专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

21. 发明公开

CN113711139A 用于操控技术装置的方法和设备有权
公开(公告)号：CN113711139A
公开(公告)日：2021-11-26
申请号：CN202080027845.3
申请日：2020-03-24
申请人：罗伯特·博世有限公司
发明人： F·施密特 , J·G·沃尔克
IPC分类号： G05B13/02
摘要：用于操控技术装置（102）的计算机实现的方法和设备（100），其中所述技术装置（102）是机器人、至少部分自主的车辆、家居控制装置、家用电器、家庭手工设备尤其是电动工具、生产机器、个人辅助设备、监控系统或者访问控制系统，其中所述设备（100）具有用于至少一个传感器（108）的输入数据（106）的输入端（104）、用于借助于操控信号（112）操控所述技术装置（102）的输出端（110）和计算装置（114），所述计算装置被构造用于根据输入数据（106）操控技术装置（102），其中根据输入数据（106）确定所述技术装置（102）的至少一部分或所述技术装置（102）的环境的状态，其中根据用于所述技术装置（102）的策略和状态确定至少一个行动，并且其中所述技术装置（102）被操控用于执行至少一个行动，其中利用强化学习算法在与所述技术装置（102）或所述技术装置（102）的环境的交互中根据至少一个反馈信号学习尤其是由人工神经网络代表的策略，其中根据目标预设确定所述至少一个反馈信号，其中与连续函数的值成比例地确定交互情节的至少一个起始状态和/或至少一个目标状态，其中通过将连续函数应用于先前为策略确定的性能度量、通过将连续函数应用于先前为策略确定的性能度量的导数、通过将连续函数应用于先前为策略确定的性能度量的尤其是时间上的变化、通过将连续函数应用于策略或通过组合这些应用来确定所述值。

22. 发明公开

CN113671942A 用于控制机器人的设备和方法审中-实审
公开(公告)号：CN113671942A
公开(公告)日：2021-11-19
申请号：CN202110471494.1
申请日：2021-04-29
申请人：罗伯特·博世有限公司
发明人： J·G·沃尔克 , F·施密特 , H·V·胡夫
IPC分类号： G05D1/02
摘要：本公开涉及控制机器人的设备和方法。所述方法包括：接收要达到的目标配置的指示；通过价值迭代确定粗略尺度价值映射，其中使用转移概率模型确定转移概率；以及对于粗略尺度状态序列中的每个，从初始粗略尺度状态开始并且直到达到目标配置或者已经达到最大数量的精细尺度状态为止，从粗略尺度价值映射确定精细尺度子目标；由致动器执行精细尺度控制动作，以及获得传感器数据以确定所达到的精细尺度状态，从当前精细尺度状态开始，并且直到达到所确定的精细尺度子目标，转移到不同的粗略尺度状态，或者已经达到精细尺度状态序列的最大序列长度为止；以及从精细尺度状态序列中的最后一个确定粗略尺度状态序列中的下一个。

23. 发明公开

CN113302630A 改进针对“对抗示例”的鲁棒性的设备和方法审中-实审
公开(公告)号：CN113302630A
公开(公告)日：2021-08-24
申请号：CN201980084684.9
申请日：2019-11-27
申请人：罗伯特·博世有限公司 , 卡内基梅隆大学
发明人： J·Z·柯尔特 , F·施密特 , E·黄
IPC分类号： G06N3/08 , G06K9/62
摘要：一种用于获得至分类器（60）的对抗输入信号（xadv）的计算机实现的方法，所述分类器（60）用于对从传感器（30）获得的输入信号（x）进行分类，其中所述对抗输入信号（xadv）是从原始输入信号（xorg）获得的，并且其中所述对抗输入信号（xadv）和所述原始输入信号（xorg）引起分类器（60）将所述原始输入信号（xorg）分类为属于第一类（）并且将所述对抗输入信号（xadv）分类为属于不同于所述第一类（）的第二类（），其中所述方法包括以下步骤：‑修改所述原始输入信号（xorg）以产生经修改输入信号（xmod）；‑将所述经修改输入信号（xmod）投影到围绕所述原始输入信号（xorg）的度量球上，以产生投影输入信号（xproj）；以及‑取决于所述投影输入信号（xproj）获得所述对抗输入信号（xadv），其特征在于，所述度量是至少近似Wasserstein距离。

