JP7477770B2 - ロボットの機械学習装置 - Google Patents

Description

本発明は、液体が入ったボトルをロボットアームによって重量センサの上に載置する制御を行う装置に関する。

図７に示すように、ボトルに入った液体を、カップなどの容器に一定量だけ注ぐ処理を、ロボットにより自動的に行うことが提案されている。その作業は、概ね以下のような工程となる。
（１）所定の位置にあるボトルＡ，Ｂ，Ｃのうち、例えばボトルＡをロボットアームのハンドにより掴んで、重量センサ（１）の上に載置させ、ボトルＡ内の液体の重量を計測する。
（２）重量センサ（１）の上にあるボトルＡをロボットアームのハンドにより掴んで、重量センサ（２）の上に載置されている容器の近くに移動させてから、ボトルＡを傾けて液体を容器に注ぎ込む。
（３）重量センサ（２）により、容器に注ぎ込まれた液体の重量を計測する。
（４）容器内の液体の重量が所定値に達するまで、（２），（３）の処理を繰り返す。
尚、特許文献１は、ロボットを用いたものではないが、ボトル容器からタンクに液体を移し替える作業に特化した装置に関するものである。

特開２０１３－１６６２６７号公報

以上のような作業工程を想定すると、（１）で重量センサＡによりボトル内の液体の重量を検知する際に、ボトル内の液体が揺れている状態では重量を正確に計測できない。ボトルを載置してから液体の揺れが収まるのを待つ時間を設けると、計測に完了するのに時間がかかることになり作業効率が低下する。

本発明は、上記実情に鑑みてなされたものであり、その目的は、重量センサの上にボトル載置する段階で、内部の液体の揺れを極力抑制できるロボットの機械学習装置を提供することにある。

請求項１記載のロボットの機械学習装置によれば、収束時間計測部は、所定の位置にあるボトルをロボットアームのハンドにより掴んで重量センサの上に載置させる制御について、ボトルを重量センサの上に載置した状態の画像を撮像装置によって撮像し、ボトル内の液体の揺れが収まるまでの収束時間を計測する。設定部は、ボトルを重量センサの上に載置する直前に鉛直方向から進行方向に傾ける角度と、減速時の減速度とをボトル内の液体の種類に応じて設定する。そして、学習処理部は、前記角度と前記減速度とを変化させ、ボトル内の液体の種類に応じて収束時間が最短となるように学習処理を行う。

ボトル内の液体の種類，つまり液体の粘性に応じて、ボトルを重量センサの上に載置した際に内部の液体の揺れが収まるまでの収束時間は異なる。そして、液体の種類に応じて、ボトルを進行方向に傾ける角度とロボットアームの動作速度を減速させる減速度とを調整すれば、前記収束時間を最短にすることができる。したがって、学習処理部が行った学習処理の結果を適用すれば、ロボットを用いてボトル内の液体の重量を重量センサで計測する処理を、より短い時間で行うことが可能になる。

請求項２記載のロボットの機械学習装置によれば、設定部は、ボトル内の液体の種類に応じて、前記角度θの初期値と前記減速度Ｄの初期値とを設定する。学習処理部は、第１工程において、ロボットアームの動作速度を減速させてボトルを重量センサの上に載置する。続く第２工程において、撮像装置により撮像される画像をモニタリングして、ボトル内の液体の揺れが収まるまでの収束時間Ｔを計測する。そして、同じボトルについて第１工程を行う際に、初期値と異なる角度θ及び減速度Ｄを付与して第２工程を行うと、収束時間Ｔが変化した結果に応じて、角度θ及び減速度Ｄの少なくとも一方を変化させ、同じボトルについて第１及び第２工程を行う。学習処理部は、上記の処理を繰り返すことで、収束時間Ｔが最短になったと判断した時点で得られている角度θ及び減速度Ｄを記憶部に記憶する。このように学習処理を行うことで、液体の種類に応じて収束時間Ｔを最短にするための角度θ及び減速度Ｄを得ることができる。

請求項３記載のロボットの機械学習装置によれば、設定部は、学習処理部が学習処理を完了すると、次回に第１工程を行う以前に、ボトル内の液体の種類に応じて記憶部より角度θ及び減速度Ｄを読み出して設定する。すなわち、学習処理部が学習処理を完了すれば、液体の種類に応じて学習結果を適用することで収束時間Ｔを最短にできる。

