一种决策确定方法、装置、设备及介质制造方法及图纸

本申请实施例提供了一种决策确定方法、装置、设备及介质，用以解决现有技术中确定的决策准确度不高的问题。由于在本申请实施例中，机器人在采集到每个行为数据之后，将行为数据发送至服务器，服务器基于预先训练完成的决策确定模型，确定每个行为数据对应的决策及置信度，在置信度较低时联合后台的业务员共同确定决策，将决策发送至机器人，由于服务器具有更高的算力及更强大的硬件，因此可以提高决策确定的准确性。定的准确性。定的准确性。

【技术实现步骤摘要】
一种决策确定方法、装置、设备及介质


[0001]本申请涉及数据处理领域，尤其涉及一种决策确定方法、装置、设备及介质。

技术介绍

[0002]科技水平愈发提高。人类从工业时代走入信息时代，通过开发和模拟人的意识和思维方法，研究开发人工智能大脑，以期进一步提高社会劳动生产率，提高科技水平，推动人类社会进步和发展。
[0003]目前传统的云端平台对机器人尤其是清洁机器人智能提升有限，绝大部分清洁机器人的决策和算力都放在机器人本体，由于技术和硬件的限制，决定了机器人不可能实现接近人级的智能，即机器人所确定的决策的准确度不高，其中，决策指的是回充、清洁等。

