JP2023152695A - ロボティックプロセスオートメーション（ｒｐａ）ロボットを設計するためにブラウザを使用するシステムおよび方法 - Google Patents

Abstract

【課題】ウェブブラウザ内でロボティックプロセスオートメーション（ＲＰＡ）のクティビティを実行する方法、コンピュータシステム及び非一時的なコンピュータ読み取り可能な媒体を提供する。【解決手段】ブラウザウィンドウ／タブ内で遂行するロボティックプロセスオートメーション（ＲＰＡ）エージェントは、ブラウザの外部で遂行するＲＰＡドライバとインタラクションする。ブリッジモジュールは、ＲＰＡエージェントおよびＲＰＡドライバの間の通信チャネルを確立する。ＲＰＡエージェントはロボット設計インターフェースを公開し、ＲＰＡドライバはターゲットユーザーインターフェース（例えば、スプレッドシートアプリケーションのインスタンス、電子メールプログラム）とユーザーのインタラクションを検出し、インタラクションを特徴付けるデータをロボット仕様を構築するＲＰＡエージェントに送信する。【選択図】図６

Description

本発明は、ロボティックプロセスオートメーション（ＲＰＡ）に関し、特に、ウェブブラウザ内でＲＰＡアクティビティを実行することに関する。

ＲＰＡは、繰り返し行われるコンピューティングタスクを自動化することで生産性を向上させ、人間のオペレータを自由にしてより知的に洗練されたおよび／または創造的なアクティビティを行えるようにすることを目的とした、情報技術の新しい分野である。自動化の対象となる注目すべきタスクは、ドキュメント（請求書、ウェブページなど）からの構造化データの抽出ならびに例えばフォームへの入力、電子メールの送信、およびソーシャルメディアサイトへのメッセージの投稿などのユーザーインターフェースとのインタラクションを含む。

ＲＰＡ開発における明確な推進力は、複数のハードウェアおよびソフトウェアプラットフォームにまたがる幅広い開発者および業界にＲＰＡ技術の範囲を拡大することに向けられている。

１つの態様によると、方法は、コンピュータシステムの少なくとも１つのハードウェアプロセッサを使用して、ロボティックプロセスオートメーション（ＲＰＡ）ドライバおよびブリッジモジュールを遂行することを含む。ブリッジモジュールは、ＲＰＡドライバおよびコンピュータシステム上で遂行するウェブブラウザアプリケーションの間に通信チャネルをセットアップするように構成される。ＲＰＡドライバは、ウェブブラウザアプリケーションの外部で遂行し、そしてコンピュータシステム上に公開されたターゲットユーザーインターフェース（ＵＩ）のターゲット要素を示すユーザー入力を検出し、かつターゲット要素を特徴付けるターゲット特定データのセットを通信チャネルを介してウェブブラウザアプリケーションに送信するように構成される。ウェブブラウザアプリケーションは、ターゲット要素においてＲＰＡアクティビティを行うように構成されたＲＰＡロボットの仕様を出力するように構成されたロボット設計インターフェースを公開する。

別の態様によると、コンピュータシステムは、ＲＰＡドライバおよびブリッジモジュールを遂行するように構成された少なくとも１つのハードウェアプロセッサを含む。ブリッジモジュールは、ＲＰＡドライバおよびコンピュータシステム上で遂行するウェブブラウザアプリケーションの間に通信チャネルをセットアップするように構成される。ＲＰＡドライバは、ウェブブラウザアプリケーションの外部で遂行し、そしてコンピュータシステム上に公開されたターゲットＵＩのターゲット要素を示すユーザー入力を検出し、かつターゲット要素を特徴付けるターゲット特定データのセットを通信チャネルを介してウェブブラウザアプリケーションに送信するように構成される。ウェブブラウザアプリケーションは、ターゲット要素においてＲＰＡアクティビティを行うように構成されたＲＰＡロボットの仕様を出力するように構成されたロボット設計インターフェースを公開する。

別の態様によると、非一時的なコンピュータ読み取り可能な媒体は、コンピュータシステムの少なくとも１つのハードウェアプロセッサによって遂行されたとき、コンピュータシステムにロボティックプロセスオートメーション（ＲＰＡ）ドライバおよびブリッジモジュールを遂行させる命令を格納する。ブリッジモジュールは、ＲＰＡドライバおよびコンピュータシステム上で遂行するウェブブラウザアプリケーションの間に通信チャネルをセットアップするように構成される。ＲＰＡドライバは、ウェブブラウザアプリケーションの外部で遂行し、そしてコンピュータシステム上に公開されたターゲットユーザーインターフェース（ＵＩ）のターゲット要素を示すユーザー入力を検出し、かつターゲット要素を特徴付けるターゲット特定データのセットを通信チャネルを介してウェブブラウザアプリケーションに送信するように構成される。ウェブブラウザアプリケーションは、ターゲット要素においてＲＰＡアクティビティを行うように構成されたＲＰＡロボットの仕様を出力するように構成されたロボット設計インターフェースを公開する。

本発明の前述の態様および利点は、以下の詳細な説明を読み、図面を参照することにより、よりよく理解されるであろう。

本発明のいくつかの実施形態による例示的なロボティックプロセスオートメーション（ＲＰＡ）環境を示す。

本発明のいくつかの実施形態によるＲＰＡロボットおよびオーケストレータの例示的なコンポーネンおよび動作を示す。

本発明のいくつかの実施形態によるＲＰＡパッケージの例示的なコンポーネンを示す。

本発明のいくつかの実施形態による様々なＲＰＡホストシステムを示す。

本発明のいくつかの実施形態によるＲＰＡホストシステム上で遂行する例示的なソフトウェアコンポーネントを示す。

本発明のいくつかの実施形態によるＲＰＡアクティビティを促進するためのブラウザを使用した例示的なソフトウェア構成を示す。

本発明のいくつかの実施形態による例示的な汎用ユーザーインターフェース（ＵＩ）を示す。

本発明のいくつかの実施形態によるブラウザによって公開される例示的なロボット設計インターフェースを示す。

本発明のいくつかの実施形態による例示的なアクティビティ構成インターフェースを示す。

本発明のいくつかの実施形態による例示的なターゲットＵＩおよびターゲット特定データのセットを示す。

本発明のいくつかの実施形態による例示的なターゲット構成インターフェースを示す。

本発明のロボット設計実施形態におけるブリッジモジュールによって実施されるステップの例示的なシーケンスを示す。

本発明のロボット設計実施形態におけるＲＰＡエージェントによって実行されるステップの例示的なシーケンスを示す。

本発明のロボット設計実施形態におけるＲＰＡドライバによって実行されるステップの例示的なシーケンスを示す。

本発明のいくつかの実施形態による例示的なターゲットおよびアンカーハイライトを示す図である。

本発明のロボット遂行実施形態におけるブリッジモジュールによって実施されるステップの例示的なシーケンスを示す。

本発明のロボット遂行実施形態におけるＲＰＡエージェントによって実行されるステップの例示的なシーケンスを示す。

本発明のロボット遂行実施形態におけるＲＰＡドライバによって実行されるステップの例示的なシーケンスを示す。

本明細書に記載される方法のいくつかを遂行するようにプログラムされたコンピュータシステムの例示的なハードウェア構成を示す。

（好ましい実施形態の詳細な説明）
以下の説明において、構造間のすべての言及された接続は、直接的な動作可能な接続または仲介構造を介した間接的に動作可能な接続であり得ることが理解される。要素のセットは、１または複数の要素を含む。要素のいかなる言及も、少なくとも１つの要素を指すと理解される。複数の要素は、少なくとも２つの要素を含む。「または」の使用は、非排他的な「または」として意味される。特に必要とされない限り、記載された方法ステップは、必ずしも特定の図示された順序で実行される必要はない。第２の要素から導かれる第１の要素（例えば、データ）は、第２の要素に等しい第１の要素と、第２の要素を処理することによって生成される第１の要素と、任意に他のデータとを包含する。パラメータに従って判断または決定を行うことは、パラメータに従って判断または決定を行うこと、および任意に他のデータに従って判断または決定を行うことを包含する。特に指定がない限り、ある量／データの指標は、量／データそのものであってもよいし、量／データそのものとは異なる指標であってもよい。コンピュータプログラムは、タスクを実行するプロセッサ命令のシーケンスである。本発明のいくつかの実施形態で説明されるコンピュータプログラムは、独立したソフトウェアエンティティまたは他のコンピュータプログラムのサブエンティティ（例えば、サブルーチン、ライブラリ）であり得る。プロセスは、コンピュータプログラムのインスタンスであり、インスタンスは、少なくとも遂行スレッドとそれに割り当てられた別の仮想メモリ空間とを有することによって特徴づけられ、ここで、それぞれの仮想メモリ空間のコンテンツは、遂行可能コードを含む。ブラウザプロセスとは、Ｇｏｏｇｌｅ Ｃｈｒｏｍｅ（登録商標）などのウェブブラウザアプリケーションに属するプロセスである。ソフトウェアがブラウザプロセスによって遂行される場合はブラウザ内で実行すると言われ、そうでない場合はブラウザ外で実行すると言われる。本明細書では、「データベース」という用語は、組織化された検索可能なデータの集合を示すために使用される。コンピュータ読み取り可能な媒体は、磁気、光学、および半導体記憶媒体（例えば、ハードディスク、光ディスク、フラッシュメモリ、ＤＲＡＭ）などの非一時的な媒体、ならびに導電性ケーブルおよび光ファイバーリンクなどの通信リンクを包含する。いくつかの実施形態によると、本発明は、特に、本明細書に記載の方法を実行するようにプログラムされたハードウェア（例えば、１または複数のプロセッサ）、ならびに本明細書に記載の方法を実行するための命令をエンコードするコンピュータ読み取り可能な媒体を含むコンピュータシステムを提供する。

以下の説明は、本発明の実施形態を例示するものであり、必ずしも限定するものではない。

図１は、本発明のいくつかの実施形態による例示的なロボティックプロセスオートメーション（ＲＰＡ）環境１０を示す。環境１０は、特定のタスクの自動化を実現するために協働する様々なソフトウェアコンポーネントを含む。例示的なＲＰＡシナリオでは、企業の従業員は、ビジネスアプリケーション（例えば、ワードプロセッサ、スプレッドシートエディタ、ブラウザ、電子メールアプリケーション）を使用して、例えば、様々なクライアントに請求書を発行するといった繰り返しのタスクを実行する。それぞれのタスクを実行するために、従業員は、Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｅｌ（登録商標）スプレッドシートを開く、クライアントの会社の詳細を調べる、それぞれの詳細を請求書テンプレートにコピーする、購入したアイテムを示す請求書フィールドを埋める、電子メールアプリケーションに切り替える、それぞれのクライアントへの電子メールメッセージを作成する、新しく作成した請求書をそれぞれのメールメッセージに添付する、および「送信」ボタンをクリックするなど一連の動作／アクションを実行する。ＲＰＡ環境１０の様々な要素は、それぞれのタスクを実行する過程でそれぞれの人間のオペレータによって実行される操作のセットを模倣することによって、それぞれのプロセスを自動化し得る。

人間の動作／アクションを模倣することは、本明細書では、人間のオペレータがコンピューティングデバイス上でそれぞれの動作／アクションを実行するときに生じるコンピューティングイベントのシーケンスを再現すること、および人間のオペレータがそれぞれの動作を実行した結果を再現することを包含すると理解される。例えば、グラフィカルユーザーインターフェース（ＧＵＩ）のボタンをクリックするアクションを模倣することは、オペレーティングシステムにマウスポインタをそれぞれのボタンに移動させ、マウスクリックイベントを発生させることを含んでもよく、またはそれぞれのＧＵＩボタンをクリックされた状態に直接トグルすることを代替的に含んでもよい。

ＲＰＡオートメーションの典型的なターゲットとなるアクティビティは、とりわけ支払処理、請求書発行、ビジネスクライアントとのコミュニケーション（例えば、ニュースレターおよび／または製品提供の配布）、内部コミュニケーション（例えば、メモ、会議および／またはタスクのスケジューリング）、監査、および給与処理などを含む。いくつかの実施形態では、専用のＲＰＡ設計アプリケーション３０（図２）は、人間の開発者が、一連の人間のアクションを効果的に自動化するワークフローを実装するためのソフトウェアロボットを設計することを可能にする。本明細書においてワークフローは、カスタムオートメーションステップのシーケンスを示し、本明細書ではＲＰＡアクティビティとみなされる。各ＲＰＡアクティビティは、ボタンのクリック、ファイルの読み取り、スプレッドシートセルへの書き込みなど、ロボットによって実行される少なくとも１つのアクションを含む。アクティビティは、入れ子にされ（ｎｅｓｔｅｄ）および／または埋め込まれ得る。いくつかの実施形態では、ＲＰＡ設計アプリケーション３０は、ワークフローの実行順序およびワークフローのＲＰＡアクティビティ間の関係の制御を開発者に与えるユーザーインターフェースおよびツールのセットを公開する。ＲＰＡ設計アプリケーション３０の実施形態の商業的な一例は、ＵｉＰａｔｈ ＳｔｕｄｉｏＸ（商標）である。本発明のいくつかの実施形態では、ＲＰＡ設計アプリケーション３０の少なくとも一部は、以下に詳細に説明するように、ブラウザ内で遂行し得る。

ワークフローのいくつかのタイプには、シーケンス、フローチャート、有限状態機械（ＦＳＭ）、および／またはグローバル例外ハンドラなどを含み得るが、これらに限定されない。シーケンスは、ワークフローを乱雑にすることなく、あるアクティビティから別のアクティビティへのフローを可能にする、線形プロセスに特に適し得る。フローチャートは、特により複雑なビジネスロジックに適し得、複数の分岐ロジックオペレータを介して、より多様な方法で意思決定の統合およびアクティビティの接続を可能にする。ＦＳＭは、大規模なワークフローに特に適し得る。ＦＳＭは、条件（すなわち、遷移）またはアクティビティによりトリガされる有限の数の状態をそれらの遂行中に使用し得る。グローバル例外ハンドラは、遂行エラーに遭遇したときのワークフローの挙動を決定したり、プロセスをデバッグしたりするのに特に適し得る。