24. 发明公开

CN106415450A 用于产生用于手势识别的图像矩阵的模块、系统和方法有权
公开(公告)号：CN106415450A
公开(公告)日：2017-02-15
申请号：CN201580029231.8
申请日：2015-04-07
申请人：罗伯特·博世有限公司
发明人： A·埃勒特 , F·菲舍尔 , N·迪特里希 , F·施密特
IPC分类号： G06F3/03 , G06F3/042
摘要：提出一种用于产生用于手势识别的图像矩阵的模块，其中，所述模块具有用于输入激光投影机模块的至少一个同步数据信号的至少一个第一数据输入单元、用于输入光传感器模块的图像数据信号的第二数据输入单元并且具有存储器单元和存储器控制单元，其中，所述存储器控制单元如此配置，使得所述图像数据信号的图像数据根据所述至少一个同步数据信号作为图像矩阵存储在所述存储器单元中，其中，所述存储器控制单元如此配置，使得所述图像矩阵由所述图像数据根据借助所述至少一个同步数据信号传输的图像行方向信息来产生。

25. 发明公开

CN106233307A 对象识别无效
公开(公告)号：CN106233307A
公开(公告)日：2016-12-14
申请号：CN201580021780.0
申请日：2015-03-03
申请人：罗伯特·博世有限公司
发明人： C·德尔夫斯 , N·迪特里希 , F·施密特 , F·菲舍尔
IPC分类号： G06K9/00 , G06K9/22
CPC分类号： G06F3/017 , G01B11/002 , G01B11/14 , G01S3/786 , G01S17/02 , G06F3/011 , G06F3/04883 , G06K9/00335 , G06K9/00355 , G06K9/22 , G06T2207/30196
摘要：提出一种用于与模块无接触式交互的方法，其中，所述模块具有第一子模块和第二子模块，其中，在第一方法步骤中，通过所述第一子模块产生初级射束，其中，在第二方法步骤中，通过所述第二子模块如此以扫描运动加载所述初级射束，使得图像信息被投影到投影区域中，其中，在第三方法步骤中，通过所述模块识别由对象执行的控制命令，其中，所述控制命令涉及与所述模块的无接触式交互，其中，在所述第三方法步骤中，通过所述模块探测所述对象的几何形状。

26. 发明公开

CN119013674A 用于初始化神经网络的方法审中-实审
公开(公告)号：CN119013674A
公开(公告)日：2024-11-22
申请号：CN202380032435.1
申请日：2023-04-05
申请人：罗伯特·博世有限公司
发明人： F·施密特 , T·龙
IPC分类号： G06N3/084 , B60W60/00 , G06V20/58 , G06N3/0464 , G06N3/09 , G06V10/82
摘要：用于训练神经网络(60)的计算机实现的方法(100)，其中所述神经网络(60)被配置成基于输入信号(x)确定输出信号(y)，并且其中训练包括训练所述神经网络(60)的逐深度卷积层的参数，其中所述逐深度卷积层基于从预定义概率分布中提取的值来初始化，其中所述概率分布的方差由在所述逐深度卷积层的输入的每个深度处应用的滤波器数量的平方根的倒数表征。

27. 发明公开

CN118800056A 用于评估具有多个交通参与者的交通场景的方法审中-公开
公开(公告)号：CN118800056A
公开(公告)日：2024-10-18
申请号：CN202410426840.8
申请日：2024-04-10
申请人：罗伯特·博世有限公司
发明人： B·库尔斯 , F·施密特 , J·戈特 , M·瑙曼 , R·西穆尔斯
IPC分类号： G08G1/01
摘要：本发明涉及用于评估具有多个交通参与者的交通场景的方法，包括步骤：‑提供输入数据，所述输入数据由交通场景的采集得到并且指定交通参与者和所属的特征，其中特征至少部分基于交通参与者的当前和过去状态，‑提供交通参与者及其在交通场景中彼此间的关系以及交通场景的基础设施的代表，其中基于特征指定关系，其中基础设施由参数化表示代表，其中代表具有图形的多个节点，所述节点代表相应的交通参与者，并且其中代表具有图形的多个边，所述边明确地指定交通参与者彼此间的关系，‑预报交通场景的未来发展，其中在考虑交通参与者的当前和过去状态的情况下执行预报，其中基于所提供的代表预报所有所代表的交通参与者的行为，‑提供预报的结果。

