[发明专利]一种基于Viterbi算法的确定指令的方法

说明书

本发明公开了一种基于Viterbi算法的确定指令的方法，包括步骤一：将指令库与模型中的标号进行映射并利用指令库集合训练出模型；步骤二：根据序列的实际情况将模型的初始值转换为Viterbi算法需要的首步值；步骤三：根据首步的初始值进行递推并更新路径信息；步骤四：递推终止并回溯最优路径；步骤五：根据解码得到的状态序列推断下一刻的状态。本发明利用Viterbi算法进行指令推理，任务的切入与切出没有明显的边界，该算法可靠性高、适应性强，且能够完成多任务切换的系统，更符合服务机器人的指令控制特性。

技术领域

本发明涉及一种确定指令的方法，特别是一种基于Viterbi算法的确定指令的方法，属于指令推理领域。

背景技术

随着智能家居市场的快速发展，对服务机器人的需求也与日俱增，服务机器人需要稳定可靠的执行任务且要对环境有相当的适应性，这对机器人的指令解析部分提出了很高的要求。实际的生活环境极其复杂，目前的服务机器人难以适应这种复杂的状况，在执行任务指令时，因为环境的复杂性和当前人工智能的有限性，经常遇到任务执行失败的情况。因此研究指令推理方法使服务机器人满足当下的使用情况具有很深的现实意义。

一种通用的做法是为需要完成的单个任务，制定对应的指令库。针对每一个独立的任务，建立一个与之相对应的指令库，此指令库收录该任务可能要用到的指令。最终形成一个包含所有需要执行任务的指令库集合，在指令库与指令库之间设置明显的切入与切出边界。目前这种方法已广泛应用在智能音箱等领域上，并且在一些领域上取得不错的效果。但是此种方法存在着对复杂的环境适应性差且需要大量的人工维护，服务机器人的指令解析需要面对大量复杂的实际情况，且设置明显的切入与切出边界会给任务的切换带来大量使用不便。

发明内容

针对上述现有技术，本发明要解决的技术问题是提供一种能够进行快速搜寻指令路径进而预测指令库的基于Viterbi算法的确定指令的方法。

为解决上述技术问题，本发明的一种基于Viterbi算法的确定指令的方法，包括以下步骤：

步骤一：将指令库与模型中的标号进行映射并利用指令库集合训练出模型；

步骤二：根据序列的实际情况将模型的初始值转换为Viterbi算法需要的首步值；

步骤三：根据首步的初始值进行递推并更新路径信息；

步骤四：递推终止并回溯最优路径；

步骤五：根据解码得到的状态序列推断下一刻的状态。

本发明还包括：

1.步骤一：将指令库与模型中的标号进行映射并利用指令库集合训练出模型，包括：

根据任务要求构建一个指令集合，此指令集合包含三个指令库，每个指令库包含该任务所有可能用到的指令；对隐马尔可夫模型进行初始化，即赋初值给π＝(π_i)，其中π为初始概率矩阵，i为第i状态；