CN114430825A - 机器人流程自动化数据连接器 - Google Patents
机器人流程自动化数据连接器 Download PDFInfo
- Publication number
- CN114430825A CN114430825A CN202080041127.1A CN202080041127A CN114430825A CN 114430825 A CN114430825 A CN 114430825A CN 202080041127 A CN202080041127 A CN 202080041127A CN 114430825 A CN114430825 A CN 114430825A
- Authority
- CN
- China
- Prior art keywords
- rpa
- data source
- related data
- data associated
- source
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004801 process automation Methods 0.000 title claims abstract description 16
- 238000005259 measurement Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000009471 action Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims 8
- 230000002596 correlated effect Effects 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 description 12
- 239000003795 chemical substances by application Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 208000014633 Retinitis punctata albescens Diseases 0.000 description 5
- 230000010354 integration Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004883 computer application Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
- G06F11/3419—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/865—Monitoring of software
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Debugging And Monitoring (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
提供了用于评估机器人流程自动化(RPA)的***和方法。接收与第一RPA相关数据源相关联的RPA数据。将与第一RPA相关数据源相关联的RPA数据转换成与第二RPA相关数据源相关联的格式。将转换后的与第一RPA相关数据源相关联的RPA数据和与第二RPA相关数据源相关联的RPA数据相联系,以生成组合的RPA数据。基于组合的RPA数据,计算一个或多个感兴趣的测量。
Description
相关申请的交叉引用
本申请要求于2020年8月28日提交的美国发明专利申请No.17/005,349的优先权,其公开内容通过引用整体并入本文。
技术领域
本发明一般而言涉及机器人流程自动化(RPA),并且更具体地涉及用于转换与不同的RPA相关数据源相关联的RPA数据以计算感兴趣的测量的RPA数据连接器。
背景技术
机器人流程自动化(RPA)是一种使用软件机器人来自动化工作流程的流程自动化的形式。可以实现RPA来自动化重复性和/或劳动密集型任务,以降低成本并提高效率。可以通过计算诸如节省的成本和节省的时间的各种分析测量来评估RPA。但是,当前用于评估RPA的技术仅基于与特定RPA产品相关联的RPA数据,并且无法考虑从不同的RPA产品获取的RPA数据。
发明内容
根据一个或多个实施例,提供了用于评估机器人流程自动化(RPA)的***和方法。接收与第一RPA相关数据源相关联的RPA数据。将与第一RPA相关数据源相关联的RPA数据转换成与第二RPA相关数据源相关联的格式。将转换后的与第一RPA相关数据源相关联的RPA数据和与第二RPA相关数据源相关联的RPA数据相联系,以生成组合的RPA数据。基于组合的RPA数据,计算一个或多个感兴趣的测量。
在一个实施例中,通过将转换后的与第一RPA相关数据源相关联的RPA数据与由RPA机器人执行的、与第二RPA相关数据源相关联的动作相关联,将转换后的与第一RPA相关数据源相关联的RPA数据和与第二RPA相关数据源相关联的RPA数据相联系。基于关联,将转换后的与第一RPA相关数据源相关联的RPA数据和与第二RPA相关数据源相关联的RPA数据组合。
在一个实施例中,一个或多个感兴趣的测量包括节省的成本度量或节省的时间度量中的至少一个。在一个实施例中,通过基于转换后的与第一RPA相关数据源相关联的RPA数据计算第一感兴趣的测量、并基于与第二RPA相关数据源相关联的RPA数据计算第二感兴趣的测量,以比较第一RPA相关数据源的性能与第二RPA相关数据源的性能来计算一个或多个感兴趣的测量。在另一个实施例中,通过基于转换后的与第一RPA相关数据源相关联的RPA数据和与第二RPA相关数据源相关联的RPA数据,计算一个或多个感兴趣的测量来计算一个或多个感兴趣的测量。
在一个实施例中,与第一RPA相关数据源相关联的RPA数据以预定义的时间间隔或在调度时间处被接收。
在一个实施例中,与第二RPA相关数据源相关联的格式是表格格式。
通过参考以下详细描述和附图,本发明的这些和其它优点对于本领域普通技术人员将是显而易见的。
附图说明
图1是图示根据本发明的实施例的机器人流程自动化(RPA)***的体系架构图;
图2是图示根据本发明的实施例的已部署的RPA***的示例的体系架构图;
图3是图示根据本发明的实施例的RPA***的简化部署示例的体系架构图;