請求項４記載のロボットの機械学習装置によれば、判別部は、所定の位置にあるボトルをハンドにより掴んでロボットアームの動作速度を加速させる期間に、撮像装置により撮像されるボトル内の液面の状態から液体の種類を判別する。すなわち、液体の種類に応じてその粘性は異なるため、ボトルをハンドにより掴んでロボットアームの動作速度を加速させた際に、ボトル内の液体は、その種類に応じて液面の傾き度合いが異なるといったように異なる状態を呈す。したがって、判別部は、ロボットアームの加速期間に撮像されるボトル内の液面の状態に基づいて液体の種類を判別できるので、ユーザが液体の種類を入力する等の操作が不要となり、ボトル内の液体の重量を重量センサで計測する処理を、一層短い時間で行うことが可能になる。

一実施形態であり、ロボットの学習システムを示す図 機械学習装置の内部構成を中心に示す機能ブロック図 ロボットのハンドがボトル収納載置台からボトルを把持してから、重量センサに載置するまでの速度変化を示す図 学習部が行う学習処理を中心に示すフローチャート 学習結果を、ロボットを動作させる際に反映させる制御を示すフローチャート ステップＳ２２，Ｓ２３における処理を概念的に説明する図 背景技術を説明する図

以下、一実施形態について図面を参照して説明する。図１は、本実施形態におけるロボットの学習システムを示す図である。ロボット１は、いわゆる６軸の垂直多関節型ロボットとして周知の構成を備えており、ベース２上に、Ｚ方向の軸心を持つ第１軸（Ｊ１）を介してショルダ３が水平方向に回転可能に連結されている。ショルダ３には、Ｙ方向の軸心を持つ第２軸（Ｊ２）を介して上方に延びる下アーム４の下端部が垂直方向に回転可能に連結されている。下アーム４の先端部には、Ｙ方向の軸心を持つ第３軸（Ｊ３）を介して第一上アーム５が垂直方向に回転可能に連結されている。第一上アーム５の先端部には、Ｉ方向の軸心を持つ第４軸（Ｊ４）を介して第二上アーム６が捻り回転可能に連結されている。第二上アーム６の先端部には、Ｙ方向の軸心を持つ第５軸（Ｊ５）を介して手首７が垂直方向に回転可能に連結されている。手首７には、Ｉ方向の軸心を持つ第６軸（Ｊ６）を介してフランジ８が捻り回転可能に連結されている。

ベース２、ショルダ３、下アーム４、第一上アーム５、第二上アーム６、手首７及びフランジ８は、ロボット１のアームとして機能し、アームの先端となるフランジ８には、ハンド９が取り付けられる。ロボット２に設けられている各軸Ｊ１～Ｊ６には、それぞれに対応して駆動源となる図示しないモータが設けられている。

ロボット制御装置１０は、マイクロコンピュータ等を備えて構成され、マイコンが制御プログラムを実行することで、ロボット１を制御する。具体的には、制御装置１０は、インバータ回路等から構成された駆動部を備えており、上述した各モータに対応して設けられているエンコーダで検知したモータの回転位置に基づいて例えばフィードバック制御により各モータを駆動する。

ボトル収納載置台１１には、例えば３種類のボトル１２Ａ，１２Ｂ，１２Ｃが載置されている。これらのボトル１２Ａ，１２Ｂ，１２Ｃには、それぞれ異なる種類の液体が、その液面がボトル１２の本体部分，つまり一定の直径が連続する部分の途中まで注入されている。制御装置１０は、ロボット１のハンド９によってボトル収納載置台１１に載置されているボトル１２を把持してから、ボトル１２を例えば電子秤等の重量センサ１３の上方に移動させると、ボトル１２を重量センサ１３に載置する。そして、重量センサ１３により、ボトル１２内の液体の重量を計測する。

移載場１４には、例えばコップやビーカ等の移載容器１５が載置されている。液体の重量が計測されたボトル１２は、移載容器１５の上方に移動させられて、内部の液体が移載容器１５の内部に注がれる。この時、移載容器１５の内部に注がれる液体の重量が予め定められた一定量にする制御も行うのであれば、移載場１４にも重量センサをセットすれば良い。

尚、以上において、重量センサ１３による重量の計測を行った後から移載容器１５の内部に液体を注ぐまでの制御は、制御装置１０が行っても良いし、異なる装置によって行っても良い。

