随着我们国家社会现代化的不断进步和发展,我国人口老龄化程度正在逐渐加深,老年人的居家服务问题也变得愈加严重。另一方面,人工智能技术日趋成熟,促使着机器人向愈发智能化的方向发展,因此用机器人来服务老年人成为一种可行的方案。为了让机器人可以执行人类的指令,必须先让其理解指令的内容,因此研究如何将自然语言指令解析为机器人可执行的机器指令是很有必要的。本文探讨了国内外的研究现状,以家庭环境为背景,将自然语言处理领域的相关技术和深度强化学习算法相结合,对中文服务指令解析系统进行了研究。首先,本文收集了家庭环境下常用的服务指令,构建了家庭环境下常用的中文服务指令语料库,并对其进行了必要的处理,这其中包括对指令的分词与生成词向量,以及对指令进行必要的标注等。之后本文对指令解析问题进行建模,设计了动作空间、状态空间以及奖励函数以便强化学习的应用。本文将指令的解析问题视为指令中操作序列的规划问题,将指令解析问题转为指令中操作名称和操作参数的提取问题。在此基础之上,本文对这两个问题分别进行建模并求解,利用两个模型分别提取指令中的操作名称和操作参数,以形成指令的操作序列。其次,本文建立了机器指令库,用于将操作序列映射到机器指令序列。首先,将中文服务指令库中现有的机器指令加入到机器指令库中;其次,对于可能出现而机器指令库中尚未收录的指令可由用户进行更新,达到动态地更新机器指令库的目的。对于解析后的操作序列,机器指令规划系统将在机器指令库中进行匹配,将操作序列映射到机器指令序列上。另外,对于有歧义的机器指令还需要进行消歧处理。最后,本文通过设计实验验证了这种思路的可行性,对服务指令操作序列规划系统的使用条件及在不同复杂程度的指令下的表现情况做了分析;对机器指令规划系统的规划能力进行了实验验证与分析。