ＲＰＡワークフローが開発されると、それは、コンピュータ読み取り可能な形態でエンコードされ、ＲＰＡパッケージ４０（図２）としてエクスポートされ得る。図３に示されるようないくつかの実施形態では、ＲＰＡパッケージ４０は、ソフトウェアロボットのための命令のセットを含むＲＰＡスクリプト４２のセットを含む。ＲＰＡスクリプト（複数可）４２は、例えば、拡張可能マークアップ言語（ＸＭＬ）、ＪａｖａＳｃｒｉｐｔ（登録商標）Ｏｂｊｅｃｔ Ｎｏｔａｔｉｏｎ（ＪＳＯＮ）、またはＣ＃、Ｖｉｓｕａｌ Ｂａｓｉｃ（登録商標）、Ｊａｖａ（登録商標）、ＪａｖａＳｃｒｉｐｔ（登録商標）などのプログラミング言語のバージョンなどで、本技術分野で既知の任意のデータ仕様に従って定式化され得る。あるいは、ＲＰＡスクリプト（複数可）４２は、バイトコードのＲＰＡ固有のバージョンで、または英語、スペイン語、日本語などの自然言語で定式化された命令のシーケンスとしてでさえ定式化され得る。いくつかの実施形態では、ＲＰＡスクリプト（複数可）４２は、ネイティブプロセッサ命令（例えば、機械コード）のセットに予めコンパイルされる。

いくつかの実施形態では、ＲＰＡパッケージ４０は、遂行中にそれぞれのロボットによって使用されるプロセスリソースのセットを示すリソース仕様４４をさらに含む。例示的なプロセスリソースは、とりわけ、資格情報のセット、コンピュータファイル、キュー、データベース、およびネットワーク接続／通信リンクを含む。本明細書における資格情報は、特定のＲＰＡホストマシンにアクセスするためおよび／または特定のソフトウェアコンポーネントを遂行するために必要なプライベートデータ（例えば、ユーザー名、パスワード）を概して示す。資格情報は、暗号化されたデータを含んでいてもよく、そのような状況では、遂行しているロボットは、それぞれのデータを復号化するための暗号鍵を所有し得る。いくつかの実施形態では、資格情報リソースはコンピュータファイルの形態をとり得る。あるいは、例示的な資格情報リソースは、実際の資格情報を保持するデータベースへのルックアップキー（たとえば、ハッシュインデックス）を含み得る。このようなデータベースはしばしは、本技術分野では資格情報保管庫（ｃｒｅｄｅｎｔｉａｌ Ｖａｕｌｔ）として知られる。本明細書では、キューは、同じタイプのアイテム（例えば、コンピュータファイル、構造化データオブジェクト）の順序付けられた集合を保持するコンテナを示す。例示的なキューは、とりわけ、請求書の集合および電子メールの受信箱のコンテンツを含む。キューアイテムの順序は、それぞれのアイテムが遂行するロボットによって処理されるべき順序を示し得る。

いくつかの実施形態では、各プロセスリソースについて、仕様４４は、それぞれのリソースを特徴付けるメタデータのセットを含む。例示的なリソース特性／メタデータは、とりわけ、それぞれのリソースのリソースタイプのインジケータ、それぞれのリソースにアクセスするためのファイル名、ファイルシステムパスおよび／または他のロケーションインジケータ、それぞれのリソースのサイズ、およびバージョンインジケータを含む。リソース仕様４４は、例えば、ＸＭＬまたはＪＳＯＮスクリプト、関係データベースなど、本技術分野において既知の任意のデータ形式に従って定式化され得る。

当業者は、ＲＰＡ設計アプリケーション３０が複数のコンポーネント／モジュールを含み得、それらが別個の物理的マシン上で遂行し得ることを理解するであろう。一例では、ＲＰＡ設計アプリケーション３０は、クライアント－サーバー構成で遂行し得、アプリケーション３０の１つのコンポーネントは、クライアントコンピュータのユーザーに対してロボット設計インターフェースを公開してもよく、そしてサーバーコンピュータ上で遂行するアプリケーション３０の別のコンポーネントは、ロボットワークフローを組み立てかつＲＰＡパッケージ４０を定式化／出力し得る。例えば、ソフトウェア定式化パッケージ４０が、実際にサーバーコンピュータ上で実行する間、開発者は、クライアントコンピュータ上で実行するウェブブラウザを介してロボット設計インターフェースにアクセスし得る。

一旦定式化されると、ＲＰＡスクリプト（複数可）４２は、ロボット１２ａ～１２ｃのセット（図１）によって遂行されてもよく、これらはさらにオーケストレータ１４によって制御および調整され得る。ロボット１２ａ～１２ｃおよびオーケストレータ１４はそれぞれ、複数のコンピュータプログラムを含み得、これらは同じ物理的マシン上で遂行してもしていなくてもよい。ロボット１２ａ～１２ｃおよびオーケストレータ１４の例示的な商用実施形態は、それぞれ、ＵｉＰａｔｈ Ｒｏｂｏｔｓ（登録商標）およびＵｉＰａｔｈ Ｏｒｃｈｅｓｔｒａｔｏｒ（登録商標）を含む。本発明のいくつかの実施形態では、ＲＰＡロボット１２ａ～１２ｃの少なくとも一部は、以下に詳細に説明するように、ブラウザ内で遂行し得る。

ロボット１２ａ～１２ｃのタイプは、アテンディッドロボット、アンアテンディッドロボット、開発ロボット（アンアテンディッドロボットと同様であるが、開発およびテストの目的で使用される）、および非生産ロボット（アテンディッドロボットと同様であるが、開発およびテストの目的で使用される）を含むが、これらに限定されない。

アテンディッドロボットは、ユーザーイベントおよび／またはコマンドによってトリガされ、同じコンピューティングシステム上で人間のオペレータと共に動作する。いくつかの実施形態では、アテンディッドロボットは、ロボットトレイからまたはコマンドプロンプトからのみで開始され得、したがって、オーケストレータ１４から制御され得ず、例えば、ロックされた画面の下で実行することはできない。アンアテンディッドロボットは、遠隔仮想環境において無人で実行され得、遠隔遂行、監視、スケジューリング、および作業キューのサポートの提供を担当し得る。

オーケストレータ１４は、複数のロボット１２ａ～１２ｃの遂行を制御し、調整する。そのため、オーケストレータ１４は、プロビジョニング、展開（デプロイメント（ｄｅｐｌｏｙｍｅｎｔ））、構成、スケジューリング、キューイング、監視、ロギング、および／またはロボット１２ａ～１２ｃの相互接続性の提供を含むが、これらに限定されない様々な能力を有し得る。プロビジョニングは、ロボット１２ａ～１２ｃとオーケストレータ１４との間の接続を作成および維持することを含み得る。展開は、遂行のためにロボット１２ａ～１２ｃへのソフトウェア（例えば、ＲＰＡスクリプト４２）の正しい配信を保証することを含み得る。構成は、ロボット環境、リソース、およびワークフロー構成の保守および配信を含み得る。スケジューリングは、特定のスケジュール（例えば、１日の特定の時間帯、特定の日付、毎日など）に従って様々なタスクを遂行するようにロボット１２ａ～１２ｃを構成することを含み得る。キューイングは、ジョブキューの管理を提供することを含み得る。監視は、ロボット状態の追跡を維持し、ユーザーの権限を維持することを含み得る。ロギングは、データベースおよび／または別のストレージメカニズム（例えば、ＳＱＬ、ＥｌａｓｔｉｃＳｅａｒｃｈ（登録商標）、Ｒｅｄｉｓ（登録商標））へのログの格納およびインデックス付けを含み得る。オーケストレータ１４はさらに、サードパーティーソリューションおよび／またはアプリケーションのための通信の集中点として機能し得る。

図２は、本発明のいくつかの実施形態によるロボット１２およびオーケストレータ１４の例示的なコンポーネントを示す。例示的なＲＰＡロボット１２は、Ｍｉｃｒｏｓｏｆｔ， Ｉｎｃ．のＷｉｎｄｏｗｓ（登録商標）Ｗｏｒｋｆｌｏｗ Ｆｏｕｎｄａｔｉｏｎ Ａｐｐｌｉｃａｔｉｏｎ Ｐｒｏｇｒａｍｍｉｎｇ Ｉｎｔｅｒｆａｃｅを使用して構築される。ロボット１２は、ロボットエグゼキュータ２２およびロボットマネージャ２４のセットを含み得る。ロボットエグゼキュータ２２は、人間のオペレータの動作を模倣するＲＰＡアクティビティのシーケンスを示すＲＰＡスクリプト（複数可）４２を受信し、それぞれのクライアントマシンでアクティビティのそれぞれのシーケンスを自動的に実行するように構成される。いくつかの実施形態では、ロボットエグゼキュータ（複数可）２２は、ＲＰＡスクリプト（複数可）４２を、それぞれのスクリプト（複数可）にエンコードされたＲＰＡアクティビティを実行するためのプロセッサ命令を含む実行時オブジェクトに変換するように構成されたインタプリタ（例えば、ジャストインタイムインタプリタまたはコンパイラ）を含む。したがって、スクリプト（複数可）４２を遂行することは、ＲＰＡスクリプト（複数可）４２を変換し、かつ得られる実行時パッケージをメモリにロードし、実行時パッケージを遂行し始めるようにそれぞれのホストマシンのプロセッサに指示するエグゼキュータ（複数可）２２を含み得る。

ロボットマネージャ２４は、ロボットエグゼキュータ（複数可）２２の動作を管理し得る。例えば、ロボットマネージャ２４は、人間のオペレータからの入力に従っておよび／またはスケジュールに従って、ロボットエグゼキュータ（複数可）２２による遂行のためのタスク／スクリプトを選択し得る。マネージャ２４は、ジョブを開始および停止し、エグゼキュータ（複数可）２２の様々な動作パラメータを構成し得る。ロボット１２が複数のエグゼキュータ２２を含む場合、マネージャ２４は、それらのアクティビティおよび／またはプロセス間通信を調整し得る。マネージャ２４は、ＲＰＡロボット１２、オーケストレータ１４、および／または他のエンティティ間の通信をさらに管理し得る。

いくつかの実施形態では、ロボット１２およびオーケストレータ１４は、クライアント－サーバー構成で遂行し得る。クライアント側、サーバー側、またはその両方が、本発明の範囲から逸脱することなく、いずれかの所望の数のコンピューティングシステム（例えば、物理マシンまたは仮想マシン）を含むことができることに留意すべきである。このような構成では、エグゼキュータ（複数可）２２およびロボットマネージャ２４を含むロボット１２は、クライアント側で遂行し得る。ロボット１２は、いくつかのジョブ／ワークフローを同時に実行し得る。ロボットマネージャ２４（例えば、Ｗｉｎｄｏｗｓ（登録商標）ｓｅｒｖｉｃｅ）は、複数のエグゼキュータ２２の単一のクライアント側の接点として機能し得る。マネージャ２４は、ロボット１２およびオーケストレータ１４の間の通信をさらに管理し得る。いくつかの実施形態では、通信は、マネージャ２４によって開始され、それは、オーケストレータ１４へのＷｅｂＳｏｃｋｅｔチャネルを開くことができる。マネージャ２４は、その後、チャネルを使用して、各エグゼキュータ２２の状態に関する通知を、例えばハートビート信号として、オーケストレータ１４に送信し得る。次に、オーケストレータ１４は、チャネルを使用して、承認、ジョブ要求、ならびにＲＰＡスクリプト（複数可）４２およびリソースメタデータなどの他のデータをロボット１２に送信し得る。

オーケストレータ１４は、場合によっては複数の物理的および／または仮想的なマシンに分散して、サーバー側で遂行し得る。そのような一実施形態では、オーケストレータ１４は、ウェブアプリケーションであってもよいオーケストレータユーザーインターフェース（ＵＩ）１７と、サービスモジュール１９のセットとを含み得る。オーケストレータＵＩのいくつかの例については後述する。サービスモジュール１９は、オープンデータプロトコル（ＯＤａｔａ）表現状態転送（ｒｅｐｒｅｓｅｎｔａｔｉｏｎａｌ ｓｔａｔｅ ｔｒａｎｓｆｅｒ）（ＲＥＳＴ）アプリケーションプログラミングインターフェース（ＡＰＩ）エンドポイントのセットと、サービスＡＰＩ／ビジネスロジックのセットとを含み得る。ユーザーは、オーケストレータＵＩ１７を介して（例えば、ブラウザ上で専用のオーケストレータインターフェースを開くことによって）オーケストレータ１４とインタラクションして、オーケストレータ１４に様々なアクションの実行を指示してもよく、これには、例えば選択したロボット１２上でのジョブの開始、ロボットグループ／プールの作成、ロボットへのワークフローの割り当て、キューへの／からのデータの追加／削除、無人運転するジョブのスケジューリング、ロボットまたはワークフローごとのログ分析などを含み得る。オーケストレータＵＩ１７は、ハイパーテキストマークアップ言語（ＨＴＭＬ）、ＪａｖａＳｃｒｉｐｔ（登録商標）、または他の任意のウェブ技術を使用して実装され得る。

オーケストレータ１４は、サービスＡＰＩ／ビジネスロジックを選択的に呼び出すことによって、ユーザーによって要求されたアクションを実行し得る。さらに、オーケストレータ１４は、ロボット１２と通信するためにＲＥＳＴ ＡＰＩのエンドポイントを使用し得る。ＲＥＳＴ ＡＰＩは、構成、ロギング、監視、およびキューイング機能を含み得る。構成エンドポイントは、ユーザー、ロボット、権限、資格情報および／または他のプロセスリソースなどを定義および／または構成するために使用され得る。ロギングＲＥＳＴエンドポイントは、例えば、エラー、ロボットによって送信された明示的なメッセージ、および他の環境固有の情報など、異なる情報をログに記録するために使用され得る。デプロイメントＲＥＳＴエンドポイントは、遂行されるＲＰＡスクリプト（複数可）４２のバージョンを照会するために、ロボットによって使用され得る。キューイングＲＥＳＴエンドポイントは、キューへのデータの追加、キューからのトランザクションの取得、トランザクションのステータスの設定など、キューおよびキューアイテムの管理を担ってもよい。ＲＥＳＴエンドポイントを監視することで、オーケストレータ１４およびロボットマネージャ２４のウェブアプリケーションコンポーネントを監視し得る。

