えば、ユーザーコンピューティングシステム、サーバーなどで実行する)は、いくつかの実施形態では、RPAロボットなどのソフトウェアロボットによって実行され得る。例えば、アテンディッドロボット、アンアテンディッドロボット、および/またはテストロボットが使用され得る。アテンディッドロボットは、タスク(例えば、UiPath Assistant(商標)を介して)でユーザーを支援するためにユーザーと協働する。アンアテンディッドロボットはユーザーから独立して動作し、潜在的に、ユーザーが知らない間にバックグラウンドで実行し得る。テストロボットは、アプリケーションまたはRPAワークフローに対してテストケースを実行するアンアテンディッドロボットである。テストロボットは、いくつかの実施形態では、複数のコンピューティングシステム上で並行して実行され得る。
発見機能は、ビジネスプロセスの自動化の様々な機会のための、その自動的な推奨を発見し、提供し得る。そのような機能は、サーバー130などの1または複数のサーバーによって実装され得る。発見機能は、いくつかの実施形態では、オートメーションハブ、プロセスマイニング、タスクマイニング、および/またはタスクキャプチャを提供することを含み得る。オートメーションハブ(例えば、UiPath Automation Hub(商標))は、可視性および制御性を有するオートメーションロールアウトを管理するためのメカニズムを提供し得る。オートメーションアイデアは、例えば、提出フォームを介して従業員からクラウドソーシングされ得る。これらのアイデアを自動化するための実現可能性と投資収益率(ROI)の計算が提供され、将来の自動化のための文書が収集され、そして自動化の発見から構築までを迅速に行うためのコラボレーションが提供され得る。
(例えば、UiPath Automation Cloud(商標)および/またはUiPath AI Center(商標)を介した)プロセスマイニングとは、アプリケーション(企業資源計画(ERP)アプリケーション、顧客関係管理(CRM)アプリケーション、メールアプリケーション、コールセンターアプリケーションなど)からデータを収集して分析し、組織にどんなエンドツーエンドのプロセスが存在するか、それらを効果的に自動化するにはどうすればよいか、また自動化がもたらす影響についてを特定するプロセスを指す。このデータは、例えば、リスナーによってユーザーコンピューティングシステム102、104、106から取得され、サーバー130などのサーバーによって処理され得る。いくつかの実施形態では、1または複数のAI/MLモデル132がこの目的のために採用され得る。この情報は、実装を迅速化し、手動での情報転送を回避するために、オートメーションハブにエクスポートされ得る。プロセスマイニングの目標は、組織内のプロセスを自動化することによって、ビジネス価値を高めることであり得る。プロセスマイニングの目標のいくつかの例は、限定されないが、利益の増加、顧客満足度の向上、規制および/または契約遵守、従業員の効率の向上などを含む。
(例えば、UiPath Automation Cloud(商標)および/またはUiPath AI Center(商標)を介した)タスクマイニングは、ワークフロー(例えば、従業員のワークフロー)を特定および集約し、次にAIを適用して日常的なタスクのパターンおよびバリエーションを明らかにし、自動化の容易性および節約の可能性について(例えば、時間および/またはコストの節約)そのようなタスクをスコアリングする。1または複数のAI/MLモデル132は、データ内の反復タスクパターンを明らかにするために採用され得る。自動化の機が熟した反復タスクは、その後、特定され得る。この情報は、最初、リスナーによって提供され得、いくつかの実施形態では、サーバー130などのコアハイパーオートメーションシステム120のサーバー上で分析され得る。タスクマイニングからの発見(例えば、extensive application markup language(XAML)プロセスデータ)は、プロセス文書またはUiPath Studio(商標)などのデザイナアプリケーションにエクスポートされて、自動化をより迅速に作成および展開し得る。
いくつかの実施形態におけるタスクマイニングは、ユーザーアクション(例えば、マウスクリック位置、キーボード入力、ユーザーがインタラクションしていたアプリケーションウィンドウおよびグラフィカル要素、インタラクションのためのタイムスタンプなど)を伴うスクリーンショットの撮影、統計データ(例えば、遂行時間、アクション数、テキスト入力など)の収集、スクリーンショットの編集および注釈、記録されるアクションのタイプの指定、などを含み得る。
(UiPath Automation Cloud(商標)および/またはUiPath AI Center(商標)を介した)タスクキャプチャは、ユーザーが作業しているときにアテンディッドプロセスを自動的に文書化する、またはアンアテンディッドプロセスのためのフレームワークを提供する。このような文書化は、プロセス定義文書(PDD)、スケルトンワークフロー、プロセスの各部分のアクションのキャプチャ、ユーザーのアクションの記録および各ステップに関する詳細を含む包括的なワークフロー図の自動生成、Microsoft Word(登録商標)文書、XAMLファイルなどのような形式で自動化することが望ましいタスクを含み得る。構築可能なワークフローは、UiPath Studio(商標)などのデザイナアプリケーションに直接エクスポートされ得る。タスクキャプチャは、プロセスを説明するサブジェクトマターエキスパートと、プロダクショングレードオートメーションを提供するセンターオブエクセレンス(CoE)メンバーとの両方にとって、要件収集プロセスを簡素化し得る。
オートメーションの構築は、デザイナアプリケーション(UiPath Studio(商標)、UiPath StudioX(商標)、UiPath Web(商標)など)を介して達成され得る。例えば、PA開発施設150のRPA開発者は、コンピューティングシステム152のRPAデザイナアプリケーション154を使用して、ウェブ、モバイル、SAP(登録商標)、および仮想デスクトップなどのさまざまなアプリケーションおよび環境用のオートメーションを構築およびテストし得る。API統合は、さまざまなアプリケーション、技術、およびプラットフォームに対して提供され得る。事前定義されたアクティビティ、ドラッグアンドドロップモデリング、およびワークフローレコーダーは、最小限のコーディングで自動化を容易にし得る。文書理解機能は、1または複数AI/MLモデル132を呼び出すデータ抽出および解釈のためのドラッグアンドドロップAIスキルを介して提供され得る。このような自動化は、表、チェックボックス、署名、および手書きを含む、事実上任意の文書タイプおよびフォーマットを処理し得る。データが検証されるか、または例外が処理されるとき、この情報は、それぞれのAI/MLモデルを再訓練するために使用されてよく、時間とともにそれらの精度が改善される。
統合サービスにより、開発者は、例えば、UIの自動化とAPIの自動化をシームレスに組み合わせ得る。APIを必要とする、またはAPIと非APIアプリケーションおよびシステムの両方を横断する自動化が構築され得る。開発者が多種多様なプロセスをより迅速に自動化できるように、あらかじめ建築されたRPAおよびAIテンプレートとソリューションのためのリポジトリ(例えば、UiPath Object Repository(商標))またはマーケットプレイス(例えば、UiPath Marketplace(商標))が提供され得る。したがって、自動化を構築する場合、ハイパーオートメーションシステム100は、ユーザーインターフェース、開発環境、API統合、あらかじめ建築されたおよび/またはカスタムビルドのAI/MLモデル、開発テンプレート、統合開発環境(IDE)、および高度なAI能力を提供し得る。ハイパーオートメーションシステム100は、いくつかの実施形態では、RPAロボットの開発、展開、管理、構成、監視、デバッグ、および保守を可能にし、それはハイパーオートメーションシステム100のための自動化を提供し得る。
いくつかの実施形態では、デザイナアプリケーション(複数可)および/または外部ルールエンジンなどのハイパーオートメーションシステム100のコンポーネントは、ハイパーオートメーションシステム100によって提供されるさまざまな機能を制御するためのガバナンスポリシーを管理および施行するためのサポートを提供する。ガバナンスとは、組織がポリシーを導入して、EU一般データ保護規則(General Data Protection Regulation:GDPR)、米国医療保険の携行性と責任に関する法律(the U.S. Health Insurance Portability and Accountability Act:HIPAA)、サードパーティアプリケーションの利用規約などに違反するような、ユーザーが組織に害を及ぼし得る行動を実行できる自動化(RPAロボットなど)を開発できないようにする能力である。そうでなければ、開発者は、彼らの自動化の実行中にプライバシー法、利用規約などに違反する自動化を作成し得るため、いくつかの実施形態は、ロボットおよび/またはロボット設計アプリケーションレベルでアクセス制御およびガバナンス制限を実装する。これは、開発者が、セキュリティリスクをもたらすか、またはポリシー、規制、プライバシー法、および/もしくはプライバシーポリシーに違反する方法で動作し得る未承認ソフトウェアライブラリへの依存を取ることを防止することによって、いくつかの実施形態ではオートメーションプロセス開発パイプラインにセキュリティおよびコンプライアンスの追加レベルを提供し得る。米国非仮特許出願第16/924,499号を参照されたい。また、この内容はすべて参照により組み込まれる。
管理機能は、組織全体にわたるオートメーションの管理、展開、および最適化を提供し得る。管理機能は、いくつかの実施形態では、オーケストレーション、テスト管理、AI機能、および/または洞察力を含み得る。ハイパーオートメーションシステム100の管理機能はまた、自動化アプリケーションおよび/またはRPAロボットのためのサードパーティ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作動し得る。ハイパーオートメーションシステム100の管理機能は、とりわけ、限定されないが、RPAロボットのプロビジョニング、展開、構成、キューイング、監視、ロギング、および相互接続を容易にすることを含み得る。
UiPath Orchestrator(商標)(いくつかの実施形態ではUiPath Automation Cloud(商標)の一部として提供されてもよく、またはオンプレミス、VM、プライベートもしくはパブリッククラウドで、Linux(商標) VMで、またはUiPath Automation Suite(商標)を介してクラウドネイティブシングルコンテナスイートとして提供されてもよい)などのコンダクタアプリケーションは、RPAロボットデプロイメントのセキュリティを展開、監視、最適化、拡大縮小、および確保するオーケストレーション能力を提供する。テストスイート(例えば、UiPath Test Suite(商標))は、展開された自動化の品質を監視するためのテスト管理を提供し得る。テストスイートは、テストの計画および遂行、要件の充足、および欠陥のトレーサビリティを促進し得る。テストスイートは、包括的なテストレポートを含み得る。
分析ソフトウェア(例えば、UiPath Insights(商標))は、展開された自動化の性能を追跡、測定、および管理し得る。分析ソフトウェアは、自動化動作を組織の特定の重要業績評価指標(KPI)および戦略的成果と整合させ得る。分析ソフトウェアは、人間のユーザーがより理解しやすいように、ダッシュボード形式で結果を提示し得る。
データサービス(例えば、UiPath Data Service(商標))は、例えば、データベース140に格納され、ドラッグアンドドロップのストレージインターフェースを用いて、データを単一の、拡張可能な、安全な場所に持ち込むことができる。いくつかの実施形態は、データのシームレスなアクセス、エンタープライズグレードのセキュリティ、およびスケーラビリティを確保しながら、ローコードまたはノーコードのデータモデリングおよびストレージを自動化に提供してもよい。AI機能は、AIセンター(例えば、UiPath AI Center(商標))によって提供されてもよく、これはAI/MLモデルの自動化への組み込みを容易にする。あらかじめ建築されたAI/MLモデル、モデルテンプレート、およびさまざまな展開オプションにより、データ科学者でない人でもこのような機能にアクセスできるようにし得る。展開された自動化(例えば、RPAロボット)は、AI/MLモデル132などのAIセンターからAI/MLモデルを呼び出し得る。AI/MLモデルの性能は、監視され、データレビューセンター160によって提供されるような、人間が検証したデータを使用して訓練され、改善され得る。人間のレビューアは、コンピューティングシステム154上のレビューアプリケーション152を介して、ラベル付けされたデータをコアハイパーオートメーションシステム120に提供してもよい。例えば、人間のレビューアは、AI/MLモデル132による予測が正確であることを検証してもよいし、そうでなければ修正を提供してもよい。この動的入力は、その後、AI/MLモデル132を再訓練するためのトレーニングデータとして保存されてもよく、例えば、データベース140のようなデータベースに格納されてもよい。AIセンターは、次に、訓練データを使用してAI/MLモデルの新バージョンを訓練するための訓練ジョブをスケジュールし、遂行し得る。肯定的な例と否定的な例の両方が、AI/MLモデル132の再訓練のために格納され、使用され得る。
