[發(fā)明專利]機(jī)器學(xué)習(xí)裝置、數(shù)控裝置、工作機(jī)械及機(jī)器學(xué)習(xí)方法

有效

• 申請?zhí)枺?/td>: 201880095230.7
• 申請日: 2018-07-06
• 公開（公告）號: CN112368656B
• 公開（公告）日: 2021-08-20
• 發(fā)明（設(shè)計）人: 加藤勇太;石田泰一
• 申請（專利權(quán)）人: 三菱電機(jī)株式會社
• 主分類號: G05B19/4155
• 分類號: G05B19/4155;B23B15/00;B23B31/00;B23Q17/00
• 代理公司: 北京天昊聯(lián)合知識產(chǎn)權(quán)代理有限公司 11112
• 代理人: 何立波;張?zhí)焓?/td>

1.一種機(jī)器學(xué)習(xí)裝置，其在對工件進(jìn)行抓持而輸送的第1卡盤、和對所述工件進(jìn)行抓持而接收的第2卡盤之間的所述工件的交接時，對向使所述第1卡盤移動的驅(qū)動機(jī)構(gòu)的位置指令進(jìn)行學(xué)習(xí)，

該機(jī)器學(xué)習(xí)裝置的特征在于，具有：

狀態(tài)觀測部，其將向所述驅(qū)動機(jī)構(gòu)的所述位置指令、和來自所述驅(qū)動機(jī)構(gòu)的反饋數(shù)據(jù)作為狀態(tài)變量進(jìn)行觀測；以及

學(xué)習(xí)部，其按照基于所述狀態(tài)變量創(chuàng)建的數(shù)據(jù)集，對抑制所述第1卡盤和所述第2卡盤之間的所述工件的交接位置的位置偏移的所述位置指令進(jìn)行學(xué)習(xí)，

所述反饋數(shù)據(jù)包含反饋位置，該反饋位置表示對所述工件進(jìn)行輸送的輸送機(jī)構(gòu)的位置，

所述學(xué)習(xí)部具有：

回報計算部，其基于向所述驅(qū)動機(jī)構(gòu)的所述位置指令所示的位置和所述反饋位置的差分，對回報進(jìn)行計算；以及

函數(shù)更新部，其基于所述回報，對用于決定所述位置指令的函數(shù)進(jìn)行更新。

2.一種數(shù)控裝置，其特征在于，具有：

權(quán)利要求1所述的機(jī)器學(xué)習(xí)裝置；以及

控制部，其將由所述學(xué)習(xí)部學(xué)習(xí)到的所述位置指令向所述驅(qū)動機(jī)構(gòu)進(jìn)行輸出。

3.根據(jù)權(quán)利要求2所述的數(shù)控裝置，其特征在于，

所述反饋數(shù)據(jù)包含反饋電流，該反饋電流是表示所述驅(qū)動機(jī)構(gòu)為了使所述第1卡盤移動而從所述驅(qū)動機(jī)構(gòu)輸出的電流的數(shù)據(jù)，

所述回報計算部基于所述差分及所述反饋電流對所述回報進(jìn)行計算。

4.根據(jù)權(quán)利要求3所述的數(shù)控裝置，其特征在于，

所述回報計算部在所述差分小于或等于閾值、且所述反饋電流小于或等于基準(zhǔn)電流值的情況下使所述回報增大，在所述差分大于所述閾值或者所述反饋電流大于所述基準(zhǔn)電流值的情況下使所述回報減少。

5.根據(jù)權(quán)利要求3或4所述的數(shù)控裝置，其特征在于，

所述函數(shù)更新部按照所述回報，對表示所述函數(shù)的行動價值表進(jìn)行更新。

6.根據(jù)權(quán)利要求3所述的數(shù)控裝置，其特征在于，

所述狀態(tài)觀測部在所述差分大于閾值或者所述反饋電流大于基準(zhǔn)電流值的情況下，判定為所述交接失敗，

如果判定為所述交接失敗，則所述學(xué)習(xí)部對所述位置指令進(jìn)行學(xué)習(xí)，

如果判定為所述交接失敗，則所述控制部通過由所述學(xué)習(xí)部學(xué)習(xí)到的所述位置指令進(jìn)行所述交接的重試。

7.根據(jù)權(quán)利要求2至6中任一項所述的數(shù)控裝置，其特征在于，

所述學(xué)習(xí)部對向所述驅(qū)動機(jī)構(gòu)的所述位置指令中的、向與所述第1卡盤和所述第2卡盤之間的所述交接的方向垂直的第1方向的位置指令進(jìn)行學(xué)習(xí)。

8.一種工作機(jī)械，其特征在于，

由權(quán)利要求2至7中任一項所述的數(shù)控裝置進(jìn)行控制，通過所述驅(qū)動機(jī)構(gòu)進(jìn)行驅(qū)動。

9.一種機(jī)器學(xué)習(xí)方法，其在對工件進(jìn)行抓持而輸送側(cè)的第1卡盤和對所述工件進(jìn)行抓持而接收側(cè)的第2卡盤之間的所述工件的交接時，對向使所述第1卡盤移動的驅(qū)動機(jī)構(gòu)的位置指令進(jìn)行學(xué)習(xí)，

該機(jī)器學(xué)習(xí)方法的特征在于，包含：

狀態(tài)觀測步驟，將向所述驅(qū)動機(jī)構(gòu)的所述位置指令和來自所述驅(qū)動機(jī)構(gòu)的反饋數(shù)據(jù)作為狀態(tài)變量進(jìn)行觀測；以及

學(xué)習(xí)步驟，按照基于所述狀態(tài)變量創(chuàng)建的數(shù)據(jù)集，對抑制所述第1卡盤和所述第2卡盤之間的所述工件的交接位置的位置偏移的所述位置指令進(jìn)行學(xué)習(xí)，

所述反饋數(shù)據(jù)包含反饋位置，該反饋位置表示對所述工件進(jìn)行輸送的輸送機(jī)構(gòu)的位置，

所述學(xué)習(xí)步驟具有：

回報計算步驟，其基于向所述驅(qū)動機(jī)構(gòu)的所述位置指令所示的位置和所述反饋位置的差分，對回報進(jìn)行計算；以及

函數(shù)更新步驟，其基于所述回報，對用于決定所述位置指令的函數(shù)進(jìn)行更新。