[发明专利]用于训练高斯过程状态空间模型的设备和方法

说明书

本发明公开训练高斯过程状态空间模型的设备和方法，该模型描述在用于控制机器人装置的多个控制参数中所选择控制参数与机器人装置的相应分配的测量到的输出参量之间的关系。该方法具有：针对每个控制参数：确定分配给相应控制参数和机器人装置的当前输入状态的转换正态分布，确定分配给相应预测的输出状态的输出参量正态分布，确定在输出参量正态分布与转换正态分布之间的传递信息的相应值；选择具有传递信息的最高值的控制参数作为新控制参数；使用新控制参数来控制机器人装置，测量分配给新控制参数的输出参量；使用新控制参数和所述输出参量来训练该模型，使得该输出参量与针对新控制参数确定的输出参量正态分布的平均值之差被减小。

技术领域

总的来说，各种实施例涉及一种用于训练高斯过程状态空间模型的设备和方法。

背景技术

动态系统、诸如机器人装置，例如可以在制造中、在生产中、在维修中、在家庭中、在交通工具中、在医疗技术等等中使用。在这种情况下，可以在使用状态空间模型（SSM）、诸如高斯过程状态空间模型（GPSSM）的情况下控制动态系统。SSM或GPSSM可以描述动态系统的控制参数与目标参量之间的关系。在这种情况下，可能需要状态空间模型专门针对该动态系统来学习。但是，对状态空间模型的学习可能需要大量时间花费或需要大量计算技术花费。因而，可能需要降低该学习的时间花费或计算技术花费。

R. Frigola等人的出版物“Variational Gaussian Process State-SpaceModels”，in Advances in neuronal information processing systems, 2014（在下文称为参考文献[1]）描述了对高斯过程状态空间模型的学习。

A. Ialongo等人的出版物“Overcoming Mean-Field Approximations inRecurrent Gaussian Process Models”，in Proceedings of the 36th InternationalConference on Machine Learning, 2019（在下文称为参考文献[2]）描述了一种用于学习高斯过程状态空间模型的变异推理方法。

A. Capone等人的出版物“Localized active learning of Gaussian processstate space models”，in Learning for Dynamics and Control, Proceedings ofMachine Learning Research, 2020描述了对高斯过程状态空间模型的主动学习，其中控制轨迹在假设潜在状态可测量的情况下被优化。

发明内容

具有独立权利要求1（第一个示例）和8（第八个示例）的特征的方法和机器人装置能够实现：以降低的计算技术花费来学习用于控制机器人装置的高斯过程状态空间模型。

机器人装置可以是任何类型的受计算机控制的设备，诸如机器人（例如制造机器人、维修机器人、家用机器人、医疗机器人，例如机器人臂等等）、车辆（例如自主车辆）、家用电器、生产机器、私人助理、门禁系统、空气动力系统（例如飞机，例如无人机、例如直升机），等等。

传递信息可以对通过第一变量（例如转换、例如转换正态分布）所获得的大量信息进行量化，其方式是测量第二变量（例如输出参量）。清楚的是，对具有传递信息的最高值的输出参量的测量也可提供更多关于转换的信息。因而，按照第一个示例的方法能够以降低的时间花费来学习GPSSM。

在使用新控制参数的情况下对机器人装置的控制可引起机器人装置的新状态。该方法可以针对机器人装置的相应新状态作为机器人装置的当前状态迭代地来执行，其中针对相应的新控制参数所预测的输出状态是下一次迭代的机器人装置的当前的输入状态。在本段中所描述的特征与第一个示例相结合地形成第二个示例。