いくつかの実施形態では、ＲＰＡ環境１０（図１）は、ＲＰＡデータベース１８に接続されたデータベースサーバー１６をさらに含む。サーバー１６がクラウドコンピューティングプラットフォーム上で提供される実施形態では、サーバー１６は、データベースサービス、例えば、データベースコネクタのセットを有するクライアントとして具現化され得る。データベースサーバー１６は、ＲＰＡ環境１０に関連するデータをデータベース１８に／から選択的に格納および／または取得するように構成される。そのようなデータは、様々な個々のロボットまたはロボットプールの構成パラメータ、ならびに様々なロボットによって遂行されるワークフローを特徴付けるデータ、ワークフローとそれを遂行するタスクを与えられたロボットとを関連付けるデータ、ユーザー、役割、スケジュール、キューなどを特徴付けるデータを含み得る。データベースサーバー１６によって格納および／または取得されるデータの別の例示的なカテゴリは、各遂行するロボットの現在の状態を特徴付けるデータを含む。データベースサーバー１６によって格納および／または取得される別の例示的なデータカテゴリは、様々なワークフローによって必要とされるＲＰＡリソース、例えば、ファイル名、場所、資格情報などの様々なリソース属性のデフォルト値および／または実行時値を特徴付けるＲＰＡリソースメタデータを含む。データのさらに別の例示的なカテゴリは、遂行中に様々なロボットによってログ記録されたメッセージを含む。データベースサーバー１６およびデータベース１８は、とりわけ、構造化クエリ言語（ＳＱＬ）、ＥｌａｓｔｉｃＳｅａｒｃｈ（登録商標）、およびＲｅｄｉｓ（登録商標）といった、本技術分野において既知の任意のデータ記憶プロトコルおよびフォーマットを採用し得る。いくつかの実施形態では、データは、例えばロギングＲＥＳＴエンドポイントを介して、オーケストレータ１４によって収集および管理される。オーケストレータ１４は、さらに、データベースサーバー１６に構造化クエリを発行し得る。

いくつかの実施形態では、ＲＰＡ環境１０（図１）は、環境１０の様々なメンバーを相互接続する通信チャネル／リンク１５ａ～１５ｅをさらに含む。そのようなリンクは、例えば仮想ネットワークリンク、仮想プライベートネットワーク（ＶＰＮ）、またはエンドツーエンドトンネルとして、本技術分野で知られている任意の方法に従って実装され得る。いくつかの実施形態は、リンク１５ａ～１５ｅの一部または全部を循環するデータをさらに暗号化する。

当業者は、ＲＰＡ環境１０の様々なコンポーネントが、別個のホストコンピューターシステム（物理アプライアンスおよび／または仮想マシン）上で実装され得るおよび／または遂行し得ることを理解するであろう。図４は、本発明のいくつかの実施形態による様々なそのようなＲＰＡホストシステム２０ａ～２０ｅを示す。各ホストシステム２０ａ～２０ｅは、少なくともハードウェアプロセッサと、プロセッサ命令および／またはデータを格納するためのメモリユニットとを有するコンピューティングシステム（個々のコンピューティングアプライアンスまたは相互接続されたコンピュータのセット）を表す。例示的なＲＰＡホスト２０ａ～２０ｃは、とりわけ、企業のメインフレームコンピュータ、パーソナルコンピュータ、ラップトップおよびタブレットコンピュータ、モバイル通信デバイス（例えば、スマートフォン）、および電子ブックリーダーを含む。アイテム２０ｄ～２０ｅとして例示される他の例示的なＲＰＡホストは、プラットフォーム特有のプロトコルに従って集中管理される複数の相互接続されたサーバーコンピュータシステムを含むクラウドコンピューティングプラットフォームを含む。クライアントは、プラットフォーム特有のインターフェース／ソフトウェア層／ライブラリ（例えば、ソフトウェア開発キット－ＳＤＫ、プラグインなど）および／またはコマンドのプラットフォーム特有の構文を使用して、このようなクラウドコンピューティングプラットフォームとインタラクションし得る。例示的なプラットフォーム特有のインターフェースは、とりわけ、Ａｚｕｒｅ（登録商標）ＳＤＫおよびＡＷＳ（登録商標）ＳＤＫを含む。ＲＰＡホスト２０ａ～２０ｅは、インターネットなどの通信ネットワーク１３によって通信可能に結合され得る。

図５は、本発明のいくつかの実施形態によるＲＰＡホスト２０上で遂行する例示的なソフトウェアを示し、ここで、ホスト２０は、図４におけるＲＰＡホスト２０ａ～２０ｅのいずれかを表し得る。オペレーティングシステム（ＯＳ）３１は、とりわけ、それぞれのＲＰＡホストのハードウェアとウェブブラウザアプリケーション３２、ＲＰＡターゲットアプリケーション３３、ブリッジモジュール３４、およびＲＰＡドライバ２５などの他のソフトウェアアプリケーションとの間でインターフェースするソフトウェア層を含む、とりわけ、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（登録商標）、ＭａｃＯＳ（登録商標）、Ｌｉｎｕｘ（登録商標）、ｉＯＳ（登録商標）、またはＡｎｄｒｏｉｄ（登録商標）などの広く利用可能な任意のオペレーティングシステムを含み得る。本明細書においてブラウザアプリケーション３２は、ウェブコンテンツ（ウェブページ）を取得しレンダリングすることを主目的とする任意のソフトウェアを示す。例示的なブラウザアプリケ０ション３２は、とりわけ、Ｇｏｏｇｌｅ Ｃｈｒｏｍｅ（登録商標）、Ｍｉｃｒｏｓｏｆｔ Ｅｄｇｅ（登録商標）、およびＭｏｚｉｌｌａ Ｆｉｒｅｆｏｘ（登録商標）などの商用ウェブブラウザの任意のインスタンスを含む。最近のウェブブラウザは、通常、複数のウェブ文書を例えば別々のウィンドウまたはブラウザタブで同時に表示することができる。コンピュータセキュリティ上の理由から、このようなアプリケーションでは、別個のブラウザウィンドウ、タブ、および／またはフレームは、それぞれのホスト上で遂行する他のウェブブラウザプロセスから分離された別個のウェブブラウザプロセスによってレンダリングされ得る。いくつかの実施形態では、ＲＰＡロボット１２の少なくとも一部および／またはＲＰＡ設計アプリケーション３０の一部は、以下に詳細に示すように、ブラウザ３２内で遂行する。

ＲＰＡターゲットアプリケーション３３は概して、自動化のターゲットとなる任意のソフトウェアアプリケーションを表す。例は、とりわけ、ワードプロセッシングアプリケーション（例えば、Ｍｉｃｒｏｓｏｆｔ Ｗｏｒｄ（登録商標）、ＴｅｘｔＥｄｉｔ（登録商標）、Ｐａｇｅｓ（登録商標））のインスタンス、スプレッドシートアプリケーション（例えば、Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｅｌ（登録商標）、Ｎｕｍｂｅｒｓ（登録商標））のインスタンス、電子通信アプリケーション（例えば、Ｍｏｚｉｌｌａ Ｔｈｕｎｄｅｒｂｉｒｄ（登録商標）、ＷｈａｔｓＡｐｐ（登録商標））のインスタンス、ウェブブラウザ（例えば、Ｇｏｏｇｌｅ Ｃｈｒｏｍｅ（登録商標）のインスタンス、Ｍｏｚｉｌｌａ Ｆｉｒｅｆｏｘ（登録商標））、および業務管理アプリケーション（例えば、ＳＡＰ（登録商標））のインスタンスを含む。いくつかの実施形態では、単一のＲＰＡロボットは、複数のターゲットアプリケーションとインタラクションし得る。例えば、ロボットは、ウェブページからいくつかのデータをスクレイピングし、それをＥｘｃｅｌ（登録商標）ワークシートに貼り付けるように構成され得る。したがって、当業者は、ただ１つのＲＰＡターゲットアプリケーション３３を示す図５が、限定することを意図していないことをわかるだろう。

いくつかの実施形態では、オートメーションアクティビティは、それぞれのＲＰＡホスト上で遂行するＲＰＡドライバ２５のセットとインターフェースすることによって実行される。ドライバ（複数可）２５は概して、カーソル／ポインタの現在の画面上の位置を決定すること、カーソル／ポインタを移動すること、マウス、キーボード、および／またはタッチスクリーンイベントを登録および／または遂行すること、ハンドヘルドデバイスの現在の姿勢／向きを検出すること、現在の加速度計読みを検出すること、スマートフォンカメラで写真を撮ったりなどの低レベル動作を行うソフトウェアモジュールを表わす。ドライバ（複数可）２５の他の例示的な動作は、ユーザーインターフェースの要素（例えば、ボタン、フォームフィールド）を特定すること、それぞれの要素の画面上の外観（例えば、色、位置、サイズ）を変更すること、形状を描くことなどを含む。いくつかのこのようなドライバ２５は、オペレーティングシステム３１の一部を形成するまたはローカルＯＳのネイティブ関数を呼び出し得る。他のドライバ２５は、ＳＡＰ（登録商標）、Ｃｉｔｒｉｘ（登録商標）仮想化ソフトウェア、Ｅｘｃｅｌ（登録商標）などの複雑なターゲットアプリケーション３３とユーザーのインタラクションの様々なアプリケーション固有の態様を実装し得る。このようなドライバ２５は、例えば、ブラウザドライバ、仮想化ドライバ、およびエンタープライズアプリケーションドライバを含み得る。例示的なブラウザドライバは、ブラウザプロセスおよび／またはブラウザウィンドウ内で現在レンダリングされているウェブページに導入されるスクリプトのセットとして具現化され得、それぞれのウェブページのドキュメントオブジェクトモデル（ＤＯＭ）を構築、解析、および／または修正するよう構成され得る。他の例示的なドライバ２５は、Ｍｉｃｒｏｓｏｆｔ ＷｉｎＡｐｐＤｒｉｖｅｒ、Ａｐｐｌｅ， Ｉｎｃ．のＸＣＴｅｓｔドライバ、およびＧｏｏｇｌｅ， Ｉｎｃ．のＵＩ Ａｕｔｏｍａｔｏｒドライバを含む。

いくつかの実施形態では、ＲＰＡホスト２０は、以下に詳細に示すように、ブラウザ３２とＲＰＡドライバ２５との間に通信チャネルを確立するように構成されたブリッジモジュール３４をさらに遂行する。本明細書において通信チャネルは、それぞれのブラウザエンティティの間でデータを転送する任意の手段を示す。例示的な通信チャネルは、とりわけ、それぞれのエンティティ間でＲＰＡホスト２０のメモリの領域（例えば、メモリページ）を共有するメカニズム、ネットワークソケット（すなわち、ＲＰＡホスト２０のネットワークインターフェースまたは通信ポートを介してデータを転送する）、パイプ、ファイル、およびメッセージパッシングを含む。いくつかの実施形態では、ブリッジモジュール３４は、ＲＰＡホスト２０にローカルにインストールされ、任意のブラウザプロセスから独立して遂行するコンピュータプログラムを含む。しかし、ブラウザとの通信を容易にするために、ブリッジモジュール３４のいくつかの実施形態は、以下にさらに説明するようなブラウザ拡張コンピュータプログラムなど、ブラウザ内で遂行するコンポーネントを含み得る。本明細書において、「ブラウザ拡張」という用語は、ブラウザアプリケーションのネイティブ機能を拡張し、それぞれのブラウザアプリケーション内で遂行するアドオン、カスタムコンピュータプログラムを示す。セキュリティ上の理由から、ブラウザ拡張は通常、以下で説明するようなＲＰＡインターフェースを公開するものとは別のブラウザプロセス内で遂行するが、この点はブラウザ固有のものであり得、これに限定するものではない。

図６は、本発明のいくつかの実施形態によるＲＰＡアクティビティを促進するためのブラウザを使用した例示的なソフトウェア構成を示す。示される構成では、ブラウザ３２は、それぞれのＲＰＡホストのユーザーに対して、エージェントブラウザウィンドウ３６を公開する。ウィンドウ３６は、例えば、Ｇｏｏｇｌｅ Ｃｈｒｏｍｅ（登録商標）などの商用ウェブブラウザアプリケーションのインスタンスによって開かれた別個のタブを表し得る。次に、いくつかの実施形態は、エージェントブラウザウィンドウ３６を使用して、とりわけ、ＲＰＡロボットの設計およびＲＰＡロボットの遂行などの様々なＲＰＡ動作をユーザーが遂行することを可能にするＲＰＡインターフェース６０を公開する。このような使用例は、以下で個別に説明される。

現代のブラウザは、遂行可能コードのスニペットを含むドキュメントをレンダリングし得る。そのような遂行可能コードの例は、それぞれのドキュメントのコンテンツがユーザーにどのように表示されるか、および／または、ユーザーがそれぞれのコンテンツとどのようにインタラクションするかを制御し得、サードパーティーコンテンツ（例えば、広告、天気、株式市場の更新）の配布および表示を管理し得、それぞれのユーザーのブラウジング習慣を特徴付ける様々な種類のデータを収集するなどをし得る。このような遂行可能コードは、それぞれのドキュメントに埋め込まれてもよいし、そこからハイパーリンクされてもよい。例示的なブラウザ遂行可能コードは、実行時の解釈またはコンパイルのために、スクリプト言語またはバイトコードで事前にコンパイルまたは定式化され得る。例示的なスクリプト言語は、とりわけ、ＪａｖａＳｃｒｉｐｔ（登録商標）およびＶＢＳｃｒｉｐｔ（登録商標）を含む。スクリプトされたコードの遂行を可能にするために、いくつかのブラウザは、受信したスクリプト／バイトコードをそれぞれのホストプラットフォームでの遂行に適した形式に変換し、それぞれのコードが実行するホスティング環境を提供するように構成されたインタプリタを含む。

