结合AI和RPA的分布式RPA机器人管理方法、装置及存储介质

摘要

本申请提供了一种结合AI和RPA的分布式RPA机器人管理方法、装置及存储介质，涉及自动化技术领域。具体实现方式为：创建工作任务；将所述工作任务发送至调度服务器。本申请实施例通过调度机器人、工作机器人以及调度服务器完成所述工作任务。本申请实施例可以通过将任务流程拆分并分配给不同的RPA机器人，避免任务流程耦合过分紧密，提高RPA机器人系统的鲁棒性和运行效率。

说明书

技术领域

本申请涉及自动化技术领域，尤其涉一种结合AI和RPA的分布式RPA机器人管理方法、装置及存储介质。

背景技术

机器人流程自动化(Robotic Process Automation)简称RPA，是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。

人工智能(Artificial Intelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。所述AI包括自然语言处理(NaturalLanguage Processing,NLP)技术。

RPA机器人可通过用户使用界面，智能理解企业已有应用，将基于规则的常规操作自动化，如自动重复读取邮件、进行繁琐的计算、大批量生成文件和报告，完成枯燥的文件检查等工作；能够大幅降低人力成本的投入，有效提高现有办公效率，准确、稳定、快捷地完成工作。目前RPA机器人所执行的任务越来越复杂，RPA机器人在处理较为复杂的任务时，如果任务中的一个步骤出现错误，就会导致整个任务失败，需要重新开始整个任务，容错率较低。

