Patent search ap:("索尼株式会社") AND inv:"河本献太" Page 1

1.

发明公开
机器人设备及其控制方法失效

公开(公告)号：CN1697724A

公开(公告)日：2005-11-16

申请号：CN200480000266.0

申请日：2004-03-24

Applicant: 索尼株式会社

Inventor： 佐部浩太郎 , 大桥武史 , 河本献太

IPC: B25J13/00 , B25J5/00

Abstract: 应用于例如腿式移动机器人的一种机器人系统。基于运动学原理计算机器人从其已经着地的位置到其将要着地位置之间的移动量，并根据着地位置的转换，将坐标系转化变换至观察参照的坐标系。

2.

发明授权
机器人设备及其控制方法失效

公开(公告)号：CN101531216B

公开(公告)日：2011-01-05

申请号：CN200910128864.0

申请日：2004-03-24

Applicant: 索尼株式会社

Inventor： 佐部浩太郎 , 大桥武史 , 河本献太

IPC: B62D57/032 , A63H11/18

Abstract: 应用于例如腿式移动机器人的一种机器人系统。基于运动学原理计算机器人从其已经着地的位置到其将要着地位置之间的移动量，并根据着地位置的转换，将坐标系转化变换至观察参照的坐标系。

3.

发明授权
学习设备和学习方法失效

公开(公告)号：CN100504675C

公开(公告)日：2009-06-24

申请号：CN200710090405.9

申请日：2007-04-06

Applicant: 索尼株式会社

Inventor： 南野活树 , 伊藤真人 , 河本献太 , 吉池由纪子 , 铃木洋贵

IPC: G05B13/02 , G06N3/02 , B25J9/16 , B25J9/22

CPC classification number: G06N99/005 , G06N3/0445 , G06N3/0454 , G06N3/084

Abstract: 本发明提供学习设备、学习方法和程序。一种学习设备包括：存储单元，其被配置为存储由多个各自保存动态状况的节点形成的网络；学习单元，其被配置为基于观察到的时序数据以自组织方式学习网络的动态状况；获胜节点确定器，其被配置为确定获胜节点，该获胜节点是具有与时序数据最匹配的动态状况的节点；以及权重确定器，其被配置为根据个体节点与获胜节点的距离，为由该个体节点保存的动态状况确定学习权重。学习单元按照与学习权重相对应的程度以自组织方式学习网络的动态状况。

4.

发明授权
机器人设备及其控制方法失效

公开(公告)号：CN100571999C

公开(公告)日：2009-12-23

申请号：CN200480000266.0

申请日：2004-03-24

Applicant: 索尼株式会社

Inventor： 佐部浩太郎 , 大桥武史 , 河本献太

IPC: B25J13/00 , B25J5/00

Abstract: 应用于例如腿式移动机器人的一种机器人系统。基于运动学原理计算机器人从其已经着地的位置到其将要着地位置之间的移动量，并根据着地位置的转换，将坐标系转化变换至观察参照的坐标系。

5.

发明公开
机器人设备及其控制方法失效

公开(公告)号：CN101531216A

公开(公告)日：2009-09-16

申请号：CN200910128864.0

申请日：2004-03-24

Applicant: 索尼株式会社

Inventor： 佐部浩太郎 , 大桥武史 , 河本献太

IPC: B62D57/032 , A63H11/18

Abstract: 应用于例如腿式移动机器人的一种机器人系统。基于运动学原理计算机器人从其已经着地的位置到其将要着地位置之间的移动量，并根据着地位置的转换，将坐标系转化变换至观察参照的坐标系。

6.

发明公开
学习设备、学习方法和程序失效

公开(公告)号：CN101051215A

公开(公告)日：2007-10-10

申请号：CN200710090405.9

申请日：2007-04-06

Applicant: 索尼株式会社

Inventor： 南野活树 , 伊藤真人 , 河本献太 , 吉池由纪子 , 铃木洋贵

IPC: G05B13/02 , G06N3/02 , B25J9/16 , B25J9/22

CPC classification number: G06N99/005 , G06N3/0445 , G06N3/0454 , G06N3/084

Abstract: 本发明提供学习设备、学习方法和程序。一种学习设备包括：存储单元，其被配置为存储由多个各自保存动态状况的节点形成的网络；学习单元，其被配置为基于观察到的时序数据以自组织方式学习网络的动态状况；获胜节点确定器，其被配置为确定获胜节点，该获胜节点是具有与时序数据最匹配的动态状况的节点；以及权重确定器，其被配置为根据个体节点与获胜节点的距离，为由该个体节点保存的动态状况确定学习权重。学习单元按照与学习权重相对应的程度以自组织方式学习网络的动态状况。

Patent Agency Ranking