[发明专利]用于控制机器人的方法和机器人控制器

权利要求书

1.一种用于使用来自非欧几里得原始控制参数空间的控制参数值来控制机器人的方法，包括：

针对在原始控制参数空间中的观测控制参数值，在原始控制参数空间上执行对表示机器人的期望控制目标的目标函数的贝叶斯优化；和

根据在所述贝叶斯优化中找到的来自原始控制参数空间的控制参数值来控制机器人；

其中所述贝叶斯优化包括：

使用观测控制参数值将原始控制参数空间变换到降低的控制参数空间，其中所述原始控制参数空间包括第一数量的维度，其中降低的控制参数空间包括第二数量的维度，并且其中，第一数量的维度高于第二数量的维度；

通过在迭代搜索中搜索采集函数的最优值来确定降低的控制参数空间中的目标函数的评估点包括，在每次迭代中，

● 使用候选评估点处的降低的控制参数空间的切空间中的搜索方向来更新候选评估点；

● 将更新的候选评估点从切空间映射到降低的控制参数空间；和

● 使用所映射的更新的候选评估点作为下一迭代的评估点，直到满足停止准则；和

将所确定的评估点从降低的控制参数空间映射到原始控制参数空间。

2.根据权利要求1所述的方法，其中，所述控制参数值由高斯混合模型的模型参数值描述，其中，所述目标函数被分解成多个辅助目标函数，其中，所述采集函数被分解成多个辅助采集函数，其中，所述多个辅助目标函数中的每个辅助目标函数被分派给辅助采集函数，其中，通过在迭代搜索中搜索相应辅助采集函数的最优值，在降低的控制参数空间中为所述多个辅助目标函数中的每个辅助目标函数确定辅助目标函数的中间评估点，并且其中使用所述多个中间评估点来确定评估点。

3.根据权利要求2所述的方法，其中，每个辅助目标函数包括所述多个模型参数值中的一个模型参数值。

4.根据权利要求1至3中任一项所述的方法，其中，所述观测控制参数值中的至少一个观测控制参数值是在执行贝叶斯优化之前测量的原始控制参数空间中的控制参数值。

5.根据权利要求1至4中任一项所述的方法，其中，所述非欧几里得原始控制参数空间是黎曼流形或黎曼流形的子空间。

6.根据权利要求1至5中任一项所述的方法，其中，所述原始控制参数空间和所述降低的控制参数空间是相同类型的参数空间。

7.根据权利要求1至6中任一项所述的方法，其中，所述原始控制参数空间和/或所述降低的控制参数空间是对称正定矩阵的球面或流形。

8.根据权利要求1至7中任一项所述的方法，包括通过将所映射的更新的候选评估点处的采集函数的梯度修改候选评估点处的搜索方向的倍数，来确定所映射的更新的候选评估点的搜索方向，所述候选评估点通过平行搬运映射到所映射的更新的候选评估点处的降低的控制参数空间的切空间。

9.根据权利要求1至8中任一项所述的方法，包括使用候选评估点处的切空间的指数映射，将更新的候选评估点从切空间映射到降低的控制参数空间。

10.根据权利要求1至9中任一项所述的方法，其中，所述降低的控制参数空间是黎曼流形或黎曼流形的子空间，并且其中所述贝叶斯优化使用高斯过程作为代理模型，所述代理模型具有依赖于黎曼流形或黎曼流形的子空间的诱导度量的核。

11.根据权利要求1至10中任一项所述的方法，其中，所述目标函数表示机器人的一部分的期望位置。

12.根据权利要求1至11中任一项所述的方法，其中，所述参数值表示刚度、惯性、可操纵性、取向或姿态。

13.一种机器人控制器，被配置成执行权利要求1至12中任一项所述的方法。