基于人工智能的控制方法与控制装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114002949A(43)申请公布日2022.02.01(21)申请号202010735233.1(22)申请日2020.07.28(71)申请人华为技术有限公司地址518129广东省深圳市龙岗区坂田华为总部办公楼(72)发明人李秉帅邵云峰(74)专利代理机构北京龙双利达知识产权代理有限公司11329代理人王龙华王君(51)Int.Cl.G05B13/04(2006.01)权利要求书4页说明书25页附图7页(54)发明名称基于人工智能的控制方法与控制装置(57)摘要本申请提供一种基于人工智能的控制方法与控制装置，涉及人工智能/智能网络领域。该控制方法包括：获取与控制目标相关的目标数据，从目标数据中选取落入预设的数据分布范围的第一可信数据，其中，数据分布范围是基于与控制目标相关的历史数据得到的，将第一可信数据输入到目标模型进行处理，得到目标控制信息，目标控制信息用于控制被控设备实现控制目标，其中，目标模型是利用历史数据训练得到的。在该控制方法中对目标数据进行了一定的筛选，只利用在历史数据的分布范围内的目标数据来得到目标控制信息，能够有效提高控制的准确性，从而提高控制质量。CN114002949ACN114002949A权利要求书1/4页1.一种基于人工智能的控制方法，其特征在于，包括：获取与控制目标相关的目标数据；从所述目标数据中选取落入预设的数据分布范围的第一可信数据，所述数据分布范围是基于与所述控制目标相关的历史数据得到的；将所述第一可信数据输入到目标模型进行处理，得到目标控制信息，所述目标控制信息用于控制被控设备实现所述控制目标，所述目标模型是利用所述历史数据训练得到的。2.如权利要求1所述的控制方法，其特征在于，所述从所述目标数据中选取落入预设的数据分布范围的第一可信数据，包括：利用所述目标数据生成至少一个推理样本；获取利用所述历史数据生成的训练样本中的至少一个训练样本；获得所述至少一个推理样本中每个推理样本与所述至少一个训练样本之间的第一距离；将所述至少一个推理样本中所述第一距离小于或等于第一距离阈值的推理样本划分到可信集合；从所述可信集合中的推理样本所对应的所述目标数据中选取所述第一可信数据。3.如权利要求1或2所述的控制方法，其特征在于，所述方法还包括：从第一模型和第二模型中选取所述目标模型，所述第一模型是利用第一训练方法对所述历史数据进行训练得到的，所述第二模型是利用第二训练方法对所述历史数据进行训练得到的，所述第二训练方法需要的所述历史数据的数据量少于所述第一训练方法需要的所述历史数据的数据量。4.如权利要求3所述的控制方法，其特征在于，所述从第一模型和第二模型中选取所述目标模型，包括：当所述第一可信数据的数量大于或等于第一数量阈值时，将所述第一模型选定为所述目标模型；当所述第一可信数据的数量小于所述第一数量阈值时，将所述第二模型选定为所述目标模型。5.如权利要求3或4所述的控制方法，其特征在于，所述从第一模型和第二模型中选取所述目标模型，包括：当所述第一可信数据的推理样本的数量大于或等于第七数量阈值时，将所述第一模型选定为所述目标模型；当所述第一可信数据的推理样本的数量小于所述第七数量阈值时，将所述第二模型选定为所述目标模型。6.如权利要求2至5中任一项所述的控制方法，其特征在于，所述将所述第一可信数据输入到目标模型进行处理，得到目标控制信息，包括：将所述第一可信数据输入到所述目标模型，得到第一控制信息；将第二可信数据输入到所述目标模型，得到第二控制信息，所述第二可信数据所对应的推理样本的所述第一距离小于或等于第二距离阈值且大于所述第一距离阈值，所述第二距离阈值大于所述第一距离阈值；从所述第一控制信息和所述第二控制信息中选取所述目标控制信息。2CN114002949A权利要求书2/4页7.如权利要求6所述的控制方法，其特征在于，所述将第二可信数据输入到所述目标模型，得到第二控制信息，包括：当所述第二可信数据的数量大于或等于第二数量阈值时，将所述第二可信数据输入到所述第一模型；当所述第二可信数据的数量小于所述第二数量阈值时，将所述第二可信数据输入到所述第二模型。8.如权利要求6或7所述的控制方法，其特征在于，所述从所述第一控制信息和所述第二控制信息中选取所述目标控制信息，包括：从所述第一控制信息和所述第二控制信息中选取对所述控制目标的收益更高的控制信息作为所述目标控制信息。9.如权利要求3至8中任一项所述的控制方法，其特征在于，所述方法还包括执行以下至少一项操作：当所述目标数据的数量大于或等于第三数量阈值时，更新所述第一模型；当所述目标数据的数量大于或等于第四数量阈值时，更新所述第二模型。10.如权利要求3至9中任一项所述的控制方法