图4示出了根据本发明的实施例的基于来自不同的RPA相关数据源的RPA数据来评估RPA的方法;以及
图5是根据本发明的实施例的计算***的框图。
具体实施方式
机器人流程自动化(RPA)被用于自动化工作流程和流程。图1是根据一个或多个实施例的RPA***100的体系架构图。如图1中所示,RPA***100包括设计器(designer)102以允许开发人员设计自动化流程。更具体而言,设计器102促进RPA流程和用于在流程中执行活动的机器人的开发和部署。设计器102可以提供用于应用集成以及自动化第三方应用、管理信息技术(IT)任务和用于联络中心操作的业务流程的解决方案。设计器102的实施例的一个商业示例是UiPath StudioTM。
在设计基于规则的流程的自动化时,开发人员控制执行次序以及流程中开发的自定义步骤之间的关系,这些步骤在本文被定义为“活动(activity)”。每个活动可以包括动作,诸如点击按钮、读取文件、写入日志面板等。在一些实施例中,流程可以被嵌套或嵌入。
一些类型的流程可以包括但不限于序列、流程图、有限状态机(FSM)和/或全局异常处理程序(handler)。序列可以特别适合于线性流程,从而使得能够从一个活动流向另一个活动,而不会使流程混乱。流程图可以特别适合更复杂的业务逻辑,从而使得能够通过多个分支逻辑运算符以更多样化的方式实现决策的集成和活动的连接。FSM可以特别适合于大型工作流程。FSM可以在其执行中使用有限数目的状态,这些状态由条件(即,转换)或活动触发。全局异常处理程序可以特别适合于在遇到执行错误时确定工作流程行为并用于调试流程。
一旦在设计器102中开发了流程,业务流程的执行就由指挥器(conductor)104编排,其编排执行在设计器102中开发的流程的一个或多个机器人106。指挥器104的实施例的一个商业示例是UiPath OrchestratorTM。指挥器220促进RPA环境中资源的创建、监测和部署的管理。在一个示例中,指挥器104是web应用。指挥器104还可以用作与第三方解决方案和应用的集成点。
指挥器104可以通过从集中点连接和执行机器人106来管理一队RPA机器人106。指挥器104可以具有各种能力,包括但不限于预置(provision)、部署、配置、排队、监测、记录(log)和/或提供互连性。预置可以包括创建和维护机器人106和指挥器104(例如,web应用)之间的连接。部署可以包括确保将包版本正确递送给所指派的机器人106以用于执行。配置可以包括机器人环境和流程配置的维护和递送。排队可以包括提供队列和队列项的管理。监测可以包括对机器人标识数据保持跟踪并维护用户许可。记录可以包括将日志存储到数据库(例如,SQL数据库)和/或另一种存储机构(例如,提供存储和快速查询大型数据集的能力的)并加索引。指挥器104可以通过充当用于第三方解决方案和/或应用的集中式通信点来提供互连性。
机器人106是运行在设计器102中构建的流程的执行代理。机器人106的一些实施例的一个商业示例是UiPath RobotsTM。机器人106的类型可以包括但不限于有人值守机器人108和无人值守机器人110。有人值守机器人108由用户或用户事件触发,并在同一计算***上与人类用户一起操作。有人值守机器人108可以帮助人类用户完成各种任务,并且可以由人类用户和/或用户事件直接触发。在有人值守机器人的情况下,指挥器104可以提供集中式流程部署和记录介质。在某些实施例中,有人值守机器人108只能从“机器人托盘”或从web应用中的命令提示启动。无人值守机器人110在虚拟环境中以无人值守模式操作并且可以用于自动化许多流程,例如,用于大容量、后端流程等。无人值守机器人110可以负责远程执行、监测、调度和为工作队列提供支持。有人值守和无人值守机器人都可以自动化各种***和应用,包括但不限于大型机、web应用、VM、企业应用(例如,由等产生的那些)和计算***应用(例如,台式机和膝上型计算机应用、移动设备应用、可穿戴计算机应用等)。
在一些实施例中,机器人106默认安装Microsoft服务控制管理器(SCM)管理的服务。因此,此类机器人106可以在本地***账户下打开交互式会话,并且具有服务的权限。在一些实施例中,机器人106可以具有与已经安装给定机器人106的用户相同的权限、以用户模式被安装。
在一些实施例中,机器人106被拆分成几个组件,每个组件专用于特定任务。一些实施例中的机器人组件包括但不限于SCM管理的机器人服务、用户模式机器人服务、执行器、代理和命令行。SCM管理的机器人服务管理和监测会话,并且充当指挥器104和执行主机(即,在其上执行机器人106的计算***)之间的代理。这些服务受到信任并管理用于机器人106的凭证。控制台应用由本地***下的SCM启动。在一些实施例中,用户模式机器人服务管理和监测会话并充当指挥器104和执行主机之间的代理。用户模式机器人服务可以受到信任并管理用于机器人106的凭证。如果未安装SCM管理的机器人服务,那么应用可以被自动地启动。执行器可以在会话下运行给定的作业(例如,它们可以执行工作流程),并且他们可以意识到每个显示器的每英寸点数(DPI)设置。代理可以是在***托盘窗口中显示可用作业的PresentationFoundation(WPF)应用。代理可以是服务的客户端。代理可以请求启动或停止作业以及改变设置。命令行是服务的客户端并且是可以请求启动作业并等待它们的输出的控制台应用。拆分机器人组件可以帮助开发人员、支持用户并使计算***能够更容易地运行、标识和跟踪每个机器人组件正在执行什么。例如,可以为每个机器人组件配置特殊行为,诸如为执行器和服务设置不同的防火墙规则。作为进一步的示例,在一些实施例中,执行器可以意识到每个显示器的DPI设置,因此,可以在任何DPI处执行工作流程,而不管在其上创建工作流程的计算***的配置。
图2示出了根据一个或多个实施例的RPA***200。RPA***200可以是图1的RPA***100或者可以是其一部分。应当注意的是,“客户端侧”、“服务器侧”或这两者可以包括任何期望数目的计算***而不偏离本发明的范围。
如本实施例中的客户端侧上所示,计算***202包括一个或多个执行器204、代理206和设计器208。在其它实施例中,设计器208可以不在同一计算***202上运行。执行器204(其可以是如上所述的机器人组件)运行流程,在一些实施例中,多个业务流程可以同时运行。在这个示例中,代理206(例如,Service)是用于管理执行器204的单一联系点。