28. 发明公开

CN116635867A 训练分类器或回归器以对时间序列进行鲁棒的分类和回归的方法和设备审中-实审
公开(公告)号：CN116635867A
公开(公告)日：2023-08-22
申请号：CN202180086136.7
申请日：2021-12-09
申请人：罗伯特·博世有限公司
发明人： F·施密特 , M·福里施 , P·梅诺德 , J·施密特 , J·赖布勒
IPC分类号： G06N3/0464 , G06N3/08
摘要：用于训练机器学习系统(60)的计算机实现的方法，其中所述方法包括以下步骤：a.从多个训练时间序列(xj)中确定输入信号的第一训练时间序列(xj)以及与所述第一训练时间序列(xj)对应的期望训练输出信号(tj)，其中所述期望训练输出信号(tj)表征所述第一训练时间序列(xi)的期望分类和/或期望回归结果；b.确定第一对抗性示例(xi)，其中所述第一对抗性示例(xi)是所述第一训练时间序列(xj)与所确定的第一对抗性扰动的叠加，其中所述第一对抗性扰动的第一噪声值不大于可预给定的阈值，其中所述可预给定的阈值基于所述训练时间序列(xi)的所确定的噪声值；c.借助于所述机器学习系统(60)为所述第一对抗性示例(xi)确定训练输出信号(yi)；d.根据损失值的梯度来适配所述机器学习系统(60)的至少一个参数，其中所述损失值表征所述期望训练输出信号(tj)与所确定的训练输出信号(yi)的偏差。

29. 发明公开

CN115857323A 用于控制代理的设备和方法审中-实审
公开(公告)号：CN115857323A
公开(公告)日：2023-03-28
申请号：CN202211148396.5
申请日：2022-09-21
申请人：罗伯特·博世有限公司
发明人： J·G·沃尔克 , F·施密特 , H·范胡夫
IPC分类号： G05B13/04 , G06N3/0464 , G06N3/08
摘要：根据各种实施例，描述了一种用于控制代理的方法，包括：获得第一组状态变量和第二组状态变量的数值，其中第一组状态变量的数值与第二组变量的数值一起表示代理的当前完全状态，并且第一组状态变量的数值表示机器人的当前部分状态；确定状态值先验，包括对于当前部分状态之后的潜在后续部分状态，在实现要由代理达成的目的方面对后续部分状态的评估；向神经网络供应包括状态值先验的局部裁剪和第二组状态变量的数值的输入，第二组状态变量的数值与第一组状态变量的数值一起表示当前完全状态，所述神经网络被配置为输出控制动作的评估；以及根据从神经网络响应于输入而输出的控制动作的评估导出的控制信号来控制代理。

30. 发明公开

CN115705481A 用于训练和/或检查人工神经网络的鲁棒性的方法审中-实审
公开(公告)号：CN115705481A
公开(公告)日：2023-02-17
申请号：CN202210931737.X
申请日：2022-08-04
申请人：罗伯特·博世有限公司
发明人： F·施密特
IPC分类号： G06N3/04 , G06N3/08 , G06F17/16
摘要：用于训练和/或检查人工神经网络的鲁棒性的方法，其中人工神经网络确定输出变量，该方法包括：预给定具有多个维度的输入变量，其中对输入变量的每个维度或人工神经网络的无激活函数的线性层的输出的每个维度确定输入变量上限；确定输入变量下限；对输出变量的每个维度使用来自通过输入变量下限和输入变量上限限制的值范围的值确定输出变量的输出变量下限；使用来自通过输入变量上限和输入变量下限限制的值范围的值确定输出变量的输出变量上限；使用来自通过输出变量下限和输出变量上限限制的值范围的值确定实值函数的最小可能值；使用来自通过输出变量下限和输出变量上限限制的值范围的值确定实值函数的最大可能值；确定输出。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式