JP7387920B2 - ロボットを制御するための方法及びロボットコントローラ - Google Patents
ロボットを制御するための方法及びロボットコントローラ Download PDFInfo
- Publication number
- JP7387920B2 JP7387920B2 JP2022574467A JP2022574467A JP7387920B2 JP 7387920 B2 JP7387920 B2 JP 7387920B2 JP 2022574467 A JP2022574467 A JP 2022574467A JP 2022574467 A JP2022574467 A JP 2022574467A JP 7387920 B2 JP7387920 B2 JP 7387920B2
- Authority
- JP
- Japan
- Prior art keywords
- skill
- model
- robot
- skills
- task
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 57
- 238000009826 distribution Methods 0.000 claims description 30
- 230000000694 effects Effects 0.000 claims description 15
- 230000007704 transition Effects 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 10
- 239000000203 mixture Substances 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 4
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 26
- 238000004422 calculation algorithm Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 13
- 230000033001 locomotion Effects 0.000 description 10
- 238000013459 approach Methods 0.000 description 9
- 239000002131 composite material Substances 0.000 description 9
- 238000007476 Maximum Likelihood Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 239000012636 effector Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000013179 statistical model Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000001994 activation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000010399 physical interaction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/39—Robotics, robotics to robotics hand
- G05B2219/39205—Markov model
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/39—Robotics, robotics to robotics hand
- G05B2219/39244—Generic motion control operations, primitive skills each for special task
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40391—Human to robot skill transfer
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40429—Stochastic, probabilistic generation of intermediate points
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40629—Manipulation planning, consider manipulation task, path, grasping
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Manipulator (AREA)
- Numerical Control (AREA)
Description
複数のスキルの各々を実行するためのデモンストレーションを提供することと、
デモンストレーションに基づき、それぞれのスキルごとにロボット軌道モデルをトレーニングすることであって、それぞれの軌道モデルは、1つ又は複数の初期状態と、1つ又は複数の最終状態とを有する隠れセミマルコフモデルである、ことと、
スキルのロボット軌道モデルのそれぞれの初期状態について、スキルを実行する前のロボットコンフィギュレーションの確率分布を含む、それぞれのスキルごとの前提条件モデルと、スキルのロボット軌道モデルのそれぞれの最終状態について、スキルを実行した後のロボットコンフィギュレーションの確率分布を含む、それぞれのスキルごとの最終状況モデルとを、デモンストレーションに基づきトレーニングすることと、
タスクの記述を受信することであって、当該タスクは、複数のスキルのうちのスキルを順番に及び/又は分岐で実行することを含む、ことと、
以下のことにより、合成されたロボット軌道モデルを生成することであって、即ち、
・タスクにおいて2つのスキルが順番に実行されるべき場合には、
○2つのスキルの軌道モデルの状態を、合成されたロボット軌道モデルに含め、
○2つのスキルのうちの第1のスキルの軌道モデルのそれぞれの最終状態と、2つのスキルのうちの第2のスキルの軌道モデルのそれぞれの初期状態との間の遷移確率を、第1のスキルの最終状態に対する第1のスキルの最終状況モデルの確率分布と、第2のスキルの初期状態に対する第2のスキルの初期モデルの確率分布との間の類似度の関数として計算する
ことによって、スキルのロボット軌道モデルをカスケードし、
・タスクにおいて2つのスキルが分岐で実行されるべき場合には、
○2つのスキルの軌道モデルの状態を、合成されたロボット軌道モデルに含め、
○第1のスキルの状態と第2のスキルの状態との間の遷移確率をゼロに設定する
ことによって、スキルのロボット軌道モデルを組み合わせる
