本技術(shù)涉及智能家居，例如涉及一種用于場(chǎng)景生成模型的構(gòu)建及應(yīng)用方法、裝置、智能設(shè)備。

背景技術(shù)：

1、智慧家庭是人工智能和物聯(lián)網(wǎng)技術(shù)發(fā)展的一個(gè)重要應(yīng)用領(lǐng)域，它將家庭中的各種設(shè)備通過(guò)網(wǎng)絡(luò)進(jìn)行連接，實(shí)現(xiàn)設(shè)備的遠(yuǎn)程控制、自動(dòng)化運(yùn)行等功能，以此提升家庭生活的舒適度和便捷性。在這種背景下，如何根據(jù)用戶(hù)需求和環(huán)境條件生成滿(mǎn)足用戶(hù)需求的環(huán)境場(chǎng)景是一個(gè)重要問(wèn)題。由于環(huán)境條件的復(fù)雜性和易變性，場(chǎng)景生成任務(wù)往往是一項(xiàng)挑戰(zhàn)。此外，用戶(hù)需求也可能有很大的差異性和復(fù)雜性。因此，需要一種能夠有效處理這些問(wèn)題，并能夠自適應(yīng)環(huán)境變化和用戶(hù)需求變化的場(chǎng)景生成方法。

2、相關(guān)技術(shù)中，使用預(yù)設(shè)模式或基于規(guī)則的方案來(lái)調(diào)控家庭中設(shè)備的工作狀態(tài)并生成環(huán)境場(chǎng)景。例如，通過(guò)設(shè)定某段時(shí)間內(nèi)或滿(mǎn)足某種條件下的設(shè)備運(yùn)行模式或工作狀態(tài)。

3、在實(shí)現(xiàn)本公開(kāi)實(shí)施例的過(guò)程中，發(fā)現(xiàn)相關(guān)技術(shù)中至少存在如下問(wèn)題：

4、相關(guān)技術(shù)中的場(chǎng)景控制方法需要人為預(yù)先設(shè)計(jì)好場(chǎng)景設(shè)置，無(wú)法根據(jù)實(shí)時(shí)環(huán)境因素對(duì)所需要生成的場(chǎng)景進(jìn)行自動(dòng)調(diào)整。

5、需要說(shuō)明的是，在上述背景技術(shù)部分公開(kāi)的信息僅用于加強(qiáng)對(duì)本技術(shù)的背景的理解，因此可以包括不構(gòu)成對(duì)本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

技術(shù)實(shí)現(xiàn)思路

1、為了對(duì)披露的實(shí)施例的一些方面有基本的理解，下面給出了簡(jiǎn)單的概括。所述概括不是泛泛評(píng)述，也不是要確定關(guān)鍵/重要組成元素或描繪這些實(shí)施例的保護(hù)范圍，而是作為后面的詳細(xì)說(shuō)明的序言。

2、本公開(kāi)實(shí)施例提供了一種用于場(chǎng)景生成模型的構(gòu)建及應(yīng)用方法、裝置、智能設(shè)備，以根據(jù)當(dāng)前環(huán)境狀態(tài)信息自動(dòng)生成目標(biāo)場(chǎng)景，對(duì)當(dāng)前環(huán)境進(jìn)行調(diào)整。

3、在一些實(shí)施例中，用于場(chǎng)景生成模型的構(gòu)建方法包括：基于強(qiáng)化學(xué)習(xí)算法，獲取場(chǎng)景生成策略；根據(jù)場(chǎng)景生成策略，基于自注意力機(jī)制構(gòu)建場(chǎng)景生成模型；其中，在將場(chǎng)景生成策略作為場(chǎng)景生成模型的輸入的情況下，場(chǎng)景生成模型能夠通過(guò)自注意力機(jī)制解析場(chǎng)景生成策略，并進(jìn)行場(chǎng)景生成；對(duì)場(chǎng)景生成模型進(jìn)行反饋訓(xùn)練，獲得訓(xùn)練完成的目標(biāo)場(chǎng)景生成模型。

