JP2012208789A5 - - Google Patents

Download PDF

Info

Publication number
JP2012208789A5
JP2012208789A5 JP2011074694A JP2011074694A JP2012208789A5 JP 2012208789 A5 JP2012208789 A5 JP 2012208789A5 JP 2011074694 A JP2011074694 A JP 2011074694A JP 2011074694 A JP2011074694 A JP 2011074694A JP 2012208789 A5 JP2012208789 A5 JP 2012208789A5
Authority
JP
Japan
Prior art keywords
external force
virtual external
output
control
parameters
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2011074694A
Other languages
English (en)
Japanese (ja)
Other versions
JP2012208789A (ja
JP5750657B2 (ja
Filing date
Publication date
Application filed filed Critical
Priority to JP2011074694A priority Critical patent/JP5750657B2/ja
Priority claimed from JP2011074694A external-priority patent/JP5750657B2/ja
Priority to US13/432,094 priority patent/US8886357B2/en
Publication of JP2012208789A publication Critical patent/JP2012208789A/ja
Publication of JP2012208789A5 publication Critical patent/JP2012208789A5/ja
Application granted granted Critical
Publication of JP5750657B2 publication Critical patent/JP5750657B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

JP2011074694A 2011-03-30 2011-03-30 強化学習装置、制御装置、および強化学習方法 Active JP5750657B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2011074694A JP5750657B2 (ja) 2011-03-30 2011-03-30 強化学習装置、制御装置、および強化学習方法
US13/432,094 US8886357B2 (en) 2011-03-30 2012-03-28 Reinforcement learning apparatus, control apparatus, and reinforcement learning method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011074694A JP5750657B2 (ja) 2011-03-30 2011-03-30 強化学習装置、制御装置、および強化学習方法

Publications (3)

Publication Number Publication Date
JP2012208789A JP2012208789A (ja) 2012-10-25
JP2012208789A5 true JP2012208789A5 (enExample) 2014-05-22
JP5750657B2 JP5750657B2 (ja) 2015-07-22

Family

ID=46928279

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011074694A Active JP5750657B2 (ja) 2011-03-30 2011-03-30 強化学習装置、制御装置、および強化学習方法

Country Status (2)

Country Link
US (1) US8886357B2 (enExample)
JP (1) JP5750657B2 (enExample)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6522488B2 (ja) * 2015-07-31 2019-05-29 ファナック株式会社 ワークの取り出し動作を学習する機械学習装置、ロボットシステムおよび機械学習方法
DE102016015936B8 (de) 2015-07-31 2024-10-24 Fanuc Corporation Vorrichtung für maschinelles Lernen, Robotersystem und maschinelles Lernsystem zum Lernen eines Werkstückaufnahmevorgangs
JP6240689B2 (ja) 2015-07-31 2017-11-29 ファナック株式会社 人の行動パターンを学習する機械学習装置、ロボット制御装置、ロボットシステム、および機械学習方法
JP6106226B2 (ja) * 2015-07-31 2017-03-29 ファナック株式会社 ゲインの最適化を学習する機械学習装置及び機械学習装置を備えた電動機制御装置並びに機械学習方法
US10839302B2 (en) 2015-11-24 2020-11-17 The Research Foundation For The State University Of New York Approximate value iteration with complex returns by bounding
JP6733239B2 (ja) 2016-03-18 2020-07-29 セイコーエプソン株式会社 制御装置及びロボットシステム
JP2017199077A (ja) * 2016-04-25 2017-11-02 ファナック株式会社 複数台の産業機械を有する生産システムの動作を最適化するセルコントローラ
CN106886451B (zh) * 2017-01-10 2020-10-27 广东石油化工学院 一种基于虚拟化容器技术的多工作流任务分配方法
JP6453919B2 (ja) * 2017-01-26 2019-01-16 ファナック株式会社 行動情報学習装置、行動情報最適化システム及び行動情報学習プログラム
JP6706223B2 (ja) * 2017-05-25 2020-06-03 日本電信電話株式会社 移動体制御方法、移動体制御装置、及びプログラム
JP6748135B2 (ja) * 2018-03-19 2020-08-26 ファナック株式会社 機械学習装置、サーボ制御装置、サーボ制御システム、及び機械学習方法
JP7131087B2 (ja) * 2018-05-31 2022-09-06 セイコーエプソン株式会社 ロボットシステムの制御方法およびロボットシステム
US11403513B2 (en) * 2018-09-27 2022-08-02 Deepmind Technologies Limited Learning motor primitives and training a machine learning system using a linear-feedback-stabilized policy
CN109711040B (zh) * 2018-12-25 2023-06-02 南京天洑软件有限公司 一种基于搜索方向学习的智能工业设计强化学习算法
EP3920000A4 (en) * 2019-01-30 2022-01-26 NEC Corporation CONTROL DEVICE, ORDER METHOD AND RECORDING MEDIA
JP7225923B2 (ja) 2019-03-04 2023-02-21 富士通株式会社 強化学習方法、強化学習プログラム、および強化学習システム
JP7379833B2 (ja) * 2019-03-04 2023-11-15 富士通株式会社 強化学習方法、強化学習プログラム、および強化学習システム
US12093001B2 (en) * 2019-05-22 2024-09-17 Nec Corporation Operation rule determination device, method, and recording medium using frequency of a cumulative reward calculated for series of operations
US11676064B2 (en) * 2019-08-16 2023-06-13 Mitsubishi Electric Research Laboratories, Inc. Constraint adaptor for reinforcement learning control
CN110496377B (zh) * 2019-08-19 2020-07-28 华南理工大学 一种基于强化学习的虚拟乒乓球手击球训练方法
DE102019130040A1 (de) * 2019-11-07 2021-05-12 Bayerische Motoren Werke Aktiengesellschaft Verfahren und System zum Prüfen einer automatisierten Fahrfunktion durch Reinforcement-Learning

