[发明专利]智能控制器内的自动控制时间表获取

说明书

相关申请案的交叉参考

本申请要求以引用方式并入本文的2011年10月21日提交的美国临时案第61/550,346号的权益。

技术领域

本专利申请涉及机器学习和智能控制器，且特别地说涉及智能控制器和并入智能控制器内的机器学习方法，智能控制器随时间基于所接收的控制输入和通过时间表创建和时间表修改接口的输入来开发并改善一个或多个控制时间表。

背景技术

控制系统和控制理论是对大量系统和技术的设计和开发具有深远影响的充分发展的研究和开发领域（从飞机、太空船和其它车辆和运输系统到计算机系统、工业制造和操作设施、机床、加工机械和消费者装置）。控制理论涵盖了大量实用的系统控制设计原理，但也是理论和应用数学的重要分支。许多不同的应用领域中通常采用各种不同类型的控制器（从简单的闭环反馈控制器到复杂的自适应基于状态空间和微分方程的受处理器控制的控制系统）。

许多控制器被设计来基于控制模型和来自系统的传感器反馈将控制信号输出到系统的各个动态组件。许多系统被设计来展现出预定操作行为或模式，且因此由传统设计和最佳技术设计系统的控制组件以保证在正常操作状况下发生预定系统行为。难度更大的控制问题涉及控制器的设计和实施，所述控制器可产生遵循控制器设计和实施方式指定的所希望的系统操作行为。许多不同类型的控制器和自动系统的理论家、研究员和开发者继续寻求生产灵活又智能的控制器以控制系统产生各种不同的操作行为（包括控制器设计和制造之后指定的操作行为）的控制器设计途径。

发明内容

本申请涉及智能控制器，其最初积极学习且然后继续以稳定状态模式监控、学习并修改指定受控于智能控制器的装置、机器、系统或组织的所希望操作行为的一个或多个控制时间表。智能控制器一般通过时间表创建和时间表修改接口或通过访问本地或远程存储于存储器或大容量存储装置中的默认控制时间表来获取一个或多个初始控制时间表。智能控制器然后随时间基于即时控制输入、时间表修改输入及先前和当前控制时间表继续学习由智能控制器控制的装置、机器、系统或组织的所希望操作行为，从而编码一个或多个控制时间表和/或子时间表中的所希望操作行为。控制时间表学习是以至少两个不同阶段来实行，其中的第一阶段有利于频繁的即时控制输入且其中的剩余阶段一般趋向于最小化即时控制输入的频率。学习发生在监控周期之后且学习结果可以从与完成的监控周期相关联的新的临时控制时间表或子时间表传播到与相关时间段相关联的一个或多个相关控制时间表或子时间表。

附图说明

图1示出了智能家居环境；

图2示出了智能家居装置与远程装置和系统的集成；

图3示出了图2中示出的互相通信实体的环境内的信息处理；

图4示出了本申请所涉及的一般类别的智能控制器；

图5示出了智能控制器的额外内部特征；

图6示出了广义计算机架构，其表示可以包括在智能控制器、服务器计算机和其它基于处理器的智能控制器和系统中的计算机械的类型的实例；

图7示出了本申请所涉及的智能控制器的一般类别中的智能控制器的特征和特性；

图8示出了其中智能控制器操作的典型控制环境；

图9示出了传感器输出的一般特性；

图10A-图10D示出了控制操作期间由智能控制器处理并生成的信息；

图11A-图11E提供了智能控制器操作的基于状态转换图的说明；

图12提供了示出自动控制时间表学习的状态转换图；

图13示出了与包括较短时间帧子时间表的示例性控制时间表相关联的时间帧；

图14A-图14C示出了三种不同类型的控制时间表；

图15A-图15G示出了即时控制输入的表示，所述即时控制输入可以由智能控制器接收并执行且然后被记录并覆盖到控制时间表上（诸如上文参考图14A-图14C讨论的那些）作为自动控制时间表学习的部分；

图16A-图16E示出了由现有控制时间表和所记录的时间表变化和即时控制输入合成新的控制时间表的方法的一个方面；

图17A-图17E示出了解析时间表群集的一种途径；

图18A-图18B示出了监控周期期间由用户输入的前瞻性时间表变化的影响；

图19A-图19B示出了监控周期期间由用户输入的回顾性时间表变化的影响；