[发明专利]人工智能终端及其行为控制方法、存储介质

权利要求书

1.一种人工智能终端的行为控制方法，其特征在于，包括：

人工智能终端对其他终端执行自身指令所产生的自身成本收益进行累计得到自身成本收益累计值，并对所述其他终端因所述人工智能终端执行所述其他终端的指令而产生的他人成本收益进行累计而得到他人成本收益累计值；

所述人工智能终端根据所述自身成本收益累计值和所述他人成本收益累计值控制自身的决策，以使得所述自身成本收益累计值和所述他人成本收益累计值的差值符合预设条件，其中，所述预设条件为人工智能终端自身的成本开销小于或者等于其他终端的成本收益；

若所述自身成本收益累计值和所述他人成本收益累计值的差值符合预设条件，则执行所述执行指令；若所述自身成本收益累计值和所述他人成本收益累计值的差值不符合预设条件，则不执行所述执行指令。

2.根据权利要求1所述的方法，其特征在于，所述人工智能终端根据所述自身成本收益累计值和所述他人成本收益累计值控制自身的决策包括：

所述人工智能终端计算执行指令所产生的自身成本收益和/或他人成本收益；

所述人工智能终端根据所述计算结果对所述自身成本收益累计值和/或所述他人成本收益累计值进行更新；

所述人工智能终端判断更新后的所述自身成本收益累计值与所述他人成本收益累计值之间的差值是否符合所述预设条件。

3.根据权利要求2所述的方法，其特征在于，

所述执行指令包括自身的执行指令和/或所述其他终端的执行指令。

4.根据权利要求3所述的方法，其特征在于，所述执行指令包括自身的执行指令，所述执行所述执行指令包括：

所述人工智能终端自身执行所述自身的执行指令和/或通知相关的所述其他终端执行所述自身的执行指令。

5.根据权利要求1所述的方法，其特征在于，所述执行指令包括所述其他终端的执行指令，所述不执行所述执行指令之后包括：

所述人工智能终端向所述其他终端发送拒绝执行通知。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述自身成本收益累计值为预设时段内所有所述自身成本收益的总和，所述他人成本收益累计值为所述预设时段内所有所述他人成本收益的总和。

7.根据权利要求1-5中任一项所述的方法，其特征在于，所述自身成本收益累计值为预设时段内所有所述自身成本收益的加权和，所述他人成本收益累计值为所述预设时段内所有所述他人成本收益的加权和。

8.根据权利要求7所述的方法，其特征在于，所述人工智能终端对其他终端执行自身指令所产生的自身成本收益进行累计得到自身成本收益累计值，并对所述其他终端因所述人工智能终端执行所述其他终端的指令而产生的他人成本收益进行累计而得到他人成本收益累计值之前进一步包括：

所述人工智能终端接收自身及所述其他终端的权重。

9.一种人工智能终端，其特征在于，包括处理器和通信电路，所述处理器连接所述通信电路；

所述处理器用于执行指令以实现如权利要求1-8中任一项所述方法。

10.根据权利要求9所述的终端，其特征在于，

所述人工智能终端为智能机器人或自动驾驶交通工具。

11.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有程序，所述程序能够被执行以实现如权利要求1-8中任一项所述的人工智能终端的行为控制方法。