CN117667363A - 虚拟机器人的消息处理方法、消息处理装置及存储介质 - Google Patents
虚拟机器人的消息处理方法、消息处理装置及存储介质 Download PDFInfo
- Publication number
- CN117667363A CN117667363A CN202410140084.2A CN202410140084A CN117667363A CN 117667363 A CN117667363 A CN 117667363A CN 202410140084 A CN202410140084 A CN 202410140084A CN 117667363 A CN117667363 A CN 117667363A
- Authority
- CN
- China
- Prior art keywords
- brain
- processing
- task scheduling
- scheduling information
- information
- 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.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 235
- 238000003860 storage Methods 0.000 title claims abstract description 45
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 210000004556 brain Anatomy 0.000 claims abstract description 227
- 238000000034 method Methods 0.000 claims abstract description 27
- 239000000725 suspension Substances 0.000 claims abstract description 18
- 238000013515 script Methods 0.000 claims description 68
- 238000013500 data storage Methods 0.000 claims description 27
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims 1
- 239000002699 waste material Substances 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000029087 digestion Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Landscapes
- Manipulator (AREA)
Abstract
本发明公开了虚拟机器人的消息处理方法、消息处理装置及存储介质,其中,所述方法包括以下步骤:接收到任务调度信息时,确定所述任务调度信息对应的多个子任务,以及所述子任务对应的多个处理大脑的第一连接状态;当存在所述第一连接状态为断开状态时,确定处于断开状态的目标处理大脑,以及所述目标处理大脑对应的目标子任务;在预设时段内未接收到所述目标处理大脑发送的注册连接信息时,将所述任务调度信息的处理状态更改为中止状态。本发明通过获取虚拟机器人对应的处理大脑的连接状态,从而基于处理大脑的连接状态进行调度任务的管理,避免调度任务进入长时间的等待而导致资源浪费的问题。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及虚拟机器人的消息处理方法、消息处理装置及存储介质。
背景技术
在当前的虚拟机器人软件的任务调度管理过程中,通常通过人工处理的方式将任务进行划分,并将划分处理后的子任务手动下发给不同模块的机器人软件进行执行。
在相关的将子任务下发给不同模块的机器人软件执行的过程中,中控将人工拆分的子任务下发到各个处理大脑并等待调度执行结果。然而,当处理大脑处于离线状态时,当前的子任务会一直处于等待状态直到处理大脑上线,而当前处理大脑长时间处于离线状态时,当前的调度任务会长时间占用所需资源却未进行实际的处理或生产,导致调度资源浪费。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种虚拟机器人的消息处理方法、消息处理装置及存储介质,解决现有技术中资源调度浪费的问题。
为实现上述目的,本发明提供一种虚拟机器人的消息处理方法,所述方法包括以下步骤:
接收到任务调度信息时,确定所述任务调度信息对应的多个子任务,以及所述子任务对应的多个处理大脑的第一连接状态;
当存在所述第一连接状态为断开状态时,确定处于断开状态的目标处理大脑,以及所述目标处理大脑对应的目标子任务;
在预设时段内未接收到所述目标处理大脑发送的注册连接信息时,将所述任务调度信息的处理状态更改为中止状态。
可选地,所述接收到任务调度信息时,确定所述任务调度信息对应的多个子任务的步骤包括:
接收到所述任务调度信息时,确定虚拟机器人操作***的脚本大脑的第二连接状态;
