特許 6454015 ロボットの制御データセットの調節システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6454015

(24)【登録日】2018年12月21日

(45)【発行日】2019年1月16日

(54)【発明の名称】ロボットの制御データセットの調節システム

(51)【国際特許分類】

   B25J 9/22 20060101AFI20190107BHJP

   G05B 19/418 20060101ALI20190107BHJP

   B25J 13/00 20060101ALI20190107BHJP

【ＦＩ】

   B25J9/22 Z

   G05B19/418 Z

   B25J13/00 Z

【請求項の数】10

【全頁数】11

(21)【出願番号】特願2017-530403(P2017-530403)

(86)(22)【出願日】2015年8月28日

(65)【公表番号】特表2017-530873(P2017-530873A)

(43)【公表日】2017年10月19日

(86)【国際出願番号】DE2015100356

(87)【国際公開番号】WO2016034167

(87)【国際公開日】20160310

【審査請求日】2017年4月4日

(31)【優先権主張番号】102014112639.4

(32)【優先日】2014年9月2日

(33)【優先権主張国】DE

(73)【特許権者】

【識別番号】517068793

【氏名又は名称】カヴォス・バガテル・フェアヴァルツングス・ゲーエムベーハー ウント ツェーオー カーゲー

【氏名又は名称原語表記】ＣＡＶＯＳ ＢＡＧＡＴＥＬＬＥ ＶＥＲＷＡＬＴＵＮＧＳ ＧＭＢＨ ＆ ＣＯ．ＫＧ

(74)【代理人】

【識別番号】100101856

【弁理士】

【氏名又は名称】赤澤 日出夫

(72)【発明者】

【氏名】ハダディン，ザミ

【審査官】 牧 初

(56)【参考文献】

【文献】 米国特許出願公開第２００７／０２４４５９９（ＵＳ，Ａ１）

【文献】 特開平１１−１０４９８０（ＪＰ，Ａ）

【文献】 特開２００４−２４３４６１（ＪＰ，Ａ）

【文献】 特開２００２−２９２５８４（ＪＰ，Ａ）

【文献】 特開２００３−２００３６８（ＪＰ，Ａ）

【文献】 米国特許出願公開第２０１２／０１０１６７９（ＵＳ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｂ２５Ｊ １／００−２１／０２

Ｇ０５Ｂ １９／１８−１９／４６

(57)【特許請求の範囲】

【請求項1】

ネットワーク接続された複数台のロボットの制御データセットに調節を施す調節システムであって、複数台のロボットR_i（ここで、i = 1, 2, 3, ..., nであり、n≧2である）と、オプティマイザOEと、データベースDBとを備え、それらがデータ・ネットワークを介して相互にネットワーク接続されているシステムにおいて、
各々のロボットR_iは少なくとも、当該ロボットR_iを制御する制御ユニットSE_iと、指定されたタスクA_k（ここで、k = 0, 1, 2, ...,mである）に関する当該ロボットR_iの制御を各々が実行可能にする複数の制御データセットSD_i(A_k)を格納保持する格納ユニットSPE_iと、当該ロボットR_iに実行させる新たなタスクA_m+1（ここで、タスクA_m+1≠タスクA_kである）を入力設定するユニットEE_iと、当該ロボットR_iに当該タスクA_m+1を実行させるための制御データセットSD_i(A_m+1)を生成するユニットEH_iと、前記ユニットEH_iにより生成された当該制御データセットSD_i(A_m+1)を、係数値K_P1(SD_i(A_m+1))を有する少なくとも１つのパラメータP1に関して評価する評価ユニットBE_iと、前記オプティマイザOEとの間で、及び／または、前記データベースDBとの間で、及び／または、当該ロボットR_i以外の他のロボットR_i≠_jとの間で通信を行う通信ユニットKE_iとを備えており、
前記オプティマイザOEは、いずれかの前記ロボットR_iから最適化要求が発せられたならば、少なくとも１つの所定のパラメータP2に関して最適化が施された最適化制御データセットSD_i,P2(A_m+1)を生成するように構成されており、当該ロボットR_iが最適化要求を発するのは係数値K_P1(SD_i(A_m+1))が所定の条件を満たさないときであり、
前記データベースDBは、前記オプティマイザOEによって最適化が施された最適化制御データセットSD_i,P2(A_m+1)を格納保持すると共に、その格納保持した当該最適化制御データセットSD_i,P2(A_m+1)を、当該タスクA_m+1を実行させるために前記ロボットR_iに供給するように構成されている、
ことを特徴とするシステム。

