一种机器人任务执行成功的分级判定方法、装置、设备及存储介质与流程

摘要: 本发明涉及机器人控制与人工智能,具体涉及一种机器人任务执行成功的分级判定方法、装置、电子设备及计算机可读存储介质。背景技术:1、现有服务机器人、具身智能机器人在...
一种机器人任务执行成功的分级判定方法、装置、设备及存储介质与流程

本发明涉及机器人控制与人工智能,具体涉及一种机器人任务执行成功的分级判定方法、装置、电子设备及计算机可读存储介质。

背景技术:

1、现有服务机器人、具身智能机器人在执行用户指令时,普遍以「动作完成」等同于「执行成功」,即机器人完成指令所对应的物理动作后,即默认任务已成功完成。这一做法存在以下问题:

2、其一,物理完成不等于真正成功。 任务的「做完了」不等于「做对了」。例如「倒一杯水」,倒好即可客观确认成功;但「做一顿饭」做完后,其成功与否是主观的、延迟的,需等被服务人体验后表态才能判断。现有技术无法区分这两类任务,把「延迟体验型」任务也按「即时可验型」任务一样,以「动作完成」直接判定成功。

3、其二,机器自我宣布成功,缺乏判定环节。 现有机器人在执行完成后即默认成功,没有「判定」这一环节。对于字面意思与真实诉求不一致的指令(例如用户说「哎,继续走吧」,字面是「继续走」,真实诉求可能是「想歇」),机器人会「做对字面、做错诉求」而浑然不觉。

4、其三,错误结果被固化,越错越深。 未经判定的执行结果若被当作「成功经验」固化,会导致错误经验持续沉淀,破坏机器人的可靠性。

5、现有技术中,已有方案尝试解决「如何判定执行成功」的问题。例如,cn115060273a公开了一种通过「时间差 + 路径距离差均小于阈值」判定机器人执行成功的方法,但其仅适用于导航类任务的物理层判定,未涉及任务分级、延迟体验型任务、以及将判定权交还给人。kr1020260131753a 公开了一种用大语言模型生成任务完成检测函数来判定任务完成的方法,但其仍由机器自身判定,未涉及「将主观类任务交还给人判定」与「评价回流」。此外,也有方案(如 cn119658692a)先在任务环境层面消除指令歧义并调用用户特征记忆模块进行偏好筛选,再在执行过程中收集用户对任务成败的反馈以更新该记忆模块。但其歧义消除是针对具体指代的环境化消解(如将「饮品」消解为环境中存在的具体品类),既未将「指令能否被唯一解读」量化为可计算分数并在低于阈值时触发追问,也未区分任务的验证方式;其任务成败由机器依据预设规则或模型输出判定,不含「将不可即时客观验证的主观体验型任务挂起、交由被服务人评价并按方向性与存疑三档固化偏好锚点」这一环节。

6、综上,现有技术均未解决「如何按任务类型分级判定执行是否真正成功,并将人的评价可靠回流」的技术问题。

技术实现思路

1、一、要解决的技术问题

2、现有技术中,可客观验证的任务可用物理判据判定,但主观体验型任务无法由物理量判定;若不加区分地一律由机器自行判定,主观任务会被误判为成功,错误经验随之被固化。如何在无法统一判定标准的多类型任务下,区分任务类型、分级判定「执行是否真正成功」,并把判定结果可靠回流,从而避免「物理完成但未满足真实诉求」的伪成功,以及「错误经验被固化」的恶性循环,是本发明要解决的技术问题。

3、二、技术方案

4、为解决上述技术问题,本发明提供一种机器人任务执行成功的分级判定方法。其核心思想可概括为两条确定性原则:执行必须是确定的(意图不唯一则不执行,先追问到唯一);成功必须经过判定(执行完不能自我宣布成功,须经分级判定)。

5、所述方法包括以下步骤:

6、步骤 s1:任务类型识别。 通过任务类型识别模块,依据指令中是否包含被服务对象、以及执行结果能否在预设时窗内被客观验证,将当前任务判定为「自主型任务」「即时可验型任务」或「延迟体验型任务」。

7、具体地,采用第一特征和第二特征判定:第一特征为指令语义中是否包含服务对象或交互对象;第二特征为执行结果能否在预设时窗内由传感器或环境反馈客观测得。当第一特征为「否」时,判定为自主型任务;当第一特征为「是」且第二特征为「是」时,判定为即时可验型任务;当第一特征为「是」且第二特征为「否」时,判定为延迟体验型任务。

8、步骤 s2:对自主型任务的分级判定。 通过物理执行校验模块采集执行结果信号(例如力反馈信号、位姿信号、到位开关信号、传感器读数中的一种或多种),将执行结果信号与预设参照进行比较,计算一致度分数;当一致度不低于预设物理阈值时,判定执行成功。

9、步骤 s2′:对即时可验型任务的分级判定。 在物理执行校验模块判定执行结果与预设参照的一致度不低于预设物理阈值后,采集被服务人的即时确认信号(例如口头确认、点头等),通过评价解析模块计算确认分数;当确认分数不低于预设确认阈值时,判定执行成功。