本発明のいくつかの実施形態は、ＲＰＡロボットを設計および／または遂行するためのＲＰＡインターフェース６０の機能を実装するために、ブラウザのそのようなコード変換機能を使用する。そのような一例では、ＲＰＡインターフェース６０の機能は、ＲＰＡエージェント３１として一括して表され、ブラウザ３２によって遂行されるスクリプト（例えば、ＪａｖａＳｃｒｉｐｔ（登録商標））のセットとしてエンコードされる。エージェント３１は、例えば、エージェント３１のアドレスを示す予め定められたユニフォームリソースロケータ（ＵＲＬ）をブラウザ３２に指し示すことによって、スクリプトリポジトリ／サーバーからダウンロードされ得る。

図６は、さらに、ＲＰＡターゲットアプリケーション３３が、ターゲットＵＩ３７をユーザーに公開することを示す。ターゲットＵＩ３７は概して、自動化の対象となる任意のユーザーインターフェースを表す。ターゲットＵＩ３７の一般的な例は、グラフィカルユーザーインターフェース（ＧＵＩ）を含み、それは、ユーザーに表示される視覚要素のセットを介して人間と機械とのインタラクションを可能にする。図７は、とりわけ、ウィンドウ５０ａ、メニューインジケータ５０ｂ、アイコン５０ｃ、テキストボックス５０ｄ、およびボタン５０ｅを含む例示的なＵＩ要素のセットを有するそのような例示的なターゲットＵＩ３７を示す。他の例示的なＵＩ要素は、ラベル、フォーム、個々のフォームフィールド、トグル、リンク（例えば、ハイパーリンク、ハイパーテキスト、ユニフォームリソース識別子）などを含む。ＵＩ要素は、情報を表示し、入力（テキスト、マウスイベント）を受信し、ならびに／またはソフトウェアおよび／もしくはそれぞれのＲＰＡホストデバイスの機能を制御し得る。

いくつかの実施形態は、ターゲットＵＩ３７とインタラクションするために、ＲＰＡドライバ２５（図６）のインスタンスを採用する。例えば、ドライバ２５は、ターゲットＵＩ３７の要素を特定し、およびそれぞれの要素に対してＲＰＡアクティビティ（例えば、マウスクリック、スワイプなど）を実行し得る。別の例では、ＲＰＡドライバ２５は、以下にさらに説明するように、ユーザーのアクション（例えば、マウスクリック、スワイプなど）を自動的に検出し、それに応答して、それぞれのアクションによってターゲットされたＵＩ要素を特定し、ターゲットＵＩ３７の他の要素の中からそれぞれのターゲット要素を特定する特徴のセットを決定し得る。ＲＰＡドライバ２５は、比較的高いプロセッサ特権レベル（例えば、カーネルモード）でＲＰＡホスト２０上で遂行し得、ローカルＯＳのネイティブ関数を呼び出し得る。ＲＰＡターゲットアプリケーション３３がスクリプト／バイトコード解釈可能であるいくつかの実施形態では、ＲＰＡドライバ２５の少なくとも一部は、ＲＰＡターゲットアプリケーション３３のそれぞれのインスタンス内で遂行し得る。別の言い方をすれば、ドライバ２５は、アプリケーション３３に属するプロセスによって遂行され得る。ＲＰＡターゲットアプリケーションがウェブブラウザを含む１つのそのような例では、ターゲットＵＩ３７は、エージェントブラウザウィンドウ３６とは異なるターゲットブラウザウィンドウ（例えば、別のブラウザタブ）を含み、ＲＰＡドライバ２５は、ＲＰＡエージェント３１を遂行しているものとは異なるブラウザプロセス内で遂行する。いくつかの実施形態では、ＲＰＡドライバ２５の少なくとも一部は、ターゲットアプリケーション３３またはターゲットＵＩ３７内で現在レンダリングされているドキュメントに動的に導入され、それがそのタスクを達成した後に削除され得る。

いくつかの実施形態は、異なるターゲットＵＩとインタラクションするためにＲＰＡドライバ２５の異なるインスタンスを採用する。ロボットが１つのターゲットＵＩ（例えば、スプレッドシート）からデータを読み取り、かつ別のＵＩ（例えば、電子メールプログラム）にそれを貼り付けるように構成される１つのそのような例では、それぞれの動作は、２つの異なるＲＰＡドライバによって実行され得る。いくつかの実施形態では、各ドライバは、ＲＰＡエージェント３１と通信するために、別個の通信チャネルを使用し得る。

図６は、ブラウザ３２とＲＰＡドライバ２５との間の通信チャネル３８をセットアップおよび／または操作するブリッジモジュール３４をさらに示す。示されるようないくつかの実施形態では、ブリッジモジュール３４は、２つの通信エンティティ間の仲介者として機能し、その結果、モジュール３４は、その意図された宛先にそれを転送する前に、ＲＰＡエージェント３１とＲＰＡドライバ２５との間で交換されるデータのいくつかを傍受、分析、および／または変更し得る。いくつかの実施形態では、ブリッジモジュール３４はさらに、ＲＰＡインターフェース６０およびターゲットＵＩ３７とは異なる追加のユーザーインターフェースを公開し、ならびに／または通信チャネル３８を介して交換されたデータの少なくともいくつかに従って表示を生成し得る。ブリッジモジュール３４の動作は、以下でさらに詳細に説明される。

ロボット設計実施形態
いくつかの実施形態では、ＲＰＡインターフェース６０は、ＲＰＡ設計アプリケーション３０の機能の一部、例えば図８に示されるようなロボット設計インターフェースを実装し、ユーザーがオートメーション／ソフトウェアロボットを設計することを可能にする。インターフェース６０は、エージェントブラウザウィンドウ３６内でユーザーに公開され、その機能性は、ブラウザ３２によって遂行されるＲＰＡエージェント３１によって提供される。当業者であれば、図示されたインターフェースのコンテンツおよび外観は例示的なものに過ぎず、限定的なものではないことを理解するだろう。インターフェース６０は、例えばメニュー領域６２およびワークフロー設計領域６１のような様々な領域を含む。メニュー領域６２は、ユーザーがＲＰＡロボットによる遂行のために個々のＲＰＡアクティビティを選択することを可能にし得る。アクティビティは、様々な基準に従って、例えば、ユーザーインタラクションのタイプ（例えば、クリック、タップ、ジェスチャ、ホットキー）に従って、データのタイプ（例えば、テキスト関連アクティビティ、画像関連アクティビティ）に従って、データ処理のタイプ（例えば、ナビゲーション、データスクレイピング、フォームを埋めること）などに従ってグループ化され得る。いくつかの実施形態では、個々のＲＰＡアクティビティは、メニューの階層を介して到達され得る。

いくつかの実施形態では、インターフェース６０は、プロジェクト構成コントロール６５（例えば、メニュー領域６２内に表示されるメニューボタン）を公開してもよく、これは、とりわけ、呼び出されると、ユーザーが、名前、資産の位置、およびそれぞれのロボット／オートメーションの遂行スケジュールなど、現在開発中のオートメーションプロジェクトの様々なパラメータを設定することを可能にする。コントロール６５を介して調整可能な他のパラメータは、通信チャネル３８の選択されたパラメータを含み得る。例えば、チャネル３８がローカルファイルを含む場合、ユーザーは、ブラウザ３２およびドライバ２５の間でデータを転送するために使用されるファイルの場所（例えば、ローカルフォルダ）を示すことが可能であり得る。チャネル３８がネットワーク接続／ソケットを含む別の例では、ユーザーは、プロセス間通信中にブラウザ３２および／またはドライバ２５によって使用されるネットワークアドレス、ポート番号などを指示すること可能であり得る。

ワークフロー設計領域６１は、現在自動化されているビジネスプロセスのフローを再現するアクティビティシーケンスのダイアグラム（例えば、フローチャート）を表示し得る。インターフェースは、ユーザーがシーケンスのアクティビティを追加、削除、および再配置することを可能にする様々な制御を公開し得る。各ＲＰＡアクティビティは、図８のアイテム６４ａ～６４ｂとして図示されるアクティビティ構成ＵＩによって、独立して構成され得る。ユーザーインターフェース６４ａ～６４ｂは、インターフェース６０の子ウィンドウを含み得る。図９は、本発明のいくつかの実施形態によるより詳細な例示的なアクティビティ構成インターフェース６４ｃを示す。例示的なインターフェース６４ｃは、「Ｔｙｐｅ Ｉｎｔｏ（打ち込む）」アクティビティ（例えば、フォームフィールドを埋めること）を構成し、フィールドのセット、例えば、アクティビティ名フィールドおよびユーザーが現在のアクティビティの様々なパラメータを設定できるように構成されたアクティビティパラメータフィールドのセットを公開する。図９の例では、パラメータフィールド６８は、ターゲットフォームフィールドに書き込まれるテキストを受信し得る。ユーザーは、入力テキストを直接提供し得るまたはそれぞれの入力テキストのソースを示すインジケータの形態で提供し得る。例示的なソースは、スプレッドシートの特定のセル／列／行、予め定義された変数の現在値（例えば、それぞれのワークフローの以前のＲＰＡアクティビティを遂行することから得られる値）、指定されたＵＲＬに位置するドキュメント、現在のターゲットドキュメントからの別の要素などを含み得る。

現在のＲＰＡアクティビティの別の例示的なパラメータは、それぞれのアクティビティのオペランド／ターゲットであり、本明細書では、ＲＰＡロボットが作用することになっているターゲットＵＩ３７の要素を示す。選択されたアクティビティがマウスクリックを含む一例では、ターゲット要素は、ボタン、メニューアイテム、ハイパーリンクなどであってもよい。選択されたアクティビティがフォームへの入力を含む別の例では、ターゲット要素は、入力を受信すべき特定のフォームフィールドであり得る。アクティビティ構成インターフェースは、図９に示されるように、ユーザーがターゲット構成コントロール６６によってターゲット要素を示すことを可能にし得る。コントロール６６をクリックまたはタップすることは、ターゲット構成インターフェースの表示をトリガし、および／またはターゲット取得手順を開始し得る。いくつかの実施形態は、選択のための候補ターゲットのメニュー／リストを公開し得る。好ましい実施形態では、ユーザーは、例えばクリックまたはタップすることによって、現在のＲＰＡアクティビティのためのターゲットをターゲットＵＩ３７内で直接示し得る。そのような例では、ＲＰＡインターフェース６０は、ＲＰＡドライバ２５がターゲットＵＩ３７とのユーザーのインタラクションを検出し、ＲＰＡインターフェース６０に戻ってデータを通信し得るという点で、ターゲット獲得のためにＲＰＡドライバ２５と協働する。

いくつかの実施形態では、ＲＰＡドライバ２５は、ユーザーの入力を分析して、現在のＲＰＡアクティビティのターゲットとして選択されたターゲットＵＩ３７の要素を特徴付けるターゲット特定データのセットを決定するように構成される。図１０は、とりわけ、例示的な入力フィールド５０ｆおよびフィールドラベル５０ｅなどの複数のＵＩ要素を含む例示的なターゲットＵＩ３７を示す。図１０は、さらに、本発明のいくつかの実施形態による、フィールドラベル５０ｅを特徴付ける例示的なターゲット特定データのセットを示す。本明細書では、ターゲット特定データは、それぞれのＵＩの他の要素の中でそれぞれのＵＩ要素を特定する任意の特徴のセットを示す。

いくつかの実施形態では、ターゲット特定データは、それぞれのＵＩ要素のソースコード表現から抽出された特徴的な特徴を含むセレクタ５２を含む。「ソースコード」という用語は、本明細書では、それぞれのコンテンツのユーザーに向けた外観とは対照的に、ユーザーインターフェースによって表示されるコンテンツのプログラム的／内部的表現を示すと理解される。ウェブドキュメントの場合、典型的には、ソースコードは、ハイパーテキストマークアップ言語（ＨＴＭＬ）のバージョンを含むが、当業者は、拡張可能マークアップ言語（ＸＭＬ）およびＪａｖａＳｃｒｉｐｔ（登録商標）などのスクリプト言語などの他の言語も同様に適用できることを知るであろう。

ターゲットＵＩ要素の特徴は、本技術分野で知られている任意の方法を使用して、例えば属性－値ペアのセットとしてエンコードされ得る。ＸＭＬの例では、セレクタ５２は、タグのセットから構成を含み得、各タグは、文字のシーケンスからなり、シーケンスは、実装固有のデリミタ（現在の例では、各タグは、＜で始まり、／＞で終わる）によってブックエンドされる。各タグは、それぞれのオブジェクトの特定の特性をエンコードする属性－値ペアのセットを含み得る。このようなタグの形式およびコンテンツは、ターゲットＵＩ３７を公開するアプリケーションに応じて変化し得る。例えば、ＨＴＭＬドキュメント（例えば、ウェブページ）の要素を特定するセレクタは、以下のように読んでもよい：
＜ｈｔｍｌ ａｐｐ＝’ｃｈｒｏｍｅ．ｅｘｅ’ ｔｉｔｌｅ＝’Ｓｅｌｅｃｔｏｒｓ － Ｊｕｓｔ ａｎ ｅｘａｍｐｌｅ’ ／＞
＜ｗｅｂｃｔｒｌ ｔａｇ＝’Ｈ１’ ／＞

ＳＡＰ（登録商標）ＵＩ要素の例示的なセレクタは、以下のように読んでもよい：
＜ｗｎｄ ａｐｐ＝’ｓａｐｌｏｇｏｎ．ｅｘｅ’ ｃｌｓ＝’ＳＡＰ＿ＦＲＯＮＴＥＮＤ＿ＳＥＳＳＩＯＮ’ ｔｉｔｌｅ＝’ＳＡＰ’ ／＞
＜ｓａｐ ｉｄ＝’ｕｓｒ／ｔｘｔＲＳＹＳＴ－ＢＮＡＭＥ’ ／＞