4、可選地，基于強(qiáng)化學(xué)習(xí)算法，獲取場(chǎng)景生成策略，包括：在模擬環(huán)境中，設(shè)定模擬環(huán)境的初始狀態(tài)和目標(biāo)狀態(tài)；根據(jù)初始狀態(tài)和目標(biāo)狀態(tài)，獲取初始場(chǎng)景生成策略；基于強(qiáng)化學(xué)習(xí)算法，對(duì)初始場(chǎng)景生成策略進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練，獲得訓(xùn)練完成的場(chǎng)景生成策略。

5、可選地，基于強(qiáng)化學(xué)習(xí)算法，對(duì)初始場(chǎng)景生成策略進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練，包括：對(duì)初始場(chǎng)景生成策略進(jìn)行一次或多次迭代操作；迭代操作包括：將前一次的初始場(chǎng)景生成策略作用于模擬環(huán)境，生成場(chǎng)景狀態(tài)；根據(jù)新生成的場(chǎng)景狀態(tài)，基于預(yù)設(shè)的獎(jiǎng)賞機(jī)制生成反饋數(shù)據(jù)；根據(jù)反饋數(shù)據(jù)進(jìn)行強(qiáng)化學(xué)習(xí)，對(duì)前一次的初始場(chǎng)景生成策略進(jìn)行更新；其中，迭代操作的收斂條件為反饋數(shù)據(jù)滿(mǎn)足預(yù)設(shè)條件。

6、可選地，根據(jù)場(chǎng)景生成策略，基于自注意力機(jī)制構(gòu)建場(chǎng)景生成模型，包括：根據(jù)場(chǎng)景生成策略，基于自注意力機(jī)制構(gòu)建初始模型；根據(jù)場(chǎng)景生成的任務(wù)需求，修改初始模型的模型結(jié)構(gòu)，獲得場(chǎng)景生成模型；或者，將大語(yǔ)言模型整合到初始模型中，獲得場(chǎng)景生成模型。

7、可選地，將大語(yǔ)言模型整合到初始模型中，獲得場(chǎng)景生成模型，包括：在初始模型中引入大語(yǔ)言模型；獲得大語(yǔ)言模型的參數(shù)；根據(jù)環(huán)境描述文本數(shù)據(jù)和場(chǎng)景生成策略，對(duì)大語(yǔ)言模型的參數(shù)進(jìn)行調(diào)整，以使調(diào)整后的大語(yǔ)言模型具有注意力聚焦能力，并將調(diào)整后的初始模型作為場(chǎng)景生成模型。

8、可選地，對(duì)場(chǎng)景生成模型進(jìn)行反饋訓(xùn)練，包括：獲取訓(xùn)練數(shù)據(jù)集；其中，訓(xùn)練數(shù)據(jù)集的每個(gè)訓(xùn)練數(shù)據(jù)中的環(huán)境數(shù)據(jù)包括不同環(huán)境光線(xiàn)數(shù)據(jù)、不同時(shí)間數(shù)據(jù)和不同人員年齡數(shù)據(jù)中的一種或多種；將所有訓(xùn)練數(shù)據(jù)分別輸入場(chǎng)景生成模型，獲取不同的訓(xùn)練場(chǎng)景；分析不同的訓(xùn)練場(chǎng)景的可行性，并對(duì)場(chǎng)景生成模型進(jìn)行調(diào)整。

9、可選地，用于場(chǎng)景生成模型的構(gòu)建方法還包括：獲得訓(xùn)練完成的目標(biāo)場(chǎng)景生成模型后，對(duì)目標(biāo)場(chǎng)景生成模型進(jìn)行評(píng)估操作，獲得評(píng)估結(jié)果；其中，評(píng)估操作包括模型效果評(píng)估操作、模型性能評(píng)估操作以及模型健壯性評(píng)估操作中的一種或多種；根據(jù)不同的評(píng)估結(jié)果，對(duì)目標(biāo)場(chǎng)景生成模型進(jìn)行調(diào)整。