发明内容

本申请提供一种结合AI和RPA的分布式RPA机器人管理方法、装置及存储介质，以至少解决相关技术中处理较为复杂的任务时容错率较低的问题。本申请的技术方案如下：

根据本申请实施例的第一方面，提供一种结合AI和RPA的分布式RPA机器人管理方法，包括：

S1、创建工作任务；

S2、将所述工作任务发送至调度服务器。

可选的，还包括：

S3、生成任务执行命令；

S4、将所述任务执行命令发送至所述调度服务器。

根据本申请实施例的第二方面，提供一种结合AI和RPA的分布式RPA机器人管理方法，包括：

S5、通过自然语言处理NLP方法接收并分析调度机器人发送的工作任务；

S6、根据所述工作任务生成工作任务接收命令，并发送所述工作任务接收命令至所述工作机器人。

可选的，所述步骤S6，还包括：

S61、通过自然语言处理NLP方法接收并分析所述工作机器人的任务信息获取指令；

S62、根据所述任务信息获取指令将所述工作任务的任务信息发送至所述工作机器人。

可选的，还包括：

S7、通过自然语言处理NLP方法接收并分析所述调度机器人发送的任务执行命令；

S8、根据所述任务执行命令生成反馈消息，并发送至所述工作机器人。

根据本申请实施例的第三方面，提供一种结合AI和RPA的分布式RPA机器人管理方法，包括：

S9、通过自然语言处理NLP方法接收并分析调度服务器发送的工作任务接收命令；

S10、根据所述工作任务接收命令向所述调度服务器发送任务信息获取指令；

S11、接收所述调度服务器的工作任务信息；

S12、根据所述工作任务信息执行所述工作任务。

可选的，还包括：

S13、进入挂起状态，并向所述调度服务器发送等待消息；

S14、通过自然语言处理NLP方法接收并分析所述调度服务器的反馈消息，根据所述反馈消息执行命令。

可选的，所述步骤S14，包括以下的任意一项：

S141、响应于接收到反馈消息，且所述反馈消息包括任务执行命令,根据所述任务执行命令执行工作任务；

S142、响应于接收到反馈消息且所述反馈消息不包含所述任务执行命令或响应于未接收到所述反馈消息，继续保持所述挂起状态。

根据本申请实施例的第四方面，提供一种结合AI和RPA的分布式RPA机器人管理装置，包括：

任务创建模块，用于创建工作任务；

传输模块，用于将所述工作任务发送至调度服务器。

可选的，还包括：

消息生成模块，用于生成任务执行命令；

消息传输模块，用于将所述任务执行命令发送至所述调度服务器。

根据本申请实施例的第五方面，提供一种结合AI和RPA的分布式RPA机器人管理装置，包括：

第一接收模块，用于通过自然语言处理NLP方法接收并分析调度机器人发送的工作任务；

第一发送模块，用于根据所述工作任务生成工作任务接收命令，并发送所述工作任务接收命令至所述工作机器人。

可选的，所述发送模块，包括：

接收子模块，用于通过自然语言处理NLP方法接收并分析所述工作机器人的任务信息获取指令；

发送子模块，用于根据所述任务信息获取指令将所述工作任务的任务信息发送至所述工作机器人。

可选的，还包括：

第二接收模块，用于通过自然语言处理NLP方法接收并分析所述调度机器人发送的任务执行命令；

第二发送模块，用于根据所述任务执行命令生成反馈消息，并发送至所述工作机器人。

根据本申请实施例的第六方面，提供一种结合AI和RPA的分布式RPA机器人管理装置，包括：

第三接收模块，用于通过自然语言处理NLP方法接收并分析调度服务器发送的工作任务接收命令；

第三发送模块，用于根据所述工作任务接收命令向所述调度服务器发送任务信息获取指令；

第四接收模块，用于接收所述调度服务器的工作任务信息；

执行模块，用于根据所述工作任务信息执行所述工作任务。

可选的，还包括：

挂起模块，用于进入挂起状态，并向所述调度服务器发送等待消息；

第五接收模块，用于通过自然语言处理NLP方法接收并分析所述调度服务器的反馈消息，根据所述反馈消息执行命令。

可选的，所述第五接收模块，包括：

第一执行子模块，用于响应于接收到反馈消息，且所述反馈消息包括任务执行命令,根据所述任务执行命令执行工作任务；

第二执行子模块，用于响应于接收到反馈消息且所述反馈消息不包含所述任务执行命令或响应于未接收到所述反馈消息，继续保持所述挂起状态。

根据本申请实施例的第七方面，提供一种结合AI和RPA的分布式RPA机器人管理装置，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如上述第一方面、第二方面及第三方面中任一项所述的结合AI和RPA的分布式RPA机器人管理方法。

根据本申请实施例的第八方面，提供一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由结合AI和RPA的分布式RPA机器人管理装置的处理器执行时，使得结合AI和RPA的分布式RPA机器人管理装置能够执行如上述第一方面、第二方面及第三方面中任一项所述的结合AI和RPA的分布式RPA机器人管理方法。

本申请的实施例提供的技术方案至少带来以下有益效果：

通过将工作任务的流程拆分并分配给不同的RPA机器人，避免任务流程耦合过分紧密，提高RPA机器人系统的运行效率；

将复杂的工作任务流程简化为若干简单流程，在优化工作任务流程时可以针对所述简单流程进行优化，以提高RPA机器人系统的运行效率，提高了系统的可优化性，降低系统的维护成本；

通过将工作任务的流程拆分为简单流程并分配给不同的RPA机器人，在其中一个简单流程出现问题时可以由其他RPA机器人继续执行，提高了系统的容错率和鲁棒性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

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，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理，并不构成对本申请的不当限定。

图1是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。

图2是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。

图3是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。

图4是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。

图5是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。

图6是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。

图7是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。

图8是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置的框图。

图9是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置的框图。

图10是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置的框图。

图11是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置的框图。

图12是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置的框图。

图13是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置的框图。

图14是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置的框图。

图15是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置的框图。

图16是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置的示意图。

图17是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置的示意图。

图18是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置的示意图。

图19是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。

图20是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。

图21是根据一示例性实施例示出的一种装置的框图。

具体实施方式

为了使本领域普通人员更好地理解本申请的技术方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

机器人流程自动化(Robotic Process Automation)简称RPA，是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。

人工智能(Artificial Intelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。所述AI包括自然语言处理(NaturalLanguage Processing,NLP)技术。NLP是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。

