[发明专利]用于控制物理系统的设备和方法

说明书

用于控制物理系统的设备和方法。按照不同的实施方式，描述了一种用于控制物理系统的方法，所述方法具有：分别响应于所述物理系统的控制配置的输入和任务输入参数的值的输入，针对多个任务，训练神经网络来输出所执行的任务的结果；借助于贝叶斯优化来确定针对另一任务的控制配置，其中通过所述任务输入参数来被参数化的所述神经网络被用作控制配置与结果之间的关系的模型；而且按照所述控制配置来控制所述物理系统以执行所述另一任务。

技术领域

不同的实施例一般地涉及用于控制物理系统的设备和方法。

背景技术

在控制过程、例如对用于生产产品或加工工件或移动机器人的设施的控制方面，控制配置（也就是说控制参数的值）与由可观察到的输出参数值所得出的结果之间的关系可能非常复杂。此外，对控制参数值的这种评估可能花费高且有错误。贝叶斯优化（BO）在这种情况下适合于确定控制参数值，因为该贝叶斯优化允许当只可能对未提供梯度信息的未知（“黑箱（Black-Box）”）函数进行有噪声干扰的评估时优化这些未知函数。

为了将对于优化未知函数所需的迭代数目保持得尽可能少，可以使用类似的未知函数的先前优化（或者还有来自需要更少的花费的其它信息源）的知识转移。

V. Perrone等人在Advances in Neural Information Processing System 31(NIPS 2018)中的出版物“Scalable Hyperparameter Transfer Learning”，在下文称为参考文献[1]，描述了一种被称为MT-ABLR（Multi-Task Adaptive Bayesian LinearRegression（多任务自适应贝叶斯线性回归））的方法。在该方法中使用神经网络（NN），以便对特征空间进行编码，该特征空间被所有之前被检查的黑箱函数（这些黑箱函数与当前任务相关）共同使用。每个任务的贝叶斯线性回归层（BLR）都被使用，以便学习对任务的表示，包括给定参数组的预期值和关于该值的不确定性在内。通过学习共同的特征空间，MT-ABLR能够从类似的黑箱函数中转移可用知识并且更高效地执行针对当前任务的优化。

发明内容

按照不同的实施方式，提供了一种用于控制物理系统的方法，该方法具有：训练神经网络针对多个由物理系统所执行的任务分别响应于该物理系统的控制配置的输入和任务输入参数的值的输入来输出所执行的任务的结果，其中该训练具有：确定神经网络的权重并且针对所执行的任务中的每个任务确定任务输入参数的值；借助于贝叶斯优化来确定针对另一任务的控制配置，其中执行对控制配置的依次评估，其中在每次评估的情况下都针对相应的控制配置确定执行该另一任务的结果，其中通过按照概率分布来分布的任务输入参数来被参数化的该神经网络被用作控制配置与结果之间的关系的模型，而且在使用这些评估的情况下依次被更新，其方式是根据这些评估来调节任务输入参数的概率分布；而且按照该控制配置来控制物理系统以执行该另一任务。

贝叶斯优化是一种非常多方面的函数优化方法。该方法的优势在于：该方法非常高效，因为该方法需要少量的函数评估来找到最佳值并且可以绕开有噪声的函数评估并且不需要梯度信息。因此，该方法适合于其中例如必须优化实验参数以便优化一定大小的大量应用。

上述做法还能够实现对最佳控制配置的高效搜索，因为该做法可以利用来自与当前所要执行的任务（也就是说该另一任务）类似的任务中的先验知识。也可以使用来自花费不那么高的信息源中的其它先验知识。例如在制造工件方面，类似任务是在同一台机器上制造类似的工件、在类似的环境中通过同一机器人臂来处理类似对象、用于处理来自类似的传感器（例如来自其它摄像机类型）等等的传感器数据的任务（例如图像分类）。