エンゲージメント機能は、所望のプロセスに関するシームレスなコラボレーションのために、人間および自動化を1つのチームとして関与させる。ローコードアプリケーションは、ブラウザタブとレガシーソフトウェアを接続するために、いくつかの実施形態ではAPIを欠いているものであっても、(例えば、UiPath Apps(商標)を介して)構築され得る。アプリケーションは、例えば、ドラッグアンドドロップ制御の豊富なライブラリを通じて、ウェブブラウザを使用して迅速に作成され得る。アプリケーションは、1つのオートメーションまたは複数のオートメーションに接続され得る。
アクションセンター(例えば、UiPath Action Center(商標))は、オートメーションから人間へ、またはその逆へ、プロセスを引き渡すための簡単で効率的なメカニズムを提供する。人間は、承認またはエスカレーションを提供し、例外処理などを行い得る。その後、オートメーションは、所定のワークフローの自動機能を実行し得る。
ローカルアシスタントは、ユーザーがオートメーション(例えば、UiPath Assistant(商標))を起動するための起動パッドとして提供され得る。この機能は、例えばオペレーティングシステムによって提供されるトレイで提供されてもよく、ユーザーが彼らのコンピューティングシステム上でRPAロボットおよびRPAロボット搭載アプリケーションとインタラクションすることを可能にし得る。インターフェースは、所定のユーザーに対して承認されたオートメーションをリストにし、ユーザーがそれらを実行することを可能にし得る。これらは、オートメーションマーケットプレイス、オートメーションハブの内部オートメーションストアなどからのすぐに使えるオートメーションを含んでもよい。オートメーションが実行しているとき、オートメーションがそのアクションを実行する間、ユーザーがコンピューティングシステムを使用できるように、それらは、コンピューティングシステム上の他のプロセスと並行してローカルインスタンスとして実行し得る。特定の実施形態では、アシスタントは、ユーザーがアシスタントの起動パッドからそれらのもうすぐ自動化されるプロセスを文書化できるように、タスクキャプチャ機能と統合される。
チャットボット(例えば、UiPath Chatbots(商標))、ソーシャルメッセージングアプリケーション、および/または音声コマンドは、ユーザーがオートメーションを実行することを可能にし得る。これにより、顧客とのやり取りまたは他のアクティビティを行うために必要な情報、ツール、およびリソースへのアクセスを簡素化し得る。人と人との会話は、他のプロセスと同様に容易に自動化され得る。このようにして起動されたトリガRPAロボットは、注文状況の確認、CRMへのデータ投稿などの動作を、平易な言語コマンドを用いて実行できる可能性がある。
任意の規模での自動化プログラムのエンドツーエンドの測定およびガバメントは、いくつかの実施形態ではハイパーオートメーションシステム100によって提供され得る。上記により、自動化の性能を理解するために、(例えば、UiPath Insights(商標)を介した)分析が採用されてもよい。利用可能なビジネスメトリクスおよび運用上の洞察のいずれかの組み合わせを使用するデータモデリングおよび分析は、さまざまな自動化プロセスに使用され得る。カスタム設計およびあらかじめ構築されたダッシュボードにより、所望の測定基準にわたりデータが視覚化され、新しい分析的洞察が発見され、性能指標が追跡され、オートメーションについてROIが発見され、ユーザーのコンピューティングシステム上で遠隔測定モニタリングが実行され、エラーと異常が検出され、およびオートメーションがデバッグされ得る。自動化のライフサイクルを通じてオートメーションを管理するために、自動化管理コンソール(例えば、UiPath Automation Ops(商標))が提供され得る。組織は、オートメーションの構築方法、ユーザーがそれらとともにできること、およびユーザーがどのオートメーションにアクセスできるかを統治し得る。
ハイパーオートメーションシステム100は、いくつかの実施形態では、反復的なプラットフォームを提供する。プロセスが発見され得、オートメーションが構築され得、テストされ得、そして展開され得、性能が測定され得、オートメーションの使用がユーザーに容易に提供され得、フィードバックが得られ得、AI/MLモデルが訓練され、再訓練され得、そしてプロセス自体が繰り返され得る。これにより、より堅牢で効果的な一連の自動化を促進する。
図2は、1または複数の実施形態による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のハイパーオートメーションシステム100の一部である。RPAシステム200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210を含む。デザイナ210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210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210は、ワークフローおよびロボットの(矢印211で示される)開発および展開を容易にする。いくつかの実施形態では、デザイナ210は、ユーザーのデスクトップ上で実行するアプリケーション、VMでリモートで実行するアプリケーション、ウェブアプリケーションなどであってもよい。
自動化プロジェクトは、上記のように本明細書で「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遂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210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。
ワークフローのいくつかのタイプには、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りトリガされる有限の数の状態をそれらの遂行中に使用し得る。グローバル例外ハンドラは、遂行エラーに遭遇したときのワークフローの挙動を決定したり、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210内で開発されると、ビジネスプロセスの遂行は、コンダクタ220によって調整され、デザイナ210内で開発されたワークフローを遂行する1または複数のロボット230を調整する。コンダクタ220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220は、環境におけるリソースの生成、監視、および展開の管理を容易にする。コンダクタ220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。上記により、いくつかの実施形態では、コンダクタ220は、図1のコアハイパーオートメーションシステム120の一部であり得る。
コンダクタ220は、全てのロボット230を管理し得、ロボット230を集中ポイントから(矢印231で示される)接続して遂行する。管理され得るロボット230のタイプには、アテンディッドロボット232、アンアテンディッドロボット234、開発ロボット(アンアテンディッドロボット234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232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232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232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220とともに使用され得る。アテンディッドロボット232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220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232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232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234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234は、リモート遂行、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210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)などにより生成されたもの)、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、モバイルデバイスアプリケーション、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(破線のボックス290で示される)自動化し得る。
コンダクタ220は、プロビジョニング、展開、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(矢印232で示される)様々な能力を有し得る。プロビジョニングは、ロボット230とコンダクタ220(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。展開は、遂行のために割り当てられたロボット230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維持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、ロボットの特定データを追跡し、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、構造化照会言語(SQL)データベースまたはNoSQL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220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操作することにより、相互接続性を提供し得る。
ロボット230は、デザイナ210で構築されたワークフローを実装する遂行エージェントである。ロボット(複数可)230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230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230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230は、ユーザーモードで設置され得る。このようなロボット230については、所定のロボット230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、各マシン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230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230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220と遂行ホスト(すなわち、ロボット230が遂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230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により起動される。
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220と遂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230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遂行し得る(つまり、ワークフローを遂行し得る)。エグゼキュータは、モニタ毎のドットパーインチ(DPI)設定を認識し得る。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であり得る。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230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遂行していることをより容易に実行し、特定し、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挙動を構成し得る。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で遂行し得る。また、いくつかの実施形態では、デザイナ210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。
