1.一种机械学习装置，其对通过螺丝刀来紧固螺丝的动作进行学习，其特征在于，该机械学习装置具有：
状态观测部，其对状态变量进行观测，其中，该状态变量由所述螺丝刀的转速、所述螺丝刀的旋转方向、所述螺丝刀的位置和所述螺丝刀的倾斜中的至少一个，以及通过所述螺丝刀紧固的所述螺丝的紧固品质和通过所述螺丝刀紧固所述螺丝的紧固时间中的至少一个构成；以及
学习部，其将由所述状态观测部观测到的所述转速、所述旋转方向、所述位置和所述倾斜中的至少一个，以及由所述状态观测部观测到的所述紧固品质的变化和所述紧固时间的变化中的至少一个关联起来进行学习。
2.根据权利要求1所述的机械学习装置，其特征在于，
所述学习部包括：
回报计算部，其根据由所述状态观测部观测到的所述紧固品质和所述紧固时间中的至少一个来计算回报；以及
函数更新部，其根据由该回报计算部计算出的回报，对用于从当前的所述状态变量决定所述螺丝刀的最佳转速、所述螺丝刀的最佳旋转方向、所述螺丝刀的最佳位置、所述螺丝刀的最佳倾斜中的至少一个的函数进行更新。
3.根据权利要求2所述的机械学习装置，其特征在于，
所述回报计算部设定为在所述紧固时间比规定时间大时减少回报。
4.根据权利要求2或3所述的机械学习装置，其特征在于，
所述回报计算部设定为在所述紧固时间不比规定时间大时增加回报。
5.根据权利要求2～4中任一项所述的机械学习装置，其特征在于，
所述紧固品质包含螺丝紧固转矩以及紧固后的螺丝位置中的至少一个，
所述回报计算部设为在所述螺丝紧固转矩不在预定范围内时以及所述螺丝位置比规定值大时中的至少一种情况下减少回报。
6.根据权利要求2～5中任一项所述的机械学习装置，其特征在于，
所述紧固品质包含螺丝紧固转矩以及紧固后的螺丝位置中的至少一个，
所述回报计算部设为在所述螺丝紧固转矩在预定范围内时以及所述螺丝 位置不比规定值大时中的至少一种情况下增加回报。
7.一种螺丝紧固系统的控制装置，该螺丝紧固系统通过螺丝刀来紧固螺丝，其特征在于，该控制装置具有：
转速调整部，其对所述螺丝刀的转速进行调整；
旋转方向调整部，其对所述螺丝刀的旋转方向进行调整；
位置调整部，其对所述螺丝刀的位置以及倾斜进行调整；
紧固品质检测部，其对通过所述螺丝刀紧固的所述螺丝的紧固品质进行检测；
紧固时间检测部，其对通过所述螺丝刀紧固所述螺丝所需的紧固时间进行检测；
权利要求1～6中任一项所述的机械学习装置；以及
意图决定部，其根据所述学习部的学习结果从当前的所述状态变量决定并输出所述转速调整部、所述旋转方向调整部以及所述位置调整部中的至少一个的调整量，以便确定所述螺丝刀的最佳转速、所述螺丝刀的最佳旋转方向以及所述螺丝刀的最佳位置和最佳倾斜中的至少一个。
8.一种螺丝紧固系统，其特征在于，该螺丝紧固系统包含：
权利要求7所述的控制装置；以及
具有所述螺丝刀的螺丝紧固装置。