[发明专利]自动化平台的情节存储器的系统、方法和计算机可读介质

说明书

描述了自动化平台的情节存储器的系统、方法和计算机可读介质。所述系统从包括事件数据库、事件序列图以及情节列表的情节存储器中获取数据。利用所述事件序列图，所述系统识别相距所述自动化平台的当前环境的最接近节点。基于所述最接近节点并利用散列函数或者基于散列函数的关键字，所述系统从所述事件数据库中检索与所述最接近节点相对应的情节，所述情节包括事件序列。基于来自所述情节存储器的所述数据，引导所述自动化平台在当前环境中的行为。

相关申请的交叉引用

这是2017年1月26日在美国提交的、题为“Scalable and Efficient EpisodicMemory in Cognitive Processing for Autonomous Systems”的美国临时申请No.62/450,751的非临时专利申请，该临时申请的全部内容通过引用并入于此。

技术领域

本发明涉及用于自动化系统的可扩展且高效的情节存储器(episodic memory)系统，更具体地，涉及减少了所需的存储量和检索匹配情节的访问时间的、用于自动化系统的可扩展且高效的情节存储器系统。

背景技术

基于内容的检索系统被设计成基于作为检索提示的内容来存储和调用信息(参见并入参考文献列表中的参考文献No.9)。然而，先前基于内容的检索系统主要专注于诸如音频和视频的多媒体内容。在基于查询的检索中，将样本直接提供给系统作为要用于检索的提示，并且将不同的匹配算法应用于内容。基于内容的检索系统中的现有技术使用从提示和数据库中的信息导出的特征来执行匹配，正如在图像、视频以及音频搜索领域所见。

情节记忆已经被作为许多认知架构中的组成部分进行了研究(参见参考文献No.1至No.8)。其中，Soar是一种完善的架构，其包括工作记忆模型、过程记忆模型以及情节记忆模型。Soar将工作记忆元素(WME)存储到工作记忆中的树结构中，并将事件序列作为指向每个情节中的对应WME的指针列表存储。为了利用给定提示来检索匹配情节，Soar在工作记忆树中搜索该提示中的每个元素，收集至少具有提示中的一个元素的所有情节，并且找到最佳匹配情节。搜索树中的元素花费时间O(n)，其中，n是树中元素的数量。在使用平衡二叉树时，它减少到时间O(logn)，但Soar不使用平衡二叉树，树搜索效率不高。每个情节保持其自己的元素列表。为了找到最佳匹配情节，即使候选列表中有许多相似情节，也将该提示与每个候选情节进行比较。当有许多相似情节时，Soar没有任何优势。

因此，一直需要这样一种系统：其针对可扩展且高效的情节存储器，减少了存储情节所需的存储量和利用请求提示来检索匹配情节的访问时间。

发明内容

本发明涉及一种用于自动化系统的可扩展且高效的情节存储器系统，更具体地，涉及减少了所需的存储量和检索匹配情节的访问时间的、用于自动化系统的可扩展且高效的情节存储器系统。所述系统包括一个或更多个处理器以及编码有可执行指令的非暂时性计算机可读介质，当执行可执行指令时，所述一个或更多个处理器执行多个操作。所述系统从包括事件数据库、事件序列图，以及情节列表的情节存储器中获取数据。利用所述事件序列图，所述系统识别相距所述自动化平台的当前环境的最接近节点。基于所述最接近节点并利用散列函数或者基于散列函数的关键字，所述系统从所述事件数据库中检索与所述最接近节点相对应的情节，所述情节包括事件序列。基于来自所述情节存储器的所述数据，引导所述自动化平台在当前环境中的行为。

在另一方面，当存储在所述情节存储器中的新情节与所述情节存储器中的现有情节足够相似时，丢弃所述新情节以节省存储，相似度是根据相似度评级和相似度评级阈值来确定的。

在另一方面，当情节具有公共事件时，这些情节共享所述事件序列图中的节点。

在另一方面，所存储的情节中的每个事件在所述事件序列图中具有对应节点，并且每个节点具有指向所述事件数据库中的对应事件的指针。