《一种基于多AGENT的智能家居学习系统及方法.pdf》由会员分享，可在线阅读，更多相关《一种基于多AGENT的智能家居学习系统及方法.pdf（7页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103149898 A (43)申请公布日 2013.06.12 CN 103149898 A *CN103149898A* (21)申请号 201310040235.9 (22)申请日 2013.02.01 G05B 19/418(2006.01) (71)申请人 杭州尚思科技有限公司 地址 310018 浙江省杭州市经济技术开发区 白杨街道 6 号大街 452 号 3 幢 405-406 号房 (72)发明人 方黎明 葛春鹏 (74)专利代理机构 北京东正专利代理事务所 ( 普通合伙 ) 11312 代理人 刘瑜冬 (54) 发明名称 一种基于多 agent 的智。
2、能家居学习系统及方 法 (57) 摘要 本发明提出一种基于多 agent 的智能家居学 习系统及方法， 包括多个设备 agent、 多个协作管 理agent和至少一个组织规划agent， 所述组织规 划 agent、 协作管理 agent 以及设备 agent 之间 相互连接， 其特征在于， 所述设备 agent 对家居使 用信息进行收集， 协作管理 agent 收集管理设备 agent所得到的信息， 组织规划agent把每个设备 agent 和协作管理 agent 发来的信息进行汇集和 处理， 记录每个 agent 的服务类型及状态， 理解用 户分配的任务， 对任务进行划分， 并协商或分派到。
3、 各个协作管理 agent 去处理。 (51)Int.Cl. 权利要求书 1 页 说明书 3 页 附图 2 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书1页 说明书3页 附图2页 (10)申请公布号 CN 103149898 A CN 103149898 A *CN103149898A* 1/1 页 2 1.一种基于多agent的智能家居学习系统， 该系统包括多个设备agent、 多个协作管理 agent和至少一个组织规划agent， 所述组织规划agent、 协作管理agent以及设备agent之 间相互连接， 其特征在于， 所述设备 agent 对家居使用信息。
4、进行收集， 协作管理 agent 收集 管理设备 agent 所得到的信息， 组织规划 agent 把每个设备 agent 和协作管理 agent 发来 的信息进行汇集和处理， 记录每个 agent 的服务类型及状态， 理解用户分配的任务， 对任务 进行划分， 并协商或分派到各个协作管理 agent 去处理。 2. 一种用于权利要求 1 所述系统的智能家居学习方法， 其特征在于， 所述学习过程包 括以下几个步骤 ： （1） 设备 agent 直接连接每个控制终端， 记录用户的每次操作， 并将操作信息发送给协 助 agent 和组织规划 agent ； （2） 协作管理 agent 接受来自多个。
5、设备 agent 发送过来的信息， 并对其所管辖的设备 agent 的信息做初步过滤、 分析 ； （3） 组织规划 agent 收集设备 agent 和协作管理 agent 发送过来的信息， 对这些信息进 行规划处理， 同时进行任务分配， 重新对行为规则进行修改， 完成学习的过程。 3. 一种集成权利要求 1 所述系统的智能家居系统， 其特征在于， 所述系统包括家用电 器， 与家用电器固定在一起并的信息过收集滤器以及与信息收集过滤器连接的后台处理 器， 所述家用电器固定有设备 agent 模块， 信息过收集滤器固定有协作管理 agent 模块， 后 台处理器固定有组织规划 agent 模块。 。
6、权 利 要 求 书 CN 103149898 A 2 1/3 页 3 一种基于多 agent 的智能家居学习系统及方法 技术领域 0001 本发明涉及物联网智能家居应用技术设备领域， 尤其是涉及一种基于多 agent 的 智能家居学习系统及方法。 背景技术 0002 目前的智能家居系统一般具有家电控制、 家庭娱乐服务和家庭安防 3 大方面功 能， 具体包括室内电器自动控制管理、 照明控制、 温度和湿度控制、 安防报等、 远程监视和远 程控制、 远程抄表 ( 水表、 电表、 煤气表 ) 等功能。智能终端接收中控机发出的控制指令对 家电进行相应的操作， 或者是遇见某种情况执行事先预设好的指令， 目。
