29、机器人的机器学习与深度学习方法

机器人的机器学习与深度学习方法

1. 智能机器人流程自动化（RPA）与人工智能

人工智能（AI）为传统的机器人流程自动化（RPA）概念在多个领域赋予了更多意义。AI 具备一系列能力，能在两个主要方面为机器人增添价值：
- 信息捕获 ：目标包括语音识别、图像识别、搜索以及数据分析/聚类。
- 理解捕获的信息 ：目标是自然语言理解（充当人与机器之间的翻译）、优化和预测。

一个与 RPA 结合使用的智能框架，需要根据任务的特征对其进行分类，并将其与 AI 能力相匹配，以选择最适合自动化的任务。以下是智能 RPA 框架的相关要素：
|要素|说明|
| ---- | ---- |
|输入|包含多种类型，如时间、UI、大小、多样性等|
|处理|涉及多种 AI 技术能力，如图像识别、语音识别等|
|目标|根据不同任务确定|
|时间|任务执行的时间相关因素|
|UI|用户界面相关|
|大小|数据或任务的规模|
|多样性|数据的多样性|
|模糊性|数据或任务的模糊程度|
|关系|各要素之间的关系|
|新颖性|任务的新颖程度|
|时间需求|任务对时间的要求|
|可变性|数据或任务的可变化程度|
|AI 技术能力|涵盖图像识别、语音识别、搜索、数据分析、预测、自然语言理解、优化等|
|任务 - 技术适配类型|根据任务和技术的匹配情况确定|
|性能影响|对任务性能的影响|
|自动化水平|任务的自动化程度|