随着RPA在各个领域进行应用，机器人所执行的流程越来越复杂，流程与流程之间的关联越来越紧密。而流程的复杂程度与其开发和维护成本直接相关，越复杂的流程越是难以维护。同时，对于较复杂的RPA场景，流程与流程之间也会存在关联关系。相关技术中，一个工作任务的创建和执行都由同一个RPA机器人来执行，这样一个工作任务中的各个流程块耦合性较强，在所述RPA机器人出现故障的情况下会导致整个任务失败且难以补救。

当前对于复杂RPA场景，有以下若干方式进行开发和维护：

一个流程多个流程块进行分步骤开发，并且开发过程中内部耦合相当紧密。一个环节出现错误，整个流程失败。基于辅助流程进行开发，同时内部存在资源竞争、并发甚至死锁的情况。如果一个辅助流程出现错误，整个流程也会失败。基于开放应用编程接口(Open Application Programming Interface，OpenApI)的方式进行多RPA机器人协作调度。此种方式存在多个RPA机器人竞争同一个授权的情况，无法实现多个RPA机器人之间的协作。

复杂RPA的流程只能由少量开发人员进行开发会大大拖延工期。即便使用多RPA机器人协作方式，虽然对业务进行了解耦，但是无法解决争抢授权问题。

图1是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。在本申请实施例中，将RPA机器人分为两类：调度机器人和工作机器人。

如图1所示，所述方法用于调度机器人中，包括以下步骤：

S1、创建工作任务；

在本申请实施例中，将RPA机器人分为两类：调度机器人和工作机器人。所述调度机器人用于创建工作任务，并将所述工作任务送入任务队列等待执行，所述工作任务不会阻塞流程运行。所述调度机器人通过创建任务CreateTask命令来创建所述工作任务。所述CreateTask命令的入参包括flow，类型为string，对应流程标识；任务参数args，类型为string，对应任务参数；超时时间timeout，类型为int，对应超时时间。所述CreateTask命令无出参。在第一最小粒度任务中，所述调度机器人用于创建所述工作任务。

S2、将所述工作任务发送至调度服务器。

在本申请实施例中，所述调度服务器作为连接所述调度机器人和所述工作机器人的中介，所述工作机器人创建所述工作任务后，将所述工作任务发送至所述调度服务器，通过所述调度服务器将所述工作任务传输至所述工作机器人，所述工作机器人用于执行所述工作任务。

图2是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。如图2所示，所述方法用于调度机器人中，包括以下步骤：

S3、生成任务执行命令；

在本申请实施例中，将RPA机器人分为两类：调度机器人和工作机器人。在第二最小粒度任务中，所述调度机器人用于生成所述任务执行命令，所述任务执行命令用于指示所述工作机器人开始执行任务。

S4、将所述任务执行命令发送至所述调度服务器。

在本申请实施例中，所述调度服务器作为连接所述调度机器人和所述工作机器人的中介，所述工作机器人创建所述任务执行命令后，将所述任务执行命令发送至所述调度服务器，通过所述调度服务器将所述任务执行命令传输至所述工作机器人，以指示所述工作机器人执行工作任务。

图3是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。如图3所示，所述方法用于调度服务器中，包括以下步骤：

S5、通过自然语言处理NLP方法接收并分析调度机器人发送的工作任务。

在本申请实施例中，所述调度服务器作为连接各RPA机器人的中介，在第一最小粒度任务中，所述调度服务器作为连接所述调度机器人和所述工作机器人的中介，接收所述调度机器人发送的所述工作任务。并通过自然语言处理NLP方法分析所述工作任务的内容。

S6、根据所述工作任务生成工作任务接收命令，并发送所述工作任务接收命令至所述工作机器人。

在本申请实施例中，所述调度服务器在接收到所述工作任务后，将所述工作任务发送给所述工作机器人，以使所述工作机器人执行所述工作任务。

图4是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。如图4所示，所述方法用于调度服务器中，上述步骤S6中包括以下步骤：

