田雅倩, 顧海軍, 崔 瑩

(吉林大學 通信工程學院, 長春 130012)

0 引 言

隨著物聯(lián)網(wǎng)技術的快速發(fā)展, 電視機操控方式從最初的機械操控方式到遙控器工具的出現(xiàn), 再到現(xiàn)在普及應用的紅外線遙控器, 極大地方便了人們的生活[1]。但隨著海量電視節(jié)目的涌入, 傳統(tǒng)的遙控器只能隨人們需求變化增加越來越多的固定按鍵, 使人們在搜索喜愛節(jié)目時出現(xiàn)操作復雜、 查找過程麻煩等問題[2], 因此蘋果、 亞馬遜、 Google、 小米、 百度和360等相繼加入智能遙控器的研究領域, 在功能實現(xiàn)方面取得了極大突破[3]。

知識表示與推理是智能化研究的核心問題, 研究者認為人工智能可通過顯示的知識表示和符號化推理實現(xiàn), 但關鍵問題是如何利用理論工具對領域知識進行形式化表示并根據(jù)該知識進行問題求解[4]。經(jīng)過多年研究, 邏輯編程技術獲得了顯著進展, 研究者相繼提出邏輯編程語言Prolog、 回答集(ASP： Answer Set Programming)語義[5]、 行為語言A、B、C、C+以及BC[6]。隨著對行為語言程序求解的計算機系統(tǒng)cplus2asp的出現(xiàn), 越來越多的研究者將行為語言作為知識表示與推理工具應用于行為規(guī)劃系統(tǒng), 在問題域應用中實現(xiàn)問題求解。筆者選用行為語言BC作為電視遙控領域的知識表示工具, 根據(jù)邏輯編程思想, 只要采用行為語言BC描述出問題領域知識, 即可使用求解系統(tǒng)推理得出結(jié)果, 而不利用設計復雜的算法。

在此技術背景下, 筆者提出構(gòu)建一種普適的行為規(guī)劃邏輯框架并應用于智能電視遙控器設計中, 使用戶通過語音快速實現(xiàn)節(jié)目搜索等功能, 還可自行定義節(jié)目搜索限制條件。構(gòu)建行為規(guī)劃邏輯框架時, 將電視遙控領域的相關事物抽象成邏輯符號, 并將其事物之間的內(nèi)在聯(lián)系抽象為邏輯符號間的規(guī)則約束, 使求解系統(tǒng)根據(jù)邏輯符號表示的規(guī)則約束進行問題求解。筆者采用的行為規(guī)劃語言使用戶不僅可由語音指令就可觀看其喜愛的節(jié)目, 還可隨時通過交互界面添加約束條件, 由于采用的行為規(guī)劃語言程序編寫過程沒有固定的順序, 隨意增減語句也不會影響整體程序的運行[7], 所以筆者充分利用其填充性和可擴展性, 使該遙控器具有高度自適應性。在具體設計實現(xiàn)時, 用戶指令關鍵信息由訊飛開放平臺[8]和自然語言處理和信息檢索共享平臺(NLPIR： Natural Language Processing and Information Retrieval Sharing Platform)語義分析系統(tǒng)獲取[9], Web網(wǎng)站爬蟲技術獲取電視節(jié)目實時信息[10], 然后將獲取的用戶信息、 電視節(jié)目信息抽象成邏輯符號, 并將信息之間的內(nèi)在聯(lián)系抽象成規(guī)則約束, 使求解系統(tǒng)可根據(jù)符號化后的知識進行推理, 并通過智能硬件操控技術實現(xiàn)對電視機的遙控[11]。

1 相關技術

筆者提出的行為規(guī)劃框架可融合用戶需求和電視節(jié)目信息并觸發(fā)推理規(guī)則進行智能推理, 行為規(guī)劃框架的應用使電視遙控器更具智能性。用戶需求信息通過語音交互的方式獲取, 涉及的語音識別由基于科大訊飛提供的語音云識別技術實現(xiàn), 關鍵信息提取技術由基于NLPIR語義分析系統(tǒng)實現(xiàn)。電視節(jié)目信息由Scrapy爬蟲在電視貓網(wǎng)站獲取, Scrapy是Python開發(fā)的屏幕抓取和Web抓取的開源工具, Scrapy框架首先獲取電視節(jié)目相關內(nèi)容的URL(Uniform Resource Location), 然后下載頁面并解析數(shù)據(jù), 并將處理后的數(shù)據(jù)保存到數(shù)據(jù)庫。經(jīng)過行為規(guī)劃得出的設備調(diào)控指令通過智能硬件操控平臺實現(xiàn)對電視機的智能遙控, 智能硬件操控平臺是實驗室研發(fā)的云端服務引擎, 提供豐富的物聯(lián)網(wǎng)(IOT： Internet of Things)功能組件, 通過注冊登錄平臺, 將電視機和遙控器快速連接到物聯(lián)網(wǎng), 實現(xiàn)對電視機的遠程遙控。目前, 訊飛開放平臺、 NLPIR語義分析系統(tǒng)以及智能硬件操控平臺的功能模塊均提供面向開發(fā)者的API(Application Programming Interface)接口, 平臺的所有中間件API均可無縫融合到智能遙控器系統(tǒng)。

