特許ウォッチ

公開番号2024148745
公報種別公開特許公報(A)
公開日2024-10-18
出願番号2023062132
出願日2023-04-06
発明の名称訓練支援装置、訓練支援方法、及びプログラム
出願人三菱重工業株式会社
代理人弁理士法人酒井国際特許事務所
主分類G09B 9/02 20060101AFI20241010BHJP(教育;暗号方法;表示;広告;シール)
要約【課題】ユーザの機械操作についての訓練を適切に支援する。
【解決手段】訓練支援装置は、ユーザの機械操作についての訓練支援装置であって、逆強化学習により、学習モデルに、機械の状態量とその状態量における機械への基準操作量との対応関係を機械学習させる学習部と、機械又は機械のシミュレータに対するユーザの操作量である訓練操作量と、訓練操作量での操作が行われる際の機械の状態量である訓練状態量を取得する訓練情報取得部と、学習モデルに、訓練状態量を入力することで、訓練状態量における基準操作量を取得する演算部と、訓練操作量及び基準操作量に基づく情報と状態量に基づく情報との少なくとも一方を出力する出力制御部と、を含む。
【選択図】図1
特許請求の範囲【請求項１】
ユーザの機械操作についての訓練支援装置であって、
逆強化学習により、学習モデルに、前記機械の状態量とその状態量における前記機械への基準操作量との対応関係を機械学習させる学習部と、
前記機械又は前記機械のシミュレータに対する前記ユーザの操作量である訓練操作量と、前記訓練操作量での操作が行われる際の前記機械の状態量である訓練状態量を取得する訓練情報取得部と、
前記学習モデルに、前記訓練状態量を入力することで、前記訓練状態量における基準操作量を取得する演算部と、
前記訓練操作量及び前記基準操作量に基づく情報と、前記状態量に基づく情報との少なくとも一方を出力する出力制御部と、
を含む、
訓練支援装置。
続きを表示（約 1,300 文字）【請求項２】
前記学習部は、熟練者による操作が行われた際の前記機械の状態量を教師データとして、前記学習モデルに機械学習させる、請求項１に記載の訓練支援装置。
【請求項３】
前記機械は移動体であり、前記機械の状態量は、前記機械の位置及び速度の少なくとも一方に関する状態量である観測量を含む、請求項１又は請求項２に記載の訓練支援装置。
【請求項４】
前記機械は移動体であり、前記機械の状態量は、前記機械から視認される周囲の環境を示す視覚情報値を含む、請求項１又は請求項２に記載の訓練支援装置。
【請求項５】
画像を表示する表示部を更に含み、
前記出力制御部は、前記状態量に基づく情報を、前記表示部に表示させる、請求項１又は請求項２に記載の訓練支援装置。
【請求項６】
画像を表示する表示部を更に含み、
前記出力制御部は、前記訓練操作量と前記基準操作量とに基づく情報を、前記表示部に表示させる、請求項５に記載の訓練支援装置。
【請求項７】
前記出力制御部は、前記訓練操作量と前記基準操作量とを比較する操作比較情報を、前記表示部に表示させる、請求項６に記載の訓練支援装置。
【請求項８】
前記演算部は、前記訓練状態量についての価値である現在価値と、前記機械の理想の状態量における理想価値とを算出し、
前記出力制御部は、前記現在価値と前記理想価値とを比較する価値比較情報を、前記表示部に表示させる、請求項５に記載の訓練支援装置。
【請求項９】
ユーザの機械操作についての訓練支援方法であって、
逆強化学習により、学習モデルに、前記機械の状態量とその状態量における前記機械への基準操作量との対応関係を機械学習させるステップと、
前記機械又は前記機械のシミュレータに対する前記ユーザの操作量である訓練操作量と、前記訓練操作量での操作が行われる際の前記機械の状態量である訓練状態量を取得するステップと、
前記学習モデルに、前記訓練状態量を入力することで、前記訓練状態量における基準操作量を取得するステップと、
前記訓練操作量及び前記基準操作量に基づく情報と、前記状態量に基づく情報との少なくとも一方を出力するステップと、
を含む、
訓練支援方法。
【請求項１０】
ユーザの機械操作についての訓練支援方法をコンピュータに実行させるプログラムであって、
逆強化学習により、学習モデルに、前記機械の状態量とその状態量における前記機械への基準操作量との対応関係を機械学習させるステップと、
前記機械又は前記機械のシミュレータに対する前記ユーザの操作量である訓練操作量と、前記訓練操作量での操作が行われる際の前記機械の状態量である訓練状態量を取得するステップと、
前記学習モデルに、前記訓練状態量を入力することで、前記訓練状態量における基準操作量を取得するステップと、
