[發明專利]訓練數據排序裝置、機器人系統以及訓練數據排序方法

在審

• 申請號: 202080090021.0
• 申請日: 2020-12-22
• 公開（公告）號: CN115087521A
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 山本武司;蓮沼仁志;倉島一輝
• 申請（專利權）人: 川崎重工業株式會社
• 主分類號: B25J9/22
• 分類號: B25J9/22;G06N20/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 胡乃銳

訓練數據排序裝置，具備數據評估模型、數據評估部、存儲部、和訓練數據排序部。所述數據評估模型通過對所述收集數據的至少一部分數據進行機器學習、或者通過對與所述收集數據不同的數據進行機器學習而構建。所述數據評估部使用所述數據評估模型評估輸入的所述收集數據。所述存儲部存儲通過所述數據評估部評估后的收集數據即評估完畢數據。所述訓練數據排序部通過提示了所述數據評估部的評估結果的操作人員的指示、或者基于該評估結果自動地從通過所述存儲部存儲的所述評估完畢數據中對用于構建所述學習模型的訓練數據進行排序。

技術領域

本發明涉及一種訓練數據的排序，該訓練數據用于訓練學習模型。

背景技術

以往，已知一種系統，該系統利用機器學習控制機器人的動作等，該機器學習通過從收集數據中反復學習，自動地找出法則或規則，實現與人類自然進行的學習能力相同的功能。專利文獻1公開了這種系統。

專利文獻1的動作預測系統，通過將用于學習的動作案例數據(收集數據)分類為多個組，且使對應每組的動作預測模型對每組進行機器學習以構建動作預測模型。

[現有技術文獻]

[專利文獻]

專利文獻1：日本特開2018-206286號公報

發明內容

發明所要解決的技術問題

在使用如所述專利文獻1的機器學習控制機器人的動作的系統中，通常在為了學習而收集的數據中包括有操作人員預期的動作數據和非預期的動作數據。不管是否符合操作人員的預期，學習模型皆會以同樣的方式學習收集的數據中的動作數據。

在收集的數據中，操作人員預期的動作數據通常遠比非預期的動作數據多。由此，期待機器人能在反復學習的過程中進行操作人員預期的動作。

然而，由于機器學習模型還會機器學習操作人員所非預期的不適當的動作數據，因此結束學習需要時間，且在達到能輸出操作人員預期的結果前需要大量的時間。另外，機器人是否通過學習獲得了操作人員預期的動作，必須通過目視觀察等確認機器人學習后的動作才能判斷。假定在經過長時間學習之后機器人仍未進行預期的動作、且今后也不太可能改善動作的情況下，有時還會從數據的收集階段重新開始，造成時間和工時的極大浪費。

有鑒于此，本發明的目的在于提供一種訓練數據排序裝置，該訓練數據排序裝置能夠減少在機器學習的試驗糾錯上花費的時間和工時，且能提供訓練數據，該訓練數據能夠縮短達到能輸出符合預期的結果前的學習時間。

解決問題所使用的技術方案

本發明所欲解決的問題誠如上面的說明，下面對用以解決該問題的手段及其功效進行說明。

根據本發明的第一觀點，提供以下結構的訓練數據排序裝置。也就是說，該訓練數據排序裝置，從通過數據收集裝置收集的收集數據中對用于通過機器學習構建學習模型的訓練數據進行排序。該訓練數據排序裝置，具備數據評估模型、數據評估部、存儲部、和訓練數據排序部。所述數據評估模型，通過對所述收集數據的至少一部分進行機器學習、或者通過對與所述收集數據不同的數據進行機器學習而構建。所述數據評估部使用所述數據評估模型評估輸入的所述收集數據。所述存儲部存儲通過所述數據評估部評估后的收集數據即評估完畢數據。所述訓練數據排序部，通過提示了所述數據評估部的評估結果的操作人員的指示、或者基于該評估結果自動地從通過所述存儲部存儲的所述評估完畢數據中對用于構建所述學習模型的訓練數據進行排序。