在一些实施例中,机器人表示机器名称和用户名之间的关联。机器人可以同时管理多个执行器。在支持同时运行多个交互式会话的计算***上(例如,Server2012),多个机器人可以同时运行(例如,高密度(HD)环境),每个机器人在分开的会话中使用唯一的用户名。
代理206还负责发送机器人的状态(例如,周期性地发送指示机器人仍在运转的“心跳”消息),并下载要执行的包的所需版本。在一些实施例中,代理206和指挥器212之间的通信由代理206发起。在通知场景的示例中,代理206可以打开WebSocket通道,WebSocket通道稍后由指挥器212使用以向机器人发送命令(例如,启动、停止等)。
如本实施例中的服务器侧上所示,表示层包括web应用214、开放数据协议(OData)代表状态传输(REST)应用编程接口(API)端点216以及通知和监测API 218。服务器侧上的服务层包括API实现方式/业务逻辑220。服务器侧上的持久层包括数据库服务器222和索引器服务器224。指挥器212包括web应用214、OData REST API端点216、通知和监测API 218以及API实现方式/业务逻辑220。
在各种实施例中,用户在指挥器212的界面中(例如,经由浏览器210)执行的大多数动作是通过调用各种API执行的。此类动作可以包括但不限于在机器人上启动作业、添加/移除队列中的数据、调度作业以运行无人值守等等。Web应用214是服务器平台的可视层。在这个实施例中,web应用214使用超文本标记语言(HTML)和JavaScript(JS)。但是,在不脱离本发明的范围的情况下,可以使用任何期望的标记语言、脚本语言或任何其它格式。在本实施例中,用户经由浏览器210与来自web应用214的网页交互,以便执行各种动作来控制指挥器212。例如,用户可以创建机器人组、为机器人指派包、分析每个机器人和/或每个流程的日志、启动和停止机器人等。
除了web应用214之外,指挥器212还包括暴露OData REST API端点216(或可以在不脱离本发明的范围的情况下实现的其它端点)的服务层。Web应用214和代理206都消费REST API。在本示例性配置中,代理206是客户端计算机上的一个或多个机器人的监督者。
本实施例中的REST API涵盖配置、记录、监测和排队功能。在一些实施例中,配置REST端点可以被用于限定和配置应用用户、许可、机器人、资产(asset)、发布和环境。例如,记录REST端点对于记录不同的信息(诸如错误、由机器人发送的显式消息以及其它特定于环境的信息)可以是有用的。如果在指挥器212中使用启动作业命令,那么机器人可以使用部署REST端点来查询应当被执行的包版本。排队REST端点可以负责队列和队列项管理,诸如向队列添加数据、从队列获得事务、设置事务的状态等。监测REST端点监测web应用214和代理206。通知和监测API 218可以是用于注册代理206、向代理206递送配置设置以及用于从服务器和代理206发送/接收通知的REST端点。在一些实施例中,通知和监测API 218也可以使用WebSocket通信。
在本说明性实施例中,服务器侧上的持久层包括一对服务器——数据库服务器222(例如,SQL服务器)和索引器服务器224。本实施例中的数据库服务器222存储机器人、机器人组、相关联的流程、用户、角色、调度等的配置。在一些实施例中,通过web应用214管理该信息。数据库服务器222还可以管理队列和队列项。在一些实施例中,数据库服务器222可以存储由机器人记录的消息(除了索引器服务器224之外或代替索引器服务器224)。在一些实施例中是可选的索引器服务器224存储由机器人记录的信息并对其加索引。在某些实施例中,可以通过配置设置禁用索引器服务器224。在一些实施例中,索引器服务器224使用开源项目全文搜索引擎的由机器人记录的消息(例如,使用如记录消息或写入行之类的活动)可以被通过(多个)REST端点发送到索引器服务器224,其在索引器服务器224被加索引用于将来使用。
图3是图示根据一个或多个实施例的RPA***300的简化部署示例的体系架构图。在一些实施例中,RPA***300可以是或者可以包括分别为图1和图2的RPA***100和/或200。RPA***300包括运行机器人的多个客户端计算***302。计算***302能够经由运行在其上的web应用与指挥器计算***304通信。指挥器计算***304进而与数据库服务器306和可选的索引器服务器308通信。关于图2和图3,应当注意的是,虽然在这些实施例中使用web应用,但是在不偏离本发明的范围的情况下,可以使用任何合适的客户端/服务器软件。例如,指挥器可以运行与客户端计算***上的非基于web的客户端软件应用通信的服务器侧应用。
在一个实施例中,可以根据特定RPA产品为实体(例如,组织、公司或用户)实现RPA***300以自动化各种工作流程或流程,从而降低成本并提高效率。RPA***300的性能可以通过根据与特定RPA产品相关联的格式的RPA数据计算各种感兴趣的测量(诸如例如,节省的成本和节省的时间度量)来评估。
根据本文描述的实施例,提供RPA数据连接器以基于与不同的RPA相关数据源相关联的RPA数据来启用RPA的评估。在一个实施例中,每个RPA相关数据源与RPA平台的不同RPA产品相关联,其中每个RPA产品执行不同的RPA功能,诸如例如,流程挖掘、任务捕获或自动化。在另一个实施例中,每个RPA相关数据源可以与不同的RPA平台相关联。RPA数据连接器将从第一RPA相关数据源接收的RPA数据转换成与第二RPA相关数据源相关联的格式。将转换后的与第一RPA相关数据源相关联的RPA数据和与第二RPA相关数据源相关联的RPA数据相联系以生成组合的RPA数据,并且可以基于组合的RPA数据来计算感兴趣的测量以评估RPA。有利地,本文描述的实施例提供基于与不同的RPA相关数据源相关联的RPA数据的RPA的端到端评估,从而使得能够生成标识跨不同的RPA产品实现RPA的成本和益处的整体报告。
图4示出了根据一个或多个实施例的用于基于与不同的RPA相关数据源相关联的RPA数据来评估RPA的方法400。方法400可以由一个或多个合适的计算设备(诸如例如,图5的计算机500)执行。
在步骤402处,接收与第一RPA相关数据源相关联的RPA数据。与第一RPA相关数据源相关联的RPA数据可以包括与第一RPA相关数据源相关联的任何数据。在一个实施例中,与第一RPA相关数据源相关联的RPA数据包括与由一个或多个RPA机器人执行工作流程相关的数据。与第一RPA相关数据源相关联的RPA数据的格式可以是任何合适的格式,诸如例如,CSV(逗号分隔值)格式、TSV(制表符分隔值)格式、JSON(JavaScript对象表示法)格式、Excel格式等。
