任务评价方法、装置、存储介质及电子设备

摘要

本公开涉及一种任务评价方法、装置、存储介质及电子设备。任务评价方法，包括：根据预设的目标任务，获取目标用户向数字孪生世界中数字孪生体发出的至少一个控制动作；根据每个所述控制动作，生成控制所述数字孪生体执行所述目标任务的行动动作；控制位于所述物理世界中、与所述数字孪生体相对应的机器人执行所述行动动作；在所述机器人根据执行的行动动作完成所述目标任务后，基于所述机器人的行动动作维度和/或所述目标用户的控制动作维度，对所述目标任务完成质量进行评价。

说明书

技术领域

本公开涉人工智能技术领域，具体地，涉及一种任务评价方法、装置、存储介质及电子设备。

背景技术

随着人工智能技术的发展，远程控制机器人进行作业越来越普遍。用户远程控制机器人进行作业时，需要用户实时根据自身的动作控制机器人作业，以完成最终任务。

然而，用户远程控制机器人进行作业的过程中，例如用户并不清楚自身动作是否规范、准确，进而也无法很好的控制机器人作业。

因此，针对需要远程控制机器人来完成任务的场景，在任务执行过程中引入评价机制，是非常必要的。

发明内容

本公开的目的是提供一种任务评价方法、装置、存储介质及电子设备。

为了实现上述目的，第一方面，本公开提供一种任务评价方法，包括：

根据预设的目标任务，获取目标用户向数字孪生世界中数字孪生体发出的至少一个控制动作，其中，所述数字孪生世界是对物理世界进行仿真映射后得到；

根据每个所述控制动作，生成控制所述数字孪生体执行所述目标任务的行动动作；

控制位于所述物理世界中、与所述数字孪生体相对应的机器人执行所述行动动作；

在所述机器人根据执行的行动动作完成所述目标任务后，基于所述机器人的行动动作维度和/或所述目标用户的控制动作维度，对所述目标任务完成质量进行评价。

可选地，基于所述机器人的行动动作维度，对所述目标任务完成质量进行评价，包括：

获取所述机器人执行每个行动动作的行动结果；

根据每个行动结果，对相应的行动动作进行评价，得到所述机器人的动作评价结果；

将所述机器人的动作评价结果作为所述目标任务完成质量的评价结果。

可选地，基于所述目标用户的控制动作维度，对所述目标任务完成质量进行评价，包括：

对每个所述控制动作进行评价，得到所述目标用户的动作评价结果；

将所述目标用户的动作评价结果作为所述目标任务完成质量的评价结果。

可选地，基于所述机器人的行动动作维度和所述目标用户的控制动作维度，对所述目标任务完成质量进行评价，包括：

获取所述机器人执行每个行动动作的行动结果；

根据每个行动结果，对相应的行动动作进行评价，得到所述机器人的动作评价结果；

对每个所述控制动作进行评价，得到所述目标用户的动作评价结果；

对所述目标用户的控制动作，以及与所述控制动作对应的行动动作之间的配合程度进行评价，得到配合评价结果；

根据所述机器人的动作评价结果、所述目标用户的动作评价结果和所述配合评价结果，得到所述目标任务完成质量的评价结果。

可选地，在所述目标用户包括多个的情况下，所述方法还包括：

获取与每个目标用户对应的、所述目标任务完成质量的评价结果；

按照评价结果的高低顺序，对与每个目标用户对应的、所述目标任务完成质量的评价结果进行排序，得到与每个目标用户对应的排序结果；

根据所述排序结果，确定每个目标用户的奖励信息。

可选地，所述方法还包括：

向每个目标用户的操作平台发送所述排序结果和/或对应奖励信息。

可选地，所述目标任务为果实采摘任务，所述机器人包括机械臂；

所述根据每个行动结果，对相应的行动动作进行评价，得到所述机器人的动作评价结果，包括：

根据所述机器人的行动方向和/或行动距离，对所述机械臂的关节角度变化信息和位置变化信息进行评价，得到所述机器人的动作评价结果。

