[发明专利]在机器人流程自动化的确定性工作流中插入概率性模型和监管系统在审
申请号: | 202080071908.5 | 申请日: | 2020-08-19 |
公开(公告)号: | CN114586016A | 公开(公告)日: | 2022-06-03 |
发明(设计)人: | P·辛格;A·麦戈尼尔 | 申请(专利权)人: | 尤帕斯公司 |
主分类号: | G06F11/16 | 分类号: | G06F11/16;G06F11/07;G06F11/30;G06N20/00;G06N7/00 |
代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 李辉 |
地址: | 美国*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机器人 流程 自动化 的确 定性 工作流 插入 概率 模型 监管 系统 | ||
1.一种用于在机器人流程自动化(RPA)的确定性工作流中实现概率性模型的计算机实现的方法,包括:
生成针对RPA机器人的确定性RPA工作流;
生成被配置为执行所述确定性RPA工作流的多个RPA机器人;
部署所述多个RPA机器人;以及
训练与概率性活动相关联的机器学习(ML)模型,以替换所述RPA工作流中的确定性活动。
2.根据权利要求1所述的计算机实现的方法,还包括:
从执行所述确定性RPA工作流的多个部署的所述RPA机器人中收集数据,从其上运行所述RPA机器人的计算系统收集数据,或者两者。
3.根据权利要求2所述的计算机实现的方法,还包括:
使用收集的所述数据来周期性地重新训练所述ML模型。
4.根据权利要求3所述的计算机实现的方法,其中当所述ML模型达到置信度阈值时,所述方法还包括:
利用所述概率性活动来替换所述RPA工作流中的所述确定性活动。
5.根据权利要求4所述的计算机实现的方法,还包括:
生成被配置为执行包括所述概率性活动的所述RPA工作流的多个RPA机器人;以及
部署被配置为执行包括所述概率性活动的所述RPA工作流的所述多个RPA机器人。
6.根据权利要求5所述的计算机实现的方法,还包括:
监控所述ML模型,以确保所述ML模型在输入侧经由数据漂移检测器使用度量正确地运行,以及在输出侧使用概念漂移检测器正确地运行。
7.根据权利要求6所述的计算机实现的方法,其中所述概念漂移检测器确定输出是否落在预定范围内。
8.根据权利要求6所述的计算机实现的方法,还包括:
当所述数据漂移检测器、所述概念漂移检测器、或者两者指示错误时,发出警报。
9.根据权利要求6所述的计算机实现的方法,其中当所述数据漂移检测器、所述概念漂移检测器、或者两者指示错误时,所述方法还包括:
禁用或者绕过所述多个RPA机器人中的RPA机器人。
10.根据权利要求6所述的计算机实现的方法,其中当所述数据漂移检测器、所述概念漂移检测器、或者两者指示错误时,所述方法还包括:
回滚到所述ML模型的先前版本。
11.一种用于在机器人流程自动化(RPA)的确定性工作流中实现概率性模型的计算机实现的方法,包括:
生成被配置为执行确定性RPA工作流的多个RPA机器人;
部署被配置为执行所述确定性RPA工作流的所述多个RPA机器人;以及
训练与概率性活动相关联的机器学习(ML)模型,以替换所述RPA工作流中的确定性活动。
12.根据权利要求11所述的计算机实现的方法,还包括:
从执行所述确定性RPA工作流的多个部署的所述RPA机器人中收集数据,从其上运行所述RPA机器人的计算系统收集数据,或者两者。
13.根据权利要求12所述的计算机实现的方法,还包括:
使用收集的所述数据来周期性地重新训练所述ML模型;以及
当所述ML模型达到置信度阈值时,利用所述概率性活动来替换所述RPA工作流中的所述确定性活动。
14.根据权利要求13所述的计算机实现的方法,还包括:
生成被配置为执行包括所述概率性活动的所述RPA工作流的多个RPA机器人;以及
部署被配置为执行包括所述概率性活动的所述RPA工作流的所述多个RPA机器人。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于尤帕斯公司,未经尤帕斯公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202080071908.5/1.html,转载请声明来源钻瓜专利网。