本发明属于空调，尤其涉及一种空调控制方法、装置、空调及存储介质。
背景技术：
1、随着宠物成为人生活中的重要部分，饲养宠物的用户对宠物的关怀程度也越来越高。为了给宠物提供一个舒适环境，相当数量的用户会在离家后仍然会为宠物开启空调。然而，宠物无法说话表达，需要用户主动调节到适合宠物的温度或者采用宠物模式。尽管如此，相关技术仍然无法满足不同宠物种类的差异化需求以及同种宠物的个体差异化需求。
技术实现思路
1、本发明实施例提供了一种空调控制方法、装置、空调及存储介质，至少在一定程度上解决了空调运行无法满足不同宠物种类的差异化需求以及同种宠物的个体差异化需求的技术问题。
2、第一方面，本发明实施例提供了一种空调控制方法，包括：获取目标宠物在空调运行过程中的冷热感变化数据，其中，所述冷热感变化数据表征调整所述空调的运行参数使所述目标宠物产生的冷热感变化，所述空调的运行参数是基于机器学习模型的输出结果进行调整的；根据所述冷热感变化数据,判断是否对所述机器学习模型进行参数优化；如果是，获取所述目标宠物在空调运行过程中的状态数据集；基于所述状态数据集对所述机器学习模型进行参数优化，获得更适配所述目标宠物的机器学习模型。
3、结合第一方面，在一些实施方式下，所述机器学习模型包括识别宠物冷热感的识别子模型，所述获取目标宠物在空调运行过程中的冷热感变化数据，包括：获取所述目标宠物在空调运行过程中的第一状态数据；基于所述识别子模型对所述第一状态数据的识别结果，调节所述空调的运行参数，并在调节所述空调的运行参数之后，获取所述目标宠物的第二状态数据；对比所述识别子模型对所述第一状态数据的识别结果和对所述第二状态数据的识别结果，得到所述冷热感变化数据。
4、结合第一方面，在一些实施方式下，所述机器学习模型还包括用于推荐空调的运行参数的推荐子模型，所述基于所述识别子模型对所述第一状态数据的识别结果，调节所述空调的运行参数，包括：将所述识别子模型对所述第一状态数据的识别结果输入至所述推荐子模型，获得针对所述空调的当前运行参数推荐；基于所述当前运行参数推荐调节所述空调的运行参数。
5、结合第一方面，在一些实施方式下，所述第一状态数据包括：调节所述空调的运行参数之前，对所述目标宠物的行为监控数据；所述第二状态数据包括：调节所述空调的运行参数之后，对所述目标宠物的行为监控数据。
6、结合第一方面，在一些实施方式下，所述第一状态数据包括：调节所述空调的运行参数之前，所述目标宠物的行为轨迹曲线；所述第二状态数据包括：调节所述空调的运行参数之后，所述目标宠物的行为轨迹曲线；其中，所述行为轨迹曲线基于对所述目标宠物的行为监控数据生成。
7、结合第一方面，在一些实施方式下，在所述基于所述识别子模型对所述第一状态数据的识别结果，调节所述空调的运行参数之后，还包括：在所述空调按照调节后的运行参数运行的持续时长达到预设时长阈值时，重新获取所述目标宠物在空调运行过程中的冷热感变化数据；基于重新获取的冷热感变化数据，执行下一次判断是否对所述机器学习模型进行参数优化。
8、结合第一方面，在一些实施方式下，所述根据所述冷热感变化数据,判断是否对所述机器学习模型进行参数优化，包括：如果所述冷热感变化数据表征调节所述空调的运行参数之后，所述目标宠物处于更舒适的状态，判定为不需要对所述机器学习模型进行参数优化；
9、如果所述冷热感变化数据表征调节所述空调的运行参数之后，所述目标宠物处于更不舒适的状态，判定为需要对所述机器学习模型进行参数优化。
10、结合第一方面，在一些实施方式下，所述获取所述目标宠物在空调运行过程中的状态数据集，包括：获取所述目标宠物在空调运行过程中的多条状态数据；通过预先训练的打标模型至少对所述多条状态数据标注对应的冷热感标签，获得所述状态数据集。
