CN115467382A - 带学习功能的建筑机械 - Google Patents

Abstract

本发明的带学习功能的建筑机械(100)具备：动作部(103)，其具有作业部(104)；操作部(101)；作业状况检测部(112)；动作状态检测部(113)；反作用检测部(114)；学习数据存储部(115)，其将从操作部(101)输出的指令(201)按时间序列作为指令数据(211)存储，并且将作业状况数据(212)、动作状态数据(213)以及反作用数据(214)分别按时间序列作为预测基础数据(Pd)存储；学习部(118)，其使用存储于学习数据存储部(115)的预测基础数据(PD')，对存储于学习数据存储部(115)的指令数据(211')进行机械学习，在结束机械学习后，在动作部(103)的动作时接收预测基础数据(Pd)的输入，并输出指令(201)的预测指令(1103)；以及液压驱动系统(105)，其基于指令(201)、预测指令(1103)、或指令(201)以及预测指令(1103)驱动动作部(103)。

Description

带学习功能的建筑机械

本申请是国际申请日为2020年5月20日、申请号为202080007109.1、发明名称为“带学习功能的建筑机械”的申请的分案申请。

技术领域

本发明涉及带学习功能的建筑机械。

背景技术

作为具有学习功能的建筑机械，例如公知有专利文献1所记载的建筑机械。在该建筑机械中，学习碾压路的宽度方向的重叠长度的目标值。

专利文献1：日本专利第6360583号专利公报

在上述建筑机械中，无法学习建筑机械通过人的操作而进行的作业并自动地进行学习到的作业。

另外，在学习建筑机械通过人的操作而进行的作业的情况下，若单纯地应用一般的学习方法，则为了将基于建筑机械进行的作业的品质维持在基于熟练操作者进行的作业相同的水平，需要将学习的完成度提高到极限。另外，虽然需要根据作业的形态来改变建筑机械的动作，但由于作业的形态是无限存在的，所以为了根据实际作业的形态适当地控制建筑机械的动作，需要针对学习的庞大的学习用数据以及调试期。因此，难以在短期内实现基于建筑机械进行的作业的自动化。

并且，在建筑业，由于少子老龄化，劳动者年龄偏高并且短缺，传承熟练操作者的技能成了当务之急，但存在其技能的传承者也同样减少的问题。

发明内容

本发明是为了解决上述课题而做出的，其第一目的在于，提供一种至少能够学习建筑机械通过人的操作而进行的作业，并自动地进行学习到的作业的建筑机械。

而且，在第一目的基础上，第二目的在于，提供一种能够传承建筑业中的熟练操作者的技能，且能够在短期内实现规定作业的自动化的技能传承建筑机械。

本发明人为了解决上述课题而进行了深入研究。其结果，得到了以下见解。

在建筑机械中，多个液压执行器驱动包含作业部的动作部。例如，若以液压挖掘机为例，则动臂、斗杆、铲斗以及驾驶席相当于动作部，使动臂、斗杆以及铲斗转动的液压缸和使驾驶席转动的液压马达相当于液压执行器。

因此，操作部由与多个液压执行器的数量相对应的多个操作杆构成，操作者边操作这些多个操作杆边进行作业。另外，建筑机械所进行的作业是多样的。因此，以往，认为难以学习建筑机械的作业。

然而，本发明人着眼于在建筑作业中存在比较简单的定型作业这一情况。若为比较简单的定型作业，则进行学习是比较容易的。

另一方面，在某装置中，为了学习基于操作者的操作而进行的作业，重要的是确定对操作者的操作带来重要影响的信息，并将其作为学习时的输入数据使用。

为此，本发明人分析了熟练操作者的操作。其结果，判明如下。

简而言之，发现操作者是通过目视确认作业状况，通过目视以及操作杆的操作感知建筑机械当前的动作状态，并且通过身体感受来自作业对象的反作用(reaction)，由此决定下一步操作。

若以基于液压挖掘机进行的挖坑作业为例，则操作者通过目视确认挖坑的状况，并通过目视识别铲斗以及动臂的姿势，并通过操作杆当前的操作位置，直观地观察铲斗、动臂以及驾驶席当前如何动作。另外，若铲斗作用于地面(挖掘地面、刮入沙土等)，则通过身体感受其反作用，判断所意图的作业(action)的适当与否。而且，瞬时考虑这些来决定下一步操作。这里，所谓反作用，例如是指驾驶席的倾斜、加速度、角加速度等。另外，还判明操作者在决定下一步操作时，重视作为驱动源的发动机的旋转量、声音等。

这里，挖坑的状况是表示作业状况的信息的一个例子。操作位置是表示液压挖掘机的动作状态的信息的一个例子。驾驶席的倾斜等是来自地面的反作用的例子。发动机的声音等是表示驱动源的状态的信息，进而是表示液压挖掘机的动作状态的信息。

因此，本发明人想到了至少将表示作业状况的数据、表示动作部的动作状态的数据、以及表示动作部因作业部的作业而从作业对象受到的反作用的数据作为学习时的输入数据(预测基础数据)使用的方案。本发明是基于这样的见解而做出的。

为了实现上述目的，本发明的某个方式(aspect)所涉及的带学习功能的建筑机械具有：动作部，其具有作业部，使上述作业部以进行作业的方式运转；操作部，其输出与操作者的操作相对应的指令；作业状况检测部，其检测基于上述作业部进行的上述作业的状况，并将检测到的作业状况作为作业状况数据输出；动作状态检测部，其检测上述动作部的动作状态，并将检测到的动作状态作为动作状态数据输出；反作用检测部，其检测上述动作部由于上述作业部的作业而从作业对象受到的反作用，并将检测到的反作用作为反作用数据输出；学习数据存储部，其将上述指令按时间序列作为指令数据进行存储，并且将包含上述作业状况数据、上述动作状态数据以及上述反作用数据在内的预测基础数据按时间序列进行存储；学习部，其使用存储于上述学习数据存储部的上述预测基础数据，对存储于上述学习数据存储部的上述指令数据进行机械学习，在结束机械学习后，在上述动作部的动作时接收上述预测基础数据的输入，并输出上述指令的预测指令；以及液压驱动系统，其基于上述指令、上述预测指令、或上述指令以及上述预测指令驱动上述动作部。这里，“指令数据”是指在“有教师式学习”的情况下作为教师数据使用的数据。“预测基础数据”是指在机械学习时，为了使学习部预测动作指令而被输入到学习部的数据。所谓“使作业部···运转”是指“使作业部动作以及移动”。

根据该结构，在学习时，熟练操作者操作建筑机械进行规定的作业。于是，与和操作对应的指令对应的指令数据、和包含基于作业部进行的作业状况的数据、动作部的动作状态的数据以及动作部由于作业部的作业而从作业对象受到的反作用的数据在内的预测基础数据存储于学习数据存储部。而且，通过输入存储于学习数据存储部的预测基础数据，从而学习部对学习数据进行机械学习以输出预测指令。由此，能够学习熟练操作者的操作，并作为预测指令输出。而且，在结束机械学习之后，若对学习部输入预测基础数据，则学习部输出预测动作指令。于是，液压驱动系统基于预测指令驱动动作部。其结果，学习熟练操作者的操作，基于作为其学习的结果从学习部输出的预测指令，自动地进行该作业。

因此，能够提供能够学习建筑机械通过人的操作而进行的作业，并自动地进行学习到的作业的建筑机械。

也可以为，上述操作部构成为，作为上述指令，输出与上述操作者的操作相对应的动作指令，学习数据存储部构成为将上述动作指令按时间序列作为指令数据进行存储，并且将包含上述作业状况数据、上述动作状态数据以及上述反作用数据在内的预测基础数据按时间序列进行存储，上述学习部构成为，在学习时，使用存储于上述学习数据存储部的上述预测基础数据，对存储于上述学习数据存储部的上述指令数据进行机械学习，在结束上述机械学习后的自动控制时，接收上述预测基础数据的输入，并输出作为上述预测指令的预测动作指令，且液压驱动系统构成为，按照上述动作指令或上述预测动作指令，驱动上述动作部。

根据该结构，液压驱动系统构成为，按照动作指令的预测指令即预测动作指令，驱动动作部，因此按照熟练操作者的操作的学习结果，自动地进行该作业。

也可以为，具备设置有上述动作部的主体部，上述反作用检测部检测包含上述动作部或上述主体部的倾斜、加速度以及角加速度中的至少任一个的上述反作用，并将检测到的反作用作为上述反作用数据输出。

根据该结构，熟练操作者决定下一步操作时所重视的动作部或主体部的倾斜、加速度、或角加速度包含在预测基础数据中，因此学习的精度提高。此外，由于动作部设置于主体部，因此若动作部从作业对象受反作用，则该反作用的影响波及到主体部。

也可以为，上述动作状态检测部包含驱动源状态检测部，该驱动源状态检测部检测包含驱动对上述液压驱动系统的工作油进行加压的泵的驱动源的输出以及动作声音中的至少任一个在内的驱动源的状态，并将检测到的驱动源的状态作为驱动源状态数据输出，上述动作状态数据包含上述驱动源状态数据。

根据该结构，在熟练操作者决定下一步操作时所重视的驱动源的输出或声音包含在预测基础数据中，因此学习的精度提高。

也可以为，上述动作状态数据包含上述指令数据。这里，所谓“动作状态数据包含指令数据”，是指在“有教师式学习”的情况下，按时间序列存储于学习数据存储部的指令数据逐次作为教师数据使用，与作为该教师数据使用的指令数据相比“时间序列中靠前”的时刻的指令数据作为动作状态数据使用。

根据该结构，在熟练操作者决定下一步操作时所重视的与当前的操作杆(操作部)的位置对应的动作指令包含在预测基础数据中，因此学习的精度提高。

也可以为，动作状态检测部还具备姿势检测部，该姿势检测部检测上述动作部的姿势，并将检测到的姿势作为姿势数据输出，上述动作状态数据包含上述姿势数据。

根据该结构，在熟练操作者决定下一步操作时所重视的动作部的姿势的数据包含在预测基础数据中，因此学习的精度提高。

也可以为，上述带学习功能的建筑机械是具备控制部的技能传承建筑机械，上述操作部构成为，作为上述指令，输出与上述操作者的操作相对应的手动动作修正指令，上述液压驱动系统构成为，按照基本动作指令、自动动作修正指令和上述手动动作修正指令驱动上述动作部，且上述控制部具备：基本动作指令部，其输出通过上述动作部使上述作业部进行基本动作的上述基本动作指令；动作修正指令生成部，其对上述自动动作修正指令加上上述手动动作修正指令而生成动作修正指令；上述学习数据存储部，其包含将上述动作修正指令按时间序列作为上述指令数据进行存储的动作修正指令存储部、和将上述预测基础数据按时间序列进行存储的预测基础数据存储部；以及上述学习部，上述学习部构成为使用存储于上述预测基础数据存储部的上述预测基础数据，对存储于上述动作修正指令存储部的上述动作修正指令进行机械学习，在结束机械学习后，在上述动作部的动作时接收上述预测基础数据的输入，并输出作为上述预测指令的上述自动动作修正指令。

根据该结构，动作部经由液压驱动系统，按照基本动作指令、自动动作修正指令和手动动作修正指令使作业部运转，因此在操作者不修正动作部的动作且学习部不进行自动动作修正的情况下，动作部按照基本动作指令部所输出的基本动作指令使作业部进行基本动作。操作者边通过目视确认基于作业部进行的作业边监视作业部的动作，在不能通过基本动作而以熟练的动作进行规定作业时，以通过熟练的动作执行规定作业的方式以手动方式进行修正。于是，通过从操作部输出与该手动修正相对应的手动动作修正指令，修正基本动作，由此以熟练的动作执行规定作业。

另一方面，将与该规定作业相关的手动动作修正指令加到学习部所输出的自动动作修正指令而生成动作修正指令，并通过学习部对该动作修正指令进行机械学习。

在如上述那样学习部不进行自动修正的情况下，学习部仅学习基于操作者的手动动作修正的手动动作修正指令。由于对学习部在动作部的动作时输入与作业部的动作对应的预测基础数据，因此在产生了与上述类似的规定作业未以熟练的动作执行的动作状态的情况下，从学习部输出通过上述的学习预测的动作修正指令来作为自动动作修正指令。由此，基本动作指令向以熟练的动作执行规定作业的方向得到自动修正，若该自动修正适当，则规定的作业以熟练的动作执行。

但是，在学习不充分的情况下、或未以熟练的动作执行规定作业的情况下的动作部的动作状态与通过学习预测到的状态相当不同的情况下等，即使进行了该修正，规定作业也不以熟练的动作执行。于是，操作者以手动方式进行动作修正，以便于以熟练的动作执行规定的作业，由此，通过动作部以熟练的动作执行规定的作业。而且，将与该进一步的手动动作修正对应的手动动作修正指令加到与上一次的手动的动作修正对应的自动动作修正指令，并由学习部进行学习。

由此，学习部对作业部的基本动作的修正能力提高。之后，重复进行这些动作，若学习部对作业部的基本动作的修正能力提高到与操作者同等的水平，则不需要由操作者对作业部的基本动作的修正。在该状态下，学习部代替操作者，适当地修正作业部的基本动作，使作业部适当地执行规定作业。

这样，在操作者为熟练者的情况下，操作者的手动的动作修正构成熟练者的“技能”，该“技能”蓄积在学习部，传承给该学习部，学习部成为熟练者的“技能”的“传承者”。其结果，具备该学习部的建筑机械成为“技能传承建筑机械”。

另外，根据上述结构，动作部构成为，经由液压驱动系统，按照基本动作指令、自动动作修正指令和手动动作修正指令进行动作，因此即使从学习部输出不充分的自动动作修正指令，操作者也能够边观察作业部的动作边进行手动的动作修正而使动作部进行适当的动作。因此，能够通过现场的实际业务进行适当的动作的试行以及修正。换言之，能够通过现场的实际业务使学习部进行学习，因此不需要针对学习部的庞大的学习用数据以及调试期。其结果，能够在短期内实现规定作业的自动化。

另外，根据上述结构，与规定作业相关的作业部的基本动作中不需要修正的部分，通过基本动作指令部自动地执行，因此操作者只要进行必要的修正即可。因此，操作者的负担得到减轻。另外，即使是熟练者，作业也存在偏差，因此若这样通过操作者的操作仅进行一部分的作业，则与通过操作者的操作进行所有的作业的情况相比，作业的精度提高。

另外，虽然可以想到通过将与操作者的手动的动作修正对应的手动动作修正指令存储于存储部，来传承熟练者的技能的方案，但由于必须修正作业部的基本动作的形态是无限存在的，所以通过这样的方法传承熟练者的技能在现实中是困难的。另一方面，若如上述构成那样使用学习部，则每次产生必须修正作业部的基本动作的现象时，均使学习部学习与该形态相对应的手动的动作修正(准确地说，是手动动作修正指令)，由此能够容易地实现熟练者的技能的传承。

并且，根据上述结构，在动作部的动作时，熟练操作者操作建筑机械，边根据需要修正按照基本动作指令以及自动动作修正指令进行的作业部的动作边进行规定的作业。于是，包含基于作业部进行的作业状况的数据、动作部的动作状态的数据、以及动作部由于作业部的作业而从作业对象受到的反作用的数据在内的预测基础数据存储于预测基础数据存储部，并且对自动动作修正指令加上手动动作修正指令而得的动作修正指令存储于动作修正指令存储部。而且，在之后的学习时，学习部使用存储于预测基础数据存储部的预测基础数据，对存储于动作修正指令存储部的动作修正指令进行机械学习。由此，能够学习熟练操作者的修正操作，并作为自动动作修正指令输出。而且，在其后的动作部的动作时，若向学习部输入预测基础数据，则学习部输出自动动作修正指令。于是，液压驱动系统边反映基本动作指令和该自动动作修正指令，边驱动动作部。其结果，进行反映了作为学习熟练操作者的修正操作而得的结果的自动动作修正指令的作业。因此，能够提供使操作者对基于基本动作指令部进行的作业部的基本动作进行修正操作，而能够学习建筑机械所进行的作业，并自动地进行学习到的作业的建筑机械。

由此，能够提供能够传承建筑业中的熟练操作者的技能，且能够在短期内实现规定作业的自动化的技能传承建筑机械。

也可以为，上述手动动作修正指令为电指令信号，上述动作部具备：液压执行器，其驱动上述作业部；和控制阀，其按照上述基本动作指令、上述自动动作修正指令以及上述手动动作修正指令对上述液压执行器的动作进行液压控制，上述控制阀为电磁阀。

