(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211254872.1 (22)申请日 2022.10.13 (71)申请人 北京云迹科技股份有限公司 地址 100089 北京市海淀区北四环西路67 号7层702室 (72)发明人 兰婷婷　支涛　 (74)专利代理 机构 北京嘉科知识产权代理事务 所(特殊普通 合伙) 11687 专利代理师 杨超 (51)Int.Cl. G06Q 10/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 机器人自动选择电梯的方法及装置 (57)摘要 本公开涉及机器人技术领域， 提供了一种机 器人自动选择电梯的方法及装置。 该方法包括： 通过每个机器人对应的择梯相关信息训练神经 网络模型， 得到每个机器人对应的第一择梯模 型； 对每个机器人对应的第一择梯模 型的模型参 数进行参数聚合， 得到全局参数； 基于全局参数 更新神经网络模 型的模型参数， 得到第二择梯模 型； 计算每个机器人对应的信息质量评估结果； 基于每个机器人对应的信息质量评估结果确定 每个机器人对应的择梯相关信息的比例； 按照每 个机器人对应的择梯相关信息的比例， 进行多轮 模型训练， 以更新第二择梯模型的模型参数， 使 得第二择梯模 型的模型精度大于预设模型精度； 利用第二择梯模型为目标区域中的机器人自动 选择电梯提供支持。 权利要求书3页 说明书9页 附图2页 CN 115330277 A 2022.11.11 CN 115330277 A 1.一种机器人自动选择电梯的方法， 其特 征在于， 包括： 获取目标区域内每 个机器人对应的择梯相关信息； 通过每个机器人对应的择梯相关信 息训练设置在该机器人上的神经网络模型， 得到每 个机器人对应的第一择梯模型； 获取每个机器人对应的第 一择梯模型的模型参数， 并对每个机器人对应的第 一择梯模 型的模型参数进行参数聚合， 得到全局参数； 基于所述全局参数更新设置在机器人服务中心上的所述神经网络模型的模型参数， 得 到第二择梯模型； 根据每个机器人对应的第 一信息和所述机器人服务中心对应的第 二信息， 计算每个机 器人对应的信息质量评估结果， 其中， 所述第一信息， 包括： 所述择梯相关信息和所述第一 择梯模型的模型精度， 所述第二信息， 包括： 基础数据信息和所述第二择梯模型的模型精 度； 基于每个机器人对应的信息质量评估结果确定之后的多轮模型训练中每个机器人对 应的择梯相关信息的比例； 按照每个机器人对应的择梯相关信息的比例， 进行所述多轮模型训练， 以更新所述第 二择梯模型的模型参数， 使得 所述第二择梯模型的模型精度大于预设模型精度； 利用所述第二择梯模型为所述目标区域中的机器人自动选择电梯提供支持。 2.根据权利要求1所述的方法， 其特征在于， 所述择梯相关信 息， 包括： 机器人的位置信 息、 机器人预设范围内的电梯的位置信息、 不同时间段内电梯的使用频率、 不同时间段内电 梯运行状态以及不同时间段内电梯内的人 数。 3.根据权利要求1所述的方法， 其特征在于， 所述根据每个机器人对应的第 一信息和所 述机器人服 务中心对应的第二信息， 计算每 个机器人对应的信息质量评估结果， 包括： 根据每个机器人对应的第 一信息和所述机器人服务中心对应的第 二信息， 计算每个机 器人对应的夏普利值， 并根据每个机器人对应的夏普利值确定每个机器人对应的质量评估 结果； 或者 计算每个机器人对应的择梯相关信 息和基础数据信 息的相似度， 并根据每个机器人对 应的所述相似度， 确定每 个机器人对应的质量评估结果； 或者 根据每个机器人对应的择梯相关信 息的种类和数据量， 计算每个机器人对应的择梯相 关信息的数据质量得分， 根据每个机器人对应的择梯相关信息的数据质量得分， 确定每个 机器人对应的质量评估结果。 