[发明专利]用于控制机器人装置的装置和方法

权利要求书

1.一种用于控制机器人装置的方法，所述方法具有：

• 对具有参数模型和对象模型的控制模型进行训练，所述训练具有：

o 针对多个初始状态-目标状态对中的每个初始状态-目标状态对，提供控制-状态序列，所述控制-状态序列具有来自可能的状态和状态转变的集合中的状态和状态转变，其中所述初始状态说明所述机器人装置以及一个或多个对象的状态，其中所述目标状态说明所述机器人装置以及一个或多个对象的状态，而且其中每个状态转变都分配有任务参数组，

o 确定状态转变-状态-状态转变三元组的集合，所述三元组包含在所提供的控制-状态序列中，

o 针对状态转变-状态-状态转变三元组的集合中的每个状态转变-状态-状态转变三元组：

▪ 针对所述三元组使所述参数模型适配，使得响应于对所述状态转变-状态-状态转变三元组和包含所述状态转变-状态-状态转变三元组的控制-状态序列的所分配的目标状态的输入，所述参数模型确定来自被分配给该状态之后的状态转变的任务参数组中的每个任务参数的概率分布，

▪ 针对所述三元组使所述对象模型适配，使得针对所述一个或多个对象中的每个对象，响应于对所述状态转变-状态-状态转变三元组的这两个状态转变、所述一个或多个对象中的其它对象的相应的状态、任务参数组和所分配的目标状态的输入，所述对象模型确定针对所述对象的状态的概率分布；而且

• 利用所述控制模型来控制所述机器人装置从预先给定的初始状态出发经由状态序列到达所要实现的目标状态，其中在每个状态下都在使用经训练的参数模型的情况下确定任务参数组，在使用经训练的对象模型的情况下确定所要实施的状态转变，而且在使用所确定的任务参数组的情况下控制所述机器人装置来实施所要实施的状态转变。

2.根据权利要求1所述的方法，

其中每个控制-状态序列都具有状态和状态转变的交替排序。

3.根据权利要求1或2中任一项所述的方法，

其中利用所述控制模型对所述机器人装置的控制在每个状态下都具有：

• 针对每个在该状态下可实施的状态转变，响应于将所述目标状态和用来达到该状态的状态转变输入到经训练的参数模型中来确定相应的任务参数组；

• 针对每个在该状态下可实施的状态转变，为所述一个或多个对象中的每个对象，响应于将所述目标状态、所述一个或多个对象中的其它对象的相应的状态和借助经训练的参数模型确定的任务参数组输入到经训练的对象模型中来确定相应的概率分布；

• 在使用针对所述一个或多个对象所确定的概率分布的情况下，确定每个在该状态下可实施的状态转变的概率；而且

• 将所确定的概率最高的可实施的状态转变确定为所要实施的状态转变。

4.根据权利要求3所述的方法，

其中对于每个在该状态下可实施的状态转变来说，对相应的任务参数组的确定具有：

• 确定针对所述任务参数组的每个任务参数的相应的概率分布；而且

• 将所述相应的概率分布的期望值确定为所述任务参数组的任务参数。

5.根据权利要求1至4中任一项所述的方法，

其中针对所述多个初始状态-目标状态对中的每个初始状态-目标状态对来提供控制-状态序列具有：

• 从所述初始状态开始直至所述目标状态为止，选择在所述机器人装置的相应的状态下的状态转变；而且

• 借助于模拟来确定被分配给所选择的状态转变的任务参数组和所述机器人装置的由所述状态转变导致的状态。

6.根据权利要求1至5中任一项所述的方法，

其中为初始状态-目标状态对提供控制-状态序列具有：

• 针对所述初始状态-目标状态对确定多个潜在的控制-状态序列，其中每个控制-状态序列都具有状态和状态转变的交替排序；而且

• 将具有状态和状态转变的最短排序的潜在的控制-状态序列确定为用于所述初始状态-目标状态对的控制-状态序列。