7、前的智能家居都是 这种接收执行的模式， 它们不能对现场的情况做出智能的判断， 从而执行相应的操作。 即目前的智能家居智能实现被动执行命令， 而不能根据使用者的习惯和根据周围环境作出 主动反应， 不能满足现代智能家居的使用。 发明内容 0003 为了弥补目前智能家居智能被动执行命令， 只能在接收到命令后作出反应， 不能 自动调节适应使用者的缺陷， 本发明提出一种基于多 agent 的智能家居学习系统及方法。 0004 实现上述目的的技术方案为， 一种基于多 agent 的智能家居学习系统， 包括多个 设备 agent、 多个协作管理 agent 和至少一个组织规划 agent， 所述组织规划 a。
8、gent、 协作管 理 agent 以及设备 agent 之间相互连接， 所述设备 agent 对家居使用信息进行收集， 协作管 理 agent 收集管理设备 agent 所得到的信息， 组织规划 agent 把每个设备 agent 和协作管 理agent发来的信息进行汇集和处理， 记录每个agent的服务类型及状态， 理解用户分配的 任务， 对任务进行划分， 并协商或分派到各个协作管理 agent 去处理。 0005 一种用于上述系统学习方法， 其过程包括以下几个步骤 ： （1） 设备 agent 直接连接每个控制终端， 记录用户的每次操作， 并将操作信息发送给协 助 agent 和组织规划。
9、 agent ； （2） 协作管理 agent 接受来自多个设备 agent 发送过来的信息， 并对其所管辖的设备 agent 的信息做初步过滤、 分析 ； （3） 组织规划 agent 收集设备 agent 和协作管理 agent 发送过来的信息， 对这些信息进 行规划处理， 同时进行任务分配， 重新对行为规则进行修改， 完成学习的过程。 0006 一种采用上述系统的智能家居系统， 所述系统包括家用电器， 与家用电器固定在 一起并的信息过收集滤器以及与信息收集过滤器连接的后台处理器， 所述家用电器固定有 设备agent模块， 信息过收集滤器固定有协作管理agent模块， 后台处理器固定有组织。
10、规划 agent 模块。 0007 本发明的方法通过对用户日常使用习惯的学习， 使系统能够自己识别一些情况， 并对终端进行相应的控制， 从而实现真正的 “智能” 家居。本发明与家用电器集成到一起， 自动控制家用电器在日常生活中根据用户的习惯作出反应， 提高家居的智能化。 说 明 书 CN 103149898 A 3 2/3 页 4 附图说明 0008 图 1 为本发明的一种实施方式的 agent 系统的结构示意图 ； 图 2 为本发明的一种实施方式的组织规划 agent 的结构示意图 ； 图 3 为本发明的一种实施方式的方法流程示意图 ； 图 4 为本发明的一种实施方式的智能家居系统的结构示意。
11、图。 具体实施方式 0009 下面参照附图对本发明做进一步说明。 0010 结合图 1， 一种基于多 agent 的智能家居使用方法， 包括多个设备 agent、 多个协 作管理 agent 和至少一个组织规划 agent， 所述组织规划 agent、 协作管理 agent 以及设 备 agent 之间相互连接， 其特征在于， 所述设备 agent 对家居使用信息进行收集， 协作管理 agent 收集管理设备 agent 所得到的信息， 组织规划 agent 把每个设备 agent 和协作管理 agent 发来的信息进行汇集和处理， 记录每个 agent 的服务类型及状态， 理解用户分配的任 。
12、务， 对任务进行划分， 并协商或分派到各个协作管理 agent 去处理。基于 agent 的智能家居 系统以服务的概念实现家居系统整体管理模式， 在自主运行和协助用户实现管理的过程中 体现出一种整体的智能性。利用智能学习算法， 对用户的历史行为、 环境进行学习， 等到一 组规则， 使得系统智能地实现符合个人习惯的家居环境以及自 动的环境控制。基于 agent 的智能家居系统主要分为 3 个 agent， 组织规划 agent、 协作管理 agent 和设备 agent 设备 agent 负责代理家庭中的设备间的信息交互和某种具体的服务功能。设备 agent 以 agent 通信标准格式接受其它。