S61、通过自然语言处理NLP方法接收并分析所述工作机器人的任务信息获取指令。

在本申请实施例的第一最小粒度任务中，所述工作机器人为了获取工作任务的任务信息向所述调度服务器发送任务信息获取指令，所述调度服务器用于接收任务信息获取指令后。并通过自然语言处理NLP方法分析所述任务信息获取指令的内容。

S62、根据所述任务信息获取指令将所述工作任务的任务信息发送至所述工作机器人。

在本申请实施例中，所述调度服务器在接收到所述人物信息获取指令后，将所述工作任务对应的任务信息发送给所述工作机器人，以使所述工作机器人了解所述工作任务的执行方法。

图5是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。如图5所示，所述方法用于调度服务器中，包括以下步骤：

S7、通过自然语言处理NLP方法接收并分析所述调度机器人发送的任务执行命令；

在第二最小粒度任务中，所述调度机器人通过所述任务执行命令指示所述工作机器人开始执行所述工作任务。所述调度服务器用于接收所述任务执行命令。并通过自然语言处理NLP方法分析所述任务执行命令的内容。

S8、根据所述任务执行命令生成反馈消息，并发送至所述工作机器人。

所述调度服务器在接收到所述任务执行命令后，根据所述任务执行命令生成所述反馈消息并发送给所述工作机器人，以指示所述工作机器人开始执行所述工作任务。

图6是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。如图6所示，所述方法用于工作机器人中，包括以下步骤：

S9、通过自然语言处理NLP方法接收并分析调度服务器发送的工作任务接收命令；

在第一最小粒度任务中，所述调度服务器在接收到所述调度机器人发送的工作任务后，将所述工作任务发送给所述工作机器人，所述工作机器人用于接收所述工作任务接收命令。并通过自然语言处理NLP方法分析所述工作任务接收命令的内容。

S10、根据所述工作任务接收命令向所述调度服务器发送任务信息获取指令；

接收到所述工作任务接收命令后，所述工作机器人向所述调度服务器发送所述任务信息获取指令以获取工作任务信息。所述工作任务信息包含所述工作任务的具体执行方法流程。

S11、接收所述调度服务器的工作任务信息；

所述调度服务器响应于所述工作机器人的任务信息获取指令，向所述工作机器人发送所述工作任务信息。

S12、根据所述工作任务信息执行所述工作任务。

所述工作机器人接收到所述工作任务信息后，根据所述工作任务信息开始执行所述工作任务。

图7是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。如图7所示，所述方法用于工作机器人中，包括以下步骤：

S13、进入挂起状态，并向所述调度服务器发送等待消息；

在第二最小粒度任务中，所述工作机器人接收到工作任务信息后，进入挂起状态，需要所述调度机器人的指示才能开始执行所述工作任务。

S14、通过自然语言处理NLP方法接收并分析所述调度服务器的反馈消息，根据所述反馈消息执行命令。

所述工作机器人需要所述调度机器人提供任务执行命令来指示工作任务的开始。所述任务执行命令由所述调度机器人发送至所述调度服务器，所述调度服务器根据所述任务执行命令生成所述反馈消息，并发送给所述工作机器人。所述工作机器人接收到所述反馈消息后，开始根据所述工作任务信息执行所述工作任务。

可选的，上述步骤S14中包括以下步骤中的任意一项：

S141、响应于接收到反馈消息，且所述反馈消息包括任务执行命令,根据所述任务执行命令执行工作任务；

在一种可能的实施例中，所述工作机器人接收到所述反馈消息，且且所述反馈消息包括任务执行命令，则所述工作机器人根据所述反馈消息中的所述任务执行命令开始执行所述工作任务。

S142、响应于接收到反馈消息且所述反馈消息不包含所述任务执行命令或响应于未接收到所述反馈消息，继续保持所述挂起状态。

在一种可能的实施例中，所述工作机器人未接收到所述反馈消息，则所述工作机器人继续保持所述挂起状态，等待所述调度服务器的消息。

在一种可能的实施例中，所述工作机器人接收到所述反馈消息，且所述反馈消息不包含所述任务执行命令，则所述工作机器人继续保持所述挂起状态，等待所述调度服务器的消息。

图8是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置800的框图。参照图8，该装置包括：任务创建模块810，传输模块820。