【請求項2】

前記パラメータP1が表す対象と前記パラメータP2が表す対象とは同一対象であることを特徴とする請求項１記載のシステム。

【請求項3】

前記パラメータP1が表す対象、及び／または、前記パラメータP2が表す対象は、前記ロボットが個々の制御データセットSD_iに従った動作を実行する際の部分的電力消費量または総電力消費量、または、前記ロボットが個々の制御データセットSD_iに従った動作を実行するために要する総実行時間、または、それらの組合せであることを特徴とする請求項１又は２記載のシステム。

【請求項4】

前記ユニットEH_iはセルフラーニング方式で機能するように構成されており、前記制御データセットSD_i(A_m+1)の生成をk=0からk=mまでの制御データセットSD_i(A_k)に基づいて行うように構成されていることを特徴とする請求項１乃至３の何れか１項記載のシステム。

【請求項5】

前記ユニットEH_iは、前記制御データセットSD_i(A_m+1)の生成を係数値K(SD_i(A_k))に基づいて行うように構成されていることを特徴とする請求項４記載のシステム。

【請求項6】

前記オプティマイザOEは、セルフラーニング方式で機能するように構成されており、前記最適化制御データセットSD_i,P2(A_m+1)の生成を、既に生成されている最適化制御データセットSD_i,P2に基づいて行うように構成されていることを特徴とする請求項１乃至５の何れか１項記載のシステム。

【請求項7】

前記オプティマイザOEは、少なくとも複数台の前記ユニットEH_iをエージェントとした前記データ・ネットワーク上のコラボラティブ・エージェント・システムとして構成されており、それら複数台の前記ユニットEHiのうちの１台、または数台、または全てにおいて前記最適化制御データセットSD_i,P2(A_m+1)の生成が行われることを特徴とする請求項１乃至６の何れか１項記載のシステム。

【請求項8】

前記オプティマイザOEによる前記最適化制御データセットSD_i,P2(A_m+1)の生成が、前記格納ユニットSPE_iに格納されている制御データセットSD_i(A_k)（ここで、k = 0, 1, ..., mである）を用いて行われることを特徴とする請求項１乃至７のいずれか１項記載のシステム。

【請求項9】

前記格納ユニットSPE_iに係数値K_P1(SD_i(A_m+1))が格納されていることを特徴とする請求項１乃至８のいずれか１項記載のシステム。

【請求項10】

請求項１乃至９の何れか１項記載のシステムを作動させる方法であって、当該システムは、複数台のロボットR_i（ここで、i = 1, 2, 3, ..., nであり、n≧2である）と、オプティマイザOEと、データベースDBとを備え、それらがデータ・ネットワークを介して相互にデータ通信可能にネットワーク接続されているシステムである、システム作動方法において、
前記ロボットR_iを制御ユニットSE_iが制御し、指定されたタスクA_k（ここで、k = 0, 1, 2, ...,mである）に関する前記ロボットR_iの制御を各々が実行可能にする複数の制御データセットSD_i(A_k)を当該ロボットR_iの格納ユニットSPE_iが格納保持し、前記ロボットR_iに実行させる新たなタスクA_m+1（ここで、タスクA_m+1≠タスクA_kである）を当該ロボットR_iのユニットEE_iを介して入力設定可能にし、当該タスクA_m+1を実行するための制御データセットSD_i(A_m+1)を当該ロボットR_iのユニットEH_iが生成し、前記ユニットEH_iにより生成された当該制御データセットSD_i(A_m+1)を、評価ユニットBE_iが、係数値K_P1(SD_i(A_m+1))を有する少なくとも１つのパラメータP1に関して評価し、
前記オプティマイザOEが、いずれかの前記ロボットR_iから最適化要求が発せられたならば、少なくとも１つの所定のパラメータP2に関して最適化が施された最適化制御データセットSD_i,P2(A_m+1)を生成し、当該ロボットR_iが最適化要求を発するのは係数値K_P1(SD_i(A_m+1))が所定の条件を満たさないときであり、
前記データベースDBが、前記オプティマイザOEによって最適化が施された最適化制御データセットSD_i,P2(A_m+1)を格納保持すると共に、その格納保持した当該最適化制御データセットSD_i,P2(A_m+1)を、当該タスクA_m+1を実行させるために前記ロボットR_iに供給する、
ことを特徴とするシステム作動方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、所定のタスクをロボットに実行させるためのロボットの制御動作を規定している制御データセットに調節ないし最適化を施すシステムに関する。本発明は更に、かかるシステムの作動方法に関する。