根据该结构，由于手动动作修正指令为电指令信号，因此能够对手动动作修正指令直接进行数值数据化。因此，能够容易地进行基本动作指令、自动动作修正指令以及手动动作修正指令的相加、自动动作修正指令以及手动动作修正指令的相加、以及动作修正指令向存储部的存储处理，因此与手动动作修正指令为液压信号且控制阀为液压控制阀的情况相比，能够简化与这些处理相关的结构。

本发明起到能够提供能够学习建筑机械通过人的操作而进行的作业，并自动地进行学习到的作业的建筑机械的效果。

另外，本发明的特定的形态起到能够提供能够传承建筑业中的熟练操作者的技能，且能够在短期内实现规定作业的自动化的技能传承建筑机械的效果。

附图说明

图1是表示本发明的实施方式所涉及的带学习功能的建筑机械的概念的功能框图。

图2是表示本发明的实施方式1所涉及的带学习功能的建筑机械的控制系统的结构的功能框图。

图3是表示作为带学习功能的建筑机械的一个例子的带学习功能的液压挖掘机的硬件结构的侧视图。

图4是表示图3的带学习功能的液压挖掘机的液压驱动系统的主液压回路的液压回路图。

图5是表示图3的带学习功能的液压挖掘机的液压驱动系统的操作系统液压回路的液压回路图。

图6是表示图3的带学习功能的液压挖掘机的控制系统的结构的功能框图。

图7是表示图3的带学习功能的液压挖掘机的预测动作指令、学习用指令数据、预测基础数据以及学习用预测基础数据的各时间序列数据的示意图。

图8是表示图6的学习部的结构的功能框图。

图9是表示基于图3的带学习功能的液压挖掘机进行的建筑作业的状况的示意图。

图10是表示作为本发明的实施方式2所涉及的带学习功能的建筑机械的一个例子的带学习功能的液压挖掘机的硬件结构的侧视图。

图11是表示图10的带学习功能的液压挖掘机的控制系统的结构的功能框图。

图12是表示作为本发明的实施方式3所涉及的带学习功能的建筑机械的一个例子的带学习功能的液压挖掘机的硬件结构的侧视图。

图13是表示图12的带学习功能的液压挖掘机的控制系统的结构的功能框图。

图14是表示本发明的实施方式4所涉及的技能传承建筑机械的控制系统的结构的功能框图。

图15是表示作为技能传承建筑机械的一个例子的技能传承液压挖掘机的硬件结构的侧视图。

图16是表示图15的技能传承液压挖掘机的液压驱动系统的主液压回路的液压回路图。

图17是表示图15的技能传承液压挖掘机的液压驱动系统的操作系统液压回路的液压回路图。

图18是表示图15的技能传承液压挖掘机的控制系统的结构的功能框图。

图19是对图15的技能传承液压挖掘机的动作中的周期时间进行例示的示意图。

图20是表示图15的技能传承液压挖掘机的动作修正指令、学习用动作修正指令、预测基础数据以及学习用预测基础数据的各时间序列数据的示意图。

图21是表示图20的学习部的结构的功能框图。

图22是表示基于图15的技能传承液压挖掘机进行的建筑作业的状况的示意图。

图23的(a)～(c)是示意性地表示基于液压挖掘机20进行的挖坑作业通过角部的深挖作业的修正操作得到改善的过程的剖视图。

图24的(a)～(c)是示意性性地表示基于液压挖掘机20进行的挖坑作业通过与挖坑预定地的地质对应的修正操作得到改善的过程的剖视图。

图25是表示作为本发明的实施方式5所涉及的技能传承建筑机械的一个例子的技能传承液压挖掘机的硬件结构的侧视图。

图26是表示图25的技能传承液压挖掘机的控制系统的结构的功能框图。

图27是表示作为本发明的实施方式6所涉及的技能传承建筑机械的一个例子的技能传承液压挖掘机的硬件结构的侧视图。

图28是表示图27的技能传承液压挖掘机的控制系统的结构的功能框图。

图29是表示作为本发明的实施方式7所涉及的技能传承建筑机械的一个例子的技能传承液压挖掘机的动作指令生成部的结构的功能框图。

具体实施方式

以下，参照附图对本发明的实施方式进行说明。此外，以下，在所有的附图中对相同或相当的要素标注相同的附图标记，并省略其重复的说明。另外，本发明不限定于以下实施方式。

(概念)

图1是表示本发明的实施方式所涉及的带学习功能的建筑机械的概念的功能框图。

参照图1，本发明的实施方式所涉及的带学习功能的建筑机械1000具备：动作部103，其具有作业部104，使作业部104以进行作业的方式运转；操作部101，其输出与操作者的操作相对应的指令201；作业状况检测部112，其检测基于作业部104进行的作业的状况，并将检测到的作业状况作为作业状况数据212输出；动作状态检测部113，其检测动作部103的动作状态，并将检测到的动作状态作为动作状态数据213输出；反作用检测部114，其检测动作部103由于作业部104的作业而从作业对象受到的反作用，并将检测到的反作用作为反作用数据214输出；学习数据存储部115，其将指令201按时间序列作为指令数据211存储，并且将包含作业状况数据212、动作状态数据213以及反作用数据214在内的预测基础数据Pd按时间序列存储；学习部118，其使用存储于学习数据存储部115的预测基础数据Pd，对存储于学习数据存储部115的指令数据211进行机械学习，在结束机械学习后，在动作部103的动作时接收预测基础数据Pd的输入，并输出指令201的预测指令1103；以及液压驱动系统105，其基于指令201、预测指令1103、或指令201以及预测指令1103驱动动作部103。

附图标记102表示带学习功能的建筑机械1000的主体部。动作部103以及液压驱动系统105设置于主体部102。

指令数据生成部1101基于指令201生成指令数据211。作为指令数据211的生成，例如有将从操作部101输出的液压的指令转换成指令数据的方式(实施方式1至3)、以及将从学习部118输出的预测指令与从操作部101输出的指令相加的方式(实施方式4至7)。

学习数据存储部115具备指令数据存储部1102以及预测基础数据存储部117。指令数据存储部1102在学习时或动作时存储指令数据211，并将其在学习时作为学习用的指令数据211’输出到学习部118。预测基础数据存储部117在学习时或动作时存储预测基础数据Pd(212～214)，并将其在学习时作为学习用的预测基础数据Pd’输出到学习部118。

根据这样的带学习功能的建筑机械1000，在学习时(在实施方式4至7中为前一次动作时)，由熟练的操作者操作建筑机械，进行规定的作业。于是，与和操作对应的指令对应的指令数据211和预测基础数据Pd存储于学习数据存储部115，该预测基础数据Pd包含基于作业部104进行的作业状况的数据212、动作部103的动作状态的数据213以及动作部103由于作业部104的作业而从作业对象受到的反作用的数据214。而且，通过输入存储于学习数据存储部115的预测基础数据Pd’，从而学习部118对学习数据211’、Pd’进行机械学习以输出预测指令1103。由此，能够学习熟练操作者的操作，并作为预测指令1103输出。而且，在结束机械学习后，若向学习部118输入预测基础数据Pd，则学习部118输出预测指令1103。于是，液压驱动系统105基于预测指令1103驱动动作部103。其结果，学习熟练操作者的操作，基于作为其学习的结果从学习部118输出的预测指令1103，自动地进行该作业。

因此，能够提供能够学习建筑机械通过人的操作而进行的作业，并自动地进行学习到的作业的建筑机械1000。

以下，对将该带学习功能的建筑机械1000的概念具体化的实施方式依次进行说明。以下的实施方式大致分为涉及带学习功能的建筑机械的实施方式1至3、和涉及技能传承建筑机械的实施方式4至7，该技能传承建筑机械是一种带学习功能的建筑机械，能够传承建筑业中的熟练操作者的技能，且在短期内实现规定作业的自动化。

(实施方式1)

{概要}

首先，对实施方式1的带学习功能的建筑机械的概要进行说明。

[结构]

图2是表示本发明的实施方式1所涉及的带学习功能的建筑机械的控制系统的结构的功能框图。在图2中，箭头表示指令、动力、信息、数据的流动。实线箭头表示自动控制时的指令或数据的流动，虚线表示学习时的指令或数据的流动。此外，如后述那样，在将过去的预测基础数据使用在学习中的情况下，即使在自动控制时，也产生由虚线表示的数据的流动。这在图6、11、13也一样。

参照图2，实施方式1的带学习功能的建筑机械100具备操作部101、主体部102、动作部103、液压驱动系统105、动作指令检测部110、作业状况检测部112、动作状态检测部113、反作用检测部114、学习数据存储部115、学习部118以及操作部驱动部119。另外，带学习功能的建筑机械100具有未图示的整体控制部以及动作模式切换操作部，根据由操作者进行的动作模式切换操作部的操作，整体控制部将带学习功能的建筑机械100的动作模式切换为学习模式或自动控制模式。以下，将带学习功能的建筑机械100以学习模式进行动作时称为“学习时”，将带学习功能的建筑机械100以自动控制模式进行动作时称为“自动控制时”。

在实施方式1中，操作部101构成为，作为指令，输出与操作者的操作相对应的动作指令201，学习数据存储部115构成为，将动作指令201按时间序列作为指令数据211进行存储，并且将包含作业状况数据212、动作状态数据213以及反作用数据214在内的预测基础数据Pd按时间序列进行存储，学习部118构成为，在学习时，使用存储于学习数据存储部115的预测基础数据Pd’，对存储于学习数据存储部115的指令数据211’进行机械学习，在结束机械学习后的自动控制时，接收预测基础数据Pd的输入，并输出作为预测指令1103的预测动作指令Pf，且液压驱动系统105构成为按照动作指令201或预测动作指令Pf，来驱动动作部103。此外，动作指令201通过作为指令数据生成部1101的动作指令检测部110，转换为指令数据211。

以下，对该带学习功能的建筑机械100的结构详细地进行说明。

操作部101输出与操作者的操作相对应的动作指令201。

在主体部102连结有动作部103。

动作部103具有进行作业的作业部104，使作业部104以进行作业的方式运转。这里，所谓“使作业部104···运转”，是指“使作业部104动作以及移动”。

“建筑机械”只要是能够通过动作部按照操作者的操作使作业部运转，来进行建筑作业的作业机械即可。作为“建筑机械”，例示出液压挖掘机、推土机、牵引式铲车、轮式装载机、挖沟机、挖土机、起重机、升降车等。

液压驱动系统105遍及主体部102和动作部103而设置。液压驱动系统105按照从操作部101输出的动作指令201、或从学习部118输出的预测动作指令Pf，来输出驱动力202，由此驱动动作部103。

动作指令检测部110检测从操作部101输出的动作指令201，并将其作为指令数据211输出。具体而言，在动作指令201为液压指令(先导压力指令)的情况下，将其转换为作为电数据的指令数据211并输出。因此，动作指令检测部110并不是必须的要素。在动作指令201为电指令的情况下，也可以省略动作指令检测部110，而将动作指令201直接输入到后述的指令数据存储部116以及学习部118。在后述的带学习功能的液压挖掘机10中，将加速装置50所输出的加速指令(电指令)亦即动作指令201作为指令数据211直接输入至指令数据存储部116以及学习部118。

作业状况检测部112检测基于作业部104进行的作业的状况，并将检测到的作业状况作为作业状况数据212输出。

动作状态检测部113检测动作部103的动作状态，并将检测到的动作状态作为动作状态数据213输出。

预测基础数据包含作业状况数据212、动作状态数据213以及反作用数据214。为了便于说明，对学习时所使用的预测基础数据标注附图标记Pd’，对自动控制时所使用的预测基础数据标注附图标记Pd。另外，预测基础数据也可以包含指令数据211。

反作用检测部114检测动作部103或主体部102由于作业部104的作业而从作业对象受到的反作用，并将检测到的反作用作为反作用数据214输出。

学习数据存储部115具备指令数据存储部116和预测基础数据存储部117。

指令数据存储部116作为指令存储部1102，将指令数据211按时间序列进行存储。预测基础数据存储部117将包含指令数据211、作业状况数据212、动作状态数据213以及反作用数据214在内的预测基础数据Pd分别按时间序列进行存储。

学习部118是进行机械学习的学习模型，作为这样的学习模型，例示出神经网络、回归模型、树模型、贝叶斯模型、时间序列模型、聚类模型、集成学习模型等。在本实施方式中，学习模型为神经网络。学习的方式既可以是有教师式学习，也可以是无教师式学习。另外，也可以是深度学习(Deep learning)。

学习部118例如在有教师式学习的情况下，在学习时，将存储于指令数据存储部116的指令数据作为学习用指令数据Pf’读出，并且将存储于预测基础数据存储部117的预测基础数据作为学习用预测基础数据Pd’读出。而且，将学习用指令数据Pf’作为教师数据，将学习用预测基础数据Pd’作为输入数据，创建学习数据。而且，将作为输入数据的预测基础数据Pd’输入到机械学习模型(例如神经网络)，评价输出与教师数据Pf’的差异，并将其评价反馈到机械学习模型。由此，机械学习模型对学习数据进行机械学习。当机械学习结束时，学习部118将机械学习模型的输出作为预测动作指令Pf输出到外部。具体而言，在自动控制时，在学习部118中，若被输入预测基础数据Pd，则机械学习模型输出预测动作指令Pf。

在自动控制时，操作部驱动部119按照从学习部118输出的预测动作指令Pf对操作部101进行操作。由此，从操作部101输出动作指令201，并按照该动作指令201，液压驱动系统105驱动动作部103。即，操作部驱动部119以及操作部101作为将预测动作指令Pf转换为动作指令201的预测动作指令转换部120发挥功能。操作部驱动部119例如由马达、机械手(机器人)等构成。

因此，操作部驱动部119并不是必须的要素。例如，也可以构成为，代替操作部驱动部119，而设置将作为电指令信号的预测动作指令Pf转换为液压指令(先导压力指令)的预测动作指令转换部，在自动控制时，代替来自操作部101的动作指令，而将该预测动作指令转换部的输出输入到液压驱动系统105。预测动作指令转换部例如能够由先导阀(电磁比例阀)构成，该先导阀(电磁比例阀)由电磁阀构成。此外，在带学习功能的建筑机械100构成为从操作部101输出电指令的动作指令201的情况下，不需要预测动作指令转换部120，从学习部118输出的预测动作指令Pf直接输入至液压驱动系统105。

液压驱动系统105像这样按照由操作部驱动部119以及操作部101转换为动作指令的预测动作指令Pf，来驱动动作部103。

[动作]

在学习时，熟练操作者操作带学习功能的建筑机械100，进行规定的作业。于是，与和操作对应的动作指令201对应的指令数据211和预测基础数据存储于学习数据存储部115，该预测基础数据包含表示由作业部104进行的作业的状况的作业状况数据212、表示动作部的动作状态的动作状态数据213、以及表示动作部103或主体部102由于作业部104的作业而从作业对象受到的反作用的反作用数据214。上述规定作业例如为比较简单的定型作业。作为这样的定型作业，例示有挖坑作业、整地作业、碾压作业等。

而且，在学习时，学习部118将存储于指令数据存储部116的指令数据作为学习用指令数据Pf’读出，并且将存储于预测基础数据存储部117的预测基础数据作为学习用预测基础数据Pd’读出。而且，将学习用指令数据Pf’作为教师数据，将学习用预测基础数据Pd’作为输入数据，创建学习数据。而且，学习部118对该学习数据进行机械学习。结束了机械学习的学习部118在自动控制时，若接收预测基础数据Pd的输入，则输出预测动作指令Pf。于是，液压驱动系统105按照由操作部驱动部119以及操作部101转换为动作指令201的预测动作指令Pf，驱动动作部103。其结果，学习熟练操作者的操作，按照作为其学习的结果从学习部118输出的预测动作指令Pf，自动地进行该作业。

这样，根据实施方式1，由于液压驱动系统105构成为按照动作指令201的预测指令即预测动作指令Pf，来驱动动作部103，因此按照熟练操作者的操作的学习结果，自动地进行该作业。

{具体的结构}

接下来，以作为建筑机械的一个例子的液压挖掘机10为例对带学习功能的建筑机械100的具体结构进行说明。

[硬件的结构]