Ｊａｖａ（商標）ＵＩ要素の例示的なセレクタは、以下のように読んでもよい：
＜ｗｎｄ ａｐｐ＝’ｊａｖａ．ｅｘｅ’ ｃｌｓ＝’ＳｕｎＡｗｔＦｒａｍｅ’ ｔｉｔｌｅ＝’ＳｗｉｎｇＳｅｔ２’／＞
＜ｊａｖａ ｒｏｌｅ＝’ｐａｇｅ ｔａｂ ｌｉｓｔ’ ／＞
＜ｊａｖａ ｎａｍｅ＝’Ｉｎｔｅｒｎａｌ Ｆｒａｍｅｓ Ｄｅｍｏ’ ｒｏｌｅ＝’ｐａｇｅ ｔａｂ’ ／＞
＜ｊａｖａ ｎａｍｅ＝’Ｉｎｔｅｒｎａｌ Ｆｒａｍｅ Ｇｅｎｅｒａｔｏｒ’ ｒｏｌｅ＝’ｉｎｔｅｒｎａｌ ｆｒａｍｅ’／＞
＜ｊａｖａ ｒｏｌｅ＝’ｐｕｓｈ ｂｕｔｔｏｎ’ ｉｄｘ＝’４’ ／＞

いくつかの実施形態では、セレクタ５２は、ターゲットＵＩ３７のツリー表現（例えば、ＵＩツリー）内のそれぞれの要素の位置を集合的に示す属性－値ペアのセットを含む。そのような実施形態では、ＲＰＡドライバ２５は、ターゲットＵＩ３７のＵＩツリー（例えば、ＤＯＭ）を構築、編集、または修正し、それぞれのＵＩツリーに従ってセレクタ５２を計算するように構成され得る。

図１０の例では、セレクタ５２は、それぞれのターゲットＵＩを公開するアプリケーションの種類を示すアプリケーションＩＤ１５２を含む（現在の例では、「ｕｉｄｏｕｂｌｅ．ｅｘｅ」という名前のバイナリのインスタンス）。アプリケーションＩＤ１５２は、それぞれのウィンドウ／インターフェースをＲＰＡホスト２０によって現在表示されている他のウィンドウ／インターフェースから区別するために、それぞれのターゲットＵＩを表示しているウィンドウの識別子を含み得る。例えば、アプリケーションＩＤ１５２は、ウィンドウ名、ターゲットＵＩ内に現在表示されているドキュメントの名前、ターゲットＵＩ内に現在ロードされているウェブページのＵＲＬなどを含み得る。

例示的なターゲット特定データは、それぞれのターゲット要素のユーザー向け画像のエンコードを含むターゲット画像５４をさらに含み得る。例えば、ターゲット画像５４は、ターゲット要素を現在表示している画面の限られた領域に対応する画素値の配列、および／または画素値のそれぞれの配列に従って計算された値のセット（例えば、画素値のそれぞれの配列のＪＰＥＧ表現またはウェーブレット表現）を含み得る。いくつかの実施形態では、ターゲット画像５４は、それぞれのターゲット要素の境界内に位置する画面画像のクリッピングのコンテンツかを含む。

ターゲット特定データは、それぞれのターゲット要素の画面境界内に表示されるテキスト（英数字のシーケンス）をコンピュータでのエンコードを含むターゲットテキスト５６をさらに含んでもよい。ターゲットテキスト５６は、それぞれのターゲットＵＩのソースコードに従って、および／または、現在ターゲット要素を表示している画面の領域に対して光学式文字認識（ＯＣＲ）手順を適用した結果に従って決定され得る。

いくつかの実施形態では、ターゲット要素を特徴付けるターゲット特定データは、ターゲット要素ＵＩ３７少なくとも１つの他のＵＩ要素を特徴付ける特定データ（例えば、セレクタ、画像、テキストなど）をさらに含み、本明細書では、アンカー要素とみなされる。本明細書においてアンカーは、ターゲット要素と同時表示される任意の要素、すなわち、ターゲットＵＩ３７の少なくとも一部のビューにおいてターゲット要素と共に同時に可視化される要素を示す。いくつかの実施形態では、アンカー要素は、ラベル、タイトル、アイコンまたは他のグラフィック要素など、ターゲット要素の近傍に表示されるＵＩ要素から選択される。図１０に示されたターゲットインターフェースを例とすると、「キャッシュイン（Ｃａｓｈ Ｉｎ）」入力フィールドに記入するように構成されたロボットを設計する場合、フィールド５０ｆがターゲット要素であり、一方、可能なアンカーは、とりわけ、ラベル５０ｅ、「ＵＳチェックで（Ｏｎ ＵＳ Ｃｈｅｃｋ）」とラベル付けされた入力フィールド、フォームタイトル「入金取引（Ｄｅｐｏｓｉｔ ｔｒａｎｓａｃｔｉｏｎ）」、および「キャッシュカウント（Ｃａｓｈ Ｃｏｕｎｔ）」とラベル付けされたボタンを含む。いくつかの実施形態では、ＲＰＡドライバ２５は、以下にさらに詳述するように、ユーザーがＲＰＡアクティビティのターゲットを選択することに応答して、アンカー要素を自動的に選択するように構成される。アンカー特性データを含めることは、ターゲットの実行時特定を容易にし得、特に、ここでは、ターゲット要素の特性のみに基づく特定は、例えば、ターゲットＵＩがターゲットに類似する複数の要素を有する場合に失敗し得る。フォームは、例えば、複数の個人に関する情報を受信するように構成されている場合、複数の「姓」フィールドを有し得る。このような場合、「姓」というラベルの付いた入力フィールドの検索のみに基づくターゲット特定戦略は困難に陥る可能性があるが、アンカーにさらに依存することで曖昧さが解消され得る。

いくつかの実施形態では、ターゲット構成コントロール６６（図９）をアクティベートすることは、ユーザーが現在選択されているターゲット要素を特徴付けるターゲット特定データを視覚化および編集することを可能にするターゲット構成インターフェースの表示をトリガする。図１１は、そのようなターゲット構成インターフェース７０の一例を示し、これは、ＲＰＡエージェント３１によって表示され得る。あるいは、インターフェース７０のインスタンスは、ブリッジモジュール３４によって専用ウィンドウに表示され得る。

ターゲット構成インターフェース７０は、とりわけ、例えば、ターゲット要素を示しかつターゲット特定データを編集するためのボタン、ターゲットの選択および／またはターゲット特定データの選択を検証するためのボタン、現在選択されているターゲット要素に関連するアンカー要素を選択しかつアンカー特定データを編集するためのボタン、ならびにトラブルシューティングボタンといった様々な制御を含むメニュー７２を含み得る。現在表示されている例示的なビューは、ターゲット要素の特定特徴を構成および／または検証することを可能にし、同様のビューは、アンカー要素の特定特徴を構成するために利用可能であり得る。

インターフェース７０は、様々なゾーン、例えば、ターゲットＵＩ３７のツリー表現（例えば、ＤＯＭ）を表示するための領域で構成されてもよく、これにより、ユーザーは、現在選択されているターゲット要素をそれぞれのＵＩツリー／ＤＯＭのノードとして容易に視覚化することができる。ターゲット構成インターフェース７０は、セレクタ５２の少なくとも一部をさらに表示し得、ユーザーが、それぞれのターゲット要素を特徴付ける現在定義されているタグおよび／または属性－値ペアを視覚化することを可能にする。いくつかの実施形態は、セレクタ５２に含めるタグおよび／または属性をユーザーが選択することを可能にするタグビルダーペインをさらに含み得る。

いくつかの実施形態は、アプリケーションＩＤ１５２を他のターゲット特定データとは別に、例えば図１１に示されるようなインターフェース７０の専用領域で表示する。このような表示方法は、ＲＰＡターゲットアプリケーション３３の識別子がユーザーにとって比較的重要であり、したがってインターフェース内の目立つ位置から恩恵を受け得るという観察に依存する。アプリケーションＩＤ１５２を表示することは、現在のＲＰＡアクティビティの範囲、例えば、「ロボットは、『請求書』という名前のＥｘｃｅｌ（登録商標）シートに書き込んでいる」と明確に伝えることによって、ロボット設計を容易にし、間違いを回避し得る。当業者は、アプリケーションＩＤ１５２を表示する示された態様が限定されることを意図していないことを理解するであろう；他の実施形態は、ターゲットアプリケーション３３および／またはターゲットＵＩ３７内で現在レンダリングされているターゲットドキュメントについて他の視覚的表現を使用し得る。

ターゲット構成インターフェース７０は、ターゲット画像５４、ターゲットテキスト５６、ならびに／またはユーザーが個々のタグおよび／もしくは属性に対して追加のマッチングパラメータを設定することを可能にする属性マッチングペインを表示するための領域をさらに含み得る。一例では、属性マッチングペインは、それぞれのターゲット要素の実行時インスタンスを特定するために、厳密マッチングまたは近似マッチングのいずれを使用するかをユーザーがロボットに指示することを可能にする。厳密なマッチングは、選択された属性の実行時値が、それぞれのターゲット要素のターゲット特定データに含まれるそれぞれの設計時値と正確に一致することを必要とする。近似マッチングは、それぞれの属性の設計時値および実行時値の間の部分的なマッチングのみを必要とし得る。タイプテキストの属性について、近似マッチングの例示的な種類は、とりわけ、正規表現、ワイルドカード、およびファジーマッチングを含む。アンカー属性のマッチングのために、同様の構成フィールドが公開され得る。

いくつかの実施形態では、ターゲット構成インターフェース７０は、ユーザーがターゲット要素の選択を検証することを可能にするコントロール（例えば、確認ボタン７４）をさらに公開する。それぞれのコントロールをアクティベートさせることに応答して、いくつかの実施形態は、通信チャネル３８を介してＲＰＡエージェント３１にターゲット特定データを送信してもよい。

典型的なロボット設計セッションは、例えば、オーケストレータ１４（図１～２）などのリモートサーバーからＲＰＡエージェント３１をフェッチし、ブラウザ３２を使用してエージェント３１を遂行することにより、ユーザーがエージェントブラウザウィンドウ３６内でＲＰＡインターフェース６０のインスタンスを開くことから開始し得る。いくつかの実施形態では、ユーザーはさらに、それぞれのＲＰＡホスト上でブリッジモジュール３４のインスタンスを起動し得る（代替的に、モジュール３４はＲＰＡホスト２０のメモリに予めロードされ得る）。

図１２は、本発明のいくつかのロボット設計実施形態におけるブリッジモジュール３４によって実行されるステップの例示的なシーケンスを示す。一般性を損なうことなく、示されたシーケンスは、ブリッジモジュール３４がＲＰＡエージェント３１とＲＰＡドライバ２５との間の通信を仲介し、さらにＲＰＡホスト２０によって公開される別のウィンドウ内にターゲット構成インターフェース７０を表示する、図６に示されるような実施形態に適用され得る。

ステップ３０２では、ブリッジモジュール３４は、ＲＰＡエージェント３１と協働して、通信チャネルを確立し得る。様々な実施形態は、異なるタイプの通信チャネルを使用してもよく、そのうちのいくつかを以下に詳述する。

ｉ）ローカルメッセージングサービスを介した通信
Ｇｏｏｇｌｅ Ｃｈｒｏｍｅ（登録商標）などの一部のブラウザは、ブラウザの外部で遂行するソフトウェアとの通信の制限されたモードを許可する。本明細書において「制限された」という用語は、ブラウザが任意のソフトウェア（例えば、悪意のあるソフトウェアの遂行および／または機密データの流出を防ぐために）との通信を許可されず、それぞれのブラウザにローカルメッセージングホストとして事前登録された選択されたソフトウェアとのみ通信できることを示す。登録手順は、ブラウザおよび／またはバージョンに固有であってよいが、それらは、例えば、それぞれのブラウザまたは拡張の構成ファイル（例えば、マニフェスト）中にブリッジモジュール３４の遂行可能コードを含むファイルの場所のインジケータ（例えば、パスインジケータ）を含むことを含み得る。本発明のいくつかの実施形態は、エージェント３１／ブラウザ３２およびブリッジモジュール３４の間の通信チャネルをセットアップするためにこのメカニズムを使用する。そのような実施形態では、ローカルブラウザは、典型的には、エージェント３１を遂行するものとは異なるブラウザプロセス内で、ブラウザ拡張を遂行し得る。いくつかの実施形態はさらに、ブリッジモジュール３４を、それぞれのブラウザ拡張のためのローカルメッセージングホストとして登録する。そのような登録動作は、それぞれのＲＰＡホスト上のブリッジモジュール３４および関連するブラウザ拡張のインストール／初期設定中に実施され得る。モジュール３４がブラウザに登録されると、ステップ３０２は、例えば、ＲＰＡエージェント３１が、エージェント３１およびモジュール３４間の通信中に交換されるデータを保持するためにｒｕｎｔｉｍｅ．Ｐｏｒｔオブジェクトをセットアップすることを含み得る。

ｉｉ）リモートサーバーを介した通信
いくつかの実施形態では、ＲＰＡエージェント３１およびブリッジモジュール３４間の通信は、例えばオーケストレータ１４の一部といったリモートサーバーを介して実施される。いくつかの実施形態では、ポート番号、サーバーアドレスなどの通信パラメータは、ＲＰＡインターフェース６０内に露出した専用のコントロールを介してユーザーによって設定され得る（例えば、図８のボタン６５を参照）。そのような一例では、ステップ３０２は、エージェント３１およびブリッジモジュール３４の間で交換されるデータを保持するためのコンテナ（例えば、ファイルまたはデータベースオブジェクト）をセットアップするようにリモートサーバーに指示することを含み得る。それぞれのコンテナの名前および／または場所／ＵＲＬは、エージェント３１およびモジュール３４が同じ通信パラメータに同意するように、エージェント３１およびブリッジモジュール３４の両方が独立して利用可能なアルゴリズムを使用して自動的に生成され得る。いくつかの実施形態はさらに、それぞれのＲＰＡホストの識別子、エージェント３１のそれぞれのインスタンスの識別子、および／または現在のプロジェクト名の識別子（とりわけ）を使用して、現在のオートメーション／ロボット設計に一意に関連付けられるコンテナＩＤを計算し得る。データの機密性を確保するために、交換プロトコルが採用されて暗号トークン／キーを生成してもよく、それはその後、通信を暗号化および復号化するために使用され得る。エージェント３１およびブリッジモジュール３４間の実際の通信は、その後、例えば、プッシュおよび／またはプルプロトコルを使用して、それぞれのリモートサーバーへのＨＴＴＰリクエストを介して実施され得る。

