System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于大模型的数字运输调度员的构建方法技术_技高网

一种基于大模型的数字运输调度员的构建方法技术

技术编号:41206348 阅读:3 留言:0更新日期:2024-05-07 22:32
本发明专利技术属于物流技术领域,公开了基于大模型的数字运输调度员的构建方法,包括下列步骤:步骤一、构建模型知识库;模型知识库包括长期记忆知识库和短期记忆知识库;步骤二、采用大模型为核心的多用户代理技术构建一个调度员角色和多个联络员角色,角色构建基于角色的流程逻辑和联络员进行议价的策略、话术,所述联络员角色包括外呼联络员角色和接听联络员角色;步骤三、基于建立的角色与客户沟通采集信息,并完成相应的议价、匹配和调度任务。本发明专利技术能够实现发货方与价格最低的承运车辆之间的自动匹配成交,包括自动完成与车辆司机间的议价任务,并实现物流双方的最佳匹配调度。

【技术实现步骤摘要】

本专利技术属于物流,具体涉及一种基于大模型的数字运输调度员的构建方法


技术介绍

1、在常规的物流平台系统中,多数还采用人工联络客户(包括发货方和运输车辆的司机),人工沟通确定需求和承运条件,如车辆报价、货物种类数量和发货时间期限等,然后调度人员再根据所得信息进行车辆匹配(即司机和发货方的匹配)。随着人工智能技术发展,现有技术中也开始出现越来越多的自动匹配调度技术和信息录入技术,信息录入让客户能够按规定录入必要信息,而自动匹配调度技术能基于设定的匹配策略完成发货方和司机之间的匹配,再根据需求实现具体物流任务的调度。但是,现有的这些技术仍然无法满足客户的需求,由于在匹配过程中,客户存在需求改变、输入错漏以及讨价还价等现象,导致现有技术中的信息录入和调度匹配间存在规则复杂、涉及流程多以及最重要的信息改变不易的缺陷,例如发生讨价还价情况时,如果没有联络人员的介入容易造成发货方和司机无法达成一致的问题。而发货方和司机之间是否能成功达成一致,又会影响到匹配调度的结果,因此现有技术还缺少解决上述问题,从而实现自动化完成发货方和司机之间议价一致并实现最佳匹配调度的技术方案。由于chatgpt等大语言模型技术的发展,在物流平台中应用这类大模型技术成为了可能,但现有技术中还未实现基于此类大模型来满足物流平台相关需求的技术。


技术实现思路

1、本专利技术目的是提供一种基于大模型的数字运输调度员的构建方法,以解决现有技术中难以实现自动化完成发货方和司机之间议价一致并实现最佳匹配调度的技术间题。

<p>2、所述的一种基于大模型的数字运输调度员的构建方法,包括下列步骤:

3、步骤一、构建模型知识库;

4、模型知识库包括长期记忆知识库和短期记忆知识库,长期记忆知识库储存的长期记忆包括角色的流程逻辑和联络员进行议价的策略、话术,短期记忆知识库储存的短期记忆包括每次任务的具体任务内容,所述任务包括调度任务和联络任务,联络任务包括外呼联络任务和接听联络任务;

5、步骤二、采用大模型为核心的多用户代理技术构建一个调度员角色和多个联络员角色,角色构建基于角色的流程逻辑和联络员进行议价的策略、话术,所述联络员角色包括外呼联络员角色和接听联络员角色;

6、步骤三、基于建立的角色与客户沟通采集信息,并完成相应的议价、匹配和调度任务。

7、优选的,所述步骤一中,将目前调度员的工作流程、工作事项和决策点上所需知识都逐一梳理出来,形成知识文档;针对决策点上的输入和输出,制定相应的模板内容和数据格式用于信息传输;提供测试用例用于测试大模型在理解模型知识库的准确率,所述长期记忆包括所述知识文档、所述模板内容、所述数据格式和所述测试用例。

8、优选的,在提取到相应的任务信息后,将任务信息的相关数据格式化后填充到对应任务的模板内容中形成具体任务内容,短期记忆在每次任务结束后即被清空,只保留模板内容和数据格式用于下一次任务。

9、优选的,所述步骤二中,系统初始化后基于长期记忆知识库进行角色构建,构建时将角色的流程逻辑和联络员进行议价的策略、话术输入大模型,在选择大模型时还利用知识库中存储的测试用例进行测试;对于联络员角色,需要在系统中设置相应的接口,包括语音通信接口和数据接口,语音通信接口能通过拨打电话直接和承运方进行语音沟通,系统中设有文本到语音双向的转换引擎。

10、优选的,所述长期记忆具体描述调度员的职责以及输入输出样例,包括完备的调度流程和调度决策知识,对调度相关的步骤计划进行任务分解并具体描述;所述议价话术包括打招呼、自我介绍、介绍货源、议价理由和确认成交,议价策略包括先主动报价等待司机意向后议价的策略一和先获取司机报价后再引导司机调整意向的策略二。

11、优选的,所述步骤三的流程包括:

12、s1、系统与发货方沟通采集必需的相关字段信息形成调车单,再进一步形成作为短期记忆的调度任务内容,调度任务下发到调度员角色;

13、s2、调度员角色通过系统接口获取可用车辆,并完成关联标记并生成对应各个车辆的外呼联络任务;

14、s3、通过联络员管理及状态监控确定空闲的外呼联络员角色,并向空闲的外呼联络员角色发送当前调车单的外呼联络任务;

15、s4、外呼联络员角色与对应司机联系完成外呼联络任务。

16、优选的,所述步骤三的流程还包括:

17、s5、建立的联络员角色中包括接听联络员角色,调度员角色在标记可用车辆的同时还通过接口在网络平台上进行挂单,展示可公开的调度单信息,对应的接听联络任务同步发送到接听联络员角色,相应的接听联络员角色在挂单期间处于待命状态,当接到来自车辆司机的电话后,接听联络员角色根据接听联络任务的信息与司机进行议价。

18、优选的,一个车辆只能关联一个调车单,如果议价匹配失败,确定该车辆不合适当前任务,则取消与当前调车单相关的可用车辆标记,允许将其再关联到其他调车单;外呼联络员角色与司机建立联系后,基于学习的话术和策略进行沟通议价,在确定司机有承运意向后进行议价,并根据议价策略选择相应话术与司机沟通,确定司机的最终意向价格后向调度员角色反馈。

19、优选的,议价策略中成交判定的条件,包括:

20、1)在规定调车时间允许的情况下,若能已搜索到符合匹配要求的报价,按价低者得的策略执行确定成交步骤;否则,继续指派新的调车任务给空闲的外呼联络员;

21、2)剩余调车时间很少的情况下,按以下步骤确定成交:

22、2.1)需访问当前货源的意向报价表,从最低价开始发起成交;

23、2.2)若当前联络员的价格是最低价,直接和司机核实成交;

24、2.3)若当前联络员的价格不是最低价,则等待报出最低价的外呼联络员与司机核实;

25、2.4)若核实后司机确认可承运,则确定成交;

26、2.5)若核实后司机反馈价格过低,则继续沟通获取意向价;此后,若司机最新意向价最低,直接成交;若司机最新意向价非最低,再进行进入成交判定;若司机反馈不可承运,则该报价作废,也再次进入成交判定。

27、本专利技术具有以下优点:本专利技术通过相应的模型知识库和系统的相关接口,实现了使用模型知识库中的长期记忆和短期记忆在合适的大模型中构建一个调度员角色和若干联络员角色的效果。大模型能学习已有的车辆调度的相关业务知识,构建数字化的调度员角色,从而能在物流领域实现自动执行调度任务,提高车辆调度效率,通过长期记忆中对调度相关的步骤计划进行任务分解并具体描述,让调度员角色还能够与联络员角色进行交互并产生对应的联络任务下发给对应的联络员角色。类似地,利用长期记忆和短期记忆构建的联络员角色既能够执行外呼联络任务与司机主动沟通议价,也能够在待机状态下接听司机的电话进行议价,并与调度员角色交互实现议价内容的反馈,从而实现议价成交。此过程通过设置议价策略和话术,结合调度员角色的调度策略能够实现发货方与价格最低的承运车辆之间的自动本文档来自技高网...

【技术保护点】

1.一种基于大模型的数字运输调度员的构建方法,其特征在于:包括下列步骤:

2.根据权利要求1所述的一种基于大模型的数字运输调度员的构建方法,其特征在于:所述步骤一中,将目前调度员的工作流程、工作事项和决策点上所需知识都逐一梳理出来,形成知识文档;针对决策点上的输入和输出,制定相应的模板内容和数据格式用于信息传输;提供测试用例用于测试大模型在理解模型知识库的准确率,所述长期记忆包括所述知识文档、所述模板内容、所述数据格式和所述测试用例。

3.根据权利要求2所述的一种基于大模型的数字运输调度员的构建方法,其特征在于:在提取到相应的任务信息后,将任务信息的相关数据格式化后填充到对应任务的模板内容中形成具体任务内容,短期记忆在每次任务结束后即被清空,只保留模板内容和数据格式用于下一次任务。

4.根据权利要求1所述的一种基于大模型的数字运输调度员的构建方法,其特征在于:所述步骤二中,系统初始化后基于长期记忆知识库进行角色构建,构建时将角色的流程逻辑和联络员进行议价的策略、话术输入大模型,在选择大模型时还利用知识库中存储的测试用例进行测试;对于联络员角色,需要在系统中设置相应的接口,包括语音通信接口和数据接口,语音通信接口能通过拨打电话直接和承运方进行语音沟通,系统中设有文本到语音双向的转换引擎。

5.根据权利要求1所述的一种基于大模型的数字运输调度员的构建方法,其特征在于:所述长期记忆具体描述调度员的职责以及输入输出样例,包括完备的调度流程和调度决策知识,对调度相关的步骤计划进行任务分解并具体描述;所述议价话术包括打招呼、自我介绍、介绍货源、议价理由和确认成交,议价策略包括先主动报价等待司机意向后议价的策略一和先获取司机报价后再引导司机调整意向的策略二。

6.根据权利要求1所述的一种基于大模型的数字运输调度员的构建方法,其特征在于:所述步骤三的流程包括:

7.根据权利要求6所述的一种基于大模型的数字运输调度员的构建方法,其特征在于:所述步骤三的流程还包括:

8.根据权利要求6所述的一种基于大模型的数字运输调度员的构建方法,其特征在于:一个车辆只能关联一个调车单,如果议价匹配失败,确定该车辆不合适当前任务,则取消与当前调车单相关的可用车辆标记,允许将其再关联到其他调车单;外呼联络员角色与司机建立联系后,基于学习的话术和策略进行沟通议价,在确定司机有承运意向后进行议价,并根据议价策略选择相应话术与司机沟通,确定司机的最终意向价格后向调度员角色反馈。

9.根据权利要求6所述的一种基于大模型的数字运输调度员的构建方法,其特征在于:议价策略中成交判定的条件,包括:

...

【技术特征摘要】

1.一种基于大模型的数字运输调度员的构建方法,其特征在于:包括下列步骤:

2.根据权利要求1所述的一种基于大模型的数字运输调度员的构建方法,其特征在于:所述步骤一中,将目前调度员的工作流程、工作事项和决策点上所需知识都逐一梳理出来,形成知识文档;针对决策点上的输入和输出,制定相应的模板内容和数据格式用于信息传输;提供测试用例用于测试大模型在理解模型知识库的准确率,所述长期记忆包括所述知识文档、所述模板内容、所述数据格式和所述测试用例。

3.根据权利要求2所述的一种基于大模型的数字运输调度员的构建方法,其特征在于:在提取到相应的任务信息后,将任务信息的相关数据格式化后填充到对应任务的模板内容中形成具体任务内容,短期记忆在每次任务结束后即被清空,只保留模板内容和数据格式用于下一次任务。

4.根据权利要求1所述的一种基于大模型的数字运输调度员的构建方法,其特征在于:所述步骤二中,系统初始化后基于长期记忆知识库进行角色构建,构建时将角色的流程逻辑和联络员进行议价的策略、话术输入大模型,在选择大模型时还利用知识库中存储的测试用例进行测试;对于联络员角色,需要在系统中设置相应的接口,包括语音通信接口和数据接口,语音通信接口能通过拨打电话直接和承运方进行语音沟通,系统中设有文本到语音双向的转换引擎。<...

【专利技术属性】
技术研发人员:卢立新周翔于勇张宏伟文超叶波高青松温鸿李光辉谷翔
申请(专利权)人:安徽共生众服供应链技术研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1