＜整体结构＞

首先，对带学习功能的液压挖掘机10的整体结构进行说明。

图3是表示作为带学习功能的建筑机械的一个例子的带学习功能的液压挖掘机10的硬件结构的侧视图。

带学习功能的液压挖掘机(以下，有时简称为液压挖掘机)10具备主体部102。在主体部102设置有行驶体19。行驶体19例如由具备履带(caterpillar)的车辆行驶装置构成。

在主体部102之上能够绕铅垂的第一旋转轴线A1旋转地设置有旋转体15。在旋转体15设置有驾驶席(未图示)，在驾驶席设置有操作部101(参照图6)。此外，虽然在图6的操作部101中未示出，但在驾驶席设置有操作行驶体19的行驶操作装置。在旋转体15还设置有使旋转体15旋转的旋转马达14。旋转马达14由液压马达构成。另外，在旋转体15设置有行驶用的发动机26(参照图6)。发动机26在作业时驱动液压驱动系统1的泵部107(参照图6)。

在旋转体15能够绕水平的第二转动轴线A2转动地连结有动臂16的基端部。在动臂16的基端部以及旋转体15分别能够转动地连结有动臂缸11的末端部以及基端部，通过动臂缸11的伸缩，动臂16以第二转动轴线A2为中心摆动。

在动臂16的末端部能够绕水平的第三转动轴线A3转动地连结有斗杆17的基端部。在斗杆17的基端部以及动臂16的中央部分别能够转动地连结有斗杆缸12的末端部以及基端部，通过斗杆缸12的伸缩，斗杆17以第三转动轴线A3为中心摆动。

在斗杆17的末端部能够绕水平的第四转动轴线A4转动地连结有铲斗18的基端部。在铲斗18的基端部以及斗杆17的中央部分别能够转动地连结有铲斗缸13的末端部以及基端部，通过铲斗缸13的伸缩，铲斗18以第四转动轴线A4为中心转动。铲斗18是附件的一个例子，也可以安装其他附件。

动臂16、斗杆17以及铲斗18构成前作业机。另外，铲斗18构成作业部104，旋转体15以及前作业机(动臂16、斗杆17以及铲斗18)构成动作部103。

液压挖掘机10除上述部件之外还具备左右一对液压行驶马达(未图示)。

操作者通过对操作部101(包含未图示的行驶操作装置)进行操作，使液压挖掘机位于所希望的场所，使旋转体15旋转，使动臂16、17的姿势变化，且使铲斗18转动，来进行所希望的作业。

带学习功能的液压挖掘机10还具备第一拍摄器311。第一拍摄器311拍摄基于铲斗18进行的作业的状况。由第一拍摄器311拍摄到的拍摄图像在后述的图像处理部312(参照图6)中被进行图像处理以得到表示作业状况的数据，并且作为作业状况数据212从图像处理部312输出。第一拍摄器311的光轴321朝向作业对象。

第一拍摄器311例如由三维照相机、带深度传感器的照相机等构成。第一拍摄器311例如经由适当的支承部件固定于主体部102、或经由适当的支承部件固定在与液压挖掘机10的车辆不同的固定物体(地面等)、或搭载于无人机。

＜液压驱动系统1＞

接下来，对使液压挖掘机10动作的液压驱动系统1进行说明。

图4是表示带学习功能的液压挖掘机10的液压驱动系统1的主液压回路的液压回路图。图5是表示带学习功能的液压挖掘机10的驱动系统的操作系统液压回路的液压回路图。主液压回路以及操作系统液压回路设置于旋转体15。

液压驱动系统1如上述那样作为液压执行器，包含动臂缸11、斗杆缸12以及铲斗缸13，并且包含旋转马达14以及左右一对液压行驶马达(未图示)。

参照图4，液压驱动系统1包含用于向上述的执行器供给工作油的第一主泵21以及第二主泵23。此外，在图4中，为了简化附图，省略除旋转马达14以外的执行器。

第一主泵21以及第二主泵23由发动机26驱动。另外，发动机26还驱动副泵25。第一主泵21、第二主泵23以及副泵25构成泵部107(参照图6)。发动机26通过加速装置50(参照图6)调整输出。加速装置50例如具备加速踏板，将与其踩踏量相对应的电指令亦即加速指令输出到发动机控制装置(未图示)。发动机控制装置按照加速指令控制发动机26的输出(旋转速度)。

第一主泵21以及第二主泵23例如是排出与倾转角相对应的流量的工作油的可变容量型的泵。这里，第一主泵21以及第二主泵23是通过斜板的角度来规定倾转角的斜板泵。但是，第一主泵21以及第二主泵23也可以是通过驱动轴和缸体所成的角来规定倾转角的斜轴泵。

第一主泵21的排出流量Q1以及第二主泵23的排出流量Q2通过电正控制(positivecontrol)方式控制。具体而言，第一主泵21的倾转角被第一流量调整装置22调整，第二主泵23的倾转角被第二流量调整装置24调整。副泵25通过子排放管路37与第一流量调整装置22以及第二流量调整装置24连接。副泵25作为第一流量调整装置22以及第二流量调整装置24的驱动源发挥功能。对第一流量调整装置22以及第二流量调整装置24，在后文中详细说明。

第一中心排放管路31从第一主泵21延伸至油箱。在第一中心排放管路31上配置有包含斗杆第一控制阀41以及旋转控制阀43的多个控制阀(除斗杆第一控制阀41以及旋转控制阀43以外，未图示)。各控制阀通过泵管路32与第一主泵21连接。即，第一中心排放管路31上的控制阀与第一主泵21并联连接。另外，各控制阀通过油箱管路33与油箱连接。

同样，第二中心排放管路34从第二主泵23延伸至油箱。在第二中心排放管路34上配置有包含斗杆第二控制阀42以及铲斗控制阀44的多个控制阀(除斗杆第二控制阀42以及铲斗控制阀44以外，未图示)。各控制阀通过泵管路35与第二主泵23连接。即，第二中心排放管路34上的控制阀与第二主泵23并联连接。另外，各控制阀通过油箱管路36与油箱连接。

斗杆第一控制阀41与斗杆第二控制阀42一起控制工作油相对于斗杆缸12的供给以及排出。即，经由斗杆第一控制阀41从第一主泵21向斗杆缸12供给工作油，并且经由斗杆第二控制阀42从第二主泵23向斗杆缸12供给工作油。斗杆第一控制阀41以及斗杆第二控制阀42构成斗杆控制阀40(参照图5)。

旋转控制阀43控制工作油相对于旋转马达14的供给以及排出。即，经由旋转控制阀43从第一主泵21向旋转马达14供给工作油。具体而言，旋转马达14通过一对给排管路61、62与旋转控制阀43连接。从各给排管路61、62分支出释放管路63，释放管路63与油箱相连。在各释放管路63设置有泄压阀64。另外，给排管路61、62通过一对补充管路65与油箱分别连接。在各补充管路65设置有止回阀66，该止回阀66允许从油箱朝向给排管路(61或62)的流动，但禁止其相反的流动。

铲斗控制阀44控制工作油相对于铲斗缸13的供给以及排出。即，经由铲斗控制阀44从第二主泵23向铲斗缸13供给工作油。

虽然在图4中未示出，但第二中心排放管路34上的控制阀包含动臂第一控制阀45(参照图5)，第一中心排放管路31上的控制阀包含动臂第二控制阀46(参照图5)。动臂第二控制阀46是动臂上升操作所专用的阀。即，在动臂上升操作时，经由动臂第一控制阀45以及动臂第二控制阀向动臂缸11供给工作油，在动臂下降操作时，仅经由动臂第一控制阀45向动臂缸11供给工作油。

如图5所示，动臂控制阀47(动臂第一控制阀45以及动臂第二控制阀)被动臂操作装置71操作。斗杆控制阀40(斗杆第一控制阀41以及斗杆第二控制阀42)被斗杆操作装置51操作。旋转控制阀43被旋转操作装置54操作。铲斗控制阀44被铲斗操作装置57操作。动臂操作装置71、斗杆操作装置51、旋转操作装置54以及铲斗操作装置57分别包含操作杆，并输出与操作杆的倾倒角相对应的操作信号(指令)。

在本实施方式中，动臂操作装置71、斗杆操作装置51、旋转操作装置54以及铲斗操作装置57分别是输出与操作杆的倾倒角相对应的先导压力指令的先导操作阀。因此，斗杆操作装置51通过一对先导管路52、53与斗杆第一控制阀41的一对先导口连接，旋转操作装置54通过一对先导管路55、56与旋转控制阀43的一对先导口连接，铲斗操作装置57通过一对先导管路58、59与铲斗控制阀44的一对先导口连接，动臂操作装置71通过一对先导管路72、73与动臂第一控制阀45的一对先导口连接。另外，斗杆第二控制阀42的一对先导口通过一对先导管路52a、53a与先导管路52、53连接。另外，在动臂第二控制阀46中，仅动臂上升操作用的先导口通过先导管路73a与先导管路73连接，另一个先导口不与先导管路72连接。因此，动臂第二控制阀46在动臂操作装置71进行了动臂下降操作的情况下不动作。

但是，也可以是各操作装置为输出与操作杆的倾倒角相对应的电信号(指令)的电操纵杆，且在各控制阀的先导口连接有一对电磁比例阀。

在先导管路52、53、55、56、58、59、72、73分别设置有检测先导压力指令的压力的压力传感器81～86、91、92。此外，检测从斗杆操作装置51输出的先导压力指令的压力的压力传感器81、82也可以设置于先导管路52a、53a。这些压力传感器81～86、91、92构成动作指令检测部110(参照图6)。

上述的第一流量调整装置22以及第二流量调整装置24被流量控制装置8进行电控制。例如，流量控制装置8具有ROM、RAM等存储器和CPU，由CPU执行储存于ROM的程序。流量控制装置8以由压力传感器81～86、91、92检测的先导压力指令(操作信号)越大，第一主泵21以及/或第二主泵23的倾倒角越大的方式控制第一流量调整装置22以及第二流量调整装置24。例如，在单独进行了旋转操作时，流量控制装置8以从旋转操作装置54输出的先导压力指令越大第一主泵21的倾倒角越大的方式控制第一流量调整装置22。

[控制系统的结构]

接下来，对带学习功能的液压挖掘机10的控制系统的结构进行说明。

＜整体结构＞

图6是表示带学习功能的液压挖掘机10的控制系统的结构的功能框图。在图6中示出了与本实施方式中的学习功能相关的液压挖掘机10的控制系统。因此，省略与本实施方式中的学习功能无关的行驶体19的控制系统。另外，带学习功能的液压挖掘机10具有未图示的整体控制部以及动作模式切换操作部，根据由操作者进行的动作模式切换操作部的操作，整体控制部将带学习功能的液压挖掘机10的动作模式切换为学习模式或自动控制模式。

参照图6，加速装置50、斗杆操作装置51、旋转操作装置54、铲斗操作装置57以及动臂操作装置71构成操作部101。操作部101设置于旋转体15的驾驶席。

当操作者踩踏加速装置50的加速踏板时，加速装置50输出与加速踏板的踩踏量相对应的加速指令亦即动作指令201。于是，发动机26以与动作指令201相对应的输出驱动泵部107。于是，泵部107以与泵部107的输出相对应的排出量向液压回路106排出工作油。

当操作者操作旋转操作装置54的操作杆时，旋转操作装置54输出与操作杆的倾倒角相对应的先导压力指令(旋转指令)亦即动作指令201。于是，旋转控制阀43根据动作指令201对旋转马达14给排工作油。于是，旋转马达14根据工作油的给排使旋转体15旋转。

当操作者操作动臂操作装置71的操作杆时，动臂操作装置71输出与操作杆的倾倒角相对应的先导压力指令(动臂动作指令)亦即动作指令201。于是，动臂控制阀47根据动作指令201对动臂缸11给排工作油。于是，动臂缸11根据工作油的给排升降动臂16、进而升降动臂16以及斗杆17。

当操作者操作斗杆操作装置51的操作杆时，斗杆操作装置51输出与操作杆的倾倒角相对应的先导压力指令(斗杆动作指令)亦即动作指令201。于是，斗杆控制阀44根据动作指令201对斗杆缸12给排工作油。于是，斗杆缸12根据工作油的给排使斗杆17摆动。

当操作者操作铲斗操作装置57的操作杆时，铲斗操作装置57输出与操作杆的倾倒角相对应的先导压力指令(铲斗动作指令)亦即动作指令201。于是，铲斗控制阀44根据动作指令201对铲斗18给排工作油。于是，铲斗缸13根据工作油的给排使铲斗18转动。

通过上述操作，进行操作者所意图的作业。

另一方面，压力传感器81～86、91、92分别检测从斗杆操作装置51、旋转操作装置54、铲斗操作装置57以及动臂操作装置71分别输出的先导压力指令亦即动作指令201，并将这些指令分别作为指令数据211输出。压力传感器81～86、91、92构成动作指令检测部110。

学习数据存储部115的指令数据存储部116将这些指令数据211分别按时间序列进行存储。另外，指令数据存储部116将从加速装置50输出的加速指令亦即动作指令201按时间序列作为指令数据211进行存储。指令数据211包含加速指令、斗杆动作指令、旋转指令、铲斗动作指令以及动臂动作指令。

如上述那样，第一拍摄器311拍摄由铲斗18进行的作业的状况。于是，图像处理部312通过对由第一拍摄器311拍摄到的拍摄图像进行图像处理，来生成表示规定的作业状况的数据，并将其作为作业状况数据212输出。因此，第一拍摄器311以及图像处理部312构成作业状况检测部112。

在液压挖掘机10设置有麦克风313。麦克风313例如设置于配置在旋转体15的发动机26附近，接收发动机26的动作声音，并将其转换为动作声音数据，将该动作声音数据作为动作状态数据213输出。发动机26的输出越大发动机26的动作声音越大，发动机26的输出越小发动机26的动作声音越小。因此，动作声音数据是表示泵部107的驱动源的状态的驱动源状态，进而是表示液压挖掘机10的动作状态的动作状态数据。因此，麦克风313构成驱动源状态检测部，进而构成动作状态检测部113。

在液压挖掘机10的旋转体15或主体部102设置有陀螺仪传感器314。陀螺仪传感器314检测旋转体15或主体部102的倾斜以及振动(包含激振力、加速度以及角加速度等)，并将其转换为倾斜以及振动数据，将该倾斜以及振动数据作为反作用数据214输出。例如，当动臂使铲斗18刺入地面时，旋转体15以及主体部102因来自地面的反作用力而倾斜，并且旋转体15以及主体部102经由动臂(动作部103)受激振力而振动。由此，陀螺仪传感器314所输出的倾斜以及振动数据表示动作部103以及主体部102所受到的反作用。因此，陀螺仪传感器314构成反作用检测部114。

学习数据存储部115的预测基础数据存储部117将图像处理部312所输出的作业状况数据212、麦克风313所输出的动作状态数据213、陀螺仪传感器314所输出的反作用数据214、动作指令检测部110所输出的指令数据211、以及加速装置50所输出的动作指令亦即指令数据211分别按时间序列作为预测基础数据进行存储。

如上述那样，学习部118在学习时对学习数据进行机械学习，在结束机械学习后，在自动控制时，若接收预测基础数据Pd的输入，则输出预测动作指令Pf。

学习数据存储部115、学习部118、图像处理部312以及上述的未图示的整体控制部，例如由具有处理器和存储器的运算器构成。学习部118、整体控制部以及图像处理部312是通过处理器执行储存于该运算器的存储器的规定的程序而实现的功能模块。学习数据存储部115由该存储器构成。具体而言，该运算器例如由微控制器、MPU、FPGA(FieldProgrammable Gate Array)、PLC(Programmable Logic Controller)等构成。学习数据存储部115、学习部118、图像处理部312以及上述的未图示的整体控制部也可以由进行集中控制的单独的运算器构成，也可以由进行分散控制的多个运算器构成。这些单独的运算器或多个运算器例如设置于液压挖掘机10的旋转体15。

操作部驱动部119这里由第1至5伺服马达M1～M5构成。第1至5伺服马达M1～M5按照学习部118所输出的预测动作指令Pf，分别使动臂操作装置71的操作杆、铲斗操作装置57的操作杆、旋转操作装置54的操作杆、斗杆操作装置51的操作杆以及加速装置50的加速踏板转动。由此，在自动控制时，液压驱动系统1的动臂控制阀47、铲斗控制阀44、旋转控制阀43以及斗杆控制阀40按照预测动作指令Pf，来驱动动作部103的动臂16、铲斗18、旋转体15以及斗杆17，并且发动机26按照预测动作指令Pf，来驱动液压驱动系统1的泵部107。