与第一RPA相关数据源相关联的RPA数据可以响应于用户(例如,RPA开发人员或RPA客户)手动传输RPA数据而被接收,或者可以在调度时间处或以预定义的时间间隔被自动接收。可以从用户接收或直接地从RPA产品或RPA平台接收与第一RPA相关数据源相关联的RPA数据。可以通过从计算机***的存储装置或存储器加载先前存储的RPA数据或通过接收从远程计算机***传输的RPA数据来接收与第一RPA相关数据源相关联的RPA数据。
在步骤404处,与第一RPA相关数据源相关联的RPA数据被转换成与第二RPA相关数据源相关联的格式。在一个实施例中,与第二RPA相关数据源相关联的格式是表格数据格式,诸如例如,CSV格式、TSV格式或Excel格式。但是,与第二RPA相关数据源相关联的格式可以是和与第一RPA相关数据源相关联的格式不同的任何其它合适的格式(例如,JSON格式)。
在一个实施例中,通过创建一个或多个具有用户定义的表格名称的表格,将与第一RPA相关数据源相关联的RPA数据转换成与第二RPA相关数据源相关联的格式。基于定义与第一RPA相关数据源相关联的RPA数据中的列的标题,将与第一RPA相关数据源相关联的RPA数据***到创建的表中。可以使用任何其它合适的方法将与第一RPA相关数据源相关联的RPA数据转换成与第二RPA相关数据源相关联的格式。
在一个实施例中,第一RPA相关数据源和第二RPA相关数据源与RPA平台的不同的RPA产品相关联,并且每个RPA产品执行不同的RPA功能,诸如例如,流程挖掘、任务捕获或自动化。在另一个实施例中,第一RPA相关数据源和第二RPA相关数据源与不同的RPA产品相关联。
在步骤406处,将转换后的与第一RPA相关数据源相关联的RPA数据和与第二RPA相关数据源相关联的RPA数据相联系以生成组合的RPA数据。通过将转换后的与第一RPA相关数据源相关联的RPA数据的创建的表格和与第二RPA相关数据源相关联的RPA数据的表格链接或合并,转换后的与第一RPA相关数据源相关联的RPA数据可以和与第二RPA相关数据源相关联的RPA数据相联系。在一个实施例中,将转换后的与第一RPA相关数据源相关联的RPA数据与由RPA机器人执行的、与第二RPA相关数据源相关联的动作相关联。然后,基于转换后的RPA数据与由RPA机器人执行的、与第二RPA相关数据源相关联的动作之间的关联,将转换后的与第一RPA相关数据源相关联的RPA数据和与第二RPA相关数据源相关联的RPA数据组合。
在步骤408处,基于组合的RPA数据来计算一个或多个感兴趣的测量。感兴趣的测量可以是用于评估RPA的任何测量。例如,感兴趣的测量可以包括节省的成本度量和节省的时间度量。在另一个示例中,感兴趣的测量可以包括与RPA机器人的操作活动相关的关键性能指示器。
在一个实施例中,可以计算感兴趣的测量,以比较基于转换后的与第一RPA相关数据源相关联的RPA数据计算的度量与基于与第二RPA相关数据源相关联的RPA数据计算的度量。例如,可以针对转换后的与第一RPA相关数据源相关联的RPA数据和与第二RPA相关数据源相关联的RPA数据两者计算节省的成本度量或节省的时间度量,并且节省的成本度量或节省的时间度量可以被比较,以评估第一RPA相关数据源与第二RPA相关数据源之间的性能的改变。
在一个实施例中,可以使用转换后的与第一RPA相关数据源相关联的RPA数据和与第二RPA相关数据源相关联的RPA数据,来计算感兴趣的测量以确定度量。
在步骤410处,输出计算出的一个或多个感兴趣的测量。可以通过例如在计算机***的显示设备上显示计算出的感兴趣的测量来输出计算出的感兴趣的测量,或者通过将计算出的感兴趣的测量存储在计算机***的存储器或存储装置上来输出计算出的感兴趣的测量。
在一个示例中,在一个或多个仪表板上显示计算出的感兴趣的测量。仪表板可以可视化转换后的与第一RPA相关数据源相关联的RPA数据和与第二RPA相关数据源相关联的RPA数据之间的关系。
图5是图示根据本发明的实施例的计算***500的框图,该计算***500被配置为执行本文(包括图4)描述的方法、工作流和流程。在一些实施例中,计算***500可以是本文描绘和/或描述的计算***中的一个或多个。计算***500包括用于传送信息的总线502或其它通信机构,以及耦合到总线502用于处理信息的(多个)处理器504。(多个)处理器504可以是任何类型的通用或专用处理器,包括中央处理单元(CPU)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、图形处理单元(GPU)、其多个实例,和/或其任何组合。(多个)处理器504还可以具有多个处理核心,并且核心中的至少一些可以被配置为执行特定功能。在一些实施例中可以使用多并行处理。
计算***500还包括用于存储信息和要由(多个)处理器504执行的指令的存储器506。存储器506可以由随机存取存储器(RAM)、只读存储器(ROM)、闪存、高速缓存、诸如磁盘或光盘之类的静态存储装置或者任何其它类型的非暂态计算机可读介质或其组合的任何组合组成。非暂态计算机可读介质可以是可以由(多个)处理器504访问的任何可用介质并且可以包括易失性介质、非易失性介质或两者兼有。介质也可以是可移动的、不可移动的或两者兼有。
此外,计算***500包括诸如收发器的通信设备508,以根据任何当前存在或将来实现的通信标准和/或协议经由无线和/或有线连接提供对通信网络的接入。
(多个)处理器504还经由总线502耦合到适合于向用户显示信息的显示器510。显示器510还可以被配置为触摸显示器和/或任何合适的触觉I/O设备。
键盘512和光标控制设备514(诸如计算机鼠标、触摸板等)进一步耦合到总线502以使用户能够与计算***交互。但是,在某些实施例中,可以不存在物理键盘和鼠标,并且用户可以仅通过显示器510和/或触摸板(未示出)与设备交互。作为设计选择的问题,可以使用任何类型和组合的输入设备。在某些实施例中,不存在物理输入设备和/或显示器。例如,用户可以经由与其通信的另一个计算***远程地与计算***500交互,或者计算***500可以自主地操作。
存储器506存储当由(多个)处理器504执行时提供功能的软件模块。这些模块包括用于计算***500的操作***516和被配置为执行本文描述的流程的全部或部分或其派生物的一个或多个附加功能模块518。