2 基于行為規(guī)劃的電視遙控器

針對傳統(tǒng)電視遙控器無法滿足越來越高的智能化需求問題, 筆者提出構(gòu)建一種普適的行為規(guī)劃框架并應用于電視遙控器, 使用戶只需說出想看頻道的名字、 節(jié)目名稱甚至節(jié)目相關內(nèi)容, 遙控器即可通過內(nèi)部信息處理與推理為用戶提供服務, 當用戶有特殊需求時, 可通過語音交互方式限定節(jié)目搜索條件。行為規(guī)劃的思想是通過行為語言BC描述事物、 事實和事物之間的內(nèi)在聯(lián)系, 系統(tǒng)即可根據(jù)描述的知識自動求解。行為規(guī)劃的結(jié)果為從初始狀態(tài)到目標狀態(tài)的一系列動作的集合。因此, 筆者提出在電視遙控應用背景下構(gòu)建行為規(guī)劃邏輯框架, 利用行為語言BC將現(xiàn)實生活中電視機所處的環(huán)境抽象成邏輯符號, 并根據(jù)事物之間的內(nèi)在聯(lián)系用邏輯符號做規(guī)則約束, 最后利用求解系統(tǒng)cplus2asp根據(jù)描述的知識實現(xiàn)行為規(guī)劃, 得出一系列動作的集合, 其中動作為行為語言對設備底層操控行為的抽象。筆者提出的行為規(guī)劃框架立足于電視機遙控器高層功能, 即行為規(guī)劃與推理, 使電視節(jié)目智能搜索的研究在一定程度獨立于硬件系統(tǒng), 將有助于電視節(jié)目智能搜索高層功能的深入研究。

2.1 設計方案

基于行為規(guī)劃的電視遙控器的設計方案如圖1所示, 從實現(xiàn)功能上分為語音識別、 電視節(jié)目信息獲取、 智能推理和電視機調(diào)臺4個功能。

首先對用戶指令進行語音識別與關鍵信息提取, 根據(jù)用戶需求的不同分為描述用戶想觀看節(jié)目信息的節(jié)目需求指令和用戶對節(jié)目搜索約束的限制條件指令。其中用戶在描述自己想觀看節(jié)目的需求指令時, 需求指令信息只有落在電視節(jié)目搜索有關的問題框架(頻道序號, 頻道名稱, 節(jié)目類別, 節(jié)目名稱和節(jié)目內(nèi)容)內(nèi), 此需求指令才有意義。這時, 該需求指令觸發(fā)系統(tǒng)調(diào)取由Web網(wǎng)站抓取并保存在數(shù)據(jù)庫表中的電視節(jié)目信息, 同樣數(shù)據(jù)庫表中的電視節(jié)目信息根據(jù)搜索框架(頻道序號, 頻道名稱, 節(jié)目類別, 節(jié)目名稱, 播放時間段和節(jié)目內(nèi)容)進行數(shù)據(jù)存儲, 這有利于用戶需求指令信息與電視節(jié)目信息的匹配, 使系統(tǒng)根據(jù)問題域框架內(nèi)有效的需求指令搜索節(jié)目單框架中相應類別的節(jié)目信息, 比如用戶說“我想觀看電視劇三國演義”, 需求指令中的信息“電視劇”、 “三國演義”分別落在 “節(jié)目類別”和“節(jié)目名稱”框架內(nèi), 這時有效的需求信息即可篩選出節(jié)目單中滿足節(jié)目類別為“電視劇”、 節(jié)目名稱為“三國演義”的節(jié)目信息。因為人們?nèi)粘２涣晳T說當前時間, 所以系統(tǒng)實時獲取當前時間并傳給推理模塊, 以便在推理時判斷當前時間是否播放用戶想觀看的電視節(jié)目。然后智能推理模塊融合有效的用戶需求指令與篩選后的電視節(jié)目信息根據(jù)行為規(guī)劃框架進行問題求解, 最后得出的設備調(diào)控指令通過智能硬件操控平臺實現(xiàn)對電視機的遠程操控。用戶在表述自己的需求時, 需求指令信息有可能未落在問題域框架內(nèi), 這時就需要通過語音交互的方式提醒用戶重新描述, 交互流程如圖2所示。