接下来，对学习部118的结构详细地进行说明。图7是表示带学习功能的液压挖掘机10中的预测动作指令Pf、学习用指令数据Pf’、预测基础数据Pd以及学习用预测基础数据Pd’的各时间序列数据的示意图。图8是表示学习部118的结构的功能框图。

＜各时间序列数据的时间关系＞

首先，对各时间序列数据的时间关系进行说明。

参照图7，液压挖掘机10通过自动控制进行规定作业。为了使液压挖掘机10学习该规定作业，液压挖掘机10被熟练操作者进行该规定作业，作为学习用动作。时刻t0’表示该学习用动作的开始时刻。该学习用动作在时刻tu’结束。在该学习用动作中，指令数据211以及预测基础数据212～214分别以规定的取样间隔被取得，分别按时间序列存储于指令数据存储部116以及预测基础数据存储部117。

当学习用动作结束时，从指令数据存储部116以及预测基础数据存储部117分别读出指令数据以及预测基础数据，来作为学习用指令数据Pf’以及学习用预测基础数据Pd’。学习用指令数据Pf’为时间序列数据Pf0’、Pf1’、Pf3’···Pfu’(以下，简称为Pf0’～Pfu’)。以下，各时间序列数据中的下标数字表示取样时刻(间歇时刻)的顺序。因此，该下标数字相同的时间序列数据是指在相同的取样时刻取得的数据。学习用预测基础数据Pd’也同样为时间序列数据Pd0’～Pdu’。

使用这些学习用指令数据Pf’以及学习用预测基础数据Pd’进行机械学习。当机械学习结束时，液压挖掘机10被自动控制而进行规定作业。当前时刻t0表示自动控制时的该规定作业的开始时刻。在自动控制时分别以规定的取样间隔取得指令数据211以及预测基础数据212～214，作为预测基础数据Pd，依次输入到学习部118。预测基础数据Pd为时间序列数据Pd0～Pdu。

学习部118根据该预测基础数据Pd输出预测动作指令Pf。预测动作指令Pf为时间序列数据Pf0～Pfu。

液压挖掘机10按照该预测动作指令Pf进行动作，由此，液压挖掘机10被自动控制。

＜学习部118的结构＞

参照图8，学习部118例如具备神经网络1400、学习数据以及教师数据生成部1401、数据输入部1402、以及学习评价部1403。

神经网络1400具备输入层、中间层以及输出层。适当设定各层的神经元的数量。在神经网络1400的学习中能够应用公知的学习方法。因此，这里简单地进行说明。这里，神经网络1400例如为递归型神经网络。学习的方式例如为有教师式学习。

学习数据以及教师数据生成部1401根据学习用指令数据Pf’的时间序列数据Pf0’～Pfu’生成教师数据pn的时间序列数据pn1～pnu。另外，根据学习用预测基础数据Pd’的时间序列数据Pd0’～Pdu’生成学习数据的时间序列数据Pd0’～Pdu－1’。

数据输入部1402向输入层的各神经元依次输入学习数据的时间序列数据Pd0’～Pdu－1’。此时，若数据输入部1402输入某取样时刻ti的学习数据的时间序列数据Pdi，则神经网络1400通过前向运算，计算下一个取样时刻ti+1的预测动作指令Pni+1。于是，学习评价部1403根据教师数据pn的时间序列数据pn1～pnu获取下一个取样时刻ti+1的时间序列数据pni+1，针对预测动作指令Pni+1和教师数据pn的时间序列数据pni+1，例如计算加速指令、斗杆动作指令、旋转指令、铲斗动作指令以及动臂动作指令的各平方误差的总和值e²。接着，学习评价部1403通过后向运算，更新神经网络1400的权重。数据输入部1402以及学习评价部1403对学习数据的所有的时间序列数据Pd0’～Pdu－1’进行该处理，例如在所有的处理中，当平方误差的总和值e²成为规定的阈值以下时结束学习。

在该学习结束后，在自动控制时，数据输入部1402例如输入当前的取样时刻t0的预测基础数据Pd0。于是，神经网络1400将下一个取样时刻t1的预测动作指令Pn1作为预测动作指令Pf1输出。此外，作为预测动作指令Pf0，输出适当的初始动作指令。

由此，液压挖掘机10被基于神经网络1400(学习部118)的学习结果的预测动作指令Pf自动控制。

此外，在学习时，数据输入部1402在输入各取样时刻ti的学习数据的时间序列数据Pdi时，也可以输入在此之前的时间序列数据Pdi－1～Pdi－n(n为规定的正数)。但是，在该情况下，在自动控制时，数据输入部1402与此同样地在各取样时刻tj，需要与当前的预测基础数据Pdj一起输入过去的预测基础数据Pdj－1～Pdj－n。在自动控制时，在各取样时刻tj，在预测基础数据存储部117按时间序列存储有预测基础数据Pd0～Pdj－1，因此数据输入部1402从预测基础数据存储部117读出该数据，而生成过去的预测基础数据Pdj－1～Pdj－n。这样，神经网络1400的学习效率提高。其理由是，操作者在预测铲斗18的动作时，不仅考虑当前时刻的瞬时的作业状况、液压挖掘机10的动作状态以及来自作业对象的反作用，还考虑在此之前的一系列的作业状况、液压挖掘机10的动作状态以及来自作业对象的反作用，预测接下来的铲斗18的动作，由此准确地预测铲斗18的动作。

此外，也可以将除了作业状况、液压挖掘机10的动作状态以及来自作业对象的反作用以外的信息，作为学习数据以及液压挖掘机10的自动控制时的输入数据来使用。

[动作]

接下来，对如以上这样构成的带学习功能的液压挖掘机10的动作进行说明。以下，列举液压挖掘机10进行挖坑作业作为规定作业的情况为例，对液压挖掘机10的动作进行说明。

图9是表示基于带学习功能的液压挖掘机10进行的建筑作业的状况的示意图。

参照图9，首先，在要挖坑131的预定地的上方设置第一拍摄器311。第一拍摄器311例如安装于设置在地上的适当的支承部件。第一拍摄器311例如通过无线与设置于液压挖掘机10的旋转体15的上述运算器(学习部118)能够数据通信地连接。第一拍摄器311例如位于坑131的中央部的上方，且以光轴321朝向坑131的中央部的方式设置。

接下来，液压挖掘机10被切换为学习模式。于是，首先，液压挖掘机10设定为初始状态。作为该初始状态，例如液压挖掘机10位于适合挖坑131的设置场所，且采取初始姿势(例如，图9所示的姿势)。设置位置例如设定在不移动液压挖掘机10就能够用铲斗18铲动沙土来挖坑131，且将铲斗18内的铲动的沙土丢弃到沙土放置处的场所。这里，假定设定位置设定于坑131的预定地与沙土放置处之间的中间位置。另外，假定第一拍摄器311由三维照相机构成。

＜挖坑作业＞

接着，熟练操作者操作液压挖掘机10进行挖坑作业。操作者例如大致如以下这样进行该挖坑作业。

首先，使铲斗18从坑131上方的下降位置开始下降，而刺入坑131的预定地的地面(包含坑131内的地面)(刺入动作)。在该刺入动作中，操作者在使铲斗18下降之前，操作铲斗18使得末端的爪朝向下方。接着，边将刺入后的铲斗18向地面按压，边使铲斗18向跟前转动来铲取沙土(铲取动作)。接着，使铲斗18移动至上述下降位置，而从坑131提升(提升动作)。接着，使旋转体15旋转，直到动臂16、17朝向沙土放置处为止(正向旋转动作)。接着，使铲斗18向相对侧转动，而将铲斗18内的沙土排出到沙土放置处(沙土排出动作)。接着，使旋转体15向相反方向旋转，以使得铲斗18位于上述下降位置(反向旋转动作)。之后，反复进行上述一系列的动作，当以具有规定的平面形状且具有规定的深度的方式形成规定的坑131时，结束挖坑作业。

＜下一步操作的判断信息＞

在该一系列的动作中，操作者通过目视确认挖坑的状况，通过目视识别铲斗18以及动臂16、17的姿势，并且通过各操作装置51、54、57、71的操作杆的当前的操作位置，直观地观察铲斗18、动臂以及驾驶席(旋转体15)当前如何动作。另外，当铲斗18作用于地面(挖掘地面、刮入土等)时，通过身体感受其反作用，来判断所意图的作业(action)的适当与否。然后，瞬时考虑这些来决定下一步操作。这里，所谓反作用，例如是指驾驶席的倾斜以及振动(包含激振力、加速度、角加速度等)。另外，操作者在决定下一步操作时，重视作为驱动源的发动机26的状态(旋转量、声音等)。

这里，挖坑的状况是表示作业状况的信息的一个例子。操作位置是表示液压挖掘机10的动作状态的信息的一个例子。驾驶席(旋转体15)的倾斜以及振动是来自地面的反作用的例子。发动机26的状态(旋转量、声音等)是表示驱动源的状态的信息，进而是表示液压挖掘机10的动作状态的信息。

＜学习用的数据取得＞

另一方面，在上述一系列的动作中，如以下这样，取得学习用的数据。

第一拍摄器311拍摄基于铲斗18进行的挖坑作业的状况，图像处理部312对该拍摄图像进行图像处理，将表示挖坑作业的状况的数据作为作业状况数据212生成，并且由学习数据存储部115(准确地说，是预测基础数据存储部117)存储该数据。

具体而言，第一拍摄器311在从刺入动作到提升动作为止的动作中，主要拍摄斗杆17及铲斗18、和坑131，在从正向旋转动作到反向旋转动作为止的动作中，主要拍摄坑131。图像处理部312例如对该拍摄图像实施边缘处理等公知的图像处理，判别斗杆17及铲斗18的区域、和坑131的区域，而生成坑131的平面形状以及中央部的深度的数据。特别是，由于在沙土排出动作时的拍摄图像中不存在斗杆17及铲斗18的区域，仅存在坑131的区域，因此在沙土排出动作时的作业状况数据212中，能够准确地确定坑131的平面形状以及中央部的深度的数据。

若操作者操作加速装置50、斗杆操作装置51、旋转操作装置54、铲斗操作装置57以及动臂操作装置71，则学习数据存储部115(指令数据存储部116以及预测基础数据存储部117)存储与各操作对应的动作指令201的指令数据211。在上述一系列的动作中，通过与加速装置50、斗杆操作装置51、旋转操作装置54、铲斗操作装置57以及动臂操作装置71的操作分别对应的指令数据211的组合，确定铲斗18、动臂以及驾驶席(旋转体15)在各时刻如何进行动作。

麦克风313在上述一系列的动作中，接收发动机26的声音。学习数据存储部115(准确地说，是预测基础数据存储部117)存储该声音数据(动作状态数据213)。

特别是，在铲取动作中，例如操作者使发动机的输出增大而使铲斗18转动。由此，能够适当地铲取坑131的地面的沙土。因此，在铲取动作中，通过声音数据的大小，来确定增大后的发动机的输出的大小。

陀螺仪传感器314在上述一系列的动作中，检测旋转体15(驾驶席)或主体部102的倾斜以及振动(包含激振力、加速度以及角加速度等)，来作为来自坑131的地面的反作用。学习数据存储部115(准确地说，是预测基础数据存储部117)存储该反作用数据214。

特别是，在刺入动作中，在铲斗18刺入到地面时的来自地面的反作用表示地面的硬度。因此，在刺入动作中，根据反作用数据的大小，确定铲斗18所刺入的地面的硬度。

这样，在本实施方式中，取得能够确定适合下一步操作的判断的信息的数据，来作为学习数据。

＜机械学习＞

在学习用动作结束后，使用存储于存储部的学习数据，使神经网络进行机械学习。此时，如上述那样，在输入各取样时刻ti的学习数据的时间序列数据Pdi时，输入在此之前的时间序列数据Pdi－1～Pdi－n(n为规定的正数)。

＜自动控制＞

结束了机械学习的液压挖掘机10被设定为上述的初始状态。接着，液压挖掘机10被切换为自动控制模式。然后，开始液压挖掘机10的自动控制。在该自动控制时，预测基础数据Pd(作业状况数据212、指令数据211、动作状态数据(声音数据)213以及反作用数据214被输入至学习部118(准确地说，是神经网络的数据输入部402)并且存储于预测基础数据存储部117。而且，数据输入部402在各取样时刻tj，与当前的预测基础数据Pdj一起，输入存储于预测基础数据存储部117的时间序列数据Pd0～Pdj－1中的过去的预测基础数据Pdj－1～Pdj－n。由此，学习部118输出预测动作指令Pf。

这样，液压挖掘机10被自动控制，与由熟练操作者操作的情况同样地进行挖坑作业。

如以上说明的那样，根据实施方式1，在学习时，若熟练操作者操作建筑机械100进行规定的作业，则与和操作对应的动作指令201对应的指令数据211和预测基础数据存储于学习数据存储部115，该预测基础数据包含基于作业部104进行的作业状况的数据212、动作部103的动作状态的数据213、以及动作部103或主体部102由于作业部104的作业而从作业对象受到的反作用的数据214。然后，通过输入存储于学习数据存储部115的预测基础数据，学习部118对学习数据进行机械学习，以输出预测动作指令。由此，能够学习熟练操作者的操作，并作为预测动作指令Pf输出。而且，在自动控制时，若向学习部118输入预测基础数据Pd，则学习部118输出预测动作指令Pf。于是，液压驱动系统1按照预测动作指令Pf驱动动作部103。其结果，能够学习熟练操作者的操作，并且按照作为该学习的结果从学习部118输出的预测动作指令Pf，自动地进行该作业。因此，能够提供能够学习建筑机械100通过人的操作而进行的作业，并自动地进行学习到的作业的建筑机械100。

(实施方式2)

本发明的实施方式2例示了在实施方式1的液压挖掘机10中，动作状态检测部113还具备第二拍摄器331以及图像处理部333的方式。

图10是表示实施方式2所涉及的带学习功能的液压挖掘机10的硬件结构的侧视图。图11是表示图10的带学习功能的液压挖掘机10的控制系统结构的功能框图。

参照图10以及图11，本实施方式的液压挖掘机10的动作状态检测部113还具备第二拍摄器331以及图像处理部333。除此以外的结构与实施方式1的液压挖掘机10相同。

第二拍摄器331拍摄液压挖掘机10整体。由第二拍摄器331拍摄到的拍摄图像在图像处理部333中进行图像处理以得到表示液压挖掘机10的姿势的数据，并且作为动作状态数据213从图像处理部333输出。第二拍摄器331的光轴332朝向液压挖掘机10。

第二拍摄器331例如由通常的数码相机构成。第二拍摄器331例如经由适当的支承部件固定在与液压挖掘机10的车辆不同的固定物体(地面等)、或搭载于无人机。

图像处理部333例如对第二拍摄器331所拍摄的拍摄图像进行图像处理，而提取液压挖掘机10的外形，并将该外形数据作为动作状态数据213输出。该外形数据是能够确定液压挖掘机10的动作部103的姿势的姿势数据。

根据实施方式2，在实施方式1所述的一系列的动作中，通过动作状态数据213中的液压挖掘机10的外形来确定液压挖掘机10的姿势，因此学习部118的机械学习的效率提高，且在自动控制时学习部118所输出的预测动作指令Pf变得更适当。

(实施方式3)

在本发明的实施方式3中例示了在实施方式1的液压挖掘机10中，动作状态检测部113还具备传感器部341的方式。

图12是表示实施方式3所涉及的带学习功能的液压挖掘机10的硬件结构的侧视图。图13是表示图12的带学习功能的液压挖掘机10的控制系统结构的功能框图。

参照图13，在本实施方式的液压挖掘机10中，动作状态检测部113还具备传感器部341。除此以外的结构与实施方式1的液压挖掘机10相同。传感器部341由传感器S1～S4构成。

参照图12，在液压挖掘机10设置有传感器S1～S4。具体而言，在旋转体15设置有检测该旋转体15的绕旋转轴线A1的旋转角的传感器S1。在动臂16的基端部设置有检测该动臂16的绕旋转轴线A2的旋转角的传感器S2。在斗杆17的基端部设置有检测该斗杆17的绕旋转轴线A3的旋转角的传感器S3。在斗杆17的末端部设置有检测铲斗18的绕旋转轴线A4的旋转角的传感器S4。

