自主智能体的灵巧精准操作学习方法与流程

1.本发明涉及人工智能技术领域，具体为自主智能体的灵巧精准操作学习方法。


背景技术：

2.一个在自主环境中自主移动的机器人需对它面临的各种复杂地形、地貌、通道状况及环境信息作出实时感知和决策，控制执行机构完成各种运动操作，实现导航、跟踪、等功能，并保证移动机器人处于最佳的运动状态，对在非结构化环境运行的智能体的控制客观上包含了很多难点，一个主要难点与这个智能体运行所在环境的特征有关，另一个重要挑战是实际环境的大量不确定性，智能起到很大作用,因为它需要赋予系统更快适应环境变化和处理复杂功能的能力。
3.因此需要一种更加智能的智能体控制方法，能实现智能体在非结构化环境中获得自主智能控制能力，并进行自主智能体的作业运动规划和协调控制，提升智能体在大量不确定性的实际环境中的适应能力，以及智能体出现不符和决策指令的行为动作后能及时进行纠正的方法。


技术实现要素：

4.(一)解决的技术问题
5.针对现有技术的不足，本发明提供了自主智能体的灵巧精准操作学习方法，解决了传统智能体对于非结构化的环境适应能力较差，以及传统和智能体出现不符和决策指令的行为动作时不能及时纠正的问题。
6.(二)技术方案
7.为实现以上目的，本发明通过以下技术方案予以实现：自主智能体的灵巧精准操作学习方法，包括：决策系统、人机交互端、信息系统、智能系统、机器人和监督系统，所述决策系统是决策体系的核心，用于处理人机交互端与决策对象之间的信息，所述人机交互端用于接收任务信息，并将任务信息传输至决策系统，所述信息系统用于提供决策系统所需信息，所述智能系统用于提出决策方案，接收决策咨询的研究、咨询系统，机器人则负责执行决策指令，完成决策任务，所述监督系统用于对机器人的作业运动进行检查监督,并协助决策系统进行调节。
8.优选的，所述机器人包括环境分析系统、定位系统、驱动系统、无线通讯系统、处理器模块、存储记忆模块和电源模块，所述决策系统包括应用层、仿真层、服务层、通讯层、问题处理系统和控制指令系统，所述信息系统包括数据库系统、方法库系统、模型库系统和环境库系统，所述智能系统包括知识库管理系统和推理机。
9.优选的，自主智能体的灵巧精准操作学习方法，包括以下步骤：
10.s1.通过人机交互端向决策系统输入任务要求，决策系统接收到任务要求后，通过问题处理系统和智能系统将任务地点划分为若干小区域，并对每个小区域的进行定位；
11.s2.控制指令系统再控制机器人到达任务地点，机器人可以有若干个，通过驱动系
统和定位系统让机器人分别进入步骤s1中划分的小区域；
12.s3.当机器人通过步骤s2进入任务地点划分后的小区域后，驱动系统控制机器人在小区域内活动，活动的过程中再通过环境分析系统对各自的区域进行环境分析，在未知的场景中进行场景测绘；
13.s4.然后位于各自小区域内的机器人通过无线通讯系统将步骤s3中测绘的各自区域的场景测绘信息传输到智能系统中，并通过知识库管理系统和推理机将各个小区域的场景测绘地图在步骤s1的区域划分的基础上进行拼接，让每个划分区域的场景测绘地图回到对应的位置，以此构建出整个任务地点的场景信息；
14.s5.通过步骤s4构建出的场景信息再被传输至信息系统中的环境库系统内保存，再通过决策系统将整个任务地点的场景信息传输到各个机器人的存储记忆模块中，通过完整的场景信息，为各个机器人的作业运动规划和协调控制提供基础，实现机器人在非结构化环境中快速获得自主智能控制，提高机器人在对面大量不确定性的实际环境时的适应能力。
15.优选的，所述环境分析模块包括有激光雷达传感器、超声波传感器和避障传感器，通过激光雷达传感器和超声波传感器的探测，可获得周围环境的高精度轮廓信息。
16.优选的，所述驱动系统包括动作驱动系统和行径驱动系统，所述动作驱动系统用于控制机器人进行任务动作，所述行径驱动系统用于机器人的下行走或移动。
17.优选的，所述人机交互端安装有多模态交互模块用于将多种感官融合，即通过文字、语音、视觉、动作多种方式进行人机交互，提高交互效率。
