[发明专利]信息处理装置、信息处理方法以及程序

说明书

本发明提供一种信息处理装置等，可合适地获得运行机械的控制模块。所述信息处理装置包括：第一输入部，关于包含运行机械的假想模型的一个以上的假想模型，接受用于确定类别的第一参数的输入；第二输入部，接受与概率分布有关的第二参数的输入，所述概率分布将构成所述一个以上的假想模型的元件的特性作为概率变量；假想模型生成部，使用所述第一参数及所述第二参数，概率性地生成所述一个以上的假想模型；判定部，对使所述运行机械的假想模型，在包含概率性地生成的所述一个以上的假想模型的假想空间上运行的情况下的所述运行的正确与否进行判定；及学习部，根据所述运行正确与否的判定结果，来学习用于实现规定的运行的所述运行机械的控制模块。

技术领域

本发明涉及一种信息处理装置、信息处理方法以及程序。

背景技术

近年来，例如想到下述情况等，即：通过监督学习(supervised learning)或强化学习(reinforcement learning)等机械学习，来自律地获得利用工业机器人等运行机械的控制模块。但是，为了使用运行机械的真机来获得控制模块，需要变动学习真机的次数，因而非常耗费时间。

因此，作为缩短学习时间的方法，也想到将对于运行机械或作业对象物、观察运行的传感器(sensor)、及运行环境等分别等效的假想模型配置在假想空间上后，基于使用所述假想模型的模拟(simulation)，在假想空间上学习运行机械的控制模块。但是，在真实环境下，例如会产生机械臂(robot arm)的各个体的偏差、或传感器的安装位置的偏差等，但一般来说假想模型中不产生这种偏差，因而通过利用假想模型的模拟器(simulator)进行学习而获得的控制模块在适用于真实环境的情况下，稳健性不充分。

作为通过利用模拟器进行学习而获得机械臂的控制模块时为真实环境的各种状况做准备的技术，例如在非专利文献1中公开了下述方法，即：随机选择机器人或作业对象物的假想模型的颜色、或者相机或光源的位置、墙面或工作台(table)的纹理(texture)等，进行学习。

现有技术文献

非专利文献

非专利文献1：史蒂芬詹姆斯(Stephen James)及另两人，《Transferring End-to-End Visuomotor Control from Simulation to Real World for a Multi-StageTask}}，美国，第一届机器人学习大会(1st Conference on Robot Learning)(CoRL2017)，2017年7月7日

发明内容

发明所要解决的问题

但是，若如非专利文献1记载的方法那样随机生成假想模型进行学习，则也会学习到现实中不可能产生的假想模型，因而学习效率变差。而且另一方面，若仅学习实际产生的假想模型，则也存在下述问题，即：对于并未学习的未知的状况，无法适用已获得的控制模块。

本发明的若干形态是鉴于所述问题而成，其目的之一在于提供一种信息处理装置、信息处理方法以及程序，可合适地获得运行机械的控制模块。

解决问题的技术手段

本发明的一形态的信息处理装置包括：第一输入部，关于包含运行机械的假想模型的一个以上的假想模型，接受用于确定类别的第一参数的输入；第二输入部，接受与概率分布有关的第二参数的输入，所述概率分布将构成所述一个以上的假想模型的元件的特性作为概率变量；假想模型生成部，使用所述第一参数及所述第二参数，概率性地生成所述一个以上的假想模型；判定部，对使所述运行机械的假想模型，在包含概率性地生成的所述一个以上的假想模型的假想空间上运行的情况下的所述运行的正确与否进行判定；以及学习部，根据所述运行正确与否的判定结果，来学习用于实现规定的运行的所述运行机械的控制模块。