[论文解读] A Conversational Digital Assistant for Intelligent Process Automation

Yara Rizk, Vatche Isahagian+5 more|arXiv (Cornell University)|Jul 27, 2020

Robotic Process Automation Applications参考文献 29被引用 9

一句话总结

本文提出了一种对话式数字助理框架，使业务用户能够通过自然语言与机器人流程自动化（RPA）工作流进行交互并进行自定义，采用多智能体编排模型，并为RPA配备对话包装器。该系统通过允许非技术用户通过对话监控、控制和调整RPA机器人，提升了受监管行业在自动化方面的可访问性和信任度，在贷款审批和旅行预审批用例中得到验证。

ABSTRACT

Robotic process automation (RPA) has emerged as the leading approach to automate tasks in business processes. Moving away from back-end automation, RPA automated the mouse-click on user interfaces; this outside-in approach reduced the overhead of updating legacy software. However, its many shortcomings, namely its lack of accessibility to business users, have prevented its widespread adoption in highly regulated industries. In this work, we explore interactive automation in the form of a conversational digital assistant. It allows business users to interact with and customize their automation solutions through natural language. The framework, which creates such assistants, relies on a multi-agent orchestration model and conversational wrappers for autonomous agents including RPAs. We demonstrate the effectiveness of our proposed approach on a loan approval business process and a travel preapproval business process.

研究动机与目标

• 解决RPA工具在高度监管行业中的非技术业务用户可访问性有限的问题。
• 通过使用户能够与RPA工作流进行自然语言交互，降低业务流程自动化的入门门槛。
• 开发一种支持通过对话智能体实现动态、人机协同自定义自动化的框架。
• 通过统一的对话接口编排多个自主智能体（包括RPA），实现协作自动化。
• 通过自然语言交互提高透明度和控制力，从而增强用户对自动化的信任与采纳。

提出的方法

• 该框架采用多智能体编排模型，将单个RPA任务封装为对话智能体。
• 中央编排器根据用户输入动态选择并协调智能体，使用预定义的智能体合约以确保互操作性。
• 对话包装器将自然语言查询转换为底层RPA可执行的结构化操作，使用户无需编码即可进行交互。
• 系统支持事前（apriori）和事后（posterior）两种编排策略，以在响应准确性和计算成本之间取得平衡。
• 无状态编排器实现了轻量级、可扩展的智能体协调，同时为复杂对话场景提供了支持有状态模型的可扩展性。
• 该框架支持版本控制和模块化生命周期管理，允许独立更新和停用智能体，而无需对整个系统进行更改。

实验结果

研究问题

• RQ1 什么样的软件框架特性是实现在业务流程中交互式、基于自然语言的自动化的必要条件？
• RQ2 如何有效编排对话智能体，以处理业务流程自动化中多样化、多领域用户请求？
• RQ3 自然语言交互在提升受监管环境中RPA用户信任度与采纳率方面发挥什么作用？
• RQ4 非技术用户如何通过对话接口自定义和监控RPA工作流？
• RQ5 在性能和准确性方面，事前与事后编排策略之间的权衡是什么？

主要发现

• 对话助手使业务用户能够通过自然语言监控和自定义RPA工作流，无需在多个界面间切换。
• 用户可使用领域特定术语查询数据并执行操作，而无需编写正式的数据库查询或学习复杂的用户界面。
• 通过自然语言配置通用RPA，减少了对定制RPA开发的需求。
• 为RPA使用对话包装器，实现了将现有自动化工具无缝集成到统一、用户友好的界面中。
• 无状态编排器提供了轻量级、可扩展的智能体协调解决方案，同时具备支持复杂对话流的有状态扩展潜力。
• 模块化设计支持智能体的独立更新与停用，简化了系统维护和生命周期管理。