本领域技术人员将认识到的是,在不脱离本发明范围的情况下,“***”可以被实施为服务器、嵌入式计算***、个人计算机、控制台、个人数字助理(PDA)、电话、平板计算设备、量子计算***或任何其它合适的计算设备、或设备的组合。将上述功能呈现为由“***”执行并不旨在以任何方式限制本发明的范围,而是旨在提供本发明的许多实施例中的一个示例。实际上,这里公开的方法、***和装置可以以与计算技术一致的本地化和分布式形式实现,包括云计算***。
应当注意的是,本说明书中描述的***特征中的一些已经被呈现为模块,以便更特别地强调它们的实现独立性。例如,模块可以被实现为硬件电路,该硬件电路包括自定义的超大规模集成(VLSI)电路或门阵列、现成半导体(诸如逻辑芯片、晶体管或其它分立元件)。模块还可以在可编程硬件设备(诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备、图形处理单元等)中实现。模块也可以至少部分地在软件中实现,以供各种类型的处理器执行。标识出的可执行代码的单元可以例如包括计算机指令的一个或多个物理或逻辑块,其可以例如被组织为对象、流程或函数。不过,标识出的模块的可执行文件不需要物理地放置在一起,而是可以包括存储在不同位置的不同指令,这些指令在被逻辑联接在一起时构成模块并实现模块的所述目的。另外,模块可以存储在计算机可读介质上,在不偏离本发明的范围的情况下,计算机可读介质可以是例如硬盘驱动器、闪存设备、RAM、磁带和/或用于存储数据的任何其它此类非暂态计算机可读介质。事实上,可执行代码的模块可以是单条指令,或多条指令,并且甚至可以分布在几个不同的代码片段上、不同程序之间以及跨几个存储器设备。类似地,操作数据可以在本文中在模块内被标识和图示,并且可以以任何合适的形式被实施并且可以被组织在任何合适类型的数据结构内。操作数据可以作为单个数据集被收集,或者可以分布在包括不同存储设备的不同位置,并且可以至少部分地仅作为***或网络上的电子信号存在。
以上仅说明了本公开的原理。因此将认识到的是,本领域技术人员将能够设计出各种布置,虽然在本文中没有明确描述或示出,但是这些布置体现本公开的原理并包括在其精神和范围内。此外,本文中阐述的所有示例和条件语言都主要旨在仅用于教学目的,以帮助读者理解本公开的原理和发明人为推进本领域所贡献的概念,并且应被解释为没有限制到这些具体阐述的示例和条件。而且,本文阐述本公开的原理、方面和实施例及其具体示例的所有陈述都旨在涵盖其结构和功能等同物两者。此外,此类等同物旨在包括当前已知的等同物以及将来开发的等同物两者。
Claims (20)
1.一种计算机实现的方法,包括:
接收与第一机器人流程自动化(RPA)相关数据源相关联的RPA数据;
将与所述第一RPA相关数据源相关联的所述RPA数据转换成与第二RPA相关数据源相关联的格式;
将转换后的与所述第一RPA相关数据源相关联的所述RPA数据和与所述第二RPA相关数据源相关联的RPA数据相联系,以生成组合的RPA数据;以及
基于所述组合的RPA数据,计算一个或多个感兴趣的测量。
2.根据权利要求1所述的计算机实现的方法,其中将转换后的与所述第一RPA相关数据源相关联的所述RPA数据和与所述第二RPA相关数据源相关联的RPA数据相联系,以生成组合的RPA数据包括:
将转换后的与所述第一RPA相关数据源相关联的所述RPA数据与由RPA机器人执行的、与所述第二RPA相关数据源相关联的动作相关联;以及
基于转换后的与所述第一RPA相关数据源相关联的所述RPA数据与由所述RPA机器人执行的、与所述第二RPA相关数据源相关联的所述动作之间的关联,将转换后的与所述第一RPA相关数据源相关联的所述RPA数据和与所述第二RPA相关数据源相关联的所述RPA数据组合。
3.根据权利要求1所述的计算机实现的方法,其中基于所述组合的RPA数据,计算一个或多个感兴趣的测量包括:
基于转换后的与所述第一RPA相关数据源相关联的所述RPA数据计算第一感兴趣的测量、并基于与所述第二RPA相关数据源相关联的所述RPA数据计算第二感兴趣的测量,以比较所述第一RPA相关数据源的性能与所述第二RPA相关数据源的性能。
4.根据权利要求1所述的计算机实现的方法,其中基于所述组合的RPA数据,计算一个或多个感兴趣的测量包括:
基于转换后的与所述第一RPA相关数据源相关联的所述RPA数据和与所述第二RPA相关数据源相关联的所述RPA数据,计算所述一个或多个感兴趣的测量。
5.根据权利要求1所述的计算机实现的方法,其中基于所述组合的RPA数据,计算一个或多个感兴趣的测量包括:
计算节省的成本度量或节省的时间度量中的至少一个。
6.根据权利要求1所述的计算机实现的方法,其中接收与第一机器人流程自动化(RPA)相关数据源相关联的RPA数据包括:
以预定义的时间间隔接收与所述第一RPA相关数据源相关联的所述RPA数据。
7.根据权利要求1所述的计算机实现的方法,其中接收与第一机器人流程自动化(RPA)相关数据源相关联的RPA数据包括:
在调度时间处接收与所述第一RPA相关数据源相关联的所述RPA数据。
8.根据权利要求1所述的计算机实现的方法,其中与所述第二RPA相关数据源相关联的所述格式是表格格式。
9.一种装置,包括:
存储器,存储计算机指令;以及
至少一个处理器,被配置为执行所述计算机指令,所述计算机指令被配置为使所述至少一个处理器执行以下操作:
接收与第一机器人流程自动化(RPA)相关数据源相关联的RPA数据;
将与所述第一RPA相关数据源相关联的所述RPA数据转换成与第二RPA相关数据源相关联的格式;
将转换后的与所述第一RPA相关数据源相关联的所述RPA数据和与所述第二RPA相关数据源相关联的RPA数据相联系,以生成组合的RPA数据;以及
基于所述组合的RPA数据,计算一个或多个感兴趣的测量。
10.根据权利要求9所述的装置,其中将转换后的与所述第一RPA相关数据源相关联的所述RPA数据和与所述第二RPA相关数据源相关联的RPA数据相联系,以生成组合的RPA数据包括:
将转换后的与所述第一RPA相关数据源相关联的所述RPA数据与由RPA机器人执行的、与所述第二RPA相关数据源相关联的动作相关联;以及
基于转换后的与所述第一RPA相关数据源相关联的所述RPA数据与由所述RPA机器人执行的、与所述第二RPA相关数据源相关联的所述动作之间的关联,将转换后的与所述第一RPA相关数据源相关联的所述RPA数据和与所述第二RPA相关数据源相关联的所述RPA数据组合。
11.根据权利要求9所述的装置,其中基于所述组合的RPA数据,计算一个或多个感兴趣的测量包括:
基于转换后的与所述第一RPA相关数据源相关联的所述RPA数据计算第一感兴趣的测量、并基于与所述第二RPA相关数据源相关联的所述RPA数据计算第二感兴趣的测量,以比较所述第一RPA相关数据源的性能与所述第二RPA相关数据源的性能。
12.根据权利要求9所述的装置,其中基于所述组合的RPA数据,计算一个或多个感兴趣的测量包括:
基于转换后的与所述第一RPA相关数据源相关联的所述RPA数据和与所述第二RPA相关数据源相关联的所述RPA数据,计算所述一个或多个感兴趣的测量。
13.根据权利要求9所述的装置,其中基于所述组合的RPA数据,计算一个或多个感兴趣的测量包括:
计算节省的成本度量或节省的时间度量中的至少一个。
14.一种在非暂态计算机可读介质上体现的计算机程序,所述计算机程序被配置为使至少一个处理器执行包括以下的操作:
接收与第一机器人流程自动化(RPA)相关数据源相关联的RPA数据;
将与所述第一RPA相关数据源相关联的所述RPA数据转换成与第二RPA相关数据源相关联的格式;
将转换后的与所述第一RPA相关数据源相关联的所述RPA数据和与所述第二RPA相关数据源相关联的RPA数据相联系,以生成组合的RPA数据;以及
基于所述组合的RPA数据,计算一个或多个感兴趣的测量。
15.根据权利要求14所述的计算机程序,其中将转换后的与所述第一RPA相关数据源相关联的所述RPA数据和与所述第二RPA相关数据源相关联的RPA数据相联系,以生成组合的RPA数据包括:
将转换后的与所述第一RPA相关数据源相关联的所述RPA数据与由RPA机器人执行的、与所述第二RPA相关数据源相关联的动作相关联;以及
基于转换后的与所述第一RPA相关数据源相关联的所述RPA数据与由所述RPA机器人执行的、与所述第二RPA相关数据源相关联的所述动作之间的关联,将转换后的与所述第一RPA相关数据源相关联的所述RPA数据和与所述第二RPA相关数据源相关联的所述RPA数据组合。
16.根据权利要求14所述的计算机程序,其中基于所述组合的RPA数据,计算一个或多个感兴趣的测量包括:
基于转换后的与所述第一RPA相关数据源相关联的所述RPA数据计算第一感兴趣的测量、并基于与所述第二RPA相关数据源相关联的所述RPA数据计算第二感兴趣的测量,以比较所述第一RPA相关数据源的性能与所述第二RPA相关数据源的性能。
17.根据权利要求14所述的计算机程序,其中基于所述组合的RPA数据计算一个或多个感兴趣的测量包括:
基于转换后的与所述第一RPA相关数据源相关联的所述RPA数据和与所述第二RPA相关数据源相关联的所述RPA数据,计算所述一个或多个感兴趣的测量。
18.根据权利要求14所述的计算机程序,其中接收与第一机器人流程自动化(RPA)相关数据源相关联的RPA数据包括:
以预定义的时间间隔接收与所述第一RPA相关数据源相关联的所述RPA数据。
19.根据权利要求14所述的计算机程序,其中接收与第一机器人流程自动化(RPA)相关数据源相关联的RPA数据包括:
在调度时间处接收与所述第一RPA相关数据源相关联的所述RPA数据。
20.根据权利要求14所述的计算机程序,其中与所述第二RPA相关数据源相关联的所述格式是表格格式。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/005,349 US20220066794A1 (en) | 2020-08-28 | 2020-08-28 | Robotic process automation data connector |
US17/005,349 | 2020-08-28 | ||
PCT/US2020/060075 WO2022046142A1 (en) | 2020-08-28 | 2020-11-12 | Robotic process automation data connector |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114430825A true CN114430825A (zh) | 2022-05-03 |
Family
ID=80353806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080041127.1A Pending CN114430825A (zh) | 2020-08-28 | 2020-11-12 | 机器人流程自动化数据连接器 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20220066794A1 (zh) |
EP (1) | EP4205054A1 (zh) |
JP (1) | JP2023538978A (zh) |
KR (1) | KR20230056524A (zh) |
CN (1) | CN114430825A (zh) |
WO (1) | WO2022046142A1 (zh) |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200348662A1 (en) * | 2016-05-09 | 2020-11-05 | Strong Force Iot Portfolio 2016, Llc | Platform for facilitating development of intelligence in an industrial internet of things system |
US10802453B2 (en) * | 2017-06-02 | 2020-10-13 | Bank Of America Corporation | Robotics process automation macro bot |
US11003796B2 (en) * | 2017-06-30 | 2021-05-11 | Accenture Global Solutions Limited | Artificial intelligence based document processor |
US10489502B2 (en) * | 2017-06-30 | 2019-11-26 | Accenture Global Solutions Limited | Document processing |
