首页 理论 架构 工程 规划 文档 白皮书 著作 研究 案例 下载 博客 关于 联系 开始使用 →

第四十七章 中央控制任务组织

第四十七章 中央控制任务组织

  1. 中央控制任务的数据模型
  2. 任务需求与个体知识能力匹配
  3. 任务分配与执行顺序确定
  4. 多个任务之间的关联与冲突处理
  5. 任务状态与执行结果管理

第四十七章 中央控制任务组织

中央控制任务组织是WSaiOS智能控制后台将整体需求转化为可执行任务,并根据个体知识能力、职责范围、运行状态和执行条件组织任务分配与执行顺序的工程过程。它不是简单的任务队列管理,也不是将外部任务平均分配给多个个体,而是由WSaiOS智能控制后台依据结构智能逻辑,对任务对象、任务目标、任务条件、知识能力需求、个体执行条件以及任务之间的关联关系进行综合处理,形成能够由不同个体分别执行、相互衔接并接受统一管理的任务组织结构。

在WSaiOS工程架构中,中央控制后台承担整体需求理解、知识结构化构建、知识能力形成与验证、个体智能赋值、任务规划和组织控制等工作。个体则根据后台已经赋予的知识结构、知识能力、执行方法和运行规则,在自身运行环境中完成任务处理。中央控制任务组织必须建立在这一工程边界之上:后台负责整体任务的组织与协调,个体负责已分配任务范围内的自主运行。不能因为个体具有自主判断和执行能力,就将整个任务组织职责交给某个个体;也不能因为后台掌握整体任务关系,就要求每个个体都复制后台完整的结构智能逻辑。

本章研究中央控制后台如何建立统一的任务数据模型,如何将任务需求与个体已有知识能力进行匹配,如何根据任务依赖和执行条件确定分配方案与执行顺序,如何处理多个任务之间的关联、资源竞争和执行冲突,以及如何通过任务状态和执行结果形成持续管理机制。这些机制共同构成中央控制后台组织多个智能个体运行的工程基础,并为下一章中央控制与个体自主运行协调建立任务组织依据。

1. 中央控制任务的数据模型

中央控制任务的数据模型需要解决一个基础问题:后台接收到的整体需求,如何转换为具有明确执行对象、任务目标、能力要求、执行条件和结果判定标准的任务数据。

在单一个体运行场景中,任务可以由个体运行入口接收,再通过本地任务解析、知识能力匹配和自主运行判断进入执行流程。但在多智能个体环境中,整体需求往往包含多个相互关联的处理环节。例如,某工业生产任务可能同时涉及原材料识别、设备状态检查、物料搬运、加工设备控制、加工质量检查和成品转运。不同环节所需要的知识能力、设备接口和执行条件并不相同,不能直接将整体需求作为一条任务发送给某一个个体。

中央控制后台需要先建立整体任务,再根据任务内部的对象、目标、条件和依赖关系,将其组织为多个可以独立分配和执行的子任务。整体任务与子任务之间必须保留明确的归属关系,使后台能够从单个子任务的运行结果追踪到整体任务的完成情况。

任务数据模型首先需要区分任务定义与任务实例。任务定义描述某一类任务的结构,包括任务类型、任务目标表达方式、所需知识能力、适用对象、执行条件和结果验证要求。任务实例则是某一次实际需求形成的具体任务,包含实际对象、目标值、执行个体、任务优先级、运行时间、当前状态和执行结果。

例如,物料搬运可以存在统一的任务定义,但不同批次物料、不同机器人、不同目标区域形成的实际搬运任务,都是独立的任务实例。任务定义可以被多个任务实例引用,但任务实例必须保存自身的运行上下文和版本信息,不能将某次任务的实际执行数据直接写入任务定义。

整体任务需要设置唯一的task_id,子任务则分别具有独立标识,并通过parent_task_id建立父子关系。对于具有多层处理关系的任务,还需要支持任务层级和任务依赖关系。父任务负责整体目标和结果组织,子任务负责具体执行环节。子任务完成并不意味着父任务自动完成,后台还需要检查所有必要子任务的状态,以及各子任务结果是否共同满足整体目标。

例如,一个仓储物料转运任务可以建立如下数据结构:

{
    "task_id": "task_202611150001",
    "task_type": "warehouse_material_transfer",
    "task_name": "仓库物料转运",
    "task_level": "parent",
    "parent_task_id": null,
    "target": {
        "object_id": "material_batch_001",
        "source_area": "warehouse_A",
        "target_area": "production_B",
        "expected_state": "arrived"
    },
    "required_capabilities": [
        "material_identification",
        "material_grasp",
        "route_navigation",
        "material_transfer"
    ],
    "constraints": {
        "material_state": "available",
        "target_area_state": "ready",
        "safety_check": "required"
    },
    "priority": 80,
    "task_status": "planned",
    "assignment_status": "unassigned",
    "task_version": 1
}

该数据表达的是一个尚未完成分配的整体任务。它描述物料转运的对象、起点、终点、目标状态、能力需求和约束条件,但没有提前指定由哪个机器人完成,也没有将任务状态设置为执行中。个体分配必须经过后续的知识能力匹配和运行条件检查。

整体任务经过分析后,可以形成多个子任务。例如,物料识别任务由具备物料识别能力的个体执行,物料搬运任务由具备抓取和移动能力的机器人执行,目标区域状态检查则可以由具备设备状态识别能力的个体执行。

子任务可以采用如下数据结构:

{
    "task_id": "subtask_202611150001",
    "parent_task_id": "task_202611150001",
    "task_type": "material_identification",
    "task_level": "child",
    "target_object": "material_batch_001",
    "required_capabilities": [
        "material_identification"
    ],
    "expected_result": {
        "object_identity_confirmed": true,
        "material_state_confirmed": true
    },
    "preconditions": [],
    "dependencies": [],
    "assigned_individual_id": null,
    "task_status": "planned",
    "task_version": 1
}

这里的dependencies用于保存任务之间的执行依赖,而不是简单地保存任务父子关系。父子关系表示任务组织层级,依赖关系表示某项任务是否需要等待另一项任务的结果。两者必须分别建模。

例如,物料搬运任务需要等待物料识别完成,因此搬运任务依赖识别任务。目标区域检查任务也可能需要在搬运开始前完成。如果将父子关系和执行依赖关系混为一体,就难以表达多个子任务之间的复杂执行顺序。

任务数据模型还需要保存任务来源和需求版本。外部需求可能来自人工提交、生产管理系统、设备运行事件或其他工程系统。后台需要保留原始需求标识、需求解析结果以及任务形成时所使用的知识结构和能力版本。这样,当任务执行过程中出现问题时,才能追溯任务最初依据什么需求形成、使用了哪些知识结构、要求什么能力以及为什么分配给特定个体。

在工程实现中,中央任务数据可以按照整体任务、子任务、任务依赖、任务约束和任务结果分别组织。拟定的后台程序目录如下:

ControlBackend/
└── task/
    ├── definition/
    │   ├── TaskDefinition.php          # 任务类型与任务定义读取
    │   ├── TaskDefinitionValidator.php # 任务定义完整性验证
    │   └── TaskDefinitionRepository.php# 任务定义持久化
    ├── model/
    │   ├── TaskModel.php               # 任务实例数据模型
    │   ├── TaskTarget.php              # 任务对象与目标数据
    │   ├── TaskRequirement.php         # 任务需求数据
    │   └── TaskConstraint.php          # 任务执行约束数据
    ├── hierarchy/
    │   ├── ParentTaskBuilder.php       # 整体任务建立
    │   ├── SubTaskBuilder.php          # 子任务建立
    │   └── TaskHierarchyResolver.php   # 任务层级关系解析
    ├── dependency/
    │   ├── TaskDependencyBuilder.php   # 任务依赖关系建立
    │   ├── TaskDependencyResolver.php  # 任务依赖关系解析
    │   └── DependencyValidator.php     # 依赖关系有效性检查
    └── repository/
        ├── TaskRepository.php          # 任务数据读写
        └── TaskVersionRepository.php   # 任务版本管理

上述目录属于拟定工程设计,目的是将任务定义、任务实例、任务层级和依赖关系分开处理。任务数据模型不直接负责个体选择,也不直接调用个体运行程序。它向后续任务匹配和分配程序提供统一的数据基础。

数据库可以采用关系型结构保存任务主记录和任务关系。以下为拟定的MySQL数据表设计示例:

CREATE TABLE wsaios_tasks (
    id BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,
    task_id VARCHAR(100) NOT NULL,
    parent_task_id VARCHAR(100) DEFAULT NULL,
    task_type VARCHAR(100) NOT NULL,
    task_level VARCHAR(30) NOT NULL,
    task_name VARCHAR(255) DEFAULT NULL,
    task_version INT NOT NULL DEFAULT 1,
    task_status VARCHAR(40) NOT NULL,
    assignment_status VARCHAR(40) NOT NULL,
    priority INT NOT NULL DEFAULT 50,
    task_data JSON NOT NULL,
    created_at DATETIME NOT NULL,
    updated_at DATETIME NOT NULL,
    PRIMARY KEY (id),
    UNIQUE KEY uk_task_id (task_id),
    KEY idx_parent_task (parent_task_id),
    KEY idx_task_status (task_status)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

任务之间的依赖关系可以单独保存:

CREATE TABLE wsaios_task_dependencies (
    id BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,
    dependency_id VARCHAR(100) NOT NULL,
    task_id VARCHAR(100) NOT NULL,
    depends_on_task_id VARCHAR(100) NOT NULL,
    dependency_type VARCHAR(40) NOT NULL,
    dependency_condition JSON DEFAULT NULL,
    dependency_status VARCHAR(40) NOT NULL,
    created_at DATETIME NOT NULL,
    PRIMARY KEY (id),
    UNIQUE KEY uk_dependency_id (dependency_id),
    KEY idx_task_id (task_id),
    KEY idx_depends_on (depends_on_task_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

这里使用JSON字段保存动态任务数据,是为了避免将所有任务都限定为固定的业务字段。不同任务类型可能具有完全不同的对象属性、目标条件和知识能力需求。关系型字段负责保存统一管理所需的关键标识、状态和版本,动态结构数据则保存任务自身的具体定义。

任务建立程序需要检查任务标识是否唯一、父任务是否存在、目标对象是否有效、任务定义是否完整,以及任务依赖是否形成不合理的循环关系。只有完成这些基础检查,任务才能进入后续组织处理。

任务数据模型最终要形成从整体需求到具体任务实例的结构化表达,使中央控制后台能够以统一的数据形式处理不同类型的任务,而不需要为每一种业务任务重新建立一套独立的任务管理机制。

2. 任务需求与个体知识能力匹配

中央控制后台建立任务后,下一步不是立即将任务分配给某个个体,而是分析任务需要什么知识能力,再检查现有个体是否具备相应能力。

这是WSaiOS中央控制任务组织区别于普通任务调度的关键环节。普通任务调度通常根据任务类型、设备状态、资源占用或预先配置的执行关系选择执行主体。WSaiOS则需要将任务需求与个体已经获得的知识结构和知识能力联系起来,检查个体是否真正具备完成该任务的条件。

任务需求与知识能力匹配不能仅根据任务名称或能力标识进行简单比较。例如,任务要求material_grasp能力,某个机器人也存在同名能力记录,但这并不能证明它一定可以完成当前抓取任务。还需要检查能力定义、适用对象、知识结构、方法依赖、参数范围、赋值版本和实际运行条件。

中央控制后台在匹配过程中,需要读取任务要求的对象类型、对象属性、对象关系、目标状态、执行方法和约束条件,并与后台已经构建和验证的知识能力定义进行对应。

这里需要明确知识结构与知识能力的关系。知识结构描述对象、属性、关系和方法等结构信息,知识能力则是在知识结构和方法基础上形成的处理能力。一个能力可能依赖多个结构元素,也可能组合多个方法。任务要求某种能力时,后台需要进一步解析其依赖的结构和方法,确认这些内容是否已经完整构建并通过验证。

例如,仓库物料搬运任务要求机器人识别物料、判断物料是否可以抓取、选择适用抓取方法并完成转运。后台不能只检查机器人是否具有material_transfer能力,还需要确认该能力是否包含必要的物料识别结构、重量属性判断、表面状态判断、抓取条件分析、路径导航和执行结果验证等内容。

如果能力定义完整,但某个机器人没有获得该能力,则属于个体赋值缺口,而不是WSaiOS知识能力构建缺口。如果后台尚未构建所需能力,则属于后台知识能力建设问题。如果能力已经赋予个体,但当前物料的属性超出能力适用范围,则需要进一步判断是否能够由其他个体处理,或者是否需要新的知识结构与能力扩展。

因此,任务需求与个体知识能力匹配需要区分三个层次。

第一个层次是知识能力存在性检查。后台检查所需能力是否已经形成、是否处于有效状态、是否具有通过验证的版本,以及是否存在未解决的依赖问题。

第二个层次是个体赋值检查。后台检查候选个体是否已经获得所需能力,能力赋值是否有效,赋值版本是否与当前能力定义兼容,以及是否存在被撤销、暂停或限制使用的情况。

第三个层次是任务适用性检查。后台根据任务实际对象和运行条件,检查能力适用范围、对象属性、方法参数、执行条件和安全约束是否满足任务要求。

三个层次不能相互替代。知识能力已经构建,不代表所有个体都拥有该能力;个体已经获得能力,不代表该能力适用于所有任务;能力适用于某种对象,也不代表当前运行环境一定允许执行。

中央控制后台还需要建立个体能力清单。能力清单不是简单记录个体拥有多少能力,而是保存个体当前有效的知识能力、对应的赋值版本、能力状态、适用范围和必要的运行条件。能力清单应由后台依据正式赋值记录生成,并与个体实际部署版本保持一致。

