The invention provides a control device and a machine learning device. The machine learning device of the control device observes the transport action data representing the state of the conveyor's transport action and the state data of the conveyor representing the state of the conveyor as the state variable representing the current state of the environment, and obtains the transport speed determination data representing the determination result of the conveyor's transport speed and the appropriate expression of the state change of the conveyor. The judging data of the state of the conveyor with or without the judging result is used as the judging data. Furthermore, using these state variables and decision data, the transport action data and the state data of the transport object are associated for learning.
【技术实现步骤摘要】
控制装置以及机器学习装置
本专利技术涉及输送机的控制装置以及机器学习装置,尤其涉及将输送机控制成能够在没有引起输送物的落下或撞击,洒落、变形、位置偏移的范围更高速地将输送物进行输送的输送机的控制装置以及机器学习装置。
技术介绍
以往,使用传送带或自动输送车等输送机来输送物品。例如,在日本特开2017-065877号公报和日本特开平10-194456号公报中公开了利用传送带来输送物品的输送机。此外,在日本特开平07-061422号公报、登录技术第2594275号公报和日本特开2016-069050号公报中公开了对填充了液体的容器进行输送的输送机。并且,在日本特开平09-156497号公报中公开了对工厂内的货物进行输送的自动输送车。一般情况下,若想要高速地将输送物进行输送,则在加减速时对输送物施加了较强的撞击,或在输送物是注入了液体的容器时液体洒落,或在输送物是易碎的物体时该输送物的形状崩溃,或在输送物是堆积的物体时输送物崩溃,或输送物从装载位置发生偏移。因此,在以往的输送机中,设定适当的输送速度后将输送物进行输送,以便不使输送物发生上述那样的不良。另一方面,有时根据输送物的输送状态,适当加速/减速来对输送速度进行调整,由此可以更高速地对输送物进行输送。例如,在输送物的输送机上的装载状态或当前位置、因输送机而输送物处于上坡这样状态的情况下,有时即使向更高的速度加速输送物的状态也不会发生不良。但是,在现有技术中,由于没有这样进行考虑了输送物的状态的动态的速度调整,因此存在无法实现充分的输送速度的高效化。
技术实现思路
因此,本专利技术的目的在于提供一种将输送机控制成 ...
【技术保护点】
1.一种控制装置,其控制将输送物进行输送的输送机,其特征在于,所述控制装置具有:机器学习装置,其学习针对所述输送物的状态的所述输送机的输送动作的控制,所述机器学习装置具有:状态观测部,其观测表示所述输送机的输送动作的状态的输送动作数据以及表示所述输送物的状态的输送物状态数据作为表示环境的当前状态的状态变量;判定数据取得部,其取得表示所述输送物的输送速度的适当与否判定结果的输送速度判定数据以及表示输送物的状态变化的适当与否判定结果的输送物状态判定数据作为判定数据;以及学习部,其使用所述状态变量和所述判定数据,将所述输送动作数据与所述输送物状态数据关联起来进行学习。
【技术特征摘要】
2017.08.18 JP 2017-1582281.一种控制装置,其控制将输送物进行输送的输送机,其特征在于,所述控制装置具有:机器学习装置,其学习针对所述输送物的状态的所述输送机的输送动作的控制,所述机器学习装置具有:状态观测部,其观测表示所述输送机的输送动作的状态的输送动作数据以及表示所述输送物的状态的输送物状态数据作为表示环境的当前状态的状态变量;判定数据取得部,其取得表示所述输送物的输送速度的适当与否判定结果的输送速度判定数据以及表示输送物的状态变化的适当与否判定结果的输送物状态判定数据作为判定数据;以及学习部,其使用所述状态变量和所述判定数据,将所述输送动作数据与所述输送物状态数据关联起来进行学习。2.根据权利要求1所述的控制装置,其特征在于,所述输送动作数据还包含所述输送物的姿势变更的状态。3.根据权利要求1或2所述的控制装置,其特征在于,所述状态观测部还观测表示所述输送机或者所述输送物的位置的输送位置数据作为状态变量。4.根据权利要求1~3中任一项所述的控制装置,其特征在于,所述状态观测部还观测表示所述输送物的性质的输送物性质数据作为状态变量。5.根据权利要求1或2所述的控制装置,其特征在于,所述学习部具有:回报计算部,其求出与所述适当与否判定结果相关的回报;以及价值函数更新部,其使用所述回报,来更新表示针对所述输送物的状态的所述输送机的输送动作的价值的函数。6.根据权利要求1~5中任一项所述的控制装置,其特征在于,所述学习部通过多层结构来运算所述状态变量和所述判定数据。7.根据权利要求1~6中任一项所述的控制装置,其特征在于,所述机器学习装置还具有:决策部,其根据所述学习部的学习结果,输出决定所述输送机的输送动作的控制的指令值。8.根据权利要求1~7中任一项所述的控制装置,其特征在于,所述学习部使用针对多个所述控制装置的每一个获得的所述状态变量和所述判定数据,来学习该多个控制装置的每一个中的所述输送机的输送动作的控制。9.根据权利要求1~8中任一项所述的控制装置,其特征在于,所述机器学习装置存在于云服务器。10.一种机器学习装置,其学习将输送物进行输送的输送机的输送动作中的、针对所述输送物的状态的所述输送机的输送动作的控制,其特征在于,所述机器学习装置具有:状态观测部...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。