圖1 電視遙控器的設計方案 圖2 人機交互流程 Fig.1 TV remote control design Fig.2 Human-computer interaction process

當用戶因為特殊原因想限制電視節(jié)目的播放時, 用戶可通過交互界面添加約束節(jié)目搜索的限制條件指令。同理, 只有用戶添加的限制條件信息也落在問題域框架內(nèi)時, 此信息才對節(jié)目搜索系統(tǒng)有效。這時有效的限制條件指令根據(jù)映射規(guī)則映射為智能推理模塊的推理規(guī)則, 實現(xiàn)對節(jié)目播放的限制。比如大人不希望孩子觀看娛樂節(jié)目, 可通過添加限制條件“不能播放娛樂節(jié)目” 限定節(jié)目播放內(nèi)容。

方案中的語音識別技術、 網(wǎng)站爬蟲技術以及智能硬件操控技術都是基于開源系統(tǒng)的二次開發(fā), 而智能推理才是筆者研究的重點。根據(jù)邏輯編程思想, 只要采用行為語言BC描述出問題領域知識, 即可使用求解系統(tǒng)推理得出結(jié)果, 而不利用設計復雜的算法。

2.2 行為規(guī)劃邏輯框架設計

筆者在電視遙控應用背景下構(gòu)建行為規(guī)劃邏輯框架, 對電視節(jié)目搜索領域知識做符號抽象。根據(jù)行為語言BC程序的構(gòu)成, 分為符號聲明、 行為查詢與程序主體3部分, 其中符號聲明包括類、 對象、 變量以及邏輯符號； 行為查詢?yōu)橛|發(fā)程序的入口, 包括初始狀態(tài)與目標狀態(tài)； 程序主體為根據(jù)電視節(jié)目相關事物之間的內(nèi)在聯(lián)系進行符號抽象得到的規(guī)則約束的集合, 符號抽象過程如圖3所示。

經(jīng)與用戶需求指令信息匹配后篩選出的電視節(jié)目信息, 通過符號抽象聲明為邏輯框架(類, 對象, 變量, 邏輯符號)內(nèi)的知識表示形式, 然后將其傳給推理模塊行為查詢文件中的初始狀態(tài)與目標狀態(tài), 使系統(tǒng)根據(jù)程序主體規(guī)則求解出從初始狀態(tài)到目標狀態(tài)的一系列動作的集合。用戶限制條件指令中的有效信息則經(jīng)過符號抽象映射為程序主體中的規(guī)則, 限制節(jié)目搜索條件。

2.2.1 符號聲明

對電視節(jié)目搜索問題域框架(頻道序號, 頻道名稱, 節(jié)目類別, 節(jié)目名稱, 播放時間段和節(jié)目內(nèi)容)內(nèi)的數(shù)據(jù)進行邏輯抽象時, 可將形式化的問題域知識歸納在邏輯框架(類, 對象, 變量, 邏輯符號)下。邏輯框架知識描述主要是問題域框架內(nèi)的事實描述, 需要在行為規(guī)劃前對電視節(jié)目搜索問題域的符號抽象過程進行簡化, 因為并不是電視機所處環(huán)境的所有信息都有用, 而那些無用信息如果也聲明在邏輯框架內(nèi), 將影響行為規(guī)劃效率, 所以筆者只對電視節(jié)目搜索有效的問題域框架內(nèi)的信息抽象到邏輯框架內(nèi), 其符號化結(jié)果如表1所示。而不在電視節(jié)目搜索問題域框架內(nèi)的信息則不再進行符號聲明, 如有關電視節(jié)目的分類等信息為有用信息, 而電視機的大小、 顏色等無關信息則對電視節(jié)目的搜索沒有影響, 所以在符號聲明過程中不再考慮。這種將問題域有用知識歸納在邏輯框架之下的方法, 使行為規(guī)劃的知識完備充分, 也使程序設計簡單明了, 提高了問題求解的效率。

