本發(fā)明涉及人工智能，尤其是涉及一種智能設(shè)備及其優(yōu)化方法和裝備。

背景技術(shù)：

智能設(shè)備(例如機(jī)器人，諸如企鵝機(jī)器人、智能探索類機(jī)器人、智能家居、寵物機(jī)器人、或軍用偵查型機(jī)器人)需要擁有優(yōu)化的思維。這種優(yōu)化的思維體現(xiàn)在實(shí)際生活中不斷提高自身的運(yùn)動(dòng)效率，在執(zhí)行運(yùn)動(dòng)的過程中達(dá)到更高、更快、更強(qiáng)，在自身能耗方面達(dá)到更低、更有效。在學(xué)習(xí)周圍環(huán)境中，能夠自己組建學(xué)習(xí)模塊和學(xué)習(xí)方法，不斷優(yōu)化自身智能對(duì)周圍環(huán)境的適應(yīng)能力。

智能設(shè)備含多種學(xué)習(xí)模型，并且決定最終的輸出行為。需要不斷地優(yōu)化才能不斷適應(yīng)復(fù)雜的生活環(huán)境，更好地為陪伴人類，承擔(dān)智能家庭的管理等等。因此，需要對(duì)智能設(shè)備進(jìn)行優(yōu)化以提高運(yùn)動(dòng)效能、增強(qiáng)對(duì)特定環(huán)境或事物的認(rèn)知理解、不斷進(jìn)化和適應(yīng)，實(shí)現(xiàn)自身系統(tǒng)的高效運(yùn)轉(zhuǎn)和低功耗。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是提供一種智能設(shè)備及其優(yōu)化方法，能夠不斷自我優(yōu)化以實(shí)現(xiàn)高效運(yùn)轉(zhuǎn)和低功耗。

為此，本發(fā)明提供了一種用于智能設(shè)備的優(yōu)化方法，包括：從所述智能設(shè)備的一個(gè)或多個(gè)傳感器接收數(shù)據(jù)；至少部分地基于所接收數(shù)據(jù)的類型來確定任務(wù)目標(biāo)；基于所確定的任務(wù)目標(biāo)來生成用于處理所接收數(shù)據(jù)的序列；以及優(yōu)化所述序列直至達(dá)成所確定的任務(wù)目標(biāo)或被有條件地終止。根據(jù)本發(fā)明的一方面，所接收數(shù)據(jù)包括運(yùn)動(dòng)檢測(cè)數(shù)據(jù)和學(xué)習(xí)檢測(cè)數(shù)據(jù)。

根據(jù)本發(fā)明的一方面，所述任務(wù)目標(biāo)為識(shí)別優(yōu)化和運(yùn)動(dòng)優(yōu)化之一。

根據(jù)本發(fā)明的一方面，如果所述任務(wù)目標(biāo)為識(shí)別優(yōu)化，則所述序列包括從以下學(xué)習(xí)組件中所選擇的學(xué)習(xí)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(jù)本發(fā)明的一方面，如果所述任務(wù)目標(biāo)為運(yùn)動(dòng)優(yōu)化，則所述序列包括運(yùn)動(dòng)參數(shù)的組合。

根據(jù)本發(fā)明的一方面，優(yōu)化所述序列包括：按所述序列來進(jìn)行對(duì)應(yīng)于所述任務(wù)目標(biāo)的操作以得到第一操作結(jié)果；改變所述序列并按改變后的序列進(jìn)行對(duì)應(yīng)于所述任務(wù)目標(biāo)的操作以得到第二操作結(jié)果；以及將所述第一操作結(jié)果與所述第二操作結(jié)果作比較并排除對(duì)應(yīng)于較差操作結(jié)果的序列。

根據(jù)本發(fā)明的一方面，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?qū)⑺鲂蛄械闹辽僖徊糠诌M(jìn)行替換。

