[发明专利]一种作业决策方案获取方法、装置及计算机设备

权利要求书

1.一种作业决策方案获取方法，所述方法包括：

获取智能制造场景下的任一待估计对象的属性信息，以及所述待估计对象支持的能够干扰作业目标值的参数类型和同一所述参数类型下的多个候选参数值；

依据因果效应估计模型，对所述属性信息、所述参数类型以及对应的所述候选参数值进行处理，获得所述待估计对象按照不同所述候选参数值作业能够实现的作业目标估计值；其中，所述因果效应估计模型是基于包含自注意力机制和交叉注意力机制的表征学习网络，利用所述智能制造场景下的不同样本对象的历史数据训练得到，且所述交叉注意力机制的全局查询向量经过训练后能够指示对不同查询提取不同的特征；

依据获得的多个所述作业目标估计值，获得所述待估计对象的作业决策方案；所述作业决策方案包括所述待估计对象作业所执行的目标参数值。

2.根据权利要求1所述的方法，所述因果效应估计模型包括：协变量表征学习网络、干预变量表征学习网络以及基于交叉注意力机制的预测网络；其中，所述协变量表征学习网络和所述干预变量表征学习网络均包括基于自注意力机制的编码器，以及基于交叉注意力机制的解码器；

所述依据因果效应估计模型，对所述属性信息、所述参数类型以及对应的所述候选参数值进行处理，获得所述待估计对象按照不同所述候选参数值作业能够实现的作业目标估计值，包括：

依据所述协变量表征学习网络，对所述属性信息进行处理，得到所述待估计对象的属性表征；

依据所述干预变量表征学习网络，对所述参数类型和对应的所述候选参数值进行处理，得到所述待估计对象作业的参数表征；

依据所述预测网络，对所述属性表征和所述参数表征进行交互处理，获得所述待估计对象按照对应的所述候选参数值作业能够实现的作业目标估计值。

3.据权利要求2所述的方法，所述依据所述干预变量表征学习网络，对所述参数类型和对应的所述候选参数值进行处理，得到所述待估计对象作业的参数表征，包括：

对所述参数类型和对应的所述候选参数值进行向量化降维处理，得到对应的参数向量；

基于自注意力机制，对所述参数向量进行编码处理，得到参数编码向量；

基于交叉注意力机制，利用针对所述参数类型和所述候选参数值的全局查询向量，对所述参数编码向量进行解码处理，得到所述待估计对象作业的参数表征。

4.根据权利要求2所述的方法，所述依据所述协变量表征学习网络，对所述属性信息进行处理，得到所述待估计对象的属性表征，包括：

对所述属性信息进行向量化处理，得到所述待估计对象的属性向量；

基于自注意力机制，对所述属性向量进行编码处理，得到属性编码向量；

基于交叉注意力机制，利用针对所述属性信息的全局查询向量，对所述属性编码向量进行解码处理，得到所述待估计对象的属性表征。

5.根据权利要求1-4任一项所述的方法，所述基于包含自注意力机制和交叉注意力机制的表征学习网络，利用所述智能制造场景下的不同样本对象作业的历史数据，训练得到所述因果效应估计模型，包括：

获得所述智能制造场景下的不同样本对象作业的历史数据；所述历史数据包括对应所述样本对象的样本属性信息、该样本对象作业过程中所实现的不同样本作业目标值，以及每一所述样本作业目标值对应的样本参数类型下的样本参数值；

依据初始因果效应估计网络，对所述样本属性信息、所述样本参数类型以及所述样本参数值进行处理，预测所述样本对象按照对应的所述样本参数值作业能够实现的作业目标预测值；

获得所述样本参数类型和样本参数值各自的倾向性得分，以及所述作业目标预测值和对应所述样本作业目标值之间的损失、所述初始因果效应估计网络中各所述全局查询向量的损失；

依据所述倾向性得分以及不同的所述损失，调整所述初始因果效应估计网络中对应的网络参数，以通过所述样本观测数据集继续对具有调整后的网络参数的因果效应估计网络进行训练；其中，各所述全局查询向量中的初始查询通过随机初始化得到；

确定满足所述训练停止条件，得到因果效应估计模型。