前記訓練操作量及び前記基準操作量に基づく情報と、前記状態量に基づく情報との少なくとも一方を出力するステップと、
をコンピュータに実行させる、
プログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、訓練支援装置、訓練支援方法、及びプログラムに関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
機械を操作するユーザの訓練を支援するシステムが知られている。例えば特許文献１には、航空機のシミュレータを操作する対象者の操縦操作を分析して対象者の学習段階を特定し、対象者の学習段階に応じて、対象者に提示する教示情報の量を設定することで、パイロットの訓練効率を向上する旨が記載されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２２－１２９２３０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、ユーザの機械操作についての訓練支援には、改善の余地がある。
【０００５】
本開示は、上述した課題を解決するものであり、ユーザの機械操作についての訓練を適切に支援可能な訓練支援装置、訓練支援方法、及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００６】
本開示に係る訓練支援装置は、ユーザの機械操作についての訓練支援装置であって、逆強化学習により、学習モデルに、前記機械の状態量とその状態量における前記機械への基準操作量との対応関係を機械学習させる学習部と、前記機械又は前記機械のシミュレータに対する前記ユーザの操作量である訓練操作量と、前記訓練操作量での操作が行われる際の前記機械の状態量である訓練状態量を取得する訓練情報取得部と、前記学習モデルに、前記訓練状態量を入力することで、前記訓練状態量における基準操作量を取得する演算部と、前記訓練操作量及び前記基準操作量に基づく情報と、前記状態量に基づく情報との少なくとも一方を出力する出力制御部と、を含む。
【０００７】
本開示に係る訓練支援方法は、ユーザの機械操作についての訓練支援方法であって、逆強化学習により、学習モデルに、前記機械の状態量とその状態量における前記機械への基準操作量との対応関係を機械学習させるステップと、前記機械又は前記機械のシミュレータに対する前記ユーザの操作量である訓練操作量と、前記訓練操作量での操作が行われる際の前記機械の状態量である訓練状態量を取得するステップと、前記学習モデルに、前記訓練状態量を入力することで、前記訓練状態量における基準操作量を取得するステップと、前記訓練操作量及び前記基準操作量に基づく情報と、前記状態量に基づく情報との少なくとも一方を出力するステップと、を含む。
【０００８】
本開示に係るプログラムは、ユーザの機械操作についての訓練支援方法をコンピュータに実行させるプログラムであって、逆強化学習により、学習モデルに、前記機械の状態量とその状態量における前記機械への基準操作量との対応関係を機械学習させるステップと、前記機械又は前記機械のシミュレータに対する前記ユーザの操作量である訓練操作量と、前記訓練操作量での操作が行われる際の前記機械の状態量である訓練状態量を取得するステップと、前記学習モデルに、前記訓練状態量を入力することで、前記訓練状態量における基準操作量を取得するステップと、前記訓練操作量及び前記基準操作量に基づく情報と前記状態量に基づく情報との少なくとも一方を出力するステップと、をコンピュータに実行させる。
【発明の効果】
【０００９】
本開示によれば、ユーザの機械操作についての訓練を適切に支援できる。
【図面の簡単な説明】
【００１０】
図１は、本実施形態に係る訓練支援装置の模式的なブロック図である。
図２は、学習モデルの一例を示す模式図である。
図３は、機械学習の処理フローを説明するフローチャートである。
図４は、情報の出力の例を説明する模式図である。
図５は、情報の表示の一例を示す模式図である。
図６は、情報の表示の一例を示す模式図である。
図７は、情報の表示の一例を示す模式図である。
図８は、情報の表示の一例を示す模式図である。
図９は、情報の表示の一例を示す模式図である。
図１０は、情報出力の処理フローを説明するフローチャートである。
図１１は、学習モデルに機械学習させる方法の他の例を示す模式図である。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許