[发明专利]机器学习方法及移动机器人

权利要求书

1.一种机器学习方法，是神经网络的机器学习方法，所述神经网络用于使计算机发挥功能以基于被提供的地图信息和检测出的移动体信息而输出至目的地为止的移动机器人的路径，

所述机器学习方法使用通过重复执行以下步骤而积累的教师数据进行学习，

所述步骤包括：

第一配置步骤，在假想空间中配置静止的第一障碍物和进行动作的第二障碍物；

第二配置步骤，在所述假想空间中配置所述移动机器人的当前所在地和目的地；

动作步骤，使所述第二障碍物根据预先设定的条件而动作；及

接受步骤，从使用者接受使所述移动机器人避开静止的所述第一障碍物和进行动作的所述第二障碍物而从所述当前所在地向所述目的地移动的移动路径的指定。

2.根据权利要求1所述的机器学习方法，其中，

在所述接受步骤中，当在所述使用者指定的所述移动路径上行进的所述移动机器人与所述第一障碍物交叉的情况下，修正所述移动路径以使所述移动机器人不与所述第一障碍物交叉。

3.根据权利要求1或2所述的机器学习方法，其中，

在所述接受步骤中，当在所述使用者指定的所述移动路径上行进的所述移动机器人与所述第二障碍物接触的情况下，再次接受所述使用者的对于所述移动路径的指定。

4.根据权利要求1～3中任一项所述的机器学习方法，其中，

在所述第二配置步骤与所述动作步骤之间具有如下的生成步骤：生成从所述当前所在地至所述目的地为止避开了所述第一障碍物的临时移动路径，

在所述动作步骤中，使所述第二障碍物动作，并且使所述移动机器人从所述当前所在地沿着所述临时移动路径根据预先设定的条件而移动。

5.根据权利要求1～4中任一项所述的机器学习方法，其中，

所述机器学习方法具有如下的得分示出步骤：对于在所述接受步骤中从所述使用者所接受的所述移动路径，对以与所述第一障碍物及所述第二障碍物有无接触、发生了所述接触的情况下的从接触位置至所述目的地为止的路径距离、从所述第一障碍物及所述第二障碍物至路径为止的距离、所述移动路径的路径距离、所述移动路径的平滑度及在所述移动路径上进行移动所需要的时间中的至少任一个作为评价指标的得分进行计算并向所述使用者示出。

6.一种移动机器人，安装有通过权利要求1～5中任一项所述的机器学习方法进行了学习的学习完毕神经网络，

所述移动机器人具备：

获取部，获取描述有所述第一障碍物的地图信息及目的地；

检测部，检测在周围进行动作的所述第二障碍物；

运算部，将所述获取部获取到的所述地图信息及所述目的地和所述检测部检测出的所述第二障碍物的检测信息输入到所述学习完毕神经网络并运算到达至所述目的地的路径；及

移动控制部，以沿着所述运算部运算出的所述路径移动的方式进行控制。