例如,某个体的能力记录可以表示为:

{
    "individual_id": "robot_001",
    "assignment_version": "assignment_202611150012",
    "capabilities": [
        {
            "capability_id": "material_identification",
            "capability_version": "1.2",
            "status": "active",
            "assignment_status": "assigned"
        },
        {
            "capability_id": "material_grasp",
            "capability_version": "2.0",
            "status": "active",
            "assignment_status": "assigned"
        },
        {
            "capability_id": "route_navigation",
            "capability_version": "1.5",
            "status": "active",
            "assignment_status": "assigned"
        }
    ]
}

中央控制后台读取这类记录后,还需要检查能力所依赖的结构版本和方法版本,不能仅依赖上述能力标识。正式工程中,能力记录应通过赋值清单、知识结构版本库和能力版本库联合解析。

任务需求匹配结果可以采用如下结构:

{
    "match_id": "task_match_000245",
    "task_id": "subtask_202611150002",
    "individual_id": "robot_001",
    "required_capabilities": [
        "material_grasp",
        "route_navigation"
    ],
    "capability_results": [
        {
            "capability_id": "material_grasp",
            "knowledge_exists": true,
            "assignment_valid": true,
            "scope_matched": true,
            "method_dependencies_valid": true,
            "result": "matched"
        },
        {
            "capability_id": "route_navigation",
            "knowledge_exists": true,
            "assignment_valid": true,
            "scope_matched": true,
            "method_dependencies_valid": true,
            "result": "matched"
        }
    ],
    "overall_result": "matched",
    "match_status": "eligible"
}

这里的eligible表示该个体通过了当前能力匹配检查,具备进入后续运行条件检查的资格,并不代表后台已经正式分配任务,更不代表个体已经开始执行。

如果匹配结果为not_matched,后台还需要明确不匹配的原因。例如,知识能力不存在、个体没有获得赋值、能力版本不兼容、对象属性超出适用范围,或者方法依赖不完整。不同原因对应不同处理路径。

如果是个体未获得能力,后台可以根据个体职责和资源条件制定新的赋值计划。如果是知识能力尚未构建,则需要进入后台知识能力构建流程。如果是能力适用范围不足,则应分析是否需要扩展知识结构、方法定义或能力适用条件。如果是个体运行资源不足,则应进入任务调度和资源协调过程,不能直接把资源问题解释为知识能力不足。

在多个个体都满足任务能力要求时,中央控制后台需要进一步检查各个体的适用程度。某个体可能具有全部必要能力,但当前承担其他任务;另一个个体可能能力范围更匹配,但运行资源不足。后台需要将能力匹配结果与个体职责、运行状态、任务优先级和执行约束共同考虑。

拟定的匹配程序目录如下:

ControlBackend/
└── task/
    └── matching/
        ├── requirement/
        │   ├── TaskCapabilityRequirement.php # 解析任务能力需求
        │   ├── TaskStructureRequirement.php  # 解析知识结构需求
        │   └── TaskMethodRequirement.php     # 解析方法依赖需求
        ├── capability/
        │   ├── CapabilityDefinitionReader.php# 读取能力定义
        │   ├── CapabilityDependencyReader.php# 读取能力依赖
        │   └── CapabilityScopeMatcher.php    # 检查能力适用范围
        ├── assignment/
        │   ├── IndividualAssignmentReader.php# 读取个体赋值清单
        │   ├── AssignmentVersionChecker.php  # 检查赋值版本
        │   └── AssignmentStatusChecker.php   # 检查赋值状态
        ├── individual/
        │   ├── IndividualCapabilityMatcher.php # 个体能力匹配
        │   ├── IndividualRoleMatcher.php       # 个体职责匹配
        │   └── IndividualEligibilityChecker.php# 个体候选资格检查
        └── result/
            ├── CapabilityMatchResult.php     # 能力匹配结果
            ├── IndividualMatchResult.php     # 个体匹配结果
            └── MatchResultRepository.php     # 匹配结果保存

在实际程序调用中,任务匹配管理程序负责组织这些处理过程,而不是在一个程序中直接写入所有能力名称和个体编号。能力定义、赋值清单和个体信息都应从相应的数据存储中读取。

以下给出一个PHP 7.0.10兼容的简单设计示例:

class IndividualCapabilityMatcher
{
    private $capabilityReader;
    private $assignmentReader;

    public function __construct(
        $capabilityReader,
        $assignmentReader
    ) {
        $this->capabilityReader = $capabilityReader;
        $this->assignmentReader = $assignmentReader;
    }

    public function match($task, $individualId)
    {
        $requirements = $task['required_capabilities'];

        $assignments = $this->assignmentReader
            ->getActiveAssignments($individualId);

        $results = array();

        foreach ($requirements as $capabilityId) {

            $definition = $this->capabilityReader
                ->getValidatedDefinition($capabilityId);

            if (!$definition) {
                $results[$capabilityId] = 'knowledge_missing';
                continue;
            }

            $assigned = $this->assignmentReader
                ->hasValidAssignment(
                    $assignments,
                    $capabilityId,
                    $definition['version']
                );

            if (!$assigned) {
                $results[$capabilityId] = 'assignment_missing';
                continue;
            }

            $results[$capabilityId] = 'matched';
        }

        return $results;
    }
}

这段代码只展示知识能力存在性与赋值状态的基础检查。正式实现还需要加入结构版本兼容、方法依赖、能力适用范围、对象属性和执行条件检查。尤其是能力版本与赋值版本不能仅通过字符串是否相等来判断,应依据版本兼容关系进行解析。

匹配程序的调用关系可以概括为:任务组织程序读取任务需求,能力匹配程序解析能力要求,后台知识能力管理程序提供已验证能力定义,个体赋值管理程序提供赋值记录,匹配结果程序形成候选个体清单,随后交给任务分配程序进行进一步处理。

如果所有个体都不满足任务要求,后台不能为了让任务继续执行而强行分配。它需要识别是缺少知识能力、缺少个体赋值、缺少适用条件,还是当前所有个体都不具备执行条件。只有确定问题性质,才能决定进入知识能力构建、个体重新赋值、任务等待或人工处理流程。

由此,任务需求与个体知识能力匹配成为中央控制后台连接知识能力体系与多智能个体运行体系的关键工程环节。

3. 任务分配与执行顺序确定

任务匹配解决的是哪些个体具备承担任务的资格,任务分配则需要在匹配结果基础上,结合整体任务关系、个体职责、运行状态和资源条件,确定具体由哪个个体执行哪项任务,以及任务在什么条件下开始。

中央控制后台不能把任务分配理解为简单的个体选择。一个任务可能需要多个个体共同完成,也可能只能由一个具备特定能力的个体完成。不同任务之间还存在前置条件、执行顺序、资源依赖和互斥关系。因此,任务分配必须同时考虑任务本身和任务所处的整体组织环境。

