本申请涉及机器人,特别是涉及一种机器人任务规划方法、装置、电子装置和存储介质。
背景技术:
1、由于近年来在硬件、数据和算法三个方面的重大进步,大模型的相关应用逐渐增多,大模型作为具有大量参数的机器学习模型,通过大量的数据和计算资源训练后,能够提供更高的预测精度和更强的泛化能力。大模型的一个重要应用是自然语言处理,能够理解并生成极其流畅的自然语言,在机器人任务规划与决策方面,通过大模型生成机器人的行动步骤,是机器人领域的前沿热点方向。
2、在机器人任务规划与决策方面,结合大模型的当前工作大多使用大模型作为解析器和规划器直接生成动作序列,该方法在复杂任务的理解与规划中表现不佳,特别是逻辑性较强的带有前提条件的动作序列,会出现逻辑错误的问题,导致不能准确地对机器人进行任务规划,进而导致机器人无法执行动作。
3、针对相关技术中存在不能准确地对机器人进行任务规划的问题,目前还没有提出有效的解决方案。
技术实现思路
1、在本实施例中提供了一种机器人任务规划方法、装置、电子装置和存储介质,以解决相关技术中不能准确地对机器人进行任务规划的问题。
2、第一个方面,在本实施例中提供了一种机器人任务规划方法,所述方法包括:
3、接收任务指令,并提取所述任务指令中的目标指令文本;
4、当所述目标指令文本与预设的知识库中的任务指令文本的相似度未超过预设的相似度阈值时,输入所述任务指令至大模型中,以生成所述任务指令的问题描述文件;
5、基于所述问题描述文件以及领域描述文件,使用规划领域定义语言,生成服务机器人的任务规划;所述领域描述文件是使用所述规划领域定义语言生成。
6、在其中的一些实施例中,所述领域描述文件用于定义所述服务机器人的物理状态以及服务中的环境物品的状态。
7、在其中的一些实施例中,所述接收任务指令之前,还包括:
8、根据所述知识库中的多种服务任务,使用所述规划领域定义语言,生成所述服务任务的问题描述文件;
9、基于多种所述服务任务,生成所述大模型的指令模板;所述指令模板包括领域描述、所述服务任务、所述服务任务对应的问题描述以及所述服务任务对应的环境信息;
10、将所述指令模板输入所述大模型中,以训练所述大模型。
11、在其中的一些实施例中,所述输入所述任务指令至大模型中,以生成所述任务指令的问题描述文件,包括:
12、根据所述任务指令对应的目标服务任务,获取所述知识库中所述目标服务任务对应的目标指令模板;
13、输入所述任务指令至所述目标指令模板;
14、将包括任务指令的所述目标指令模板输入至大模型中,以使所述大模型对所述任务指令进行解析,得到环境信息查询语句;
15、将所述环境信息查询语句,输入预设的指令模板,并将输入环境信息查询语句的指令模板输入大模型中,生成所述任务指令的问题描述文件。
16、在其中的一些实施例中,所述基于所述问题描述文件以及领域描述文件,使用规划领域定义语言,生成服务机器人的任务规划,包括:
17、获取目标服务任务的领域描述文件以及所述任务指令的问题描述文件;
18、根据所述规划领域定义语言的任务规划器,对所述领域描述文件及问题描述文件进行处理,得到所述服务机器人的任务规划。
19、在其中的一些实施例中,所述生成所述任务指令的问题描述文件之后,包括:
20、检查所述问题描述文件的格式与预设的格式是否一致;
21、若所述问题描述文件的格式与预设的格式不一致,则根据大模型重新生成所述问题描述文件;
22、若所述问题描述文件的格式与预设的格式一致,则将所述问题描述文件存储至所述规划领域定义语言对应的文件中。
23、在其中的一些实施例中,所述生成服务机器人的任务规划之后,包括:
24、根据所述任务规划,生成动作序列,并对所述动作序列进行处理,得到目标动作序列,以使服务机器人执行所述目标动作序列;
25、实时获取所述服务机器人的动作执行情况,并根据所述动作执行情况调整目标动作序列,以使所述服务机器人成功执行所述目标动作序列。
26、第二个方面,在本实施例中提供了一种机器人任务规划装置,所述装置包括:接收模块、判断模块以及规划模块;
27、所述接收模块,用于接收任务指令,并提取所述任务指令中的目标指令文本;
28、所述判断模块,用于当所述目标指令文本与预设的知识库中的任务指令文本的相似度未超过预设的相似度阈值时,输入所述任务指令至大模型中,以生成所述任务指令的问题描述文件;
29、所述规划模块,用于基于所述问题描述文件以及领域描述文件,使用规划领域定义语言,生成服务机器人的任务规划;所述领域描述文件由所述规划领域定义语言生成。
30、第三个方面,在本实施例中提供了一种电子装置,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一个方面所述的机器人任务规划方法。
31、第四个方面,在本实施例中提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一个方面所述的机器人任务规划方法。
32、与相关技术相比,在本实施例中提供的一种机器人任务规划方法,通过接收任务指令,并提取任务指令中的目标指令文本;当目标指令文本与预设的知识库中的任务指令文本的相似度未超过预设的相似度阈值时,输入任务指令至大模型中,进而生成任务指令的问题描述文件;使用规划领域定义语言生成领域描述文件;使用规划领域定义语言,将问题描述文件以及领域描述文件,生成服务机器人的任务规划;进而解决了相关技术中存在不能准确地对机器人进行任务规划的问题,提高了机器人任务规划的准确性。
33、本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
1.一种机器人任务规划方法,其特征在于,所述方法包括:
2.根据权利要求1所述的机器人任务规划方法,其特征在于,
3.根据权利要求2所述的机器人任务规划方法,其特征在于,所述接收任务指令之前,还包括:
4.根据权利要求3所述的机器人任务规划方法,其特征在于,所述输入所述任务指令至大模型中,以生成所述任务指令的问题描述文件,包括:
5.根据权利要求1所述的机器人任务规划方法,其特征在于,所述基于所述问题描述文件以及领域描述文件,使用规划领域定义语言,生成服务机器人的任务规划,包括:
6.根据权利要求4所述的机器人任务规划方法,其特征在于,所述生成所述任务指令的问题描述文件之后,包括:
7.根据权利要求1所述的机器人任务规划方法,其特征在于,所述生成服务机器人的任务规划之后,包括:
8.一种机器人任务规划装置,其特征在于,所述装置包括:接收模块、判断模块以及规划模块;
9.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至权利要求7中任一项所述的机器人任务规划方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至权利要求7中任一项所述的机器人任务规划方法的步骤。