18.优选的，所述监督系统的监督步骤为：首先决策系统发出决策指令的同时向监督系统发出相同的决策指令副本，然后机器人接收到决策指令后执行该指令，此时监督系统根据决策指令副本对机器人贯穿执行决策指令的情况进行检查监督，若机器人在不在当前决策指令下运作或出现与决策指令不符的行为时，立刻暂停机器人之间的协同运作，并将异常信息发送至决策系统，同时决策系统中的问题处理系统和智能系统对机器人的决策指令进重置，并重新发出新的当前作业的决策指令。
19.优选的，所述模型库系统用于根据用户提出的问题调出系统中已有的基本模型，且模型库系统具有存储、动态建模的功能，所述数据库系统用于管理和存储与决策问题领域有关的数据，所述方法库系统用于提供处理问的方法，所述环境库系统用于记录任务的场地环境
20.优选的，所述方法库系统包括有基本数学方法、统计方法、优化方法、预测方法、计划方法和评价方法。
21.(三)有益效果
22.本发明提供了自主智能体的灵巧精准操作学习方法。具备以下有益效果：
23.1、本发明通过人机交互端向决策系统输入任务要求，决策系统接收到任务要求后，通过问题处理系统和智能系统将任务地点划分为若干小区域，并对每个小区域的进行定位，控制指令系统再控制机器人到达任务地点，机器人可以有若干个，通过驱动系统和定位系统让机器人分别进入划分的小区域中，然后驱动系统控制机器人在小区域内活动，活动的过程中再通过环境分析系统对各自的区域进行环境分析，在未知的场景中进行场景测绘，接着位于各自小区域内的机器人通过无线通讯系统将各自区域的场景测绘信息传输到
智能系统中，并通过知识库管理系统和推理机将各个小区域的场景测绘地图在区域划分的基础上进行拼接，让每个划分区域的场景测绘地图回到对应的位置，以此构建出整个任务地点的场景信息，构建出的场景信息再被传输至信息系统中的环境库系统内保存，再通过决策系统将整个任务地点的场景信息传输到各个机器人的存储记忆模块中，通过完整的场景信息，为各个机器人的作业运动规划和协调控制提供基础，实现机器人在非结构化环境中快速获得自主智能控制，提高机器人在对面大量不确定性的实际环境时的适应能力。
24.2、本发明通过首先决策系统发出决策指令的同时向监督系统发出相同的决策指令副本，然后机器人接收到决策指令后执行该指令，此时监督系统根据决策指令副本对机器人贯穿执行决策指令的情况进行检查监督，若机器人在不在当前决策指令下运作或出现与决策指令不符的行为时，立刻暂停机器人之间的协同运作，并将异常信息发送至决策系统，同时决策系统中的问题处理系统和智能系统对机器人的决策指令进重置，并重新发出新的当前作业的决策指令，使得智能体出现不符和决策指令的行为动作后能及时进行纠正。
附图说明
25.图1为本发明的系统结构框图；
26.图2为本发明的机器人的结构图；
27.图3为本发明的人机交互端结构图；
28.图4为本发明的决策系统结构图；
29.图5为本发明的信息系统结构图；
30.图6为本发明的方法库系统结构图；
31.图7为本发明的智能系统结构图。
具体实施方式
32.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
33.实施例：
34.如图1-7所示，本发明实施例提供自主智能体的灵巧精准操作学习方法，包括：决策系统、人机交互端、信息系统、智能系统、机器人和监督系统，决策系统是决策体系的核心，用于处理人机交互端与决策对象之间的信息，人机交互端用于接收任务信息，并将任务信息传输至决策系统，信息系统用于提供决策系统所需信息，智能系统用于提出决策方案，接收决策咨询的研究、咨询系统，机器人则负责执行决策指令，完成决策任务，监督系统用于对机器人的作业运动进行检查监督,并协助决策系统进行调节。