首先需要建立任务与个体之间的分配关系。任务分配记录应包含任务标识、个体标识、分配依据、能力匹配结果、赋值版本、任务优先级、分配时间和分配状态。分配记录需要独立于任务主记录保存,因为一个任务在执行过程中可能发生重新分配,而历史分配信息必须保留。

例如,原任务分配给robot_001后,由于该机器人进入维护状态,后台经过重新匹配,将任务转交给robot_003。此时不能直接覆盖原来的个体标识,而应保留原分配记录,并建立新的分配版本。这样,后台才能准确追踪任务由哪个个体执行过、何时发生转移,以及转移的原因。

拟定的任务分配数据如下:

{
    "assignment_id": "task_assignment_000245",
    "task_id": "subtask_202611150002",
    "individual_id": "robot_003",
    "match_id": "task_match_000247",
    "assignment_version": 2,
    "capability_version": {
        "material_grasp": "2.0",
        "route_navigation": "1.5"
    },
    "assignment_reason": "previous_individual_maintenance",
    "assignment_status": "confirmed",
    "assigned_at": "2026-11-15 15:30:00"
}

这里的confirmed表示中央控制后台已经形成有效分配记录。实际个体是否已经接收任务,还需要通过任务下发、接收确认或本地任务加载结果进行确认。任务分配完成与个体开始执行是不同的工程状态。

在具体分配时,后台需要检查候选个体是否具备任务所需能力,是否属于允许承担该任务的职责范围,是否处于可以接收任务的运行状态,以及是否具有所需资源。对于机器人和无人机等实体个体,还需要考虑设备状态、能源、载荷、传感器和执行机构条件;对于软件个体,则需要考虑进程状态、服务依赖、计算资源和数据访问权限。

中央控制后台可以依据这些检查结果形成候选个体集合。候选个体并不是只要通过能力匹配就可以直接执行,还需要满足当前任务的运行条件和整体组织约束。

例如,三个机器人都具备物料搬运能力,但机器人A正在执行高优先级搬运任务,机器人B处于维护状态,机器人C当前空闲且具备相应能力。后台可以将机器人C作为优先候选对象。但如果物料所在区域只有机器人A具备合法访问权限,后台就不能仅根据空闲状态选择机器人C,而需要重新分析权限条件和任务范围。

任务分配还必须考虑个体职责边界。WSaiOS后台可以将不同知识能力赋予不同个体,使个体形成不同的职能结构。任务分配应遵循这种既有职责安排,而不是让个体在执行过程中自行改变全局职能。一个机器人可以根据本地条件自主完成已分配的搬运任务,但不能因为发现其他机器人空闲,就自行将全局任务转交给对方。跨个体任务转移应由中央控制后台组织,或者由后台预先定义并授权相应的协作规则。

任务分配完成后,后台还需要确定任务的执行顺序。执行顺序不是简单按照任务创建时间排列,而是由任务依赖关系和运行条件共同决定。

例如,仓储转运任务可以组织为如下依赖过程:

整体任务:仓库物料转运
        |
        ├── 子任务A:物料识别
        |       |
        |       └── 确认物料对象及其状态
        |
        ├── 子任务B:目标区域检查
        |       |
        |       └── 确认目标区域具备接收条件
        |
        ├── 子任务C:物料抓取
        |       |
        |       └── 依赖:A完成
        |
        ├── 子任务D:路径规划与转运
        |       |
        |       └── 依赖:B完成、C完成
        |
        └── 子任务E:物料到达验证
                |
                └── 依赖:D完成

在这个结构中,物料识别和目标区域检查可以在满足各自条件时并行执行。物料抓取需要等待识别结果,转运需要等待目标区域确认和抓取完成,最后由验证任务检查实际结果。

后台需要将依赖关系转换为可调度的执行条件。任务只有在必要前置任务完成、依赖结果有效、当前个体满足能力要求并且执行条件成立时,才进入可分配或可启动状态。

任务执行顺序还需要考虑并行关系。两个任务没有直接依赖关系,并不意味着它们一定可以并行执行。例如,两个机器人可能需要使用同一条狭窄通道,两个任务也可能同时申请同一台加工设备。后台必须检查共享资源和安全约束,不能仅依据任务依赖关系判断并行资格。

因此,任务调度需要同时处理依赖关系和资源关系。依赖关系决定任务之间的先后要求,资源关系决定任务是否能够在同一时间段内执行。两种关系应当分别保存和分析。

对于任务优先级,后台可以根据任务紧急程度、整体任务影响、生产流程依赖和外部约束形成优先级。优先级用于任务调度排序,但不能覆盖任务必要条件。例如,高优先级任务不能因为优先级较高而绕过设备安全检查,也不能越过尚未完成的必要前置任务。

拟定的任务分配程序目录如下:

ControlBackend/
└── task/
    └── scheduling/
        ├── candidate/
        │   ├── CandidateIndividualBuilder.php # 建立候选个体集合
        │   ├── IndividualStateReader.php       # 读取个体运行状态
        │   ├── IndividualResourceChecker.php   # 检查个体可用资源
        │   └── IndividualRoleChecker.php       # 检查个体职责范围
        ├── allocation/
        │   ├── TaskAllocator.php               # 组织任务分配
        │   ├── AllocationValidator.php         # 验证分配条件
        │   ├── AllocationVersionManager.php    # 管理分配版本
        │   └── AllocationRepository.php        # 保存分配记录
        ├── ordering/
        │   ├── TaskDependencyGraph.php         # 建立任务依赖关系图
        │   ├── TaskOrderResolver.php           # 解析任务执行顺序
        │   ├── TaskPriorityResolver.php        # 处理任务优先级
        │   └── TaskCycleChecker.php            # 检查依赖循环
        ├── resource/
        │   ├── ResourceConflictChecker.php     # 检查共享资源冲突
        │   ├── ResourceReservationManager.php  # 管理资源预留
        │   └── ParallelExecutionChecker.php    # 判断并行执行条件
        └── dispatch/
            ├── TaskDispatchBuilder.php         # 生成任务下发数据
            ├── TaskDispatchManager.php         # 组织任务下发
            └── DispatchResultHandler.php       # 处理任务接收结果

任务分配程序的关键在于把候选资格、分配决定和执行启动分开。后台首先完成候选个体匹配,再结合整体任务关系确定分配对象,形成正式分配记录,随后生成任务下发数据。个体接收任务后,仍然需要按照第二十九章所述的自主运行判断机制检查本地能力、环境、状态和执行约束。中央后台不能用一条任务下发记录代替个体本地运行判断。

任务执行顺序的解析可以采用依赖关系图。每个任务作为图中的节点,前置任务关系作为有向边。如果某项任务依赖另一项任务,则必须等待该前置任务达到规定完成状态。后台可以根据依赖图计算当前可执行任务集合,再根据优先级、个体能力和资源情况决定具体分配。