圖3 行為規(guī)劃邏輯框架Fig.3 Action logic framework

類對象變量說明programA,B,C..P,P1program類表示電視節(jié)目信息, 形式化過程將program類中對象如節(jié)目類別、 內(nèi)容等信息抽象成A,B,C等符號, 在規(guī)則約束中用P,P1表示變量channel1,2,..,100CH,CH1channel類表示電視頻道, 形式化過程用數(shù)字符號表示第幾個頻道, 在規(guī)則約束中用CH,CH1表示變量number1,2,..,100N,N1number類表示數(shù)字, 類中對象為整數(shù)值, 在規(guī)則約束中用N,N1表示變量time0,1,..,24T1,T2time類表示時間, 描述節(jié)目的播出時間, 類中對象為代表時間的整數(shù)值, 在規(guī)則約束中用T1,T2表示變量current_time0,1,..,24Tcurrent_time類表示當前時間, 用來判斷當前時間是否播放節(jié)目, 類中對象為代表時間的整數(shù)值, 在規(guī)則中用T表示變量

符號聲明過程中, 除了要對問題域中的類和對象進行說明, 還要聲明邏輯符號中的狀態(tài)流和動作, 狀態(tài)流描述事物的狀態(tài)變化, 比如, 電視節(jié)目搜索問題域中的狀態(tài)流有：

prefer(number)表示用戶想調(diào)到某個頻道；

played(channel)表示某個頻道正被播放；

currentplayed(program)表示某個節(jié)目正被播放；

search(program)表示用戶想搜索某個節(jié)目；

num(program)表示節(jié)目單中頻道數(shù)與播放節(jié)目的對應關系；

playtime(program,time,time)表示定義節(jié)目播放的起始時間和結(jié)束時間；

current_time表示當前時間；

end表示行為規(guī)劃結(jié)束狀態(tài)。

邏輯符號中的動作聲明指實現(xiàn)用戶需求的一系列行為動作, 是行為語言對電視機底層操控行為的抽象, 體現(xiàn)了電視遙控器的基本功能。動作主要由執(zhí)行條件和執(zhí)行效果描述, 執(zhí)行條件為動作引發(fā)的狀態(tài)流集合, 執(zhí)行效果為動作所引發(fā)的狀態(tài)流改變。系統(tǒng)只能由動作的執(zhí)行改變環(huán)境狀態(tài), 實現(xiàn)從初始狀態(tài)到目標狀態(tài)的行為規(guī)劃, 行為規(guī)劃的結(jié)果即為一系列動作行為的集合。在電視節(jié)目搜索問題域中動作符號聲明實例如表2所示。

表2 動作符號聲明實例

2.2.2 程序主體設計

程序主體是對問題域事物之間內(nèi)在聯(lián)系的規(guī)則約束, 也是求解系統(tǒng)實現(xiàn)推理的依據(jù)。在筆者構(gòu)建的行為規(guī)劃框架中, 電視節(jié)目搜索問題域的規(guī)則約束的設計思想如圖4所示。用戶想觀看電視節(jié)目時, 通過語音的方式說出自己的需求, 當需求指令落在問題框架內(nèi)時, 有效的需求信息觸發(fā)系統(tǒng)做節(jié)目搜索。當用戶想觀看某個電視頻道時, 可直接調(diào)到用戶想觀看的頻道； 當用戶不清楚頻道信息, 只知道節(jié)目相關內(nèi)容時, 可將問題域的需求與電視節(jié)目搜索框架內(nèi)的知識相匹配, 并將獲取有效的節(jié)目單信息與需求信息一起傳給推理系統(tǒng)進行求解, 當?shù)贸稣{(diào)臺指令時, 即可通過遙控器操控電視機使用戶觀看其喜愛的節(jié)目。但當系統(tǒng)經(jīng)過推理沒有找到用戶想觀看的節(jié)目或由用戶的限制指令得知用戶想觀看節(jié)目不能播放時, 系統(tǒng)將提示用戶重新搜索節(jié)目。根據(jù)程序設計思想抽象成行為語言BC編寫的部分規(guī)則約束如下所示。

default-played(CH1) after turn(CH) & ch=CH1.

turn(CH) if prefer(N) & CH=N.

turn(CH) causes played(CH) & currentplayed(P) if num(P)=CH.

nonexecutable turn(CH) & turn(CH1) & ch=CH1.

turn(CH) if search(P) & num(P)=CH & playtime(P,T1,T2) & T>=T1 & T2>=T & currenttime=T.

-search(P) if currentplayed(P)++played(CH).

-search(P) if search(P1) & P=P1.

-search(P1) &-search(P) if prefer(N) & ch=N & num(P)=ch & P=P1.

research if search(P) & playtime(P,T1,T2) &-(T>=T1 & T2>=T) & currenttime=T.

research causes end.

end if currentplayed(P)++played(CH).