本發(fā)明還提供了一種用于智能設(shè)備的優(yōu)化裝備，包括：接收裝置，其被配置成從所述智能設(shè)備的一個(gè)或多個(gè)傳感器接收數(shù)據(jù)；確定裝置，其被配置成至少部分地基于所接收數(shù)據(jù)的類型來確定任務(wù)目標(biāo)；生成裝置，其被配置成基于所確定的任務(wù)目標(biāo)來生成用于處理所接收數(shù)據(jù)的一個(gè)或多個(gè)序列；以及優(yōu)化裝置，其被配置成優(yōu)化所述序列直至達(dá)成所確定的任務(wù)目標(biāo)或被有條件地終止。

根據(jù)本發(fā)明的一方面，所接收數(shù)據(jù)包括運(yùn)動(dòng)檢測(cè)數(shù)據(jù)和學(xué)習(xí)檢測(cè)數(shù)據(jù)。

根據(jù)本發(fā)明的一方面，所述任務(wù)目標(biāo)為識(shí)別優(yōu)化和運(yùn)動(dòng)優(yōu)化之一。

根據(jù)本發(fā)明的一方面，如果所述任務(wù)目標(biāo)為識(shí)別優(yōu)化，則所述序列包括從以下學(xué)習(xí)組件中所選擇的學(xué)習(xí)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(jù)本發(fā)明的一方面，如果所述任務(wù)目標(biāo)為運(yùn)動(dòng)優(yōu)化，則所述序列包括運(yùn)動(dòng)參數(shù)的組合。

根據(jù)本發(fā)明的一方面，所述優(yōu)化裝置還被配置成：按所述序列來進(jìn)行對(duì)應(yīng)于所述任務(wù)目標(biāo)的操作以得到第一操作結(jié)果；改變所述序列并按改變后的序列進(jìn)行對(duì)應(yīng)于所述任務(wù)目標(biāo)的操作以得到第二操作結(jié)果；以及將所述第一操作結(jié)果與所述第二操作結(jié)果作比較并排除對(duì)應(yīng)于較差操作結(jié)果的序列。

根據(jù)本發(fā)明的一方面，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?qū)⑺鲂蛄械闹辽僖徊糠诌M(jìn)行替換。

本發(fā)明還提供了一種智能設(shè)備，包括如上所述的優(yōu)化裝備。

本發(fā)明可以針對(duì)不同問題使用智能設(shè)備的不同功能得出優(yōu)化解決方案，不依 賴特定問題和特定任務(wù)。在復(fù)雜數(shù)據(jù)條件下，無法建立優(yōu)化數(shù)學(xué)模型或者控制模型的情況下，自主學(xué)習(xí)訓(xùn)練，得到最優(yōu)解決方案，具有高度的適應(yīng)性和自主性，并且能使優(yōu)化解決方案的搜索和計(jì)算逃出本地最優(yōu)解的限制，找到全局最優(yōu)解，從而能夠使智能設(shè)備的各種效能達(dá)到最大值。

附圖說明

為讓本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，以下結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式作詳細(xì)說明，其中：

圖1示出了根據(jù)本發(fā)明實(shí)施例的用于智能設(shè)備的優(yōu)化方法的示例性流程圖；

圖2示出了根據(jù)本發(fā)明實(shí)施例的用于智能設(shè)備的優(yōu)化方法的實(shí)現(xiàn)的示意圖；

圖3示出了根據(jù)本發(fā)明實(shí)施例的對(duì)應(yīng)于識(shí)別優(yōu)化的序列的示例性框圖；

圖4示出了根據(jù)本發(fā)明實(shí)施例的優(yōu)化裝備的示例性框圖。

具體實(shí)施方式

下面結(jié)合具體實(shí)施例和附圖對(duì)本發(fā)明作進(jìn)一步說明，在以下的描述中闡述了更多的細(xì)節(jié)以便于充分理解本發(fā)明，但是本發(fā)明顯然能夠以多種不同于此描述的其它方式來實(shí)施，本領(lǐng)域技術(shù)人員可以在不違背本發(fā)明內(nèi)涵的情況下根據(jù)實(shí)際應(yīng)用情況作類似推廣、演繹，因此不應(yīng)以此具體實(shí)施例的內(nèi)容限制本發(fā)明的保護(hù)范圍。