以下给出一个简化的PHP 7.0.10兼容设计示例:

class TaskOrderResolver
{
    public function resolve($tasks, $dependencies)
    {
        $indegree = array();
        $graph = array();

        foreach ($tasks as $taskId) {
            $indegree[$taskId] = 0;
            $graph[$taskId] = array();
        }

        foreach ($dependencies as $dependency) {

            $taskId = $dependency['task_id'];
            $dependsOn = $dependency['depends_on_task_id'];

            if (!isset($graph[$dependsOn])) {
                throw new Exception(
                    'Invalid dependency: ' . $dependsOn
                );
            }

            $graph[$dependsOn][] = $taskId;
            $indegree[$taskId]++;
        }

        $queue = array();

        foreach ($indegree as $taskId => $count) {
            if ($count === 0) {
                $queue[] = $taskId;
            }
        }

        $order = array();

        while (!empty($queue)) {

            $current = array_shift($queue);
            $order[] = $current;

            foreach ($graph[$current] as $next) {

                $indegree[$next]--;

                if ($indegree[$next] === 0) {
                    $queue[] = $next;
                }
            }
        }

        if (count($order) !== count($tasks)) {
            throw new Exception(
                'Task dependency cycle detected'
            );
        }

        return $order;
    }
}

该示例使用任务依赖关系计算一种可行的拓扑执行顺序,能够识别基本的循环依赖。但它并不直接决定多个任务是否可以并行,也不负责选择个体和分配设备资源。实际工程还需要在依赖排序结果上增加优先级处理、资源检查、个体匹配和动态状态更新。

例如,任务A和任务B都没有前置依赖,可以同时进入候选执行集合;但如果两项任务都需要占用同一台设备,则必须通过资源冲突检查确定先后关系。反过来,如果任务A和任务B分别由不同个体执行,且使用不同资源,则可以在各自条件满足时并行运行。

任务分配还必须处理执行过程中的动态变化。某个体可能在任务下发后进入维护状态,某条通道可能突然关闭,某个设备可能出现故障。这些变化会使原有分配条件失效。后台需要根据变化重新评估任务是否继续执行、等待、暂停或转移给其他个体。

重新分配不能简单覆盖旧分配记录。原个体可能已经完成部分动作,也可能已经向外部设备发送指令。后台必须先确认实际执行状态,识别已完成步骤和未完成步骤,再决定是否允许其他个体接续任务。对于实体设备任务,不能因为原个体失去通信就认定任务没有执行,也不能未经核实就让另一台设备重复执行同一物理动作。

任务分配的最终结果应形成明确的任务—个体—能力—版本关系,为后续个体接收任务、独立判断和自主运行提供准确依据。

4. 多个任务之间的关联与冲突处理

中央控制后台在组织多个智能个体运行时,任务之间通常不是完全独立的。它们可能共享同一目标对象、使用相同设备、依赖相同知识能力、占用同一运行资源,或者在执行目标和执行条件上存在相互影响。

如果后台只管理单个任务,而不分析任务之间的关系,就可能出现任务重复、资源争用、执行顺序错误和控制指令冲突等问题。因此,多任务组织必须建立任务关联分析和冲突处理机制。

首先需要区分任务之间的几类关系。

任务依赖关系表示一项任务必须等待另一项任务完成或产生特定结果后才能执行。例如,机器人必须先完成物料抓取,才能执行物料转运。

任务协作关系表示多个任务需要共同实现一个整体目标,但它们可以分别由不同个体执行。例如,仓库机器人负责物料转运,检测个体负责物料质量检查,两者的结果共同构成生产任务的完成依据。

任务互斥关系表示两个任务不能在相同条件下同时执行。例如,两台设备不能同时占用同一个独占工位,或者两个机器人不能同时进入被定义为单设备通行的狭窄区域。

任务资源竞争关系表示多个任务需要使用同一项有限资源,但不一定完全互斥。例如,多个软件个体同时需要访问有限的计算资源,后台可以根据资源容量进行调度,而不一定需要将其中一个任务完全禁止。

任务目标关联关系表示不同任务操作同一个对象,或者一个任务的执行结果会影响另一个任务的目标条件。例如,一个机器人将物料转移到目标区域后,另一个个体需要对该物料进行检查和入库。

任务冲突关系则表示两个任务在执行条件、对象状态、目标结果或控制范围上出现无法同时满足的情况。冲突可能发生在任务规划阶段,也可能在实际运行过程中才出现。

这些关系需要通过任务关联记录明确表达,不能仅依靠任务名称或任务描述进行推断。后台应当为每种关系建立相应的关系标识、涉及任务、关系类型、约束条件和有效状态。

例如,两个任务需要使用同一条通道,可以形成资源关系记录:

{
    "relation_id": "task_relation_000351",
    "task_a": "task_202611150021",
    "task_b": "task_202611150022",
    "relation_type": "shared_resource",
    "resource_id": "warehouse_route_001",
    "resource_type": "single_lane_route",
    "constraint": {
        "exclusive_access": true,
        "capacity": 1
    },
    "relation_status": "active"
}

这条记录表示两个任务共享一条容量为一的通道,在同一时间不能同时占用该通道。后台需要根据任务优先级、当前执行位置、通道状态和个体安全条件确定进入顺序。

如果两个任务使用的资源可以同时满足,就不需要强制串行。例如,不同机器人可以分别使用互不冲突的通道,多个软件个体也可以在资源容量允许的情况下并行处理任务。因此,资源竞争关系不能简单等同于任务互斥关系。

中央控制后台还需要处理同一对象的多任务冲突。例如,任务A要求将某个物料移动到加工区域,任务B同时要求对该物料进行质量检测。如果检测必须在物料移动前完成,则任务B应当成为任务A的前置任务。如果检测可以在物料到达后完成,则两项任务可以建立先后依赖关系。如果检测设备能够在搬运过程中完成非接触式检测,则可能存在并行执行条件。

由此可见,任务之间的关联关系不能只由任务类型决定,而必须结合实际对象状态、方法执行条件和外部设备能力进行分析。

对于同一对象的状态冲突,后台还需要防止不同任务基于不同历史状态同时做出互相矛盾的决定。例如,任务A认为物料位于仓库A,任务B已经将物料转移到仓库B,但后台仍然使用任务A形成时的旧状态继续分配任务,就可能导致机器人前往错误位置。

因此,任务执行前应检查对象状态的有效版本和时间。涉及对象状态变化的任务,需要在执行结果确认后更新对应的对象实例状态,并通知依赖该对象的其他任务重新检查条件。对于仍在执行的任务,如果对象状态发生了可能影响安全或执行正确性的变化,则需要暂停相关执行路径并重新判断。

任务冲突还可能来自知识能力和方法之间的差异。例如,两个个体分别获得不同版本的物料处理能力,对同一种物料形成不同的适用条件判断。后台不能简单选择其中一个个体的结果作为全局事实,而需要检查能力版本、知识结构版本、方法实现版本和实际对象信息,确认差异来自知识定义、个体运行条件还是信息采集。