可选地，所述根据所述机器人的动作评价结果、所述目标用户的动作评价结果和所述配合评价结果，得到所述目标任务完成质量的评价结果，包括：

对所述机器人的动作评价结果、所述目标用户的动作评价结果和所述配合评价结果，按照设定的权重进行加权处理，得到加权后综合评价结果；

将所述综合评价结果作为所述目标任务完成质量的评价结果。

第二方面，本公开提供一种任务评价装置，包括：

获取模块，用于根据预设的目标任务，获取目标用户向数字孪生世界中数字孪生体发出的至少一个控制动作，其中，所述数字孪生世界是对物理世界进行仿真映射后得到；

生成模块，用于根据每个所述控制动作，生成控制所述数字孪生体执行所述目标任务的行动动作；

控制模块，用于控制位于所述物理世界中、与所述数字孪生体相对应的机器人执行所述行动动作；

评价模块，用于在所述机器人根据执行的行动动作完成所述目标任务后，基于所述机器人的行动动作维度和/或所述目标用户的控制动作维度，对所述目标任务完成质量进行评价。

可选地，基于所述机器人的行动动作维度，所述评价模块采用如下方式对所述目标任务完成质量进行评价：

获取所述机器人执行每个行动动作的行动结果；

根据每个行动结果，对相应的行动动作进行评价，得到所述机器人的动作评价结果；

将所述机器人的动作评价结果作为所述目标任务完成质量的评价结果。

可选地，基于所述目标用户的控制动作维度，所述评价模块采用如下方式对所述目标任务完成质量进行评价：

对每个所述控制动作进行评价，得到所述目标用户的动作评价结果；

将所述目标用户的动作评价结果作为所述目标任务完成质量的评价结果。

可选地，基于所述机器人的行动动作维度和所述目标用户的控制动作维度，所述评价模块采用如下方式对所述目标任务完成质量进行评价：

获取所述机器人执行每个行动动作的行动结果；

根据每个行动结果，对相应的行动动作进行评价，得到所述机器人的动作评价结果；

对每个所述控制动作进行评价，得到所述目标用户的动作评价结果；

对所述目标用户的控制动作，以及与所述控制动作对应的行动动作之间的配合程度进行评价，得到配合评价结果；

根据所述机器人的动作评价结果、所述目标用户的动作评价结果和所述配合评价结果，得到所述目标任务完成质量的评价结果。

可选地，在所述目标用户包括多个的情况下，所述获取模块还用于：

获取与每个目标用户对应的、所述目标任务完成质量的评价结果；

按照评价结果的高低顺序，对与每个目标用户对应的、所述目标任务完成质量的评价结果进行排序，得到与每个目标用户对应的排序结果；

根据所述排序结果，确定每个目标用户的奖励信息。

可选地，所述装置还包括：

发送模块，用于向每个目标用户的操作平台发送所述排序结果和/或对应奖励信息。

可选地，所述目标任务为果实采摘任务，所述机器人包括机械臂；

根据每个行动结果，所述评价模块采用如下方式对相应的行动动作进行评价，得到所述机器人的动作评价结果：

根据所述机器人的行动方向和/或行动距离，对所述机械臂的关节角度变化信息和位置变化信息进行评价，得到所述机器人的动作评价结果。

可选地，所述评价模块采用如下方式根据所述机器人的动作评价结果、所述目标用户的动作评价结果和所述配合评价结果，得到所述目标任务完成质量的评价结果：

对所述机器人的动作评价结果、所述目标用户的动作评价结果和所述配合评价结果，按照设定的权重进行加权处理，得到加权后综合评价结果；

将所述综合评价结果作为所述目标任务完成质量的评价结果。

第三方面，本公开提供一种计算机可读存储介质，其上存储有计算机程序，程序被处理器执行时实现第一方面任一项所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现第一方面任一项所述方法的步骤。

