RPA（Robotic Process Automation）软件常用的算法有以下几种：

1、朴素贝叶斯算法：用于分类任务，根据给定的条件，计算出不同类别出现的概率，然后选取概率最大的类别作为结果。

2、支持向量机（SVM）算法：用于分类和回归任务，通过非线性映射将输入数据映射到高维空间，从而找到最优的超平面，实现对数据的分类或回归。

3、决策树（Decision Tree）算法：用于分类和回归任务，通过一系列的判断条件，将数据划分成不同的类别或回归结果。

4、随机森林（Random Forest）算法：用于分类和回归任务，通过组合多个决策树的结果，实现对数据的分类或回归。

5、K-近邻（K-Nearest Neighbor，KNN）算法：用于分类和回归任务，通过寻找最近的邻居来预测待分类数据所属的类别或回归结果。

6、人工神经网络（Artificial Neural Network，ANN）算法：用于分类和回归任务，通过模拟人脑神经元的工作方式，实现对数据的分类或回归。

7、遗传算法（Genetic Algorithm，GA）：用于优化任务，通过模拟生物进化过程，寻找到最优的解决方案。

8、模拟退火算法（Simulated Annealing，SA）：用于优化任务，通过模拟退火过程，寻找到最优的解决方案。

9、蚁群算法（Ant Colony Optimization，ACO）：用于优化任务，通过模拟蚂蚁寻找食物的过程，寻找到最优的解决方案。

10、粒子群算法（Particle Swarm Optimization，PSO）：用于优化任务，通过模拟鸟群或鱼群等群体行为，寻找到最优的解决方案。

以上算法是RPA中常用的算法之一，不同的算法适用于不同的任务和场景。