[发明专利]估计控制数据的可靠性

权利要求书

1.一种估计与环境交互的计算机控制系统的控制数据的可靠性的计算机实现的方法（600），其中控制数据是由在训练数据集上训练的机器可学习控制模型从模型输入中推断出来的，所述方法包括：

-访问（610）表示生成模型的模型数据，其中生成模型被训练以生成表示控制模型的训练数据集的合成模型输入，

-获得（620）模型输入，其中模型输入包括至少一个方向向量，所述方向向量从传感器数据提取并且与计算机控制系统的部件或环境中的对象相关联；

-将生成模型的逆应用（630）于模型输入，以确定根据生成模型生成的模型输入的似然性，以及基于所述似然性确定（640）机器可学习模型的控制数据的可靠性度量，

-其中生成模型包括将输入方向向量变换成输出方向向量的耦合层，所述耦合层包括圆变换（636）以及无条件旋转（632）和有条件旋转（634）中的一个或多个，其中：

-圆变换将表示圆上的点的笛卡尔坐标对变换到圆上的另外点，其中基于生成模型的参数和/或另外的笛卡尔坐标来定义圆变换；

-无条件旋转根据生成模型的参数旋转方向向量；

-有条件旋转基于笛卡尔坐标的第二集合旋转笛卡尔坐标的第一集合。

2.根据权利要求1所述的方法（600），其中所述圆变换包括将笛卡尔坐标对映射到角度；将圆微分同胚应用于角度；以及将角度映射到笛卡尔坐标。

3.根据权利要求2所述的方法（600），包括通过将经训练参数模型应用于圆的大小和没有应用圆变换的笛卡尔坐标来确定圆微分同胚的参数。

4.根据任一前述权利要求所述的方法（600），其中所述无条件旋转和/或所述有条件旋转各自包括多个Householder反射。

5.根据任一前述权利要求所述的方法（600），其中方向向量对应于表示部件或对象的取向的单位四元数，并且其中输出方向向量对应于一个或多个单位四元数。

6.根据任一前述权利要求所述的方法（600），进一步包括，至少如果所述可靠性度量指示足够的可靠性，则将控制模型应用于模型输入，并使用由控制模型推断的控制数据来控制所述计算机控制的系统。

7.根据权利要求6所述的方法（600），其中方向向量表示机器人臂的连杆的取向，所述控制数据用于控制机器人臂。

8.根据权利要求1至5中任一项所述的方法（600），包括通过从训练数据集获得模型输入并最大化所确定的似然性来训练生成模型。

9.一种根据生成模型生成合成方向数据实例的计算机实现的方法（700），所述合成方向数据实例包括与物理对象相关联的至少一个方向向量，所述方法包括：

-访问（710）表示生成模型的模型数据，其中生成模型被训练以生成表示训练数据集的合成方向数据实例；

-应用（730）生成模型来生成合成方向数据实例，并输出（740）生成的合成方向数据实例，

-其中生成模型包括将输入方向向量变换成输出方向向量的耦合层，所述耦合层包括圆变换（736）以及无条件旋转（732）和有条件旋转（734）中的一个或多个，其中：

-圆变换将表示圆上的点的笛卡尔坐标对变换到圆上的另外点，其中基于生成模型的参数和/或另外的笛卡尔坐标来定义圆变换；

-无条件旋转根据生成模型的参数旋转方向向量；

-有条件旋转基于笛卡尔坐标的第二集合旋转笛卡尔坐标的第一集合。

10.根据权利要求9所述的方法（700），其中所述训练数据集包括用于与环境交互的计算机控制系统的机器可学习控制模型的训练模型输入，其中训练模型输入的方向向量从传感器数据提取，并且与计算机控制系统的部件或环境中的对象相关联，所述方法包括重复应用生成模型以获得多个合成模型输入，并且使用所述多个合成模型输入作为训练和/或测试数据来训练控制模型以推断所述计算机控制系统的控制数据。