[发明专利]机器学习装置、激光装置以及机器学习方法

权利要求书

1.一种机器学习装置，其为激光装置的、对包括在加工开始时对激光电源部指示的光输出指令的光输出指令数据进行学习的机器学习装置，所述激光装置具备对加工对象物照射激光来进行加工的至少一个激光振荡器和向所述激光振荡器供给电力的至少一个激光电源部，所述机器学习装置的特征在于，具备：

状态量观测部，其观测所述激光装置的状态量，该状态量包括输出光检测部的输出数据和反射光检测部的输出数据，该输出光检测部用于测量从所述激光振荡器经由激光光学系统而输出的所述激光的光量即输出光量，该反射光检测部用于测量所述激光被所述加工对象物的表面反射而再入射到所述激光振荡器和/或激光光学系统的反射光的光量即反射光量；

动作结果获取部，其获取基于根据所述光输出指令数据而从所述激光振荡器输出的激光的加工开始是否成功的结果；

学习部，其接受来自所述状态量观测部的输出和来自所述动作结果获取部的输出，将包括对所述激光电源部指示的光输出指令的所述光输出指令数据与所述激光装置的状态量及所述加工开始是否成功的结果相关联地进行学习；以及

意思决定部，其参照所述学习部所学习到的所述光输出指令数据来决定包括对所述激光电源部指示的光输出指令的光输出指令数据，

该机器学习装置学习使得所述反射光量满足不超出第二规定水平的条件并且在规定时间内对所述加工对象物开始所述加工的光输出指令数据，该第二规定水平比警报水平低并且比第一规定水平高，该警报水平为与给所述激光振荡器和/或所述激光光学系统带来损伤的可能性高的光量相当的水平。

2.根据权利要求1所述的机器学习装置，其特征在于，

所述机器学习装置还学习使得以在规定时间内所述反射光量不达到比所述第二规定水平低的所述第一规定水平的条件对所述加工对象物开始所述加工的光输出指令数据。

3.根据权利要求1所述的机器学习装置，其特征在于，

当根据所述反射光检测部的输出数据而求出的反射光量在规定时间内达到比所述第二规定水平低的所述第一规定水平时，即使所述激光电源部正在执行所述光输出指令也立即对所述激光电源部发出暂时切断或者降低激光输出的指令，所述意思决定部重新输出下一个新的光输出指令数据。

4.根据权利要求1至3中的任一项所述的机器学习装置，其特征在于，

所述意思决定部至少在所述规定时间内在直到所述加工开始成功为止的期间以时间序列连续地决定所述光输出指令数据并输出所述光输出指令数据。

5.根据权利要求1至3中的任一项所述的机器学习装置，其特征在于，

在决定所述光输出指令数据时，在具有在该光输出指令数据之前所输出的所述光输出指令数据的情况下，利用所述反射光检测部的针对基于所述光输出指令数据而输出的激光的输出数据。

6.根据权利要求1至3中的任一项所述的机器学习装置，其特征在于，

所述动作结果获取部利用所述反射光检测部的输出数据。

7.根据权利要求1至3中的任一项所述的机器学习装置，其特征在于，

所述动作结果获取部获取的所述加工开始是否成功的结果以如下的结果被给出，即是否在所述规定时间内成功地使所述光输出指令数据与所述加工对象物的所述加工所需的或者适于该加工的光输出指令数据一致的结果。

8.根据权利要求2或3所述的机器学习装置，其特征在于，

所述动作结果获取部获取所述加工开始是否成功、所述加工开始所要的时间、所述反射光量达到所述第一规定水平的次数或频度、以及与所述反射光量超过所述第一规定水平的情况下的超过光量的时间积分值相当的量中的至少一个。

9.根据权利要求1至3中的任一项所述的机器学习装置，其特征在于，

所述学习部具备：报酬计算部，其基于所述动作结果获取部的输出来计算报酬；以及价值函数更新部，其具有确定所述光输出指令数据的价值的价值函数，根据所述报酬来更新所述价值函数。