[发明专利]控制装置、控制系统、机械装置系统以及控制方法

说明书

机械装置(10)的控制装置(30)包括：动作控制部(32)，根据用于使所述机械装置动作的动作指令，控制所述机械装置的动作；修正控制部(33)，根据从所述机械装置的操作装置(20)输出的操作信息，修正所述机械装置的动作；存储部(38，39)，存储表示所述机械装置的动作的第一动作信息、和表示由所述修正控制部进行的修正的修正信息；以及学习部(36)，使用所述第一动作信息和与所述第一动作信息对应的所述修正信息进行机器学习，将所述第一动作信息作为输入数据且将与所述第一动作信息对应的指令作为输出数据，所述动作控制部根据基于所述学习部的所述指令的所述动作指令，控制所述机械装置的动作，所述操作装置输出基于表示所述操作装置的动作的第二动作信息的所述操作信息。

技术领域

本发明涉及控制装置、控制系统、机械装置系统以及控制方法。

背景技术

以往，公知有使包括神经网络等的机器学习模型对人所进行的作业进行机器学习，并使用通过使用该机器学习模型而被控制的机械装置，从而使人的作业自动化的技术。例如，专利文献1公开了使用神经网络来控制机器人照相机的机器人照相机控制装置。机器人照相机控制装置具备机器人照相机、检测被拍摄体的位置的被拍摄体检测装置、机器人照相机的操作器、具有神经网络且控制机器人照相机的拍摄动作的学习控制装置。机器人照相机根据对操作器的操作来拍摄被拍摄体，将表示其拍摄动作的状态的状态数据输出至学习控制装置。学习控制装置使用由被拍摄体检测装置检测到的被拍摄体的位置数据，使神经网络对状态数据进行学习。在自动控制时，学习控制装置将输入被拍摄体的位置数据而得到的神经网络的输出用于机器人照相机的控制。

专利文献1：日本特开2009-211294号公报

在专利文献1所记载的技术中，在自动控制时仅由神经网络控制机器人照相机，因此为了提高其拍摄的品质，需要提高神经网络的精度。并且，机器人照相机的拍摄动作的状态根据被拍摄体的位置而变化，但被拍摄体的位置无限地存在。因此，神经网络的学习需要庞大的学习用数据。由此，难以在短期内实现由使用了机器学习的机器人照相机进行的拍摄的自动化。

发明内容

本公开的目的在于提供一种可以缩短机器学习所需要的时间的控制装置、控制系统、机械装置系统以及控制方法。

为了实现上述目的，本公开的一个方式所涉及的控制装置是机械装置的控制装置，包括：动作控制部，根据用于使上述机械装置动作的动作指令，控制上述机械装置的动作；修正控制部，根据从用于操作上述机械装置的操作装置输出的操作信息，修正上述机械装置的动作；存储部，存储表示上述机械装置的动作的第一动作信息、和表示由上述修正控制部进行的修正的修正信息；以及学习部，使用上述第一动作信息和与上述第一动作信息对应的上述修正信息进行机器学习，将上述第一动作信息作为输入数据且将与上述第一动作信息对应的指令作为输出数据，上述动作控制部根据基于上述学习部的上述指令的上述动作指令，控制上述机械装置的动作，上述操作装置输出基于表示上述操作装置的动作的第二动作信息的上述操作信息。

另外，本公开的一个方式所涉及的控制系统具备：本公开的一个方式所涉及的控制装置；和上述操作装置，用于操作上述机械装置。

另外，本公开的一个方式所涉及的机械装置系统具备：本公开的一个方式所涉及的控制装置；上述机械装置；以及上述操作装置，用于操作上述机械装置。

另外，本公开的一个方式所涉及的控制方法根据用于使机械装置动作的动作指令，使上述机械装置动作，根据从用于操作上述机械装置的操作装置输出的操作信息，修正上述机械装置的动作，取得表示上述机械装置的动作的第一动作信息、和表示上述机械装置的动作的修正的修正信息，使用上述第一动作信息和与上述第一动作信息对应的上述修正信息，使学习模型进行机器学习，向上述学习模型输入上述第一动作信息，并使其输出与上述第一动作信息对应的指令，根据基于上述学习模型的上述指令的上述动作指令，使上述机械装置动作，上述操作信息是基于表示上述操作装置的动作的第二动作信息的信息。

根据本公开的技术，能够缩短机器学习所需要的时间。