智能設備及其優化方法和裝備技術

本發明專利技術涉及一種智能設備及其優化方法和裝備。該方法包括從智能設備的一個或多個傳感器接收數據；至少部分地基于所接收數據的類型來確定任務目標；基于所確定的任務目標來生成用于處理所接收數據的序列；以及優化該序列直至達成所確定的任務目標或被有條件地終止。本發明專利技術能夠不斷自我優化以實現高效運轉和低功耗。

Intelligent equipment and its optimization method and equipment

The invention relates to an intelligent equipment and its optimization method and equipment. The method includes receiving data from one or more sensors of intelligent equipment; based at least in part on the type of the received data to determine the target; to generate for processing received data sequence based on the determined target; and the optimization of the sequence until a determined target or conditional termination. The present invention can continuously optimize itself to achieve efficient operation and low power consumption.

【技術實現步驟摘要】
智能設備及其優化方法和裝備
本專利技術涉及人工智能，尤其是涉及一種智能設備及其優化方法和裝備。
技術介紹
智能設備(例如機器人，諸如企鵝機器人、智能探索類機器人、智能家居、寵物機器人、或軍用偵查型機器人)需要擁有優化的思維。這種優化的思維體現在實際生活中不斷提高自身的運動效率，在執行運動的過程中達到更高、更快、更強，在自身能耗方面達到更低、更有效。在學習周圍環境中，能夠自己組建學習模塊和學習方法，不斷優化自身智能對周圍環境的適應能力。智能設備含多種學習模型，并且決定最終的輸出行為。需要不斷地優化才能不斷適應復雜的生活環境，更好地為陪伴人類，承擔智能家庭的管理等等。因此，需要對智能設備進行優化以提高運動效能、增強對特定環境或事物的認知理解、不斷進化和適應，實現自身系統的高效運轉和低功耗。
技術實現思路
本專利技術所要解決的技術問題是提供一種智能設備及其優化方法，能夠不斷自我優化以實現高效運轉和低功耗。為此，本專利技術提供了一種用于智能設備的優化方法，包括：從所述智能設備的一個或多個傳感器接收數據；至少部分地基于所接收數據的類型來確定任務目標；基于所確定的任務目標來生成用于處理所接收數據的序列；以及優化所述序列直至達成所確定的任務目標或被有條件地終止。根據本專利技術的一方面，所接收數據包括運動檢測數據和學習檢測數據。根據本專利技術的一方面，所述任務目標為識別優化和運動優化之一。根據本專利技術的一方面，如果所述任務目標為識別優化，則所述序列包括從以下學習組件中所選擇的學習組件組合：濾波組件、降噪組件、降維組件、模糊處理組件、平滑處理組件和分類器組件。根據本專利技術的一方面，如果所述任務目標為運動優化，則所述序列包括運動參數的組合。根據本專利技術的一方面，優化所述序列包括：按所述序列來進行對應于所述任務目標的操作以得到第一操作結果；改變所述序列并按改變后的序列進行對應于所述任務目標的操作以得到第二操作結果；以及將所述第一操作結果與所述第二操作結果作比較并排除對應于較差操作結果的序列。根據本專利技術的一方面，改變所述序列包括：將所述序列的各組成部分重新排序和/或將所述序列的至少一部分進行替換。本專利技術還提供了一種用于智能設備的優化裝備，包括：接收裝置，其被配置成從所述智能設備的一個或多個傳感器接收數據；確定裝置，其被配置成至少部分地基于所接收數據的類型來確定任務目標；生成裝置，其被配置成基于所確定的任務目標來生成用于處理所接收數據的一個或多個序列；以及優化裝置，其被配置成優化所述序列直至達成所確定的任務目標或被有條件地終止。根據本專利技術的一方面，所接收數據包括運動檢測數據和學習檢測數據。根據本專利技術的一方面，所述任務目標為識別優化和運動優化之一。根據本專利技術的一方面，如果所述任務目標為識別優化，則所述序列包括從以下學習組件中所選擇的學習組件組合：濾波組件、降噪組件、降維組件、模糊處理組件、平滑處理組件和分類器組件。根據本專利技術的一方面，如果所述任務目標為運動優化，則所述序列包括運動參數的組合。根據本專利技術的一方面，所述優化裝置還被配置成：按所述序列來進行對應于所述任務目標的操作以得到第一操作結果；改變所述序列并按改變后的序列進行對應于所述任務目標的操作以得到第二操作結果；以及將所述第一操作結果與所述第二操作結果作比較并排除對應于較差操作結果的序列。根據本專利技術的一方面，改變所述序列包括：將所述序列的各組成部分重新排序和/或將所述序列的至少一部分進行替換。本專利技術還提供了一種智能設備，包括如上所述的優化裝備。本專利技術可以針對不同問題使用智能設備的不同功能得出優化解決方案，不依賴特定問題和特定任務。在復雜數據條件下，無法建立優化數學模型或者控制模型的情況下，自主學習訓練，得到最優解決方案，具有高度的適應性和自主性，并且能使優化解決方案的搜索和計算逃出本地最優解的限制，找到全局最優解，從而能夠使智能設備的各種效能達到最大值。附圖說明為讓本專利技術的上述目的、特征和優點能更明顯易懂，以下結合附圖對本專利技術的具體實施方式作詳細說明，其中：圖1示出了根據本專利技術實施例的用于智能設備的優化方法的示例性流程圖；圖2示出了根據本專利技術實施例的用于智能設備的優化方法的實現的示意圖；圖3示出了根據本專利技術實施例的對應于識別優化的序列的示例性框圖；圖4示出了根據本專利技術實施例的優化裝備的示例性框圖。具體實施方式下面結合具體實施例和附圖對本專利技術作進一步說明，在以下的描述中闡述了更多的細節以便于充分理解本專利技術，但是本專利技術顯然能夠以多種不同于此描述的其它方式來實施，本領域技術人員可以在不違背本專利技術內涵的情況下根據實際應用情況作類似推廣、演繹，因此不應以此具體實施例的內容限制本專利技術的保護范圍。圖1示出了本專利技術用于智能設備的優化方法100的示例性流程圖。在步驟102，從一個或多個傳感器接收數據；這一個或多個傳感器包括智能設備的運動檢測傳感器或學習檢測傳感器；如果智能設備進行運動檢測，則這一個或多個傳感器包括但不限于以下運動檢測傳感器中的至少一者：視覺傳感器、聲音傳感器、觸覺傳感器、陀螺儀、加速計以及電能管理器；如果智能設備進行學習檢測，則這一個或多個傳感器包括但不限于以下學習檢測傳感器中的至少一者：識別率檢測組件以及識別效率檢測組件；相應地，所接收數據包括從這一個或多個傳感器所接收的運動檢測數據或學習檢測數據。在步驟104，至少部分地基于所接收數據的類型來確定任務目標；如果所接收數據的類型為運動檢測數據，則確定任務目標是運動優化；如果所接收數據的類型為學習檢測數據，則確定任務目標是學習優化；還可以基于所接收數據的類型和分類算法來確定任務目標，例如在用分類算法處理所接收數據之后再確定任務目標，該任務目標為識別優化和運動優化之一。在步驟106，基于所確定的任務目標來生成用于處理所述數據的序列；如果任務目標為運動優化，則所述序列包括運動參數的組合；例如在智能機器人奔跑時各舵機轉動配合的運動參數的組合，以得到最快的行動速度、最平穩的姿態和最小的能耗；如果任務目標為識別優化，則所述序列包括但不限于從以下學習組件中所選組件的組合：濾波組件、降噪組件、降維組件、模糊處理組件、平滑處理組件和分類器組件；學習優化包括但不限于最快地識別以及最準地識別；例如，在識別人臉時，利用各學習組件的組合能夠最快最準地識別人臉圖像數據。在步驟108，優化所述序列直至達成所確定的任務目標或被有條件地終止；優化所述序列包括按所述序列來進行對應于所述任務目標的操作以得到第一操作結果；改變所述序列并按改變后的序列進行對應于所述任務目標的操作以得到第二操作結果；以及將所述第一操作結果與所述第二操作結果作比較并排除對應于較差操作結果的序列。例如，按序列來進行對應于任務目標的操作得到智能設備反饋的第一操作結果；反饋的操作結果可以對應于特定反饋函數，反饋函數評價了系統運行的效能和任務達成度的綜合結果，例如運動檢測時的反饋函數，是由執行了所有運動組件(即，運動參數的組合)后得到的所有傳感器(例如，加速器、陀螺儀和電能管理器)的反饋組成；這個評價是基于移動的速率高低、身體狀態的平穩和執行動作的耗能的綜合評價。然后，對先前序列進行改變并按改變后的序列進行前述類似操作以得到智能設備反饋的第二操作結果；例如將所述序列的各組成部分重新排序本文檔來自技高網...