ｉｉｉ）ローカルサーバーを介した通信
いくつかの実施形態は、ＲＰＡエージェント３１およびブリッジモジュール３４間の通信にローカルサーバ（例えば、ローカルホスト）を採用してもよい。そのような実施形態では、ブリッジモジュール３４は、ローカルサーバーモジュールを含んでもよく、またはそれとインターフェースしてもよい。例えば、モジュール３４は、ローカルサーバーの特定の通信ポート上でリッスンするように構成され得る。一方、ＲＰＡエージェント３１は、ローカルサーバーのそれぞれのポートに向けられたＨＴＴＰリクエストによって、ブリッジモジュール３４にデータを送信してもよい。衝突を避けるために、ポート番号は、ＲＰＡエージェント３１のそれぞれのインスタンスおよび／またはそれぞれの自動化プロジェクト／オートメーションロボットに固有のものであり得る。いくつかの実施形態では、ポート番号などの通信パラメータは、ＲＰＡインターフェース６０内に露出した専用のコントロールを介してユーザーによって設定され得る（例えば、図８のボタン６５を参照）。

ｉｖ）データファイルを介した通信
ブラウザがファイルへの書き込みおよびファイルからの読み取りを可能にする実施形態では、ステップ３０２は、ＲＰＡエージェント３１およびブリッジモジュール３４の間で伝送されるデータのコンテナとして機能するローカルファイルを作成することを含み得る。リモートサーバーの使用に関連して上述したものと同様の方法で、それぞれのコンテナのファイル名および／または位置は、エージェント３１およびモジュール３４によって独立して生成されてよく、それぞれの自動化プロジェクト／オートメーションロボットに固有であり得る。代替の実施形態では、ファイル名および場所などのパラメータは、例えば、ＲＰＡインターフェース６０内に公開された専用のコントロールを介して、ユーザーによって明示的に構成され得る（例えば、図８のボタン６５を参照）。いくつかの実施形態は、それぞれのファイルからの読み取りおよび／または書き込みのために、ブラウザ拡張を使用することを必要とし得る。

ステップ３０４（図１２）において、ブリッジモジュール３４は、ＲＰＡドライバ（複数可）２５をインスタンス化し得る。いくつかの実施形態では、モジュール３４は、ＲＰＡドライバ２５のインスタンスを、スクリプト解釈をサポートするアプリケーション（例えば、ブラウザ）に導入し得る。ステップ３０６は、インスタンス化されたドライバとのプロセス間通信を確立し得、したがって、通信チャネル３８（図６）のセットアップを完了する。

いくつかの実施形態では、ステップ３０８では、ブリッジモジュール３４は、ターゲット構成インターフェース７０を公開する。ステップ３１０では、次に、モジュール３４は、ＲＰＡドライバ２５からの通信をリッスンしてもよく、そのような通信は、以下に示すように、ターゲット特定データを含み得る。そのような通信に応答して、ステップ３１２は、インターフェース７０にそれぞれのターゲット特定データ（例えば、セレクタ５２、アプリケーションＩＤ１５２、画像５４、テキスト５６など）を入力し得、ユーザーがターゲット要素のそれぞれの選択をレビュー、編集、および／または検証することを可能にする。いくつかの実施形態では、ステップ３１２は、ターゲット特定データへの変更（例えば、セレクタ５２への／からのタグまたは属性－値ペアの追加／削除、属性マッチングパラメータの設定など）を含むユーザー入力を受信することをさらに含み得る。ユーザーが現在のターゲット特定データを検証すると（ステップ３１４がはいを返す）、ステップ３１６において、モジュール３４は、確立された通信チャネルを介してそれぞれのターゲット特定データをＲＰＡエージェント３１に転送し得る。

図１３は、本発明のロボット設計実施形態におけるＲＰＡエージェント３１によって実行されるステップの例示的なシーケンスを示す。エージェントブラウザウィンドウ３６内にロボット設計インターフェースを公開することに応答して（例えば、図８の例示的ＲＰＡインターフェース６０および上記の関連する説明を参照）、ステップ４０２は、ロボットによる遂行のためのＲＰＡアクティビティを選択するユーザー入力を受信し得る。例えば、ユーザーは、インターフェース６０のアクティビティメニューからＲＰＡアクティビティのタイプ（例えば、フォームフィールドに入力する）を選択し得る。これに応答して、ステップ４０４は、図８（上の説明）に示された例示的なインターフェース５４ｃのようなアクティビティ構成インターフェースを公開し得る。

次いで、ユーザーは、ターゲットブラウザウィンドウ３６ｂ内に表示されたウェブページから、それぞれのアクティビティのためのターゲットを選択するように指示され得る。いくつかの実施形態では、ステップ４０６～４０８のシーケンスにおいて、ＲＰＡエージェント３１は、ＲＰＡドライバ２５に信号を送ってターゲット特定データを取得してもよく、およびＲＰＡドライバ２５からそれぞれのデータを受信してもよい（ターゲット取得に関するより詳しい情報は以下に示される）。そのようなデータ転送は、通信チャネル３８（図６参照）を介して起こる。ステップ４１４は、例えば、図１０に示される例示的な形態でターゲット入力フィールド５０ｆに何を書き込むかなど、それぞれのアクティビティの様々な他のパラメータを構成するユーザー入力を受信し得る。ユーザー入力は、現在のアクティビティの構成が完了したことを示すと（ステップ４１２がはいを返す）、ステップ４１６は、現在のワークフローが完了したかどうかを決定する。いいえである場合、ＲＰＡエージェント３１は、ステップ４０２に戻り、他のＲＰＡアクティビティを構成するためのユーザー入力を受信し得る。ユーザー入力が現在のワークフローが完了したことを示す場合、ステップ４１８～４２０のシーケンスは、それぞれのロボットワークフローを指定するＲＰＡスクリプト／パッケージを定式化し、それぞれのロボット仕様を出力し得る。ＲＰＡスクリプト４２および／またはパッケージ４０は、それぞれのワークフローの各ＲＰＡアクティビティに関して、アクティビティタイプのインジケータおよびそれぞれのクティビティのターゲットを特徴付けるターゲット特定データのセットを含み得る。いくつかの実施形態では、ステップ４２０は、ＲＰＡパッケージ４０をコンピュータ読み取り可能な媒体（例えば、ＲＰＡホスト２０のローカルハードドライブ）に保存すること、または遂行するＲＰＡロボット１２および／もしくはオーケストレータ１４に配布するためにパッケージ４０をリモートサーバーに送信することを含み得る。

代替の実施形態では、ロボットワークフロー全体のＲＰＡスクリプトまたはパッケージ４０を定式化する代わりに、ＲＰＡエージェント３１は、ターゲット特定データを備える、個々のＲＰＡアクティビティ用の仕様を定式化し、それぞれの仕様をリモートサーバーコンピュータ（例えば、オーケストレータ１４）に送信してもよく、次いで、これは、ＲＰＡエージェント３１から受信した個々のアクティビティデータから設計されたワークフロー全体を記述するＲＰＡパッケージ４０を組み立ててもよい。

図１４は、本発明のロボット設計実施形態におけるＲＰＡドライバ２５によって実行されるステップの例示的なシーケンスを示す。ドライバ２５は、ポインタの動き、マウスクリック、キー押下、およびタップ、ピンチなどの入力ジェスチャなどのユーザー入力イベント（ステップ５０２～５０４）をリッスンするように構成され得る。入力イベントを検出することに応答して、ステップ５０６においてドライバ２５は、イベントに従ってターゲット候補ＵＩ要素を特定し得る。検出された入力イベントがマウスイベント（例えば、ポインタの移動）を含む一例では、ステップ５０６は、ポインタの現在の位置に位置するＵＩ要素を特定し得る。ＲＰＡホスト２０がポインタを表示しない別の例では、例えばタッチスクリーンデバイス上で、ステップ５０４はスクリーンタッチを検出し、そしてステップ５０６はタッチの位置に位置するＵＩ要素を特定し得る。

いくつかの実施形態では、ステップ５０８は、ステップ５０８で特定されたターゲット候補要素を強調表示（ハイライト）し得る。本明細書において強調表示することは、それぞれのターゲット候補要素の外観を変更して、現在のＲＰＡアクティビティの潜在的なターゲットとしてそれを示すことを意味する。図１５は、本発明のいくつかの実施形態による例示的な強調表示を示す。ステップ５０８は、それぞれのＵＩの仕様（例えば、ＵＩツリー、ＤＯＭ）を変更して、特定されたターゲット候補の外観（例えば、フォント、サイズ、色など）を変更することまたは図１５に示す例示的な強調表示７６ａ～７６ｂなどの新しい強調表示要素を作成することを含み得る。例示的な強調表示要素は、ターゲット候補を囲む多角形のフレームを含み得、これは、ターゲット候補をターゲットウェブページの他の要素間で目立たせるために、着色、陰影付け、ハッチングなどされ得る。他の例示的な強調表示要素は、テキスト要素、アイコン、矢印などを含み得る。

いくつかの実施形態では、ターゲット候補の特定は、アンカー要素の選択を自動的にトリガする。アンカーは、とりわけ、ターゲット候補のタイプ、位置、向き、および大きさに従って選択され得る。例えば、いくつかの実施形態は、ターゲット候補のすぐ近くに位置する要素、好ましくはそれと整列している要素をアンカーとして選択する。ステップ５１０（図１４）は、本技術分野で知られている任意のアンカー選択基準を適用し得、そのような基準およびアルゴリズムは、本明細書の範囲を超えている。さらなるステップ５１２において、ドライバ２５は、上述のようにその画面外観を変更することによって、選択されたターゲット要素を強調表示し得る。いくつかの実施形態は、ターゲット要素およびアンカー要素に対して異なる強調表示を使用し（例えば、異なる色、異なるハッチタイプなど）、図示されるように説明テキストを追加してもよい。いくつかの実施形態では、ステップ５１０～５１２が複数回繰り返されて、各ターゲット候補の複数のアンカーを選択する。

ステップ５１４では、ＲＰＡドライバ２５は、候補ターゲットおよび／または選択されたアンカー要素を特徴付けるターゲット特定データを決定し得る。セレクタ５２を決定するために、いくつかの実施形態は、それぞれのＵＩを公開するアプリケーションを特定し得、それぞれのＵＩのライブＵＩツリー／ＤＯＭを解析して、候補ターゲット要素および／またはアンカー要素を特徴付けるタグおよび／または属性－値ペアのセットを抽出および／または定式化し得る。ステップ５１４は、画像データ（例えば、図１０の画像５４を参照）を決定するために、候補ターゲット要素および／またはアンカー要素を現在表示している画面の領域のスナップショットを取ることをさらに含み得る。ターゲットおよび／またはアンカー要素によって表示されるテキスト／ラベルは、ソースコードを解析することによっておよび／またはＯＣＲ手順によって抽出され得る。ステップ５１６では、ドライバ２５は、ステップ５１４において決定されたターゲット特定データをブリッジモジュール３４および／またはＲＰＡエージェント３１に送信し得る。このような通信は、ブリッジモジュール３４および／またはＲＰＡエージェント３１によって確立されたチャネル３８を介して実行される。

図１４の例示的なフローチャートは、ＲＰＡドライバ２５が、ユーザーイベントをリスニングし、自身の決定を下し、そして要素特定データをブリッジモジュール３４および／またはエージェント３１に自動的に送信していると仮定している。代替の実施形態では、ＲＰＡエージェント３１および／またはブリッジモジュール３４は、チャネル３８を介して送信されるコマンドまたは他の種類の通信によってＲＰＡドライバ２５からデータを積極的に要求し得る。一方、ＲＰＡドライバ２５は、単にそれぞれのコマンドを遂行するだけでよい。例えば、エージェント３１は、ドライバ２５に対して、ターゲットを取得するように要求し、次にアンカーを取得するように明示的に要求してもよい。このような要求は、例えば、アンカーが候補ターゲットの特定に応答して自動的に選択される上記の説明とは対照的に、ユーザーがアンカーを手動で選択することが期待される実施形態において発行され得る。次に、ドライバ２５は、要求に応じて要素特定データを返すだけでよい。さらに他の代替的な実施形態では、アンカー要素を自動的に選択するためのアルゴリズムは、上記のようにドライバ２５ではなく、ＲＰＡエージェント３１によって遂行され得る。例えば、エージェント３１は、ターゲットのすぐ左側に位置するＵＩ要素を特定し、それぞれの要素をアンカーとして割り当てるようにドライバ２５に要求を送信し得る。当業者であれば、このような変形は例として挙げられたものであり、および本発明の範囲を狭めるものではないことがわかるであろう。

上記の説明は、ブリッジモジュール３４がＲＰＡエージェント３１とドライバ２５との間の通信を仲介し（例えば、図６参照）、モジュール３４がターゲット構成インターフェース７０を表示および入力する例示的な実施形態に言及する。別の例示的な実施形態では、ブリッジモジュール３４は、ドライバ２５およびエージェント３１の間の直接通信チャネルをセットアップするだけであり、一方で、ＲＰＡエージェント３１は、例えば重ね合わせとして、エージェントブラウザウィンドウ３６内にターゲット構成インターフェース７０を表示する。このような実施形態では、ＲＰＡドライバ２５は、エージェント３１からターゲット取得コマンドを受信してもよく、およびターゲット特定データをエージェント３１に返してもよく、モジュール３４は単に中継として動作するのみである。

上記の説明はまた、ユーザーが遂行のために利用可能なアクティビティのセットから選択し、その後、ターゲットおよび他のパラメータを示すことによって各個々のアクティビティを構成するように進む、ロボット設計のバージョンに焦点を当てたものである。他の例示的な実施形態は、ロボット設計ツールが一連のユーザーアクション（それぞれのユーザーの複雑なユーザーインターフェースを案内することなど）を記録し、それぞれのシーケンスを再現するようにロボットを構成する、別のポピュラーなロボット設計シナリオを実装し得る。いくつかのそのような実施形態では、クリック、スクロール、タイプインなどの各ユーザーアクションについて、ドライバ２５は、ターゲット特定データのセットを含むそれぞれのアクションのターゲットを決定し、通信チャネル３８を介してＲＰＡエージェント３１にユーザーアクションのタイプのインジケータとともにそれぞれのデータを送信するよう構成され得る。そして、ＲＰＡエージェント３１は、ＲＰＡドライバ２５から受信したそれぞれのデータからロボット仕様を組み立て得る。