-currentplayed(P) if currentplayed(P1) & P=P1.

圖4 規(guī)則約束設計思想Fig.4 Design ideas of rules constraints

用戶添加的限制條件也落在問題域框架內(nèi)時, 有效的限制條件指令根據(jù)映射規(guī)則映射為智能推理模塊的推理規(guī)則。當用戶對調(diào)控行為進行限制時, 用戶限制指令映射為行為語言表示的規(guī)則形式為“nonexecutable 調(diào)控行為if條件”, nonexecutable表示不能執(zhí)行調(diào)控行為, if后面為用戶的約束條件。例如用戶添加限制條件“不能在10點觀看第5個頻道”, 映射為規(guī)則“nonexecutable turn(5) if currenttime=10.”。當用戶對搜索節(jié)目的條件進行限制時, 用戶限制指令映射為行為語言表示的規(guī)則形式為“-節(jié)目信息 if 約束條件”,符號“-”表示不能搜索相應的節(jié)目信息, 如用戶添加限制條件“不能在10點觀看綜藝節(jié)目國家寶藏”, 映射為行為語言表示的規(guī)則為“-search(C) if currenttime=10.”。

2.2.3 行為查詢

采用行為語言實現(xiàn)行為規(guī)劃系統(tǒng)時, 首先將問題域相關知識抽象成邏輯符號的集合, 然后通過查詢的方式求解出一個最小步驟的動作行為序列。所以在筆者的行為規(guī)劃設計中, 將經(jīng)過框架篩選的知識用符號抽象行為語言表示, 然后將其傳給推理模塊行為查詢文件中的初始狀態(tài)與目標狀態(tài), 使系統(tǒng)根據(jù)程序主體規(guī)則求解出從初始狀態(tài)到目標狀態(tài)的一系列動作集合。行為查詢的一個實例如下。

:-query

label ∷ 1;

maxstep ∷ 0..100;

0: prefer(5), currenttime=4;

maxstep:end.

其中query為整個程序的入口, label用于區(qū)分不同的程序入口, maxstep用于對事件的復雜度進行限定, 0表示電視節(jié)目搜索的初始狀態(tài), prefer(5)為用戶需求“想觀看第5個頻道”的符號聲明, currenttime=4為推理系統(tǒng)獲取的當前系統(tǒng)時間是4點, maxstep表示用戶想達到的目標狀態(tài), 即行為規(guī)劃結(jié)束end。

2.3 行為規(guī)劃求解過程

將電視節(jié)目搜索領域知識抽象成邏輯符號和規(guī)則約束后, 需要求解工具根據(jù)符號化的知識做出行為規(guī)劃。筆者選用專門針對行為語言開發(fā)的求解系統(tǒng)cplus2ASP[12]。cplus2ASP可將行為語言BC翻譯成回答集程序(ASP: Answer Set Programming), 然后由回答集求解器求解得出回答集[13]。回答集即為一系列的動作行為的集合, 即行為規(guī)劃最終的結(jié)果, 求解過程如圖5所示。

圖5 行為規(guī)劃求解過程Fig.5 Action planning process

回答集程序規(guī)則r有如下形式

Head(r)←pos(r),not ne(r)

(1)

其中Head(r)為規(guī)則頭部, pos(r)和neg(r)為規(guī)則體的肯定體和否定體, 由原子集合組成。

因為行為語言BC的語義是定義在邏輯程序上的, 所以可直接翻譯成回答集程序, 行為語言BC翻譯成回答集的對應關系如表3所示,t表示時間戳。

表3 行為語言BC翻譯為ASP的對應關系

行為語言BC翻譯成回答集程序后, 回答集程序經(jīng)過回答集求解器clingo求解, 求解過程分為常例化和模型搜索兩步。常例化過程就是將程序中的變量用實體對象替代, 模型搜索主要是計算常例化后的程序的最小模型, 即為回答集[14]?；卮鸺蠼庖?guī)則如下。

1) 當neg(r)=?, pos(r)≠?, Head(r)≠?, 對于這樣的基本程序, 其回答集是唯一的。由于規(guī)則Head(r)←pos(r)構(gòu)成的程序不含否定, 程序的回答集為滿足程序的最小原子的集合。每個程序有許多不同的模型, 例如: 程序“turn(CH): - prefer(N), CH=N.”的模型為

prefer(5), turn(CH)←prefer(N), CH=N.

