行为信息学习装置、机器人控制系统及行为信息学习方法

摘要

本发明提供一种行为信息学习装置、机器人控制系统及行为信息学习方法，用于使作业者容易进行与机器人的协作作业。行为信息学习装置(300)具备：状态信息取得部(310)，其在机器人(100)将从工件放置处取得的工件(7)在交接工件的区域即工件交接区域(8)内交接给作业人员(P)时，取得机器人的状态(s)；行为信息输出部(320)，其输出状态的调整信息即行为(a)；回报计算部(331)，其取得关于工件的交接所花费的交接时间(T)的信息即判定信息，并根据所取得的判定信息来计算强化学习的回报的值；以及价值函数更新部(332)，其根据回报的值、状态(s)、行为(a)进行强化学习，从而更新价值函数(Q)。