ロボット遂行実施形態
所望のワークフローを実行するためにＲＰＡロボットを設計することに向けられた上記に例示された実施形態とは対照的に、本発明の他の実施形態では、ＲＰＡエージェント３１は、実際に自動化を実行するように構成されたＲＰＡロボット１２の少なくとも一部を含む。例えば、ＲＰＡエージェント３１は、ロボットマネージャ２４および／またはロボットエグゼキュータ２２の機能のいくつかを具現化し得る（例えば、図２および上記の関連する説明を参照）。

１つの例示的なロボット遂行実施形態では、ユーザーは、エージェントブラウザウィンドウ３６を使用して、ロボット仕様を開くことができる。仕様は、ターゲットＵＩ３７の内部で、フォームへの入力、いくつかのテキストまたは画像のスクレイピングなど、いくつかのアクティビティを行うようにロボットに指示し得る。例えば、ＲＰＡパッケージ４０は、特定のＵＲＬにアクセスすることまたはリモートサーバーコンピュータによって公開されたウェブインターフェースからメニューアイテムを選択することによって、リモート「ロボットストア（ｒｏｂｏｔ ｓｔｏｒｅ）」からダウンロードされ得る。パッケージ４０は、スクリプト４２がブラウザプロセスによって遂行されることを可能にするコンピュータ読み取り可能な形式で定式化されたＲＰＡスクリプト４２のセットを含み得る。例えば、スクリプト４２は、ＪａｖａＳｃｒｉｐｔ（登録商標）のバージョンで定式化され得る。スクリプト４２は、ＲＰＡアクティビティのシーケンス（例えば、ウェブページへの案内、ボタンのクリックなど）の仕様を含み得、各ＲＰＡアクティビティのターゲット／オペランド（例えば、どのボタンをクリックするか、どのフォームフィールドに記入するかなど）を特徴付けるターゲット特定データのセットを含む。

図１６は、本発明のロボット遂行実施形態におけるモジュール３４によって実行されるステップの例示的なシーケンスを示す。ステップ６０２において、モジュール３４は、例えば図１２のステップ３０２に関連して上述したように、ＲＰＡエージェント３１と協働して通信チャネル３８をセットアップし得る。次に、ステップ６０４～６０６のシーケンスにおいて、モジュール３４は、エージェント３１から、ターゲットアプリケーション３３および／またはターゲットＵＩ３７を示すアプリケーションＩＤを受信し得る。いくつかの実施形態では、モジュール３４は、ターゲットＵＩ３７がＲＰＡホスト２０上で既にインスタンス化されているかどうかを決定することが可能であり得、そうでない場合、ターゲットアプリケーション３３のインスタンスを開始し、ターゲットＵＩ３７のインスタンスを公開し得ることが可能であり得る。ステップ６０８～６１０のさらなるシーケンスにおいて、モジュール３４は、ＲＰＡドライバ（複数可）２５をインスタンス化し、およびドライバ（複数可）２５との通信をセットアップし得る。ＲＰＡロボットが複数のＵＩとインタラクションするように構成されている状況では（例えば、スプレッドシートからデータを読み取り、それを電子メールメッセージに貼り付けるなど）、ステップ６０４～６１０は、異なるターゲットＵＩごとに再び遂行され得る。別の言い方をすれば、各異なるターゲットＵＩに対してＲＰＡドライバ２５の異なるインスタンスが存在し得る。通信が確立されると、モジュール３４は、ドライバ（複数可）２５およびエージェント３１の間の通信を中継し得る（ステップ６１２～６１４～６１６）。

図１７は、本発明のロボット遂行の実施形態におけるＲＰＡエージェント３１によって実行されるステップの例示的なシーケンスを示す。ステップ７０２におけるＲＰＡパッケージ４０の受信に応答して、ステップ７０４において、エージェント３１は、それぞれの仕様を解析して、遂行されるアクティビティを特定してもよい。次に、ステップ７０６～７０８のシーケンスは、それぞれのワークフローのすべてのアクティビティを循環させてもよい。各アＲＰＡクティビティについて、ステップ７１０は、チャネル３８を介してＲＰＡドライバ２５に遂行コマンドを送信してもよく、コマンドは、アクティビティのタイプ（タップ、入力など）のインジケータを含み、それぞれのアクティビティのターゲット／オペランドを特徴付けるターゲット特定データをさらに含む。それぞれの自動化が複数のターゲットＵＩとインタラクションすることを必要とする状況では、ステップ７１０は、例えばターゲット特定データに含まれるアプリケーションＩＤ１５２に従って、現在のＲＰＡアクティビティに固有のターゲットＵＩを特定することを含み得る。いくつかの実施形態は、各ターゲットＵＩと共にＲＰＡドライバ２５の別個のインスタンスを展開し、およびそのようなドライバの各々は、エージェント３１と通信するために別個の通信チャネル３８を使用し得る。したがって、ステップ７１０は、適切なチャネルを介してコマンドおよび／またはターゲット特定データを送信することをさらに含み得る。

次いで、いくつかの実施形態は、通信チャネル３８を介してＲＰＡドライバ２５からアクティビティレポートを受信してもよく、ここで、レポートは、例えばそれぞれのアクティビティが成功したかどうかを示すことができ、それぞれのアクティビティを遂行した結果をさらに含み得る。いくつかの実施形態では、ステップ７１４は、現在のアクティビティが正常に遂行されたかどうかを受信したアクティビティレポートに従って決定し得、ノーである場合、ステップ７１６は、エージェントブラウザウィンドウ３６内のユーザーに対して警告を表示し得る。自動化の完了に応答して（例えば、ステップ７０６は、遂行する未処理のアクティビティが残っていないと判断した）、ステップ７１６は、それぞれのワークフローの遂行の成功メッセージおよび／または結果をユーザーに表示してもよい。いくつかの実施形態では、さらなるステップ７１８は、それぞれの自動化の遂行の結果を含むステータスレポートをリモートサーバ（例えば、オーケストレータ１４）に送信し得る。前記結果は、例えば、ターゲットＵＩ３７からスクレイピングされたデータ、フォームへのデータ入力に成功したことに応答してターゲットＵＩ３７によって表示された承認などを含んでもよい。

図１８は、本発明のロボット遂行の実施形態におけるＲＰＡドライバ２５によって実行されるステップの例示的なシーケンスを示す。ドライバ２５は、通信チャネル３８を介してＲＰＡエージェントからの遂行コマンドをリッスンするように構成され得る（ステップ８０２～８０４）。コマンドの受信に応答して、ステップ８０６は、ＲＰＡエージェント３１から受信したターゲット特定データに従って、現在のアクティビティのターゲットを特定することを試みてもよい。いくつかのロボットは、複数のＵＩとインタラクションするように構成され得、そのため、ステップ８０６は、例えば、ターゲット特定データの一部として含まれるアプリケーションＩＤ１５２に従って、現在のアクティビティのターゲットＵＩを最初に特定することを含み得る。ステップ８０６は、次いで、それぞれのターゲット特定データに一致する要素についてターゲットＵＩ３７を検索することを含み得る。例えば、ＲＰＡドライバ２５は、ターゲットＵＩ３７のライブＵＩツリー／ＤＯＭを解析して、ＨＴＭＬタグおよび／または他の属性－値ペアがセレクタ５２で指定されたものと一致する要素を特定し得る。

いくつかの実施形態では、セレクタ５２に従った特定が失敗したとき、ＲＰＡドライバ２５は、画像データおよび／またはテキストデータ（例えば、図１０の要素画像５４および要素テキスト５６）に従って実行時ターゲットを見つけるよう試みてもよい）。いくつかの実施形態はさらに、アンカー要素を特徴付ける特定データに従って、ならびに／またはアンカーに対する実行時ターゲットの相対位置およびアライメントに従って、実行時ターゲットを特定することを試みてもよい。このような手順およびアルゴリズムは、本明細書の範囲を超えるものである。

ターゲット特定が成功した場合（ステップ８０８がはいを返す）、ステップ８１２は、例えば特定されたボタンをクリックする、特定されたフォームフィールドに記入するなど、現在のＲＰＡアクティビティを遂行し得る。ステップ８１２は、ターゲットＵＩ３７を操作すること、および／または、人間のオペレータが実際にそれぞれのアクションを実行した結果を再現するための入力イベント（例えば、クリック、タップなど）を生成することを含み得る。

現在のアクティビティの実行時ターゲットが、ＲＰＡエージェント３１から受信したターゲット特定データに従って特定され得ない場合（例えば、ターゲットＵＩ３７の外観が設計時と実行時との間で大幅に変更されている状況）、いくつかの実施形態は、通信チャネル３８を介してＲＰＡエージェント３１にエラーメッセージ／レポートを送信する。代替の実施形態では、ＲＰＡドライバ２５は、代替ターゲットを検索し得る。そのような一例では、ドライバ２５は、提供されたターゲット特定データにほぼ一致するターゲットＵＩ３７の要素を特定し得る。いくつかの実施形態は、所望のターゲット特性に部分的に一致する複数のターゲット候補を特定し、各候補と設計時ターゲットとの間の類似性尺度を計算する。次いで、計算された類似性尺度に従ってターゲット候補をランク付けすることによって、代替ターゲットが選択され得る。代替の実行時ターゲットを選択することに応答して、ドライバ２５のいくつかの実施形態は、例えば図１５に関連して上述したように、それぞれのＵＩ要素を強調表示し、およびユーザーに選択を確認するように要求し得る。さらに別の例示的な実施形態では、ドライバ２５は、実行時ターゲットが検出され得なかったことを示すダイアログを示し、かつ代替ターゲットを手動で選択するようにユーザーに指示するダイアログを表示し得る。次いで、ドライバ２５は、ユーザーの入力を待ってもよい。ユーザーが代替ターゲットを選択すると（例えば、ＵＩ要素上でクリック、タップなどによる）、ＲＰＡドライバ２５は、図１４に関連して上述した方法を使用して、ターゲットＵＩ３７内でそれぞれの要素を特定し得る（ステップ５０６）。代替の実行時ターゲットが利用可能である場合（ステップ８１０がはいを返す）、ドライバ２５は、代替ターゲットに現在のアクティビティを適用し得る（ステップ８１２）。

何らかの理由でドライバ２５が代替ターゲットを全くできないとき、いくつかの実施形態では、ステップ８１４は、実行時ターゲットを特定できなかったために現在のアクティビティが遂行され得なかったことを示すアクティビティレポートをＲＰＡエージェント３１に返す。いくつかの実施形態では、アクティビティレポートは、ターゲットウェブページの任意の要素において一致され得なかったターゲット特定データのサブセットをさらに特定し得る。そのような報告は、デバッグを容易にし得る。現在のアクティビティが正常に遂行された場合、ＲＰＡエージェント３１に送信されるレポートは、それぞれのアクティビティを遂行した結果を含み得る。代替の実施形態では、ステップ８１４は、ローカルＲＰＡエージェントの代わりに、リモートサーバーコンピュータ（例えば、オーケストレータ１４）にアクティビティレポートおよび／またはそれぞれのアクティビティの遂行の結果を送信することを含み得る。

図１９は、本明細書に記載される方法およびアルゴリズムのいくつかを遂行するようにプログラム可能なコンピュータシステム８０の例示的なハードウェア構成を示す。図示された構成は一般的なものであり、例えば図４の任意のＲＰＡホスト２０ａ～２０ｅを表し得る。いくつかのデバイス（例えば、携帯電話、タブレットコンピュータ、サーバーコンピュータ）のハードウェア構成は、図１９に図示されたものと多少異なる場合があることを当業者は知っているであろう。

示されたコンピュータシステムは、ハードウェアプロセッサ８２およびメモリユニット８４を含む物理デバイスのセットを含む。プロセッサ８２は、信号および／またはデータのセットを用いて計算および／または論理演算を遂行するように構成された物理デバイス（例えば、マイクロプロセッサ、半導体基板上に形成されたマルチコア集積回路など）を含む。いくつかの実施形態では、そのような演算は、プロセッサ命令のシーケンス（例えば、機械コードまたは他のタイプのエンコーディング）の形態でプロセッサ８２に配信される。メモリユニット８４は、プロセッサ８２によってアクセスまたは生成される命令および／またはデータを格納する揮発性コンピュータ読み取り可能な媒体（例えば、ＤＲＡＭ、ＳＲＡＭ）を含み得る。

入力デバイス８６は、とりわけ、コンピュータキーボード、マウス、およびマイクロフォンを含み得、ユーザーがデータおよび／または命令をそれぞれのコンピュータシステムに導入することを可能にするそれぞれのハードウェアインターフェースおよび／またはアダプタを含む。出力デバイス８８は、とりわけ、モニタおよびスピーカなどの表示デバイス、ならびにグラフィックカードなどのハードウェアインターフェース／アダプタを含み得、示されたコンピューティングアプライアンスがデータをユーザーに伝達することを可能にする。いくつかの実施形態では、入力デバイス８６および出力デバイス８８は、タッチスクリーンデバイスの場合のように、共通のハードウェアの一部を共有する。ストレージデバイス９２は、ソフトウェア命令および／またはデータの不揮発性記憶、読み取り、および書き込みを可能にするコンピュータ読み取り可能な媒体を含む。例示的なストレージデバイス９２は、磁気ディスクおよび光ディスクおよびフラッシュメモリデバイス、ならびにＣＤおよび／またはＤＶＤディスクおよびドライブなどのリムーバブル媒体を含む。ネットワークアダプタ９４のセットは、関連する通信インターフェース（複数可）とともに、示されたコンピュータシステムがコンピュータネットワーク（例えば、図４のネットワーク１３）および／または他のデバイス／コンピュータシステムに接続することを可能にする。コントローラハブ９０は概して、プロセッサ８２とデバイス８４、８６、８８、９２、および９４との間の通信を可能にする複数のシステム、周辺機器、および／またはチップセットバス、および／または他のすべての回路を表す。例えば、コントローラハブ９０は、とりわけ、メモリコントローラ、入／出力（Ｉ／Ｏ）コントローラ、および割込みコントローラを含み得る。別の例では、コントローラハブ９０は、プロセッサ８２をメモリ８４に接続するノースブリッジ、ならびに／またはプロセッサ８２をデバイス８６、８８、９２、および９４に接続するサウスブリッジを含み得る。

