[發明專利]機械學習裝置及方法、機器人系統

有效

• 申請號: 201811360279.9
• 申請日: 2016-07-29
• 公開（公告）號: CN109434832B
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 津田丈嗣;岡野原大輔;奧田遼介;松元睿一;河合圭悟
• 申請（專利權）人: 發那科株式會社;優選網絡公司
• 主分類號: B25J9/16
• 分類號: B25J9/16;B25J13/00;B25J13/08
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 曾賢偉;郝慶芬

本發明提供一種機械學習裝置及方法、機器人控制裝置、機器人系統。人與機器人(1)協作地進行作業的機器人的機械學習裝置(5)，具備：狀態觀測部(51)，其在上述人與上述機器人(1)協作地進行作業的期間，觀測表示上述機器人(1)的狀態的狀態變量；判定數據取得部(52)，其取得與上述人的負擔度以及作業效率中的至少一方相關的判定數據；以及學習部(54)，其根據上述狀態變量以及上述判定數據，學習用于設定上述機器人(1)的行為的訓練數據集。

本申請為2016年7月29日遞交的、申請號為201610615047.8、發明名稱為“機械學習裝置及方法、機器人控制裝置、機器人系統”的專利申請的分案申請。

技術領域

本發明涉及一種學習人的行為模式的機械學習裝置、機器人控制裝置、機器人系統及機械學習方法。

背景技術

在現有技術中，為了確保人的安全，采用了如下的安全對策：在機器人驅動的期間，人不進入機器人的作業區域。例如，在機器人的周邊設置安全柵，在機器人的驅動期間，禁止人進入到安全柵的內部。近年來，已知人與機器人協作來進行作業的機器人系統。在該機器人系統中，在機器人的周邊不設置安全柵的狀態下，機器人和人可以同時進行一個作業。

在日本特開2015-123505號公報中公開了與人進行協作作業的工業機器人。該機器人具備被底部支持的可動部、由剛性比可動部低的材質形成且覆蓋可動部的周圍的保護部件、設于可動部且檢測經由保護部件輸入的外力的檢測器。

按照預先生成的動作程序驅動一般的工業機器人。或者，以通過由示教編程器等預先示教的示教點的方式驅動機器人。即，沿著預先決定的軌道驅動機器人。

在人與機器人協作來進行作業的機器人系統中，也可以預先設定機器人的軌道，沿著所生成的軌道驅動機器人。然而，在人與機器人協作來進行作業的情況下，有時作業方法并不一般。例如，在制造產品的工廠等，有時將工件從初始位置搬運至目標位置。為了搬運工件，有時人與機器人協作來抬起工件，搬運至目標位置。機器人可以抬起搬運物并進行搬運。在該情況下，抬起工件的方向和速度等，存在多個選項。

依存于針對工件的機器人的控制方法，人的負擔度變化。例如，即使在進行同一作業的情況下，人的疲憊程度也變化，負擔度還根據離人的距離或速度而變化。因此，優選適當地設定機器人的控制方法。然而，存在多個機器人的控制方法。此外，有時人的行為模式因作業內容而不同。因此，存在難以根據作業內容設定最佳的機器人的控制方法的問題。

發明內容

根據本發明的第1實施方式，提供一種在人與機器人協作來進行作業的機器人的機械學習裝置，其中，具備：狀態觀測部，其在上述人與上述機器人協作地進行作業的期間，觀測表示上述機器人的狀態的狀態變量；判定數據取得部，其取得與上述人的負擔度以及作業效率中的至少一方相關的判定數據；以及學習部，其根據上述狀態變量以及上述判定數據，學習用于設定上述機器人的行為的訓練數據集。

優選地，上述狀態變量包括上述機器人的位置、姿勢、速度以及加速度中的至少一個。優選地，上述判定數據包括上述機器人感知的負荷的大小或方向、上述機器人的周圍感知的負荷的大小或方向、上述機器人的周圍的負擔度以及上述機器人的移動時間中的至少一個。

上述訓練數據集包括對上述機器人的每個狀態以及上述機器人的每個行為設定的表示上述機器人的行為的價值的行為價值變量，上述學習部包括：回報計算部，其根據上述判定數據以及上述狀態變量設定回報；以及函數更新部，其根據上述回報以及上述狀態變量，更新上述行為價值變量。優選地，上述機器人的加速度的絕對值越小，上述回報計算部設定越大的回報，上述機器人的移動時間越短，上述回報計算部設定越大的回報。