[发明专利]行为信息学习装置、机器人控制系统及行为信息学习方法

摘要

本发明提供一种行为信息学习装置、机器人控制系统及行为信息学习方法，用于使作业者容易进行与机器人的协作作业。行为信息学习装置(300)具备：状态信息取得部(310)，其在机器人(100)将从工件放置处取得的工件(7)在交接工件的区域即工件交接区域(8)内交接给作业人员(P)时，取得机器人的状态(s)；行为信息输出部(320)，其输出状态的调整信息即行为(a)；回报计算部(331)，其取得关于工件的交接所花费的交接时间(T)的信息即判定信息，并根据所取得的判定信息来计算强化学习的回报的值；以及价值函数更新部(332)，其根据回报的值、状态(s)、行为(a)进行强化学习，从而更新价值函数(Q)。

主权项

1.一种行为信息学习装置，其特征在于，该行为信息学习装置具备：状态信息取得单元，其在机器人将从工件放置处取得的工件在交接工件的区域即工件交接区域内交接给作业人员时，取得上述机器人的状态信息；行为信息输出单元，其输出上述状态信息的调整信息即行为信息；回报计算单元，其取得与工件的交接所花费的交接时间有关的信息即判定信息，并根据所取得的上述判定信息来计算强化学习的回报的值；以及价值函数更新单元，其根据通过上述回报计算单元计算出的上述回报的值、上述状态信息以及上述行为信息来进行上述强化学习，由此更新价值函数。