圖1示出了本發(fā)明用于智能設(shè)備的優(yōu)化方法100的示例性流程圖。在步驟102，從一個(gè)或多個(gè)傳感器接收數(shù)據(jù)；這一個(gè)或多個(gè)傳感器包括智能設(shè)備的運(yùn)動(dòng)檢測(cè)傳感器或?qū)W習(xí)檢測(cè)傳感器；如果智能設(shè)備進(jìn)行運(yùn)動(dòng)檢測(cè)，則這一個(gè)或多個(gè)傳感器包括但不限于以下運(yùn)動(dòng)檢測(cè)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(jì)以及電能管理器；如果智能設(shè)備進(jìn)行學(xué)習(xí)檢測(cè)，則這一個(gè)或多個(gè)傳感器包括但不限于以下學(xué)習(xí)檢測(cè)傳感器中的至少一者：識(shí)別率檢測(cè)組件以及識(shí)別效率檢測(cè)組件；相應(yīng)地，所接收數(shù)據(jù)包括從這一個(gè)或多個(gè)傳感器所接收的運(yùn)動(dòng)檢測(cè)數(shù)據(jù)或?qū)W習(xí)檢測(cè)數(shù)據(jù)。在步驟104，至少部分地基于所接收數(shù)據(jù)的類型來確定任務(wù)目標(biāo)；如果所接收數(shù)據(jù)的類型為運(yùn)動(dòng)檢測(cè)數(shù)據(jù)，則確定任務(wù)目標(biāo)是運(yùn)動(dòng)優(yōu)化；如果所接收數(shù)據(jù)的類型為學(xué)習(xí)檢測(cè)數(shù)據(jù)，則確定任務(wù)目標(biāo)是學(xué)習(xí)優(yōu)化；還可以基于所接收數(shù)據(jù)的類型和分類算法來確定任務(wù)目標(biāo)，例如在用分類算法處理所接收數(shù)據(jù)之后再確定任務(wù)目標(biāo)，該任務(wù)目標(biāo)為識(shí)別優(yōu)化和運(yùn)動(dòng)優(yōu)化之一。在步驟106，基于所確 定的任務(wù)目標(biāo)來生成用于處理所述數(shù)據(jù)的序列；如果任務(wù)目標(biāo)為運(yùn)動(dòng)優(yōu)化，則所述序列包括運(yùn)動(dòng)參數(shù)的組合；例如在智能機(jī)器人奔跑時(shí)各舵機(jī)轉(zhuǎn)動(dòng)配合的運(yùn)動(dòng)參數(shù)的組合，以得到最快的行動(dòng)速度、最平穩(wěn)的姿態(tài)和最小的能耗；如果任務(wù)目標(biāo)為識(shí)別優(yōu)化，則所述序列包括但不限于從以下學(xué)習(xí)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(xué)習(xí)優(yōu)化包括但不限于最快地識(shí)別以及最準(zhǔn)地識(shí)別；例如，在識(shí)別人臉時(shí)，利用各學(xué)習(xí)組件的組合能夠最快最準(zhǔn)地識(shí)別人臉圖像數(shù)據(jù)。在步驟108，優(yōu)化所述序列直至達(dá)成所確定的任務(wù)目標(biāo)或被有條件地終止；優(yōu)化所述序列包括按所述序列來進(jìn)行對(duì)應(yīng)于所述任務(wù)目標(biāo)的操作以得到第一操作結(jié)果；改變所述序列并按改變后的序列進(jìn)行對(duì)應(yīng)于所述任務(wù)目標(biāo)的操作以得到第二操作結(jié)果；以及將所述第一操作結(jié)果與所述第二操作結(jié)果作比較并排除對(duì)應(yīng)于較差操作結(jié)果的序列。例如，按序列來進(jìn)行對(duì)應(yīng)于任務(wù)目標(biāo)的操作得到智能設(shè)備反饋的第一操作結(jié)果；反饋的操作結(jié)果可以對(duì)應(yīng)于特定反饋函數(shù)，反饋函數(shù)評(píng)價(jià)了系統(tǒng)運(yùn)行的效能和任務(wù)達(dá)成度的綜合結(jié)果，例如運(yùn)動(dòng)檢測(cè)時(shí)的反饋函數(shù)，是由執(zhí)行了所有運(yùn)動(dòng)組件(即，運(yùn)動(dòng)參數(shù)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(gè)評(píng)價(jià)是基于移動(dòng)的速率高低、身體狀態(tài)的平穩(wěn)和執(zhí)行動(dòng)作的耗能的綜合評(píng)價(jià)。然后，對(duì)先前序列進(jìn)行改變并按改變后的序列進(jìn)行前述類似操作以得到智能設(shè)備反饋的第二操作結(jié)果；例如將所述序列的各組成部分重新排序和/或?qū)⑺鲂蛄械闹辽僖徊糠诌M(jìn)行替換后再次執(zhí)行所代表任務(wù)目標(biāo)的聯(lián)合輸出。隨后將第一操作結(jié)果與第二操作結(jié)果作比較，將對(duì)應(yīng)于優(yōu)秀結(jié)果的序列保存并排除對(duì)應(yīng)于較差結(jié)果的序列。不斷重復(fù)以上對(duì)序列的改變以及排除較差序列直至反饋的操作結(jié)果不再改變(即，達(dá)成服務(wù)目標(biāo))或者該過程被有條件地終止。