传感器部341将传感器S1～S4所分别检测到的旋转角的数据作为动作状态数据213输出。传感器S1～S4所分别检测到的旋转角的数据的组合为能够确定液压挖掘机10的动作部103的姿势的姿势数据。

根据实施方式3，在实施方式1所述的一系列的动作中，通过动作状态数据213中的由传感器S1～S4分别检测到的旋转角的组合来确定液压挖掘机10的姿势，因此学习部118的机械学习的效率提高，且在自动控制时，学习部118所输出的预测动作指令Pf变得更适当。

(实施方式4)

{概要}

首先，对实施方式4的技能传承建筑机械的概要进行说明。

[结构]

图14是表示本发明的实施方式4所涉及的技能传承建筑机械的控制系统结构的功能框图。在图14中，箭头表示指令、动力、信息以及数据的流动。实线箭头表示动作部103的动作时的指令或数据的流动，虚线表示学习时的指令或数据的流动。此外，如后述那样，在将过去的预测基础数据使用在学习中的情况下，即使在动作部的动作时，也产生由虚线表示的数据的流动。这在图18、26、28中也一样。

参照图14，实施方式4的技能传承建筑机械200还具备操作部101、主体部102、动作部103、液压驱动系统105、作业状况检测部112、动作状态检测部113、反作用检测部114以及控制部401。

控制部401具备基本动作指令部2119、动作指令生成部2120、动作修正指令生成部2110、学习数据存储部115以及学习部118。学习数据存储部115具备动作修正指令存储部2116和预测基础数据存储部117。

在实施方式4中，带学习功能的建筑机械为具备控制部401的技能传承建筑机械200，操作部101构成为，作为指令201，输出与操作者的操作相对应的手动动作修正指令403，液压驱动系统105构成为按照基本动作指令402、自动动作修正指令404以及手动动作修正指令403驱动动作部103，且控制部401具备：基本动作指令部2119，其输出通过动作部103使作业部进行基本动作的基本动作指令402；动作修正指令生成部2110，其作为指令数据生成部1101，对自动动作修正指令404加上手动动作修正指令403，而生成动作修正指令Pm；动作修正指令存储部2116，其为指令数据存储部1102，将动作修正指令Pm按时间序列作为指令数据进行存储；预测基础数据存储部117；以及学习部118。而且，学习部118构成为，使用存储于预测基础数据存储部117的预测基础数据Pd’，对存储于动作修正指令存储部2116的动作修正指令Pm’进行机械学习，在结束机械学习后，在动作部103的动作时接收预测基础数据Pd的输入，并输出作为预测指令1103的自动动作修正指令404。

以下，对该技能传承建筑机械200的结构详细地进行说明。

“建筑机械”只要是能够通过动作部按照操作者的操作使作业部运转来进行建筑作业的作业机械即可。作为“建筑机械”，例示出液压挖掘机、推土机、牵引式铲车、轮式装载机、挖沟机、挖土机、起重机、升降车等。

操作部101输出与操作者的操作相对应的手动动作修正指令403。

在主体部102连结有动作部103。

动作部103具有进行作业的作业部104，使作业部104以进行作业的方式运转。这里，所谓“使作业部104···运转”，是指“使作业部104动作以及移动”。

液压驱动系统105遍及主体部102和动作部103而设置。液压驱动系统105按照从动作指令生成部2120输出的动作指令201输出驱动力202，由此驱动动作部103。

作业状况检测部112检测基于作业部104进行的作业的状况，并将检测到的作业状况作为作业状况数据212输出。

动作状态检测部113检测动作部103的动作状态，并将检测到的动作状态作为动作状态数据213输出。

这里，在学习部118的后述的机械学习中，将为了预测作为学习对象的动作修正指令而使用的数据称为预测基础数据。预测基础数据包含作业状况数据212、动作状态数据213以及反作用数据214。为了便于说明，对学习所使用的预测基础数据标注附图标记Pd’，对动作部103的动作时所使用的预测基础数据标注附图标记Pd。此外，预测基础数据Pd、Pd’也可以包含除作业状况数据212、动作状态数据213以及反作用数据214以外的数据。

反作用检测部114检测动作部103或主体部102由于作业部104的作业而从作业对象受到的反作用，并将检测到的反作用作为反作用数据214输出。

基本动作指令部2119输出通过动作部103使作业部104进行基本动作的基本动作指令402。

动作修正指令生成部2110对自动动作修正指令404加上手动动作修正指令403而生成动作修正指令Pm。

动作修正指令存储部2116将动作修正指令Pm按时间序列进行存储。预测基础数据存储部117将包含作业状况数据212、动作状态数据213以及反作用数据214在内的预测基础数据按时间序列进行存储。

学习部118是进行机械学习的学习模型，作为这样的学习模型，例示出神经网络、回归模型、树模型、贝叶斯模型、时间序列模型、聚类模型、集成学习模型等。在本实施方式中，学习模型为神经网络。学习的方式既可以是有教师式学习，也可以是无教师式学习。

学习部118例如在有教师式学习的情况下，在学习时，将存储于动作修正指令存储部2116的动作修正指令Pm作为学习用的动作修正指令Pm’读出，并且将存储于预测基础数据存储部117的预测基础数据Pd作为学习用预测基础数据Pd’读出。而且，将学习用的动作修正指令Pm’作为教师数据pn，将学习用的预测基础数据Pd’作为输入数据，创建学习数据。而且，将作为输入数据的预测基础数据Pd’输入到机械学习模型(例如神经网络)，评价其输出Pn与教师数据pn之间的差异，并将其评价反馈到机械学习模型。由此，机械学习模型对学习数据进行机械学习。换言之，机械学习模型使用预测基础数据Pd’学习动作修正指令Pm’。

当机械学习结束时，学习部118将机械学习模型的输出作为自动动作修正指令404输出到外部。具体而言，在动作部103的动作时，在学习部118中，若接收预测基础数据Pd的输入，则机械学习模型输出作为学习对象的动作修正指令Pm’的预测指令亦即自动动作修正指令404。

动作指令生成部2120对基本动作指令402加上该自动动作修正指令404以及从操作部101输出的手动动作修正指令403，而生成动作指令201。这里，基本动作指令、自动动作修正指令以及手动动作修正指令是表示液压驱动系统105所具备的液压控制阀的开度的数值数据，由此，能够相互相加以及相减。

液压驱动系统105按照该动作指令201驱动动作部103。

[动作]

上述规定作业例如为比较简单的定型作业。作为这样的定型作业，例示出挖坑作业、整地作业、碾压作业等。假设这样的规定作业通过技能传承建筑机械200边改变作业场所，边反复进行多次。在该情况下，在相互前后的两次规定作业的间隙，通过学习部118学习前一次规定作业中的动作修正指令Pm’，在后一次的规定作业中，若向学习部118输入预测基础数据Pd，则学习部118输出反映了上述学习结果的自动动作修正指令404。

具体而言，在前一次的规定作业中，熟练操作者操作技能传承建筑机械200，边根据需要修正按照基本动作指令402以及自动动作修正指令404进行的作业部104的动作，边进行规定的作业。

于是，包含表示基于作业部104进行的作业状况的作业状况数据212、表示动作部103的动作状态的动作状态数据213、以及表示动作部由于作业部的作业而从作业对象受到的反作用的反作用数据214的预测基础数据Pd按时间序列存储于预测基础数据存储部117，并且对自动动作修正指令404加上手动动作修正指令403而成的动作修正指令Pm按时间序列存储于动作修正指令存储部2116。而且，在之后的学习时，学习部118从预测基础数据存储部117读出预测基础数据Pd’，并使用该数据，对从动作修正指令存储部2116读出的动作修正指令Pm’进行机械学习。由此，能够学习熟练操作者的修正操作，并作为自动动作修正指令404输出。而且，在后一次的规定作业中，若向学习部118输入预测基础数据Pd，则学习部118输出自动动作修正指令404。于是，液压驱动系统105边反映基本动作指令402和该自动动作修正指令404，边驱动动作部103。其结果，进行反映了作为学习熟练操作者的修正操作而得的结果的自动动作修正指令404的作业。因此，能够提供使操作者对基于基本动作指令部2119进行的作业部104的基本动作进行修正操作，能够学习技能传承建筑机械200所进行的作业，并自动地进行学习到的作业的建筑机械200。

由此，能够提供能够传承建筑业中的熟练操作者的技能，且能够在短期内实现规定作业的自动化的技能传承建筑机械200。

{具体的结构}

接下来，以作为建筑机械的一个例子的液压挖掘机20为例对技能传承建筑机械200的具体结构进行说明。

[硬件的结构]

＜整体结构＞

首先，对技能传承液压挖掘机20的整体结构进行说明。该技能传承液压挖掘机20的整体结构基本上与实施方式1的带学习功能的液压挖掘机10相同，在一部分不同。

图15是表示技能传承建筑机械的一个例子的技能传承液压挖掘机20的硬件结构的侧视图。

技能传承液压挖掘机(以下，有时简称为液压挖掘机)20具备主体部102。在主体部102设置有行驶体19。行驶体19例如由具备履带(caterpillar)的车辆行驶装置构成。

在主体部102之上能够绕铅垂的第一转动轴线A1旋转地设置有旋转体15。在旋转体15设置有驾驶席(未图示)，在驾驶席设置有操作部101(参照图18)。此外，虽然图18的操作部101中未示出，但在驾驶席设置有操作行驶体19的行驶操作装置。在旋转体15还设置有使旋转体15旋转的旋转马达14。旋转马达14由液压马达构成。另外，在旋转体15设置有行驶用的发动机26(参照图18)。发动机26在作业时驱动液压驱动系统1的泵部107(参照图18)。

在旋转体15能够绕水平的第二转动轴线A2转动地连结有动臂16的基端部。在动臂16的基端部以及旋转体15分别能够转动地连结有动臂缸11的末端部以及基端部，通过动臂缸11的伸缩，动臂16以第二转动轴线A2为中心摆动。

在动臂16的末端部能够绕水平的第三转动轴线A3转动地连结有斗杆17的基端部。在斗杆17的基端部以及动臂16的中央部分别能够转动地连结有斗杆缸12的末端部以及基端部，通过斗杆缸12的伸缩，斗杆17以第三转动轴线A3为中心摆动。

在斗杆17的末端部能够绕水平的第四转动轴线A4转动地连结有铲斗18的基端部。在铲斗18的基端部以及斗杆17的末端部分别能够转动地连结有铲斗缸13的末端部以及基端部，通过铲斗缸13的伸缩，铲斗18以第四转动轴线A4为中心转动。铲斗18是附件的一个例子，也可以安装其他附件。

动臂16、斗杆17以及铲斗18构成前作业机。另外，铲斗18构成作业部104，旋转体15以及前作业机(动臂16、斗杆17以及铲斗18)构成动作部103。

液压挖掘机20除了上述部件之外，还具备左右一对液压行驶马达(未图示)。

如后述那样，在技能传承液压挖掘机20的驾驶席设置有将液压挖掘机20的动作模式相互切换为手动模式和半自动模式的动作模式切换操作部(未图示)。操作者通过操作动作模式切换操作部，将动作模式设定为手动模式，其后通过对操作部101(包含未图示的行驶操作装置)进行操作，使液压挖掘机位于上述规定作业的作业场所，其后，操作动作模式切换操作部，将动作模式切换为半自动模式，其后，使旋转体15旋转，使动臂16、17的姿势变化，且使铲斗18转动，而进行该规定作业。

技能传承液压挖掘机20还具备第一拍摄器311。第一拍摄器311拍摄基于铲斗18进行的作业的状况。由第一拍摄器311拍摄到的拍摄图像在后述的图像处理部312(参照图18)中被进行图像处理以得到表示作业状况的数据，并且作为作业状况数据212从图像处理部312输出。第一拍摄器311的光轴321朝向作业对象。

第一拍摄器311例如由三维照相机、带深度传感器的照相机等构成。第一拍摄器311例如经由适当的支承部件固定于主体部102、或经由适当的支承部件固定在与液压挖掘机20的车辆不同的固定物体(地面等)、或搭载于无人机。

＜液压驱动系统1＞

接下来，对使液压挖掘机20动作的液压驱动系统1进行说明。

图16是表示技能传承液压挖掘机20的液压驱动系统1的主液压回路的液压回路图。图17是表示技能传承液压挖掘机20的驱动系统的操作系统液压回路的液压回路图。主液压回路以及操作系统液压回路设置于旋转体15。

液压驱动系统1如上述那样作为液压执行器，包含动臂缸11、斗杆缸12、以及铲斗缸13，并且包含旋转马达14以及左右一对液压行驶马达(未图示)。

参照图16，液压驱动系统1包含用于向上述的执行器供给工作油的第一主泵21以及第二主泵23。此外，在图16中，为了简化附图，省略了除旋转马达14以外的执行器。

第一主泵21以及第二主泵23由发动机26驱动。另外，发动机26还驱动副泵25。第一主泵21、第二主泵23以及副泵25构成泵部107(参照图18)。发动机26被加速装置50(参照图18)调整输出。加速装置50例如具备加速踏板，输出与其踩踏量相对应的电指令亦即加速修正指令75。于是，发动机控制装置(未图示)按照与加速修正指令75对应的单独动作指令75’控制发动机26的输出(旋转速度)。

第一主泵21以及第二主泵23例如是排出与倾转角相对应的流量的工作油的可变容量型的泵。这里，第一主泵21以及第二主泵23是通过斜板的角度来规定倾转角的斜板泵。但是，第一主泵21以及第二主泵23也可以是通过驱动轴和缸体所成的角来规定倾转角的斜轴泵。

第一主泵21的排出流量Q1以及第二主泵23的排出流量Q2通过电正控制方式进行控制。具体而言，第一主泵21的倾转角被第一流量调整装置22调整，第二主泵23的倾转角被第二流量调整装置24调整。副泵25通过子排放管路37与第一流量调整装置22以及第二流量调整装置24连接。副泵25作为第一流量调整装置22以及第二流量调整装置24的驱动源发挥功能。对第一流量调整装置22以及第二流量调整装置24，在后文中进行详细的说明。

第一中心排放管路31从第一主泵21延伸至油箱。在第一中心排放管路31上配置有包含斗杆第一控制阀41以及旋转控制阀43在内的多个控制阀(除斗杆第一控制阀41以及旋转控制阀43以外，未图示)。各控制阀通过泵管路32与第一主泵21连接。即，第一中心排放管路31上的控制阀与第一主泵21并联连接。另外，各控制阀通过油箱管路33与油箱连接。

同样，第二中心排放管路34从第二主泵23延伸至油箱。在第二中心排放管路34上配置有包含斗杆第二控制阀42以及铲斗控制阀44在内的多个控制阀(除斗杆第二控制阀42以及铲斗控制阀44以外，未图示)。各控制阀通过泵管路35与第二主泵23连接。即，第二中心排放管路34上的控制阀与第二主泵23并联连接。另外，各控制阀通过油箱管路36与油箱连接。

斗杆第一控制阀41与斗杆第二控制阀42一起控制工作油相对于斗杆缸12的供给以及排出。即，经由斗杆第一控制阀41从第一主泵21向斗杆缸12供给工作油，并且经由斗杆第二控制阀42从第二主泵23向斗杆缸12供给工作油。斗杆第一控制阀41以及斗杆第二控制阀42构成斗杆控制阀40(参照图17)。

旋转控制阀43控制工作油相对于旋转马达14的供给以及排出。即，经由旋转控制阀43从第一主泵21向旋转马达14供给工作油。具体而言，旋转马达14通过一对给排管路61、62与旋转控制阀43连接。从各给排管路61、62分别分支出释放管路63，释放管路63与油箱相连。在各释放管路63设置有泄压阀64。另外，给排管路61、62通过一对补充管路65与油箱分别连接。在各补充管路65设置有止回阀66，该止回阀66允许从油箱朝向给排管路(61或62)的流动，但禁止其相反的流动。

铲斗控制阀44控制工作油相对于铲斗缸13的供给以及排出。即，经由铲斗控制阀44从第二主泵23向铲斗缸13供给工作油。

虽然在图16中未示出，但第二中心排放管路34上的控制阀包含动臂第一控制阀45(参照图17)，第一中心排放管路31上的控制阀包含动臂第二控制阀46(参照图17)。动臂第二控制阀46是动臂上升操作所专用的阀。即，在动臂上升操作时，经由动臂第一控制阀45以及动臂第二控制阀向动臂缸11供给工作油，在动臂下降操作时，仅经由动臂第一控制阀45向动臂缸11供给工作油。