本実施形態におけるRPAシステム200は、ハイパーオートメーションシステムの一部である。開発者は、デザイナ210を使用して、(例えば、そのAIセンターの一部として)コアハイパーオートメーションシステム240に展開されたAI/MLモデルを利用するRPAロボットを構築かつテストし得る。そのようなRPAロボットは、AI/MLモデル(複数可)の遂行のための入力を送信し、コアハイパーオートメーションシステム240を介してそこからの出力を受信し得る。
1または複数のロボット230は、上述したように、リスナーであってもよい。これらのリスナーは、ユーザーが彼らのコンピューティングシステムを使用するときに彼らがしていることに関する情報をコアハイパーオートメーションシステム240に提供し得る。この情報は、その後、プロセスマイニング、タスクマイニング、タスクキャプチャなどのためにコアハイパーオートメーションシステムによって使用され得る。
アシスタント/チャットボット250は、ユーザーがRPAローカルロボットを起動することを可能にするために、ユーザーコンピューティングシステム上に提供され得る。アシスタントは、例えば、システムトレイに配置され得る。チャットボットは、ユーザーがチャットボットのテキストを見ることができるように、ユーザーインターフェースを有し得る。あるいは、チャットボットは、ユーザーインターフェースを持たず、バックグラウンドで実行し、ユーザーの発話に対してコンピューティングシステムのマイクを使用して聞くことができる。
いくつかの実施形態では、データラベリングは、ロボットが実行しているコンピューティングシステムのユーザーによって、またはロボットが情報を提供する別のコンピューティングシステム上で実行され得る。例えば、ロボットがVMユーザーのために画像にCVを行うAI/MLモデルを呼び出すが、AI/MLモデルが画面上のボタンを正しく特定しない場合、ユーザーは、誤特定または非特定コンポーネントの周りに矩形を描き、正しい特定を有するテキストを潜在的に提供し得る。この情報は、コアハイパーオートメーションシステム240に提供され得、その後、AI/MLモデルの新バージョンの訓練のために後で使用され得る。
図3は、1または複数の実施形態による展開されたRPAシステム300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300は、図2のRPAシステム200および/または図1のハイパーオートメーションシステム100の一部であり得る。展開されたRPAシステム300は、異なるコンピューティングプロセスの自動化のためのエンタープライズレベル、ユーザーレベル、またはデバイスレベルの自動化ソリューションなどを提供する、クラウドベースのシステム、オンプレミスシステム、デスクトップベースのシステムであり得る。
クライアント側301、サーバー側302、またはその両方が、本明細書に記載の1または複数の実施形態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み得ることに留意すべきである。クライアント側301では、ロボットアプリケーション310は、エグゼキュータ312、エージェント314、およびデザイナ316を含む。しかし、いくつかの実施形態では、デザイナ316は、エグゼキュータ312およびエージェント314と同じコンピューティングシステム上で実行していない場合がある。エグゼキュータ312はプロセスを実行している。図3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314(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312のための単一の接続ポイントである。本実施形態における全てのメッセージはコンダクタ340にログインされ、それはデータベースサーバー355、AI/MLサーバー360、インデクササーバー370、またはそれらの任意の組み合わせを介してそれらをさらに処理する。図2に関して上述したように、エグゼキュータ312は、ロボットコンポーネントであり得る。
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インタラクティブ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314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)、遂行されるパッケージの要求される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314とコンダクタ340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314によって開始される。通知シナリオでは、エージェント314は、後にコンダクタ330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。
リスナー330は、リスナー330が常駐するアテンディッドコンピューティングシステムおよび/またはアンアテンディッドコンピューティングシステムの動作とのユーザーインタラクションに係るデータを監視し記録する。リスナー330は、本明細書に記載の1または複数の実施形態の範囲から逸脱することなく、RPAロボット、オペレーティングシステムの一部、それぞれのコンピューティングシステム用のダウンロード可能なアプリケーション、または他の任意のソフトウェアおよび/もしくはハードウェアであり得る。実際、いくつかの実施形態では、リスナーのロジックは、物理的なハードウェアを介して部分的または完全に実装される。
サーバー側302には、コンダクタ340に加えて、プレゼンテーション層333、サービス層334、および永続層336が含まれる。プレゼンテーション層333は、ウェブアプリケーション342と、Open Data Protocol(OData)Representative State Transfe(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344と、通知および監視346と、を含み得る。サービス層334は、API実装/ビジネスロジック348を含み得る。永続層336は、データベースサーバー355、AI/MLサーバー360、およびインデクササーバー370を含み得る。例えば、コンダクタ340は、ウェブアプリケーション342、OData REST APIエンドポイント344、通知および監視346、ならびにAPI実装/ビジネスロジック348を含む。いくつかの実施形態では、ユーザーがコンダクタ340のインターフェース(例えば、ブラウザ320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、本明細書に記載の1または複数の実施形態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342は、サーバープラットフォームのビジュアル層であり得る。この実施形態では、ウェブアプリケーション342は、ハイパーテキストマークアップ言語(HTML)およびジャバスクリプト(JS)を使用する。しかし、本明細書に記載の1または複数の実施形態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340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320を介してウェブアプリケーション342からのウェブページとインタラクションする。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、ロボットを起動および停止などし得る。
ウェブアプリケーション342に加えて、コンダクタ340は、OData REST APIエンドポイント344を公開するサービス層334も含む。しかし、本明細書に記載の1または複数の実施形態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342とエージェント314の両方により消費される。エージェント314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、(少なくとも矢印349で示される)構成、ロギング、監視、およびキューイング機能を含む。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340においてジョブ開始コマンドが使用された場合に遂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り使用されてもよい。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342およびエージェント314を監視してもよい。通知および監視API346は、エージェント314の登録、エージェント314への構成設定の配信、ならびにサーバーおよびエージェント314から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API346は、いくつかの実施形態では、WebSocket通信を使用してもよい。図3に示すように、本明細書で説明される1または複数のアクティビティ/アクションが矢印350および351によって表される。
サービス層334のAPIは、いくつかの実施形態では、適切なAPIアクセスパスの構成を通じて、例えば、コンダクタ340および全体的なハイパーオートメーションシステムがオンプレミス展開タイプまたはクラウドベース展開タイプを有するかどうかに基づいて、アクセスされ得る。コンダクタ340のためのAPIは、コンダクタ340に登録されたさまざまなエンティティに関する統計を照会するためのカスタムメソッドを提供し得る。各論理リソースは、いくつかの実施形態では、ODataエンティティであってもよい。そのようなエンティティにおいて、ロボット、プロセス、キューなどのコンポーネントは、プロパティ、関係、および動作を有してよい。コンダクタ340のAPIは、いくつかの実施形態では、以下の2つの方法でウェブアプリケーション342および/またはエージェント314によって消費され得る:コンダクタ340からAPIアクセス情報を得ることによって、またはOAuthフローを使用するために外部アプリケーションを登録することによって。
永続層336は、本実施形態では、データベースサーバー355(例えば、SQLサーバー)、AI/MLサーバー360(例えば、AIセンター機能などのAI/MLモデル提供サービスを提供するサーバー)、およびインデクササーバー370の3つのサーバーを含む。本実施形態におけるデータベースサーバー355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342を介して管理される。データベースサーバー355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355は、ロボットにより記録されたメッセージを(インデクササーバー370に加えて、またはそれに代えて)格納してもよい。データベースサーバー355は、例えば、クライアント側301にインストールされたリスナー330から受信した、プロセスマイニング、タスクマイニング、および/またはタスクキャプチャ関連データも格納し得る。リスナー330およびデータベース355の間に矢印は示されていないが、リスナー330は、いくつかの実施形態では、データベース355と通信することができ、逆もまた同様であることが理解されるべきである。このデータは、PDD、画像、XAMLファイルなどの形態で格納され得る。リスナー330は、リスナー330が常駐するそれぞれのコンピューティングシステム上のユーザーアクション、プロセス、タスク、およびパフォーマンスメトリクスを傍受するように構成され得る。例えば、リスナー330は、そのそれぞれのコンピューティングシステム上のユーザーアクション(例えば、クリック、タイプされた文字、ロケーション、アプリケーション、アクティブ要素、時間など)を記録し得、次にこれらをデータベースサーバー355に提供し格納されるのに適した形式に変換し得る。