圖2示出了本發(fā)明用于智能設(shè)備的優(yōu)化方法的實(shí)現(xiàn)的示意圖。(1)從智能設(shè)備的運(yùn)動(dòng)檢測(cè)傳感器或?qū)W習(xí)檢測(cè)傳感器接收數(shù)據(jù)。運(yùn)動(dòng)檢測(cè)傳感器包括加速器、陀螺儀和電能管理器，學(xué)習(xí)檢測(cè)傳感器包括識(shí)別率檢測(cè)組件和識(shí)別效率檢測(cè)組件；所接收數(shù)據(jù)分別為運(yùn)動(dòng)檢測(cè)數(shù)據(jù)和學(xué)習(xí)檢測(cè)數(shù)據(jù)。(2)基于所接收數(shù)據(jù)的類型為運(yùn)動(dòng)檢測(cè)數(shù)據(jù)或?qū)W習(xí)檢測(cè)數(shù)據(jù)來確定任務(wù)目標(biāo)是運(yùn)動(dòng)優(yōu)化還是識(shí)別優(yōu)化。(3)基于所確定的任務(wù)目標(biāo)來生成用于處理所述數(shù)據(jù)的序列。在該實(shí)施例中，如果所確定的任務(wù)目標(biāo)是識(shí)別優(yōu)化，則可基于遺傳算法將靈魂模型的學(xué)習(xí)組件例如識(shí)別所用的濾 波方法、降噪降維方法、特征提取方法、分類器等進(jìn)行組合并編碼，編碼的結(jié)果是一系列作為識(shí)別序列的基因序列(如圖2和3所示)。將每個(gè)基因序列集合到一起形成基因群；同樣在任務(wù)目標(biāo)是運(yùn)動(dòng)優(yōu)化時(shí)，則將運(yùn)動(dòng)組件的運(yùn)動(dòng)參數(shù)，例如每個(gè)舵機(jī)轉(zhuǎn)角值和計(jì)算的轉(zhuǎn)角動(dòng)能按照上述方法組合編碼，形成基因群。(4)遺傳模型按照不同的任務(wù)目標(biāo)(識(shí)別優(yōu)化或運(yùn)動(dòng)優(yōu)化)將從特定的基因群中選擇基因序列，作為父代基因鏈；執(zhí)行父代基因鏈所代表的功能得到反饋評(píng)價(jià)。對(duì)父代基因鏈部分進(jìn)行重組和變異，得到子代基因鏈后再次執(zhí)行所代表功能的聯(lián)合輸出，從而再次得到反饋評(píng)價(jià)；將兩次的反饋評(píng)價(jià)對(duì)比后，將優(yōu)秀的基因序列保存到基因群中，淘汰劣質(zhì)的基因鏈。(5)繼續(xù)執(zhí)行步驟(4)，直到特定任務(wù)的反饋評(píng)價(jià)不再改變或者優(yōu)化訓(xùn)練被有條件的終止。此時(shí)得到基因群就是針對(duì)不同任務(wù)目標(biāo)的最優(yōu)化解決方案。