任务创建模块，用于创建工作任务；

在本申请实施例中，将RPA机器人分为两类：调度机器人和工作机器人。所述调度机器人用于创建工作任务，并将所述工作任务送入任务队列等待执行，所述工作任务不会阻塞流程运行。所述调度机器人通过CreateTask命令来创建所述工作任务。所述CreateTask命令的入参包括流程标识flow，类型为string；任务参数args，类型为string；超时时间timeout，类型为int。所述CreateTask命令无出参。在第一最小粒度任务中，所述调度机器人用于创建所述工作任务。

传输模块，用于将所述工作任务发送至调度服务器。

在本申请实施例中，所述调度服务器作为连接所述调度机器人和所述工作机器人的中介，所述工作机器人创建所述工作任务后，将所述工作任务发送至所述调度服务器，通过所述调度服务器将所述工作任务传输至所述工作机器人，所述工作机器人用于执行所述工作任务。

图9是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置900的框图。参照图9，该装置包括：消息生成模块910，消息传输模块920。

消息生成模块，用于生成任务执行命令；

在本申请实施例中，将RPA机器人分为两类：调度机器人和工作机器人。在第二最小粒度任务中，所述调度机器人用于生成所述任务执行命令，所述任务执行命令用于指示所述工作机器人开始执行任务。

消息传输模块，用于将所述任务执行命令发送至所述调度服务器。

在本申请实施例中，所述调度服务器作为连接所述调度机器人和所述工作机器人的中介，所述工作机器人创建所述任务执行命令后，将所述任务执行命令发送至所述调度服务器，通过所述调度服务器将所述任务执行命令传输至所述工作机器人，以指示所述工作机器人执行工作任务。

图10是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置1000的框图。参照图10，该装置包括：第一接收模块1010，第一发送模块1020。

第一接收模块，用于通过自然语言处理NLP方法接收并分析调度机器人发送的工作任务；

在本申请实施例中，所述调度服务器作为连接各RPA机器人的中介，在第一最小粒度任务中，所述调度服务器作为连接所述调度机器人和所述工作机器人的中介，接收所述调度机器人发送的所述工作任务。

第一发送模块，用于根据所述工作任务生成工作任务接收命令，并发送所述工作任务接收命令至所述工作机器人。

在本申请实施例中，所述调度服务器在接收到所述工作任务后，将所述工作任务发送给所述工作机器人，以使所述工作机器人执行所述工作任务。

图11是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置1100的框图。参照图11，该装置包括：接收子模块1110，发送子模块1120

接收子模块，用于通过自然语言处理NLP方法接收并分析所述工作机器人的任务信息获取指令；

在本申请实施例的第一最小粒度任务中，所述工作机器人为了获取工作任务的任务信息向所述调度服务器发送任务信息获取指令，所述调度服务器用于接收任务信息获取指令后。

发送子模块，用于根据所述任务信息获取指令将所述工作任务的任务信息发送至所述工作机器人。

在本申请实施例中，所述调度服务器在接收到所述人物信息获取指令后，将所述工作任务对应的任务信息发送给所述工作机器人，以使所述工作机器人了解所述工作任务的执行方法。

图12是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置1200的框图。参照图12，该装置包括：第二接收模块1210，第二发送模块1220。

第二接收模块，用于通过自然语言处理NLP方法接收并分析所述调度机器人发送的任务执行命令；

在第二最小粒度任务中，所述调度机器人通过所述任务执行命令指示所述工作机器人开始执行所述工作任务。所述调度服务器用于接收所述任务执行命令。

第二发送模块，用于根据所述任务执行命令生成反馈消息，并发送至所述工作机器人。

所述调度服务器在接收到所述任务执行命令后，根据所述任务执行命令生成所述反馈消息并发送给所述工作机器人，以指示所述工作机器人开始执行所述工作任务。

图13是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置1300的框图。参照图13，该装置包括：第三接收模块1310，第三发送模块1320，第四接收模块1330，执行模块1340。