通过上述技术方案，根据预设的目标任务，获取目标用户向数字孪生世界中数字孪生体发出的至少一个控制动作，根据每个控制动作，生成控制数字孪生体执行目标任务的行动动作，控制位于物理世界中、与数字孪生体相对应的机器人执行行动动作，在机器人根据执行的行动动作完成目标任务后，基于机器人的行动动作维度和/或目标用户的控制动作维度，对目标任务完成质量进行评价，可提升用户控制动作的准确性，增加用户远程控制机器人的沉浸感和趣味感。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：

图1是根据一示例性实施例示出的一种任务评价方法的流程图。

图2是根据一示例性实施例示出的应用本公开的任务评价方法的交互系统示意图。

图3是根据一示例性实施例示出的一种任务评价装置的框图。

图4是根据一示例性实施例示出的一种电子设备的框图。

具体实施方式

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

需要说明的是，本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。

图1是根据一示例性实施例示出的一种任务评价方法的流程图，如图1所示，任务评价方法，包括以下步骤。

在步骤S11中，根据预设的目标任务，获取目标用户向数字孪生世界中数字孪生体发出的至少一个控制动作。

其中，预设的目标任务例如可以是对指定物品进行移动，抓取指定物品等与空间位置相关的任务。

其中，数字孪生世界是根据现实的物理世界进行映射得到的，将物理世界中的环境转化为数字内容进行展现，能够模拟物理世界中的物体位置关系及相关环境信息等。

在本公开中，对于数字孪生世界的获取方式并不进行限制，一种实施方式中，例如可以通过如下方式得到数字孪生世界：

物理世界中的机器人实时将机器人包括的雷达和包括RGBD(红、绿、蓝、深度)的摄像头捕获的环境信息上传至数字孪生平台中的云端机器人控制平台，云端机器人控制平台将机器人上传的环境信息进行实时三维点云重建，之后根据环境信息中的视觉信息，对物理世界进行建模，得到数字孪生世界。

其中，在数字孪生世界中存在与机器人相对应的数字孪生体，可以在数字孪生世界中模拟物理世界中机器人的行为活动，由于数字孪生世界是物理世界的数字化体现，则数字孪生体在数字孪生世界中进行活动时与周围环境产生的交互，能够模拟智能体在物理世界中进行相同活动时会引发的结果。在数字孪生世界中，涉及与物理世界对应的几何结构、空间位置、机器人的物理结构约束、物理特性仿真等等。

目标用户对对数字孪生世界中数字孪生体执行控制动作时，例如可借助虚拟现实装置，在目标用户的操作平台上进行控制操作，并通过目标用户的操作平台将目标用户的控制操作发送到数字孪生平台。控制动作例如可以包括指示数字孪生体移动的控制动作，或者指示数字孪生体抓取物品的控制动作。

数字孪生平台获取到目标用户对数字孪生世界中数字孪生体执行的至少一个控制动作后，可根据每个控制动作，生成控制数字孪生体执行目标任务的行动动作。

在步骤S12中，根据每个控制动作，生成控制数字孪生体执行目标任务的行动动作。

例如，行动动作可以包括移动、抓取物品等动作。

在步骤S13中，控制位于物理世界中、与数字孪生体相对应的机器人执行行动动作。

在步骤S14中，在机器人根据执行的行动动作完成目标任务后，基于机器人的行动动作维度和/或目标用户的控制动作维度，对目标任务完成质量进行评价。

例如，对目标任务完成质量的评价，例如可以是以目标任务完成质量分数的形式体现。

示例地，例如可通过如下方式基于机器人的行动动作维度，对目标任务完成质量进行评价：

获取机器人执行每个行动动作的行动结果，根据每个行动结果，对相应的行动动作进行评价，得到机器人的动作评价结果。将机器人的动作评价结果作为目标任务完成质量的评价结果。其中，行动结果例如可以是机器人实际移动的方向以及距离等。