【背景技術】

【0002】

ここで用いる「制御データセット」という用語は、当業界において一般的にいうところの制御データ、ないし制御コマンド、ないし制御プログラム、ないしそれらの組合せを包含するものである。個々の制御データセットに従ってロボットを動作させることにより、物理量をはじめとする種々のロボット関与量に意図した影響を及ぼすことができ、もって当該制御データセットに対応したタスクをロボットに実行させることができる。尚、ここでいうタスクには例えば、組立ライン上の製造工程を実施することや、対象物の移動操作を行うことなどが含まれる。また、ここで用いる「制御」という用語は、当業界における一般的な意味で用いられるものである。

【0003】

近年、ロボットはその構造が複雑化しており、それによって、より複雑なタスクが実行されるようになった。またそれに伴い、その複雑化したタスクを実行するのに必要とされるロボット制御のための制御データセットも、ますます複雑化しつつある。現在では、複数台のロボットをネットワーク接続して用いることが広く行われており、また、いわゆる「マルチエージェント・システム」が開発されたために、複数の制御データセットの集団的生成が可能となっている。

【発明の概要】

【発明が解決しようとする課題】

【0004】

本発明の目的は、ネットワーク接続された複数台のロボットを制御するための最適化された制御データセットを生成することのできるシステムを提供することにある。

【0005】

本発明は独立請求項に記載した構成要素から成るものである。従属請求項は特に有利な構成例をその主題としたものである。本発明の更なる特徴、用途、及び利点は、以下の記載によって、また特に図面に示した本発明の実施例の説明によって、明らかとなる。

【課題を解決するための手段】

【0006】

上記目的はネットワーク接続された複数台のロボットの制御データセットに調節を施す調節システムにより達成される。ここに提案するシステムは、複数台のロボットR_i（ここで、i = 1, 2, 3, ..., nであり、n≧2である）と、オプティマイザOEと、データベースDBとを備え、それらがデータ・ネットワークを介して相互にネットワーク接続されている。

【0007】

前記複数台のロボットR_i と、前記オプティマイザOEと、前記データベースDBとを相互接続する前記ネットワーク接続は、インターネットを利用したデータ・ネットワークないし通信ネットワークにより構築するとよい。また、前記ネットワーク接続は、有線接続としてもよく、無線接続（例えば電波接続）としてもよく、或いは、有線接続と無線接続とが混在する接続としてもよい。

【0008】

ここで用いる「ロボット」という用語は、広い意味で用いられるものである。その具体例を挙げるならば、例えば、少なくとも１つの制御可能なユニットを備えたロボットなどが含まれ、ここでいう制御可能なユニットには、例えば、マニピュレータ、エフェクタ、駆動機構、アクチュエータ、送り機構、それにセンサなどがある。また更に、ここで用いる「ロボット」という用語に包含されるものの具体例としては、例えば、局所配置または分散配置された人工知能要素を備えた制御可能なロボット、ヒューマノイド、セルフラーニング機能を備えたロボット、半自動及び全自動で動作するロボット、飛行ロボット（ドローン）、水上ロボット、水中ロボット、走行ロボット（自動運転装置）、医療用ロボット（例えば手術支援ロボットなど）、それに、それらを組合せたロボットなどが挙げられる。

【0009】

ここに提案するシステムの更なる特徴として、各々のロボットR_iは少なくとも、当該ロボットR_iを制御する制御ユニットSE_iと、指定されたタスクA_k（ここで、k = 0, 1, 2, ...,mである）に関する当該ロボットR_iの制御を各々が実行可能にする複数の制御データセットSD_i(A_k)を格納保持する格納ユニットSPE_iと、当該ロボットR_iに実行させる新たなタスクA_m+1（ここで、タスクA_m+1≠タスクA_kである）を入力設定するユニットEE_iと、当該ロボットR_iに当該タスクA_m+1を実行させるための制御データセットSD_i(A_m+1)を生成するユニットEH_iと、前記ユニットEH_iにより生成された当該制御データセットSD_i(A_m+1)を、係数値K_P1(SD_i(A_m+1))を有する少なくとも１つのパラメータP1に関して評価する評価ユニットBE_iと、前記オプティマイザOEとの間で、及び／または、前記データベースDBとの間で、及び／または、当該ロボットR_i以外の他のロボットR_i≠_jとの間で通信を行う通信ユニットKE_iとを備えているということがある。