第三接收模块，用于通过自然语言处理NLP方法接收并分析调度服务器发送的工作任务接收命令；

在第一最小粒度任务中，所述调度服务器在接收到所述调度机器人发送的工作任务后，将所述工作任务发送给所述工作机器人，所述工作机器人用于接收所述工作任务接收命令。

第三发送模块，用于根据所述工作任务接收命令向所述调度服务器发送任务信息获取指令；

接收到所述工作任务接收命令后，所述工作机器人向所述调度服务器发送所述任务信息获取指令以获取工作任务信息。所述工作任务信息包含所述工作任务的具体执行方法流程。

第四接收模块，用于接收所述调度服务器的工作任务信息；

所述调度服务器响应于所述工作机器人的任务信息获取指令，向所述工作机器人发送所述工作任务信息。

执行模块，用于根据所述工作任务信息执行所述工作任务。

所述工作机器人接收到所述工作任务信息后，根据所述工作任务信息开始执行所述工作任务。

图14是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置1400的框图。参照图14，该装置包括：挂起模块1410，第五接收模块1420。

挂起模块，用于进入挂起状态，并向所述调度服务器发送等待消息；

在第二最小粒度任务中，所述工作机器人接收到工作任务信息后，进入挂起状态，需要所述调度机器人的指示才能开始执行所述工作任务。

第五接收模块，用于通过自然语言处理NLP方法接收并分析所述调度服务器的反馈消息，根据所述反馈消息执行命令。

所述工作机器人需要所述调度机器人提供任务执行命令来指示工作任务的开始。所述任务执行命令由所述调度机器人发送至所述调度服务器，所述调度服务器根据所述任务执行命令生成所述反馈消息，并发送给所述工作机器人。所述工作机器人接收到所述反馈消息后，开始根据所述工作任务信息执行所述工作任务。

图15是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置1500的框图。参照图15，该装置包括：第一执行子模块1510，第二执行子模块1520。

第一执行子模块，用于响应于接收到反馈消息，且所述反馈消息包括任务执行命令,根据所述任务执行命令执行工作任务；

在一种可能的实施例中，所述工作机器人接收到所述反馈消息，且且所述反馈消息包括任务执行命令，则所述工作机器人根据所述反馈消息中的所述任务执行命令开始执行所述工作任务。

第二执行子模块，用于响应于接收到反馈消息且所述反馈消息不包含所述任务执行命令或响应于未接收到所述反馈消息，继续保持所述挂起状态。

在一种可能的实施例中，所述工作机器人未接收到所述反馈消息，则所述工作机器人继续保持所述挂起状态，等待所述调度服务器的消息。

在一种可能的实施例中，所述工作机器人接收到所述反馈消息，且所述反馈消息不包含所述任务执行命令，则所述工作机器人继续保持所述挂起状态，等待所述调度服务器的消息。

图16是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置的示意图。如图16所示，所述装置包括统一任务调度服务器和若干个与所述统一任务调度服务器联系的RPA机器人。每个RPA机器人都可通过RPA分布式命令向任务调度服务发起请求，统一任务调度服务则根据当前RPA机器人的状态进行分发任务。而任务发起的RPA机器人既可以等待任务结束获取返回任务结果，也可以继续执行余下的工作。

依托分布式RPA框架，可以给RPA机器人进行一个分类，即调度机器人与工作机器人。调度机器人将会创建任务并分配给工作机器人。而工作机器人则执行具体任务。

其中分布式RPA命令包括以下这些命令：

创建任务CreateTask命令，此命令将会创建一个任务，将所述任务送入任务队列等待执行，不会阻塞流程运行。所述CreateTask命令的入参如表1所示，flow为流程标识，参数类型为string，为任务的类型。args为任务参数，参数类型为string。timeout为超时时间，类型为int。

表1

创建任务并等待CreateTaskAndWait命令，此命令将会创建一个任务，并令所述任务进入任务队列等待执行，并阻塞流程运行直到这个任务运行完成并返回结果或者达到超时时间。