例如，目标任务为果实采摘任务，所述机器人包括机械臂，根据机器人执行每个行动动作的行动结果，例如机器人的行动方向和/或行动距离，分析机械臂的关节角度变化信息和位置变化信息是否达成了目标，或者机械臂的关节角度变化信息和位置变化信息是否合理，以及机械臂的关节角度变化是否连贯，以及机械臂的关节角度变化信息和位置变化信息付出的代价等等，得到机器人的动作评价结果。该评价结果例如可以是以分数的形式体现。

示例地，例如可通过如下方式基于目标用户的控制动作维度，对目标任务完成质量进行评价：

对每个控制动作进行评价，得到目标用户的动作评价结果，将目标用户的动作评价结果作为目标任务完成质量的评价结果。

例如，对目标用户向数字孪生世界中数字孪生体发出的每个控制动作，进行连贯性、合理性、付出的代价进行评价，得到目标用户的动作评价结果。

示例地，例如可通过如下方式基于机器人的行动动作维度和目标用户的控制动作维度，对目标任务完成质量进行评价：

获取机器人执行每个行动动作的行动结果，根据每个行动结果，对相应的行动动作进行评价，得到机器人的动作评价结果，对每个控制动作进行评价，得到目标用户的动作评价结果。之后，对目标用户的控制动作，以及与控制动作对应的行动动作之间的配合程度进行评价，得到配合评价结果，根据机器人的动作评价结果、目标用户的动作评价结果和配合评价结果，得到目标任务完成质量的评价结果。

其中，根据机器人的动作评价结果、目标用户的动作评价结果和配合评价结果，例如可通过如下方式得到目标任务完成质量的评价结果：

对机器人的动作评价结果、目标用户的动作评价结果和配合评价结果，按照设定的权重进行加权处理，得到加权后综合评价结果，将综合评价结果作为目标任务完成质量的评价结果。

图2是根据一示例性实施例示出的应用本公开的任务评价方法的交互系统示意图。在图2中，包括机器人、数字孪生平台和用户操作平台。其中，例如目标任务为对草莓采摘园的草莓进行采摘，包括机械臂的机器人实时将机器人包括的雷达和包括RGBD(红、绿、蓝、深度)的摄像头捕获的环境信息(例如草莓采摘园)上传至数字孪生平台中的云端机器人控制平台，云端机器人控制平台将机器人上传的环境信息进行实时三维点云重建，之后根据环境信息中的视觉信息，对物理世界进行建模，得到数字孪生世界。

之后，目标用户通过虚拟现实装置或者控制终端在用户操作平台执行控制动作，用户操作平台将目标用户的控制动作发送至数字孪生平台，数字孪生平台根据接收的控制动作，生成控制数字孪生体执行目标任务的行动动作，数字孪生平台控制机器人和数字孪生体执行行动动作，机器人将执行行动动作的行动结果传递到数字孪生平台，直至机器人根据执行的行动动作完成草莓采摘。

此外，为了促进用户提升动作准确性的积极性，增加用户的沉浸感和趣味感，一种实施方式中，当有多个目标用户执行该目标任务时，可获取与每个目标用户对应的、目标任务完成质量的评价结果，按照评价结果的高低顺序，对与每个目标用户对应的、目标任务完成质量的评价结果进行排序，得到与每个目标用户对应的排序结果，根据排序结果，确定每个目标用户的奖励信息。并向每个目标用户的操作平台发送排序结果和/或对应奖励信息，进而，目标用户可以通过用户操作平台看到自己的奖励信息，并对奖励信息进行领取，且可对奖励信息进行分享等。

在本公开的示例性实施例中，根据预设的目标任务，获取目标用户向数字孪生世界中数字孪生体发出的至少一个控制动作，根据每个控制动作，生成控制数字孪生体执行目标任务的行动动作，控制位于物理世界中、与数字孪生体相对应的机器人执行行动动作，在机器人根据执行的行动动作完成目标任务后，基于机器人的行动动作维度和/或目标用户的控制动作维度，对目标任务完成质量进行评价，可提升用户控制动作的准确性，增加用户远程控制机器人的沉浸感和趣味感。