US10449670B2 (en) * | 2017-07-17 | 2019-10-22 | Bank Of America Corporation | Event processing using robotic entities |
WO2019034991A1 (en) * | 2017-08-14 | 2019-02-21 | Patil Rajeev Shant | AUTOMATED VISA REQUESTING PROCESS SYSTEM AND METHOD THEREOF |
US10686684B2 (en) * | 2017-11-02 | 2020-06-16 | Bank Of America Corporation | Individual application flow isotope tagging within a network infrastructure |
US10606687B2 (en) * | 2017-12-04 | 2020-03-31 | Bank Of America Corporation | Process automation action repository and assembler |
AU2019201632A1 (en) * | 2018-03-15 | 2019-10-03 | Accenture Global Solutions Limited | Artificial intelligence based document processor |
US20190303779A1 (en) * | 2018-04-03 | 2019-10-03 | Walmart Apollo, Llc | Digital worker management system |
US11669914B2 (en) * | 2018-05-06 | 2023-06-06 | Strong Force TX Portfolio 2018, LLC | Adaptive intelligence and shared infrastructure lending transaction enablement platform responsive to crowd sourced information |
WO2020092426A2 (en) * | 2018-10-29 | 2020-05-07 | Strong Force TX Portfolio 2018, LLC | Adaptive intelligence and shared infrastructure lending transaction enablement platform |
US11526695B2 (en) * | 2018-07-13 | 2022-12-13 | Accenture Global Solutions Limited | Evaluating impact of process automation on KPIs |
TWM581246U (zh) * | 2018-10-12 | 2019-07-21 | 台北富邦商業銀行股份有限公司 | 企業財務曝險管理系統 |
US11790262B2 (en) * | 2019-01-22 | 2023-10-17 | Accenture Global Solutions Limited | Data transformations for robotic process automation |
US20200262063A1 (en) * | 2019-02-15 | 2020-08-20 | Roots Automation, Inc. | Multi-tenant dashboard for robotic process automation systems |
US11113095B2 (en) * | 2019-04-30 | 2021-09-07 | Automation Anywhere, Inc. | Robotic process automation system with separate platform, bot and command class loaders |
US11301224B1 (en) * | 2019-04-30 | 2022-04-12 | Automation Anywhere, Inc. | Robotic process automation system with a command action logic independent execution environment |
WO2020227429A1 (en) * | 2019-05-06 | 2020-11-12 | Strong Force Iot Portfolio 2016, Llc | Platform for facilitating development of intelligence in an industrial internet of things system |
US11227176B2 (en) * | 2019-05-16 | 2022-01-18 | Bank Of Montreal | Deep-learning-based system and process for image recognition |
US20210004711A1 (en) * | 2019-07-02 | 2021-01-07 | International Business Machines Corporation | Cognitive robotic process automation |
US20220285009A1 (en) * | 2019-08-16 | 2022-09-08 | Z Imaging | Systems and methods for real-time multiple modality image alignment |
US11442837B2 (en) * | 2019-11-01 | 2022-09-13 | UiPath, Inc. | Monitoring long running workflows for robotic process automation |
US11110601B2 (en) * | 2019-11-20 | 2021-09-07 | UiPath, Inc. | Scheduling robots for robotic process automation |