【技術保護點】
一種用于智能設備的優化方法，其特征在于，包括：從所述智能設備的一個或多個傳感器接收數據；至少部分地基于所接收數據的類型來確定任務目標；基于所確定的任務目標來生成用于處理所接收數據的序列；以及優化所述序列直至達成所確定的任務目標或被有條件地終止。

【技術特征摘要】
1.一種用于智能設備的優化方法，其特征在于，包括：從所述智能設備的一個或多個傳感器接收數據；至少部分地基于所接收數據的類型來確定任務目標；基于所確定的任務目標來生成用于處理所接收數據的序列；以及優化所述序列直至達成所確定的任務目標或被有條件地終止。2.如權利要求1所述的方法，其特征在于，所接收數據包括運動檢測數據和學習檢測數據。3.如權利要求1所述的方法，其特征在于，所述任務目標為識別優化和運動優化之一。4.如權利要求3所述的方法，其特征在于，如果所述任務目標為識別優化，則所述序列包括從以下學習組件中所選擇的學習組件組合：濾波組件、降噪組件、降維組件、模糊處理組件、平滑處理組件和分類器組件。5.如權利要求3所述的方法，其特征在于，如果所述任務目標為運動優化，則所述序列包括運動參數的組合。6.如權利要求1所述的方法，其特征在于，優化所述序列包括：按所述序列來進行對應于所述任務目標的操作以得到第一操作結果；改變所述序列并按改變后的序列進行對應于所述任務目標的操作以得到第二操作結果；以及將所述第一操作結果與所述第二操作結果作比較并排除對應于較差操作結果的序列。7.如權利要求6所述的方法，其特征在于，改變所述序列包括：將所述序列的各組成部分重新排序和/或將所述序列的至少一部分進行替換。8.一種用于智能設備的優化裝備，其特征在于，包括：接收裝置，其被配置成從所述智能設備的一...

【專利技術屬性】
技術研發人員：不公告發明人，
申請(專利權)人：深圳光啟合眾科技有限公司，
類型：發明
國別省市：廣東,44