在所述第二连接状态为接入状态时,将所述任务调度信息发送至所述脚本大脑,并基于所述脚本大脑对所述任务调度信息进行任务分解处理,得到所述任务调度信息对应的所述多个子任务;
在所述第二连接状态为断开状态时,若在所述预设时段内接收到所述脚本大脑发送的所述注册连接信息,执行所述将所述任务调度信息发送至所述脚本大脑的步骤;否则输出所述任务调度信息超时的提示信息。
可选地,所述基于所述脚本大脑对所述任务调度信息进行任务分解处理,得到所述任务调度信息对应的所述多个子任务的步骤包括:
确定所述任务调度信息对应的调度类型;
在所述调度类型为文本类型时,根据所述脚本大脑的文字识别脚本对所述任务调度信息进行拆解,得到所述任务调度信息对应的多个所述子任务;
在所述调度类型为语音类型时,根据所述脚本大脑的音频识别脚本对所述任务调度信息进行处理,并在得到所述任务调度信息符合语音权限的结果时,基于文字提取脚本获取所述任务调度信息对应的文字信息,并根据文字识别脚本对所述文字信息进行拆解,得到所述任务调度信息对应的多个所述子任务;
在所述调度类型为代码类型时,根据所述脚本大脑的代码识别脚本对所述任务调度信息进行识别处理,得到所述任务调度信息对应的多个所述子任务。
可选地,所述在预设时段内未接收到所述目标处理大脑发送的注册连接信息时,将所述任务调度信息的处理状态更改为中止状态的步骤之后,还包括:
在任务调度界面中输出所述任务调度信息对应的中止状态信息;
响应于所述任务调度界面反馈的所述目标处理大脑的接入指令,将所述任务调度信息的处理状态更改为待执行状态,并将所述目标子任务发送至所述接入指令对应的所述目标处理大脑。
可选地,所述响应于所述任务调度界面反馈的所述目标处理大脑的接入指令,将所述任务调度信息的处理状态更改为待执行状态,并将所述目标子任务发送至所述接入指令对应的所述目标处理大脑的步骤之后,还包括:
接收到所有所述目标处理大脑发送任务执行指令时,确定所述任务执行指令对应的机器人软件、信息存储路径、实例创建信息、任务处理节点和数据存储类型;
基于所述机器人软件、所述信息存储路径、所述实例创建信息、所述任务处理节点和所述数据存储类型,执行所述任务调度信息。
可选地,所述基于所述机器人软件、所述信息存储路径、所述实例创建信息、所述任务处理节点和所述数据存储类型,执行所述任务调度信息的步骤包括:
选定所述机器人软件后,基于机器人实例大脑创建所述机器人软件对应的实例信息;
基于所述实例信息,将所述数据存储类型以及所述任务处理节点发送至所述机器人软件,以使所述机器人软件基于所述任务处理节点获取所述数据存储类型对应的调度数据;
获取所述机器人软件反馈的所述调度数据,并基于所述数据存储路径将所述调度数据存储至存储大脑,其中,所述机器人实例大脑和所述存储大脑为所述目标处理大脑。
可选地,所述接收到任务调度信息时,确定所述任务调度信息对应的多个子任务,以及所述子任务对应的多个处理大脑的第一连接状态的步骤之前,还包括:
接收到新增处理大脑的接入指令时,确定所述新增处理大脑的调度功能;
在接收到所述新增处理大脑的上线指令时,将所述新增处理大脑作为所述子任务对应的多个所述处理大脑。
可选地,所述当存在所述第一连接状态为断开状态时,确定处于断开状态的目标处理大脑,以及所述目标处理大脑对应的目标子任务的步骤之后,还包括:
在所述预设时段内接收到所述目标处理大脑发送的所述注册连接信息时,将所述目标子任务转发至所述目标处理大脑。
此外,为实现上述目的,本发明还提供一种虚拟机器人的消息处理装置,所述虚拟机器人的消息处理装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的虚拟机器人的消息处理程序,所述虚拟机器人的消息处理程序被所述处理器执行时实现如上所述的虚拟机器人的消息处理方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有虚拟机器人的消息处理程序,所述虚拟机器人的消息处理程序被处理器执行时实现如上所述的虚拟机器人的消息处理方法的步骤。
本发明实施例提供了虚拟机器人的消息处理方法、消息处理装置及存储介质,在接收到任务调度信息时,先确定该任务调度信息对应的多个子任务,以及多个子任务对应的多个处理大脑的连接状态,当其中一个处理大脑的连接状态为断开状态时,确定处于断开状态的目标处理大脑及对应的目标子任务,若在预设时段内仍未接收到目标处理大脑的注册连接信息,此时需要将任务调度信息的处理状态更改为中止状态,从而中止该任务的执行,避免资源等待过久,提高当前任务调度资源的利用率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明虚拟机器人的实例处理方法的操作***结构示意图;
图2是本发明虚拟机器人的消息处理方法的第一实施例的流程示意图;
图3为本发明虚拟机器人的消息处理方法的第二实施例的流程示意图;
图4为本发明虚拟机器人的消息处理方法的第三实施例的流程示意图;
图5是本发明虚拟机器人的消息处理方法的各个实施例的终端硬件结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在相关的将子任务下发给不同模块的机器人软件执行的过程中,中控将人工拆分的子任务下发到各个处理大脑并等待调度执行结果。然而,当处理大脑处于离线状态时,当前的子任务会一直处于等待状态直到处理大脑上线,而当前处理大脑长时间处于离线状态时,当前的调度任务会长时间占用所需资源却未进行实际的处理或生产,导致调度资源浪费。
