机器人学校及其机器人知识获取方法技术

本发明专利技术公开了一种机器人学校及其机器人知识获取方法，是应用于云系统中，其特征是，云系统向机器人学校的机器人发送服务命令，机器人学校的机器人接收服务命令并执行，同时记录服务成功次数与服务失败次数，并反馈给机器人学校；机器人学校的组成包括：机器人层级鉴定模块、知识创生模块、能力认证模块、服务反馈模块T和报废认证模块。本发明专利技术能使用于大规模、流水线型的机器人知识获取任务，提升了机器人知识获取的效率，节省了不必要的机器人硬件开销，提高了机器人获取知识的灵活性。

【技术实现步骤摘要】

本专利技术涉及智能机器与知识工程领域，尤其涉及一种。
技术介绍
智能机器人的研发几乎没有统一的标准，大部分机器人研究者都让机器人用自己研发的方式和标准来积累数据与资源，机器人都采用自己的方式来看待周围的世界，这就让机器人很难共享人类已经创造的丰富知识。运行中的机器人也没有一个完备的知识检测、服务跟踪、升级再检测、报废收回流程，大量的机器人在使用中出现了因过多的障碍而得不到及时修复的问题。传统的机器人是单机知识拷贝模式，且为完全知识拷贝，对于某些低端机器人，拷贝了很多不需要乃至完全无法运行的知识程序，不仅浪费了设备资源，更延长了机器人出厂时间，延缓了生产效率。
技术实现思路
本专利技术为了克服现有技术的不足之处，提出了一种，能使用于大规模、流水线型的机器人知识获取任务，提升了机器人知识获取的效率，节省了不必要的机器人硬件开销，提高了机器人获取知识的灵活性。本专利技术为了解决以上技术问题采用如下技术方案:本专利技术一种机器人学校，是应用于云系统中，其特点是，所述云系统向所述机器人学校的机器人发送服务命令，所述机器人学校的机器人接收所述服务命令并执行，同时记录服务成功次数与服务失败次数，并反馈给所述机器人学校；所述机器人学校的组成包括:机器人层级鉴定模块A、知识创生模块Q、能力认证模块E、服务反馈模块T和报废认证模块D ；利用式(I)将所述机器人学校School_Robot描述为一个五兀组:School_Robot = (A, Q, E, T, D) (I)。本专利技术所述的机器人学校，其特点也在于，所述机器人层级鉴定模块A的组成包括:机器人类别鉴定模块和机器人能力等级鉴定模块；利用式(2)表示所述机器人层级鉴定模块A:[001 2] A {R initial，R junior? R bachelor，R master，R doctor-^ (2)式(2)中， i表示机器人类别，并通过所述机器人类别鉴定模块获得；initial，junior, bachelor, master和doctor分别表示机器人的能力等级由低到高依次为:机器人萌芽士、机器人初学士、机器人学士、机器人硕士和机器人博士，并由所述机器人能力等级鉴定模块获得；且低能力等级的机器人从属于高能力等级的机器人，即((((initial e junior) e bachelor) e master) e doctor) !R1initial表示类别为i且能力等级为机器人萌芽士 initial的机器人；纪__表示类别为i且能力等级为机器人初学士 junior的机器人；Ribach610r表示类别为i且能力等级为机器人学士 bachelor的机器人Jimaste表示类别为i且能力等级为机器人硕士 master的机器人表示类别为i且能力等级为机器人博士doctor的机器人。所述知识创生模块Q的组成包括:知识分级映射模块与知识装配模块；利用式(3)表示所述知识分级映射模块:Level = {(Lvl, initial), (Lv2, junior), (Lv3, bachelor), (Lv4, master), (Lv5,doctor)} (3)式(3)中，Level表示知识分级映射模块；Lvl, Lv2, Lv3, Lv4和Lv5分别表示机器人知识分级级别由低到高依次为I级、2级、3级、4级和5级；且低级别的机器人的知识分级从属于高级别的机器人的知识分级，即((((initial e junior) e bachelor) e