10、在一些實(shí)施例中，用于場(chǎng)景生成模型的應(yīng)用方法包括：獲取當(dāng)前環(huán)境狀態(tài)的目標(biāo)環(huán)境參數(shù)；利用如上述的用于場(chǎng)景生成模型的構(gòu)建方法所構(gòu)建的目標(biāo)場(chǎng)景生成模型，基于目標(biāo)環(huán)境參數(shù)，獲得目標(biāo)場(chǎng)景的動(dòng)作序列；根據(jù)動(dòng)作序列，對(duì)當(dāng)前環(huán)境狀態(tài)信息進(jìn)行調(diào)整，獲得目標(biāo)場(chǎng)景。

11、可選地，獲取當(dāng)前環(huán)境狀態(tài)的目標(biāo)環(huán)境參數(shù)，包括：獲取標(biāo)準(zhǔn)環(huán)境參數(shù)；其中，標(biāo)準(zhǔn)環(huán)境參數(shù)包括多個(gè)表示家居設(shè)備參數(shù)和/或家居環(huán)境參數(shù)的環(huán)境狀態(tài)向量；根據(jù)標(biāo)準(zhǔn)環(huán)境參數(shù)中每個(gè)環(huán)境狀態(tài)向量與其他環(huán)境狀態(tài)向量之間的關(guān)聯(lián)性，并基于特征注意力機(jī)制，計(jì)算標(biāo)準(zhǔn)環(huán)境參數(shù)的特征向量；根據(jù)標(biāo)準(zhǔn)環(huán)境參數(shù)的特征向量，獲得目標(biāo)環(huán)境參數(shù)；其中，目標(biāo)環(huán)境參數(shù)包括多個(gè)表征環(huán)境狀態(tài)向量與其他環(huán)境狀態(tài)向量之間的關(guān)聯(lián)性的目標(biāo)環(huán)境狀態(tài)向量。

12、可選地，特征向量包括查詢(xún)向量、鍵向量和值向量；根據(jù)標(biāo)準(zhǔn)環(huán)境參數(shù)中每個(gè)環(huán)境狀態(tài)向量與其他環(huán)境狀態(tài)向量之間的關(guān)聯(lián)性，并基于特征注意力機(jī)制，計(jì)算標(biāo)準(zhǔn)環(huán)境參數(shù)的特征向量，包括：根據(jù)標(biāo)準(zhǔn)環(huán)境參數(shù)中每個(gè)環(huán)境狀態(tài)向量與其他環(huán)境狀態(tài)向量之間的關(guān)聯(lián)性，確定標(biāo)準(zhǔn)環(huán)境參數(shù)的查詢(xún)權(quán)重、鍵權(quán)重和值權(quán)重；將標(biāo)準(zhǔn)環(huán)境參數(shù)的查詢(xún)權(quán)重、鍵權(quán)重和值權(quán)重分別與標(biāo)準(zhǔn)環(huán)境參數(shù)進(jìn)行矩陣相乘，獲得標(biāo)準(zhǔn)環(huán)境參數(shù)的查詢(xún)向量、鍵向量和值向量。

13、可選地，根據(jù)標(biāo)準(zhǔn)環(huán)境參數(shù)的特征向量，獲得目標(biāo)環(huán)境參數(shù)，包括：根據(jù)標(biāo)準(zhǔn)環(huán)境參數(shù)的查詢(xún)向量和鍵向量，計(jì)算標(biāo)準(zhǔn)環(huán)境參數(shù)的初始注意力得分矩陣；對(duì)初始注意力得分矩陣進(jìn)行歸一化處理，獲得注意力得分矩陣；將注意力得分矩陣與值向量進(jìn)行矩陣相乘，獲得目標(biāo)環(huán)境參數(shù)。

14、可選地，按照如下公式計(jì)算標(biāo)準(zhǔn)環(huán)境參數(shù)的初始注意力得分矩陣：

15、

16、其中，s為初始注意力得分矩陣，q為查詢(xún)向量，k為鍵向量，k^t為鍵向量的轉(zhuǎn)置，sqrt為縮放因子。

17、可選地，對(duì)初始注意力得分矩陣進(jìn)行歸一化處理，獲得注意力得分矩陣，包括：對(duì)初始注意力得分矩陣進(jìn)行離散掩碼處理，獲得掩碼得分矩陣；對(duì)掩碼得分矩陣進(jìn)行歸一化處理，獲得注意力得分矩陣。