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4587738B2 (ja) * 2003-08-25 2010-11-24 ソニー株式会社 ロボット装置及びロボットの姿勢制御方法
JP4929449B2 (ja) * 2005-09-02 2012-05-09 国立大学法人横浜国立大学 強化学習装置および強化学習方法
US8458715B1 (en) * 2007-02-23 2013-06-04 Hrl Laboratories, Llc System for allocating resources to optimize transition from a current state to a desired state

Similar Documents

Publication Publication Date Title
JP2012208789A5 (enExample)
JP5750657B2 (ja) 強化学習装置、制御装置、および強化学習方法
EP3621773B1 (en) Viewpoint invariant visual servoing of robot end effector using recurrent neural network
US11554485B2 (en) Generating a robot control policy from demonstrations collected via kinesthetic teaching of a robot
US11429854B2 (en) Method and device for a computerized mechanical device
KR101048098B1 (ko) 로봇의 경로계획 장치 및 방법
EP3899797A1 (en) Multi-agent reinforcement learning with matchmaking policies
US11305428B2 (en) Robot motion planning device, robotic system, and method
WO2020065001A1 (en) Learning motor primitives and training a machine learning system using a linear-feedback-stabilized policy
US8217932B2 (en) Systems and methods for implementing haptic systems and stimulated environments
KR20190040506A (ko) 로봇 조작을 위한 심층 강화 학습
US11461589B1 (en) Mitigating reality gap through modification of simulated state data of robotic simulator
CN105056528A (zh) 一种虚拟角色的移动方法及装置
CN113165178B (zh) 使用高级策略模型和经训练的低级策略模型进行机器人导航
CN112512755A (zh) 使用从2.5d视觉数据预测的域不变3d表示的机器人操纵
WO2009067458A1 (en) Learning capture points for humanoid push recovery
US10556336B1 (en) Determining robot inertial properties
US11213946B1 (en) Mitigating reality gap through optimization of simulated hardware parameter(s) of simulated robot
JP2019087096A (ja) 行動決定システム及び自動運転制御装置
CN115047769B (zh) 一种基于约束跟随的无人作战平台避障-到达控制方法
JP2010287131A (ja) 学習制御ステム及び学習制御方法
WO2019222597A1 (en) System and methods for pixel based model predictive control
CN108121347B (zh) 用于控制设备运动的方法、装置及电子设备
EP3900887A1 (en) Robot collision detection using cascading variational autoencoder
CN113459841B (zh) 基于无标定双目视觉的自动充电控制方法和装置