【0010】

前記制御ユニットSE_iは前記ロボットR_iの制御可能なユニットに接続されているようにするとよい。また、前記制御ユニットSE_iは、前記制御データセットSD_iを実行するためのプロセッサを備えた構成とすることが好ましく、より具体的には例えば当該プロセッサが、前記制御データセットSD_iに基づいて生成される実行プログラムを実行することにより、当該制御動作を実行するものとするとよい。

【0011】

各々の制御データセットSD_iは、当該制御データセットSD_i(A_k)の一連のコマンドが実行されることによって対応するタスクA_kが実行されるように各々のロボットR_iの個々の制御動作を規定し、もって当該タスクの実行を可能にするものである。また、ここで用いる「制御データセット」という用語は、広い意味で用いられるものであり、例えば制御コマンド、論理的シンタックス、パラメータ、数式、データ、等々を包含するものである。

【0012】

前記制御データセットSD_i(A_k)は、各々のロボットごとにローカルに前記格納ユニットSPE_iに格納するようにすることが、即ち、各々のロボットごとに装備されている前記格納ユニットSPE_iに格納するようにするのがよい。また、前記格納ユニットSPE_iとしては、例えば市販の大容量格納装置などを用いることができる。

【0013】

ここで用いる「タスクA_k」という用語は、広い意味で用いられるものである。例えば前記タスクA_kには、前記ロボットR_iの物理的ポジション、電気的ポジション、及び／またはその他のポジションを規定されたように変化させることや、前記ロボットR_iが当該ロボットR_iの周囲環境に及ぼす影響によって当該周囲環境を規定されたように変化させることなどが含まれる。

【0014】

（具体例）
１つの簡明な具体例を挙げるならば、例えばロボットの把持アームによって、ある対象物を位置P1でキャッチし、位置P2まで移動させ、そこでリリースするというタスクがある。そして、これほど簡明なタスクであっても、当該タスクを実行するために生成される制御データセットは様々なものとなり得る。それら生成され得る様々な制御データセットは、例えば、位置P1から位置P2まで移動させるときの移動経路が互いに異なっていたり、或いはまた、その移動速度が互いに異なっていて高速であったり低速であったりする。

【0015】

このことから分かるように、通常、あるロボットR_iにあるタスクA_kを実行させるための制御データセットは、可能な複数通りの制御データセットのうちの１つの制御データセットSD_i(A_k)として生成される。即ち、あるロボットR_iにあるタスクA_kを実行させるために用いられる制御データセットは、複数通りの制御データセットSD_i(A_k)'、SD_i(A_k)''、SD_i(A_k)'''、…として生成される可能性がある（ここでは、ダッシュ記号の個数によってそれら制御データセットが互いに異なることを表している）。それゆえ、上記具体例に即して言えば、制御データセットSD_i(A_k)'と制御データセットSD_i(A_k)''とでは、例えば、把持アームで位置P1から位置P2まで移動させるときの移動速度が、互いに異なっていたりする。

【0016】

また、あるロボットR_iが複数通り（m通り）のタスクA_kを実行する場合には、各々のタスクA_kを実行するために夫々１つずつの制御データセットSD_i(A_k)が既知となっているため、当該ロボットR_iにおいて複数個（m個）の制御データセットが既知となっている。そして、各々のロボットR_iは、指定されたタスクA_kに対応した制御データセットSD_i(A_k)に従って、当該ロボットR_iに付属しているローカル機器を作動させることにより、当該タスクA_kを実行する。

【0017】

前記ユニットEE_iは、あるロボットR_iに実行させようとする新たな（即ち、未知の、当該ロボットR_iがまだ実行したことのない）タスクA_m+1を、ローカルに（即ち、当該ロボットR_iにおいて）入力設定するための手段として、触覚式、音響式、及び／または、光学式の入力インターフェースを備えているようにすることが好ましく、そうすれば、ユーザはそのインターフェースを介して新たなタスクA_m+1を入力設定することができる。

【0018】

ここで再び上記具体例に即して説明するならば、こうして入力設定される新たなタスクA_m+1は、例えば対象物を位置P2でリリースすることに変えて、位置P3でリリースするというタスクであることもある（ここで、位置P2≠位置P3である）。また、前記ユニットEE_iは、上で例示したインターフェースを備える替わりに、或いは、上で例示したインターフェースを備えると共に更に、電子回路で構成されたデータ・インターフェースを備えたものとして、その電子回路インターフェースを介して例えばコンピュータから新たなタスクA_m+1を入力設定できるようにするのもよい。

