[发明专利]用于控制机器人装置的装置和方法

说明书

本发明公开用于控制机器人装置的装置和方法，其中该方法具有：训练具有参数模型和对象模型的控制模型，该训练具有：为多个初始状态‑目标状态对中每个初始状态‑目标状态对，提供具有状态和状态转变的控制‑状态序列，其中每个状态转变分配有任务参数组；确定状态转变‑状态‑状态转变三元组的集合，这些三元组包含在提供的控制‑状态序列中；针对每个状态转变‑状态‑状态转变三元组：适配参数模型，使得参数模型确定分配给该状态之后的状态转变的任务参数组中每个任务参数的概率分布，适配对象模型，使得对象模型针对一个或多个对象中每个对象确定针对对象状态的概率分布；且利用控制模型使用训练的参数模型和训练的对象模型来控制机器人装置。

技术领域

总的来说，不同的实施例涉及一种用于控制机器人装置的装置和方法。

背景技术

机器人装置可具有多项技能，并且可为了执行任务而实施这些技能中的多项。在这种情况下，机器人装置在实施技能时的行为可取决于多个参数。例如可以借助于机器人控制模型来确定为了执行任务所要实施的技能。然而，大量的技能结合大量的参数可能导致在确定所要实施的技能时的分析时间长。如果机器人装置正在运行，则例如可能需要短的分析时间来确定所要实施的技能。

还可以有利的是：将来自演示中的机器人能力传授给机器人控制模型。

L. Schwenkel, M. Guo和M. Bürger在2019年机器人学习会议上的出版物“Optimizing sequences of probabilistic manipulation skills learned fromdemonstration”（在下文称为参考文献[1]）描述了一种以技能为中心的方案，在该方案中，每项技能都独立地在不同场景下被学习，但是不与特定任务绑定。

发明内容

具有独立权利要求1（第一个示例）和9（第九个示例）的特征的方法和装置能够实现：以微小的计算技术构造和/或微小的时间花费来确定机器人装置的用于实施任务的技能。例如，该方法和该装置能够实现：针对机器人装置的当前状态和目标状态，以微小的计算技术构造和/或微小的时间花费来确定要由机器人装置实施的技能。尤其是，该方法和该装置可以在使用经训练的控制模型的情况下提供所要实施的技能。还提供一种方法和一种装置，借助于该方法和该装置可以将来自演示中的机器人能力传授给控制模型。

机器人装置可以是任何类型的受计算机控制的装置，诸如机器人（例如制造机器人、维修机器人、家用机器人、医疗机器人等等）、车辆（例如自主车辆）、家用电器、生产机器、私人助理、访问控制系统等等。

按照第一个示例产生的控制模型例如一方面考虑上一次实施的状态转变（诸如上一次实施的技能）与随后可实施的状态转变（诸如随后可实施的技能）之间的关联以及另一方面考虑这两个状态转变的排序所基于的几何条件。

控制模型例如在如下方面是有利的：不需要复杂的计算来确定所要执行的状态转变（诸如所要执行的技能，这些技能可引起所要执行的状态转变）的排序。例如，所要实施的技能可以与大量技能、大量参数和/或在机器人装置的周围环境中的大量参与对象无关地以微小的时间花费来确定所要执行的技能。控制模型还具有如下效果：不需要手动的选择过程来选择所要实施的技能。

控制模型例如在如下方面是有利的：该控制模型可以针对机器人装置的附加技能被线性扩展。

每个控制-状态序列都可具有状态和状态转变的交替排序。在本段中所描述的特征与第一个示例相结合地形成第二个示例。