[发明专利]机械学习装置、机器人系统以及机械学习方法

权利要求书

1.一种机械学习装置，其学习具有多个激光加工机器人的机器人系统中系统整体的加工顺序，其特征在于，该机械学习装置具有：

状态观测部，其将各个所述激光加工机器人的激光加工点的等离子光以及各个所述激光加工机器人的激光加工点的加工声音中的至少一个作为状态变量来进行观测；

判定数据取得部，其获取执行由所述多个激光加工机器人进行的系统整体的处理的系统周期时间作为判定数据；以及

学习部，其根据所述状态观测部的输出以及所述判定数据取得部的输出，学习由所述多个激光加工机器人进行的系统整体的加工顺序。

2.根据权利要求1所述的机械学习装置，其特征在于，

所述判定数据取得部还获取各个所述激光加工机器人进行激光加工的加工速度、激光的焦点距离、加工工具的姿势以及辅助气体的流量中的至少一个作为所述判定数据。

3.根据权利要求1或2所述的机械学习装置，其特征在于，

所述机械学习装置还具有：意图决定部，其根据所述学习部学习到的由所述多个激光加工机器人进行的系统整体的加工顺序，决定各个所述激光加工机器人的动作。

4.根据权利要求1或2所述的机械学习装置，其特征在于，

所述学习部具有：

回报计算部，其根据所述状态观测部的输出以及所述判定数据取得部的输出来计算回报；以及

价值函数更新部，其根据所述状态观测部的输出、所述判定数据取得部的输出以及所述回报计算部的输出来更新价值函数，该价值函数用于决定由所述多个激光加工机器人进行的系统整体的加工顺序的价值。

5.根据权利要求4所述的机械学习装置，其特征在于，

所述回报计算部在所述系统周期时间长时设定负回报，在所述系统周期时间短时设定正回报。

6.根据权利要求4所述的机械学习装置，其特征在于，

所述回报计算部还在所述激光加工点的等离子光远离等离子光适当值时设定负回报，在所述激光加工点的等离子光接近所述等离子光适当值时设定正回报，或者，

所述回报计算部在所述激光加工点的加工声音远离加工声音适当值时设定负回报，在所述激光加工点的加工声音接近所述加工声音适当值时设定正回报。

7.根据权利要求4所述的机械学习装置，其特征在于，

所述回报计算部还在各个所述激光加工机器人进行激光加工的加工速度慢时设定负回报，在各个所述激光加工机器人进行激光加工的加工速度快时设定正回报。

8.根据权利要求1或2所述的机械学习装置，其特征在于，

所述机械学习装置具有神经网络。

9.根据权利要求1或2所述的机械学习装置，其特征在于，

所述机械学习装置设置于云服务器或者雾服务器上。

10.一种机器人系统，其特征在于，具有：

激光加工机器人控制装置；

由所述激光加工机器人控制装置控制的所述多个激光加工机器人；以及

权利要求1～9中任一项所述的机械学习装置。

11.根据权利要求10所述的机器人系统，其特征在于，

所述激光加工机器人具有以下传感器中的至少一个传感器：

光传感器，其在规定波长范围内检测所述激光加工机器人的激光加工点的等离子光；以及

声音传感器，其在规定频率范围内检测所述激光加工机器人的激光加工点的加工声音。

12.一种学习具有多个激光加工机器人的机器人系统中系统整体的加工顺序的机械学习方法，其特征在于，

将各个所述激光加工机器人的激光加工点的等离子光以及各个所述激光加工机器人的激光加工点的加工声音中的至少一个作为状态变量来进行观测，

获取执行由所述多个激光加工机器人进行的系统整体的处理的系统周期时间作为判定数据，

根据观测到的所述状态变量以及获取到的所述判定数据，学习由所述多个激光加工机器人进行的系统整体的加工顺序。