技术实现思路

[0004]本申请实施例提供了一种决策确定方法、装置、设备及介质，用以解决现有技术中确定的决策准确度不高的问题。
[0005]第一方面，本申请实施例提供了一种决策确定方法，应用于服务器，所述方法包括：
[0006]接收机器人采集的每个行为数据；
[0007]基于预先训练完成的决策确定模型，确定所述每个行为数据对应的决策及置信度；若所述置信度低于预设的置信度阈值，联合后台的业务员共同确定决策，并基于所确定的决策再次训练所述决策确定模型；
[0008]将所述决策发送至所述机器人。
[0009]第二方面，本申请实施例还提供了一种决策确定装置，所述装置包括：
[0010]接收模块，用于接收机器人采集的每个行为数据；
[0011]处理模块，用于基于预先训练完成的决策确定模型，确定所述每个行为数据对应的决策及置信度；若所述置信度低于预设的置信度阈值，联合后台的业务员共同确定决策，并基于所确定的决策再次训练所述决策确定模型；
[0012]发送模块，用于将所述决策发送至所述机器人。
[0013]第三方面，本申请实施例还提供了一种电子设备，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时执行任一决策确定方法的步骤。
[0014]第四方面，本申请实施例还提供了一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时执行任一决策确定方法的步骤。
[0015]由于在本申请实施例中，机器人在采集到每个行为数据之后，将行为数据发送至服务器，服务器基于预先训练完成的决策确定模型，确定每个行为数据对应的决策及置信度，在置信度较低时联合后台的业务员共同确定决策，将决策发送至机器人，由于服务器具有更高的算力及更强大的硬件，因此可以提高决策确定的准确性。
附图说明
[0016]为了更楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本申请实施例提供的一种决策确定过程示意图；
[0018]图2为本申请实施例提供的一种业务员确定决策的界面示意图；
[0019]图3为本申请实施例提供的一种决策确定的系统架构图；
[0020]图4为本申请实施例提供的一种决策确定模型的示意图；
[0021]图5为本申请实施例提供的一种决策确定装置的结构示意图；
[0022]图6为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
[0023]下面将结合附图对本申请作进一步地详细描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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它实施例，都属于本申请保护的范围。
[0024]为了提高确定的决策的准确性，本申请实施例提供了一种决策确定方法、装置、设备及介质。
[0025]该决策确定方法包括：服务器接收机器人采集的每个行为数据，将每个行为数据输入预先训练完成的决策确定模型中，获取决策确定模型输出的决策及置信度，若置信度低于预设的置信度阈值，则联合后台的业务员共同确定决策，并基于所确定的决策再次训练决策确定模型，将获取到的决策发送至机器人，从而提高决策确定的准确性。
[0026]图1为本申请实施例提供的一种决策确定过程示意图，该过程包括以下步骤：
[0027]S101：接收机器人采集的每个行为数据。
[0028]本申请实施例提供的决策确定方法应用于服务器，该服务器可以为云端服务器。
[0029]为了提高确定的决策的准确性，机器人在采集到行为数据后，可以将采集到的每个行为数据发送至服务器，由服务器基于机器人采集到的每个行为数据进行分析，确定对应的决策。其中，行为数据包括机器人看到的，听到的，接触到的数据，行为数据可以是机器人的传感器采集到的。具体的，机器人可以按照预设的时间间隔将这一时间段内采集到的每个行为数据发送至服务器，也可以在有决策确定需求的时候，例如有构建清扫路径的需求时，将采集到的每个行为数据发送至服务器。本申请实施例所描述的机器人可以为清扫机器人。
[0030]S102：基于预先训练完成的决策确定模型，确定所述每个行为数据对应的决策及置信度；若所述置信度低于预设的置信度阈值，联合后台的业务员共同确定决策，并基于所确定的决策再次训练所述决策确定模型。
[0031]为了准确地确定对应的决策，服务器中保存有预先训练完成的决策确定模型，服务器在接收到机器人采集的每个行为数据后，可以将接收到的每个行为数据输入到预先训练完成的决策确定模型中，获取该决策确定模型的输出，该输出即为对应的决策。
[0032]由于决策确定模型所确定的决策可能准确度不高，为了提高决策确定的准确性，
决策确定模型在确定决策时，还可以确定为该决策的置信度，服务器根据该置信度确定决策是否准确。具体的，服务器在接收到每个行为数据之后，将每个行为数据输入预先训练完成的决策确定模型中，决策确定模型输出对应的决策及决策的置信度，服务器可以判断该置信度是否超过预设的置信度阈值，若该置信度超过预设的置信度阈值，则说明决策确定模型确定的决策较为准确。若该置信度不超过预设的置信度阈值，则说明决策确定模型所确定的决策准确度不高，为了提高决策确定的准确性，电子设备联合业务员确定对应的决策，具体的，服务器可以将该每个行为数据发送至预设设备，由业务员基于预设设备接收到的每个行为数据确定对应的决策，业务员可以在对应的页面选择对应的决策，并点击预设按钮，例如“确定”按钮，预设设备即可将业务员选择的决策发送至服务器。
[0033]由于业务员所确定的决策较为准确，因此在接收到预设设备发送的决策后，可以将每个行为数据及预设设备发送的决策的对应关系加入训练集中，该训练集为对决策确定模型进行训练的数据的集合。
[0034]具体的，为了实现对决策确定模型的训练，本申请实施例中保存有进行训练用的训练集，该训练集中还针对样本数据，保存有该样本图像对应的标注决策，在获取到训练集中的任一样本数据，将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种决策确定方法，其特征在于，应用于服务器，所述方法包括：接收机器人采集的每个行为数据；基于预先训练完成的决策确定模型，确定所述每个行为数据对应的决策及置信度；若所述置信度低于预设的置信度阈值，联合后台的业务员共同确定决策，并基于所确定的决策再次训练所述决策确定模型；将所述决策发送至所述机器人。2.根据权利要求1所述的方法，其特征在于，所述接收机器人采集的每个行为数据包括：接收机器人采集的每个行为数据及每个行为数据对应的数据类型；所述接收机器人采集的每个行为数据之后，所述基于预先训练完成的决策确定模型，确定所述行为数据对应的决策之前，所述方法还包括：保留所述每个行为数据中对应的数据类型为预设类型的每个数据，采用保留的每个数据对所述每个行为数据进行更新，针对更新后的每个行为数据执行后续基于预先训练完成的决策确定模型，确定所述行为数据对应的决策的步骤。3.根据权利要求1或2所述的方法，其特征在于，所述接收机器人采集的每个行为数据之后，所述基于预先训练完成的决策确定模型，确定所述行为数据对应的决策之前，所述方法还包括：针对所述每个行为数据，获取针对该行为数据对应的数据类型保存的数据范围，若该行为数据超过所述数据范围，则删除该行为数据，采用保留的每个行为数据对所述每个行为数据进行更新，针对更新后的每个行为数据执行后续基于预先训练完成的决策确定模型，确定所述行为数据对应的决策的步骤。4.根据权利要求1所述的方法，其特征在于，所述联合后台的业务员共同确定决策包括：发送所述每个行为数据至预设设备，以使所述预设设备的业务员基于所述每个行为数据确定对应的决策；接收所述预设设备发送的决策。5.根据权利要求1所述的方法，其特征在于，所述接收机器人采集的每个行为数据包括：接收机器人采集的每个行为数据及输入的机器人所处的场景信息；所述基于...

【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，李宇浩，
申请(专利权)人：麦岩智能科技北京有限公司，
类型：发明
国别省市：