[发明专利]机器人控制装置和用于控制机器人的方法

权利要求书

1.一种针对多关节机器人的机器人控制装置，所述机器人具有多个被链接的机器人连杆，所述机器人控制装置具有：

多个递归神经网络；

输入层，所述输入层设立为，给每个递归神经网络输送针对相应的机器人连杆的相应运动信息，

其中每个递归神经网络都训练来，从输送给所述每个递归神经网络的运动信息中确定所述相应的机器人连杆的位置状态，并且输出所述位置状态；和

神经控制网络，所述神经控制网络训练来，从由所述递归神经网络输出的和作为输入量输送给所述神经控制网络的位置状态中，确定针对所述机器人连杆的控制量。

2.根据权利要求1所述的机器人控制装置，其中，每个递归神经网络都训练来，确定呈网格编码图示的所述位置状态；并且所述神经控制网络训练来，处理呈所述网格编码图示的所述位置状态。

3.根据权利要求1或者2所述的机器人控制装置，其中，每个递归神经网络都具有神经网格细胞集合，并且每个递归神经网络和相应的网格细胞集合都训练为使得，所述相应的机器人连杆的所确定的位置状态越靠近与每个网络细胞关联的空间网格的网格点，针对所述网格的每个网格细胞就越活跃。

4.根据权利要求3所述的机器人控制装置，其中，对于每个递归神经网络，所述神经网格细胞集合具有多个如下网格细胞：所述网格细胞与在空间上不同地定向的网格关联。

5.根据权利要求1至4中任一项所述的机器人控制装置，其中，所述递归神经网络是长短期记忆网络和/或门控递归单元网络。

6.根据权利要求1至5中任一项所述的机器人控制装置，其中，所述多个递归神经网络具有如下递归神经网络：该递归神经网络训练来，确定和输出所述机器人控制装置的终端执行器的位置状态；并且所述多个递归神经网络具有如下至少一个递归神经网络：所述至少一个递归神经网络训练来，确定和输出中间连杆的位置状态，所述中间连杆布置在所述机器人的底座与所述机器人的所述终端执行器之间。

7.根据权利要求1至6中任一项所述的机器人控制装置，其具有神经位置确定网络，该神经位置确定网络包含所述多个递归神经网络并且具有输出层，所述输出层设立为，确定所述机器人连杆的由所述递归神经网络输出的所述位置状态与针对所述位置状态的相应的允许的范围的偏差，并且其中所述神经控制网络训练来，此外从作为输入量输送给所述神经控制网络的偏差中确定所述控制量。

8.一种机器人控制方法，其具有：在使用根据权利要求1至7中任一项所述的机器人控制装置的情况下来确定针对机器人连杆的控制量，和在使用所确定的所述控制量的情况下来控制所述机器人连杆的促动器。

9.针对根据权利要求1至7中任一项所述的机器人控制装置的训练方法，其具有：

训练每个递归神经网络，用于从针对相应的机器人连杆的运动信息中确定所述机器人连杆的位置状态；和

训练控制网络，用于从输送给所述控制网络的位置状态中确定控制量。

10.根据权利要求9所述的训练方法，其具有：通过强化学习来训练所述控制网络，其中由于损失降低针对所确定的所述控制量的奖励，所述损失处罚所述机器人连杆的由所述控制量得到的位置状态与针对所述位置状态的相应的允许的范围的偏差。

11.一种计算机程序，其具有程序指令，当由一个或者多个处理器来执行所述程序指令时，所述程序指令使所述一个或者多个处理器执行根据权利要求8至10中任一项所述的方法。

12.一种计算机可读的存储介质，在所述计算机可读的存储介质上存储有程序指令，当由一个或者多个处理器来执行所述程序指令时，所述程序指令使所述一个或者多个处理器执行根据权利要求8至10中任一项所述的方法。