master) edoctor) ； (Lvl, initial)、(Lv2, junior)、(Lv3, bachelor)、(Lv4, master)、(Lv5, doctor)分别表示知识分级级别与机器人的能力等级的分级映射结果；(Lvl，initial)表示知识分级级别为I级的知识所对应的能力等级为机器人萌芽士 initial ； (Lv2, junior)表示知识分级级别为2级的知识所对应的能力等级为机器人初学士 junior ； (Lv3, bachelor)表示知识分级级别为3级的知识所对应的能力等级为机器人学士bachelor ;(Lv4，master)表示知识分级级别为4级的知识所对应的能力等级为机器人硕士master ； (Lv5, doctor)表示知识分级级别为5级的知识所对应的能力等级为机器人博士 doctor。所述能力认证模块E的组成包括:模拟测试模块、专业监督模块和证书颁发模块；利用式(4)表示所述能力认证模块E:E= (Similarity, Certification, Supervisor) (4)式(4)中，Similarity表示所述模拟测试模块，Certification表示所述证书颁发模块！Supervisor表示所述专业监督模块,并利用二进制打分方式表示监督的测试结果；利用式(5)表示所述模拟测试模块Similarity:Similarity = Sim (Data, Lvi), I ^ i ^ 5 (5)式(5)中，Data为模拟环境数据；Lvi表示所述机器人知识分级级别；且测试结果的范围为:0 ^ Sim (Data, Lvi) ^ I。所述服务反馈模块T的组成包括:反馈接收模块Feedback及错误统计模块Se?OT ；利用式(6)表示所述服务反馈模块T:T = (Feedback, Serror) (6)式(6)中，所述反馈接收模块Feedback接受机器人反馈的服务成功次数与服务失败次数，并将所述服务成功次数与服务失败次数传送给所述错误统计模块Sotot ；利用式(7)表示所述错误统计模块Sotot:Serror = Sign(Perror-P) (7)式(7)中，P表示标准错误概率；Pemff表示由所述服务成功次数与服务失败次数计算获得的错误概率，并由所述错误统计模块Sotot统计获得；SignO为符号函数，若Sign(Pemr-P) =-1,则表示机器人执行服务命令成功；若Sign(Pemr-P) =0或sign (Perror-P) = I,则表示机器人执行服务命令失败。 所述报废认证模块D的组成包括:报废机器人登记模块及报废机器人证书收回模块。本专利技术一种利用如上所述的任一特点的机器人学校的机器人知识获取方法的特点是按如下步骤进行:步骤1、待获取知识的机器人r通过所述机器人层级鉴定模块A获得机器人类别和机器人的能力等级，并根据所述机器人类别和机器人的能力等级确定机器人r为Riinitial或η?ρ-- η?ρ-- η?ρ-- ni.八 junior 八 bachelor 八 master 八 doctor ;步骤2、根据所述机器人的能力等级通过所述知识创生模块Q判断机器人r的知识分级级别为Lvl或Lv2或Lv3或Lv4或Lv5 ；步骤3、根据所述机器人的能力等级和知识分级级别获得机器人r的分级映身寸结果为(Lvl, initial)或(Lv2, junior)或(Lv3, bachelor)或(Lv4, master)或(Lv5, doctor)；步骤4、所述知识装配模块根据所述分级映射结果为机器人r装配对应的知识和能力；步骤5、装配好知识和能力的机器人r向所述能本文档来自技高网...

【技术保护点】
一种机器人学校，是应用于云系统中，其特征是，所述云系统向所述机器人学校的机器人发送服务命令，所述机器人学校的机器人接收所述服务命令并执行，同时记录服务成功次数与服务失败次数，并反馈给所述机器人学校；所述机器人学校的组成包括：机器人层级鉴定模块A、知识创生模块Q、能力认证模块E、服务反馈模块T和报废认证模块D；利用式(1)将所述机器人学校School_Robot描述为一个五元组：School_Robot＝(A,Q,E,T,D)     (1)。

