[发明专利]一种决策确定方法、装置、设备及介质

权利要求书

1.一种决策确定方法，其特征在于，应用于服务器，所述方法包括：

接收机器人采集的每个行为数据；

基于预先训练完成的决策确定模型，确定所述每个行为数据对应的决策及置信度；若所述置信度低于预设的置信度阈值，联合后台的业务员共同确定决策，并基于所确定的决策再次训练所述决策确定模型；

将所述决策发送至所述机器人。

2.根据权利要求1所述的方法，其特征在于，所述接收机器人采集的每个行为数据包括：

接收机器人采集的每个行为数据及每个行为数据对应的数据类型；

所述接收机器人采集的每个行为数据之后，所述基于预先训练完成的决策确定模型，确定所述行为数据对应的决策之前，所述方法还包括：

保留所述每个行为数据中对应的数据类型为预设类型的每个数据，采用保留的每个数据对所述每个行为数据进行更新，针对更新后的每个行为数据执行后续基于预先训练完成的决策确定模型，确定所述行为数据对应的决策的步骤。

3.根据权利要求1或2所述的方法，其特征在于，所述接收机器人采集的每个行为数据之后，所述基于预先训练完成的决策确定模型，确定所述行为数据对应的决策之前，所述方法还包括：

针对所述每个行为数据，获取针对该行为数据对应的数据类型保存的数据范围，若该行为数据超过所述数据范围，则删除该行为数据，采用保留的每个行为数据对所述每个行为数据进行更新，针对更新后的每个行为数据执行后续基于预先训练完成的决策确定模型，确定所述行为数据对应的决策的步骤。

4.根据权利要求1所述的方法，其特征在于，所述联合后台的业务员共同确定决策包括：

发送所述每个行为数据至预设设备，以使所述预设设备的业务员基于所述每个行为数据确定对应的决策；

接收所述预设设备发送的决策。

5.根据权利要求1所述的方法，其特征在于，所述接收机器人采集的每个行为数据包括：

接收机器人采集的每个行为数据及输入的机器人所处的场景信息；

所述基于预先训练完成的决策确定模型，确定所述每个行为数据对应的决策包括：

将所述每个行为数据及所述场景信息输入预先训练完成的决策确定模型，获取所述决策确定模型输出的决策。

6.一种决策确定装置，其特征在于，所述装置包括：

接收模块，用于接收机器人采集的每个行为数据；

处理模块，用于基于预先训练完成的决策确定模型，确定所述每个行为数据对应的决策及置信度；若所述置信度低于预设的置信度阈值，联合后台的业务员共同确定决策，并基于所确定的决策再次训练所述决策确定模型；

发送模块，用于将所述决策发送至所述机器人。

7.根据权利要求6所述的装置，其特征在于，所述接收模块，具体用于接收机器人采集的每个行为数据及每个行为数据对应的数据类型；

所述处理模块，还用于保留所述每个行为数据中对应的数据类型为预设类型的每个数据，采用保留的每个数据对所述每个行为数据进行更新，针对更新后的每个行为数据执行后续基于预先训练完成的决策确定模型，确定所述行为数据对应的决策的步骤。

8.根据权利要求5或6所述的装置，其特征在于，所述接收模块，还用于针对所述每个行为数据，获取针对该行为数据对应的数据类型保存的数据范围，若该行为数据超过所述数据范围，则删除该行为数据，采用保留的每个行为数据对所述每个行为数据进行更新，针对更新后的每个行为数据执行后续基于预先训练完成的决策确定模型，确定所述行为数据对应的决策的步骤。

9.一种电子设备，其特征在于，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时执行权利要求1-5中任一所述决策确定方法的步骤。

10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时执行权利要求1-5中任一所述决策确定方法的步骤。