为解决上述缺陷,本发明实施例提出一种虚拟机器人的消息处理方法,其主要解决方案包括以下步骤:
接收到任务调度信息时,确定所述任务调度信息对应的多个子任务,以及所述子任务对应的多个处理大脑的第一连接状态;
当存在所述第一连接状态为断开状态时,确定处于断开状态的目标处理大脑,以及所述目标处理大脑对应的目标子任务;
在预设时段内未接收到所述目标处理大脑发送的注册连接信息时,将所述任务调度信息的处理状态更改为中止状态。
本发明通过在处理大脑处于长时间的离线状态时,中止任务调度信息的执行,避免资源等待过久,提高当前任务调度资源的利用率。
为了更好地理解上述技术方案,下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整地传达给本领域的技术人员。
本发明实施例应用于机器人操作***,作为一种可选实施方式,请参照图1,该操作***包括用于消息转发及注册连接的Emitter(发射器)消息队列,用于与多个内核大脑建立连接,并下发相应的指令及调度任务及处理所有端业务逻辑消息转发以及用户授权登录认证的中控,以及多个大脑组成的内核大脑,中控可以与内核大脑中的各个大脑建立客户端、服务端的socket(一种协议栈)连接,寻址信号、指令分发及调度任务等。
第一实施例
请参照图2,本发明虚拟机器人的消息处理方法的步骤包括:
步骤S10,接收到任务调度信息时,确定所述任务调度信息对应的多个子任务,以及所述子任务对应的多个处理大脑的第一连接状态;
在本实施例中,任务调度信息用于获取多种不同场景的数据信息,例如需要获取内网的资产信息时,对获取内网的资产信息的任务调度信息进行分解处理,进而得到不同大脑对应的处理任务。也即任务调度信息可以是任意形式的互联网信息调度任务,该任务能够拆分成多个子任务。需要说明的是,该任务调度信息的子任务需要内核大脑中的多个大脑联合处理,从而得到用于执行该任务调度信息的执行条件,如执行该任务调度信息时用到的机器人软件、信息存储路径、任务处理节点、数据存储类型及实例创建信息等。因此,当某一处理大脑处于断开状态时,当前任务调度信息则会因为缺失某一项执行条件而无法正常执行,此时若等待处理大脑上线,则会因等待过长时间导致资源浪费。因此为提高资源的利用率,需要确定子任务对应的多个处理大脑的第一连接状态,以便根据第一连接状态判断当前任务调度信息是否需要等待过长时间。
作为一种可选的实施方式,接收到的任务调度信息中,包含有各个子任务,因而虚拟机器人操作***能够在接收到任务调度信息后,读取该调度信息的内容,进而得到各个子任务。除此之外,该任务调度信息为预存的调度信息时,虚拟机器人操作***能够根据预存的映射文件确定该任务调度信息对应的子任务。此外,还可以通过虚拟机器人操作***的脚本大脑的任务分解脚本对任务调度信息进行分解处理,从而得到多个子任务。其中,任务调度信息的形式可以包括文字、代码、语音及预存的调度指令等,由开发人员通过手动输入、选择或语音录入等方式输入到虚拟机器人操作***当中。
确定任务调度信息对应的多个子任务后,需要确定子任务对应的多个处理大脑的第一连接状态,其中处理大脑指的是图1所示的内核大脑中的各个处理大脑,不同的处理大脑对应任务调度信息在不同生命周期对应的任务处理节点。连接状态指的是处理大脑的在线状态,当处理大脑在线也即当前处于接入状态时,当前任务调度信息能够分配到处于接入状态的处理大脑中,而某个处理大脑处于断开状态也即离线时,某个子任务则会处于等待处理状态。
因此,为避免子任务处于过久的等待时间而占用过多的内存资源,在确定任务调度信息的多个子任务后,需要获取所有子任务对应的多个处理大脑的连接状态,以便根据连接状态判断当前子任务是否需要处于等待状态,同时也能够根据具体的等待时长执行相应的任务中止处理动作,减少资源的过度占用。
步骤S20,当存在所述第一连接状态为断开状态时,确定处于断开状态的目标处理大脑,以及所述目标处理大脑对应的目标子任务;
在本实施例中,在将子任务发送给处理大脑时,需要判断处理大脑的连接状态,当存在其中一个处理大脑的第一连接状态为断开状态时,可以先确定该断开状态的处理大脑对应的目标子任务,以便在该处理大脑重新上线或长时间未上线时下发任务或中止任务的执行。
作为另一可选的实施方式,当所有处理大脑的第一连接状态均为接入状态时,此时可以直接将子任务下发到对应的处理大脑中,从而接收处理大脑反馈的任务执行指令后,确定该任务调度信息所需的机器人软件、信息存储路径及数据存储类型等,提高任务调度信息的处理效率。
步骤S30,在预设时段内未接收到所述目标处理大脑发送的注册连接信息时,将所述任务调度信息的处理状态更改为中止状态。
在本实施例中,预设时段是根据实际应用场景动态设置的时段,超出预设时段时目标处理大脑仍未发送用于上线的注册连接信息时,需要将任务调度信息的处理状态更改为中止状态,从而避免一直处于等待状态,减少资源的占用,直到目标处理大脑上线。例如,在任务消化大脑处于断开状态时,此时无法确定任务调度信息中任务的处理节点,因而即便通过其他大脑得到任务调度信息对应的执行软件、数据存储地址及存储类型等内容,该任务调度信息仍无法正常执行,基于此,为避免该任务调度信息占用过多的资源,需要将任务调度信息的处理状态更改为中止状态,避免因子任务等待时间过长而占用过多的资源。