AI/MLサーバー360は、AI/MLモデルの自動化への組み込みを容易にする。あらかじめ建築されたAI/MLモデル、モデルテンプレート、およびさまざまな展開オプションにより、データ科学者でない人でもこのような機能にアクセスできるようにし得る。展開されたオートメーション(例えば、RPAロボット)は、AI/MLサーバー360からAI/MLモデルを呼び出し得る。AI/MLモデルの性能は、監視され、そして人間が検証したデータを使用して訓練され、改善され得る。AI/MLサーバー360は、AI/MLモデルの新しいバージョンを訓練するために、訓練ジョブをスケジュールし、遂行し得る。
AI/MLサーバー360は、開発時にユーザーのためのさまざまなMLスキルを構成するためのAI/MLモデルおよびMLパッケージに係るデータを格納し得る。本明細書で使用されるMLスキルは、例えば、オートメーションによって使用され得る、プロセスのためのあらかじめ構築され訓練されたMLモデルである。AI/MLサーバー460はまた、限定されないが、意図分析、自然言語処理(NLP)、音声分析、異なるタイプのAI/MLモデルなどを含む、さまざまなAI/ML能力のための文書理解技術およびフレームワーク、アルゴリズムおよびソフトウェアパッケージに係るデータを格納し得る。
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370は、ロボットにより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370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370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。ロボットにより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370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4は、1または複数の実施形態による、デザイナ410、アクティビティ420、430、440、450、ドライバ460、API470、およびAI/MLモデル480間の関係を説明するアーキテクチャ図である。本明細書で示されるように、開発者は、デザイナ410を用いて、ロボットによって遂行されるワークフローを開発する。様々なタイプのアクティビティは、いくつかの実施形態では、開発者に表示され得る。デザイナ410は、ユーザーのコンピューティングシステムに対してローカルであっても、またはそれに対してリモートであってもよい(例えば、VMまたはリモートウェブサーバーとインタラクションするローカルウェブブラウザーを介してアクセスされる)。ワークフローは、ユーザー定義アクティビティ420、API駆動アクティビティ430、AI/MLアクティビティ440、および/または、UIオートメーションアクティビティ450を含み得る。(点線で示すように)例として、ユーザー定義アクティビティ420およびAPI駆動アクティビティ440は、それらのAPIを介してアプリケーションとインタラクションする。次いで、ユーザー定義アクティビティ420および/またはAI/MLアクティビティ440は、いくつかの実施形態では、ロボットが動作しているコンピューティングシステムに対してローカルに、および/またはそれに対してリモートに位置され得る、1または複数のAI/MLモデル480を呼び出し得る。
いくつかの実施形態では、画像中の非テキストの視覚的コンポーネントを特定することができ、これは、本明細書ではCVと呼ばれる。CVは、AI/MLモデル(複数可)480によって少なくとも部分的に実行され得る。そのようなコンポーネントに係るいくつかのCVアクティビティは、限定されないが、OCRを用いたセグメント化されたラベルデータからのテキストの抽出、ファジーテキストマッチング、MLを用いたセグメント化されたラベルデータのクロッピング、ラベルデータにおける抽出されたテキストとグランドトゥルースデータとの比較等を含み得る。いくつかの実施形態では、ユーザー定義のアクティビティ420に実装され得るアクティビティの数は、数百または数千であってもよい。しかし、本明細書に記載の1または複数の実施形態の範囲を逸脱することなく、任意の数および/またはアクティビティのタイプが使用され得る。
UIオートメーションアクティビティ450は、低レベルのコードで記述され、画面とのインタラクション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オートメーションアクティビティ450は、ロボットが所望のソフトウェアとインタラクションすることを可能にするドライバ460を介して、これらのインタラクションを促進する。例えば、ドライバ460は、オペレーティングシステム(OS)ドライバ462、ブラウザドライバ464、VMドライバ466、エンタープライズアプリケーションドライバ468などを含み得る。いくつかの実施形態では、コンピューティングシステムとのインタラクションを実行するために、1または複数のAI/MLモデル480はUIオートメーションアクティビティ450によって使用され得る。特定の実施形態では、AI/MLモデル480は、ドライバ460を増強するか、またはそれらを完全に置き換え得る。実際、特定の実施形態では、ドライバ460は含まれない。
ドライバ460は、OSドライバ462を介して、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とインタラクションし得る。ドライバ460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460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5は、1または複数の実施形態による、コントローラに実装されたRPAによる事前認証アクセスを提供するように構成されたコンピューティングシステム500を示すアーキテクチャ図である。1または複数の実施形態によると、RPAはアイデンティティを有するロボットまたは機械であるため、作成されたジョブが作成されると、そのジョブはアイデンティティに基づいてRPAに割り当てられる。つまり、コントローラはRPAに関する情報を知っているため、コントローラによってRPAにジョブが割り当てられる。次に、コントローラ(場合によってはアイデンティティサービスも使用)は、RPAをチェックし、RPAが正しいアイデンティティを持っているかどうか、RPAに特定のジョブが割り当てられているかどうかをチェックする(例えば、コントローラとアイデンティティサービスはそれぞれ構成をチェックする)。例えば、アイデンティティサービスは、コントローラの事前認証された特権を確認でき、これには、任意の範囲のセットに対する任意のユーザーアイデンティティのトークンの要求が含まれる。次に、コントローラはジョブに対して事前認証された特権を確認し得る(例えば、ユーザーアカウントは対応する構成を示す)。このような場合、ユーザーアイデンティティに対して事前承認が実行されるため、コントローラおよび/またはRPAはユーザーアイデンティティに対応するユーザーになりすますことができる。事前認証された特権の確認の例には、構成が正しく設定されているかどうかのチェックおよびトークン要求の決定を含む(例えば、場合によっては、ジョブを遂行する必要がある場合、コントローラはジョブを見て、そのジョブにどのトークンが必要であるかを決定する。次に、コントローラはアイデンティティサービスに行き、ジョブ用の事前承認されたトークンを取得する)。
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。特定の実施形態では、コンピューティングシステム500は、図1および図2に示されるようなハイパーオートメーションシステムの一部であり得る。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によって遂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により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デバイス520を含む。いくつかの実施形態では、通信デバイス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/または本明細書に記載の1もしくは複数の実施形態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、通信デバイス520は、本明細書に記載の1または複数の実施形態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、パネル状のアンテナ、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。本明細書に記載の1または複数の実施形態の範囲を逸脱することなく、いずれかの好適な表示デバイス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デバイス535は、ユーザーがコンピューティングシステム500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インタラクションすることができる。任意の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、物理的な入力デバイスおよび/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それとインタラクションしてもよいし、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により遂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、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モジュール545(コントローラに実装されたRPAによる事前認証アクセスなど)をさらに含む。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、本明細書に記載の1または複数の実施形態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」により実行されるものとして提示することは、何ら本明細書に記載の実施形態の範囲を限定することを意図するものではなく、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法と整合性のあるローカライズされた形態および分配された形態で実装されてもよい。コンピューティングシステムは、ローカルエリアネットワーク(LAN)、モバイル通信ネットワーク、衛星通信ネットワーク、インターネット、パブリッククラウドまたはプライベートクラウド、ハイブリッドクラウド、サーバーファーム、それらのいずれかの組み合わせなどの一部であり得、そうでない場合はそれらによりアクセス可能であり得る。本明細書に記載の1または複数の実施形態の範囲から逸脱することなく、任意の局所または分散アーキテクチャが使用され得る。
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デバイス、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デバイスに実装され得る。
モジュールはまた、様々なタイプのプロセッサにより遂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、遂行可能コードの特定された単位は、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、遂行可能な特定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、フラッシュデバイス、RAM、テープのような非一時的なコンピュータ読み取り可能な媒体、および/または本明細書に記載の1もしくは複数の実施形態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、遂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デバイス間に分散されていてもよい。同様に、動作データは、モジュール内で特定され、ここで示されてもよく、いずれかの適切な形態で具現化され、いずれかの適切なタイプのデータ構造体内で組織化され得る。動作データは、単一のデータセットとして収集されてもよいし、または異なる記憶デバイス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。
本明細書に記載の1または複数の実施形態の範囲から逸脱することなく、さまざまなタイプのAI/MLモデルが訓練され、展開され得る。例えば、図6は、1または複数の実施形態による画像内のグラフィカル要素を認識するように訓練されたニューラルネットワーク600の例を示す。ここで、ニューラルネットワーク600は、(列620で示される)入力層の入力「ニューロン」1~Iに関する入力として、1920x1080の画面のスクリーンショット画像の(列610で示される)ピクセルを受信する。この場合、Iは、スクリーンショット画像のピクセルの総数である2,073,600である。