本發(fā)明的優(yōu)化方法可以針對(duì)不同問題使用智能設(shè)備的不同功能得出優(yōu)化解決方案，不依賴特定問題和特定任務(wù)。在復(fù)雜數(shù)據(jù)條件下，無法建立優(yōu)化數(shù)學(xué)模型或者控制模型的情況下，自主學(xué)習(xí)訓(xùn)練，得到最優(yōu)解決方案，具有高度的適應(yīng)性和自主性，并且能使優(yōu)化解決方案的搜索和計(jì)算逃出本地最優(yōu)解的限制，找到全局最優(yōu)解，從而能夠使智能設(shè)備的各種效能達(dá)到最大值。

圖4示出了本發(fā)明的用于智能設(shè)備的優(yōu)化裝備的示例性框圖。該裝備400包括：接收裝置405，其被配置成從智能設(shè)備的一個(gè)或多個(gè)傳感器接收數(shù)據(jù)，所接收數(shù)據(jù)包括運(yùn)動(dòng)檢測(cè)數(shù)據(jù)和學(xué)習(xí)檢測(cè)數(shù)據(jù)；確定裝置410，其被配置成至少部分地基于所接收數(shù)據(jù)的類型來確定任務(wù)目標(biāo)包括識(shí)別優(yōu)化和運(yùn)動(dòng)優(yōu)化之一；生成裝置415，其被配置成基于所確定的任務(wù)目標(biāo)來生成用于處理所接收數(shù)據(jù)的序列，若任務(wù)目標(biāo)為識(shí)別優(yōu)化，則序列包括但不限于從以下學(xué)習(xí)組件中所選的學(xué)習(xí)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，若任務(wù)目標(biāo)為運(yùn)動(dòng)優(yōu)化，則序列包括運(yùn)動(dòng)參數(shù)的組合；以及優(yōu)化裝置420，其被配置成優(yōu)化所述序列直至達(dá)成任務(wù)目標(biāo)或被有條件地終止。進(jìn)一步，優(yōu)化裝置420還被配置成按該序列來進(jìn)行對(duì)應(yīng)于任務(wù)目標(biāo)的操作以得到第一操作結(jié)果；改變?cè)撔蛄胁锤淖兒蟮男蛄羞M(jìn)行對(duì)應(yīng)于任務(wù)目標(biāo)的操作以得到第二操作結(jié)果；以及將第一操作結(jié)果與第二操作結(jié)果作比較并排除對(duì)應(yīng)于較差操作結(jié)果的序列；其中改變?cè)撔蛄邪ǎ簩⒃撔蛄械母鹘M成部分重新排序和/或?qū)⒃撔蛄械闹辽僖徊糠诌M(jìn)行替換。

本發(fā)明的用于智能設(shè)備的優(yōu)化裝備可以針對(duì)不同問題使用智能設(shè)備的不同功能得出優(yōu)化解決方案，不依賴特定問題和特定任務(wù)。在復(fù)雜數(shù)據(jù)條件下，無法建立優(yōu)化數(shù)學(xué)模型或者控制模型的情況下，自主學(xué)習(xí)訓(xùn)練，得到最優(yōu)解決方案，具有高度的適應(yīng)性和自主性，并且能使優(yōu)化解決方案的搜索和計(jì)算逃出本地最優(yōu)解的限制，找到全局最優(yōu)解，從而能夠使智能設(shè)備的各種效能達(dá)到最大值。

進(jìn)一步，前述優(yōu)化裝備可被集成于智能設(shè)備中。

雖然本發(fā)明已參照當(dāng)前的具體實(shí)施例來描述，但是本技術(shù)領(lǐng)域中的普通技術(shù)人員應(yīng)當(dāng)認(rèn)識(shí)到，以上的實(shí)施例僅是用來說明本發(fā)明，在沒有脫離本發(fā)明精神的情況下還可作出各種等效的變化或替換，因此，只要在本發(fā)明的實(shí)質(zhì)精神范圍內(nèi)對(duì)上述實(shí)施例的變化、變型都將落在本申請(qǐng)的權(quán)利要求書的范圍內(nèi)。