作为一种可选的实施方式中,在所述预设时段内接收到所述目标处理大脑发送的所述注册连接信息时,将所述目标子任务转发至所述目标处理大脑。
在本实施例公开的技术方案中,在接收到任务调度信息时,先将该任务调度信息划分成多个用于在内核大脑中获取任务调度信息的执行条件的子任务,随后确定多个子任务对应的处理大脑的第一连接状态,当存在第一连接状态为断开状态时,确定处于断开状态的目标处理大脑及目标处理大脑对应的目标子任务,在预设时段内未接收到目标处理大脑发送的注册连接信息时,为避免任务调度信息处于长时间的等待状态而占用过多资源,此时将任务调度信息的处理状态更改为中止状态,并将目标子任务发送到目标处理大脑中,从而恢复任务调度信息的处理,并在处理过程中,通过多个目标处理大脑协同处理,进而提高任务调度信息的处理效率。
第二实施例
请参照图3,基于第一实施例,步骤S30之后,还包括:
步骤S40,在任务调度界面中输出所述任务调度信息对应的中止状态信息;
步骤S50,响应于所述任务调度界面反馈的所述目标处理大脑的接入指令,将所述任务调度信息的处理状态更改为待执行状态,并将所述目标子任务发送至所述接入指令对应的所述目标处理大脑。
在本实施例中,当目标处理大脑重新上线时,虚拟机器人操作***能够将目标子任务发送到目标处理大脑,进而基于目标处理大脑获取执行任务调度信息时所需的条件。基于此,虚拟机器人操作***可以在任务调度界面中输出任务调度信息对应的中止状态信息,以便开发人员基于该中止状态信息手动进行处理大脑的连接状态的调整。随后虚拟机器人操作***响应于任务调度界面反馈的目标处理大脑的接入指令,将所述任务调度信息的处理状态更改为待执行状态,并将所述目标子任务发送至所述接入指令对应的所述目标处理大脑。其中,接入指令为开发人员控制该处理大脑发送的注册连接信息,在目标处理大脑处于接入状态且任务调度信息的处理状态恢复成待执行状态时,虚拟机器人操作***能够将先前处于等待状态的目标子任务直接发送到接入指令对应的目标处理大脑当中。通过在任务调度界面输出相应的提示信息的方式,并响应该界面接收到的指令,执行相应的目标子任务的下发动作,进而提高任务调度信息的处理效率。
作为一种可选的实施方式,在将目标子任务发送到新上线目标处理大脑后,各个目标处理大脑基于对应的子任务,生成相应的任务执行指令,在接收到所有目标处理大脑发送的任务执行指令时,确定所述任务执行指令对应的机器人软件、信息存储路径、实例创建信息、任务处理节点和数据存储类型,并基于所述机器人软件、所述信息存储路径、所述实例创建信息、所述任务处理节点和所述数据存储类型,执行所述任务调度信息。
进一步地,在执行所述任务调度信息的过程中,通过事理大脑选定机器人软件后,基于机器人实例大脑创建所述机器人软件对应的实例信息,随后基于实例信息将数据存储类型以及任务处理节点发送至机器人软件中,以使机器人软件基于任务处理节点获取所述数据存储类型对应的调度数据。最后虚拟机器人操作***获取机器人软件反馈的调度数据,并基于所述数据存储路径将调度数据存储至存储大脑当中,同时完成当前的任务调度信息。其中,机器人实例大脑和存储大脑均为目标处理大脑。基于此,通过各个处理大脑获取到执行任务调度信息对应的执行条件后,结合目标处理大脑完成当前的任务调度信息,提高任务调度信息的处理效率。
示例性的,任务调度信息中对应的子任务包括选定执行软件、选定数据存储类型和存储地址、确定任务处理节点及生成任务执行实例等。这些子任务对应的目标处理大脑包括图1所示的选定执行软件的事理大脑、用于选定存储类型和存储地址的存储大脑、用于确定任务处理节点的任务消化大脑以及生成任务执行实例的机器人实例大脑。基于此,通过这些大脑联合处理,进而输出任务调度信息的执行指令。
在另一可选的实施方式中,当接收到新增处理大脑的接入指令时,确定所述新增处理大脑的调度功能,随后在接收到所述新增处理大脑的上线指令时,将所述新增处理大脑作为所述子任务对应的多个所述处理大脑。可以理解的是,通过新增处理大脑的方式为子任务添加相应的处理大脑,避免因某个处理大脑处于长时间的离线状态导致任务调度信息处于长时间的等待状态,提高资源的利用率。
在本实施例公开的技术方案中,在将任务调度信息的处理状态更改为中止状态后,在任务调度界面中输出该任务调度信息的中止状态信息,从而在响应目标处理大脑的接入指令后,将任务调度信息的更改为待执行状态,进而将对应的目标子任务发送到接入指令对应的目标处理大脑当中,同时根据所有目标处理大脑反馈的任务执行指令,确定任务调度信息的执行条件后,执行该任务调度信息。通过主动反馈当前的中止状态信息,并在将处理状态变回待执行状态后,通过各个处理大脑协同处理,并执行所述任务调度信息,从而提高任务调度信息的处理效率。
第三实施例
请参照图3,基于第一实施例,步骤S10具体包括:
步骤S11,接收到所述任务调度信息时,确定虚拟机器人操作***的脚本大脑的第二连接状态;
在本实施例中,作为一种可选的实施方式,接收到任务调度信息时,可以通过虚拟机器人操作***的脚本大脑对其任务分解处理,从而得到多个子任务。而在此之前,则需要确定脚本大脑的连接状态,进而在其处于接入状态时,直接通过脚本大脑对任务调度信息进行分解。