ニューラルネットワーク600はまた、(列630および640で表される)多数の隠れ層を含む。DLNNと浅い学習ニューラルネットワーク(SLNN)はどちらも通常複数の層を有するが、SLNNは場合によっては1または2つの層しか持たず、通常はDLNNよりも少ない場合がある。典型的に、ニューラルネットワークアーキテクチャは、ニューラルネットワーク600の場合と同様に、入力層、複数の中間層(例えば、隠れ層)、および(列650で表される)出力層を含む。
多くの場合、DLNNは多くの層(10、50、200など)を有し、後続の層は通常、前の層からの機能を再利用して、より複雑で一般的な関数を計算する。一方、SLNNは少数のレイヤーしか有さず、生データサンプルからエキスパート機能が事前に作成されるため、比較的迅速に訓練する傾向がある。ただし、特徴抽出は面倒である。一方、DLNNは通常、エキスパート機能を必要としないが、訓練に時間がかかり、より多くの層を有する傾向がある。
どちらのアプローチでも、層は訓練セットで同時に訓練され、通常は分離された交差検証セットでオーバーフィッティングをチェックする。両方の技法でも優れた結果が得られ、両方のアプローチにかなりの熱意がある。個々の層の最適なサイズ、形状、および数は、それぞれのニューラルネットワークによって対処される問題に依存する。
図6に戻ると、入力層として提供されるピクセルは、隠れ層1のJ個のニューロンへの入力として供給される。この例では、すべてのピクセルが各ニューロンに供給されるが、限定されないが、フィードフォワードネットワーク、ラジアルベーシスネットワーク、ディープフィードフォワードネットワーク、ディープコンボリューションインバースグラフィックスネットワーク、コンボリューションニューラルネットワーク、リカレントニューラルネットワーク、人工ニューラルネットワーク、長期/短期記憶ネットワーク、ゲーテッドリカレントユニットネットワーク、生成的敵対ネットワーク、リキッドステートマシン、オートエンコーダ、変分オートエンコーダ、ノイズ除去オートエンコーダ、スパースオートエンコーダ、エクストリームラーニングマシン、エコー状態ネットワーク、マルコフ連鎖、ホップフィールドネットワーク、ボルツマンマシン、制限付きボルツマンマシン、深層残差ネットワーク、コホーネンネットワーク、ディープビリーフネットワーク、ディープコンボリューションネットワーク、サポートベクターマシン、ニューラルチューリングマシン、または本明細書に記載の1もしくは複数の実施形態の範囲から逸脱しない任意の他の適切なタイプまたは組み合わせのニューラルネットワークを含む、個々にまたは組み合わせて使用され得るさまざまなアーキテクチャが可能である。
隠れ層2(630)は、隠れ層1(620)から入力を受信し、隠れ層3は隠れ層2(630)から入力を受信し、というように、(楕円655で表される)最後の隠れ層がその出力を出力層の入力として提供するまで、全ての隠れ層について同じように行われる。ニューロンI、J、K、およびLの数は必ずしも等しくなく、したがって、本明細書に記載の1または複数の実施形態の範囲から逸脱することなく、ニューラルネットワーク600の所定の層に対して任意の所望の数の層を使用することができることに留意されたい。実際、特定の実施形態では、所与の層におけるニューロンのタイプは、すべて同じでなくてもよい。
ニューラルネットワーク600は、画像内で発見されたと考えられるグラフィカル要素に信頼スコアを割り当てるように訓練される。許容できないほど低い尤度を有するマッチングを減らすために、いくつかの実施形態では、信頼しきい値を満たすかまたはそれを超える信頼スコアを有するそれらの結果のみが提供され得る。例えば、信頼しきい値が80%である場合、この量を超える信頼スコアを有する出力が使用され、残りは無視されてもよい。この場合、出力層は、(出力661および662で表される)2つのテキストフィールド、(出力663で表される)テキストラベル、および(出力665で表される)送信ボタンが見つかったことを示す。ニューラルネットワーク600は、本明細書に記載の1または複数の実施形態の範囲から逸脱することなく、これらの要素の位置、寸法、画像、および/または信頼スコアを提供してもよく、これは、この出力を所定の目的のために使用するRPAロボットまたは別のプロセスによってその後使用され得る。
ニューラルネットワークは、典型的には信頼スコアを有する確率的構築物であることに留意されたい。これは、AI/MLモデルが、訓練中に類似の入力が正しく特定された頻度に基づいて学習したスコアであり得る。例えば、テキストフィールドは、しばしば長方形の形状と白い背景を有する。ニューラルネットワークは、これらの特徴を有するグラフィカル要素を高い信頼度で特定することを学習し得る。信頼スコアの一般的なタイプは、0と1の間の10進数(信頼度のパーセンテージとして解釈可能)、負の∞と正の∞の間の数、または表現のセット(例えば、「低」、「中」、および「高」)を含む。また、より正確な信頼スコアを得る試みとして、温度スケーリング、バッチ正規化、重み減衰、負対数尤度(NLL)など、さまざまな後処理較正技法が採用され得る。
ニューラルネットワークの「ニューロン」は、通常、生体ニューロンの機能に基づく数学的関数である。ニューロンは、重み付けされた入力を受信し、それらが出力を次の層に渡すかどうかを統治する和および活性化関数を有する。この活性化関数は、値がしきい値を下回っている場合は何も起こらない非線形のしきい値付きアクティビティ関数であり得、関数がしきい値を超えると線形に応答する(つまり、正規化線形単位(ReLU)非線形性)。実際のニューロンはほぼ同様のアクティビティ関数を有し得るため、深層学習では合計関数およびReLU関数が使用される。線形変換を介して、情報が差し引かれたり、追加されたりするなどされ得る。本質的に、ニューロンは、それらの基礎となる数学的関数によって統治される次の層に出力を渡すゲーティング関数として機能する。いくつかの実施形態では、少なくともいくつかのニューロンに対して異なる関数が使用され得る。
この場合、ニューロン700は単層パーセプトロンである。しかしながら、本明細書に記載の1または複数の実施形態の範囲から逸脱することなく、任意の適切なニューロンタイプまたはニューロンタイプの組み合わせが使用され得る。活性化関数の重みおよび/または出力値(複数可)の値の範囲は、本明細書に記載の1または複数の実施形態の範囲から逸脱することなく、いくつかの実施形態では異なり得ることにも留意されたい。
例えば、画像内のグラフィカル要素の特定が成功するこの場合について、目標、または「報酬関数」がよく使用される。報酬関数は、状態空間の検索を導き、目標(例えば、グラフィカル要素の成功した特定、RPAワークフローのアクティビティの次のシーケンスの成功した特定、など)の達成を試みるために、短期および長期の両方の報酬を使用して中間遷移およびステップを探索する。
訓練中、さまざまなラベル付きデータ(この場合は画像)がニューラルネットワーク600を介して供給される。特定に成功すると、ニューロンへの入力の重みが強化されるが、特定に失敗すると、それらの重みが弱まる。平均二乗誤差(MSE)または勾配降下などのコスト関数を使用して、わずかに間違っている予測を、大きく間違っている予測よりもはるかに少ない罰で済むようにし得る。AI/MLモデルの性能が一定回数の訓練反復後に改善されない場合、データサイエンティストは報酬関数を変更し、特定されていないグラフィカル要素がどこにあるかを示し、誤特定されたグラフィカル要素の修正を提供するなどし得る。
バックプロパゲーションは、フィードフォワードニューラルネットワークでシナプスの重みを最適化するための手法である。バックプロパゲーションは、ニューラルネットワークの隠れ層を「ポップアップ」して、各ノードがどれだけの損失を負担しているかを確認し、その後、誤差率の高いノードに低い重みを与え、逆もまた同様、損失を最小化するように重みを更新するために使用され得る。つまり、バックプロパゲーションは、データサイエンティストが実際の出力と所望の出力との差を最小にするように、重みを繰り返し調整することを可能にする。
バックプロパゲーションのアルゴリズムは、数学的に最適化理論に基づいている。教師あり学習では、出力が既知の訓練データをニューラルネットワークに通し、既知の目標出力からコスト関数を用いて誤差を計算し、これがバックプロパゲーションの誤差を与える。誤差は出力で計算され、この誤差は、誤差を最小化するネットワークの重みの修正に変換される。
AI/MLモデルは、それが良好な精度のレベル(例えば、検出のためのF2またはF4しきい値を使用して97%以上、約2000エポック)に達するまで、複数のエポックにわたって訓練され得る。この精度レベルは、いくつかの実施形態では、F1スコア、F2スコア、F4スコア、または本明細書に記載の1もしくは複数の実施形態の範囲から逸脱しない任意の他の適切な技法を使用して決定され得る。訓練データで一旦訓練されると、AI/MLモデルは、AI/MLモデルが以前に遭遇したことのない評価データのセットでテストされ得る。これは、AI/MLモデルが、訓練データ中のグラフィカル要素をよく特定するが、他の画像にうまく一般化しないような「過剰適合」をしないことを保証するのに役立つ。
いくつかの実施形態では、AI/MLモデルがどのような精度レベルを達成することが可能であるかは、知られていない場合がある。したがって、評価データを分析する際にAI/MLモデルの精度が下がり始めている場合(すなわち、モデルは訓練データでは良好に実行しているが、評価データでは性能が低下し始めている)、AI/MLモデルは、訓練データ(および/または新しい訓練データ)におけるさらなる訓練のエポックを経ることができる。いくつかの実施形態では、AI/MLモデルは、精度が特定のレベルに達した場合、または訓練されたAI/MLモデルの精度が既存の展開されたAI/MLモデルより優れている場合にのみ展開される。
特定の実施形態では、訓練されたAI/MLモデルの収集は、対象グラフィカル要素のタイプごとにAI/MLモデルを採用する、AI/MLモデルを採用してOCRを実行する、さらに別のAI/MLモデルを展開してグラフィカル要素間の近接関係を認識する、さらに別のAI/MLモデルを採用して他のAI/MLモデルからの出力に基づいてRPAワークフローを生成するなど、タスクを実現するために使用され得る。例えば、これにより、AI/MLモデルが集合的にセマンティックオートメーションを可能にし得る。
いくつかの実施形態では、最先端の文、テキスト、および画像埋め込み用のPython(商標)フレームワークであるSentenceTransformers(商標)などのトランスフォーマーネットワークを使用することができる。このようなトランスフォーマーネットワークは、高いスコアと低いスコアの両方を持つ単語およびフレーズの関連付けを学習する。これは、AI/MLモデルを訓練して、何が入力に近く、何がそうでないかをそれぞれ決定する。単語/フレーズの対だけを使用するのではなく、トランスフォーマーネットワークは、フィールド長およびフィールドタイプも使用してもよい。
図8は、1または複数の実施形態によるAI/MLモデル(複数可)を訓練するためのプロセス800を示すフローチャートである。プロセス800は、NLPおよびチャットボットなどの他のUI学習操作にも適用できることに留意されたい。プロセスは、(例えば、特定されたグラフィカル要素およびテキストを伴う)ラベル付けされた画面、単語およびフレーズ、所定の単語またはフレーズに対する類似の単語およびフレーズが特定され得るような単語およびフレーズ間の意味的関連性の「シソーラス」などの例えば、図8に示すようなラベル付けされたデータを提供するデータをブロック810で訓練することから始まる。提供される訓練データの性質は、AI/MLモデルが達成しようとする目的に依存する。AI/MLモデルは、次に、ブロック820で複数のエポックにわたって訓練され、結果は、ブロック830においてレビューされる。
AI/MLモデルが決定ブロック840(プロセス800はいいえの矢印に従って進む)で所望の信頼しきい値を満たさない場合、ブロック850でAI/MLモデルがその目的をよりよく達成するのを助けるために、訓練データが補充され、および/または報酬関数が修正され、プロセスはブロック820に戻る。AI/MLモデルが決定ブロック840(プロセス800ははいの矢印に従って進む)で信頼しきい値を満たす場合、AI/MLモデルは、ブロック860で評価データに対してテストされ、AI/MLモデルがよく一般化し、AI/MLモデルが訓練データに関して過剰に適合しないことを確認する。評価データは、AI/MLモデルが以前に処理したことのない画面、ソースデータなどを含んでもよい。決定ブロック870で評価データの信頼しきい値が満たされる場合(プロセス800ははいの矢印に従って進む)、ブロック880でAI/MLモデルが展開される。そうでない場合(プロセス800はいいえの矢印に従って進む)、プロセスはブロック880に戻り、AI/MLモデルがさらに訓練される。