10、步骤 s3:对延迟体验型任务的挂起与人为判定。 对判定为延迟体验型任务的任务,将任务状态置为「待判定」,不自我宣布成功。在收到被服务人的评价信号后,通过评价解析模块计算评价信号的评价分数:明确满意取第一正值(如 +1.0),明确不满意取第一负值(如 -1.0),中性或无明确表态取零。当评价分数不低于预设满意阈值时判定执行成功;不高于预设不满意阈值时判定执行失败;否则判定为存疑。

11、所述评价分数由评价解析模块依据评价信号中的语义极性词计算,其解析规则示例为:命中显式满意词表(如「好」「满意」「不错」「可以」「正好」)取第一正值;否定词与满意词组合(如「不好」「不满意」「太淡」「太咸」)取第一负值;仅中性应答(如「嗯」「哦」)取零。所述语义极性分类为本领域公知的文本情感分析手段,本发明不限定其具体实现。

12、步骤 s4:评价回流固化锚点。 通过偏好锚点写入模块,将判定结果固化为偏好锚点:判定为成功的固化为正偏好锚点,判定为失败的固化为负偏好锚点,判定为存疑的暂不固化。所述偏好锚点附带来源标识与置信度权重,置信度权重由评价信号的明确程度决定,并随时间衰减。

13、进一步地,在步骤 s1 之前还可包括前置辅助步骤:

14、步骤 s0:指令解析与歧义判定。 通过指令解析模块计算指令可被唯一解读的唯一性分数;当唯一性分数低于预设唯一性阈值时,判定指令存在歧义,触发降负担征询,通过选项收窄的方式向用户追问,直至指令被唯一确定或达到预设最大追问轮数;仅在指令被唯一确定后,才执行任务类型识别。所述唯一性分数由极性冲突分、程度副词多义分、否定犹豫分、多模态矛盾分四个子特征加权合成。

15、所述四个子特征的判定规则分别为:所述极性冲突分为所述指令中肯定性诉求词与否定性语境共现时计取的冲突度量,例如「想要」与「别/不」等否定语境共现时取高值;所述程度副词多义分为所述指令中多义程度副词(如「稍微」「有点」「很」)导致的程度不确定度量,命中多义副词时取高值;所述否定犹豫分为所述指令中否定词与犹豫词(如「不……吧」「可能不」)共现时计取的犹豫度量;所述多模态矛盾分为多模态一致性模型输出的语言信号与非语言信号的不一致度。所述唯一性分数按 u = 1 - max(极性冲突分, 程度副词多义分, 否定犹豫分, 多模态矛盾分) 合成,四个子特征分均归一化到 [0, 1],越大越可能歧义。

16、进一步地,还可包括指令完备性检查:计算指令执行所需参数的缺失度分数;当缺失度分数不低于预设缺失度阈值、或任一安全级参数缺失时,判定指令信息不足,主动提问补齐缺失参数;其中安全级参数采用一票触发。

17、进一步地,还可包括语境冲突处理:当检测到指令的字面诉求与语气极性之间的冲突分不低于预设冲突阈值时,判定为语境冲突任务,通过降负担征询句式征询,并依据用户确认后的意愿重新确定指令后执行。

18、三、有益效果

19、1. 避免「物理完成但未满足诉求」的伪成功:通过把任务分级为「即时可验型」与「延迟体验型」,对主观体验型任务不再以「动作完成」直接判成功,而是挂起等待被服务人表态,从根本上避免「做对字面、做错诉求」。

20、2. 裁判权交还给人,机器不自我宣布成功:机器只判「能客观判的」(即时可验型),把「主观、延迟、拿不准的」(延迟体验型)交还给人,使确定性的边界清晰。

21、3. 评价可靠回流,越用越准:人的评价作为判据固化成正锚点/负锚点/存疑三档,避免错误经验被固化,同时实现偏好积累,后续任务可减少重复追问。

22、4. 歧义与参数缺失的前置拦截:执行前通过唯一性分数、缺失度分数检查,消灭「信息不足」与「多解误解」导致的执行失败。

23、5. 各判定手段依据任务类型协同分工、功能互为前提,达成单一手段无法独立实现的技术效果:任务类型识别将任务分为自主型、即时可验型、延迟体验型,据此划定机器自我宣布成功的边界——仅对无服务对象的自主型任务采用纯物理判据判定,对有服务对象的任务则在物理判据通过后还需被服务人的即时确认、或挂起等待被服务人表态;若不进行前置分级,则主观体验型任务会被物理判据误判为成功;若对延迟体验型任务不挂起而由机器自行宣布成功,则重蹈现有技术「机器自宣成功」的覆辙;若评价仅有成功/失败二值而无「存疑」中间态,则模糊评价会被固化为错误偏好。上述分级、物理判据的边界划定、挂起待判定、三档固化相互依存、缺一不可,协同构成「客观任务交机器、主观任务交给人、防止错误经验固化」的完整闭环;该整体技术效果不可分割——任何单一手段,或其中任意部分手段的简单叠加,均无法独立达到该效果。