步骤S12,在所述第二连接状态为接入状态时,将所述任务调度信息发送至所述脚本大脑,并基于所述脚本大脑对所述任务调度信息进行任务分解处理,得到所述任务调度信息对应的所述多个子任务;
作为一种可选的实施方式,脚本大脑处于在线状态时,通过脚本大脑对任务调度信息进行任务分解处理的过程具体包括:先确定所述任务调度信息对应的调度类型,在所述调度类型为文本类型时,根据所述脚本大脑的文字识别脚本对所述任务调度信息进行拆解也即对任务调度信息的文本进行拆解处理,进而得到所述任务调度信息对应的多个所述子任务。
除此之外,在所述调度类型为语音类型时,可以根据所述脚本大脑的音频识别脚本对所述任务调度信息进行处理,并在得到所述任务调度信息符合语音权限的结果时,基于文字提取脚本获取所述任务调度信息对应的文字信息,并根据文字识别脚本对所述文字信息进行拆解,得到所述任务调度信息对应的多个所述子任务;而在所述调度类型为代码类型时,根据所述脚本大脑的代码识别脚本对所述任务调度信息进行识别处理,得到所述任务调度信息对应的多个所述子任务。基于此,通过内核大脑中的脚本大脑对任务调度信息进行分解处理,进而得到相应的子任务,以便通过多个处理大脑对子任务进行协同处理,从而获取任务调度信息对应的执行条件,避免任务调度信息占用过多资源的同时,提高任务调度信息的处理效率。
步骤S13,在所述第二连接状态为断开状态时,若在所述预设时段内接收到所述脚本大脑发送的所述注册连接信息,执行所述将所述任务调度信息发送至所述脚本大脑的步骤。
作为一种可选的实施方式,在预设时段内接收到脚本大脑的上线通知时,此时仍可以将任务调度信息发送给脚本大脑。而在超出预设时段,脚本大脑仍未处于在线状态,此时可以输出所述任务调度信息超时的提示信息,以便开发人员基于该提示信息进行相应的处理,避免任务调度信息处于长时间的等待状态而占用过多的资源。
在本实施例公开的技术方案中,接收到任务调度信息时,先判断虚拟机器人操作***的脚本大脑的连接状态,并在连接状态为接入状态时,基于脚本大脑对任务调度信息进行分解处理,进而得到相应的子任务。以便通过多个处理大脑对子任务进行协同处理,从而获取任务调度信息对应的执行条件,避免任务调度信息占用过多资源的同时,提高任务调度信息的处理效率。
参照图5,图5为本发明实施例方案涉及的硬件运行环境的终端结构示意图。
如图5所示,该终端可以包括:处理器1001,例如中央处理器(Central ProcessingUnit,CPU),通信总线1002、网络接口1003,存储器1004。其中,通信总线1002用于实现这些组件之间的连接通信。网络接口1003可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1004可以是高速的RAM存储器(RandomAccess Memory,RAM),也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1004可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图5中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图5所示,作为一种计算机存储介质的存储器1004中可以包括操作***、数据存储模块、网络通信模块以及虚拟机器人的消息处理程序。
在图5所示的终端中,网络接口1003主要用于连接后台服务器,与后台服务器进行数据通信;处理器1001可以调用存储器1004中存储的虚拟机器人的消息处理程序,并执行以下操作:
接收到任务调度信息时,确定所述任务调度信息对应的多个子任务,以及所述子任务对应的多个处理大脑的第一连接状态;
当存在所述第一连接状态为断开状态时,确定处于断开状态的目标处理大脑,以及所述目标处理大脑对应的目标子任务;
在预设时段内未接收到所述目标处理大脑发送的注册连接信息时,将所述任务调度信息的处理状态更改为中止状态。
进一步地,处理器1001可以调用存储器1004中存储的虚拟机器人的消息处理程序,还执行以下操作:
接收到所述任务调度信息时,确定虚拟机器人操作***的脚本大脑的第二连接状态;
在所述第二连接状态为接入状态时,将所述任务调度信息发送至所述脚本大脑,并基于所述脚本大脑对所述任务调度信息进行任务分解处理,得到所述任务调度信息对应的所述多个子任务;
在所述第二连接状态为断开状态时,若在所述预设时段内接收到所述脚本大脑发送的所述注册连接信息,执行所述将所述任务调度信息发送至所述脚本大脑的步骤;否则输出所述任务调度信息超时的提示信息。
进一步地,处理器1001可以调用存储器1004中存储的虚拟机器人的消息处理程序,还执行以下操作:
确定所述任务调度信息对应的调度类型;
在所述调度类型为文本类型时,根据所述脚本大脑的文字识别脚本对所述任务调度信息进行拆解,得到所述任务调度信息对应的多个所述子任务;
在所述调度类型为语音类型时,根据所述脚本大脑的音频识别脚本对所述任务调度信息进行处理,并在得到所述任务调度信息符合语音权限的结果时,基于文字提取脚本获取所述任务调度信息对应的文字信息,并根据文字识别脚本对所述文字信息进行拆解,得到所述任务调度信息对应的多个所述子任务;