(2)

實例化程序模型中的變量時, CH可取值很多：

{prefer(5), turn(5)}

{prefer(5), prefer(1), turn(1)}

…

{prefer(100), prefer(100), turn(100)}

每個{}中的謂詞集合為程序的一個模型, 但{prefer(5),turn(5)}為最小的模型, 因為式(2)不包含否定, 所以{prefer(5),turn(5)}是式(2)的最小模型, 成為穩(wěn)固模型, 即程序的回答集。

2) 當neg(r)≠?時, 對于由規(guī)則Head(r)←pos(r), neg(r)構(gòu)成的邏輯程序, 記I為邏輯程序中所有原子組成的集合, 給定原子集合M,M?I, 則

① 若neg(r)∩M≠?, 即M中包含規(guī)則r否定體中至少一個原子, 則該規(guī)則毫無意義, 可刪除；

② 若neg(r)∩M=?, 即M中不包含規(guī)則r否定體中的任何一個原子, 則其否定體中的原子瑣碎, 也是無意義的, 可刪除此規(guī)則的否定部分。

為表述方便, 用一個簡單的程序舉例說明, 程序p(1,2),q(x)←p(x,y),q(y)被實例化為

q(1)←p(1,1),q(1),

q(1)←p(1,2),q(2),

q(2)←p(2,1),q(1),

q(2)←p(2,1),q(2).

根據(jù)規(guī)則從程序的主體刪除否定文字后為

p(1,2),

q(1)←p(1,2),

q(2)←p(2,2).

因為p(1,2)為客觀事實, 所以可推導出q(1)為真, 而p(2,2)無法確定為真, 則為假。因此程序的穩(wěn)固模型為{p(1,2),q(1)}[15]。

cplus2ASP系統(tǒng)可實現(xiàn)行為語言BC到回答集程序的翻譯及回答集求解, 所以本系統(tǒng)通過命令行調(diào)用cplus2ASP直接求解結(jié)果。

3 應用實例分析

將電視節(jié)目搜索領域知識抽象成行為語言BC表示的符號, 以及將電視節(jié)目領域事實之間的內(nèi)在聯(lián)系抽象成規(guī)則約束后, 即可通過調(diào)用cplus2ASP求解結(jié)果, 并轉(zhuǎn)換為電視機的調(diào)控指令。下面通過應用實例展示用戶指令經(jīng)后臺處理得出的后臺調(diào)控結(jié)果及面向用戶的客戶端結(jié)果。

智能遙控器內(nèi)部求解系統(tǒng)得出的調(diào)控指令為邏輯符號表示的狀態(tài)流和動作, 為使表述方便將電視節(jié)目抽象成大寫的英文字母A,B,C,D等, 所以將節(jié)目符號與電視節(jié)目單數(shù)據(jù)庫存儲表內(nèi)容之間的對應關系存儲在數(shù)據(jù)庫中。比如用戶說“我想觀看綜藝節(jié)目國家寶藏”, 根據(jù)問題域框架提取有效信息為“節(jié)目類別： 綜藝節(jié)目, 節(jié)目名稱： 國家寶藏”, 首先根據(jù)大類“節(jié)目類別： 綜藝節(jié)目”對存儲形式為(頻道序號, 頻道名稱, 節(jié)目類別, 節(jié)目名稱, 播放時間段, 節(jié)目內(nèi)容)的節(jié)目信息進行篩選, 接著再由“節(jié)目名稱： 國家寶藏”對篩選后的信息再次篩選, 然后將篩選后的節(jié)目信息和用戶需求傳給推理系統(tǒng)進行求解。經(jīng)篩選后的數(shù)據(jù)庫表中的節(jié)目信息與節(jié)目符號之間的對應關系如表4所示。同時系統(tǒng)將實時獲取當前時間, 由當前時間為12點對表4中的節(jié)目信息做進一步篩選, 發(fā)現(xiàn)12點播放的綜藝節(jié)目只有邏輯符號A,B,C表示的節(jié)目。

表4 抽象邏輯符號與節(jié)目單信息之間的對應關系

經(jīng)過篩選的節(jié)目信息與用戶信息經(jīng)符號抽象傳給推理系統(tǒng)的行為查詢文件, 同時系統(tǒng)將實時獲取的當前時間做符號抽象后也傳給查詢文件, 形式如下：

:-query

label ∷2;

maxstep ∷0..100;

0:search(C), currenttime=12;

maxstep:end.