【技术特征摘要】
1.一种机器人学校，是应用于云系统中，其特征是，所述云系统向所述机器人学校的机器人发送服务命令，所述机器人学校的机器人接收所述服务命令并执行，同时记录服务成功次数与服务失败次数，并反馈给所述机器人学校；所述机器人学校的组成包括:机器人层级鉴定模块A、知识创生模块Q、能力认证模块E、服务反馈模块T和报废认证模块D ； 利用式(I)将所述机器人学校School_Robot描述为一个五兀组:School_Robot = (A, Q, E, T, D) (I)。2.根据权利要求书I所述的机器人学校，其特征在于，所述机器人层级鉴定模块A的组成包括:机器人类别鉴定模块和机器人能力等级鉴定模块； 利用式(2)表示所述机器人层级鉴定模块A: A = (Ri Di DlDl Dl 丨 (P 彳 八^^ initial，八 junior，八 bachelor，八 master，八 doctorJ\^) 式(2)中，i表示机器人类别，并通过所述机器人类别鉴定模块获得；initial ,junior，bachelor, master和doctor分别表示机器人的能力等级由低到高依次为:机器人萌芽士、机器人初学士、机器人学士、机器人硕士和机器人博士，并由所述机器人能力等级鉴定模块获得；且低能力等级的机器人从属于高能力等级的机器人，即((((initial e junior) e bachelor) e master) e doctor) !R1initial表示类别为i且能力等级为机器人萌芽士 initial的机器人政_,表示类别为i且能力等级为机器人初学士 junior的机器人；纪—表示类别为i且能力等级为机器人学士 bachelor的机器人Aimaste表示类别为i且能力等级为机器人硕士 master的机器 人洱、。-表示类别为i且能力等级为机器人博士 doctor的机器人。3.根据权利要求书I所述的机器人学校，其特征在于，所述知识创生模块Q的组成包括:知识分级映射模块与知识装配模块； 利用式(3)表示所述知识分级映射模块:Level = {(Lvl, initial), (Lv2, junior), (Lv3, bachelor), (Lv4, master), (Lv5, doctor)} (3) 式(3)中，Level表示知识分级映射模块；Lvl, Lv2, Lv3, Lv4和Lv5分别表示机器人知识分级级别由低到高依次为I级、2级、3级、4级和5级；且低级别的机器人的知识分级从属于高级别的机器人的知识分级，即((((initial e junior) e bachelor) e master) e doctor) ； (Lvl, initial)、(Lv2, junior)、(Lv3, bachelor)、(Lv4, master)、(Lv5, doctor)分别表示知识分级级别与机器人的能力等级的分级映射结果；(Lvl，initial)表示知识分级级别为I级的知识所对应的能力等级为机器人萌芽士 initial ;(Lv2，junior)表示知识分级级别为2级的知识所对应的能力等级为机器人初学士 junior ； (Lv3, bachelor)表示知识分级级别为3级的知识所对应的能力等级为机器人学士 bachelor ； (Lv4, master)表示知识分级级别为4级的知识所对应的能力等级为机器人硕士master ； (Lv5, doctor)表示知识分级级别为5级的知识所对应的能力等级为机器人博士 doctor。4.根据权利要求书I所述的机器人学校，其特征在于，所述能力认证模块E的组成包括:模拟测试模块、专业监督模块和证书颁发模块； 利用式(4)表示所述能力认证模块E:E= (Similarity, Certification, Supervisor) (4) 式(4)中，Similarity表示所述模拟测试模块,Certification表示所述证书颁发模块；Supervisor表示所述专业监督模块,并利用二进制打分方式表示监督的测试结果； 利用式(5)表示所述模拟测试模块Similarity:Similarity = Sim (Data, Lvi), 1≤ i≤ 5 (5) 式(5)中，Data为模拟环境数据；Lvi表示所述机器人知识分级级别；且测试结果的范围为:0 ≤ Sim (Data, Lvi) ≤ 1。5.根据权利要求书I所述机器人学校，其特征在于，所述服务反馈模块T的组成包括:反馈接收模块Feedback及错误统计模块Senw ; 利用式(6)表示...

【专利技术属性】
技术研发人员：任福继，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34