图3是根据一示例性实施例示出的一种任务评价装置300的框图。参照图3，任务评价装置，包括：

获取模块301，用于根据预设的目标任务，获取目标用户向数字孪生世界中数字孪生体发出的至少一个控制动作，其中，所述数字孪生世界是对物理世界进行仿真映射后得到；

生成模块302，用于根据每个所述控制动作，生成控制所述数字孪生体执行所述目标任务的行动动作；

控制模块303，用于控制位于所述物理世界中、与所述数字孪生体相对应的机器人执行所述行动动作；

评价模块304，用于在所述机器人根据执行的行动动作完成所述目标任务后，基于所述机器人的行动动作维度和/或所述目标用户的控制动作维度，对所述目标任务完成质量进行评价。

可选地，基于所述机器人的行动动作维度，所述评价模块304采用如下方式对所述目标任务完成质量进行评价：

获取所述机器人执行每个行动动作的行动结果；

根据每个行动结果，对相应的行动动作进行评价，得到所述机器人的动作评价结果；

将所述机器人的动作评价结果作为所述目标任务完成质量的评价结果。

可选地，基于所述目标用户的控制动作维度，所述评价模块304采用如下方式对所述目标任务完成质量进行评价：

对每个所述控制动作进行评价，得到所述目标用户的动作评价结果；

将所述目标用户的动作评价结果作为所述目标任务完成质量的评价结果。

可选地，基于所述机器人的行动动作维度和所述目标用户的控制动作维度，所述评价模块304采用如下方式对所述目标任务完成质量进行评价：

获取所述机器人执行每个行动动作的行动结果；

根据每个行动结果，对相应的行动动作进行评价，得到所述机器人的动作评价结果；

对每个所述控制动作进行评价，得到所述目标用户的动作评价结果；

对所述目标用户的控制动作，以及与所述控制动作对应的行动动作之间的配合程度进行评价，得到配合评价结果；

根据所述机器人的动作评价结果、所述目标用户的动作评价结果和所述配合评价结果，得到所述目标任务完成质量的评价结果。

可选地，在所述目标用户包括多个的情况下，所述获取模块301还用于：

获取与每个目标用户对应的、所述目标任务完成质量的评价结果；

按照评价结果的高低顺序，对与每个目标用户对应的、所述目标任务完成质量的评价结果进行排序，得到与每个目标用户对应的排序结果；

根据所述排序结果，确定每个目标用户的奖励信息。

可选地，所述装置还包括：

发送模块，用于向每个目标用户的操作平台发送所述排序结果和/或对应奖励信息。

可选地，所述目标任务为果实采摘任务，所述机器人包括机械臂；

根据每个行动结果，所述评价模块304采用如下方式对相应的行动动作进行评价，得到所述机器人的动作评价结果：

根据所述机器人的行动方向和/或行动距离，对所述机械臂的关节角度变化信息和位置变化信息进行评价，得到所述机器人的动作评价结果。

可选地，所述评价模块采用如下方式根据所述机器人的动作评价结果、所述目标用户的动作评价结果和所述配合评价结果，得到所述目标任务完成质量的评价结果：

对所述机器人的动作评价结果、所述目标用户的动作评价结果和所述配合评价结果，按照设定的权重进行加权处理，得到加权后综合评价结果；

将所述综合评价结果作为所述目标任务完成质量的评价结果。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图4是根据一示例性实施例示出的一种电子设备700的框图。如图4所示，该电子设备700可以包括：处理器701，存储器702。该电子设备700还可以包括多媒体组件703，输入/输出(I/O)接口704，以及通信组件705中的一者或多者。

其中，处理器701用于控制该电子设备700的整体操作，以完成上述的任务评价方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作，这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件705可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。

在一示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的任务评价方法。

在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的任务评价方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器702，上述程序指令可由电子设备700的处理器701执行以完成上述的任务评价方法。

在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的任务评价方法的代码部分。

以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。

此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。