当冲突来自后台知识结构定义不一致时,应进入知识结构检查和修正流程。当冲突来自个体使用不同的能力版本时,应依据版本兼容规则确定是否允许继续运行。当冲突来自外部对象信息不一致时,应通过新的信息获取和对象状态验证解决,而不是直接修改知识定义。

任务冲突处理必须遵循明确的工程原则:不能为了保证任务持续执行而绕过安全规则,不能因为任务优先级高就覆盖其他任务的有效约束,也不能由某个个体自行改变其他个体的任务职责。

拟定的多任务关联程序目录如下:

ControlBackend/
└── task/
    └── coordination/
        ├── relation/
        │   ├── TaskRelationBuilder.php       # 建立任务关联关系
        │   ├── TaskRelationReader.php        # 读取任务关联关系
        │   ├── TaskDependencyAnalyzer.php    # 分析任务依赖
        │   ├── TaskCooperationAnalyzer.php   # 分析任务协作关系
        │   └── TaskRelationValidator.php     # 验证任务关联有效性
        ├── conflict/
        │   ├── TaskConflictDetector.php      # 识别任务冲突
        │   ├── ObjectStateConflictChecker.php# 检查对象状态冲突
        │   ├── ResourceConflictChecker.php   # 检查资源竞争
        │   ├── MethodConflictChecker.php     # 检查方法执行冲突
        │   └── ConflictClassifier.php        # 对冲突类型分类
        ├── resolution/
        │   ├── ConflictResolver.php          # 组织冲突处理
        │   ├── TaskPriorityResolver.php      # 处理任务优先级关系
        │   ├── TaskSequenceAdjuster.php      # 调整任务执行顺序
        │   ├── TaskSuspensionManager.php     # 管理冲突任务暂停
        │   └── TaskReallocationManager.php   # 组织任务重新分配
        └── validation/
            ├── CoordinationValidator.php     # 验证多任务组织结果
            └── CoordinationRepository.php    # 保存任务协调记录

在程序调用关系上,多任务协调程序读取当前整体任务及其子任务,解析任务依赖、协作和资源关系,再由冲突检测程序识别可能发生的冲突。冲突分类完成后,交由处理程序选择等待、调整顺序、暂停任务、重新分配或进入人工干预等路径。处理结果需要保存,并反馈给中央任务组织程序,更新后续任务调度依据。

对于资源竞争,后台还需要建立资源占用记录。资源占用不能仅根据任务是否处于执行中判断,而应根据实际资源获取和释放状态管理。实体设备的资源可能包括通道、机械臂工作空间、加工工位、充电区域和传感器设备;软件个体的资源则可能包括处理器时间、内存、数据库连接和独占数据访问权限。

拟定的资源占用表可以采用如下结构:

CREATE TABLE wsaios_task_resource_locks (
    id BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,
    lock_id VARCHAR(100) NOT NULL,
    task_id VARCHAR(100) NOT NULL,
    individual_id VARCHAR(100) NOT NULL,
    resource_id VARCHAR(100) NOT NULL,
    lock_type VARCHAR(30) NOT NULL,
    lock_status VARCHAR(30) NOT NULL,
    acquired_at DATETIME DEFAULT NULL,
    released_at DATETIME DEFAULT NULL,
    lock_data JSON DEFAULT NULL,
    PRIMARY KEY (id),
    UNIQUE KEY uk_lock_id (lock_id),
    KEY idx_resource_status (resource_id, lock_status),
    KEY idx_task_id (task_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

该表用于保存后台管理的资源占用记录。实际设备是否已经释放资源,仍然需要结合个体反馈和设备状态确认。不能因为后台记录中的锁已经释放,就认定物理设备一定处于安全可用状态。

冲突处理还需要考虑并发执行中的状态竞争。例如,两个调度程序几乎同时判断某个资源可用,并分别将其分配给两个任务。如果没有原子化的资源预留机制,就可能发生重复分配。正式工程需要通过数据库事务、唯一约束、资源锁和分配状态检查保证资源分配的一致性。

对于复杂的多任务系统,还需要检查依赖关系是否形成循环。如果任务A等待任务B,任务B又等待任务C,而任务C反过来等待任务A,那么整个任务链将无法进入执行状态。后台应当在任务组织阶段检查依赖循环,运行过程中也要检查因任务动态调整而产生的新循环。

如果冲突无法在现有任务组织规则内解决,后台应保留冲突现场,包括相关任务、对象、资源、个体、能力版本、状态快照和冲突原因,并将其转入人工处理或后台知识能力改进流程。不能通过随意删除依赖关系、取消约束或覆盖执行记录的方式消除冲突。

多任务关联与冲突处理的最终目标,是让中央控制后台能够在多个任务同时存在、多个个体同时运行、多个外部对象不断变化的情况下,维持任务组织关系的正确性和执行条件的一致性。

5. 任务状态与执行结果管理

中央控制任务组织不仅需要完成任务建立、能力匹配和个体分配,还需要持续管理任务状态,记录任务执行结果,并根据实际运行情况调整整体任务组织。

任务状态管理不能只设置一个简单的pending、running和completed字段。中央控制后台需要区分任务规划状态、分配状态、个体接收状态、实际执行状态和结果验证状态。因为任务已经完成分配,不代表个体已经接收;个体已经接收,不代表已经开始执行;个体报告执行成功,也不代表后台已经验证整体目标实现。

因此,任务状态需要建立统一的状态定义,并明确每一种状态的进入条件和退出条件。

在任务规划阶段,任务可以处于created、analyzing、planned等状态。任务进入匹配和分配过程后,可以进入matching、matched、allocating和assigned等状态。个体接收任务后,可以进入accepted,实际开始处理后进入running。任务执行过程中可能进入waiting、suspended或blocked。执行完成后进入execution_completed,但仍需经过结果检查,最终形成verified或failed等结果状态。

这里尤其需要区分execution_completed与verified。前者表示个体报告执行过程已经结束,后者表示中央控制后台已经依据预期目标和实际结果完成验证。两者之间不能直接划等号。

例如,机器人报告物料已经放置到目标区域,说明搬运行为可能已经结束,但后台还需要检查物料是否确实到达指定区域、物料状态是否符合要求、目标区域是否出现异常,以及整个任务的必要条件是否满足。只有验证结果符合整体任务目标,才能认定相应任务达到完成标准。

任务状态还需要与个体运行状态分离。个体处于ready,不代表某个任务已经准备完成;个体处于running,也不代表它当前执行的所有任务都处于相同状态。一个个体可能正在执行任务A,同时等待任务B的前置条件。因此,个体状态和任务状态必须分别记录,并通过任务分配关系建立联系。

同样,任务状态也不能代替设备状态。任务已经进入running,而设备可能出现异常;任务已经进入suspended,但设备可能仍然保持某种物理动作状态。中央控制后台必须结合个体反馈和外部对象状态判断实际情况。