在所述调度类型为代码类型时,根据所述脚本大脑的代码识别脚本对所述任务调度信息进行识别处理,得到所述任务调度信息对应的多个所述子任务。
进一步地,处理器1001可以调用存储器1004中存储的虚拟机器人的消息处理程序,还执行以下操作:
在任务调度界面中输出所述任务调度信息对应的中止状态信息;
响应于所述任务调度界面反馈的所述目标处理大脑的接入指令,将所述任务调度信息的处理状态更改为待执行状态,并将所述目标子任务发送至所述接入指令对应的所述目标处理大脑。
进一步地,处理器1001可以调用存储器1004中存储的虚拟机器人的消息处理程序,还执行以下操作:
接收到所有所述目标处理大脑发送任务执行指令时,确定所述任务执行指令对应的机器人软件、信息存储路径、实例创建信息、任务处理节点和数据存储类型;
基于所述机器人软件、所述信息存储路径、所述实例创建信息、所述任务处理节点和所述数据存储类型,执行所述任务调度信息。
进一步地,处理器1001可以调用存储器1004中存储的虚拟机器人的消息处理程序,还执行以下操作:
选定所述机器人软件后,基于机器人实例大脑创建所述机器人软件对应的实例信息;
基于所述实例信息,将所述数据存储类型以及所述任务处理节点发送至所述机器人软件,以使所述机器人软件基于所述任务处理节点获取所述数据存储类型对应的调度数据;
获取所述机器人软件反馈的所述调度数据,并基于所述数据存储路径将所述调度数据存储至存储大脑,其中,所述机器人实例大脑和所述存储大脑为所述目标处理大脑。
进一步地,处理器1001可以调用存储器1004中存储的虚拟机器人的消息处理程序,还执行以下操作:
接收到新增处理大脑的接入指令时,确定所述新增处理大脑的调度功能;
在接收到所述新增处理大脑的上线指令时,将所述新增处理大脑作为所述子任务对应的多个所述处理大脑。
进一步地,处理器1001可以调用存储器1004中存储的虚拟机器人的消息处理程序,还执行以下操作:
在所述预设时段内接收到所述目标处理大脑发送的所述注册连接信息时,将所述目标子任务转发至所述目标处理大脑。
此外,本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令,计算机程序可以存储于一存储介质中,该存储介质为计算机可读存储介质。该程序指令被控制终端中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有虚拟机器人的消息处理程序,所述虚拟机器人的消息处理程序被处理器执行时实现如上实施例所述的虚拟机器人的消息处理方法的各个步骤。
需要说明的是,由于本申请实施例提供的存储介质,为实施本申请实施例的方法所采用的存储介质,故而基于本申请实施例所介绍的方法,本领域所属人员能够了解该存储介质的具体结构及变形,故而在此不再赘述。凡是本申请实施例的方法所采用的存储介质都属于本申请所欲保护的范围。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例,或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框,以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一,第二,以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所做的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种虚拟机器人的消息处理方法,其特征在于,所述虚拟机器人的消息处理方法包括:
接收到任务调度信息时,确定所述任务调度信息对应的多个子任务,以及所述子任务对应的多个处理大脑的第一连接状态;
当存在所述第一连接状态为断开状态时,确定处于断开状态的目标处理大脑,以及所述目标处理大脑对应的目标子任务;
在预设时段内未接收到所述目标处理大脑发送的注册连接信息时,将所述任务调度信息的处理状态更改为中止状态。
2.如权利要求1所述的虚拟机器人的消息处理方法,其特征在于,所述接收到任务调度信息时,确定所述任务调度信息对应的多个子任务的步骤包括:
接收到所述任务调度信息时,确定虚拟机器人操作***的脚本大脑的第二连接状态;
在所述第二连接状态为接入状态时,将所述任务调度信息发送至所述脚本大脑,并基于所述脚本大脑对所述任务调度信息进行任务分解处理,得到所述任务调度信息对应的所述多个子任务;
在所述第二连接状态为断开状态时,若在所述预设时段内接收到所述脚本大脑发送的所述注册连接信息,执行所述将所述任务调度信息发送至所述脚本大脑的步骤;否则输出所述任务调度信息超时的提示信息。
3.如权利要求2所述的虚拟机器人的消息处理方法,其特征在于,所述基于所述脚本大脑对所述任务调度信息进行任务分解处理,得到所述任务调度信息对应的所述多个子任务的步骤包括:
确定所述任务调度信息对应的调度类型;
在所述调度类型为文本类型时,根据所述脚本大脑的文字识别脚本对所述任务调度信息进行拆解,得到所述任务调度信息对应的多个所述子任务;
在所述调度类型为语音类型时,根据所述脚本大脑的音频识别脚本对所述任务调度信息进行处理,并在得到所述任务调度信息符合语音权限的结果时,基于文字提取脚本获取所述任务调度信息对应的文字信息,并根据文字识别脚本对所述文字信息进行拆解,得到所述任务调度信息对应的多个所述子任务;
