[发明专利]用于确定机器人的动作或轨迹的方法、设备和计算机程序

权利要求书

1.一种用于根据机器人（11）的实际位置（s_t）确定所述机器人（11）的动作（a）的方法，

其中从所述实际位置（s_t）的多个预选的相邻位置（焦点组）中选择后续位置，其中为每个相邻位置分配第一变量（h_F），

其中所述后续位置（s_t）是所述多个预选的相邻位置中的以下相邻位置，该相邻位置相对于其他预选的相邻位置被分配了最小的第一变量（h_F），

其中所述第一变量（h_F）分别表征所述机器人（11）是否从所述实际位置（s_t）移动至各自预选的相邻位置的第一概率（P），

其中机器学习系统（20）被设置为输出多个第二概率（）作为输出变量，每个第二概率表征所述机器人（11）从所述实际位置（s_t）出发分别执行多个可能动作（A）中的一个动作（）的概率，

其中所述机器学习系统（20）确定所述输出变量，

其中根据所述机器学习系统（20）的所述输出变量中的至少一个输出变量确定所述第一变量（h_F），并将所述第一变量分配给各自预选的相邻位置，

其中从所述多个可能动作（A）中选择动作（a），使得当所述机器人（11）执行所选择的动作（a）时，从所述实际位置（s_t）出发直接到达所述后续位置。

2.根据权利要求1所述的方法，其中，对于所述实际位置（s_t）的每个可能的相邻位置，确定总成本（f（n））并将所述总成本分配给各自的相邻位置，

其中将所述相邻位置录入到第一列表（开放列表）中，

其中根据第一成本（g（n））和第二成本（h（n））来确定所述总成本（f（n）），

其中所述第一成本（g（n））分别表征为了从所述机器人（11）的可预给定起始位置到达各自的相邻位置而必须花费的成本，并且所述第二成本（h（n））分别表征为了从各自的相邻位置到达所述机器人（11）的可预给定目标位置（Z）而必须花费的成本，

其中估计所述第二成本（h（n）），使得所述第二成本始终低于从各自的相邻位置到达所述目标位置（Z）的实际成本，

其中所述多个预选的相邻位置（焦点组）包含所述第一列表（开放列表）的以下相邻位置，这些相邻位置的总成本（f（n））低于确定的最低总成本（minf（n））乘以可预给定因子（）。

3.根据权利要求1或2所述的方法，其中，所述机器学习系统（20）被设置为根据所述机器人（11）的环境的地图的至少一个提供的部分来输出所述输出变量，

其中所述机器学习系统（20）根据所述地图部分确定所述输出变量，

其中根据多个第二概率（）的至少以下第二概率来确定所述第一概率（P），所述第二概率表征所述机器人是否从所述实际位置（s_t）出发执行所述机器人必须执行的动作，使得所述机器人从所述实际位置（s_t）出发直接到达各自的相邻位置。