ことにより、合成されたロボット軌道モデルを生成することと、
ロボットを、合成されたロボット軌道モデルに従ってタスクを実行するように制御することと、
を含む、方法が提供される。
δt(j)は、システムが時刻tでは状態jにあってかつt+1では状態jにないという尤度であり、そして、
その結果、今度は、
oは、
1)動作1(スキルを順番にカスケードする):「スキル#1」と「スキル#2」とが(図4に示されているように)順番に接続されている場合には、アルゴリズム1に従って合成されたスキルモデルを計算する、
2)動作2(スキルを分岐で組み合わせる):「スキル#1」と「スキル#2」とが(図5に示されているように)並列に接続されている場合には、アルゴリズム2に従って合成されたスキルモデルを計算する、
を繰り返し適用することを含む。
A)タスク図303内のそれぞれの分岐又はサブ分岐ごとに、動作1を再帰的に適用して、それぞれの分岐のための合成されたスキルを導出する。
B)全ての並列な分岐に対して、動作2を再帰的に適用して、全ての分岐のための合成されたスキルを導出する。Aの後には、それぞれの分岐がただ1つの合成されたスキルを有することとなることに注意されたい。
C)再帰的に、全ての順番に並んだスキルに対してAを適用し、全ての並列なスキルに対してBを適用する。
・タスクにおいて2つのスキルが順番に実行されるべき場合には、
○2つのスキルの軌道モデルの状態を、合成されたロボット軌道モデルに含め、
○2つのスキルのうちの第1のスキルの軌道モデルのそれぞれの最終状態と、2つのスキルのうちの第2のスキルの軌道モデルのそれぞれの初期状態との間の遷移確率を、第1のスキルの最終状態に対する第1のスキルの最終状況モデルの確率分布と、第2のスキルの初期状態に対する第2のスキルの初期モデルの確率分布との間の類似度の関数として計算する
ことによって、スキルのロボット軌道モデルをカスケードし、
・タスクにおいて2つのスキルが分岐で実行されるべき場合には、
○2つのスキルの軌道モデルの状態を、合成されたロボット軌道モデルに含め、
○第1のスキルの状態と第2のスキルの状態との間の遷移確率をゼロに設定する
ことによって、スキルのロボット軌道モデルを組み合わせる
ことにより、合成されたロボット軌道モデルが生成される。
Claims (12)
- ロボットを制御するための方法であって、
当該方法は、
複数のスキルの各々を実行するためのデモンストレーションを提供することと、
前記デモンストレーションに基づき、それぞれのスキルごとにロボット軌道モデルをトレーニングすることであって、それぞれの軌道モデルは、1つ又は複数の初期状態と、1つ又は複数の最終状態とを有する隠れセミマルコフモデルである、ことと、
前記スキルの前記ロボット軌道モデルのそれぞれの初期状態について、前記スキルを実行する前のロボットコンフィギュレーションの確率分布を含む、それぞれのスキルごとの前提条件モデルと、前記スキルの前記ロボット軌道モデルのそれぞれの最終状態について、前記スキルを実行した後のロボットコンフィギュレーションの確率分布を含む、それぞれのスキルごとの最終状況モデルとを、前記デモンストレーションに基づきトレーニングすることと、
タスクの記述を受信することであって、当該タスクは、前記複数のスキルのうちのスキルを順番に及び/又は分岐で実行することを含む、ことと、
以下のことにより、合成されたロボット軌道モデルを生成することであって、即ち、
・前記タスクにおいて2つのスキルが順番に実行されるべき場合には、
○前記2つのスキルの軌道モデルの状態を、前記合成されたロボット軌道モデルに含め、
○前記2つのスキルのうちの第1のスキルの軌道モデルのそれぞれの最終状態と、前記2つのスキルのうちの第2のスキルの軌道モデルのそれぞれの初期状態との間の遷移確率を、前記第1のスキルの最終状態に対する前記第1のスキルの最終状況モデルの確率分布と、前記第2のスキルの初期状態に対する前記第2のスキルの初期モデルの確率分布との間の類似度の関数として計算する
ことによって、前記スキルのロボット軌道モデルをカスケードし、
・前記タスクにおいて2つのスキルが分岐で実行されるべき場合には、
○前記2つのスキルの軌道モデルの状態を、前記合成されたロボット軌道モデルに含め、
○前記第1のスキルの状態と前記第2のスキルの状態との間の遷移確率をゼロに設定する
ことによって、前記スキルのロボット軌道モデルを組み合わせる
ことにより、合成されたロボット軌道モデルを生成することと、
前記ロボットを、前記合成されたロボット軌道モデルに従って前記タスクを実行するように制御することと、
を含む、方法。 - それぞれのスキルは、前記ロボットによる1つ又は複数の物体の操作を含み、
それぞれのスキルの前記隠れセミマルコフモデルは、前記スキルが適用されるロボットコンフィギュレーション及び物体コンフィギュレーションに対応するタスクパラメータを含むタスクパラメータ化された隠れセミマルコフモデルである、
請求項1に記載の方法。 - 当該方法は、
前記スキルの前記ロボット軌道モデルのそれぞれの最終状態について、前記スキルを実行した後に前記ロボットコンフィギュレーション及び/又は前記物体コンフィギュレーションが、前記スキルが適用される初期ロボットコンフィギュレーション及び/又は初期物体コンフィギュレーションに対してどのように変化するかの確率分布を含む効果モデルを、それぞれのスキルごとにトレーニングすること
をさらに含み、
前記タスクにおいて2つのスキルが順番に実行されるべき場合に、前記スキルの前記ロボット軌道モデルをカスケードすることは、
前記第2のスキルの前記タスクパラメータ化された隠れセミマルコフモデルを、そのタスクパラメータが、前記第1のスキルの前記効果モデルによって与えられる前記ロボットコンフィギュレーション及び/又は物体コンフィギュレーションに対応するタスクパラメータになるように変換すること
を含む、請求項2に記載の方法。 - 当該方法は、
前記第2のスキルの前記効果モデルを、そのタスクパラメータが、前記第1のスキルの前記効果モデルによって与えられる前記ロボットコンフィギュレーション及び/又は前記物体コンフィギュレーションに対応するタスクパラメータになるようにアフィン変換すること
をさらに含む、請求項3に記載の方法。 - 当該方法は、
前記タスクにおいて2つのスキルが順番に実行されるべき場合に、
前記2つのスキルの前記スキルのカスケードされたロボット軌道モデルの前提条件モデルとして、前記第1のスキルの前記前提条件モデルを使用することと、
前記スキルのカスケードされたロボット軌道モデルの最終状況モデルとして、前記第2のスキルの前記最終状況モデルを使用することと、
をさらに含む、請求項1乃至4のいずれか一項に記載の方法。 - 当該方法は、
前記タスクにおいて2つのスキルが分岐で実行されるべき場合に、
前記第1のスキルの前記前提条件モデルと、前記第2のスキルの前記前提条件モデルとを、前記スキルの前記合成されたロボット軌道モデルの前記前提条件モデルに含めることと、