在所述调度类型为代码类型时,根据所述脚本大脑的代码识别脚本对所述任务调度信息进行识别处理,得到所述任务调度信息对应的多个所述子任务。
4.如权利要求1所述的虚拟机器人的消息处理方法,其特征在于,所述在预设时段内未接收到所述目标处理大脑发送的注册连接信息时,将所述任务调度信息的处理状态更改为中止状态的步骤之后,还包括:
在任务调度界面中输出所述任务调度信息对应的中止状态信息;
响应于所述任务调度界面反馈的所述目标处理大脑的接入指令,将所述任务调度信息的处理状态更改为待执行状态,并将所述目标子任务发送至所述接入指令对应的所述目标处理大脑。
5.如权利要求4所述的虚拟机器人的消息处理方法,其特征在于,所述响应于所述任务调度界面反馈的所述目标处理大脑的接入指令,将所述任务调度信息的处理状态更改为待执行状态,并将所述目标子任务发送至所述接入指令对应的所述目标处理大脑的步骤之后,还包括:
接收到所有所述目标处理大脑发送任务执行指令时,确定所述任务执行指令对应的机器人软件、信息存储路径、实例创建信息、任务处理节点和数据存储类型;
基于所述机器人软件、所述信息存储路径、所述实例创建信息、所述任务处理节点和所述数据存储类型,执行所述任务调度信息。
6.如权利要求5所述的虚拟机器人的消息处理方法,其特征在于,所述基于所述机器人软件、所述信息存储路径、所述实例创建信息、所述任务处理节点和所述数据存储类型,执行所述任务调度信息的步骤包括:
选定所述机器人软件后,基于机器人实例大脑创建所述机器人软件对应的实例信息;
基于所述实例信息,将所述数据存储类型以及所述任务处理节点发送至所述机器人软件,以使所述机器人软件基于所述任务处理节点获取所述数据存储类型对应的调度数据;
获取所述机器人软件反馈的所述调度数据,并基于所述数据存储路径将所述调度数据存储至存储大脑,其中,所述机器人实例大脑和所述存储大脑为所述目标处理大脑。
7.如权利要求1所述的虚拟机器人的消息处理方法,其特征在于,所述接收到任务调度信息时,确定所述任务调度信息对应的多个子任务,以及所述子任务对应的多个处理大脑的第一连接状态的步骤之前,还包括:
接收到新增处理大脑的接入指令时,确定所述新增处理大脑的调度功能;
在接收到所述新增处理大脑的上线指令时,将所述新增处理大脑作为所述子任务对应的多个所述处理大脑。
8.如权利要求1所述的虚拟机器人的消息处理方法,其特征在于,所述当存在所述第一连接状态为断开状态时,确定处于断开状态的目标处理大脑,以及所述目标处理大脑对应的目标子任务的步骤之后,还包括:
在所述预设时段内接收到所述目标处理大脑发送的所述注册连接信息时,将所述目标子任务转发至所述目标处理大脑。
9.一种虚拟机器人的消息处理装置,其特征在于,所述虚拟机器人的消息处理装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的虚拟机器人的消息处理程序,所述虚拟机器人的消息处理程序被所述处理器执行时实现如权利要求1至8中任一项所述的虚拟机器人的消息处理方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有虚拟机器人的消息处理程序,所述虚拟机器人的消息处理程序被处理器执行时实现如权利要求1至8中任一项所述的虚拟机器人的消息处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410140084.2A CN117667363B (zh) | 2024-02-01 | 2024-02-01 | 虚拟机器人的消息处理方法、消息处理装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410140084.2A CN117667363B (zh) | 2024-02-01 | 2024-02-01 | 虚拟机器人的消息处理方法、消息处理装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117667363A true CN117667363A (zh) | 2024-03-08 |
CN117667363B CN117667363B (zh) | 2024-05-14 |
Family
ID=90077278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410140084.2A Active CN117667363B (zh) | 2024-02-01 | 2024-02-01 | 虚拟机器人的消息处理方法、消息处理装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117667363B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114817396A (zh) * | 2021-01-29 | 2022-07-29 | 中移(苏州)软件技术有限公司 | 一种数据同步方法、装置、设备及存储介质 |
CN114851210A (zh) * | 2022-07-05 | 2022-08-05 | 北京云迹科技股份有限公司 | 基于云平台的机器人调度方法及调度云平台 |