上述した例示的なシステムおよび方法は、ＲＰＡソフトウェアが、そのハードウェアタイプおよびオペレーティングシステムに関係なく、事実上あらゆるホストコンピュータ上で遂行できるようにすることによって、ＲＰＡ技術の取り込みを促進する。個別の自己完結型ソフトウェアアプリケーションとして従来の方法で配布されるＲＰＡソフトウェアとは対照的に、本発明のいくつかの実施形態では、ＲＰＡソフトウェアの少なくとも一部は、とりわけ、Ｇｏｏｇｌｅ Ｃｈｒｏｍｅ（登録商標）などのウェブブラウザ内で遂行するスクリプトのセットを含む。前記スクリプトは、ＪａｖａＳｃｒｉｐｔ（登録商標）などのスクリプト言語、またはブラウザが解釈することができるバイトコードのいくつかのバージョンで定式化され得る。

従来のＲＰＡでは、各ハードウェアプラットフォーム（すなわち、プロセッサファミリー）および／または各オペレーティングシステム（例えば、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（登録商標）およびＬｉｎｕｘ（登録商標））用に別々のバージョンのソフトウェアを開発する必要があるが、本発明のいくつかの実施形態は、スクリプト解釈機能を有するウェブブラウザを遂行できる任意のプラットフォームおよびオペレーティングシステムで同じスクリプトのセットが使用されるようにし得る。ソフトウェア開発者側では、ロボット設計アプリケーションの複数のバージョンを構築および維持する必要性を取り除くことにより、ソフトウェア開発を実質的に容易にし、市場投入までの時間を短縮し得る。クライアント側の利点は、ＲＰＡソフトウェアの複数バージョンの購入、インストール、およびアップグレードの必要性がなくなり、ライセンスプロセスがさらに簡素化されるため、管理コストの削減を含む。また、個々のＲＰＡ開発者は、オペレーティングシステムに関係なく、自分のＰＣでオートメーションの設計、テスト、および実行ができるようになるという利益もあり得る。

自動化が、ロボットがブラウザ以外のアプリケーション（例えば、スプレッドシートアプリケーション、電子メール、インスタントメッセージなど）とインタラクションすることを必要とする場合、ＲＰＡソフトウェアの一部は、依然としてブラウザの外部で遂行し得る。本発明のいくつかの実施形態では、そのようなコンポーネントは、ＯＳおよび／またはハードウェアに固有である必要があるドライバを含む。しかしながら、そのようなコンポーネントは、典型的には、例えば、ロボット設計インターフェースよりも桁違いに洗練されていない。したがって、ＯＳおよび／またはプラットフォーム特有のドライバを開発および保守しなければならないことは、ＲＰＡソフトウェアの大部分をブラウザに移行する利便性のために支払う許容可能な価格であり得る。さらに、ドライバをブラウザの外部に残すことは、例えば、スプレッドシートからデータを読み取り、電子メールプログラムにそれを貼り付けるように、ロボットが複数のターゲットアプリケーションとインタラクションすることを可能にする、他の重要な利点を有する。

しかし、ソフトウェアの一部がブラウザ内部で遂行しおよび別のそれが外部で遂行する混合構成でＲＰＡを実行することは、ブラウザのコード分離ポリシーに明示的に反するため、多くの技術的課題が存在する。そのようなハードルを克服するために、いくつかの実施形態は、ＲＰＡコンポーネント間で通信チャネルをセットアップして、ターゲット特定データおよびステータスレポートなどのメッセージの交換を可能にする。１つの例示的な実施形態は、そのような通信チャネルをセットアップするために、ブラウザ拡張メカニズムを使用する。他の例示的な実施形態では、ローカルおよび／またはリモートサーバーを使用して、それぞれのコンポーネント間でメッセージを受け渡しする。

上記の実施形態は、本発明の範囲から逸脱することなく多くの変更が可能であることは、当業者には明らかであろう。したがって、本発明の範囲は、以下の特許請求の範囲およびその法的均等物によって決定されるべきである。

Claims (23)

1. コンピュータシステムの少なくとも１つのハードウェアプロセッサを使用して、ロボティックプロセスオートメーション（ＲＰＡ）ドライバおよびブリッジモジュールを遂行することを含む方法であって、
   前記ブリッジモジュールは、前記ＲＰＡドライバおよび前記コンピュータシステム上で遂行するウェブブラウザアプリケーションの間に通信チャネルをセットアップするように構成され、
   前記ＲＰＡドライバは、前記ウェブブラウザアプリケーションの外部で遂行し、かつ
   前記コンピュータシステム上で公開されるターゲットユーザーインターフェース（ＵＩ）のターゲット要素を示すユーザー入力を検出し、
   前記通信チャネルを介して、前記ターゲット要素を特徴付けるターゲット特定データのセットを前記ウェブブラウザアプリケーションに送信する、ように構成され、
   前記ウェブブラウザアプリケーションは、前記ターゲット要素上でＲＰＡアクティビティを行うように構成されたＲＰＡロボットの仕様を出力するように構成されたロボット設計インターフェースを公開する、方法。
2. 前記ターゲットＵＩは、前記ウェブブラウザアプリケーションの外部で遂行するＲＰＡターゲットアプリケーションによって公開される、請求項１に記載の方法。
3. 前記ＲＰＡドライバは、前記ターゲット要素を示す前記ユーザー入力を検出することに応答して、
   前記コンピュータシステム上で公開された別のＵＩの別の要素を示すユーザー入力を検出し、前記別の要素は、前記ＲＰＡロボットの別のＲＰＡアクティビティのターゲットを含み、
   前記別の要素を特徴付けるデータを、前記通信チャネルを介して前記ウェブブラウザアプリケーションに送信するようにさらに構成される、請求項１に記載の方法。
4. 前記ブリッジモジュールは、前記ウェブブラウザアプリケーション内で遂行する第１の部分と、前記ウェブブラウザアプリケーションの外部で遂行する第２の部分とを含み、
   前記第１の部分は、ブラウザ拡張コンピュータプログラムを含み、
   前記通信チャネルをセットアップすることは、前記ブラウザ拡張コンピュータプログラムのローカルメッセージングホストとして前記第２の部分を登録することを含む、請求項１に記載の方法。
5. 前記通信チャネルをセットアップすることは、前記コンピュータシステム上で遂行するローカルサーバーを構成することを含み、前記通信チャネルを介して送信することは、前記ローカルサーバーの予め決められたポートに要求を送信することを含む、請求項１に記載の方法。
6. 前記通信チャネルをセットアップすることは、前記少なくとも１つのハードウェアプロセッサに通信可能に結合されたコンピュータ読み取り可能な媒体上にファイルを作成することを含み、前記通信チャネルを介して送信することは、前記ファイルへの書き込みを含む、請求項１に記載の方法。
7. 前記ＲＰＡドライバは、前記ターゲット要素を示す前記ユーザー入力を検出することに応答して、前記ターゲット要素の外観を変更して、前記ターゲットＵＩの他の要素に関して前記要素を強調するようにさらに構成される、請求項１に記載の方法。
8. ＲＰＡ設計インターフェースは、ＲＰＡロボットによって遂行可能な複数のＲＰＡアクティビティから前記ＲＰＡアクティビティを選択するユーザー入力を受信するように構成される、請求項１に記載の方法。
9. 前記ブリッジモジュールは、
   ターゲット構成ＵＩを前記コンピュータシステムのユーザーに公開し、
   前記ターゲット構成ＵＩ内に前記ターゲット特定データの少なくとも一部を表示するようにさらに構成される、請求項１に記載の方法。
10. 前記ターゲット特定データの表示された部分は、前記コンピュータシステム上で遂行するＲＰＡターゲットアプリケーションの識別子を含み、前記ＲＰＡターゲットアプリケーションは、前記ターゲットＵＩを公開する、請求項８に記載の方法。
11. 前記ロボット設計インターフェースを公開することは、リモートサーバーからＲＰＡエージェントを取得すること、および前記ＲＰＡエージェントを遂行するために前記ウェブブラウザアプリケーションのプロセスを使用することを含む、請求項１に記載の方法。
12. ＲＰＡドライバおよびブリッジモジュールを遂行するように構成された少なくとも１つのハードウェアプロセッサを含むコンピュータシステムであって、
    前記ブリッジモジュールは、前記ＲＰＡドライバおよび前記コンピュータシステム上で遂行するウェブブラウザアプリケーションの間に通信チャネルをセットアップするように構成され、
    前記ＲＰＡドライバは、前記ウェブブラウザアプリケーションの外部で遂行し、かつ
    前記コンピュータシステム上で公開されるターゲットユーザーインターフェース（ＵＩ）のターゲット要素を示すユーザー入力を検出し、
    前記通信チャネルを介して、前記ターゲット要素を特徴付けるターゲット特定データのセットを前記ウェブブラウザアプリケーションに送信する、ように構成され、
    前記ウェブブラウザアプリケーションは、前記ターゲット要素上でＲＰＡアクティビティを行うように構成されたＲＰＡロボットの仕様を出力するように構成されたロボット設計インターフェースを公開する、コンピュータシステム。
13. 前記ターゲットＵＩは、前記コンピュータシステム上で遂行するＲＰＡターゲットアプリケーションによって公開され、前記ＲＰＡターゲットアプリケーションは、前記ウェブブラウザアプリケーションとは異なる、請求項１２に記載のコンピュータシステム。
14. 前記ＲＰＡドライバは、前記ターゲット要素を示す前記ユーザー入力を検出することに応答して、
    前記コンピュータシステム上で公開された別のＵＩの別の要素を示すユーザー入力を検出し、前記別の要素は、前記ＲＰＡロボットの別のＲＰＡアクティビティのターゲットを含み、
    前記別の要素を特徴付けるデータを、前記通信チャネルを介して前記ウェブブラウザアプリケーションに送信するようにさらに構成される、請求項１２に記載のコンピュータシステム。
15. 前記ブリッジモジュールは、前記ウェブブラウザアプリケーション内で遂行する第１の部分と、前記ウェブブラウザアプリケーションの外部で遂行する第２の部分とを含み、
    前記第１の部分は、ブラウザ拡張コンピュータプログラムを含み、
    前記通信チャネルをセットアップすることは、前記ブラウザ拡張コンピュータプログラムのローカルメッセージングホストとして前記第２の部分を登録することを含む、請求項１２に記載のコンピュータシステム。
16. 前記通信チャネルをセットアップすることは、前記コンピュータシステム上で遂行するローカルサーバーを構成することを含み、前記通信チャネルを介して送信することは、前記ローカルサーバーの予め決められたポートに要求を送信することを含む、請求項１２に記載のコンピュータシステム。
17. 前記通信チャネルをセットアップすることは、前記少なくとも１つのハードウェアプロセッサに通信可能に結合されたコンピュータ読み取り可能な媒体上にファイルを作成することを含み、前記通信チャネルを介して送信することは、前記ファイルへの書き込みを含む、請求項１２に記載のコンピュータシステム。
18. 前記ＲＰＡドライバは、前記ターゲット要素を示す前記ユーザー入力を検出することに応答して、前記ターゲット要素の外観を変更して、前記ターゲットＵＩの他の要素に関して前記要素を強調するようにさらに構成される、請求項１２に記載のコンピュータシステム。
19. ＲＰＡ設計インターフェースは、ＲＰＡロボットによって遂行可能な複数のＲＰＡアクティビティから前記ＲＰＡアクティビティを選択するユーザー入力を受信するように構成される、請求項１２に記載のコンピュータシステム。
20. 前記ブリッジモジュールは、
    ターゲット構成ＵＩを前記コンピュータシステムのユーザーに公開し、
    前記ターゲット構成ＵＩ内に前記ターゲット特定データの少なくとも一部を表示するようにさらに構成される、請求項１２に記載のコンピュータシステム。
21. 前記ターゲット特定データの表示された部分は、前記コンピュータシステム上で遂行するＲＰＡターゲットアプリケーションの識別子を含み、前記ＲＰＡターゲットアプリケーションは、前記ターゲットＵＩを公開する、請求項２０に記載のコンピュータシステム。
22. 前記ロボット設計インターフェースを公開することは、リモートサーバーからＲＰＡエージェントを取得すること、および前記ＲＰＡエージェントを遂行するために前記ウェブブラウザアプリケーションのプロセスを使用することを含む、請求項１２に記載のコンピュータシステム。
23. コンピュータシステムの少なくとも１つのハードウェアプロセッサによって遂行されたとき、前記コンピュータシステムにブリッジモジュールおよびＲＰＡドライバを形成させる命令を格納した非一時的なコンピュータ読み取り可能な媒体であって、
    前記ブリッジモジュールは、前記ＲＰＡドライバおよび前記コンピュータシステム上で遂行するウェブブラウザアプリケーションの間に通信チャネルをセットアップするように構成され、
    前記ＲＰＡドライバは、前記ウェブブラウザアプリケーションの外部で遂行し、かつ
    前記コンピュータシステム上で公開されるターゲットユーザーインターフェース（ＵＩ）のターゲット要素を示すユーザー入力を検出し、
    前記通信チャネルを介して、前記ターゲット要素を特徴付けるターゲット特定データのセットを前記ウェブブラウザアプリケーションに送信する、ように構成され、
    前記ウェブブラウザアプリケーションは、前記ターゲット要素上でＲＰＡアクティビティを行うように構成されたＲＰＡロボットの仕様を出力するように構成されたロボット設計インターフェースを公開する、非一時的なコンピュータ読み取り可能な媒体。