【0019】

前記ユニットEH_iは前記ユニットEE_iに接続されているものとすることが好ましく、また、前記ユニットEH_iはプロセッサとプログラムとを備えたものとし、それらプロセッサとプログラムが、あるロボットR_iに入力設定された新たなタスクA_m+1の仕様に基づいて当該ロボットR_iに当該タスクA_m+1を実行させるための制御データセットSD_i(A_m+1)を生成するようにすることが好ましい。また、前記ユニットEH_iはセルフラーニング方式で機能するように構成されているものとすることが好ましい。また、かかる制御データセットSD_i(A_m+1)の生成を自動起動動作として実行するように構成されているものとすることが好ましい。更に、前記ユニットEH_iは、前記制御データセットSD_i(A_m+1)の生成をk=0からk=mまでの制御データセットSD_i(A_k)に基づいて行うように構成されているものとすることが好ましい。このことは即ち、既に生成されており、ローカルに（即ち個々のロボットにおいて）既知となっている制御データセットSD_i(A_k)に基づいて、新たなデータセットSD_i(A_m+1)を生成するということであり、その具体例を挙げるならば例えば、新たなタスクA_m+1に対して、そのタスクに対応した制御データセットSD_i(A_m+1)を、それら既知の制御データセットSD_i(A_k)のうちの１つまたは幾つかに適宜の変更を加えた制御データセットとして生成するということが可能である。この場合、前記ユニットEH_iは個々のロボットR_iに備えられている計算処理能力を利用して、当該ロボットR_iがその新たなタスクA_m+1を実行するための制御データセットSD_i(A_m+1)を生成することができる。

【0020】

前記評価ユニットBE_iは前記ユニットEH_iに接続されているようにするとよく、また前記評価ユニットBE_iはプロセッサとプログラムとを備えたものとし、それらプロセッサとプログラムが、前記ユニットEH_iにより生成された制御データセットSD_i(A_m+1)を、係数値K_P1(SD_i(A_m+1))を有する少なくとも１つのパラメータP1に関して評価するように構成することが好ましい。ここでいうところのパラメータP1が表す対象は、例えば、当該制御データセットSD_i(A_m+1)に従った動作の全体または一部分を実行する際に当該ロボットR_iが必要とする電力消費量や動作実行時間などである。また、パラメータP1の係数値K_P1(SD_i(A_m+1))は、当該制御データセットSD_i(A_m+1)の当該パラメータP1に関するクォリティを表すクォリティ値とすることが好ましい。言うまでもないことであるが、パラメータP1が表す対象は以上に例示したもの以外の様々な対象とすることも考えられ、用途ないし必要条件に応じて適宜選択されるものであって、以上に例示したものとは別の対象が選択されることもあれば、以上に例示したものに加えて更に別の対象が合わせて選択されることもある。また特に、このパラメータP1を、複数のパラメータの組合せ（即ち、サブパラメータの組合せ）とすることもでき、その場合には、このパラメータP1はパラメータ・ベクトルとなる。更にまた、パラメータの係数値K_P1(SD_i(A_m+1))は、ローカル格納ユニット（即ち個々のロボットに装備された格納ユニット）などの格納ユニットSE_iに格納しておき、他用途にも利用できるようにしておくとよい。

【0021】

前記通信ユニットKE_iは、前記オプティマイザOEとの間で、及び／または、前記データベースDBとの間で、及び／または、当該ロボットR_i以外の他のロボットR_j≠_iとの間で通信を行うユニットであり、デジタル通信インターフェースとして構成することが好ましい。

【0022】

ここに提案するシステムの更なる特徴として、前記オプティマイザOEは、いずれかの前記ロボットR_iから最適化要求が発せられたならば、少なくとも１つの所定のパラメータP2に関して最適化が施された最適化制御データセットSD_i,P2(A_m+1)を生成するように構成されており、当該ロボットR_iが最適化要求を発するのは係数値K_P1(SD_i(A_m+1)が所定の条件を満たさないときであるということがある。換言するならば、前記ユニットEH_iにより生成された制御データセットSD_i(A_m+1)がパラメータP1に関して所要のクォリティを有していない場合には（即ち、係数値K_P1(SD_i(A_m+1))が所要の条件を満たしていない場合には）、前記オプティマイザOEによって、パラメータP2に関して最適化が施された最適化制御データセットSD_i,P2(A_m+1)が生成されるということである。