另外，在本实施方式中，各控制阀41－46由电磁控制阀构成。

参照图17，动臂控制阀47(动臂第一控制阀45以及动臂第二控制阀)被动臂操作装置71操作。斗杆控制阀40(斗杆第一控制阀41以及斗杆第二控制阀42)被斗杆操作装置51操作。旋转控制阀43被旋转操作装置54操作。铲斗控制阀44被铲斗操作装置57操作。

若详细地进行说明，则斗杆操作装置51、旋转操作装置54、铲斗操作装置57以及动臂操作装置71分别包含操作杆，并输出与操作杆的倾倒角相对应的电指令作信号亦即一对单独手动动作修正指令(52、53)、(55、56)、(58、59)、(72、73)。这些单独手动动作修正指令(52、53)、(55、56)、(58、59)、(72、73)和后述的加速装置50所输出的加速修正指令75构成手动动作修正指令403。

从斗杆操作装置51输出的一对单独手动动作修正指令52、53在动作指令生成部2120中，和基本动作指令402中的与斗杆操作装置51对应的一对单独基本动作指令(未图示)以及自动动作修正指令404中的与斗杆操作装置51对应的一对单独自动动作修正指令(未图示)相加，而成为与斗杆操作装置51对应的一对单独动作指令52’、53’，并分别被输入到斗杆第一控制阀41的一对电磁部(螺线管)以及斗杆第二控制阀42的一对电磁部。

从旋转操作装置54输出的一对单独手动动作修正指令55、56在动作指令生成部2120中，和基本动作指令402中的与旋转操作装置54对应的一对单独基本动作指令(未图示)以及自动动作修正指令404中的与旋转操作装置54对应的一对单独自动动作修正指令(未图示)相加，而成为与旋转操作装置54对应的一对单独动作指令55’、56’，并被输入到旋转控制阀43的一对电磁部。

从铲斗操作装置57输出的一对单独手动动作修正指令58、59在动作指令生成部2120中，和基本动作指令402中的与铲斗操作装置57对应的一对单独基本动作指令(未图示)以及自动动作修正指令404中的与铲斗操作装置57对应的一对单独自动动作修正指令(未图示)相加，而成为与铲斗操作装置57对应的一对单独动作指令58’、59’，并被输入到铲斗控制阀44的一对电磁部。

从动臂操作装置71输出的一对单独手动动作修正指令72、73在动作指令生成部2120中，和基本动作指令402中的与动臂操作装置71对应的一对单独基本动作指令(未图示)以及自动动作修正指令404中的与动臂操作装置71对应的一对单独自动动作修正指令(未图示)相加，而成为与动臂操作装置71对应的一对单独动作指令72’、73’，并被输入到动臂第一控制阀45的一对电磁部。另外，单独动作指令73’被输入到动臂第二控制阀46的动臂上升用的电磁部，对于动臂第二控制阀46的动臂下降的电磁部则不输入单独动作指令。因此，动臂第二控制阀46在对动臂操作装置71进行动臂下降操作的情况不动作。

此外，从加速装置50输出的加速修正指令75在动作指令生成部2120中，和基本动作指令402中的与加速装置50对应的单独基本动作指令(未图示)以及自动动作修正指令404中的与加速装置50对应的单独自动动作修正指令(未图示)相加，而成为与加速装置50对应的单独动作指令75’，并被输入到发动机26。

一对单独动作指令(52’、53’)、(55’、56’)、(58’、59’)、(72’、73’)以及单独动作指令75’构成动作指令201。

上述的第一流量调整装置22以及第二流量调整装置24被流量控制装置8进行电控制。例如，流量控制装置8具有ROM、RAM等存储器和CPU，由CPU执行储存于ROM的程序。流量控制装置8以与各操作装置51、54、57、71对应的一对单独动作指令(52’、53’)、(55’、56’)、(58’、59’)、(72’、73’)越大，第一主泵21以及/或第二主泵23的倾倒角越大的方式控制第一流量调整装置22以及第二流量调整装置24。例如，在单独进行了旋转操作时，流量控制装置8以与旋转操作装置54对应的一对单独动作指令(55’、56’)越大第一主泵21的倾倒角越大的方式控制第一流量调整装置22。

[控制系统的结构]

接下来，对技能传承液压挖掘机20的控制系统的结构进行说明。

＜整体结构＞

图18是表示技能传承液压挖掘机20的控制系统的结构的功能框图。在图18中示出了与本实施方式中的学习功能相关的液压挖掘机20的控制系统。因此，省略与本实施方式中的学习功能无关的行驶体19的控制系统。另外，技能传承液压挖掘机20具有未图示的整体控制部以及动作模式切换操作部，根据由操作者进行的动作模式切换操作部的操作，整体控制部将技能传承液压挖掘机20的动作模式切换为手动模式或半自动模式。

＜操作部＞

参照图18，加速装置50、斗杆操作装置51、旋转操作装置54、铲斗操作装置57以及动臂操作装置71构成操作部101。操作部101设置于旋转体15的驾驶席。

＜液压控制＞

＊手动模式＊

在手动模式中，当操作者踩踏加速装置50的加速踏板时，加速装置50输出与加速踏板的踩踏量相对应的加速修正指令75。于是，发动机26以与该加速修正指令75对应的单独动作指令75’相对应的输出驱动泵部107。于是，泵部107以与泵部107的输出相对应的排出量向液压回路106排出工作油。

当操作者操作旋转操作装置54的操作杆时，旋转操作装置54输出与操作杆的倾倒角相对应的一对单独手动动作修正指令55、56(旋转手动动作修正指令)。于是，旋转控制阀43根据与该一对单独手动动作修正指令55、56对应的一对单独动作指令55’、56’对旋转马达14给排工作油。于是，旋转马达14根据工作油的给排使旋转体15旋转。

若操作者操作动臂操作装置71的操作杆，则动臂操作装置71输出与操作杆的倾倒角相对应的一对单独手动动作修正指令72、73’(动臂手动动作修正指令)。于是，动臂控制阀47根据与该一对单独手动动作修正指令72、73对应的一对单独动作指令72’、73’对动臂缸11给排工作油。于是，动臂缸11根据工作油的给排，使动臂16升降。

若操作者操作斗杆操作装置51的操作杆，则斗杆操作装置51输出与操作杆的倾倒角相对应的一对单独手动动作修正指令52、53(斗杆手动动作修正指令)。于是，斗杆控制阀40根据与该一对单独手动动作修正指令52、53对应的一对单独动作指令52’、53’对斗杆缸12给排工作油。于是，斗杆缸12根据工作油的给排使斗杆17摆动。

若操作者操作铲斗操作装置57的操作杆，则铲斗操作装置57输出与操作杆的倾倒角相对应的一对单独手动动作修正指令58、59(铲斗手动动作修正指令)。于是，铲斗控制阀44根据与该一对单独手动动作修正指令58、59对应的一对单独动作指令58’、59’对铲斗缸13给排工作油。于是，铲斗缸13根据工作油的给排使铲斗18转动。

通过上述操作，进行操作者所意图的作业。

＊半自动模式＊

在半自动模式中，按照从基本动作指令部2119输出的基本动作指令402以及从学习部118输出的自动动作修正指令404，动作部103(15－18)进行动作，若操作者对操作部101(50、51、54、57、71)进行操作，则根据该操作修正动作部103的动作。

＜预测基础数据检测部＞

如上述那样，第一拍摄器311拍摄由铲斗18进行的作业的状况。于是，图像处理部312通过对由第一拍摄器311拍摄到的拍摄图像进行图像处理，生成表示规定的作业状况的数据，并将其作为作业状况数据212输出。因此，第一拍摄器311以及图像处理部312构成作业状况检测部112。

在液压挖掘机20设置有麦克风313。麦克风313例如设置于配置在旋转体15的发动机26的附近，接收发动机26的动作声音，并将其转换为动作声音数据，且将该动作声音数据作为动作状态数据213输出。发动机26的输出越大，发动机26的动作声音越大，发动机26的输出越小，发动机26的动作声音越小。因此，动作声音数据是表示泵部107的驱动源的状态的驱动源状态，进而是表示液压挖掘机20的动作状态的动作状态数据。因此，麦克风313构成驱动源状态检测部，进而构成动作状态检测部113。

在液压挖掘机20的旋转体15或主体部102设置有陀螺仪传感器314。陀螺仪传感器314检测旋转体15或主体部102的倾斜以及振动(包含激振力、加速度以及角加速度等)，将其转换为倾斜以及振动数据，并且将该倾斜以及振动数据作为反作用数据214输出。例如，若动臂16以及斗杆7使铲斗18刺入地面，则旋转体15以及主体部102因来自地面的反作用力而倾斜，并且旋转体15以及主体部102经由斗杆17以及动臂16(动作部103)受激振力而振动。由此，陀螺仪传感器314所输出的倾斜以及振动数据表示动作部103以及主体部102所受到的反作用。因此，陀螺仪传感器314构成反作用检测部114。

＜控制部＞

控制部401、图像处理部312以及上述的未图示的整体控制部例如由具有处理器和存储器的运算器构成。动作修正指令生成部2110、学习部118、基本动作指令部2119、动作指令生成部2120、整体控制部以及图像处理部312是通过处理器执行储存于该运算器的存储器的规定的程序而实现的功能模块。学习数据存储部115由该存储器构成。具体而言，该运算器例如由微控制器、MPU、FPGA(Field Programmable Gate Array)、PLC(ProgrammableLogic Controller)等构成。控制部401、图像处理部312以及上述的未图示的整体控制部，也可以由进行集中控制的单独的运算器构成，也可以由进行分散控制的多个运算器构成。这些单独的运算器或多个运算器例如设置于液压挖掘机20的旋转体15。

＜基本动作指令部2119＞

基本动作指令部2119按照储存于上述运算器的存储器中的规定作业用的控制程序，输出基本动作指令402。

＜动作指令生成部2120＞

这里，如上述那样，动作指令生成部2120将从斗杆操作装置51输出的一对单独手动动作修正指令52、53、从基本动作指令部2119输出的基本动作指令402中的与斗杆操作装置51对应的一对单独基本动作指令(未图示)、以及从学习部118输出的自动动作修正指令404中的与斗杆操作装置51对应的一对单独自动动作修正指令(未图示)相加，而生成与斗杆操作装置51对应的一对单独动作指令52’、53’。

另外，将从旋转操作装置54输出的一对单独手动动作修正指令55、56、基本动作指令402中的与旋转操作装置54对应的一对单独基本动作指令(未图示)、以及自动动作修正指令404中的与旋转操作装置54对应的一对单独自动动作修正指令(未图示)相加，而生成与旋转操作装置54对应的一对单独动作指令55’、56’。

另外，将从铲斗操作装置57输出的一对单独手动动作修正指令58、59、基本动作指令402中的与铲斗操作装置57对应的一对单独基本动作指令(未图示)、以及自动动作修正指令404中的与铲斗操作装置57对应的一对单独自动动作修正指令(未图示)相加，而生成与铲斗操作装置57对应的一对单独动作指令58’、59’。

另外，将从动臂操作装置71输出的一对单独手动动作修正指令72、73、基本动作指令402中的与动臂操作装置71对应的一对单独基本动作指令(未图示)、以及自动动作修正指令404中的与动臂操作装置71对应的一对单独自动动作修正指令(未图示)相加，而生成与动臂操作装置71对应的一对单独动作指令72’、73’。

另外，将从加速装置50输出的加速修正指令75、基本动作指令402中的与加速装置50对应的单独基本动作指令(未图示)、以及自动动作修正指令404中的与加速装置50对应的单独自动动作修正指令(未图示)相加，而生成与加速装置50对应的单独动作指令75’。

＜动作修正指令生成部2110＞

这里，动作修正指令生成部2110将从斗杆操作装置51输出的一对单独手动动作修正指令52、53、和从学习部118输出的自动动作修正指令404中的与斗杆操作装置51对应的一对单独自动动作修正指令(未图示)相加，而生成与斗杆操作装置51对应的一对单独动作修正指令(未图示。以下，称为斗杆动作修正指令)。

另外，将从旋转操作装置54输出的一对单独手动动作修正指令55、56、和自动动作修正指令404中的与旋转操作装置54对应的一对单独自动动作修正指令(未图示)相加，而生成与旋转操作装置54对应的一对单独动作修正指令(未图示。以下，称为旋转动作修正指令)。

另外，将从铲斗操作装置57输出的一对单独手动动作修正指令58、59、和自动动作修正指令404中的与铲斗操作装置57对应的一对单独自动动作修正指令(未图示)相加，而生成与铲斗操作装置57对应的一对单独动作修正指令(未图示。以下，称为铲斗动作修正指令)。

另外，将从动臂操作装置71输出的一对单独手动动作修正指令72、73、和自动动作修正指令404中的与动臂操作装置71对应的一对单独自动动作修正指令(未图示)相加，而生成与动臂操作装置71对应的一对单独动作修正指令(未图示。以下，称为动臂动作修正指令)。

另外，将从加速装置50输出的加速修正指令75、和自动动作修正指令404中的与加速装置50对应的单独自动动作修正指令(未图示)相加，而生成与加速装置50对应的单独动作修正指令(未图示。以下，称为加速动作修正指令)。

这些单独动作修正指令构成动作修正指令Pm。

＜学习数据存储部115＞

学习数据存储部115的动作修正指令存储部2116将该动作修正指令Pm按时间序列进行存储。

学习数据存储部115的预测基础数据存储部117将包含图像处理部312所输出的作业状况数据212、麦克风313所输出的动作状态数据213、以及陀螺仪传感器314所输出的反作用数据214在内的预测基础数据Pd按时间序列进行存储。

＜学习部118＞

如上述那样，学习部118在学习时，对由从动作修正指令存储部2116读出的动作修正指令(以下，称为学习用动作修正指令)Pm’以及从预测基础数据存储部17读出的预测基础数据(以下，称为学习用预测基础数据)Pd’构成的学习数据进行机械学习，在结束该机械学习后，在动作部103的动作时，若接收预测基础数据Pd的输入，则输出自动动作修正指令404。

接下来，对学习部118的结构详细地进行说明。图19是对图15的技能传承液压挖掘机20的动作中的周期时间进行例示的示意图。图20是表示技能传承液压挖掘机20中的动作修正指令Pm、学习用动作修正指令Pm’、预测基础数据Pd、以及学习用预测基础数据Pd’的各时间序列数据的示意图。图21是表示学习部118的结构的功能框图。

＜各时间序列数据的时间的关系＞

首先对各时间序列数据的时间的关系进行说明。

参照图19，液压挖掘机20反复多次执行规定作业。虽然前后的规定作业的时间间隔并不恒定，但在本实施方式中，为了便于说明，将前后的规定作业中的从前一规定作业的开始时刻到后一规定作业即将开始为止的时间称为“周期时间”。另外，前一规定作业和后一规定作业之间的时间，充当学习部118使用“前一规定作业”中的学习数据(学习用动作修正指令Pm’以及学习用预测基础数据Pd’)学习的时间。以下，将该“之间的时间”称为“学习时间”，将液压挖掘机20进行规定作业的时间称为“动作时间”。另外，将各周期时间的“动作时间”中的液压挖掘机20的动作称为“～次动作”。

在图20中，当前进行中的“动作”为“本次动作”，此前的“动作”为“前一次动作”。在当前进行中的动作中，以规定的取样间隔取得动作修正指令Pm的时间序列数据Pm0、Pm1、Pm2、Pm3···Pmu(以下，简称为Pm0～Pmu)。另外，同样地取得预测基础数据Pd的时间序列数据Pd0～Pdu。而且，在前一次动作中取得的动作修正指令Pm的时间序列数据Pm0～Pmu成为本次动作中的学习用动作修正指令Pm’的时间序列数据Pm0’～Pmu’。另外，在前一次动作中取得的预测基础数据Pd的时间序列数据Pd0～Pdu成为本次动作中的学习用预测基础数据Pd’的时间序列数据Pd0’～Pdu’。以下，各时间序列数据中的下标数字表示取样时刻(间歇的时刻)的顺序。因此，该下标数字相同的时间序列数据是指在相同的取样时刻取得的数据。

＜学习部118的结构＞

参照图21，学习部118例如具备神经网络500、学习数据以及教师数据生成部501、数据输入部502以及学习评价部503。

神经网络500具备输入层、中间层以及输出层。适当设定各层的神经元的数量。在神经网络500的学习中能够应用公知的学习方法。因此，这里简单地进行说明。这里，神经网络500例如为递归型神经网络。学习的方式例如为有教师式学习。