ロボット１のハンド９によって、ボトル１２を重量センサ１３に載置するために移動させる際には、図３に示すように、ハンド９がボトル収納載置台１１からボトル１２を把持してからはアームの動作速度が加速する期間となり、その後一定の速度で移動する期間となり、ボトル１２を重量センサ１３に載置する直前はアームの動作速度が減速する期間となる。上記のプロセスにおいて、内部の液体に加速力や減速力が作用するため、ボトル１２を重量センサ１３に載置した直後には液体の液面が波を打つように揺動している。液面が揺動している状態では、重量センサ１３による重量の測定値が正確に出ないので、液面の揺動が収束するまで計測を待つ必要がある。この待ち時間を長く要することになると重量の測定を短時間内に完了することができず、作業効率が低下する。

ボトル１２を重量センサ１３に載置した直後に液面が波を打つ大きさは、減速期間においてボトル１２の長手方向の軸を鉛直方向から進行方向に向けて、つまり重量センサ１３に向かう方向に傾けることで緩和される。また、減速期間における減速度の設定も、液面が波を打つ大きさに関与している。したがって、上述した傾きの角度θｎと減速度Ｄｎとを最適化することで、ボトル１２を重量センサ１３に載置した時点から液面の揺動が収束するまでの時間を最短にすることができる。

そこで、本実施形態では、角度θｎと減速度Ｄｎとを最適化するための学習処理を行う機械学習装置２０が、制御装置１０に接続されている。撮像装置の一例である視覚センサ２１は、例えばＣＣＤやＣＭＯＳ画像センサ等であり、重量センサ１３に載置されたボトル１２の画像を撮像し、その画像データを制御装置１０及び機械学習装置２０に出力する。尚、図１では視覚センサ２１がボトル１２の画像を上方から撮像するように示しているが、ボトル１２の側面から画像を撮像した方が液面の揺動状態をより明確に捉えることができる場合には、視覚センサ２１をそのように配置すれば良い。

図２は、機械学習装置２０の内部構成を中心に示す機能ブロック図である。液面画像取得部２２は、視覚センサ２１により撮像された画像のデータＰｎを取得する。収束時間計測部に相当する計測完了時間取得部２３は、ロボット１がボトル１２を重量センサ１３に載置してからボトル１２内の液面の揺動が収束して、重量センサ１３による重量の計測が完了するまでの時間Ｔｎを取得する。この時間Ｔｎの開始時点は制御装置１０より得ても良いし、前記画像データＰｎより得ても良い。時間Ｔｎの終了時点は画像データＰｎより得る。

減速度取得部２４，容器傾斜角度取得部２５は、ロボットアームの減速期間における減速度Ｄｎ，ボトル１２の鉛直方向に対する進行方向への傾斜角度θｎを、それぞれ制御装置１０より取得する。これらの取得部２２～２５により取得された各データ等は、学習部２６に入力される。設定部，判別部及び学習処理部に相当する学習部２６は、入力された各データ等に基づいて時間Ｔｎを最短にするための学習処理を行い、その学習の結果を学習モデル記憶部２７に記憶させる。

学習部２６が学習処理を行っている期間の減速度Ｄｎ及び傾斜角度θｎは、出力制御部２８及び出力部２９を介して制御装置１０に出力される。また、学習部２６が学習処理を完了した際には、学習結果として得られた減速度Ｄｎ及び傾斜角度θｎの最適値が、学習モデル記憶部２７より読み出されて制御装置１０に出力される。

次に、本実施形態の作用について図４から図６を参照して説明する。図４は、学習部２６が行う学習処理を中心に示すフローチャートである。尚、減速度Ｄ，傾斜角度θ，画像データＰに付与する添え字ｎは、ボトル１２Ａ，１２Ｂ，１２Ｃに対応させた（ｎ＝ａ，ｂ，ｃ）であり、添え字ｉは、学習処理の試行回数を示す自然数である。先ず、制御装置１０が、ボトル収納載置台１１に載置されている例えばボトル１２Ａを、ロボット１のハンド９により把持して移送する動作を開始させる（Ｓ１）。学習装置２０の減速度取得部２４，容器傾斜角度取得部２５は、最初は初期値として設定されている減速度Ｄｎｉ＝Ｄａ１，傾斜角度θｎｉ＝θａ１を、制御装置１０より取得する（Ｓ２，Ｓ３）。

ロボット１がボトル１２Ａを移送して重量センサ１３に載置する動作を行っている間に（Ｓ４）、液面画像取得部２２は、視覚センサ２１より画像データＰａｉを取得する（Ｓ５）。ここでは、アームの動作速度が加速する期間の液面の動画像と、ボトル１２Ａが重量センサ１３に載置される瞬間の前後における液面の動画像とを取得する。それから、続くステップＳ６において、計測完了時間取得部２３は、ロボット１がボトル１２を重量センサ１３に載置してからボトル１２内の液面の揺動が収束して、重量センサ１３による重量の計測が完了するまでの時間Ｔａｉを取得する。尚、ボトル１２を重量センサ１３に載置するまでが第１工程である。

ステップＳ６において、学習部２６は、ｉ＝１の場合、時間Ｔａ１を予め設定されている初期値Ｔａ０と比較して条件判定を行う。（Ｔａ１＜Ｔａ０）であり、時間Ｔａ１が初期値より短縮された場合には、機械学習における報酬を増加させ（Ｓ７）、（Ｔａ１＞Ｔａ０）であり、時間Ｔａ１が初期値より伸長された場合には、機械学習における報酬を減少させる（Ｓ８）。ここで言う「報酬」の増減は、時間Ｔａｉの短縮度合いに応じた評価である。「報酬」を増加させた際には、前回の学習で付与した減速度Ｄｎｉ，傾斜角度θｎｉに対して、今回の学習で新たに付与した減速度Ｄｎｉ，傾斜角度θｎｉへの変化の傾向を、より進める。また「報酬」を減少させた際には、前記変化の傾向を逆進させる。

具体的には、前回付与した減速度Ｄｎｉに対して今回付与した減速度Ｄｎｉがより小さい値であったことで、時間Ｔｎｉが短縮された場合には、次回の学習で付与する減速度Ｄｎｉをより減少させる。逆に、時間Ｔｎｉが伸長された場合には、次回の学習で付与する減速度Ｄｎｉを前回の値よりも増加させる。ｉ＝１の場合は前回の値がないので、ステップＳ７，Ｓ８の何れに移行しても良い。また、ここでは、減速度Ｄｎｉ，傾斜角度θｎｉの何れか一方だけを変化させても良いし、両者を同時に変化させても良い。

続くステップＳ９では、ステップＳ７，Ｓ８の実行結果に応じて最適減速度Ｄａ，最適傾斜角度θａの組み合わせを更新する。ここで、添え字「ｉ」を除いた値が最適値を示すものとする。そして、学習部２６は、学習処理を継続するか否かを判断する（Ｓ１０）。ここで、学習処理を継続するか否かの判断は、ユーザの設定による。例えば、予め学習を試行する減速度Ｄｎｉ，傾斜角度θｎｉの組み合わせを決定してデータテーブルを用意しておき、それらの組み合わせを総当たりした時点で終了としたり、（ｉ＝１００）となった時点等で終了とすれば良い。

学習処理を継続する場合は（ＹＥＳ）、ステップＳ７，Ｓ８の実行結果に応じて減速度Ｄａｉ，傾斜角度θａｉをそれぞれ変更してから（Ｓ１２，Ｓ１３）ステップＳ１に戻る。この時、ロボット１は、ボトル１２Ａを重量センサ１３からボトル収納載置台１１に戻してからステップＳ１を実行する。ステップＳ１２，Ｓ１３までが第２工程である。

学習処理を終了する場合は（ＮＯ）、最適減速度Ｄａ，最適傾斜角度θａの組み合わせを動画像データＰａに紐付けて学習モデル記憶部２７に記憶させる（Ｓ１１）。ここで紐づける画像データＰａは、液体の種類を特定するためにアームの加速期間に取得した画像である。以上で、ボトル１２Ａについての学習モデルが完成する。続いて、ボトル１２Ｂ，１２Ｃについても同様の学習処理を行う。

次に、学習モデルが完成した後、その学習結果を、ロボット１を動作させる際に反映させる制御について説明する。図５に示すように、制御装置１０が、ボトル収納載置台１１に載置されている、内部の液体の種類が未知であるボトル１２Ｘを、ロボット１のハンド９により把持して移送させる（Ｓ２１）。ここは、図３に示す加速期間に相当する。

続いて、液面画像取得部２２は、視覚センサ２１より加速期間におけるボトル１２Ｘの液面の画像データを取得する（Ｓ２２）。学習部２６は、この加速期間における液面の動画像データに紐付けられている液体の種類に応じた最適減速度Ｄｎｆ，最適傾斜角度θｎｆの組み合わせを、学習モデル記憶部２７より読み出す（Ｓ２３）。そして、それらを指令値として制御装置１０に出力するように、出力制御部２８にセットする（Ｓ２４）。

図６は、ステップＳ２２，Ｓ２３における処理を概念的に説明する図である。学習処理の結果として、ボトル１２Ａ，１２Ｂ，１２Ｃについては、それぞれの最適減速度Ｄｎ及び最適傾斜角度θｎの組み合わせが得られている。また、各ボトル１２Ａ，１２Ｂ，１２Ｃについて、加速期間に取得した液面の動画像データが紐付けられている。

これらに対し、液体の種類が未知のボトル１２Ｘについて加速期間に液面の動画像データを取得することで、ボトル１２Ａ，１２Ｂ，１２Ｃとの画像マッチング処理を行い、ボトル１２Ｘがこれらの何れに該当するのかを判別し、適用する最適減速度Ｄｎｆ及び最適傾斜角度θｎｆの組み合わせを決定する。

続いて、制御装置１０は、ボトル１２を重量センサ１３に載置するまでの等速期間，減速期間に相当する制御を行い（Ｓ２５）、ボトル１２が重量センサ１３に載置されると重量の計測が行われる（Ｓ２６）。それから、制御装置１０は、移載場１４に載置されている移載容器１５に、ボトル１２から液体を注ぐ処理を行い（Ｓ２７）、ボトル１２をボトル収納載置台１１に搬送して戻すと（Ｓ２８）１回分の動作が終了する。

以上のように本実施形態によれば、機械学習装置２０の計測完了時間取得部２３は、ボトル収納載置台１１にあるボトル１２をロボットアームのハンド９により掴んで移送し、重量センサ１３の上に載置した状態の画像を視覚センサ２１によって撮像し、ボトル１２内の液体の揺れが収まるまでの収束時間Ｔｎを計測する。学習部２６は、ボトル１２を重量センサ１３の上に載置する直前に鉛直方向から進行方向に傾ける角度θｎと、減速時の減速度Ｄｎとをボトル１２内の液体の種類に応じて設定する。そして、角度θｎと減速度Ｄｎとを変化させ、ボトル１２内の液体の種類に応じて収束時間Ｔｎが最短となるように学習処理を行う。

ボトル１２内の液体の種類，つまり液体の粘性に応じて、ボトル１２を重量センサ１３の上に載置した際に内部の液体の揺れが収まるまでの収束時間Ｔｎは異なる。そして、液体の種類に応じて、ボトル１２を進行方向に傾ける角度θｎとロボットアームの動作速度を減速させる減速度Ｄｎとを調整すれば、収束時間Ｔｎを最短にすることができる。したがって、学習部２６が行った学習処理の結果を適用すれば、ロボット１を用いてボトル１２内の液体の重量を重量センサ１３で計測する処理を、より短い時間で行うことが可能になる。

具体的には、学習部２６は、ボトル１２内の液体の種類に応じて、傾斜角度θｎの初期値θｎ１と減速度Ｄｎの初期値Ｄｎ１とを設定し、第１工程において、ロボットアームの動作速度を減速させてボトル１２を重量センサ１３の上に載置する。続く第２工程において、視覚センサ２１により撮像される画像をモニタリングして、ボトル１２内の液体の揺れが収まるまでの収束時間Ｔｎｉを計測する。そして、次のボトル１２について第１工程を行う際に、初期値と異なる角度θｎｉ及び減速度Ｄｎｉを付与して第２工程を行うと、収束時間Ｔｎｉが変化した結果に応じて、角度θｎｉ及び減速度Ｄｎｉの少なくとも一方を変化させ、同じボトル１２について第１及び第２工程を行う。学習部２６は、上記の処理を繰り返すことで、収束時間Ｔｎｉが最短になったと判断した時点で得られている角度θｎ及び減速度Ｄｎを、最適値として学習モデル記憶部２７に記憶する。このように学習処理を行うことで、液体の種類に応じて収束時間Ｔｎｉを最短時間Ｔｓにするための角度θｎ及び減速度Ｄｎを得ることができる。

また、学習部２６は、学習処理を完了すると、次回に第１工程を行う以前に、ボトル１２内の液体の種類に応じて学習モデル記憶部２７より角度θｎ及び減速度Ｄｎを読み出して設定する。すなわち、学習処理を完了すれば、液体の種類に応じて学習結果を適用することで収束時間Ｔｎｉを最短にできる。

更に、学習部２６は、ボトル収納載置台１１にあるボトル１２をハンド９により掴んでロボットアームの動作速度を加速させる期間に、視覚センサ２１により撮像されるボトル１２内の液面の状態から液体の種類を判別する。すなわち、液体の種類に応じてその粘性は異なるため、ボトル１２をハンド９により掴んでロボットアームの動作速度を加速させた際に、ボトル１２内の液体は、その種類に応じて液面の傾き度合いが異なるといったように異なる状態を呈す。したがって、学習部２６は、ロボットアームの加速期間に撮像されるボトル１２内の液面の状態に基づいて液体の種類を判別できるので、ユーザが液体の種類を入力する等の操作が不要となり、ボトル１２内の液体の重量を重量センサ１３で計測する処理を、一層短い時間で行うことが可能になる。

本発明は上記した、又は図面に記載した実施形態にのみ限定されるものではなく、以下のような変形又は拡張が可能である。
同じ種類の液体でも、ボトル内の液位が異なると液面が揺動する状態が異なる場合には、液位が異なるボトルについても学習処理を行い、液位に応じた角度θｎ及び減速度Ｄｎの最適値を適用しても良い。

図面中、１はロボット、１０はロボット制御装置、１１はボトル収納載置台、１２はボトル、１３は重量センサ、２０は機械学習装置、２１は視覚センサ、２２は液面画像取得部、２３は計測完了時間取得部、２４は減速度取得部、２５は容器傾斜角度取得部、２６は学習部、２７は学習モデル記憶部を示す。

Claims (4)

1. 所定の位置にあるボトルをロボットアームのハンドにより掴んで、重量センサの上に載置させる制御について、
   ロボットアームの動作速度を減速させて、ボトルを重量センサの上に載置した状態の画像を撮像装置によって撮像し、前記ボトル内の液体の揺れが収まるまでの収束時間を計測する収束時間計測部と、
   前記ボトルを前記重量センサの上に載置する直前に前記ボトルを鉛直方向から進行方向に傾ける角度と、前記減速時の減速度とを前記ボトル内の液体の種類に応じて設定する設定部と、
   前記角度と前記減速度とを変化させ、前記ボトル内の液体の種類に応じて前記収束時間が最短となるように学習処理を行う学習処理部とを備えるロボットの機械学習装置。
2. 前記設定部は、前記ボトル内の液体の種類に応じて、前記角度θの初期値と前記減速度Ｄの初期値とを設定し、
   前記学習処理部は、前記ロボットアームの動作速度を減速させて、前記ボトルを前記重量センサの上に載置する第１工程と、
   前記撮像装置により撮像される前記画像をモニタリングして、前記ボトル内の液体の揺れが収まるまでの収束時間Ｔを計測する第２工程とを行い、
   同じボトルについて第１工程を行う際に、初期値と異なる角度θ及び減速度Ｄを付与して第２工程を行い、
   収束時間Ｔが変化した結果に応じて、角度θ及び減速度Ｄの少なくとも一方を変化させ、同じボトルについて前記第１及び第２工程を行い、
   上記の処理を繰り返すことで、収束時間Ｔが最短になったと判断した時点で得られている角度θ及び減速度Ｄを記憶部に記憶する請求項１記載のロボットの機械学習装置。
3. 前記設定部は、前記学習処理部が学習処理を完了すると、次回に前記第１工程を行う以前に、ボトル内の液体の種類に応じて、前記記憶部より前記角度θ及び前記減速度Ｄを読み出して設定する請求項２記載のロボットの機械学習装置。
4. 所定の位置にあるボトルを前記ハンドにより掴んで、前記ロボットアームの動作速度を加速させる期間に、撮像装置により撮像される前記ボトル内の液面の状態から、液体の種類を判別する判別部を備える請求項１から３の何れか一項に記載のロボットの機械学習装置。
   

Images