1.一种用于通过数据处理系统预测在给定的机器人位置对之间移动的机器人的运动结果数据的方法，包括以下步骤：
a)接收关于给定的机器人位置对的数据作为输入数据；
b)将通过机器学习算法训练的函数应用于所述输入数据，其中，生成相关的机器人运动结果数据作为输出数据；
c)提供所述机器人运动结果数据作为输出数据。
2.根据权利要求1所述的方法，其中，所述运动结果数据选自由下述各项构成的组：
‑能量消耗数据；
‑周期时间数据；
‑机器人扫掠体积数据；
‑关节移动数据；
‑中间机器人位置数据；
‑其他类型的运动结果数据；
‑包括以上数据的任何组合的任何数据集。
3.根据权利要求1所述的方法，还包括：生成转换格式化表，以将所接收的输入数据的原始格式映射为适合将经训练的函数应用于所述输入数据的数字格式。
4.根据权利要求1所述的方法，其中，所述输入数据包括选自由下述各项构成的组的一条或更多条信息：
‑关于所述机器人位置对的定位的信息；
‑关于所述机器人位置对处的机器人指令的信息；
‑关于机器人工具尖端点与机器人工具框架点之间的差异定位的信息。
5.一种数据处理系统，包括：
处理器；以及
可访问存储器，所述数据处理系统被特别配置成：
a)接收关于给定的机器人位置对的数据作为输入数据；
b)将通过机器学习算法训练的函数应用于所述输入数据，其中，生成相关的机器人运动结果数据作为输出数据；
c)提供所述机器人运动结果数据作为输出数据。
6.根据权利要求5所述的数据处理系统，其中，所述运动结果数据选自由下述各项构成的组：
‑能量消耗数据；
‑周期时间数据；
‑机器人扫掠体积数据；
‑关节移动数据；
‑中间机器人位置数据；
‑其他类型的运动结果数据；
‑包括以上数据的任何组合的任何数据集。
7.根据权利要求5所述的数据处理系统，其被配置成：生成转换格式化表，以将所接收的输入数据的原始格式映射为适合将经训练的函数应用于所述输入数据的数字格式。
8.根据权利要求5所述的数据处理系统，其中，所述输入数据包括选自由下述各项构成的组的一条或更多条信息：
‑关于所述机器人位置对的定位的信息；
‑关于所述机器人位置对处的机器人指令的信息；
‑关于机器人工具尖端点与机器人工具框架点之间的差异定位的信息。
9.一种利用可执行指令编码的非暂态计算机可读介质，所述可执行指令在被执行时使一个或更多个数据处理系统进行以下操作：
a)接收关于给定的机器人位置对的数据作为输入数据；
b)将通过机器学习算法训练的函数应用于所述输入数据，其中，生成相关的机器人运动结果数据作为输出数据；
c)提供所述机器人运动结果数据作为输出数据。
10.根据权利要求9所述的非暂态计算机可读介质，其中，所述运动结果数据选自由下述各项构成的组：
‑能量消耗数据；
‑周期时间数据；
‑机器人扫掠体积数据；
‑关节移动数据；
‑中间机器人位置数据；
‑其他类型的运动结果数据；
‑包括以上数据的任何组合的任何数据集。
11.根据权利要求9所述的非暂态计算机可读介质，其被配置成：生成转换格式化表，以将所接收的输入数据的原始格式映射为适合将经训练的函数应用于所述输入数据的数字格式。
12.根据权利要求9所述的非暂态计算机可读介质，其中，所述输入数据包括选自由下述各项构成的组的一条或更多条信息：
‑关于所述机器人位置对的定位的信息；
‑关于所述机器人位置对处的机器人指令的信息；
‑关于机器人工具尖端点与机器人工具框架点之间的差异定位的信息。
13.一种用于通过数据处理系统提供通过机器学习算法训练的函数的方法，包括以下步骤：
a)接收多个机器人位置对数据作为输入训练数据；
b)接收多个运动结果数据作为输出训练数据，其中，所述多个运动结果数据与所述多个机器人位置对数据相关；
c)通过机器学习算法基于所述输入训练数据并基于所述输出训练数据来训练函数；
d)提供经训练的函数，所述经训练的函数用于预测在对应的机器人位置对之间移动的机器人的运动结果数据。
14.一种用于通过数据处理系统预测在给定的机器人位置对之间移动的机器人的运动结果数据的方法，包括以下步骤：
a)接收多个机器人位置对数据作为输入训练数据；
b)接收多个运动结果数据作为输出训练数据，其中，所述多个运动结果数据与所述多个机器人位置对数据相关；
c)通过机器学习算法基于所述输入训练数据和所述输出训练数据来训练函数；
d)提供经训练的函数作为运动结果预测模块，所述运动结果预测模块用于预测在对应的机器人位置对之间移动的机器人的运动结果数据作为输出数据；
e)通过将所述运动结果预测模块应用于作为输入数据的给定的机器人位置对来预测运动结果数据。
15.一种用于通过数据处理系统预测在给定的机器人位置对之间移动的机器人的运动结果数据的方法，包括以下步骤：
a)接收多个机器人位置对数据作为输入训练数据；
b)接收多个运动结果数据作为输出训练数据，其中，所述多个运动结果数据与所述多个机器人位置对数据相关；
c)通过机器学习算法基于所述输入训练数据和所述输出训练数据来训练函数；
d)提供经训练的函数作为运动结果预测模块，所述运动结果预测模块用于预测在对应的机器人位置对之间移动的机器人的运动结果数据作为输出数据；
e)通过将所述运动结果预测模块应用于作为输入数据的给定的机器人位置对来预测运动结果数据。