図9は、1または複数の実施形態によるシステム901によって実装されるプロセス900を示す。プロセス900は、拡張エンジン902(本明細書ではエンジン902と呼ぶ;例えば、図2のデザイナ210)およびブラウザアシスタント903を実装するシステム901(例えば、コンピューティングシステムおよび/またはコントローラ)によって実装され得、これは、エンジン902から独立していてもよいし、またはエンジン902に組み込まれていてもよい。システム901は、データソース904(例えば、アプリケーションデータ)、RPA905、およびそこにターゲットアプリケーション908を含むブラウザ907をさらに含む。さらに、システム901は、ブラウザ907に埋め込まれ、ブラウザアシスタント903を介して選択されて、ターゲットアプリケーションのソースコードを変更することなく(例えば、ユーザーアクションを要求する)ターゲットアプリケーション908に機構または機能を拡張できる、1または複数の予め定義された自動拡張909(別名、拡張909)を含み得る。1または複数の予め定義された自動拡張909は、既存のアプリケーション(例えば、ブラウザ907およびターゲットアプリケーション903)と並行して(またはその上で)実行し、かつその機能に追加する、拡張エンジンおよび/またはブラウザアシスタントのソフトウェアプログラム機構を含み得る。予め定義された自動拡張909についての「予め定義された」という用語は、プロセス900の実装に先立って、デザイナ、RPA905、または他のエンティティが予め定義された自動拡張909およびそれに関連付けられたメタデータを作成したことを示し、その結果、ブラウザアシスタント903がターゲットアプリケーション908とインタラクションするときに、あらかじめ定義された自動拡張909をエンジン902が利用し得る。
プロセス900はブロック910で始まり、ここで、エンジン902がブラウザ907によってホストされるターゲットアプリケーション908を検出する。ブロック920でエンジン902は、ターゲットアプリケーション908のソースコードを変更することなく、1または複数の予め定義された自動拡張909をターゲットアプリケーション908に自動的に埋め込むことによって、機構または機能をターゲットアプリケーション908に拡張する。ブロック930で、エンジン902は、1または複数の予め定義された自動拡張909のいくつかを遂行する。1または複数の予め定義された自動拡張909のいずれか1つを遂行すると、エンジン902と同じコンピューティングシステム上またはクラウドシステムに直接配置されたRPA905を呼び出すまたはトリガすることができる。
一般に、システム901は、コンピューティングシステム、クラウドシステム、および/またはエンジン902を介してブラウザアシスタント903の動作を実装するコントローラであり得る。さらに、エンジン902および/またはブラウザアシスタント903は、RPA905およびその拡張を生成、管理、自動的に遂行および動作するためのポリシーおよび技術のフレームワークを含むシステム901内のソフトウェアとして記述され得る。1または複数の実施形態によると、ブラウザアシスタント903は、エンジン902に統合することができ、スタンドアロンソフトウェアとすることができ、またはブラウザ907に統合することができる。例えば、ブラウザアシスタント903は、ブラウザ907内に表示されながら、コンピューティングシステム上で直接動作することができる。
1または複数の実施形態によると、エンジン902および/またはブラウザアシスタント903による1または複数の予め定義された自動拡張909は、ブラウザ907およびターゲットアプリケーション908のための層またはUI層であり得る。拡張は、エンジン902を通じてバージョン管理、編集可能、および表示可能にすることもできる。一例では、ユーザーは、システム901の1または複数の予め定義された自動拡張909を利用(例えば、ターゲットアプリケーション908に機構を追加する)できるようにブラウザ拡張(例えば、ブラウザアシスタント903)をインストールし、それに同意し、そしてそれにログインすることができる。
一例として、ブラウザアシスタント903はウェブベースのアプリケーションをターゲットにしており、機能を他のアプリケーションに拡張することができる。例えば、ターゲットアプリケーション908がウェブアプリケーションである場合、エンジン902は、ターゲットアプリケーション908を離れるまたは変更することなく、ブラウザ907内に常駐する/常にあるブラウザアシスタント903を実装し、ターゲットアプリケーション908のウェブページ/アプリケーションをカスタマイズし、(例えば、1または複数の予め定義された自動拡張909をターゲットアプリケーション908に埋め込むことによって)機能を追加し、そしてコンテキストに応じて他のアプリケーションおよび自動化にアクセスする。エンジン902およびブラウザアシスタント903の他の動作には、拡張拡張(augmentation extension)とウェブ自動拡張との結合、拡張オプションのガバナンス、(例えば、ターゲットアプリケーションを超えた)他のアプリケーションへの拡張機構を拡張すること、ならびにブラウザ拡張への開発エクスペリエンスの提供が含まれるが、これらに限定されない。
データソース904は、エンジンおよび/またはターゲットアプリケーション908の動作をサポートする任意の形式の情報であり得る。データソース904の例には、メタデータ(例えば、アドレス情報などのターゲットアプリケーション908に関する情報を伴うワークフローグループ)、アプリケーションデータ(例えば、エクセルスプレッドシート)、自然言語(例えば、テキスト形式)、書かれたオートメーションタスク、アプリケーションにあるデータテーブル、および音声テキスト化による拡張が含まれるが、これらに限定されない。
RPA905は、ロボット/アシスタントソフトウェアを遂行するエージェントソフトウェアであってもよく、その例としては、ロボット、ワークフローなどが挙げられ、ジョブは、RPAによって遂行される作業単位とみなすことができ、その両方については本明細書でさらに説明する。1または複数の実施形態によると、RPA905は、ターゲットアプリケーション908の機構および機能を拡張することができる。RPA905は拡張の代表例であり得る。機構および機能には、ボタン、コールアウト、およびトリガが含まれまるが、これらに限定されない。1または複数の予め定義された自動化拡張機能909
ブラウザ907は、ローカルウェブサイト、ファイルシステム、および/またはインターネットにアクセスしてナビゲートするための任意のアプリケーションソフトウェアであり得る。例えば、ブラウザ907は、特定のウェブサイトまたはターゲットアプリケーション908からファイルを取得し、ウェブページをグラフィカルにレンダリングする。ターゲットアプリケーション908は、ブラウザ907内で遂行される任意のウェブアプリケーションまたはソフトウェアであり得る。
図9は、プロセス939におけるシステム901による別の動作例も示す。例えば、エンジン902および/またはブラウザアシスタント903は、簡略化された拡張エクスペリエンスの1または複数の技術的効果、利点、および利益を可能にする動作、ターゲットアプリケーション908のソースコードを変更することなく、ターゲットアプリケーション908に機構および機能を拡張するなど、を提供する(これにより、RPAアシスタントソフトウェアをインストールする必要がなくなる)。
図9のプロセス939は、ブロック940で始まり、エンジン902およびブラウザアシスタント903は拡張(すなわち、1または複数のあらかじめ定義された自動拡張909)を作成する。エンジン902およびブラウザアシスタント903による拡張の作成には、ブラウザ907の拡張を使用する「ローコード」エクスペリエンスが含まれる。作成された各拡張はワークフローのグループとしてモデル化でき、各ワークフローには複数の基礎的要素を含めることができる。各基礎的要はアクションを実行し得る。アクションには、データの読み取り、アクションの待機、ユーザーエクスペリエンス(UX)またはUIの表示、サービスの呼び出し、スクリプト(JavaScript)の遂行、ページインタラクションなどが含まれ得るが、これらに限定されない。作成された各拡張は、エンジン902およびブラウザアシスタント903によって、メタデータとともにデータソース904内に、1または複数の予め定義された自動拡張909として保存され得る。メタデータの例には、ワークフローグループ、ターゲットアプリケーション908に関する情報、ターゲットアプリケーション908のアドレス情報、ターゲットアプリケーション割り当て情報、ターゲットアプリケーション検出情報、エンジン902がターゲットアプリケーション908を特定できるようにする情報などが含まれるが、これらに限定されない。
ブロック950で、エンジン902およびブラウザアシスタント903は、1または複数の予め定義された自動拡張909を管理する。拡張管理の1または複数の実施形態によると、(一度作成された/予め定義された)1または複数の予め定義された自動拡張909は、ブラウザアシスタント903を通じて共有、バージョン管理、編集可能、閲覧可能、および利用され得る。例えば、1または複数の予め定義された自動拡張909は、データソース904を介して他のユーザーと共有され得る。さらに、エンジン902は、1または複数の予め定義された自動拡張909のうちのどれが遂行しているかを示す1または複数のUIを提供するなど、1または複数の予め定義された自動拡張909を表示可能にすることができる。拡張管理の1または複数の実施形態によると、エンジン902は、1または複数のUIを介して、1または複数の予め定義された自動拡張909のいずれかを一時停止、無効化、または有効化する機能をユーザーに提供することができる。
ブロック960で、エンジン902およびブラウザアシスタント903は、1または複数の予め定義された自動拡張909を利用する。利用されている1つまたは複数の予め定義された自動拡張909は、ターゲットアプリケーション908のバックグラウンドで遂行することができ、ユーザーに目に見える影響を及し得ない。さらに、1または複数の予め定義された自動拡張909は、ターゲットアプリケーション908のバックグラウンドで遂行することができ、ダイアログボックスなどの1または複数のUI要素によって表すことができる。1または複数の実施形態によると、ブラウザ拡張907を使用して、1または複数の予め定義された自動拡張909は、ターゲットアプリケーション908に固有の利用可能な自動化を表示し、その中に要素を埋め込むことによって、ターゲットアプリケーション908に配信され得る。
一例として、エンジン902は、ブラウザアシスタント903のすべてのインスタンス間で1または複数の拡張を共有する。次に、ブラウザ907がChrome(登録商標)ブラウザであり、ブラウザアシスタント903がそれとインタラクションしている場合、Chrome(登録商標)ブラウザは、エンジン902によって作成および管理される1または複数の拡張を利用することができる。例えば、各ユーザーがChrome(登録商標)ブラウザを使用すると、1または複数の拡張が自動的に利用され得る。したがって、任意のユーザーが、(対応するメタデータを使用して)1または複数の予め定義された自動拡張909の1つと一致するアドレスを持つウェブページに行くと、その拡張は自動的に利用される。次に、その一致した拡張に関連付けられた任意のワークフロー/RPAが遂行する。
ブロック970で、エンジン902およびブラウザアシスタント903は、1または複数の予め定義された自動拡張909に関する拡張909およびUI要素を表示する。例えば、エンジン902のトレイを使用して拡張を表示することができる。1または複数の実施形態によると、エンジン902およびブラウザアシスタント903は、Chrome(登録商標)ブラウザおよびそこに示されるターゲットアプリケーション908に特有の利用可能な拡張を表示する。場合によっては、ブロック940で拡張を設計する際に、拡張がどのターゲットアプリケーション908に関連しているかを特定するためにメタデータを作成または生成することができる。例えば、正規表現(または正規表現(regex))が(ブラウザアシスタント903を使用して)Chrome(登録商標)ブラウザの現在のタブ内のターゲットアプリケーション908と一致する場合、対応する拡張が利用可能になるか、またはユーザーに表示される。次に、ユーザーは利用可能な拡張または表示された拡張を選択して開始し得る。選択には、ブラウザ拡張がAPIを介してブラウザアシスタント903およびエンジン902を呼び出すようにするUUI要素によって表示されるリストからの特定を含むことができる。1または複数の実施形態によると、1または複数の予め定義された自動拡張909は、chrome.exeによって遂行され得、遂行ファイルを必要としない。