這時經(jīng)過初級搜索的節(jié)目信息作為推理系統(tǒng)的初始狀態(tài)觸發(fā)規(guī)則約束進行高級行為規(guī)劃, 經(jīng)過遙控器內(nèi)部處理后得出的邏輯符號表示結(jié)果如圖6所示。

圖6 推理結(jié)果Fig.6 Reasoning results

由圖6可知, 第0步為經(jīng)過初步篩選后的邏輯符號表示的節(jié)目信息, 最終遙控器經(jīng)過內(nèi)部推理得出turn(15)的電視機調(diào)控指令, 指令經(jīng)處理后操控電視機, 面向用戶的客戶端展示界面如圖7所示。

由以上實例可知, 用戶可通過語音的方式快速收看其想觀看的節(jié)目, 但每個家庭在使用時都希望根據(jù)不同的情況對節(jié)目搜索條件進行限制, 比如家里有小孩時, 大人不希望小孩在午間12點觀看綜藝節(jié)目。這時推理系統(tǒng)利用行為規(guī)劃語言的填充性將用戶對節(jié)目的限制條件隨時加入規(guī)則約束中, 添加的條件限制指令經(jīng)過信息處理抽象成邏輯符號并添加到規(guī)則約束中, 實現(xiàn)對節(jié)目搜索條件的限定。在具體實施時, 利用語音識別技術中的聲紋識別模塊規(guī)定大人與小孩添加限制條件的優(yōu)先級, 使優(yōu)先級低的小孩無法更改大人的條件限制。比如用戶添加限制條件“不可以在12點觀看綜藝節(jié)目”, 客戶端界面如圖8所示。

在本應用實例中, 用戶指令經(jīng)過信息處理抽象為行為語言BC表示的邏輯形式“caused-currentplayed(C) if currenttime=12.”, 然后將其添加到規(guī)則約束后, 當小孩在午間12點說“我想看綜藝節(jié)目國家寶藏”時, 添加限制條件后的推理結(jié)果如圖9所示。

圖7 客戶端界面示例 圖8 用戶限制條件添加界面 Fig.7 Example of the client interface Fig.8 User restrictions adding interface

圖9 添加限制條件后的推理結(jié)果Fig.9 Inference results after adding constraints

由圖10可知, 遙控器內(nèi)部推理系統(tǒng)雖然得出12點有綜藝節(jié)目在播放, 但根據(jù)限制條件“不可以在12點觀看綜藝節(jié)目”, 系統(tǒng)給出用戶重新搜索節(jié)目“research”的指令, 面向用戶的客戶端展示界面如圖10所示。

當用戶想觀看的節(jié)目在當前時間沒有頻道播放時, 系統(tǒng)會根據(jù)節(jié)目單搜索結(jié)果提示用戶可以觀看該節(jié)目的時間和頻道。如用戶說“我想觀看綜藝節(jié)目聲臨其境”, 這時系統(tǒng)獲取當前時間為12點, 經(jīng)過節(jié)目單初步搜索可得, 當前時間沒有頻道播放“聲臨其境”節(jié)目, 系統(tǒng)給出的節(jié)目信息提示界面如圖11所示。

圖10 重新搜索界面 圖11 節(jié)目推薦界面 Fig.10 Research the interface Fig.11 Program recommendation interface

由以上實例可知, 筆者提出的基于行為規(guī)劃的智能電視遙控器不僅可使用戶通過節(jié)目需求語音指令就可觀看自己喜愛的節(jié)目, 還可根據(jù)自己的特殊需求添加對節(jié)目搜索的條件限制, 具有高度自適應性和可擴展性。

4 結(jié) 語

筆者構(gòu)建了一種普適的行為規(guī)劃邏輯框架并應用于智能電視遙控器, 使用戶通過語音快速實現(xiàn)節(jié)目搜索等功能, 還可自行定義節(jié)目搜索限制條件限制不當搜索行為。在邏輯層面構(gòu)建行為規(guī)劃邏輯框架時, 將電視遙控領域的相關事物抽象成邏輯符號, 并將事物之間的內(nèi)在聯(lián)系抽象為邏輯符號間的規(guī)則約束, 使求解系統(tǒng)根據(jù)邏輯符號表示的規(guī)則約束進行問題求解, 同時還可利用行為語言的填充性添加用戶專屬規(guī)則。通過實例分析以及界面展示, 驗證了筆者提出的基于行為規(guī)劃的智能電視遙控器的可行性及可擴展性。

參考文獻：

[1]楊連池, 林春婷. 自動適配多種設備的智能遙控器設計與實現(xiàn) [J]. 物聯(lián)網(wǎng)技術, 2017, 7(12): 53-55.