35.机器人包括环境分析系统、定位系统、驱动系统、无线通讯系统、处理器模块、存储记忆模块和电源模块，决策系统包括应用层、仿真层、服务层、通讯层、问题处理系统和控制指令系统，其中应用层提供两种协作案例和底层二次开发模式，仿真层含机器人节点的新增、删除，机器人的路径规划，机器人目标点设置，服务层包含软件系统获取机器人本体的
位置和状态，通讯层包含软件系统与中继接收模块之间的通信，信息系统包括数据库系统、方法库系统、模型库系统和环境库系统，智能系统包括知识库管理系统和推理机。
36.自主智能体的灵巧精准操作学习方法，包括以下步骤：
37.s1.通过人机交互端向决策系统输入任务要求，决策系统接收到任务要求后，通过问题处理系统和智能系统将任务地点划分为若干小区域，并对每个小区域的进行定位；
38.s2.控制指令系统再控制机器人到达任务地点，机器人可以有若干个，通过驱动系统和定位系统让机器人分别进入步骤s1中划分的小区域；
39.s3.当机器人通过步骤s2进入任务地点划分后的小区域后，驱动系统控制机器人在小区域内活动，活动的过程中再通过环境分析系统对各自的区域进行环境分析，在未知的场景中进行场景测绘；
40.s4.然后位于各自小区域内的机器人通过无线通讯系统将步骤s3中测绘的各自区域的场景测绘信息传输到智能系统中，并通过知识库管理系统和推理机将各个小区域的场景测绘地图在步骤s1的区域划分的基础上进行拼接，让每个划分区域的场景测绘地图回到对应的位置，以此构建出整个任务地点的场景信息；
41.s5.通过步骤s4构建出的场景信息再被传输至信息系统中的环境库系统内保存，再通过决策系统将整个任务地点的场景信息传输到各个机器人的存储记忆模块中，通过完整的场景信息，为各个机器人的作业运动规划和协调控制提供基础，实现机器人在非结构化环境中快速获得自主智能控制，提高机器人在对面大量不确定性的实际环境时的适应能力。
42.环境分析模块包括有激光雷达传感器、超声波传感器和避障传感器，通过激光雷达传感器和超声波传感器的探测，可获得周围环境的高精度轮廓信息，激光雷达可实现对周围环境的360度全方位扫描测距检测，工作原理上来说，其主要是向目标发射探测信号,然后将接收到的从目标反射回来的信号与发射信号进行比较，作适当处理后，就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数，从而对目标进行探测、跟踪和识别，而波传感器可让机器人感知透明物体。
43.驱动系统包括动作驱动系统和行径驱动系统，动作驱动系统用于控制机器人进行任务动作，行径驱动系统用于机器人的下行走或移动。
44.人机交互端安装有多模态交互模块用于将多种感官融合，即通过文字、语音、视觉、动作多种方式进行人机交互，提高交互效率。
45.监督系统的监督步骤为：首先决策系统发出决策指令的同时向监督系统发出相同的决策指令副本，然后机器人接收到决策指令后执行该指令，此时监督系统根据决策指令副本对机器人贯穿执行决策指令的情况进行检查监督，若机器人在不在当前决策指令下运作或出现与决策指令不符的行为时，立刻暂停机器人之间的协同运作，并将异常信息发送至决策系统，同时决策系统中的问题处理系统和智能系统对机器人的决策指令进重置，并重新发出新的当前作业的决策指令。
46.模型库系统用于根据用户提出的问题调出系统中已有的基本模型，且模型库系统具有存储、动态建模的功能，数据库系统用于管理和存储与决策问题领域有关的数据，方法库系统用于提供处理问的方法，环境库系统用于记录任务的场地环境。
47.方法库系统包括有基本数学方法、统计方法、优化方法、预测方法、计划方法和评
价方法，其中基本数学方法中有包括有各种初等函数算法、插值算法、拟合算法、平滑法和外推法，统计方法中包括有回归分析法、方差分析法、二元相关分析法和因子分析，优化方法中包括有判别分析和求解分析，预测方法中包括有因果分析法和时间系列法，计划方法中包括有计划评审法和矩阵运算法，评价方法中包括有层次分析法和模糊算法。
48.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。