1または複数の予め定義された自動拡張909に関するUI要素の表示に関する1または複数の実施形態によると、エンジン902は汎用拡張を提供し得る。例えば、「ウェブページ全体を印刷」は、任意のウェブページ(GoogleホームページおよびWalmartウェブサイトなど)で遂行され得る自動化にし得る。図10~図11を参照すると、1または複数の実施形態による例示的なインターフェース1000および1100が示されている。一般に、例として、Googleホームページ内で利用可能な1または複数の予め定義された自動拡張909(インターフェース1000を参照)は、Walmartウェブサイト(インターフェース1100を参照)内で利用可能な1または複数の予め定義された自動拡張909とは異なる場合がある。ポップアップインターフェース1010は、Googleホームページに特有の利用可能な拡張(すなわち、Chrome(登録商標)ブラウザのGoogleホームページ上で遂行するために利用可能な拡張のリスト)を示す。ポップアップインターフェース1110は、Walmartウェブサイトに特有の利用可能な拡張(すなわち、Chrome(登録商標)ブラウザのWalmartウェブサイト上で遂行するために利用可能な拡張のリスト)を示す。それでも、GoogleホームページとWalmartウェブサイトの両方にわたる拡張には、共通のワークフローがあり得る。共通ワークフローごとに、エンジン902は、普遍的な拡張またはその拡張に関するUI要素を提供することができる。
ブロック980で、エンジン902およびブラウザアシスタント903は、要素、RPA905、拡張、またはアプリケーションを埋め込む。従来、ターゲットアプリケーション908(例えばウェブページ)上で新しい機能を実現するには、開発者はウェブアプリケーションのソースコードを変更するか、ソフトウェア開発キットを利用する必要がある。対照的に、エンジン902およびブラウザアシスタント903は、1または複数のブラウザ拡張を利用して、ソースコードを変更することなく、新しい要素、RPA905、拡張、またはアプリケーションをターゲットアプリケーション908のウェブページに埋め込むことによって、新しい機能でターゲットアプリケーション908を拡張する。ブラウザ拡張が無効になっている場合、ターゲットアプリケーション908のウェブページに加えられたすべての変更が無効になることに留意されたい。また、新たに追加された要素をRPA905にタグ付けすることができ、これにより、新たに追加された要素とのユーザーのインタラクションに応答してRPA905をトリガできることにも留意されたい。1または複数の実施形態によると、エンジン902は、アプリケーションに特有の利用可能な拡張909を表示することができる。これに関して、ブラウザ907で拡張が利用可能な場合、エンジン902は、ブラウザ拡張を使用してターゲットアプリケーション908で拡張を有効にすることができる。
図12は、1または複数の実施形態による例示的なインターフェース1200を示す。ユースケース例として、利用可能な拡張を使用するDoorDashサイト用のデジタルアダプションプラットフォーム(Digital Adoption Platform:DAP)が例示的なインターフェース1200によって示されている。DoorDashサイトで利用可能なすべての拡張909は、ポップアップアイコン1210を使用してアクセスし得る。ポップアップアイコン1210をクリックすると、利用可能な拡張909、アプリケーション、要素、RPA905などのリストが生成される。リストから、DoorDashサイトの使用をガイドするDAPワークフローが選択される。選択すると、例示的なコールアウトがユーザーをDoorDashサイト内にナビゲートするようにガイドする。
図13は、1または複数の実施形態による、新しい要素およびアプリケーションの追加に関連する例示的なインターフェース1301および1302を示す。例示的なインターフェース1301は、何の拡張も行われていない(またはブラウザ拡張が無効になっている場合の)勤務日の欠勤ページのスクリーンショットを示す。ブラウザ拡張が有効になると、ブラウザ拡張を使用して、新しい要素1310および新しいアプリケーション1320をウェブページに挿入することができる。例示的なインターフェース1302に示すように、ユーザーが新しい要素を選択すると、新しいアプリケーション1320が表示される。
1または複数の技術的効果、利点、および利益によると、プロセス900およびエンジン902は、(例えば、RPAアシスタントソフトウェアなしに)ターゲットアプリケーション908内にRPA905を表示し、アプリケーションのソースコードを変更することなくRPA905をターゲットアプリケーション908に埋め込むことによって、RPAアシスタントソフトウェアをダウンロードおよびインストールする必要性を回避することによって拡張エクスペリエンスを簡素化する。1または複数の技術的効果、利点、および利益によると、プロセス900およびエンジン902は、エグゼキュータ、アシスタント、またはインストーラなしで、任意のブラウザ907内のターゲットアプリケーション908でRPA905を直接遂行し、ロードされたウェブページコンテキストを使用してRPA905を自動的に開き/開始し、そして直接クリックを実装し、かつブラウザ907およびターゲットアプリケーション908のユーザーインターフェース内でRPA動作を遂行する。
1またはの実施形態によると、エンジン902は、選択またはトリガによる自動化遂行シナリオで動作する(すなわち、自動化は、遂行に.exe/.dllファイルまたはサーバレス機能を必要としなくてもよい)。例えば、エンジン902は、個別の拡張(例えば、最小または軽量のRPA905)を作成/提供することができ、コンダクタアプリケーションまたはデータソース904に公開することができる。個別の拡張をトリガした後(およびエグゼキュータで実行する代わりに)、個別の拡張はターゲットアプリケーション908上で遂行されるため、遂行ファイルは必要なくまたはダウンロードされることもない。また、例えば、エグゼキュータが個別の自動化を実行するとき、エグゼキュータは、(例えば、太線、タスクメニュー、他のアプリケーションデータなどを含む)ディスプレイ/画面/UI全体をスキャンすることができる。ただし、ブラウザエグゼキュータを使用する場合は常に、ブラウザエグゼキュータはブラウザインターフェースの四隅に制限される。個別の拡張など、1または複数の予め定義された自動拡張909の利点である技術的効果は、1または複数の予め定義された自動拡張909がブラウザ907の複数のタブで遂行され得ることである。
1または複数の実施形態によると、エンジン902は、拡張サービスを提供するためにユーザー認証を要求することができる。認証は、パブリッククラウドアーキテクチャ、プライベートクラウドアーキテクチャ、ハイブリッドクラウドアーキテクチャなどを介して実行され得る。例えば、RPA905を遂行/変更するためのユーザー入力(例えば、ユーザーIDおよびパスワード)を受信して承認するためのポップアップを表示し得る。
1または複数の実施形態によると、方法が提供される。方法は、少なくとも1つのプロセッサによって実行される拡張エンジンによって実装される。方法は、拡張エンジンによって、ブラウザによってホストされるターゲットアプリケーションを検出することと、拡張エンジンによって、ターゲットアプリケーションのソースコードを変更することなく、1または複数の予め定義された自動拡張をターゲットアプリケーションに自動的に埋め込むことによって、1もしくは複数の機構または1もしくは複数の機能をターゲットアプリケーションに拡張することと、拡張エンジンによって、1または複数の予め定義された自動拡張のいくつかを遂行することと、を含む。
1もしくは複数の実施形態または本明細書に記載の方法の実施形態のいずれかによると、1または複数の予め定義された自動拡張は、ロボティックプロセスオートメーションを含み得る。
1もしくは複数の実施形態または本明細書に記載の方法の実施形態のいずれかによると、拡張エンジンは、ターゲットアプリケーションをホストするブラウザと連携し、1または複数の予め定義された自動拡張を提示するように構成されたブラウザアシスタントを含み得る。
1もしくは複数の実施形態または本明細書に記載の方法の実施形態のいずれかによると、1または複数の予め定義された自動拡張のそれぞれは、ターゲットアプリケーションの検出前に作成されたソフトウェアプログラム機構を含み得る。
1もしくは複数の実施形態または本明細書に記載の方法の実施形態のいずれかによると、1または複数の予め定義された自動拡張のうちの少なくとも1つは、ターゲットアプリケーションを特定するメタデータを含み得る。
1もしくは複数の実施形態または本明細書に記載の方法の実施形態のいずれかによると、1または複数の予め定義された自動拡張のうちの少なくとも1つは、ターゲットアプリケーションおよび第2のターゲットアプリケーションに埋め込むための汎用拡張を含み得る。
1もしくは複数の実施形態または本明細書に記載の方法の実施形態のいずれかによると、ターゲットアプリケーションは、ウェブアプリケーションを含み得る。
1もしくは複数の実施形態または本明細書に記載の方法の実施形態のいずれかによると、1または複数の予め定義された自動拡張のうちの少なくとも1つは、エンジンを遂行する少なくとも1つのプロセッサを含む遂行中のコンピューティングシステムにローカルなロボティックプロセスオートメーションとインタラクションし得る。
1もしくは複数の実施形態または本明細書に記載の方法の実施形態のいずれかによると、1または複数の予め定義された自動拡張のうちの少なくとも1つが、クラウドシステム内のロボティックプロセスオートメーションとインタラクションし得る。1もしくは複数の実施形態または本明細書に記載の方法の実施形態のいずれかによると、拡張エンジンは、1または複数の予め定義された自動拡張を管理し、自動的に遂行し、そして動作するためのソフトウェアフレームワークを含み得る。
1または複数の実施形態によれば、システムが提供される。システムは、拡張エンジンのプログラムコードを格納する少なくとも1つのメモリと、システムの動作を引き起こすプログラムコードを遂行する少なくとも1つのプロセッサと、を含み得る。動作は、拡張エンジンによって、ブラウザによってホストされるターゲットアプリケーションを検出することと、拡張エンジンによって、ターゲットアプリケーションのソースコードを変更することなく、1または複数の予め定義された自動拡張をターゲットアプリケーションに自動的に埋め込むことによって、1もしくは複数の機構または1もしくは複数の機能をターゲットアプリケーションに拡張することと、拡張エンジンによって、1または複数の予め定義された自動拡張のいくつかを遂行することと、を含む。
1もしくは複数の実施形態または本明細書に記載のシステムの実施形態のいずれかによると、1または複数の予め定義された自動拡張は、ロボティックプロセスオートメーションを含み得る。
1もしくは複数の実施形態または本明細書に記載のシステムの実施形態のいずれかによると、拡張エンジンは、ターゲットアプリケーションをホストするブラウザと連携し、1または複数の予め定義された自動拡張を提示するように構成されたブラウザアシスタントを含み得る。
1もしくは複数の実施形態または本明細書に記載のシステムの実施形態のいずれかによると、1または複数の予め定義された自動拡張のそれぞれは、ターゲットアプリケーションの検出前に作成されたソフトウェアプログラム機構を含み得る。
1もしくは複数の実施形態または本明細書に記載のシステムの実施形態のいずれかによると、1または複数の予め定義された自動拡張のうちの少なくとも1つは、ターゲットアプリケーションを特定するメタデータを含み得る。
1もしくは複数の実施形態または本明細書に記載のシステムの実施形態のいずれかによると、1または複数の予め定義された自動拡張のうちの少なくとも1つは、ターゲットアプリケーションおよび第2のターゲットアプリケーションに埋め込むための汎用拡張を含み得る。
1もしくは複数の実施形態または本明細書に記載のシステムの実施形態のいずれかによると、ターゲットアプリケーションは、ウェブアプリケーションを含み得る。
1もしくは複数の実施形態または本明細書に記載のシステムの実施形態のいずれかによると、1または複数の予め定義された自動拡張のうちの少なくとも1つは、エンジンを遂行する少なくとも1つのプロセッサを含む遂行中のコンピューティングシステムにローカルなロボティックプロセスオートメーションとインタラクションし得る。
1もしくは複数の実施形態または本明細書に記載のシステムの実施形態のいずれかによると、1または複数の予め定義された自動拡張のうちの少なくとも1つが、クラウドシステム内のロボティックプロセスオートメーションとインタラクションし得る。
1もしくは複数の実施形態または本明細書に記載のシステムの実施形態のいずれかによると、拡張エンジンは、1または複数の予め定義された自動拡張を管理し、自動的に遂行し、そして動作するためのソフトウェアフレームワークを含み得る。
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、互いに動作可能な通信を行うモジュールで構成され得、情報または指示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デバイスで動作するように構成され得る。