所述CreateTaskAndWait的入参如表2所示，flow为流程标识，参数类型为string，为任务的类型。args为任务参数，参数类型为string。timeout为超时时间，类型为int。

表2

所述CreateTaskAndWait的出参如表3所示，isSuccess为是否成功的标识，参数类型为bool。message为消息的标识，参数类型为string。result为任务结果，类型为string。

表3

设置任务结果SetTaskResult命令，流程执行过程中可以多次设置任务结果，但最终任务结果会以最后一次为准，任务结束以后会通过所述SetTaskResult命令返回调用方任务结果。

所述SetTaskResult的入参如表4所示，isSuccess为是否成功的标识，参数类型为bool。message为消息的标识，参数类型为string。result为任务结果，类型为string。所述SetTaskResult无出参。

表4

等待消息WaitForMessage命令用于订阅一个主题，并加入或创建一个订阅组，等待发送给主题的消息直到超时。

所述WaitForMessage命令的入参如表5所示，topic为消息主题名，类型为string；group为订阅组，类型为string；timeout为超时时间，类型为int。

表5

所述WaitForMessage的出参如表6所示，isSuccess为是否成功的标识，参数类型为bool。message为消息的标识，参数类型为string。

表6

发送消息SendMessage命令，用于向一个订阅主题发送消息。所述SendMessage的入参如表7所示，topic为消息主题名，类型为string；message为消息内容，类型为string。

所述SendMessage无出参

表7

图17是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置的示意图。图16中所述装置包括两种最小粒度任务，图17为第一最小粒度任务对应的示意图，在第一最小粒度任务中：调度机器人执行调度流程，通过创建任务CreateTask命令发起工作任务。统一调度服务器推送任务给工作机器人。工作机器人获取所述工作任务，并开始执行所述工作任务。

图18是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理装置的示意图。图16中所述装置包括两种最小粒度任务，图18为第二最小粒度任务对应的示意图，工作机器人启动任务，并使用等待消息WaitForMessage命令挂起等待。调度机器人通过发送消息SendMessage命令发送消息命令向统一调度服务器发送消息(也即任务执行命令)。统一调度服务器向工作机器人发送消息(也即反馈消息)。工作机器人得到消息，并开始执行任务。

图19是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。本申请实施例提供了一种具体场景下的分布式RPA机器人管理方法的实施流程，学校在进行财务的统计分析时，针对每个校区都会进行大量的报表计算。本申请实施例提供了一种计算流程，如图19所示，先获取校区列表，再遍历各个校区获取报表，先计算课消报表，根据课消报表对学员费用进行预警并发送通知，进一步地，计算课程收费报表和课程退费报表。最后计算校区的收益报表。

图20是根据一示例性实施例示出的一种结合AI和RPA的分布式RPA机器人管理方法的流程图。所述方法使用分布式RPA框架来处理图19所述的流程。如图19所示，RPA机器人分为工作机器人和调度机器人。所述工作机器人包括费用机器人、课消机器人和通知机器人。通过调度机器人获取校区列表并创建每个校区的任务，将计算课程收费报表、课程退费报表再进一步计算校区收益报表的任务分配给所述费用机器人；将计算课消报表和发送预警通知的任务分配给所述课消机器人；将发送通知的任务分配给所述通知机器人。费用机器人会有多个，一个费用机器人负责一个校区，进行并行计算。课消机器人会有多个，一个课消机器人负责一个校区，进行并行计算。这样做的话若校区数量大同时学员数量巨大时，能够充分利用所有机器人，进行计算。在整体上，流程更加稳健，性能更加高效。通过所述分布式RPA框架，将工作任务分成若干块并分配给若干个工作机器人执行，在某一个RPA机器人发生网络请求失败、发生未知异常等情况下，不会影响到其他RPA机器人的正常运行，增加系统的鲁棒性。

图21是根据一示例性实施例示出的用于实现所述结合AI和RPA的分布式RPA机器人管理方法的装置2100的框图。

在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器2110、处理器2120和接口1230，上述指令可由处理器2120执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。