[发明专利]用于控制关节型机器人的致动器的系统和方法

说明书

本发明涉及一种用于控制关节型机器人(80)的致动器并且用于使机器人(80)能够执行给定任务的系统，该系统包括第一单元(101)、第二单元(102)，该第一单元(101)根据任务提供可从技能空间选择的机器人技能s的规范，其中第二单元(102)连接到第一单元(101)且还连接到学习单元(103)和自适应控制器(104)，其中自适应控制器(104)接收技能命令χ_cmd，其中技能命令χ_cmd包括技能参数P_I，其中控制器(104)根据技能命令χ_cmd控制机器人(80)的致动器，其中机器人(80)的实际状态由相应的传感器感测和/或由相应的估计器估计并反馈给控制器(104)和第二单元(102)，其中第二单元(102)基于实际状态确定由机器人(80)执行的技能的表现Q(t)，并且其中学习单元(103)接收P_D和来自第二单元(102)的Q(t)，确定更新的技能参数P_I(t)，并将P_I(t)提供给第二单元(102)以替换迄今为止已有的技能参数P_I。

技术领域

本发明涉及一种用于控制关节型机器人(articulated robot)的致动器的系统和方法。

背景技术

编程复杂机器人的传统方式有时会寻求变得更加直观，以使不仅专家而且车间工人，也就是说非专业人员，都可以利用机器人以进行他们的工作。在这种背景下，术语“技能”和“基于任务的编程”非常重要。“技能”尤其是机器人的预定动作或运动的某种形式的表示。存在几种使用技能进行编程的方法，例如[1]、[2]、[3]，并且它们特别地大多数情况下是独立地于控制器查看的，也就是说，特别地，控制器仅执行由技能实施所计算的命令。从中可以看出，底层控制器是用于操纵技能的共同因素，并且因此提供由它们共享的一组参数。但是，根据常识，对所有操作技能使用相同的参数值通常效率不高甚至不可行。通常，甚至不可能在不同环境中考虑相同技能。根据特定的情况，必须调整参数以便考虑不同的环境特性，例如所涉及对象的较粗糙的表面或不同质量。可以在给定的确定性范围内选择参数，以使得关于特定成本函数最优地或至少接近最优地实现技能。特别地，成本函数和约束条件通常由人类用户出于某种意图定义，例如接触力低、执行时间短或机器人的功耗低。在这种情况下，重要的问题是调整控制器参数，以便在参数空间中找到使这种成本函数最小化的区域，或者在不需要具有除了任务规范以及机器人能力以外的任何关于任务的预备知识的情况下找到首先可行的区域。提出了以不同方式应对这一问题的几种方法，例如[4]，其中描述了通过演示学习运动技能的方法。在[5]中，介绍了一种基于强化学习的方法，可以从演示中获得新的运动技能。[6]、[7]的作者采用强化学习方法来学习代表技能的运动原语。在[8]中，通过演示方法进行有监督的学习与动态运动原语一起使用，以学习模拟中的双足步行。在[9]中可以找到一种利用随机实值增强学习算法结合非线性多层人工神经网络来学习机器人技能的早期方法。[10]中显示了软机器人技术，而[11]中显示了将这种思想应用于复杂操纵问题的阻抗控制。[12]中介绍了自适应阻抗控制器。两者都根据运动错误并基于四个物理上有意义的元参数而在执行期间进行调整。由此产生的问题是，如何针对环境和当前问题选择这些元参数。

发明内容

本发明的目的是提供一种用于改进机器人操纵技能的学习的系统和方法。

本发明的第一方面涉及一种用于控制关节型机器人的致动器并用于使该机器人能够执行给定任务的系统，该系统包括：

-第一单元，其根据任务提供从技能空间中可选择的机器人技能的规范，其中机器人技能s被定义为元组(S,O,C_pre,C_err,C_suc,R_m,χ_cmd,X,P,Q)，其中：

S：I子空间ζ_i的笛卡尔积S＝ζ_i＝1×ζ_i＝2×...×ζ_i＝I，其中i＝{l,2,....,I}且I≥2，