[发明专利]学习装置、控制装置、学习方法以及计算机可读存储介质

权利要求书

1.一种学习装置，包括：

第一数据获取部，获取多个第一学习数据集，所述多个第一学习数据集分别包含模拟数据及第一环境信息的组合，所述模拟数据是通过模拟对机器人装置执行任务的环境进行监测的传感器而生成，所述第一环境信息与执行由所述模拟数据所表示的所述任务的环境相关；

第二数据获取部，获取多个第二学习数据集，所述多个第二学习数据集分别包含实际数据及第二环境信息的组合，所述实际数据是从所述传感器获得，所述第二环境信息与执行由所述实际数据所表示的所述任务的环境相关；

第三数据获取部，获取多个第三学习数据集，所述多个第三学习数据集分别包含第三环境信息及状态信息与控制命令的组合，所述第三环境信息与执行所述任务的环境相关，所述状态信息与执行所述任务时的所述机器人装置的状态相关，所述控制命令用于使所述机器人装置在由所述第三环境信息及所述状态信息所示的条件下执行所述任务；

第一学习处理部，利用所述第一学习数据集及所述第二学习数据集来实施提取器的机器学习；以及

第二学习处理部，利用所述第三学习数据集来实施控制器的机器学习，

实施所述提取器的机器学习的步骤包含：

第一训练步骤，训练所述提取器，以使其关于所述各第一学习数据集而从所述模拟数据中提取与对应的所述第一环境信息一致的环境信息；以及

第二训练步骤，在执行了所述第一训练步骤后，训练所述提取器，以使其关于所述各第二学习数据集而从所述实际数据中提取与对应的所述第二环境信息一致的环境信息，

实施所述控制器的机器学习的步骤包含训练步骤，所述训练步骤是：训练所述控制器，以使其在输入有所述第三环境信息及所述状态信息时，输出与对应的所述控制命令一致的控制命令。

2.根据权利要求1所述的学习装置，其中

所述各第一学习数据集的所述模拟数据是一边随机变更模拟所述传感器的条件一边生成。

3.根据权利要求1或2所述的学习装置，其中

所述提取器包含神经网络，

所述神经网络被分为第一部分、第二部分及第三部分，

所述第一部分及所述第二部分并列配置在所述神经网络的输入侧，具有相同的结构，由此，具有共同的参数，

所述第一部分构成为，受理所述模拟数据的输入，

所述第二部分构成为，受理所述实际数据的输入，

所述第三部分配置在所述神经网络的输出侧，且构成为，受理所述第一部分及所述第二部分各自的输出，

在所述第一训练步骤中，所述第一学习处理部调整所述第一部分及所述第三部分各自的参数的值，以使得在关于所述各第一学习数据集而将所述模拟数据输入至所述第一部分时，从所述第三部分输出与对应的所述第一环境信息一致的输出值，

在执行了所述第一训练步骤后且执行所述第二训练步骤之前，所述第一学习处理部将所述第一部分的参数的经调整的值复制到所述第二部分的参数中。

4.根据权利要求3所述的学习装置，其中

在所述第二训练步骤中，所述第一学习处理部将所述第三部分的参数的值保持固定，而调整所述第二部分的参数的值，以使得在关于所述各第二学习数据集而将所述实际数据输入至所述第二部分时，从所述第三部分输出与对应的所述第二环境信息一致的输出值。

5.根据权利要求1或2所述的学习装置，其中

所述第三环境信息是通过下述方式而获得，即，利用所述机器学习已完成后的所述提取器，从通过模拟所述传感器而生成的其他模拟数据中提取。

6.根据权利要求1或2所述的学习装置，其中

所述机器人装置是生产线上的工业机器人，

所述传感器包含摄像机、压力传感器、测力传感器中的至少之一，

所述各环境信息包含分割信息、与成为所述任务的对象的工件的属性相关的信息、与执行所述任务的位置相关的信息、表示障碍物的有无的信息、及与障碍物的属性相关的信息中的至少任一个，

所述控制命令规定所述工业机器人的驱动量。