18、可選地，對(duì)初始注意力得分矩陣進(jìn)行離散掩碼處理，獲得掩碼得分矩陣，包括：確定初始注意力得分矩陣中的有效值和無(wú)效值；根據(jù)有效值和無(wú)效值在初始注意力得分矩陣中的位置，構(gòu)建掩碼矩陣；將掩碼矩陣和初始注意力得分矩陣進(jìn)行矩陣相加，獲得掩碼得分矩陣。

19、可選地，根據(jù)有效值和無(wú)效值在初始注意力得分矩陣中的位置，構(gòu)建掩碼矩陣，包括：構(gòu)建與初始注意力得分矩陣相同大小的掩碼矩陣；根據(jù)有效值在初始注意力得分矩陣中的位置，將掩碼矩陣的相同位置填充為第一數(shù)值；根據(jù)無(wú)效值在初始注意力得分矩陣中的位置，將掩碼矩陣的相同位置填充為第二數(shù)值。

20、可選地，獲取標(biāo)準(zhǔn)環(huán)境參數(shù)，包括：獲取多種家居設(shè)備參數(shù)和/或家居環(huán)境參數(shù)，作為初始環(huán)境參數(shù)；對(duì)初始環(huán)境參數(shù)中的每一參數(shù)進(jìn)行歸一化操作和/或編碼操作，獲得多個(gè)環(huán)境狀態(tài)向量；集合所有環(huán)境狀態(tài)向量，作為標(biāo)準(zhǔn)環(huán)境參數(shù)。

21、在一些實(shí)施例中，用于場(chǎng)景生成模型的構(gòu)建裝置，包括處理器和存儲(chǔ)有程序指令的存儲(chǔ)器，所述處理器被配置為在運(yùn)行所述程序指令時(shí)，執(zhí)行如上述的用于場(chǎng)景生成模型的構(gòu)建方法；和/或，如上述的用于場(chǎng)景生成模型的應(yīng)用方法。

22、在一些實(shí)施例在，所述智能設(shè)備包括：智能設(shè)備本體；如上述的用于場(chǎng)景生成模型的構(gòu)建裝置，被安裝于所述智能設(shè)備本體。

23、本公開(kāi)實(shí)施例提供的用于場(chǎng)景生成模型的構(gòu)建及應(yīng)用方法、裝置、智能設(shè)備，可以實(shí)現(xiàn)以下技術(shù)效果：

24、在本公開(kāi)實(shí)施例中，基于強(qiáng)化學(xué)習(xí)算法，可以獲取更加適合應(yīng)用環(huán)境的場(chǎng)景生成策略，使最終生成的目標(biāo)場(chǎng)景生成模型具有自主學(xué)習(xí)和優(yōu)化策略的能力。再根據(jù)場(chǎng)景生成策略，基于自注意力機(jī)制構(gòu)建場(chǎng)景生成模型，并對(duì)場(chǎng)景生成模型進(jìn)行反饋訓(xùn)練，可以提高目標(biāo)場(chǎng)景生成模型的泛化能力，使目標(biāo)場(chǎng)景生成模型具備更加豐富的場(chǎng)景生成能力，適應(yīng)更多不同的場(chǎng)景。采用本公開(kāi)實(shí)施例提供的方法所構(gòu)建的目標(biāo)場(chǎng)景生成模型，可以根據(jù)實(shí)時(shí)環(huán)境狀態(tài)和反饋?zhàn)龀龈珳?zhǔn)的決策輸出，并自動(dòng)生成滿(mǎn)足用戶(hù)需求的目標(biāo)場(chǎng)景，對(duì)當(dāng)前環(huán)境進(jìn)行調(diào)整。

25、以上的總體描述和下文中的描述僅是示例性和解釋性的，不用于限制本技術(shù)。