前記第1のスキルの前記最終状況モデルと、前記第2のスキルの前記最終状況モデルとを、前記スキルの前記合成されたロボット軌道モデルの前記最終状況モデルに含めることと、
をさらに含む、請求項1乃至5のいずれか一項に記載の方法。 - 前記第1のスキルの最終状態に対する前記第1のスキルの最終状況モデルの確率分布と、前記第2のスキルの初期状態に対する前記第2のスキルの初期モデルの確率分布との間の類似度は、前記第1のスキルの最終状態に対する前記第1のスキルの最終状況モデルの確率分布と、前記第2のスキルの初期状態に対する前記第2のスキルの初期モデルの確率分布とのKLダイバージェンスである、
請求項1乃至6のいずれか一項に記載の方法。 - 前記前提条件モデル及び前記最終状況モデルは、タスクパラメータ化されたガウス混合モデルである、
請求項1乃至7のいずれか一項に記載の方法。 - 前記合成されたロボット軌道モデルを生成することは、前記ロボット軌道モデルがタスク全体のための軌道モデルとなるように、前記タスクに従って、
ロボット軌道モデルと、カスケードされたロボット軌道モデルと、組み合わせられたロボット軌道モデルとを繰り返しカスケードすることと、
ロボット軌道モデルと、カスケードされたロボット軌道モデルと、組み合わせられたロボット軌道モデルとを繰り返し組み合わせることと、
を含む、請求項1乃至8のいずれか一項に記載の方法。 - 請求項1乃至9のいずれか一項に記載の方法を実施するように構成されたロボットコントローラ。
- プロセッサによって実行された場合に、請求項1乃至9のいずれか一項に記載の方法を前記プロセッサに実施させるための命令を含むコンピュータプログラム。
- プロセッサによって実行された場合に、請求項1乃至9のいずれか一項に記載の方法を前記プロセッサに実施させるための命令を格納しているコンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020207085.7 | 2020-06-05 | ||
DE102020207085.7A DE102020207085A1 (de) | 2020-06-05 | 2020-06-05 | Verfahren zum steuern eines roboters und robotersteuereinheit |
PCT/EP2021/062058 WO2021244819A1 (en) | 2020-06-05 | 2021-05-06 | Method for controlling a robot and robot controller |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023529143A JP2023529143A (ja) | 2023-07-07 |
JP7387920B2 true JP7387920B2 (ja) | 2023-11-28 |
Family
ID=75870639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022574467A Active JP7387920B2 (ja) | 2020-06-05 | 2021-05-06 | ロボットを制御するための方法及びロボットコントローラ |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230202034A1 (ja) |
JP (1) | JP7387920B2 (ja) |
CN (1) | CN115605326A (ja) |
DE (1) | DE102020207085A1 (ja) |
WO (1) | WO2021244819A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021204697B4 (de) | 2021-05-10 | 2023-06-01 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Steuern einer Robotervorrichtung |
DE102021204961B4 (de) | 2021-05-17 | 2023-06-07 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zur Steuerung einer Robotervorrichtung |
DE102021212494B4 (de) | 2021-11-05 | 2024-07-04 | Robert Bosch Gesellschaft mit beschränkter Haftung | Vorrichtung und Verfahren zur Steuerung einer Robotervorrichtung |
DE102022201116B4 (de) | 2022-02-02 | 2024-05-16 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Steuern einer Robotervorrichtung |
DE102022124832A1 (de) | 2022-09-27 | 2024-03-28 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zum Roboterlernen von Fertigkeiten aus Benutzerdemonstration und Roboter, Datenstruktur und Computerprogramm zum autonomen Ausführen von Aufgaben |
CN115816441B (zh) * | 2022-10-31 | 2023-08-08 | 实时侠智能控制技术有限公司 | 基于任务描述的机器人控制方法、装置及可读介质 |
CN117444978B (zh) * | 2023-11-30 | 2024-05-14 | 哈尔滨工业大学 | 一种气动软体机器人的位置控制方法及其***、设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130151442A1 (en) | 2011-12-13 | 2013-06-13 | Iucf-Hyu (Industry-University Cooperation Foundation Hanyang University) | Method for learning task skill and robot using thereof |
US20200398427A1 (en) | 2019-06-21 | 2020-12-24 | Robert Bosch Gmbh | Method and system for robot manipulation planning |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103249368B (zh) * | 2010-11-11 | 2016-01-20 | 约翰霍普金斯大学 | 人机协作机器人*** |
