【技术实现步骤摘要】
本申请涉及机器人和知识工程，尤其涉及一种动态任务场景下技能的层次化知识表示方法、装置、电子设备及存储介质。
技术介绍
1、任务理解和技能凝练是服务机器人的关键能力。如何按照类似人类认知的方式分解任务，可以被转化成一个符号空间内的规划问题。经典的任务和运动规划方法非常依赖预定义的规划域和符号规则和复杂的策略搜索。这将导致它无法按照符合人类认知和语义的方式处理问题，很高的制定成本。机器人在开始任务前必须保证所有要素已知的限制会导致它难以高效地迁移，无法适应不断变化的动态任务场景。为了解决这个问题，一些基于语义的知识库构建方法被考虑到机器人操作的表示和任务规划中来。这可以允许机器人从人类知识中获取操作任务相关的内容。但是，知识是比数据更高维度的组织形式，本身具有离散、结构化的特性，难以直接描述连续的操作数据。所以，已有的基于知识的机器人操作表示方法侧重于刻画操作中静态的对象信息，没有实现不同要素之间的合理解耦和动态的因素，对任务、动作和技能的描述是扁平而混沌的。在查询和推理的过程中，它们只考虑了规则化的符号计算。
2、综合所述可知...
【技术保护点】
1.一种动态任务场景下技能的层次化知识表示方法，其特征在于，包括：
2.根据权利要求1所述的动态任务场景下技能的层次化知识表示方法，其特征在于，所述基于不同语义知识类型，利用图数据库构建知识分层理解框架包括：
3.根据权利要求2所述的动态任务场景下技能的层次化知识表示方法，其特征在于，所述知识分层理解框架包括：
4.根据权利要求3所述的动态任务场景下技能的层次化知识表示方法，其特征在于，还包括：
5.根据权利要求1所述的动态任务场景下技能的层次化知识表示方法，其特征在于，所述基于预设任务对动态任务场景进行知识抽取包括：<...
【技术特征摘要】
1.一种动态任务场景下技能的层次化知识表示方法，其特征在于，包括：
2.根据权利要求1所述的动态任务场景下技能的层次化知识表示方法，其特征在于，所述基于不同语义知识类型，利用图数据库构建知识分层理解框架包括：
3.根据权利要求2所述的动态任务场景下技能的层次化知识表示方法，其特征在于，所述知识分层理解框架包括：
4.根据权利要求3所述的动态任务场景下技能的层次化知识表示方法，其特征在于，还包括：
5.根据权利要求1所述的动态任务场景下技能的层次化知识表示方法，其特征在于，所述基于预设任务对动态任务场景进行知识抽取包括：
6.根据权利要求5所述的动态任务场景下技能的层次化知识表示...
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。