【0023】

前記オプティマイザは、少なくとも、プロセッサと、データ・ネットワーク上に置かれた当該プロセッサが実行するためのプログラムとを備えた構成とすることが好ましい。また、そのような構成例では、当該オプティマイザの持つ計算処理能力及び並列処理能力が前記ユニットEH_iの１台あたりの計算処理能力及び並列処理能力の数倍の大きさであるようにしておくとよい。また別の好ましい構成例として、前記オプティマイザOEが、少なくとも複数台の前記ユニットEH_iをエージェントとした前記データ・ネットワーク上のコラボラティブ・エージェント・システムとして構成されており、それら複数台の前記ユニットEH_iのうちの１台、または数台、または全てにおいて前記最適化制御データセットSD_i,P2(A_m+1)の生成が行われるようにしたものがある。この後者の構成例は、分散配置された計算処理能力を用いて、いわゆる「クラウド・コンピューティング」方式によって複雑な最適化タスクを実行するものである。

【0024】

前記オプティマイザOEは、セルフラーニング方式で機能するように構成されているものとすることが、即ち、既知の知識を利用して新たな最適化タスクを実行するように構成されているものとすることが好ましい。ここでいう既知の知識とは例えば、前記オプティマイザOEによって既に生成されている最適化制御データセットSD_i,P2(A_k)などであり、また、前記オプティマイザOEによってそれら最適化制御データセットのための係数値K_P2(SD_i(A_k)が既に生成されている場合には、それら係数値も既知の知識となり得る。更に、ローカル装置である個々のロボットR_iの制御データセットSD_i(A_k)も、前記オプティマイザOEがそれら制御データセットを既知の知識として利用できるようにし、それら制御データセットに基づいて前記最適化制御データセットSD_i,P2(A_k)を生成できるようにしておくことが好ましい。そのように構成することによって、前記最適化制御データセットSD_i,_P2(A_k)の生成が、前記オプティマイザOEによって既に生成されている最適化制御データセットSD_i,P2(A_k)（ここで、k≦mである）、及び／または、既知の制御データセットSD_i(A_k)（ここで、k≦mである）に基づいて好適に行われるようになる。

【0025】

ここに提案するシステムの１つの好適な構成例によれば、前記パラメータP1が表す対象と前記パラメータP2が表す対象とは同一対象である。この構成例では、それらパラメータが表すその同一対象に関して制御データセットの最適化が行われ、その対象とは、例えばロボットの電力消費量などである。また、前記パラメータP1が表す対象、及び／または、前記パラメータP2が表す対象は、前記ロボットが個々の制御データセットSD_iに従った動作を実行する際の部分的電力消費量または総電力消費量、または、前記ロボットが個々の制御データセットSD_iに従った動作を実行する際に要する部分的実行時間または総実行時間、または、それらの組合せとすることが好ましい。ただし言うまでもないことであるが、パラメータが表す対象は、用途と必要条件とに応じてその他の対象とすることも考えられる。

【0026】

（具体例）
まず、P1＝P2であって、即ちそれら２つのパラメータが同一対象を表しており、その対象とは、制御データセットSD_i(A_m+1)に従った動作の全体をあるロボットが実行する際の総電力消費量であるものとする。このとき、係数値K_P1(SD_i(A_m+1))は、当該制御データセットSD_i(A_m+1)に従った動作の全体を当該ロボットが実行する際の総電力消費量の値を示している。そして、その係数値K_P1(SD_i(A_m+1))が所定のスレショルド値を超えていたものとする（このことは、当該制御データセットSD_i(A_m+1)に従った動作が比較的低効率であることを表している）。かかる状況において、当該ロボットR_iから前記オプティマイザOEへ、総電力消費量P2に関して最適化された最適化制御データセットSD_i,P2(A_m+1)を生成することを要求する最適化要求が発せられる。この最適化の実行形態には様々な形態があり得る。例えば、前記オプティマイザOEが、前記ユニットEH_iによってそれまでに生成されている制御データセットSD_i(A_m+1)に基づいて、当該最適化制御データセットSE_i,P2(A_m+1)を生成するようにしてもよい。またそれとは別の具体例として、前記オプティマイザOEが、新たに入力設定されたタスクA_m+1の仕様と、これから生成しようとする最適化制御データセットSD_i,P2(A_m+1)がパラメータP2の最適化条件を満足するものとなるようにするための必要条件とに基づいて、当該最適化制御データセットSD_i,P2(A_m+1)をいちから生成するようにすることもできる。この後者の具体例においては、かかる最適化制御データセットの生成が、前記制御データセットSD_i(A_m+1)と、前記係数値K_P1(SD_i(A_m+1))とを用いて行われるようにすることが好ましい。また更にその場合に、前記オプティマイザOEによる前記最適化制御データセットSD_i,P2(A_m+1)の生成が、前記格納ユニットSPE_iに格納されている制御データセットSD_i(A_k)（ここで、k = 0, 1, ..., mである）、及び／または、前記格納ユニットSPE_iに格納されている係数値K_P1(SD_i(A_m+1))を用いて行われるようにすることが好ましい。