US11233861B2 (en) * | 2020-02-18 | 2022-01-25 | UiPath, Inc. | Inter-session automation for robotic process automation (RPA) robots |
US20210334817A1 (en) * | 2020-04-28 | 2021-10-28 | The Toronto-Dominion Bank | Management of queued appointment workflow using robotic process automation and template-based documents |
US20210349450A1 (en) * | 2020-05-06 | 2021-11-11 | UiPath, Inc. | Hierarchical assessment of processes for implementing robotic process automation |
US11501549B2 (en) * | 2020-05-13 | 2022-11-15 | Accenture Global Solutions Limited | Document processing using hybrid rule-based artificial intelligence (AI) mechanisms |
US11442964B1 (en) * | 2020-07-30 | 2022-09-13 | Tableau Software, LLC | Using objects in an object model as database entities |
-
2020
- 2020-08-28 US US17/005,349 patent/US20220066794A1/en not_active Abandoned
- 2020-11-12 EP EP20937179.8A patent/EP4205054A1/en not_active Withdrawn
- 2020-11-12 JP JP2021569981A patent/JP2023538978A/ja active Pending
- 2020-11-12 CN CN202080041127.1A patent/CN114430825A/zh active Pending
- 2020-11-12 WO PCT/US2020/060075 patent/WO2022046142A1/en unknown
- 2020-11-12 KR KR1020217039438A patent/KR20230056524A/ko unknown
Also Published As
Publication number | Publication date |
---|---|
KR20230056524A (ko) | 2023-04-27 |
JP2023538978A (ja) | 2023-09-13 |
US20220066794A1 (en) | 2022-03-03 |
EP4205054A1 (en) | 2023-07-05 |
WO2022046142A1 (en) | 2022-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11334465B2 (en) | Long running workflows for robotic process automation | |
CN113228020B (zh) | 调度机器人以用于机器人流程自动化 | |
US11321124B2 (en) | On-demand cloud robots for robotic process automation | |
US11442837B2 (en) | Monitoring long running workflows for robotic process automation | |
CN114846490A (zh) | 量化机器人流程自动化相关资源的使用 | |
CN115210661A (zh) | 用于表示rpa数据的企业流程图 | |
US11494713B2 (en) | Robotic process automation analytics platform | |
US20230032516A1 (en) | Common platform for implementing rpa services on customer premises | |
US20220066794A1 (en) | Robotic process automation data connector | |
US20220091908A1 (en) | Filter instantiation for process graphs of rpa workflows | |
US20220191167A1 (en) | Organizational modelling for routing rpa related services of an rpa cloud suite | |
US11966566B2 (en) | Mapping interactive UI elements to RPA object repositories for RPA development | |
US20230102809A1 (en) | Preconfigured robots for robotic process automation | |
US20230101948A1 (en) | Generation of rpa platform design components for configuring rpa platforms | |
JP2024527637A (ja) | 顧客のオンプレミスでrpaサービスを実装するための共通プラットフォーム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220503 |
|
WD01 | Invention patent application deemed withdrawn after publication |