11、结合第一方面，在一些实施方式下，所述机器学习模型还包括用于推荐空调的运行参数的推荐子模型，所述通过预先训练的打标模型至少对所述多条状态数据标注对应的冷热感标签，包括：通过预先训练的打标模型，对所述多条状态数据中每条状态数据标注冷热感标签数据和推荐标签数据，获得所述状态数据集。
12、第二方面，本发明实施例提供了一种空调控制装置，包括：第一数据获取单元，用于获取目标宠物在空调运行过程中的冷热感变化数据，其中，所述冷热感变化数据表征调整所述空调的运行参数使所述目标宠物产生的冷热感变化，所述空调的运行参数是基于机器学习模型的输出结果进行调整的；优化判断单元，用于根据所述冷热感变化数据,判断是否对所述机器学习模型进行参数优化；第二数据获取单元，用于如果优化判断单元的判断结果为是，获取所述目标宠物在空调运行过程中的状态数据集；优化执行单元，用于基于所述状态数据集对所述机器学习模型进行参数优化，获得更适配所述目标宠物的机器学习模型。
13、第三方面，本发明实施例提供了一种空调，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行程序时实现第一方面任一实施方式所述的方法。
14、第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面任一实施方式所述的方法。
15、本发明实施例提供的一个或者多个技术方案，至少实现了如下技术效果或者优点：
16、获取目标宠物在空调运行过程中的冷热感变化数据，冷热感变化数据表征调整空调的运行参数使目标宠物产生的冷热感变化，空调的运行参数是基于机器学习模型的输出结果进行调整的；根据冷热感变化数据判断出需要对机器学习模型进行参数优化；获取目标宠物在空调运行过程中的状态数据集；基于状态数据集对机器学习模型进行参数优化，获得更适配目标宠物的机器学习模型。上述技术方案应用了宠物状态自学习逻辑对机器学习模型进行优化，使得优化后的机器学习模型更适合于空调当前作用于的宠物，利用优化后的机器学习模型调整空调的运行参数就更适合空调当前作用于的宠物，而不是各种宠物都采用同样的逻辑来控制空调的运行参数，使得空调能够针对性适应不同种类宠物、同种宠物的不同个体的差异化需求，因此，提高了空调作用于宠物的舒适性。
1.一种空调控制方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述机器学习模型包括识别宠物冷热感的识别子模型，所述获取目标宠物在空调运行过程中的冷热感变化数据，包括：
3.如权利要求2所述的方法，其特征在于，所述机器学习模型还包括用于推荐空调的运行参数的推荐子模型，所述基于所述识别子模型对所述第一状态数据的识别结果，调节所述空调的运行参数，包括：
4.如权利要求2所述的方法，其特征在于，
5.如权利要求2所述的方法，其特征在于，
6.如权利要求2所述的方法，其特征在于，在所述基于所述识别子模型对所述第一状态数据的识别结果，调节所述空调的运行参数之后，还包括：
7.如权利要求2或6所述的方法，其特征在于，所述根据所述冷热感变化数据,判断是否对所述机器学习模型进行参数优化，包括：
8.如权利要求1所述的方法，其特征在于，所述获取所述目标宠物在空调运行过程中的状态数据集，包括：
9.如权利要求8所述的方法，其特征在于，所述机器学习模型还包括用于推荐空调的运行参数的推荐子模型，所述通过预先训练的打标模型至少对所述多条状态数据标注对应的冷热感标签，包括：
10.一种空调控制装置，其特征在于，包括：
11.一种空调，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行程序时实现如权利要求1-9中任一项所述的方法。
12.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现权利要求1-9中任一项所述方法。
