[发明专利]用于将机器学习应用于应用的方法和系统

权利要求书

1.一种用于将机器学习应用于应用的方法，包括下列步骤：

a)由学习器(20)生成候选参数集合(PC)；

b)基于所述候选参数集合(PC)在至少一个仿真应用(51，52)中执行程序(80)，并且基于所述程序(80)的所述执行的测量性能信息来提供候选参数的被测集合(PC1，PC2)的中间结果(R1，R2)；

c) 通过训练器(30)收集预定数量的中间结果(R1，R2)，并且基于所述候选参数(PC)与所述测量性能信息的组合来提供最终结果(R)；以及

d）由所述学习器(20)基于所述最终结果(R)来生成候选参数的新集合(PC)，以用于通过未改变的程序（80）来执行。

2.如权利要求1所述的方法，其中

在至少一个仿真应用(51，52)中并且在优选地在机器(70)上、特别在机器人上执行的至少一个真实应用(71)、特别在真实机器人应用中执行所述程序(80)；

其中优选地，在多个仿真应用(51，52)中并且在至少一个真实应用(71)中同时执行所述程序(80)。

3.如前述权利要求中的任一项所述的方法，其中

在协作真实应用(71)中执行所述程序(80)，

其中优选地，所述候选参数集合(PC)定义对所述协作真实应用(71)中的每个的任务指配。

4.如前述权利要求中的任一项所述的方法，其中

在没有改变所述程序（80）的情况下重复进行步骤a)至d)，直到满足停止标准为止，

其中优选地，所述停止标准包括所述程序(80)的执行量和/或目标测量性能。

5.如前述权利要求中的任一项所述的方法，其中

所述候选参数集合(PC)具有参数范围；

其中在所述仿真应用(51，52)上执行的所述候选参数集合(PC1，PC2)具有比在所述真实应用(71)上执行的所述候选参数集合(PC3)要宽的参数范围。

6.如前述权利要求中的任一项所述的方法，其中

在所述真实应用(71)中执行所述程序(80)的同时获取所述机器(70)的现实数据；

其中所述仿真应用(51，52)基于所述现实数据来修改。

7.如前述权利要求中的任一项所述的方法，包括下列步骤：

由至少一个管理器(41，42，43)将所述候选参数集合(PC)指配给所述仿真应用(51，52)和/或所述真实应用(71)；以及

优选地，由所述管理器(41，42，43)基于所述程序(80)的所述执行的测量性能来接收候选参数的被测集合(PC)的所述中间结果(R1，R2，R3)。

8.如前述权利要求中的任一项所述的方法，包括下列步骤：

由训练器(30)接收所述中间结果(R1，R2，R3)；

其中所述训练器(30)触发由所述学习器(20)对新候选参数(PC)的所述生成。

9.一种用于将机器学习应用于应用的系统(10)，包括：

学习器(20)，所述学习器(20)配置成生成候选参数集合(PC)；

至少一个仿真应用(51，52)；

程序(80)，所述程序(80)配置成基于所述候选参数集合(PC)在所述仿真应用(51，52)中执行，其中所述程序(80)配置成基于所述程序(80)的所述执行的测量性能信息来提供候选参数的被测集合(PC1，PC2)的中间结果(R1，R2)；

训练器(30)，所述训练器(30)配置成收集预定数量的中间结果(R1，R2)，其中所述训练器(30)配置成基于所述候选参数(PC)与所述测量性能信息的组合来提供最终结果(R)；

其中所述学习器(20)配置成基于所述最终结果(R)来生成候选参数的新集合(PC)，以用于通过未改变的程序（80）来执行。