[发明专利]动作转移装置、动作转移方法和存储动作转移程序的非暂时性计算机可读介质

说明书

转移源动作信息获取单元获取所述转移源机器人的第一动作信息。转移目标动作信息获取单元获取所述转移源机器人的第二动作信息。校正单元通过使用所述第二动作信息以及根据预定公式来校正所述转移源机器人的所述动作信息，以生成所述转移目标机器人的第三动作信息。所述转移目标机器人的所述第二动作信息所含的数据的数量少于所述转移源机器人的所述第一动作信息所含的数据的数量。所述第一至第三动作信息包括指示一个或多个机器人关节值的一组数据和指示机器人特定部位的坐标值的一组数据。

技术领域

本发明涉及一种动作转移装置、动作转移方法和动作转移程序。例如，本发明涉及一种用于通过使用由转移目标机器人所获取的少量学习样本来从转移源机器人转移动作的技术。

背景技术

当前，机器人的使用已经在人类社会包括家庭中得到扩展。目前，用于机器人的智能发展机制仍在研发，因此机器人能够执行的动作和机器人能够理解的事物是有限的。另一方面，已经研发出具有不同身体特征的各种类型的机器人。假设具有以上限制的机器人被引入到标准家庭，使这些机器人中的每一个独立地学习动作等是低效的。

因此，需要一种用于在其他机器人中共享每个机器人所学到的知识特别是动作信息的方法。用于通过在机器人中分享动作信息来获得动作的技术被称为“动作转移”。换句话说，动作转移是转移目标(目标域)机器人通过使用由转移源(源域)机器人获得的动作信息来高效地学习动作的技术。

机器人所基于来行动的信息(动作信息)可被视为是例如通过积累具有某些物理性质(例如，臂的长度或者关节的数量)的机器人的臂的前端的关节角(关节值)与坐标(末端执行器)之间的对应关系来获得的。此类动作信息的使用使得机器人能够行动。因此，物理性质对机器人动作转移具有重要作用。然而，通常难以在各种类型的机器人中统一机器人的物理性质。因此，在动作转移中，用于使从另一机器人获得的动作信息适应机器人的物理性质的过程是重要的。

如同上文方法，通常采用获得转移目标机器人的物理性质然后将关于转移目标机器人的动作信息处理为适于转移源机器人的物理性质的技术。然而，在此技术中，需要诸如测量转移目标机器人的物理性质的一些预先准备。此外，如果转移目标机器人的物理性质改变，或者如果在其测量中出现误差，则难以准确地执行动作。此外，人类和动物能在无需预先获得关于其自身物理性质的情况下学习动作。因此，基于真实机器人的经验来实现动作转移而不事先获得关于转移目标机器人的物理性质似乎是更为现实的方法。

就此而言，非专利文献1提出了一种技术，用于即使在转移目标机器人的一些物理性质未知的情况下，通过使用从转移源机器人和转移目标机器人两者获得的相同动作样本的相应数量来将转移源机器人的动作样本转移到转移目标机器人的技术。应当理解的是，在此情况下，通过使用矩阵计算进行拟合来实现动作转移。

现有技术文献

非专利文献

非专利文献1：Botond Bocsi及另外两人，《基于对准的机器人模型的转移学习》，[在线]，2013年,[2014年10月6日检索]，URL:http://www.cs.ubbcluj.ro/～bboti/pubs/ijcnn_2013.pdf

发明内容

技术问题

然而，非专利文献1未能描述关于动作转移所需数据样本的数量的细节。认为需要从转移源机器人和转移目标机器人两者获取相同数量的动作样本。具体地，所述技术需要不仅在转移源中而且在转移目标中获取大量学习样本。这造成以下问题：所述技术执行动作转移花费大量时间；花费大量工时、成本等；并且难以迅速且准确地实现动作转移。

通常，在模拟器上或在实验设施中使用真实机器人作为转移源机器人使得获取大量动作样本相对容易。然而，假设转移目标机器人是提供用于在家等实际操作的真实机器人。在这种情形下，认为难以获取与转移源机器人相同数量的学习样本。因此，在转移目标机器人中，需要一种用于在没有获取大量学习样本的步骤的情况下以高效率实现动作转移的方法。