一种用于智能执行体的示教学习方法、系统及存储介质与流程
本发明涉及人工智能、机器人控制、具身智能、软件智能体、任务学习、计算机数据处理和活动表示验证,具体涉及一种利用示教候选约束收敛、结构化活动表示重接地和独立目标事实核验进行智能执行体学习的方法、系统及存储介质。
背景技术:
1、随着机器人、具身智能和软件智能体技术的发展,智能执行体需要从自然语言、操作视频、遥操作序列、传感器日志、仿真数据或文本规程等示教输入中获得可复用的活动表示,并在不同对象、不同布局、不同数字资源或不同执行体中复用所述活动表示。
2、现有的机器人示教学习、编程式示教、行为克隆、程序归纳和工作流学习方案,通常从示教轨迹、动作序列、视频、语言说明或其组合中生成执行策略、动作模板、行为树、状态机、流程脚本或任务图。这些方案在固定示教环境中可以复现示范,但示教输入与输出之间通常存在较强的表面绑定。
3、在多来源示教场景中,不同来源可能对同一目标活动给出不同解释、不同对象角色或不同阶段关系。现有方案往往分别处理各来源,或者在多个结果中按照统一分数、概率或预设优先级选取一个结果,来源之间的支持、冲突和可靠性差异不能直接作用于同一候选表示。通常的多传感器或多模态融合可以将不同来源加权为一个状态估计值,但该状态估计不当然用于决定活动解释候选的保留、排除或未决状态,也不当然形成活动表示的来源链、重接地约束和资格状态控制关系。
4、对于具有歧义的示教内容,现有方案可能在证据不足时直接选择一个解释。例如,对于未明确对象、目标位置或动作关系的输入,系统可能直接生成一个形式上可执行的动作序列。该序列即使能够被执行,也不代表其正确表达了示教者的目标活动。
5、现有输出还可能绑定于示教环境中的绝对坐标、具体对象实例、固定动作轨迹、固定执行时长或示范本体参数。当目标执行环境发生变化时,系统需要重新制作脚本或重新训练,难以将活动的角色关系、因果关系和验真条件迁移至当前环境。
6、另一方面,现有验证方式常采用模型可执行性检查、仿真通过、奖励更新、同源模型自评、用户确认或历史成功率作为接受依据。技能库与生成模型结合的系统还可能由生成模型或同源裁判模型对技能、脚本或执行结果进行自评。在上述自评方式中,验证依据与示教来源同源或来自同一模型族,不能构成对执行后目标事实的独立判断。这些依据可能无法证明执行后目标活动所声明的物理或数字事实已经成立,容易使未经独立核验的活动过早进入可复用状态。
7、现有的语义接地、对象检索或参数适配技术可以在当前环境中寻找对象,但通常不形成角色到实体的可复核绑定事实,也不一定在绑定失败或能力不足时阻断活动进入执行侧并将失败信息回传至上游表示层。
8、因此,现有技术至少存在以下技术问题:不同来源示教难以在同一候选空间内相互约束;歧义证据不足时容易直接选出唯一解释;活动表示与示教输入的表面形态耦合;目标执行环境变化时角色不能可靠重接地;执行后的目标事实不能由独立于示教来源的依据核验并控制活动资格状态;在习得侧与执行侧分离部署时,核验结果和活动资格难以保持可复核关联。
技术实现思路
1、发明目的
2、本发明的目的在于提供一种用于智能执行体的示教学习方法、系统及存储介质,以解决在示教来源异构、示教内容存在歧义、目标环境与示教环境不同以及习得侧和执行侧分离部署的情况下,如何形成可复用、可重接地、可核验且资格状态可控的结构化活动表示的技术问题。
3、本发明进一步用于减少将单一表面动作、单次轨迹或同源自评结果直接固化为可复用活动的情况,使候选解释、来源约束、活动表示、当前实体绑定、执行后事实和资格状态之间形成连续的数据依赖关系。
4、技术方案
5、为实现上述目的,本发明提供一种用于智能执行体的示教学习方法,包括:
6、获取针对目标活动的至少一种示教输入,并由所述示教输入生成表征不同解释的多个示教候选。
7、将所述多个示教候选置于同一结构化表示上,根据各示教候选对应的证据来源属性,确定施加于所述结构化表示的约束的类型、方向或强度,使所述多个示教候选在所述结构化表示上相互校验、相互约束。
8、基于所述约束对所述多个示教候选进行迭代约束传播、一致性计算或候选筛除中的至少一种处理,以获得收敛结果;当存在歧义且当前证据不足以唯一确定解释时,保持有界竞争候选集或发起澄清请求,而不将任一所述示教候选确定为唯一解释。
9、从收敛结果提取与所述示教输入的表面形态解耦的结构化活动表示。所述结构化活动表示包含类型化角色、因果声明和验真声明,并携带表征其来源的证据链。
10、在目标执行环境中,将所述结构化活动表示中的类型化角色重新绑定至所述目标执行环境中的实体,生成重接地活动,将所述重接地活动输出至执行侧,并驱动所述智能执行体执行所述重接地活动。
11、依据独立于所述示教输入来源的目标事实核验,确定所述重接地活动执行后所述目标活动所声明的目标事实是否成立;仅在所述目标事实成立时将所述结构化活动表示的资格状态更新为已接受状态,在证据不足或核验失败时将所述资格状态更新为待验、降级或拒绝状态之一。
12、在一种实施方式中,所述多个示教候选由至少两种不同来源的示教输入生成。所述不同来源可以包括自然语言描述、操作视频、遥操作序列、传感器日志、仿真数据或文本规程中的至少两种。不同来源的候选进入同一结构化表示,并通过针对同一目标活动的共同约束相互校验。
13、在一种实施方式中,证据来源属性包括示教来源类型、置信度、证据数量、观测独立性、冲突状态、来源版本或证据等级中的至少一种。约束可以包括正证约束、反证约束、硬约束、软约束、优先级约束、排斥约束或澄清触发条件。所述来源属性用于确定约束的类型、方向、强度、优先级、保留门槛或未决条件。系统可以通过规则表将来源类型、置信度区间和相互独立的证据数量映射为多个证据权重等级,并以证据权重等级确定约束处理的先后顺序或支持、反驳相应候选的强度。
14、在一种实施方式中,基于约束对多个示教候选进行的迭代约束传播、一致性计算或候选筛除中的至少一种处理,进行至结构化表示不再发生实质变化的稳定状态。收敛结果可以表现为唯一候选、有界竞争候选集或澄清请求中的至少一种。澄清请求可以包括待确认对象、待确认目标位置、待确认角色、冲突证据、需要补充的观测区域或需要补充的操作片段。补充信息作为新的证据来源进入原结构化表示并重新收敛。
15、在一种实施方式中,结构化活动表示包含类型化角色槽位、前提声明、产出声明、失效声明和验真声明中的一种或多种。结构化活动表示可以与绝对坐标、示范本体动作序列、固定执行时长或特定场景对象实例解耦。示教输入的表面形态信息可以作为来源链或审计引用保留,但不作为跨环境复用的必要结构。
16、在一种实施方式中,目标执行环境可以是物理环境、数字系统环境或物理环境与数字系统环境的混合环境。执行侧可以与习得侧位于同一设备或同一进程,也可以是独立的机器人控制器、边缘节点、云端服务、工作流运行器、受控状态服务或外部执行服务。
17、在一种实施方式中,目标事实核验可以基于执行后的当前状态、外部状态服务、传感器观测、版本化接口响应、事务回执、签名事件、审计记录、工作流终态或其他可计算状态判断形成。核验结论并非仅复用形成示教候选的原始示教证据。
18、在一种习得侧实施方式中,习得侧完成候选生成、约束收敛、活动表示提取、类型角色重新绑定和重接地活动输出,获取来自执行侧的、依据重接地活动的执行结果生成的目标事实核验结果,并依据该结果更新资格状态。习得侧不要求持有物理执行控制权。
19、本发明还提供一种用于智能执行体的示教学习系统,包括候选生成单元、约束收敛单元、活动表示提取单元、重接地输出单元或重接地执行单元、核验接收与状态更新单元、数据输出接口以及存储单元。各单元通过活动标识、候选标识、来源引用、绑定事实引用、核验引用和资格状态版本关联同一活动表示的生命周期数据。候选生成、同一结构化表示上的来源相关约束、歧义未决处理、表面形态解耦的活动表示、当前实体重接地、独立目标事实核验以及资格状态更新构成连续的数据处理链;所述数据处理链既可以由习得侧与执行侧分离实施,也可以由同一系统实施。
20、本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现上述任一方法实施方式。
21、有益效果
22、与现有技术相比,本发明至少具有以下有益效果:不同来源的候选在同一结构化表示中受来源相关约束,能够利用来源差异发现冲突并保留需要补充证据的状态;在歧义且证据不足时保持有界候选或发起澄清,减少错误唯一解释进入执行侧;通过类型化角色、因果声明、验真声明和来源链形成与示教输入的表面形态解耦的活动资产;通过目标执行环境中的实体绑定形成可复核的重接地事实;通过独立目标事实核验控制已接受、待验、降级或拒绝状态;并支持习得侧、执行侧和核验侧的分离部署。
23、在一种可选实施方式中,在执行或核验失败时,系统还可以将失败证据绑定至活动表示和执行尝试,定位后续需要修正的处理层,并将反证约束、绑定条件、验证要求或补充信息请求写回相应层,使下一轮候选收敛、重接地或目标事实核验使用所述写回结果。
24、上述技术效果由候选、约束、活动表示、绑定事实、核验结果和资格状态之间的连续数据依赖共同产生,而非由彼此独立的功能简单并列得到。示教输入处理、约束求解、语义表示、对象绑定和执行后验证可以分别形成相应处理结果,但不必然形成从异构示教候选、来源相关约束、歧义未决、解耦活动表示、目标执行环境重接地到独立目标事实核验的连续数据关系。本发明将来源属性用于确定候选约束,将歧义保留作为后续处理控制条件,将解耦活动表示作为可复用数据对象,并将独立目标事实核验结果用于控制活动资格状态,从而使前一处理环节的输出成为后一处理环节的输入。若缺少来源相关约束,来源差异不能参与候选校验;若缺少未决或澄清机制,证据不足时仍会直接选定唯一解释;若缺少表面解耦的活动表示,输出会退化为具体轨迹或场景实例;若缺少重接地绑定,目标执行环境中的实体和前提不能被复核;若缺少独立目标事实核验,单次执行信号或同源预测可能被误作接受依据。缺少任一环节,系统将回到固定示范复现、直接选优、场景失配或资格过早晋级的缺陷状态。上述连续数据依赖既适用于由重接地活动驱动智能执行体执行的实施方式,也适用于习得侧输出重接地活动、获取执行侧回传核验结果并更新资格状态的实施方式。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com