任务状态变化应当由明确的事件驱动。每一次状态变化都需要保存原状态、新状态、发生时间、变化来源和变化依据。后台不能允许不同程序任意修改任务状态,而应通过统一的状态管理程序检查状态转换是否合法。

例如,一个任务从assigned进入accepted,需要存在个体接收确认;从accepted进入running,需要个体通过本地自主运行判断并开始执行;从execution_completed进入verified,需要存在有效的执行结果和结果验证记录。如果没有相应事件和依据,就不能直接修改状态。

拟定的任务状态管理程序目录如下:

ControlBackend/
└── task/
    └── state/
        ├── definition/
        │   ├── TaskStatusDefinition.php   # 定义任务状态
        │   ├── TaskStatusTransition.php   # 定义允许的状态转换
        │   └── TaskStatusValidator.php    # 验证状态转换条件
        ├── manager/
        │   ├── TaskStateManager.php       # 统一管理任务状态
        │   ├── TaskStateUpdater.php       # 执行任务状态更新
        │   ├── TaskEventProcessor.php     # 根据任务事件更新状态
        │   └── TaskStateSynchronizer.php  # 同步个体与后台状态
        ├── history/
        │   ├── TaskStateHistory.php       # 保存任务状态历史
        │   └── TaskEventRepository.php    # 保存任务事件
        └── monitor/
            ├── TaskMonitor.php            # 监测任务运行情况
            ├── TaskTimeoutChecker.php     # 检查任务超时
            └── TaskExceptionMonitor.php  # 监测任务异常

任务状态转换可以采用独立规则定义。例如:

{
    "task_type": "material_transfer",
    "transitions": [
        {
            "from": "planned",
            "to": "matching",
            "condition": "task_definition_valid"
        },
        {
            "from": "matching",
            "to": "matched",
            "condition": "eligible_individual_found"
        },
        {
            "from": "matched",
            "to": "assigned",
            "condition": "assignment_confirmed"
        },
        {
            "from": "assigned",
            "to": "accepted",
            "condition": "individual_acceptance_received"
        },
        {
            "from": "accepted",
            "to": "running",
            "condition": "individual_runtime_started"
        },
        {
            "from": "running",
            "to": "execution_completed",
            "condition": "execution_result_received"
        },
        {
            "from": "execution_completed",
            "to": "verified",
            "condition": "result_verification_passed"
        }
    ]
}

该定义只是基本状态转换示例。实际工程还需要补充等待、暂停、阻塞、失败、取消、重新分配和人工干预等状态,并为每种转换定义允许的来源、必要事件和恢复条件。

任务状态管理程序需要处理重复事件、乱序事件和通信中断造成的状态差异。例如,个体已经完成任务,但由于通信中断,后台仍然认为任务处于running。通信恢复后,个体可能一次性提交多条历史事件。后台必须按照事件标识、任务版本、发生时间和执行序号进行处理,不能简单地将最后收到的消息当作最新真实状态。

尤其是在无通信运行模式下,个体可以依据本地已赋予的知识能力、方法和执行规则自主完成任务,并将任务状态和结果保存在本地。中央控制后台暂时无法获得这些状态,并不意味着任务已经停止或失败。恢复通信后,后台应当通过个体保存的任务事件和结果记录恢复任务状态。

因此,任务状态需要区分实际运行状态和后台可观测状态。实际运行状态来自个体本地执行记录和外部对象反馈,后台可观测状态则反映中央控制系统目前已经收到并验证的信息。两者在通信中断期间可能暂时不同步。

任务执行结果管理则需要建立预期结果与实际结果的对应关系。任务创建时,后台需要保存任务目标和预期结果;任务执行过程中,个体持续记录实际执行信息;任务完成后,后台将实际结果与预期目标进行比较,形成任务结果验证记录。

例如,物料转运任务的预期结果可以包括物料对象正确、物料到达目标区域、物料状态符合要求以及执行过程没有违反安全约束。实际结果则来自机器人反馈、位置传感器、物料识别信息和目标区域状态检查。

拟定的任务结果数据可以表示为:

{
    "result_id": "task_result_000245",
    "task_id": "task_202611150001",
    "individual_id": "robot_003",
    "execution_status": "execution_completed",
    "expected_result": {
        "object_id": "material_batch_001",
        "target_area": "production_B",
        "material_state": "available"
    },
    "actual_result": {
        "object_id": "material_batch_001",
        "current_area": "production_B",
        "material_state": "available",
        "position_confirmed": true
    },
    "verification": {
        "object_match": true,
        "location_match": true,
        "state_match": true,
        "overall_result": "matched"
    },
    "result_status": "verified"
}

该结果表示任务实际结果与预期目标相符,并且相关对象和位置已经得到确认。但如果只有机器人自身报告成功,没有获得必要的外部状态确认,后台就应当将结果标记为待验证或未知,而不能直接将其认定为成功。

对于整体任务,后台还需要汇总多个子任务的执行结果。父任务的完成条件不能仅依据子任务数量判断,而应根据整体目标定义确定。部分子任务完成时,父任务可能处于partially_completed;必要子任务失败时,父任务可能进入blocked或failed;某些可选子任务未完成,则不一定影响整体目标。

例如,物料转运任务包含识别、目标区域检查、抓取、转运和到达验证五个子任务。识别和目标区域检查完成后,抓取任务失败,则整体任务不能认定完成。即使其他辅助任务已经完成,仍然需要保留未完成任务和失败原因。如果抓取任务无法恢复,后台可以重新匹配其他个体,但必须先核实物料和设备的实际状态。

任务结果管理还需要保存失败原因和执行过程证据。失败原因可能来自知识能力不足、个体赋值不完整、运行环境异常、设备故障、外部对象状态变化、任务条件冲突或通信异常。不同原因应当进入不同处理路径。

如果问题来自知识能力不足,后台可以将运行反馈交给自主智能学习和知识能力改进流程;如果问题来自个体运行环境,则需要进入运行维护流程;如果问题来自设备故障,则需要进入设备管理流程;如果问题来自任务定义错误,则需要返回任务分析和任务定义阶段。不能将所有失败都直接归结为知识能力不足。

为保证任务结果可追溯,后台还需要保存任务执行事件、个体反馈、状态变化、结果验证和重新分配记录。拟定的数据库设计如下:

CREATE TABLE wsaios_task_assignments (
    id BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,
    assignment_id VARCHAR(100) NOT NULL,
    task_id VARCHAR(100) NOT NULL,
    individual_id VARCHAR(100) NOT NULL,
    assignment_version INT NOT NULL DEFAULT 1,
    match_id VARCHAR(100) DEFAULT NULL,
    assignment_status VARCHAR(40) NOT NULL,
    assignment_data JSON DEFAULT NULL,
    assigned_at DATETIME NOT NULL,
    PRIMARY KEY (id),
    UNIQUE KEY uk_assignment_id (assignment_id),
    KEY idx_task_id (task_id),
    KEY idx_individual_id (individual_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
CREATE TABLE wsaios_task_events (
    id BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,
    event_id VARCHAR(100) NOT NULL,
    task_id VARCHAR(100) NOT NULL,
    individual_id VARCHAR(100) DEFAULT NULL,
    event_type VARCHAR(80) NOT NULL,
    old_status VARCHAR(40) DEFAULT NULL,
    new_status VARCHAR(40) DEFAULT NULL,
    event_source VARCHAR(40) NOT NULL,
    event_data JSON DEFAULT NULL,
    occurred_at DATETIME NOT NULL,
    received_at DATETIME NOT NULL,
    PRIMARY KEY (id),
    UNIQUE KEY uk_event_id (event_id),
    KEY idx_task_time (task_id, occurred_at),
    KEY idx_individual_id (individual_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
CREATE TABLE wsaios_task_results (
    id BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,
    result_id VARCHAR(100) NOT NULL,
    task_id VARCHAR(100) NOT NULL,
    individual_id VARCHAR(100) DEFAULT NULL,
    assignment_version INT DEFAULT NULL,
    execution_status VARCHAR(40) NOT NULL,
    verification_status VARCHAR(40) NOT NULL,
    expected_data JSON DEFAULT NULL,
    actual_data JSON DEFAULT NULL,
    difference_data JSON DEFAULT NULL,
    result_data JSON DEFAULT NULL,
    created_at DATETIME NOT NULL,
    PRIMARY KEY (id),
    UNIQUE KEY uk_result_id (result_id),
    KEY idx_task_id (task_id),
    KEY idx_individual_id (individual_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

这些数据表分别保存任务分配、任务事件和执行结果。实际数据库设计还需要根据任务数量、事件规模和数据保留周期建立归档策略。对于实体设备的关键控制任务,应保留足够的执行记录和状态证据,以便在设备异常、任务中断和重新分配时还原实际执行过程。

中央任务状态管理程序可以采用统一入口处理任务事件。以下给出一个PHP 7.0.10兼容的设计示例:

class TaskStateManager
{
    private $repository;
    private $transitionValidator;
    private $eventRepository;

    public function __construct(
        $repository,
        $transitionValidator,
        $eventRepository
    ) {
        $this->repository = $repository;
        $this->transitionValidator = $transitionValidator;
        $this->eventRepository = $eventRepository;
    }

    public function processEvent($event)
    {
        $task = $this->repository->findByTaskId(
            $event['task_id']
        );

        if (!$task) {
            throw new Exception('Task not found');
        }

        if ($this->eventRepository->exists(
            $event['event_id']
        )) {
            return array(
                'success' => true,
                'duplicate' => true
            );
        }

        $oldStatus = $task['task_status'];
        $newStatus = $event['new_status'];

        $valid = $this->transitionValidator->validate(
            $oldStatus,
            $newStatus,
            $event
        );

        if (!$valid) {
            throw new Exception(
                'Invalid task state transition'
            );
        }

        $this->repository->updateStatus(
            $event['task_id'],
            $oldStatus,
            $newStatus
        );

        $this->eventRepository->save($event);

        return array(
            'success' => true,
            'old_status' => $oldStatus,
            'new_status' => $newStatus
        );
    }
}

该示例展示统一事件入口、重复事件检查、状态转换验证和状态更新的基本关系。正式实现必须将事件写入、状态更新和版本检查放在可靠的数据库事务中,并使用条件更新或乐观锁防止并发覆盖。对于重复提交的事件,还需要通过数据库唯一约束保证幂等性。

任务状态和执行结果管理还需要与第四十二章的运行反馈机制衔接。个体执行结果既是当前任务完成情况的依据,也是后台识别知识能力缺口的重要信息来源。后台在确认结果异常后,应当将相关执行事件、能力版本、赋值版本、对象状态和实际结果一并关联到反馈分析过程,判断问题究竟来自任务组织、知识能力、个体运行还是外部环境。

例如,多个机器人在同一种物料搬运任务中连续出现抓取失败,后台不能仅仅将任务标记为失败并重新分配,而应进一步分析失败是否具有共同原因。如果不同个体在相似对象条件下出现相同问题,且设备和环境状态正常,就可能存在知识结构或抓取能力适用范围不足,需要形成新的知识构建需求。如果只有某一台机器人失败,而其他机器人正常,则还需要检查该个体的设备状态、传感器信息、能力赋值版本和运行环境。

由此,任务状态管理不仅负责维护任务当前处于什么阶段,还需要为中央控制后台提供任务执行的历史依据和结果数据,使任务组织能够依据实际运行情况持续调整。

中央控制任务组织的完整工程流程由整体需求开始,经任务数据建模、子任务分解、知识能力需求分析、个体能力匹配、候选个体确认、任务分配、执行顺序确定、任务下发、状态跟踪和结果验证,最终形成整体任务的完成状态。执行过程中出现对象变化、资源冲突、个体异常或能力不足时,后台根据实际原因调整任务组织,必要时重新分配任务或进入知识能力改进流程。

这一过程不是一次性任务分配,而是持续运行的中央组织机制。中央控制后台需要始终掌握整体任务结构、任务之间的依赖关系、个体职责和任务执行结果;个体则依据已赋予的知识能力、执行方法和规则自主完成自身任务。中央组织与个体自主运行由任务数据和执行反馈建立联系,而不是要求个体持续依赖后台逐步指挥每一个动作。

在通信条件正常时,后台可以通过任务下发和状态反馈实时组织任务分配与协调。在无通信条件下,个体只能依据已经部署并授权的任务、知识能力和本地执行规则完成允许范围内的自主运行,不能自行扩大任务职责或改变全局任务关系。通信恢复后,后台根据历史任务事件、实际执行结果和版本信息恢复整体任务状态,再决定后续任务是否继续、调整或重新分配。

通过上述工程机制,WSaiOS智能控制后台能够把整体需求组织为具有明确知识能力要求和执行关系的任务体系,并将不同任务分配给适合的智能个体。任务执行结果又持续反馈到后台,使任务组织与知识能力构建、个体智能赋值和自主智能进化学习形成工程上的联系。

第四十七章建立了中央控制任务的数据组织、能力匹配、任务分配、多任务关联和状态管理机制。下一章将在此基础上进一步研究中央控制后台如何与个体自主运行过程协调,处理后台组织指令、个体本地判断、执行状态反馈以及运行过程中动态变化之间的关系。

Leave a Reply

Your email address will not be published. Required fields are marked *

客服咨询
● 欢迎咨询与合作
您好!欢迎咨询。 我可以帮助您了解人工智能技术研发、智能软件系统开发、网站建设、搜索优化及项目定制等相关信息。 请问有什么可以帮您?
免费申请
请填写以下信息,方便我们进一步沟通。
欢迎咨询 AI 系统开发、网站建设、搜索优化、项目定制合作
电话:15089196448
邮箱:1602401899@qq.com
地址:陕西省渭南市
服务时间:周一至周五 09:00 - 18:00 | 7×24小时技术值守