[發明專利]一種智能家電控制方法及智能家電控制裝置

在審

• 申請號: 201810734605.1
• 申請日: 2018-07-06
• 公開（公告）號: CN110687802A
• 公開（公告）日: 2020-01-14
• 發明（設計）人: 楊賽賽;陳翀;萬會;宋德超;連圓圓;秦萍;馮德兵
• 申請（專利權）人: 珠海格力電器股份有限公司
• 主分類號: G05B15/02
• 分類號: G05B15/02;G05B19/418
• 代理公司: 11471 北京細軟智谷知識產權代理有限責任公司
• 代理人: 張丹

1.一種智能家電控制方法，其特征在于，包括：

獲取參數信息；

基于所述參數信息，通過預設模型獲取與所述參數信息對應的控制動作，所述預設模型包括強化學習模型，所述強化學習模型能夠依據舒適性評價結果進行調整；

根據所述控制動作控制運行。

2.根據權利要求1所述的智能家電控制方法，其特征在于，所述獲取參數信息包括：

獲取環境參數信息，和/或，

獲取智能家電自身參數信息。

3.根據權利要求2所述的智能家電控制方法，其特征在于，所述獲取環境參數信息包括：

獲取智能家電自身采集和/或配置的環境參數信息；和/或

獲取智能家電的外界設備采集和/或配置的環境參數信息。

4.權利要求1至3任一項所述的智能家電控制方法，其特征在于，所述預設模型還包括狀態轉換模型；

所述基于所述參數信息，通過預設模型獲取與所述參數信息對應的控制動作，包括：

基于所述參數信息，通過所述狀態轉換模型，獲取與所述參數信息對應的狀態參數，所述狀態轉換模型用于表征參數信息與狀態參數之間的對應關系；

基于所述狀態參數，通過所述強化學習模型產生控制動作，所述強化學習模型用于表征狀態參數與控制動作之間的對應關系。

5.根據權利要求4所述的智能家電控制方法，其特征在于，

所述狀態轉換模型包括狀態對照表、神經網絡模型和預設邏輯規則中的一種或者多種。

6.根據權利要求4所述的智能家電控制方法，其特征在于，所述強化學習模型能夠依據舒適性評價結果進行調整，包括：

所述強化學習模型輸出所述控制動作的概率能夠依據舒適性評價結果進行調整。

7.權利要求4所述的智能家電控制方法，其特征在于，還包括：

獲取根據所述控制動作控制運行后的所述舒適性評價結果；

根據所述舒適性評價結果更新所述強化學習模型。

8.權利要求7所述的智能家電控制方法，其特征在于，所述獲取根據所述控制動作運行后的所述舒適性評價結果，包括：

獲取根據所述控制動作執行相應操作前后的狀態參數；

根據預設的舒適性評價算法，計算第一舒適性數值和第二舒適性數值，其中，所述第一舒適性數值為根據所述控制動作執行相應操作前的狀態參數對應的舒適性數值，所述第二舒適性數值為根據所述控制動作執行相應操作后的狀態參數對應的舒適性數值；

根據所述第一舒適性數值和所述第二舒適性數值，得到所述舒適性評價結果。

9.根據權利要求8所述的智能家電控制方法，其特征在于，所述舒適性評價算法中對應各個狀態參數設置相同或不同的權重。

10.根據權利要求7或8所述的智能家電控制方法，其特征在于，所述獲取根據所述控制動作運行后的所述舒適性評價結果，包括：

獲取根據所述控制動作執行相應的操作后，用戶反饋的舒適性評價結果。

11.根據權利要求7或8所述的智能家電控制方法，其特征在于，所述舒適性評價結果包括正向評價結果或者負向評價結果，所述根據所述舒適性評價結果更新所述強化學習模型，包括：

如果所述舒適性評價結果為正向評價結果，則增大所述控制動作的輸出概率；或者，

如果所述舒適性評價結果為負向評價結果，則減小所述控制動作的輸出概率。

12.一種智能家電控制裝置，其特征在于，包括：

第一獲取模塊，用于獲取參數信息；

第二獲取模塊，基于所述參數信息，通過預設模型獲取與所述參數信息對應的控制動作，所述預設模型包括強化學習模型，所述強化學習模型能夠依據舒適性評價結果進行調整；

控制模塊，用于根據所述控制動作控制運行。