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実施形態の詳細な説明は、特許請求されるような範囲を限定することを意図するものではなく、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、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、実現され得る特色および利点の全てが、いずれかの単一の実施形態にあるべきであること、またはいずれかの実施形態で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、1または複数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、本明細書に記載の1または複数の実施形態の特色、利点、および特徴は、任意の適切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、本開示が、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、全ての実施形態には存在しないかもしれないが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、本開示を、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、本開示は、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、本開示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、本開示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 (20)
- 少なくとも1つのプロセッサによって実行される拡張エンジンによって実装される方法であって、前記方法が、
前記拡張エンジンによって、ブラウザによってホストされるターゲットアプリケーションを検出することと、
前記拡張エンジンによって、前記ターゲットアプリケーションのソースコードを変更することなく、1または複数の予め定義された自動拡張を前記ターゲットアプリケーションに自動的に埋め込むことによって、1もしくは複数の機構または1もしくは複数の機能を前記ターゲットアプリケーションに拡張することと、
前記拡張エンジンによって、前記1または複数の予め定義された自動拡張のいくつかを遂行することと、を含む、方法。 - 前記1または複数の予め定義された自動拡張が、ロボティックプロセスオートメーションを含む、請求項1に記載の方法。
- 前記拡張エンジンが、前記ターゲットアプリケーションをホストする前記ブラウザと連携し、1または複数の予め定義された自動拡張を提示するように構成されたブラウザアシスタントを含む、請求項1に記載の方法。
- 前記1または複数の予め定義された自動拡張のそれぞれが、前記ターゲットアプリケーションの検出前に作成されたソフトウェアプログラム機構を含む、請求項1に記載の方法。
- 前記1または複数の予め定義された自動拡張のうちの少なくとも1つが、前記ターゲットアプリケーションを特定するメタデータを含む、請求項1に記載の方法。
- 前記1または複数の予め定義された自動拡張のうちの少なくとも1つが、前記ターゲットアプリケーションおよび第2のターゲットアプリケーションに埋め込むための汎用拡張を含む、請求項1に記載の方法。
- 前記ターゲットアプリケーションが、ウェブアプリケーションを含む、請求項1に記載の方法。
- 前記1または複数の予め定義された自動拡張のうちの少なくとも1つが、前記エンジンを遂行する前記少なくとも1つのプロセッサを含む遂行中のコンピューティングシステムにローカルなロボティックプロセスオートメーションとインタラクションする、請求項1に記載の方法。
- 前記1または複数の予め定義された自動拡張のうちの少なくとも1つが、クラウドシステム内のロボティックプロセスオートメーションとインタラクションする、請求項1に記載の方法。
- 前記拡張エンジンは、前記1または複数の予め定義された自動拡張を管理し、自動的に遂行し、そして動作するためのソフトウェアフレームワークを含む、請求項1に記載の方法。
- システムであって、
拡張エンジンのプログラムコードを格納する少なくとも1つのメモリと、
前記システムの動作を引き起こす前記プログラムコードを遂行する少なくとも1つのプロセッサと、を含み、前記動作が、
前記拡張エンジンによって、ブラウザによってホストされるターゲットアプリケーションを検出することと、
前記拡張エンジンによって、前記ターゲットアプリケーションのソースコードを変更することなく、1または複数の予め定義された自動拡張を前記ターゲットアプリケーションに自動的に埋め込むことによって、1もしくは複数の機構または1もしくは複数の機能を前記ターゲットアプリケーションに拡張することと、
前記拡張エンジンによって、前記1または複数の予め定義された自動拡張のいくつかを遂行することと、を含む、システム。 - 前記1または複数の予め定義された自動拡張が、ロボティックプロセスオートメーションを含む、請求項11に記載のシステム。
- 前記拡張エンジンが、前記ターゲットアプリケーションをホストする前記ブラウザと連携し、1または複数の予め定義された自動拡張を提示するように構成されたブラウザアシスタントを含む、請求項11に記載のシステム。
- 前記1または複数の予め定義された自動拡張のそれぞれが、前記ターゲットアプリケーションの検出前に作成されたソフトウェアプログラム機構を含む、請求項11に記載のシステム。
- 前記1または複数の予め定義された自動拡張のうちの少なくとも1つが、前記ターゲットアプリケーションを特定するメタデータを含む、請求項11に記載のシステム。
- 前記1または複数の予め定義された自動拡張のうちの少なくとも1つが、前記ターゲットアプリケーションおよび第2のターゲットアプリケーションに埋め込むための汎用拡張を含む、請求項11に記載のシステム。
- 前記ターゲットアプリケーションが、ウェブアプリケーションを含む、請求項11に記載のシステム。
- 前記1または複数の予め定義された自動拡張のうちの少なくとも1つが、前記エンジンを遂行する前記少なくとも1つのプロセッサを含む遂行中のコンピューティングシステムにローカルなロボティックプロセスオートメーションとインタラクションする、請求項11に記載のシステム。
- 前記1または複数の予め定義された自動拡張のうちの少なくとも1つが、クラウドシステム内のロボティックプロセスオートメーションとインタラクションする、請求項11に記載のシステム。
- 前記拡張エンジンは、前記1または複数の予め定義された自動拡張を管理し、自動的に遂行し、そして動作するためのソフトウェアフレームワークを含む、請求項11に記載のシステム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/990,188 | 2022-11-18 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024074288A true JP2024074288A (ja) | 2024-05-30 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102453988B1 (ko) | 런타임시 디지털 프로세스에서의 동적 인공 지능/머신 러닝 모델 업데이트, 또는 재트레이닝 및 업데이트 | |
JP2022551833A (ja) | ロボティックプロセスオートメーションのための人工知能ベースのプロセス識別、抽出、および自動化 | |
JP2023516846A (ja) | ロボティックプロセスオートメーション(rpa)のテスト自動化ワークフローを解析するシステムおよびコンピュータ実装方法 | |
US11571811B2 (en) | Process evolution for robotic process automation and workflow micro-optimization | |
US20210109487A1 (en) | Media-to-workflow generation using artificial intelligence (ai) | |
US11836626B2 (en) | Artificial intelligence layer-based process extraction for robotic process automation | |
EP4163784A1 (en) | Automatic data transfer between a source and a target using semantic artificial intelligence for robotic process automation | |
US20230393870A1 (en) | Determining sequences of interactions, process extraction, and robot generation using generative artificial intelligence / machine learning models | |
EP4276709A1 (en) | Building and managing artificial intelligence flows using long-running workflows for robotic process automation | |
EP3809347A1 (en) | Media-to-workflow generation using artificial intelligence (ai) | |
JP2023545644A (ja) | 人工知能/機械学習モデルを使用したインタラクションのシーケンス決定、プロセス抽出、およびロボット生成 | |
JP2022552466A (ja) | ロボティック・プロセス・オートメーション・ワークフローのための再構成可能なワークベンチパイプライン | |
US20230236851A1 (en) | Multi-session automation windows for robotic process automation using same credentials | |
US20230108015A1 (en) | Semantic matching between a source screen or source data and a target screen using semantic artificial intelligence | |
US20240168773A1 (en) | Automatic augmentation of a target application within a browser | |
US20240142917A1 (en) | Semantic automation builder for robotic process automation | |
JP2024074288A (ja) | ブラウザ内でのターゲットアプリケーションの自動拡張 | |
US20240168724A1 (en) | Hypertext transfer protocol recorder of a robotic process automation workflow designer application | |
US20240070257A1 (en) | Assume user identity authentication flow | |
US20240134695A1 (en) | Automatic merging of variants of automatable tasks for robotic process automation | |
US20240134685A1 (en) | Detection of variants of automatable tasks for robotic process automation | |
US20240053727A1 (en) | Type cache for package management of robotic process automations field | |
EP4266172A1 (en) | System, apparatus, and method for deploying robotic process automations across multiple operating systems | |
US20230236855A1 (en) | Automation windows for robotic process automation using multiple desktops | |
US20230360388A1 (en) | Training a generative artificial intelligence / machine learning model to recognize applications, screens, and user interface elements using computer vision |