CN115630806A (zh) * | 2022-10-10 | 2023-01-20 | 神策网络科技(北京)有限公司 | 一种任务调度方法、装置、计算机设备及存储介质 |
CN115964142A (zh) * | 2022-12-07 | 2023-04-14 | 深圳市宇航智能信息技术有限公司 | 应用服务的管理方法、设备及存储介质 |
CN116599828A (zh) * | 2023-06-13 | 2023-08-15 | 中国工商银行股份有限公司 | 任务执行方法和装置、存储介质及电子设备 |
CN117453357A (zh) * | 2023-10-11 | 2024-01-26 | 中国平安人寿保险股份有限公司 | 节点任务调度方法、装置、计算机设备及存储介质 |
-
2024
- 2024-02-01 CN CN202410140084.2A patent/CN117667363B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114817396A (zh) * | 2021-01-29 | 2022-07-29 | 中移(苏州)软件技术有限公司 | 一种数据同步方法、装置、设备及存储介质 |
CN114851210A (zh) * | 2022-07-05 | 2022-08-05 | 北京云迹科技股份有限公司 | 基于云平台的机器人调度方法及调度云平台 |
CN115630806A (zh) * | 2022-10-10 | 2023-01-20 | 神策网络科技(北京)有限公司 | 一种任务调度方法、装置、计算机设备及存储介质 |
CN115964142A (zh) * | 2022-12-07 | 2023-04-14 | 深圳市宇航智能信息技术有限公司 | 应用服务的管理方法、设备及存储介质 |
CN116599828A (zh) * | 2023-06-13 | 2023-08-15 | 中国工商银行股份有限公司 | 任务执行方法和装置、存储介质及电子设备 |
CN117453357A (zh) * | 2023-10-11 | 2024-01-26 | 中国平安人寿保险股份有限公司 | 节点任务调度方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117667363B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109656782A (zh) | 可视化调度监控方法、装置及服务器 | |
CN110278256B (zh) | 区块链节点接入上链方法、相关设备及*** | |
US8832215B2 (en) | Load-balancing in replication engine of directory server | |
CN113626211A (zh) | 消息队列的切换方法、切换***、电子设备及存储介质 | |
CN111026541A (zh) | 渲染资源调度方法、装置、设备及存储介质 | |
CN108900627B (zh) | 一种网络请求方法、终端装置及存储介质 | |
CN114285695B (zh) | 通信方法、装置、设备、***和存储介质 | |
CN107025131B (zh) | 一种任务调度方法及装置 | |
CN113342503B (zh) | 实时进度反馈方法、装置、设备及存储介质 | |
CN117667363B (zh) | 虚拟机器人的消息处理方法、消息处理装置及存储介质 | |
CN108429665B (zh) | 一种并发通信传输数据的方法 | |
CN107025126B (zh) | 一种资源调度方法、nfvo和*** | |
CN113791888A (zh) | Linux应用进程管理方法及装置 | |
CN111291053B (zh) | 工作流数据处理方法、装置及工作流数据处理平台 | |
CN107819855A (zh) | 一种消息分发方法及装置 | |
CN113268362A (zh) | 基于无服务器平台的运维方法、装置、设备及存储介质 | |
CN111756844A (zh) | 一种多语言消息代理方法及装置 | |
CN111427634A (zh) | 一种原子服务调度的方法及装置 | |
CN110365535B (zh) | 一种基于安全多方计算的模型上线方法及装置 | |
CN117573329B (zh) | 多脑协同的任务调度方法、任务调度装置及存储介质 | |
CN111309467B (zh) | 任务分发方法及装置、电子设备及存储介质 | |
CN114710495B (zh) | 基于云渲染的houdini分布式联机解算方法 | |
CN110958240A (zh) | 消息订阅***及方法 | |
CN113759871B (zh) | 多控制器刷写方法、装置、设备及可读存储介质 | |
CN112035231A (zh) | 一种数据处理***、方法及服务器群 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |