29、机器人的机器学习和深度学习方法

机器人的机器学习和深度学习方法

1. 智能机器人流程自动化（RPA）与人工智能

在传统的机器人流程自动化（RPA）概念中融入人工智能（AI），能在多个领域赋予其更多价值。AI 具备一系列能力，主要可在两个关键领域为机器人增添价值：
- 信息捕获 ：涵盖语音识别、图像识别、搜索以及数据分析/聚类等功能。
- 信息理解 ：包括自然语言理解（充当人机翻译）、优化和预测。

一个与 RPA 结合使用的智能框架，会根据任务的特征对其进行分类，并将这些任务与 AI 能力相匹配，从而选出最适合自动化的任务。以下是该框架的关键要素列表：
|要素|说明|
| ---- | ---- |
|输入|任务的起始数据|
|处理|对输入数据的操作过程|
|目标|任务要达成的结果|
|时间|任务执行的时间要求|
|用户界面（UI）|人机交互的界面|
|大小|数据或任务的规模|
|多样性|数据或任务的种类丰富度|
|模糊性|数据或任务的不确定程度|
|关系|数据或任务之间的关联|
|新颖性|任务的创新程度|
|时间需求|任务在时间上的要求|
|可变性|数据或任务的变化情况|

下面是智能 RPA 框架的 mermaid 流程图：

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A(输入)::