4.根据权利要求1所述的方法， 其特征在于， 所述按照每个机器人对应的择梯相关信 息 的比例， 进 行所述多轮模型训练， 以更新所述第二择梯 模型的模型参数， 使得所述第二择梯 模型的模型精度大于预设模型精度， 包括： 循环执行如下步骤进行 所述多轮模型训练： 按照每个机器人对应的择梯相关信 息的比例， 从每个机器人对应的择梯相关信 息中确 定出每个机器人对应的训练数据， 利用每 个机器人对应的训练数据 训练每个机器人对应的第 一择梯模型， 已更新每个机器人对应的第 一择梯模型的模型 参数； 对每个机器人对应的第一择梯模型的模型参数进行参数聚合， 以更新所述全局参数，权　利　要　求　书 1/3 页 2 CN 115330277 A 2并用所述全局参数 更新所述第二择梯模型的模型参数； 当所述第二择梯模型的模型精度大于所述预设模型精度时， 结束所述多轮模型训练， 当所述第二择梯模型的模型精度小于等于所述预设模型精度时， 继续所述多轮模型训练。 5.根据权利要求1所述的方法， 其特征在于， 所述利用所述第 二择梯模型为所述目标区 域中的机器人自动选择电梯提供支持， 包括： 在接收到所述目标区域内的目标机器人对应的目标择梯相关信 息时， 将所述目标择梯 相关信息 输入所述第二择梯模型， 输出 择梯决策； 命令所述目标机器人基于所述择梯决策自动选择电梯。 6.根据权利要求5所述的方法， 其特征在于， 所述在接收到所述目标区域内的目标机器 人对应的目标择梯相关信息时， 将所述 目标择梯相关信息输入所述第二择梯模型， 输出择 梯决策之后， 所述方法还 包括： 当检测到所述择梯决策指示的目标电梯存在异常时， 将所述异常上传所述机器人服务 中心， 以更新所述第二择梯模型的模型参数以及所述择梯决策。 7.根据权利要求1所述的方法， 其特征在于， 所述基于每个机器人对应的信 息质量评估 结果确定之后的多轮模型训练中每个机器人对应的择梯相关信息的比例之后， 所述方法还 包括： 按照每个机器人对应的择梯相关信 息的比例， 为每个机器人分配所述第 二择梯模型所 获得的资源， 以对所述多轮模型训练进行激励。 8.一种机器人自动选择电梯的装置， 其特 征在于， 包括： 第一获取模块， 被 配置为获取目标区域内每 个机器人对应的择梯相关信息； 第一训练模块， 被配置为通过每个机器人对应的择梯相关信 息训练设置在该机器人上 的神经网络模型， 得到每 个机器人对应的第一择梯模型； 第二获取模块， 被配置为获取每个机器人对应的第一择梯模型的模型参数， 并对每个 机器人对应的第一择梯模型的模型参数进行参数聚合， 得到全局参数； 更新模块， 被配置为基于所述全局参数更新设置在机器人服务中心上的所述神经网络 模型的模型参数， 得到第二择梯模型； 计算模块， 被配置为根据每个机器人对应的第 一信息和所述机器人服务中心对应的第 二信息， 计算每个机器人对应的信息质量评估结果， 其中， 所述第一信息， 包括： 所述择梯相 关信息和所述第一择梯 模型的模型精度， 所述第二信息， 包括： 基础数据信息和所述第二择 梯模型的模型精度； 确定模块， 被配置为基于每个机器人对应的信 息质量评估结果确定之后的多轮模型训 练中每个机器人对应的择梯相关信息的比例； 第二训练模块， 被配置为按照每个机器人对应的择梯相关信息的比例， 进行所述多轮 模型训练， 以更新所述第二择梯模型 的模型参数， 使得所述第二择梯模型 的模型精度大于 预设模型精度； 服务模块， 被配置为利用所述第 二择梯模型为所述目标区域中的机器人自动选择电梯 提供支持。 9.一种电子设备， 包括存储器、 处理器以及存储在所述存储器中并且可在所述处理器 上运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求 1至权　利　要　求　书 2/3 页 3 CN 115330277 A 3