13、 agent 的数据请。设备 agent 用一个 5 元组表示 ， 其中 I 是 agent 表示。 R 是条件 - 行为规则集合 ； P 是感知和信息输人集合 ； B 是行为集合， K 是 agent 完成功能实现交互所必需知识求和动作请求。 0011 协调管理 agent 针对某一类任务或服务实行综合管理。协作管理 agent 具有较强 的知识理解能力、 协调能力， 能够与组织规划 agent 协商接受局部任务， 对其进行分解， 并 交由设备 agent 去执行， 各个协调管理 agent 之间具有相互协作的能力。协作管理 agent 用一个六元组定义为 :, 其中 I 是 agent 标。
14、示， S 是领域状态集合 ； K 是协 作知识集合 ； R 是协作规则集合， B 是行为集合 ； X 是运行知识集合。其结构如图 3， 组织规 划记录各个 agent 的服务类型及状态 ; 完成对各个 agent 的产生、 活动、 消亡等生命周期 内的各个阶段的管理。 理解用户分配的任务， 对任务进行粗粒度划分， 并通过协商或分派到 各个协作管理 agent 去处理 ； 在任务执行的过程中， 利用智能学习算法规划出本家庭中普 遍并且长期使用的服务规则， 完成学习优化过程。组织规划 agent 具有调整系统全局的权 力一般要求它们具备全局规划、 全局控制与协作能力。组织规划 agent 用一个七。
15、元 组定义 为:,其中I是agent标示 ； K是为真的知识组成的知识集合 ； B为初始知 识集合 ； G 为初始规则集合 ;P 为静态规则集合 ； X 为系统全局知识集合 ； B 为行为集合。 0012 本发明中， 采用该系统的学习过程包括以下几个步骤 ： （1） 设备 agent 直接连接每个控制终端， 记录用户的每次操作， 并将操作信息发送给协 助 agent 和组织规划 agent ； （2） 协作管理 agent 接受来自多个设备 agent 发送过来的信息， 并对其所管辖的设备 说 明 书 CN 103149898 A 4 3/3 页 5 agent 的信息做初步过滤、 分析 ； 。
16、（3） 组织规划 agent 收集设备 agent 和协作管理 agent 发送过来的信息， 对这些信息进 行规划处理， 同时进行任务分配， 重新对行为规则进行修改， 完成学习的过程。 0013 结合图3， 该方法的学习过程的一个流程。 该学习过程智能学习方法从用户的历史 行为中抽取出一个行为规则， 用该行为规则匹配用户新的行为， 如果匹配一直， 则不修改行 为规则， 如果匹配不一致， 完善行为规则， 将新的行为规则去匹配用户新的行为， 不断完善 行为规则。 例如 ： 某个用户回到家中时经常第一件事情是打开电视机， 设备agent收集到用 户的这个操作， 将信息传递给协作 agent 和组织规。
17、划 agent， 组织规划 agent 将这些信息收 集起来， 形成用户的行为规则。某一次用户回到家中， 没有打开电视机， 这时候设备 agent 将这个信息传递给协作 agent 和组织规划 agent， 组织规划 agent 接收这个信息， 同时重新 修改行为规则， 不断完善用户的行为规则。 0014 结合图 4， 一种采用上述学习系统的智能家居系统， 包括家用电器， 与家用电器固 定在一起并的信息过收集滤器以及与信息收集过滤器连接的后台处理器， 所述家用电器固 定有设备agent模块， 信息过收集滤器固定有协作管理agent模块， 后台处理器固定有组织 规划 agent 模块。本发明中，。
18、 将家居电器连通入物联网络， 通过后台服务器完成组织规划 agent 的作用， 信息收集过滤器作为协作 agent 层的节点， 收集与家用电器固定在一起的传 感控制器的信息， 而传感控制器则实现了设备 agent 节点的作用。 0015 以上所述， 为本发明的较佳实施案例， 并非对本发明作任何限制， 凡是根据本发明 技术实质对以上实施例所作的任何简单修改、 变更以及等效结构变化， 均仍属于本发明技 术方案的保护范围内。 说 明 书 CN 103149898 A 5 1/2 页 6 图 1 图 2 说 明 书 附 图 CN 103149898 A 6 2/2 页 7 图 3 图 4 说 明 书 附 图 CN 103149898 A 7 。