[發(fā)明專利]知識分享處理方法、智能機(jī)器人設(shè)備、知識分享系統(tǒng)、任務(wù)學(xué)習(xí)系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110767235.3
• 申請日: 2021-07-07
• 公開（公告）號: CN113435126A
• 公開（公告）日: 2021-09-24
• 發(fā)明（設(shè)計）人: 魏天騏
• 申請（專利權(quán)）人: 魏天騏
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N20/00
• 代理公司: 北京商專永信知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11400
• 代理人: 李彬彬;陳莉娥

本發(fā)明公開一種用于機(jī)器人設(shè)備的知識分享的服務(wù)器端及機(jī)器人端處理方法、服務(wù)器、智能機(jī)器人設(shè)備、知識分享系統(tǒng)、以及任務(wù)學(xué)習(xí)系統(tǒng)，本發(fā)明實施例實現(xiàn)了利用機(jī)器人設(shè)備對智能模型和/或應(yīng)用程序的使用來收集數(shù)據(jù)，和利用收集的數(shù)據(jù)信息對服務(wù)器端存儲的智能模型和/或應(yīng)用程序進(jìn)行優(yōu)化，并通過服務(wù)器與機(jī)器人設(shè)備交互的分享和分發(fā)架構(gòu)，實現(xiàn)了從不同的多臺機(jī)器人設(shè)備分布式地收集數(shù)據(jù)和實驗的架構(gòu)模式，解決了從一臺機(jī)器人設(shè)備無法獲取大量的數(shù)據(jù)，只能依靠仿真環(huán)境進(jìn)行模型和程序的訓(xùn)練、優(yōu)化而產(chǎn)生的模型優(yōu)化效率低、無法復(fù)現(xiàn)真實情景等問題，使得智能模型和應(yīng)用程序的優(yōu)化速度得以顯著提升。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種用于機(jī)器人設(shè)備的知識分享的服務(wù)器端處理方法、服務(wù)器、用于機(jī)器人設(shè)備的知識分享的機(jī)器人端處理方法、智能機(jī)器人設(shè)備、用于機(jī)器人設(shè)備的知識分享系統(tǒng)、以及機(jī)器人任務(wù)學(xué)習(xí)系統(tǒng)。

背景技術(shù)

近年來，以深度學(xué)習(xí)為代表的人工智能技術(shù)獲得了顯著的進(jìn)步。尤其是在應(yīng)用方面，已經(jīng)能夠?qū)斎胄畔⑦M(jìn)行復(fù)雜的分析，例如圖像中物品的識別和抓握點的分析，也能夠?qū)C(jī)器人動作依據(jù)任務(wù)的完成情況進(jìn)行優(yōu)化，例如谷歌公司利用深度強(qiáng)化學(xué)習(xí)技術(shù)優(yōu)化機(jī)器人開門動作、蘇黎世聯(lián)邦理工學(xué)院利用仿真技術(shù)和深度強(qiáng)化學(xué)習(xí)技術(shù)優(yōu)化名為ANYmal的四足機(jī)器人的步態(tài)。這些進(jìn)步一定程度上將機(jī)器人應(yīng)用程序或模型與具體機(jī)型或任務(wù)之間的關(guān)系解耦，使得機(jī)器人應(yīng)用程序和模型的通用性獲得增強(qiáng)。

然而，大多數(shù)應(yīng)用于機(jī)器人且有效的人工智能模型是需要大量的數(shù)據(jù)和實驗進(jìn)行訓(xùn)練和優(yōu)化的。而從一臺機(jī)器人獲取如此大量的數(shù)據(jù)是不現(xiàn)實的，且仿真環(huán)境無法全面準(zhǔn)確地復(fù)現(xiàn)真實情景，這就導(dǎo)致了很難快速訓(xùn)練和優(yōu)化出符合實際場景的有效人工智能模型。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種機(jī)器人設(shè)備的知識分享方案，以解決現(xiàn)有技術(shù)中難以快速訓(xùn)練和優(yōu)化出符合實際場景的有效人工智能模型的問題。

第一方面，本發(fā)明實施例提供一種用于機(jī)器人設(shè)備的知識分享的服務(wù)器端處理方法，該方法包括：

從第一機(jī)器人設(shè)備獲取第一數(shù)據(jù)信息存儲，其中，所述第一數(shù)據(jù)信息為通過在第一機(jī)器人設(shè)備上使用本地智能模型和/或應(yīng)用程序而得到的數(shù)據(jù)信息；

根據(jù)所述第一數(shù)據(jù)信息對服務(wù)器端存儲的第一智能模型和/或第一應(yīng)用程序進(jìn)行優(yōu)化，得到第二智能模型和/或第二應(yīng)用程序存儲；以及

將第二智能模型和/或第二應(yīng)用程序傳輸至第二機(jī)器人設(shè)備，以使得所述第二機(jī)器人設(shè)備獲得由于第一機(jī)器人設(shè)備的使用而獲得優(yōu)化的第一智能模型和/或第一應(yīng)用程序。

第二方面，本發(fā)明實施例提供一種用于機(jī)器人設(shè)備的知識分享的機(jī)器人端處理方法，該方法包括：

從服務(wù)器端獲取智能模型和/或應(yīng)用程序；

在第一機(jī)器人設(shè)備上通過使用本地智能模型和/或應(yīng)用程序獲取第一數(shù)據(jù)信息存儲；

將所述第一數(shù)據(jù)信息傳輸至所述服務(wù)器端，以使得所述服務(wù)器端能夠根據(jù)所述第一數(shù)據(jù)信息對其上存儲的所述智能模型和/或應(yīng)用程序進(jìn)行優(yōu)化。

第三方面，本發(fā)明實施例提供了一種用于機(jī)器人設(shè)備的知識分享的服務(wù)器，其包括：

第一數(shù)據(jù)獲取模塊，用于從第一機(jī)器人設(shè)備獲取第一數(shù)據(jù)信息存儲，其中，所述第一數(shù)據(jù)信息為通過在第一機(jī)器人設(shè)備上使用本地智能模型和/或應(yīng)用程序而得到的數(shù)據(jù)信息；

優(yōu)化模塊，用于根據(jù)所述第一數(shù)據(jù)信息對所述服務(wù)器上存儲的所述第一智能模型和/或第一應(yīng)用程序進(jìn)行優(yōu)化，得到第二智能模型和/或第二應(yīng)用程序存儲；以及

分發(fā)模塊，用于將第二智能模型和/或第二應(yīng)用程序傳輸至第二機(jī)器人設(shè)備，以使得所述第二機(jī)器人設(shè)備獲得由于第一機(jī)器人設(shè)備的使用而獲得優(yōu)化的第一智能模型和/或第一應(yīng)用程序。

第四方面，本發(fā)明實施例提供了一種智能機(jī)器人設(shè)備，其包括：