[发明专利]控制装置及机器学习装置

权利要求书

1.一种控制装置，其控制用于经由导热体对电气部件粘接放热板的机器人，其特征在于，该控制装置具备：

机器学习装置，其学习基于所述机器人的所述放热板的粘接动作的动作参数，

所述机器学习装置具备：

状态观测部，其将表示所述动作参数的动作参数数据和表示所述导热体所涉及的状态的导热体状态数据作为表示环境的当前状态的状态变量来进行观测；

判定数据获取部，其获取表示所述粘接动作的适当与否判定结果的判定数据；以及

学习部，其使用所述状态变量和所述判定数据，将所述动作参数与所述导热体状态数据关联起来进行学习。

2.根据权利要求1所述的控制装置，其特征在于，

所述状态观测部还将识别所述电气部件的类别的电气部件类别信息和识别组装有所述电气部件的基板的类别的基板类别信息中的至少任一个作为所述状态变量进行观测，

除了所述导热体状态数据外，所述学习部将所述动作参数与所述电气部件类别信息和所述基板类别信息中的至少任一个关联起来进行学习。

3.根据权利要求1或2所述的控制装置，其特征在于，

所述学习部具备：

回报计算部，其求出与所述适当与否判定结果相关的回报；以及

价值函数更新部，其使用所述回报来更新表示针对所述导热体所涉及的状态的所述动作参数的价值的函数。

4.根据权利要求1或2所述的控制装置，其特征在于，

所述学习部以多层结构来运算所述状态变量和所述判定数据。

5.根据权利要求1或2所述的控制装置，其特征在于，该控制装置还具备：

决策部，其基于所述学习部的学习结果，输出基于所述动作参数的指令值。

6.根据权利要求1或2所述的控制装置，其特征在于，

所述学习部使用对多个机器人分别获得的所述状态变量和所述判定数据，来学习该多个机器人各自的所述动作参数。

7.根据权利要求1或2所述的控制装置，其特征在于，

所述机器学习装置存在于云服务器或单元控制器。

8.一种机器学习装置，其学习基于用于经由导热体对电气部件粘接放热板的机器人的所述放热板的粘接动作的动作参数，其特征在于，该机器学习装置具备：

状态观测部，其将表示所述动作参数的动作参数数据和表示所述导热体所涉及的状态的导热体状态数据作为表示环境的当前状态的状态变量来进行观测；

判定数据获取部，其获取表示所述粘接动作的适当与否判定结果的判定数据；以及

学习部，其使用所述状态变量和所述判定数据，将所述动作参数与所述导热体状态数据关联起来进行学习。