[发明专利]机器学习方法及移动机器人

说明书

本发明提供机器学习方法及移动机器人。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的神经网络的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，上述步骤包括：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，在假想空间中配置移动机器人的当前所在地和目的地；动作步骤，使第二障碍物根据预先设定的条件而动作；及接受步骤，从使用者接受使上述移动机器人避开静止的第一障碍物和动作的第二障碍物而从当前所在地朝向目的地的移动路径的指定。

技术领域

本发明涉及机器学习方法及移动机器人。

背景技术

公知有自主移动至目标地点的移动机器人。移动机器人使用环境地图决定至目标地点为止的路径，并沿着该路径移动。例如，日本特开2009-291540号公报公开对在移动路径中与障碍物碰撞的可能性进行评价的技术。另外，日本特开2017-204145号公报公开一种技术，其生成表示本车辆避开环境信息所表示的障碍物而行驶的推斥力及表示本车辆以根据上述环境信息而被引导的方式行驶的感应力的力映射，并基于上述生成的力映射，计划本车辆的行驶路径。

在移动机器人自主移动至目的地的情况下，解析地图信息而生成移动路径的情况较多。但是，地图信息不包括例如人、其他移动机器人等在环境内进行动作的障碍物的信息，只不过描述有静止的障碍物的信息。因此，也需要在沿着所生成的移动路径移动的情况下每当检测出进行动作的障碍物时解析地生成避开该障碍物的避开路径。即，由于移动路径的生成和避开路径的生成均解析地进行，所以运算耗费时间，限制移动机器人的移动性能。

发明内容

本发明是为了解决这样的问题而完成的，提供用于实现移动机器人的平滑的自主移动的实用的神经网络的机器学习方法和利用通过该机器学习方法进行了学习的学习完毕神经网络而自主移动的移动机器人。

本发明的第一方式的机器学习方法是用于使计算机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的方式发挥功能的神经网络的机器学习方法，且使用通过重复执行以下步骤而积累的教师数据进行学习，上述步骤包括：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，在假想空间中配置移动机器人的当前所在地和目的地；动作步骤，使第二障碍物根据预先设定的条件而动作；及接受步骤，从使用者接受使上述移动机器人避开静止的第一障碍物和进行动作的第二障碍物而从当前所在地朝向目的地的移动路径的指定。

若像这样在仿真中通过使用者的指定给予移动路径，则与使用实际的移动机器人作成相比能够积累更多的教师数据。即，能够生成用于实现移动机器人的平滑的自主移动的实用的神经网络。

在上述的接受步骤中，当在使用者指定的移动路径行进的移动机器人与第一障碍物交叉的情况下，以使移动机器人不与第一障碍物交叉的方式修正移动路径。若这样构成，则使用者能够粗略地指定移动路径，因此能够以短期间积累教师数据。另外，当在使用者指定的移动路径行进的移动机器人与第二障碍物接触的情况下，再次接受由使用者进行的上述移动路径的指定。第二障碍物是进行动作的障碍物，因此由使用者给予恰当的避开路径更适于教师数据。

也可以是，在上述的第二配置步骤与动作步骤之间具有如下的生成步骤：生成从当前所在地至目的地为止避开了第一障碍物的临时移动路径，在动作步骤中，使第二障碍物动作，并且使移动机器人从当前所在地沿着临时移动路径根据预先设定的条件而移动。若从当前所在地避开静止的第一障碍物而到达至目的地的移动路径通过其他算法等生成，则进行避开进行动作的第二障碍物的路径生成的学习即可，因此能够通过更少的教师数据进行机器学习。