[发明专利]控制装置、机器学习装置以及系统

权利要求书

1.一种控制装置，其控制进行工件的研磨的机器人，其特征在于，

所述控制装置具有

机器学习装置，其学习进行所述研磨时的研磨条件，

所述机器学习装置具有：

状态观测部，其观测所述研磨后的所述工件的表面状态的特征和所述研磨条件，作为表示环境的当前状态的状态变量；

判定数据取得部，其取得表示所述研磨后的所述工件的表面状态的评价结果的判定数据；以及

学习部，其使用所述状态变量与所述判定数据，将所述研磨后的所述工件的表面状态的特征与所述研磨条件关联起来进行学习。

2.根据权利要求1所述的控制装置，其特征在于，

所述状态变量中的所述研磨条件包含：研磨工具的旋转速度、所述研磨工具的旋转转矩、所述研磨工具的按压力以及机器人的动作速度中的至少一个，

所述判定数据包含所述研磨后的所述工件的表面的纹理的浓度、所述纹理的平滑度、所述纹理的间隔中的至少一个。

3.根据权利要求1或2所述的控制装置，其特征在于，

所述学习部具有：

回报计算部，其求出与所述评价结果相关联的回报；以及

价值函数更新部，其使用所述回报来更新函数，所述函数表示针对所述研磨后的所述工件的表面状态的特征的所述研磨条件的价值。

4.根据权利要求1或2所述的控制装置，其特征在于，

所述学习部具有：

误差计算部，其计算从所述状态变量以及所述判定数据导出进行上述研磨时的研磨条件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，其以缩小所述误差的方式更新所述相关性模型。

5.根据权利要求1～4中任一项所述的控制装置，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判定数据。

6.根据权利要求1～5中任一项所述的控制装置，其特征在于，

所述控制装置还具有：决策部，其根据所述学习部的学习结果，输出基于所述研磨条件的指令值。

7.根据权利要求1～6中任一项所述的控制装置，其特征在于，

所述学习部使用从多个所述机器人获得的所述状态变量以及所述判定数据来学习所述研磨条件。

8.根据权利要求1～7中任一项所述的控制装置，其特征在于，

所述机器学习装置通过云计算、雾计算、边缘计算环境来实现。

9.一种机器学习装置，其学习通过机器人来进行工件的研磨时的研磨条件，其特征在于，

所述机器学习装置具有：

状态观测部，其观测所述研磨后的所述工件的表面状态的特征和所述研磨条件，作为表示环境的当前状态的状态变量；

判定数据取得部，其取得表示所述研磨后的所述工件的表面状态的评价结果的判定数据；以及

学习部，其使用所述状态变量与所述判定数据，将所述研磨后的所述工件的表面状态的特征与所述研磨条件关联起来进行学习。

10.一种多个装置经由网络相互连接而得的系统，其特征在于，

所述多个装置至少包括：第一机器人，其具有权利要求1所述的控制装置。

11.根据权利要求10所述的系统，其特征在于，

所述多个装置包含具有机器学习装置的计算机，所述计算机取得通过所述控制装置的所述学习部中的学习而生成的至少一个学习模型，所述计算机具有的机器学习装置根据取得的所述学习模型来进行优化或效率化。

12.根据权利要求10所述的系统，其特征在于，

所述多个装置包括与所述第一机器人不同的第二机器人，所述第一机器人具有的控制装置具备的学习部的学习结果与所述第二机器人共享。

13.根据权利要求10所述的系统，其特征在于，

所述多个装置包括与所述第一机器人不同的第二机器人，在所述第二机器人中观测到的数据能够经由所述网络用于所述第一机器人具有的控制装置具备的学习部进行的学习。