【0027】

更に、前記ユニットEH_iは、前記制御データセットSD_i(A_m+1)の生成を、制御データセットSD_i(Ak)（ここで、k = 0, 1, ... ,mである）のための係数値としてそれまでに生成されている係数値K_P1(SD_i(A_k))に基づいて行うように構成されているものとすることが好ましい。この方式によれば特に、既に係数値が確定している制御データセットSD_i(A_k)を利用して前記制御データセットSD_i(A_m+1)の生成が好適に行われるため、それによって例えば、ロボットR_iがある動作を実行するための電力消費量を顕著に低減することや、ロボットR_iがある動作を実行するために要する総実行時間を顕著に短縮することなどが可能になる。

【0028】

ここに提案するシステムの更なる特徴として、前記データベースDBは、前記オプティマイザOEによって最適化が施された最適化制御データセットSD_i,P2(A_m+1)を格納保持すると共に、その格納保持した当該最適化制御データセットSD_i,P2(A_m+1)を、当該タスクA_m+1を実行させるために前記ロボットR_iに供給するように構成されているということがある。

【0029】

前記オプティマイザOEは、当該オプティマイザOEが生成した最適化制御データセットSD_i,P2(A_m+1)を、係数値K_P2(SD_i(A_m+1))を有する少なくとも１つのパラメータP2に関して評価する評価ユニットBE_OPTを備えているようにすることが好ましい。

【0030】

従ってここに提案するシステムによれば、ローカルに生成された（即ち、個々のロボットR_iにおいて生成された）制御データセットSD_i(A_m+1)に対して、特にタスクに適合するように構成されたオプティマイザOEによって、パラメータP2に関して最適化を施すことが可能である。また、当該オプティマイザOEは、データ・ネットワーク（このデータ・ネットワークはワールド・ワイド・ネットワークであってもよい）上で既知となっている、制御データセットSD_i(A_k)及びSD_i,P2(A_K)、並びにそれら制御データセットのための係数値K_P1(SD_i(A_k))及びK_P2(SD_i(A_k))の全てにアクセスする能力を有する構成することが好ましい。かかる構成としたオプティマイザの１つの好適な構成例として、最適化制御データセットSD_i,P2(A_m+1)の生成が「クラウド・コンピューティング方式」で行われるようにするのもよい。かかる構成例によれば、更に別の（場合によってはワールド・ワイドに分散配置されている）ロボットR_iに保持されている知識をも、制御データセットの生成に利用することができる。

【0031】

前記データベースDBは、前記格納ユニットSPE_iによって構築されているものとすることが好ましい。また、前記データベースDBは、前記データ・ネットワーク上に配置された１台のデジタル格納ユニットSPE_i、または前記データ・ネットワーク上に分散配置された複数台のデジタル格納ユニットSPE_iによって構築されているようにしてもよい。

【0032】

本発明は更に、複数台のロボットR_i（ここで、i = 1, 2, 3, ..., nであり、n≧2である）と、オプティマイザOEと、データベースDBとを備え、それらがデータ・ネットワークを介して相互にデータ通信可能にネットワーク接続されているシステムを作動させる方法に関するものであり、このシステム作動方法においては、前記ロボットR_iを制御ユニットSE_iが制御し、指定されたタスクA_k（ここで、k = 0, 1, 2, ...,mである）に関する前記ロボットR_iの制御を各々が実行可能にする複数の制御データセットSD_i(A_k)を当該ロボットR_iの格納ユニットSPE_iが格納保持し、前記ロボットR_iに実行させる新たなタスクA_m+1（ここで、タスクA_m+1≠タスクA_kである）を当該ロボットR_iのユニットEE_iを介して入力設定可能にし、当該タスクA_m+1を実行するための制御データセットSD_i(A_m+1)を当該ロボットR_iのユニットEH_iが生成し、前記ユニットEH_iにより生成された当該制御データセットSD_i(A_m+1)を、評価ユニットBE_iが、係数値K_P1(SD_i(A_m+1))を有する少なくとも１つのパラメータP1に関して評価し、更に、前記オプティマイザOEが、いずれかの前記ロボットR_iから最適化要求が発せられたならば、少なくとも１つの所定のパラメータP2に関して最適化が施された最適化制御データセットSD_i,P2(A_m+1)を生成し、当該ロボットRiが最適化要求を発するのは係数値K_P1(SD_i(A_m+1)が所定の条件を満たさないときであり、更に、前記データベースDBが、前記オプティマイザOEによって最適化が施された最適化制御データセットSD_i,P2(A_m+1)を格納保持すると共に、その格納保持した当該最適化制御データセットSD_i,P2(A_m+1)を、当該タスクA_m+1を実行させるために前記ロボットR_iに供給することを特徴とする。