学习数据以及教师数据生成部501根据学习用动作修正指令Pm’的时间序列数据Pm0’～Pmu’生成教师数据pn的时间序列数据pn1～pnu。另外，根据学习用预测基础数据Pd’的时间序列数据Pd0’～Pdu’生成学习数据的时间序列数据Pd0’～Pdu－1’。

数据输入部502向输入层的各神经元依次输入学习数据的时间序列数据Pd0’～Pdu－1’。此时，若数据输入部502输出某取样时刻ti的学习数据的时间序列数据Pdi，则神经网络500通过前向运算，计算下一个取样时刻ti+1的预测动作修正指令Pni+1。于是，学习评价部503根据教师数据pn的时间序列数据pn1～pnu获取下一个取样时刻ti+1的时间序列数据pni+1，针对预测动作修正指令Pni+1和教师数据pn的时间序列数据pni+1，例如计算加速动作修正指令、斗杆动作修正指令、旋转动作修正指令、铲斗动作修正指令以及动臂动作修正指令的各平方误差的总和值e²。接着，学习评价部503通过后向运算，更新神经网络500的权重。数据输入部502以及学习评价部503对学习数据的所有的时间序列数据Pd0’～Pdu－1’进行该处理，例如在所有的处理中，当平方误差的总和值e²成为规定的阈值以下时结束学习。

当该学习结束时，在液压挖掘机20的下次动作中，数据输入部502输入当前的取样时刻t0的预测基础数据Pd0。于是，神经网络500将下一个取样时刻t1的预测动作修正指令Pn1作为自动动作修正指令404输出。此外，作为自动动作修正指令404的初始值，输出适当的初始动作指令。

由此，神经网络500(学习部118)的学习结果反映到液压挖掘机20的动作中。

此外，输入部502在输入某取样时刻ti的学习用预测基础数据Pd’的时间序列数据Pdi时，也可以输入在此之前的时间序列数据Pdi－1～Pdi－n(n为规定的正数)。但是，在该情况下，在动作时间，数据输入部502与此同样地在各取样时刻tj，需要与当前的预测基础数据Pdj一起输入过去的预测基础数据Pdj－1～Pdj－n。在动作时间，在各取样时刻tj，在预测基础数据存储部117按时间序列存储有预测基础数据Pd0～Pdj－1，因此数据输入部502从预测基础数据存储部117读出该数据，而生成过去的预测基础数据Pdj－1～Pdj－n。这样，神经网络500的学习效率提高。其理由是，操作者在预测铲斗18的动作时，不仅考虑当前时刻的瞬时的作业状况、液压挖掘机20的动作状态以及来自作业对象的反作用，还考虑在此之前的一系列的作业状况、液压挖掘机20的动作状态以及来自作业对象的反作用，预测接下来的铲斗18的动作，由此准确地预测铲斗18的动作。

此外，也可以将除作业状况、液压挖掘机20的动作状态以及来自作业对象的反作用以外的信息，作为学习数据以及液压挖掘机20的动作时间的输入数据来使用。

[动作]

接下来，对如以上这样构成的技能传承液压挖掘机20的动作进行说明。以下，列举液压挖掘机20作为规定作业进行挖坑作业的情况为例，对液压挖掘机20的动作进行说明。

图22是表示基于技能传承液压挖掘机20进行的建筑作业的状况的示意图。

参照图22，首先，在要挖坑131的预定地的上方设置第一拍摄器311。第一拍摄器311例如安装于设置在地上的适当的支承部件。第一拍摄器311例如通过无线与设置于液压挖掘机20的旋转体15的上述运算器(学习部118)能够数据通信地连接。第一拍摄器311例如位于坑131的中央部的上方，且以光轴321朝向坑131的中央部的方式设置。

接下来，液压挖掘机20被设定为初始状态。作为该初始状态，例如液压挖掘机20位于适合挖坑131的设置场所，且采取初始姿势(例如，图22所示的姿势)。设置位置例如设定在液压挖掘机20不移动就能够用铲斗18铲动沙土来挖坑131且将铲斗18内的铲动的沙土丢弃到沙土放置处的场所。这里，假设设定位置设定于坑131的预定地与沙土放置处之间的中间位置。另外，假定第一拍摄器311由三维照相机构成。

然后，液压挖掘机20被切换为半自动模式。

＜挖坑作业＞

＊无修正操作的情况＊

接着，熟练操作者边对液压挖掘机20进行修正操作，边进行挖坑作业。这里，首先，操作者为了确认液压挖掘机20的基本动作，不进行修正操作。以下将该动作称为初次动作。在该初次动作中，挖坑作业通过基本动作指令部2119输出基本动作指令402而操作动作部103来进行。这里，在规定(实现)基本动作指令部2119的规定作业用的控制程序中，假设挖坑预定地的地质(地基的组成、硬度等)为规定的地质。该挖坑作业例如大致如以下这样进行。

首先，基本动作指令部2119使铲斗18从坑131上方的下降位置开始下降，而刺入坑131的预定地的地面(包含坑131内的地面)(刺入动作)。在该刺入动作中，在使铲斗18下降之前，操作铲斗18使得末端的爪朝向下方。接着，边将刺入后的铲斗18向地面按压，边使铲斗18向跟前转动来铲取沙土(铲取动作)。接着，使铲斗18移动至上述下降位置，从坑131提升(提升动作)。接着，使旋转体15旋转，直到动臂16朝向沙土放置处为止(正向旋转动作)。接着，使铲斗18向相对侧转动，而将铲斗18内的沙土排出到沙土放置处(沙土排出动作)。接着，使旋转体15向相反方向旋转，以使得铲斗18位于上述下降位置(反向旋转动作)。之后，当该一系列的动作反复进行了规定次数时，结束挖坑作业。

另一方面，在该期间取得学习用的数据，在规定作业的结束后，进行基于学习部118的机械学习，但这些在后面详细地进行说明。

＊第一形态的有修正操作的情况＊

接下来，操作者进行作为修正操作的一个例子的第一形态的修正操作。图23的(a)～(c)是示意性地表示基于液压挖掘机20进行的挖坑作业通过角部的深挖作业的修正操作而得到改善的过程的剖视图。在图23的(a)～(c)中，实线表示实际形成的坑131的截面形状，双点划线表示在规定作业用的控制程序中想到的坑131的规定的截面形状。

通过初次动作中的无修正操作的作业，形成图23的(a)所示那样的角部残留的截面形状的坑。这是因为角部的深挖作业困难，通过规定作业用的控制程序不能充分地应对。

在该情况下，操作者通过操作动作模式切换操作部，将动作模式切换为手动模式，以手动方式操作液压挖掘机20，从而将坑131形成为规定的截面形状。然后，使液压挖掘机20移动至下一个挖坑预定地。以下将从这开始的动作称为第二次动作。

参照图18，操作者将液压挖掘机20切换为半自动模式。于是，液压挖掘机20开始上述的基本动作。操作者根据需要对操作部101进行操作，由此修正液压挖掘机20的动作部103的动作。特别是，在对坑131的角部进行深挖时，大致全面地修正基本动作。

这样，若操作者对操作部101即加速装置50、斗杆操作装置51、旋转操作装置54、铲斗操作装置57以及动臂操作装置71进行操作，则输出手动动作修正指令403，通过该手动动作修正指令403修正基本动作指令402。其结果，根据该修正，动作部103的基本动作被修正。另一方面，该手动动作修正指令403与学习部118所输出的自动动作修正指令404相加而生成动作修正指令Pm。

＜下一步操作的判断信息＞

在该修正时，操作者通过目视确认挖坑的状况，通过目视识别铲斗18、斗杆17以及动臂16的姿势，由此直观地观察铲斗18、斗杆17、动臂16以及驾驶席(旋转体15)当前如何动作。另外，若铲斗18作用于地面(挖掘地面、刮入土等)，则用身体感受其反作用，由此判断当前的作业(action)的适当与否。而且，瞬时考虑这些来决定下一步操作。这里，所谓反作用，例如是指驾驶席的倾斜以及振动(包含激振力、加速度、角加速度等)。另外，操作者在决定下一步操作时重视作为驱动源的发动机26的状态(旋转量、声音等)。

这里，挖坑的状况是表示作业状况的信息的一个例子。铲斗18、斗杆17以及动臂16的姿势是表示液压挖掘机20的动作状态的信息的一个例子。驾驶席(旋转体15)的倾斜以及振动是来自地面的反作用的例子。发动机26的状态(旋转量、声音等)是表示驱动源的状态的信息，进而是表示液压挖掘机20的动作状态的信息。因此，优选为将这些信息作为基于学习部118进行的机械学习的预测基础数据Pd’来使用。

＜学习用的数据取得＞

学习数据存储部115的动作修正指令存储部2116存储与上述的各操作对应的动作修正指令Pm。

另一方面，在上述规定作业的一系列的动作中，如以下这样，取得预测基础数据Pd。

第一拍摄器311拍摄基于铲斗18进行的挖坑作业的状况，图像处理部312对该拍摄图像进行图像处理，而将表示挖坑作业的状况的数据作为作业状况数据212生成，并且学习数据存储部115的预测基础数据存储部117存储该数据。

具体而言，第一拍摄器311在从刺入动作到提升动作为止的动作中，主要拍摄斗杆17及铲斗18、和坑131，在从正向旋转动作到反向旋转动作为止的动作中，主要拍摄坑131。图像处理部312例如对该拍摄图像实施边缘处理等公知的图像处理，判别斗杆17及铲斗18的区域、和坑131的区域，而生成坑131的平面形状以及中央部的深度的数据。特别是，在沙土排出动作时的拍摄图像中不存在斗杆17及铲斗18的区域，仅存在坑131的区域，因此在沙土排出动作时的作业状况数据212中，准确地确定坑131的平面形状以及中央部的深度的数据。

麦克风313在上述规定作业的一系列的动作中，接收发动机26的声音。预测基础数据存储部117存储该声音数据(动作状态数据213)。

特别是，在铲取动作中，例如，操作者使发动机的输出增大而使铲斗18转动。由此，能够适当地铲取坑131的地面的沙土。因此，在铲取动作中，通过声音数据的大小，来确定增大后的发动机的输出的大小。

陀螺仪传感器314在上述规定作业的一系列的动作中，检测旋转体15(驾驶席)或主体部102的倾斜以及振动(包含激振力、加速度、角加速度等)，来作为来自坑131的地面的反作用。学习数据存储部115(准确地说，是预测基础数据存储部117)存储该反作用数据214。

特别是，在刺入动作中，铲斗18刺入到地面时的来自地面的反作用表示地面的硬度。因此，在刺入动作中，根据反作用数据的大小，确定铲斗18所刺入的地面的硬度。

这样，在本实施方式中，取得能够确定适合下一步操作的判断的信息的数据，来作为学习数据。

＜机械学习＞

当基于液压挖掘机20进行的规定作业完成时，控制部401使用存储于学习数据存储部115的学习数据，使神经网络500进行机械学习。此时，如上述那样，在输入各取样时刻ti的学习数据的时间序列数据Pdi时，输入在此之前的时间序列数据Pdi－1～Pdi－n(n为规定的正数)。

在该第二次动作中的规定作业中，如图23的(b)所示，虽然与初次动作相比得到了改善，但角部的深挖依然不充分。操作者通过操作动作模式切换操作部，将动作模式切换为手动模式，以手动方式操作液压挖掘机20，从而将坑131形成为规定的截面形状。然后，使液压挖掘机20移动至下一个挖坑预定地，并设定为上述的初始状态。以下，将从这开始的动作称为第三次动作。

参照图18，操作者将液压挖掘机20切换为半自动模式。于是，液压挖掘机20输出反映了上述学习结果的自动动作修正指令404，基本动作指令402通过自动动作修正指令404得到修正。由此，动作部103的动作被修正为反映第二次动作中的修正操作。

操作者对反映了该第二次动作中的修正操作的动作部103的动作进行进一步的修正操作，以使得坑131的形状成为规定的截面形状。由此，输出与该进一步的修正操作对应的动作修正指令403，通过该手动动作修正指令403，进一步修正由自动动作修正指令404修正后的基本动作指令402。其结果，在该第三次动作中的规定作业中，如图23的(c)所示，形成角部被充分深挖的具有规定的截面形状的坑131。

另一方面，对反映了第二次动作中的修正操作的学习结果的自动动作修正指令404加上与该进一步的追加修正操作对应的手动动作修正指令403而生成动作修正指令Pm。

学习部118在之后的学习时对该动作修正指令Pm进行机械学习，学习部118输出反映了该动作修正指令Pm的自动动作修正指令404。由此，从基本动作指令部2119输出的基本动作指令402，通过反映了在第二次动作以及第三次动作中累积的修正操作的自动动作修正指令404而得到修正。由此，动作部103的动作被修正为反映第二次动作以及第三次动作中的修正操作。因此，在此之后，不需要通过操作者操作操作部101而进行的改善。

这样，根据本实施方式的液压挖掘机20，由操作者进行的手动动作修正指令403蓄积在学习部118，因此最终操作者的技能(这里为挖坑作业)被传承给学习部118。另外，学习部118通过实际业务进行学习，因此学习期间短。

＊第二形态的有修正操作的情况＊

接下来，对操作者进行第二形态的修正操作的情况进行例示。

图24的(a)～(c)是示意性地表示基于液压挖掘机20进行的挖坑作业通过与挖坑预定地的地质相对应的修正操作而得到改善的过程的剖视图。在图24的(a)中，虚线是表示假定操作者未进行修正操作的情况下的坑131的截面形状。

参照图24的(a)，在要挖坑131的预定地的地质比通过规定作业用的控制程序想到的规定的地质柔软(容易挖坑)的情况下，若液压挖掘机20的动作部103进行基本动作，则如虚线所示，形成比规定的截面形状深的形状的坑131。但是，这里，熟练操作者以半自动模式边对液压挖掘机20进行修正操作边进行挖坑。其结果，形成具有规定的截面形状的坑131。而且，通过学习部118对该修正操作进行机械学习。因此，在此之后，在要挖坑131的预定地的地质与本次动作相同的情况下，操作者不进行修正操作，而通过控制部401的控制，液压挖掘机20挖掘规定的截面形状的坑。

但是，例如在要挖坑131的预定地的地质比通过规定作业用的控制程序想到的规定的地质硬(难以挖坑)的情况下，学习部118在作业中取得的预测基础数据(例如，铲斗18刺入到地面时的驾驶席的倾斜、振动等以及挖坑的中途第一拍摄器311所拍摄到的坑131的形状等)与要挖坑131的预定地的地质比规定的地质柔软的情况不同，因此学习部118例如输出修正量为零的自动动作修正指令404。因此，在操作者不进行任何修正操作的情况下，动作部103按照基本动作指令进行基本的动作，如图24的(b)所示，例如形成比规定的截面形状浅的截面形状的坑131。

但是，实际上，熟练操作者适当应对该硬地质，边对动作部103的动作进行修正操作边进行挖坑。其结果，如图24的(c)所示，形成具有规定的截面形状的坑131。于是，该修正操作被学习部118进行机械学习。因此，在此之后，在要挖坑131的预定地的地质与该动作中的地质为相同的硬度的情况下，操作者不进行修正操作，而通过控制部401的控制，液压挖掘机20挖掘规定的截面形状的坑。因此，在此之后，在要挖坑131的预定地的地质与该动作中的地质为相同的硬度的情况下，操作者不进行修正操作，而通过控制部401的控制，液压挖掘机20挖掘规定的截面形状的坑。

这样，虽然存在有多个必须修正动作部103的基本动作的形态，但若如液压挖掘机20那样使用进行机械学习的学习部118，则每次产生必须修正动作部103的基本动作的现象时，通过使学习部118学习与该形态相对应的手动动作修正指令403(准确地说，是动作修正指令Pm)，能够容易地实现操作者的技能的传承。

另外，根据液压挖掘机20，与规定作业相关的动作部103的基本动作中不需要修正的部分，通过基本动作指令部2119自动地执行，因此操作者仅进行必要的修正即可。因此，操作者的负担得到减轻。另外，即使是熟练者，作业也存在偏差，因此若这样通过操作者的操作仅进行一部分的作业，则与通过操作者的操作进行所有的作业的情况相比，作业的精度提高。

＜总结＞

如以上说明那样，根据实施方式4，能够提供使操作者对基于基本动作指令部2119进行的作业部104的基本动作进行修正操作，而学习建筑机械200所进行的作业，并自动地进行学习到的作业的建筑机械200。

由此，能够提供能够传承建筑业中的熟练操作者的技能，且能够在短期内实现规定作业的自动化的技能传承建筑机械200。

另外，根据实施方式4，通过对现有的液压挖掘机，附加构成控制部401的运算器、和取得预测基础数据的检测器，能够将现有的液压挖掘机改造成本发明的技能传承液压挖掘机20。

另外，通过参照该实施方式4的记载，能够将本发明容易地应用于除液压挖掘机20以外的建筑机械。

(实施方式5)

本发明的实施方式5例示了在实施方式4的液压挖掘机20中，动作状态检测部113还具备第二拍摄器331以及图像处理部333的方式。

图25是表示实施方式5所涉及的技能传承液压挖掘机20的硬件的结构的侧视图。图26是表示图25的技能传承液压挖掘机20的控制系统的结构的功能框图。

参照图25以及图26，在本实施方式的液压挖掘机20中，动作状态检测部113还具备第二拍摄器331以及图像处理部333。除此以外的结构与实施方式4的液压挖掘机20相同。

第二拍摄器331拍摄液压挖掘机20的整体。由第二拍摄器331拍摄到的拍摄图像，在图像处理部333中被进行图像处理以得到表示液压挖掘机20的姿势的数据，并从图像处理部333作为动作状态数据213输出。第二拍摄器331的光轴332朝向液压挖掘机20。

第二拍摄器331例如由通常的数码相机构成。第二拍摄器331例如经由适当的支承部件固定在与液压挖掘机20的车辆不同的固定物体(地面等)、或搭载于无人机。

图像处理部333例如对第二拍摄器331所拍摄的拍摄图像进行图像处理，提取液压挖掘机20的外形，并将该外形数据作为动作状态数据213输出。该外形数据是能够确定液压挖掘机20的动作部103的姿势的姿势数据。

根据实施方式5，在实施方式4所述的一系列的动作中，通过动作状态数据213中的液压挖掘机20的外形来确定液压挖掘机20的姿势，因此学习部118的机械学习的效率提高，且在动作部103的动作时学习部118所输出的自动动作修正指令404变得更适当。

(实施方式6)

本发明的实施方式6例示了在实施方式4的液压挖掘机20中，动作状态检测部113还具备传感器部341的方式。

图27是表示实施方式6所涉及的技能传承液压挖掘机20的硬件结构的侧视图。图28是表示图27的技能传承液压挖掘机20的控制系统结构的功能框图。

参照图28，在本实施方式的液压挖掘机20中，动作状态检测部113还具备传感器部341。除此以外的结构与实施方式4的液压挖掘机20相同。传感器部341由传感器S1～S4构成。

参照图27，在液压挖掘机20设置有传感器S1～S4。具体而言，在旋转体15设置有检测该旋转体15的绕转动轴线A1的旋转角的传感器S1。在动臂16的基端部设置有检测该动臂16的绕转动轴线A2的旋转角的传感器S2。在斗杆17的基端部设置有检测该斗杆17的绕转动轴线A3的旋转角的传感器S3。在斗杆17的末端部设置有检测铲斗18的绕转动轴线A4的旋转角的传感器S4。

传感器部341将传感器S1～S4所分别检测到的旋转角的数据作为动作状态数据213输出。传感器S1～S4所分别检测到的旋转角的数据的组合为能够确定液压挖掘机20的动作部103的姿势的姿势数据。

根据实施方式6，在实施方式4所述的一系列的动作中，通过动作状态数据213中的由传感器S1～S4分别检测到的旋转角的组合来确定液压挖掘机20的姿势，因此学习部118的机械学习的效率提高，且在动作部103的动作时，学习部118所输出的自动动作修正指令404变得更适当。

(实施方式7)

本发明的实施方式例示了在实施方式4至6中的任一个液压挖掘机20中，操作装置产生先导压力，控制阀通过先导压力得到控制的结构的方式。

图29是表示本发明的实施方式7所涉及的技能传承建筑机械的一个例子的技能传承液压挖掘机的动作指令生成部的结构的功能框图。

参照图18以及图29，在实施方式7中，操作部101的斗杆操作装置51、旋转操作装置54、铲斗操作装置57以及动臂操作装置71分别输出先导压力的一对单独手动动作修正指令(52、53)、(55、56)、(58、59)、(72、73)。另外，斗杆控制阀40、旋转控制阀43、铲斗控制阀44以及动臂控制阀47由通过先导压力进行控制的控制阀构成。

另一方面，动作指令生成部2120具备加法器2120a、压力/电转换器2120b、以及电/压力转换器2120c。

压力/电转换器2120b例如由4对压电元件构成，将从操作部101的斗杆操作装置51、旋转操作装置54、铲斗操作装置57以及动臂操作装置71输出的先导压力信号的4对单独手动动作修正指令(52、53)、(55、56)、(58)、(72、73)分别转换为电信号的4对单独手动动作修正指令(52、53)、(55、56)、(58、59)、(72、73)，并将这些输出到加法器2120a。

加法器2120a与实施方式4的动作指令生成部2120同样地进行动作。即，对这些4对单独手动动作修正指令(52、53)、(55、56)、(58、59)、(72、73)加上分别对应的4对单独基本动作指令、和分别对应的4对单独自动动作修正指令，而生成4对单独动作指令。而且，将这些4对单独动作指令输出到电/压力转换器2120c。

电/压力转换器2120c由4对包含电磁比例阀的多控阀构成，将4对单独动作指令分别转换为先导压力信号的4对单独动作指令(52’、53’)、(55’、56’)、(58’、59’)、(72’、73’)，并将这些分别输出到斗杆控制阀40、旋转控制阀43、铲斗控制阀44以及动臂控制阀47。

此外，4对单独手动动作修正指令(52、53)、55、56)、(58、59)、(72、73)构成手动动作修正指令403的一部分，4对单独动作指令(52’、53’)、(55’、56’)、(58’、59’)、(72’、73’)构成动作指令201的一部分。

根据这样的实施方式7，能够将本发明应用于操作装置产生先导压力的手动动作修正指令，控制阀被先导压力的动作指令控制的液压挖掘机20。

另外，根据实施方式7，通过对现有的液压挖掘机附加构成控制部401的运算器、取得预测基础数据的检测器、构成压力/电转换器2120b的压电元件、以及构成电/压力转换器2120c的多控阀，能够将现有的液压挖掘机改造成本发明的技能传承液压挖掘机20。

(其他实施方式)

实施方式2的液压挖掘机10也可以在动作状态检测部113中，还具备实施方式3的传感器部341。

另外，在实施方式1至3中，动作状态检测部113也可以代替麦克风313、或除了麦克风313之外具备检测各控制阀40、43、44、47的动作的工作传感器。作为工作传感器，例示出设置于与各控制阀40、43、44、47连接的油路的压力传感器、检测各控制阀40、43、44、47的阀体的位置的位置传感器等。

另外，在实施方式1至3中，动作状态检测部113也可以代替麦克风313、或除了麦克风313之外具备检测发动机26的旋转速度，并输出检测到的旋转速度的数据(驱动源状态数据)的旋转速度传感器。作为旋转速度传感器，例示出旋转编码器、旋转计、转速表等。

另外，在实施方式1至3中，学习部118的学习方式也可以为无教师式学习。

另外，在实施方式1至3中，液压挖掘机10的驱动源也可以是除发动机26以外的驱动源。作为这样的驱动源，例示出电动马达。

实施方式5的液压挖掘机20也可以在动作状态检测部113中，还具备实施方式6的传感器部341。另外，该液压挖掘机20也可以如实施方式7那样进行修正。

另外，在实施方式4至7中的任一方式中，动作状态检测部113也可以代替麦克风313或除了麦克风313之外具备检测各控制阀40、43、44、47的动作的工作传感器。

另外，在实施方式4至7中的任一方式中，动作状态检测部113也可以代替麦克风313或除了麦克风313之外具备检测发动机26的旋转速度，并输出检测到的旋转速度的数据(驱动源状态数据)的旋转速度传感器。作为旋转速度传感器，例示有旋转编码器、旋转计、转速表等。

另外，在实施方式4至7中的任一方式中，学习部118的学习方式也可以为无教师式学习。

另外，在实施方式4至7中的任一方式中，液压挖掘机20的驱动源也可以是除发动机26以外的驱动源。作为这样的驱动源，例示出电动马达。

在实施方式4至6中的任一方式中，也可以将动作指令生成部2120构成为施加液压先导压力信号彼此。

根据上述说明，对于本领域技术人员而言，可以明确大量改进、其他实施方式。因此，上述说明应仅作为例示进行解释。

工业上的利用可能性

本发明的带学习功能的建筑机械，作为能够学习建筑机械通过人的操作而进行的作业，并自动地进行学习到的作业的建筑机械而有用。

另外，本发明的技能传承建筑机械，作为能够传承建筑业中的熟练操作者的技能，且能够在短期内实现规定作业的自动化的技能传承建筑机械而有用。

附图标记说明

1...液压驱动系统；8...流量控制装置；10...带学习功能的液压挖掘机(液压挖掘机)；11...动臂缸；12...斗杆缸；13...铲斗缸；14...旋转马达；15...旋转体；16...动臂；17...斗杆；18...铲斗；19...行驶体；20...液压挖掘机；21...第一主泵；22...第一流量调整装置；23...第二主泵；24...第二流量调整装置；25...副泵；40...斗杆控制阀；43...旋转控制阀；44...铲斗控制阀；47...动臂控制阀；50...加速装置；51...斗杆操作装置；54...旋转操作装置；57...铲斗操作装置；71...动臂操作装置；81～86、91、92...压力传感器；100...带学习功能的建筑机械(建筑机械)；101...操作部；102...主体部；103...动作部；104...作业部；105...液压驱动系统；106...液压回路；107...泵部；110...动作指令检测部；112...作业状况检测部；113...动作状态检测部；114...反作用检测部；115...学习数据存储部；116...指令数据存储部；117...预测基础数据存储部；118...学习部；119...操作部驱动部；120...预测动作指令转换部；131...坑；200...技能传承建筑机械；201...动作指令；202...驱动力；211、211’...指令数据；212...作业状况数据；213...动作状态数据；214...反作用数据；311...第一拍摄器；312...图像处理部；313...麦克风；314...陀螺仪传感器；321...光轴；331...第二拍摄器；332...光轴；333...图像处理部；341...传感器部；1400...神经网络；1401...学习数据以及教师数据生成部；1402...数据输入部；1403...学习评价部；500...神经网络；501...学习数据以及教师数据生成部；502...数据输入部；503...学习评价部；1000...带学习功能的建筑机械；1101...指令数据生成部；1102...指令存储部；1103...预测指令；2110...动作修正指令生成部；2116...动作修正指令存储部；2119...基本动作指令部；2120...动作指令生成部；A1～A4...第一乃至第四转动轴线；M1～M5...伺服马达；Pd...预测基础数据；Pd’...学习用预测基础数据；Pf...预测动作指令；Pf’...学习用指令数据；S1～S4...传感器。

Claims (11)

1.一种带学习功能的建筑机械，其中，具备：

动作部，其具有作业部，使所述作业部以进行作业的方式运转；

操作部，其输出与操作者的操作相对应的指令；

作业状况检测部，其检测基于所述作业部进行的所述作业的状况，并将检测到的作业状况作为作业状况数据输出；

动作状态检测部，其检测所述动作部的动作状态，并将检测到的动作状态作为动作状态数据输出；

反作用检测部，其检测所述动作部由于所述作业部的作业而从作业对象受到的反作用，并将检测到的反作用作为反作用数据输出；

学习数据存储部，其将所述指令按时间序列作为指令数据进行存储，并且将包含所述作业状况数据、所述动作状态数据以及所述反作用数据在内的预测基础数据按时间序列进行存储；

学习部，其使用存储于所述学习数据存储部的所述预测基础数据，对存储于所述学习数据存储部的所述指令数据进行机械学习，在结束机械学习后，在所述动作部的动作时接收所述预测基础数据的输入，并输出所述指令的预测指令；以及

液压驱动系统，其基于所述指令、所述预测指令、或所述指令以及所述预测指令来驱动所述动作部。

2.根据权利要求1所述的带学习功能的建筑机械，其中，

所述操作部构成为，作为所述指令，输出与所述操作者的操作相对应的动作指令，

学习数据存储部构成为，将所述动作指令按时间序列作为指令数据进行存储，并且将包含所述作业状况数据、所述动作状态数据以及所述反作用数据在内的预测基础数据按时间序列进行存储，

所述学习部构成为，在学习时，使用存储于所述学习数据存储部的所述预测基础数据，对存储于所述学习数据存储部的所述指令数据进行机械学习，在结束所述机械学习后的自动控制时，接收所述预测基础数据的输入，并输出作为所述预测指令的预测动作指令，且

液压驱动系统构成为，按照所述动作指令或所述预测动作指令，驱动所述动作部。

3.根据权利要求2所述的带学习功能的建筑机械，其中，

具备设置有所述动作部的主体部，

所述反作用检测部检测包含所述动作部或所述主体部的倾斜、加速度以及角加速度中的至少任一个的所述反作用，并将检测到的反作用作为所述反作用数据输出。

4.根据权利要求2或3所述的带学习功能的建筑机械，其中，

所述动作状态检测部包含驱动源状态检测部，该驱动源状态检测部检测包含驱动对所述液压驱动系统的工作油进行加压的泵的驱动源的输出以及动作声音中的至少任一个的驱动源的状态，并将检测到的驱动源的状态作为驱动源状态数据输出，

所述动作状态数据包含所述驱动源状态数据。

5.根据权利要求2～4中任一项所述的带学习功能的建筑机械，其中，

所述动作状态数据包含所述指令数据。

6.根据权利要求2～5中任一项所述的带学习功能的建筑机械，其中，

动作状态检测部还具备姿势检测部，该姿势检测部检测所述动作部的姿势，并将检测到的姿势作为姿势数据输出，

所述动作状态数据包含所述姿势数据。

7.根据权利要求1所述的带学习功能的建筑机械，其中，

所述带学习功能的建筑机械是具备控制部的技能传承建筑机械，

所述操作部构成为，作为所述指令，输出与所述操作者的操作相对应的手动动作修正指令，

所述液压驱动系统构成为，按照基本动作指令、自动动作修正指令和所述手动动作修正指令，驱动所述动作部，且

所述控制部具备：

基本动作指令部，其输出通过所述动作部使所述作业部进行基本动作的所述基本动作指令；

动作修正指令生成部，其对所述自动动作修正指令加上所述手动动作修正指令而生成动作修正指令；

所述学习数据存储部，其包含将所述动作修正指令按时间序列作为所述指令数据进行存储的动作修正指令存储部、和将所述预测基础数据按时间序列进行存储的预测基础数据存储部；以及

所述学习部，

所述学习部构成为，使用存储于所述预测基础数据存储部的所述预测基础数据，对存储于所述动作修正指令存储部的所述动作修正指令进行机械学习，在结束机械学习后，在所述动作部的动作时接收所述预测基础数据的输入，并输出作为所述预测指令的所述自动动作修正指令。

8.根据权利要求7所述的带学习功能的建筑机械，其中，

具备设置有所述动作部的主体部，

所述反作用检测部检测包含所述动作部或所述主体部的倾斜、加速度以及角加速度中的至少任一个的所述反作用，并将检测到的反作用作为所述反作用数据输出。

9.根据权利要求7或8所述的带学习功能的建筑机械，其中，

所述动作状态检测部包含驱动源状态检测部，该驱动源状态检测部检测包含驱动对所述液压驱动系统的工作油进行加压的泵的驱动源的输出以及动作声音中的至少任一个的驱动源的状态，并将检测到的驱动源的状态作为驱动源状态数据输出，

所述动作状态数据包含所述驱动源状态数据。

10.根据权利要求7～9中任一项所述的带学习功能的建筑机械，其中，

所述动作状态检测部还具备姿势检测部，该姿势检测部检测所述动作部的姿势，并将检测到的姿势作为姿势数据输出，

所述动作状态数据包含所述姿势数据。

11.根据权利要求7～10中任一项所述的带学习功能的建筑机械，其中，

所述手动动作修正指令为电指令信号，

所述动作部具备：液压执行器，其驱动所述作业部；和控制阀，其按照所述基本动作指令、所述自动动作修正指令以及所述手动动作修正指令对所述液压执行器的动作进行液压控制，

所述控制阀为电磁阀。

Images