YANG Lianchi, LIN Chunting. Design and Realization of Intelligent Remote Controller for Automatically Adapting Multiple Devices [J]. Internet of Things Technology, 2017, 7(12): 53-55.

[2]張淑杰, 程武山, 尹建成. 非觸摸液晶屏顯示智能遙控器的設計與實現(xiàn) [J]. 上海工程技術大學學報, 2017, 31(2): 97-101.

ZHANG Shujie, CHENG Wushan, YIN Jiancheng. Design and Implementation of Non-Touch LCD Display Intelligent Remote Control [J]. Journal of Shanghai University of Engineering Science, 2017, 31(2): 97-101.

[3]王景山. 基于語音交互的電視節(jié)目點播系統(tǒng) [D]. 蘭州： 蘭州大學信息科學與工程學院, 2016.

WANG Jingshan. TV Program on Demand System Based on Voice Interaction [D]. Lanzhou: School of Information Science and Engineering, Lanzhou University, 2016.

[4]MICHAEL GELFOND, VLADIMIR, LIFSCHITZ. The Stable Model Semantics for Logic Programming [C]∥Proceedings of the Fifth International Conference on Logic Programming (ICLP). Cambridge, Massachusetts: MIT Press, 1988： 1070-1080.

[5]MARTIN GEBSER, BENJAMIN KAUFMANN, TORSTEN SCHAUB. Conflict-Driven Answer Set Solving: from Theory to Practice [J]. Artificial Intelligence, 2012, 12(7): 52-89.

[6]JOOHYUNG LEE, VLADIMIR LIFSCHITZ, YANG Fangkai. Action Language BC: Preliminary Report [C]∥Proceedings of International Joint Conference on Artificial Intelligence (IJCAI). Palo Alto, California: AAAI, 2013: 983-989.

[7]黃雅楠, 顧海軍, 田雅倩. 行為規(guī)劃語言在問題求解方法中的應用 [J]. 吉林大學學報: 信息科學版, 2017, 35(3): 333-339.

HUANG Yanan, GU Haijun, TIAN Yaqian. The Application of Action Language in Problem Solving [J]. Journal of Jilin University: Information Science Edition, 2017, 35(3)： 333-339.

[8]白海星. 科大訊飛AIUI人機交互解決方案項目負責人丁瑞： 與開放平臺共成長 [N]. 經(jīng)濟日報, 2017-09-24(006).

BAI Haixing. IETF AIUI Human-Computer Interaction Solutions Project Leader Ding Rui: Total Growth with the Open Platform [N]. Economic Daily, 2017-09-24(006).

[9]JIANG Xiaoqing, XIA Kewen, LIN Yongliang, et al. Noisy Speech Emotion Recognition Using Sample Reconstruction and Multiple-Kernel Learning [J]. Journal of China University of Posts and Telecommunications： English Edition, 2017, 24(2): 1-9.

[10]孫駿雄. 基于網(wǎng)絡爬蟲的網(wǎng)站信息采集技術研究 [D]. 大連： 大連海事大學交通運輸管理學院, 2014.

SUN Junxiong. Research on Website Information Collection Based on Web Crawler [D]. Dalian： School of Transportation Management, Dalian Maritime University, 2014.

[11]王燦. 基于云平臺的物聯(lián)網(wǎng)遠程監(jiān)控系統(tǒng)研究[D]. 武漢： 華中科技大學機械學院, 2015.

WANG Can. Research on Internet of Things Remote Monitoring System Based on Cloud Platform [D]. Wuhan： School of Mechanics, Huazhong University of Science and Technology, 2015.

[12]BABB J, LEE J. Cplus2ASP: Computing Action Language C+ in Answer Set Programming [C]∥Procedings of International Conference on Logic Programming and Nonmonotonic Reasoning(LPNMR). Berlin, Heidelberg: Springer-Verlag, 2013: 122-134.

[13]FERRARIS PAOLO, LEE JOOHYUNG, VLADIMIR LIFSCHITZ. Stable Models and Circumscirption [J]. Artificial Intelligence, 2011, 175(1): 236-263.

[14]FERRARIS P, LEE J, L IERLER Y, et al. Representing First-Order Causal Theories by Logic Programs [J]. Theory and Practice of Logic Programming, 2011, 12(3): 383-412.

[15]CASOLARY M, LEE J.Representing the Language of the Causal Calculator in Answer Set Programming [C]∥Technical Communications of the 27th International Conference on Logic Programming(ICLP 2011). Lexington, Kentucky, USA: [s.n.], 2011: 51-61.