【0033】

上記方法の様々な利点及び上記方法の特に有利な構成例は、上で説明したここに提案するシステムの実施態様を上記方法に同様に適用することにより得られるものである。

【0034】

更なる様々な利点、特徴、及び細部構成は、ときに図面を参照しつつ説明する少なくとも実施例についての以下の詳細な説明を通して明らかにする。尚、図面中、互いに同一の構成要素、互いに同等の構成要素、及び／または、互いに同一の機能を有する構成要素には、同一の参照番号を付してある。

【図面の簡単な説明】

【0035】

【図1】ここに提案するシステムの１つの構成例の模式図である。

【発明を実施するための形態】

【0036】

図１に示したのは、ここに提案するシステム、即ち、ネットワーク接続された複数台のロボットの制御データセットに調節を施す調節システムの、その１つの構成例の模式図である。図示した構成例のシステムは、３台のロボットR₁、R₂、R₃と、オプティマイザOEと、データベースDBとを備え、それらがデータ・ネットワークDNを介して相互にネットワーク接続されている。各々のロボットR_i（ここで、i = 1, 2, 3である）は、当該ロボットR_iを制御する制御ユニットSE_iと、指定されたタスクA_k（ここで、k = 0, 1, 2, ...,mである）に関する当該ロボットR_iの制御を各々が実行可能にする複数の制御データセットSD_i(A_k)を格納保持する格納ユニットSPE_iと、当該ロボットR_iに実行させる新たなタスクA_m+1（ここで、タスクA_m+1≠タスクA_kである）を入力設定するユニットEE_iと、当該ロボットR_iに当該タスクA_m+1を実行させるための制御データセットSD_i(A_m+1)を生成するユニットEH_iと、前記ユニットEH_iにより生成された当該制御データセットSD_i(A_m+1)を、係数値K_P1(SD_i(A_m+1))を有する少なくとも１つのパラメータP1に関して評価する評価ユニットBE_iと、前記オプティマイザOEとの間で、及び／または、前記データベースDBとの間で、及び／または、当該ロボットR_i以外の他のロボットR_i≠_jとの間で通信を行う通信ユニットKE_iとを備えている。尚、この構成例において各々のロボットR_iと、当該ロボットに付属するローカル・ユニットである、ユニットSE_i、SPE_i、EH_i、EE_i、BE_i、及びKE_iの夫々の間で行われるデータ通信を、図中に矢印で示した。

【0037】

前記オプティマイザOEは、いずれかのロボットR_iから最適化要求が発せられたならば、少なくとも１つの所定のパラメータP2に関して最適化が施された最適化制御データセットSD_i,P2(A_m+1)を生成するように構成されており、当該ロボットR_iが最適化要求を発するのは係数値K_P1(SD_i(A_m+1)が所定の条件を満たさないときである。また、前記データベースDBは、前記オプティマイザOEによって最適化が施された最適化制御データセットSD_i,P2(A_m+1)を格納保持すると共に、その格納保持した当該最適化制御データセットSD_i,P2(A_m+1)を、当該タスクA_m+1を実行させるために前記ロボットR_iに供給するように構成されている。

【0038】

以上に本発明を好適な実施例に即して図示して詳述したが、本発明の範囲は以上に開示した実施例に限定されるものではなく、当業者であれば本発明の権利保護範囲から逸脱することなく当該実施例に基づいてその他の様々な形態の構成例にも相当し得るのは当然である。即ち、実現可能な様々に異なる数多くの構成例が存在し得ることは明らかである。更に、実施例として開示した実施の形態はあくまでも具体例を例示したものであり、本発明の権利保護範囲、用途、ないしは構成をなんら限定するものではないこともまた明らかである。むしろ、以上の詳細な説明並びに図面による解説は、例示した実施の形態を当業者が具体的構成となし得るようにするものであり、また、以上に開示した本発明の概念を知悉した当業者が、例えば実施例に関連して言及した個々の構成要素の機能または構成などに関連した様々な改変を、本発明の権利保護範囲から逸脱することなくなし得るようにするものであって、本発明の権利保護範囲は、特許請求の範囲の記載並びに明細書中に概説した特許請求の範囲に対応した記載により、規定されるものである。

【図1】