-
2020
- 2020-06-05 DE DE102020207085.7A patent/DE102020207085A1/de active Pending
-
2021
- 2021-05-06 US US17/998,571 patent/US20230202034A1/en active Pending
- 2021-05-06 JP JP2022574467A patent/JP7387920B2/ja active Active
- 2021-05-06 CN CN202180039877.XA patent/CN115605326A/zh active Pending
- 2021-05-06 WO PCT/EP2021/062058 patent/WO2021244819A1/en active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130151442A1 (en) | 2011-12-13 | 2013-06-13 | Iucf-Hyu (Industry-University Cooperation Foundation Hanyang University) | Method for learning task skill and robot using thereof |
US20200398427A1 (en) | 2019-06-21 | 2020-12-24 | Robert Bosch Gmbh | Method and system for robot manipulation planning |
Also Published As
Publication number | Publication date |
---|---|
JP2023529143A (ja) | 2023-07-07 |
DE102020207085A1 (de) | 2021-12-09 |
US20230202034A1 (en) | 2023-06-29 |
CN115605326A (zh) | 2023-01-13 |
WO2021244819A1 (en) | 2021-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7387920B2 (ja) | ロボットを制御するための方法及びロボットコントローラ | |
Paul | WAVE A model based language for manipulator control | |
Collins et al. | Quantifying the reality gap in robotic manipulation tasks | |
US10279474B2 (en) | Method for improving operation of a robot | |
JP2022078002A (ja) | ロボットデバイスを制御するための方法及びロボット制御装置 | |
US20220161424A1 (en) | Device and method for controlling a robotic device | |
KR20220155921A (ko) | 로봇 디바이스를 제어하기 위한 방법 | |
JP7458741B2 (ja) | ロボット制御装置及びその制御方法及びプログラム | |
CN112847355B (zh) | 一种基于dmp的机器人螺栓旋拧方法及*** | |
JP2021066010A (ja) | ロボットシステムの操作スキルをトレーニングするための方法及び装置 | |
CN115319734A (zh) | 用于控制机器人设备的方法 | |
CN114290323A (zh) | 用于控制机器人装置的装置和方法 | |
CN115816459A (zh) | 机器人控制方法、装置、计算机设备、存储介质和产品 | |
Brecher et al. | Towards anthropomorphic movements for industrial robots | |
US11673271B2 (en) | Trajectory generation apparatus, multi-link system, and trajectory generation method | |
Yu et al. | Gamma: Generalizable articulation modeling and manipulation for articulated objects | |
CN113867137A (zh) | 用于操作机器的方法和装置 | |
JP2023113133A (ja) | ロボット装置を制御する方法 | |
Liu et al. | Robotic manipulation skill acquisition via demonstration policy learning | |
CN112109079B (zh) | 用于机器人操控规划的方法和*** | |
US20230141855A1 (en) | Device and method for controlling a robot device | |
Akbulut et al. | Bimanual rope manipulation skill synthesis through context dependent correction policy learning from human demonstration | |
CN112109079A (zh) | 用于机器人操控规划的方法和*** | |
CN117260701A (zh) | 训练机器学习模型以实现控制规则的方法 | |
Sturm et al. | Body scheme learning and life-long adaptation for robotic manipulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230123 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221228 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231031 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231101 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231115 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7387920 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |