[发明专利]物品堆放装置以及机器学习装置

权利要求书

1.一种物品堆放装置，其控制机器人将设置于设置场所的多个物品堆放到配置场所，其特征在于，

所述物品堆放装置具有：机器学习装置，其学习针对所述配置场所的配置状态和堆放对象物品的信息来推定该物品在所述配置场所中的配置，

所述机器学习装置具有：

状态观测部，其观测表示所述配置场所的配置状态的配置状态数据、以及表示堆放对象物品的信息的物品信息数据作为表示环境当前状态的状态变量；

标签数据取得部，其取得物品配置数据作为标签数据，该物品配置数据包含表示所述物品在所述配置场所中的配置的信息以及所述物品的临时放置有关的信息；以及

学习部，其使用所述状态变量和所述标签数据，将所述配置状态数据和所述物品信息数据与所述物品配置数据关联起来进行学习。

2.一种物品堆放装置，其控制机器人将设置于设置场所的多个物品堆放到配置场所，其特征在于，

所述物品堆放装置具有：机器学习装置，其学习针对所述配置场所的配置状态和堆放对象物品的信息来推定该物品在所述配置场所中的配置，

所述机器学习装置具有：

状态观测部，其观测表示所述配置场所的配置状态的配置状态数据、以及表示堆放对象物品的信息的物品信息数据作为表示环境当前状态的状态变量；

标签数据取得部，其取得表示所述物品在所述配置场所中的配置的物品配置数据作为标签数据；以及

学习部，其使用所述状态变量和所述标签数据，将所述配置状态数据和所述物品信息数据与所述物品配置数据关联起来进行学习，

所述学习部具有：

误差计算部，其使用所述状态变量和所述标签数据，计算从所述配置状态数据和所述物品信息数据导出所述物品配置数据的相关性模型与从预先准备的训练数据识别的相关性特征之间的误差；以及

模型更新部，其更新所述相关性模型使得缩小所述误差。

3.根据权利要求1或2所述的物品堆放装置，其特征在于，

所述物品信息数据至少包含多个物品的信息。

4.根据权利要求1或2所述的物品堆放装置，其特征在于，

所述学习部通过多层结构来运算所述状态变量和所述标签数据。

5.根据权利要求1或2所述的物品堆放装置，其特征在于，

所述机器学习装置还具有：推定结果输出部，其根据所述学习部的学习结果，输出所述物品在所述配置场所中的配置的推定结果。

6.根据权利要求1或2所述的物品堆放装置，其特征在于，

所述机器学习装置存在于云服务器上。

7.根据权利要求1或2所述的物品堆放装置，其特征在于，

所述机器学习装置使用多个物品堆放装置取得到的所述状态变量和所述标签数据来进行学习。

8.一种机器学习装置，其学习在将设置于设置场所的多个物品堆放到配置场所的作业中针对所述配置场所的配置状态和堆放对象物品的信息来推定该物品在所述配置场所中的配置，其特征在于，所述机器学习装置具有：

状态观测部，其观测表示所述配置场所的配置状态的配置状态数据、以及表示堆放对象物品的信息的物品信息数据作为表示环境当前状态的状态变量；

标签数据取得部，其取得物品配置数据作为标签数据，该物品配置数据包含表示所述物品在所述配置场所中的配置的信息以及所述物品的临时放置有关的信息；以及

学习部，其使用所述状态变量和所述标签数据，将所述配置状态数据和所述物品信息数据与所述物品配置数据关联起来进行学习。

9.一种机器学习装置，其学习在将设置于设置场所的多个物品堆放到配置场所的作业中针对所述配置场所的配置状态和堆放对象物品的信息来推定该物品在所述配置场所中的配置，其特征在于，所述机器学习装置具有：

状态观测部，其观测表示所述配置场所的配置状态的配置状态数据、以及表示堆放对象物品的信息的物品信息数据作为表示环境当前状态的状态变量；

标签数据取得部，其取得表示所述物品在所述配置场所中的配置的物品配置数据作为标签数据；以及

学习部，其使用所述状态变量和所述标签数据，将所述配置状态数据和所述物品信息数据与所述物品配置数据关联起来进行学习，

所述学习部具有：

误差计算部，其使用所述状态变量和所述标签数据，计算从所述配置状态数据和所述物品信息数据导出所述物品配置数据的相关性模型与从预先准备的训练数据识别的相关性特征之间的误差；以及

模型更新部，其更新所述相关性模型使得缩小所述误差。