特許ウォッチ

公開番号2025058623
公報種別公開特許公報(A)
公開日2025-04-09
出願番号2023168664
出願日2023-09-28
発明の名称モデル生成方法及び推論プログラム
出願人オムロン株式会社
代理人弁理士法人秀和特許事務所
主分類G06N 20/00 20190101AFI20250402BHJP(計算;計数)
要約【課題】測地線を生成する際、十分に密なウェイポイントを得るための技術を提供する。
【解決手段】本発明の一側面に係るモデル生成装置は、第1モデル及び第2モデルの機械学習の実行を指揮する。第1モデルは、所与の空間における2つの点の間に存在する中間点の位置を推測するように構成される。第2モデルは、2つの点の間の距離を推測するように構成される。機械学習は、第2モデルによる距離の推測結果を用いて、中間点の位置を推測する能力を獲得するように第1モデルを訓練すること、並びに第1モデルの中間点の推測結果、及び空間のメトリックを用いて、距離を推測する能力を獲得するように第2モデルを訓練することを含む。
【選択図】図1
特許請求の範囲【請求項１】
コンピュータが、
第１モデル及び第２モデルの機械学習の実行を指揮するステップと、
前記機械学習の結果を出力するステップと、
を実行し、
前記第１モデルは、所与の空間における２つの点の位置から、当該２つの点の間に存在する中間点の位置を推測するように構成され、
前記第２モデルは、前記２つの点の位置から、前記２つの点の間の距離を推測するように構成され、
前記機械学習は、
前記第２モデルによる前記距離の推測結果を用いて、前記中間点の位置を推測する能力を獲得するように前記第１モデルを訓練すること、並びに
前記第１モデルの前記中間点の推測結果、及び前記空間のメトリックを用いて、前記距離を推測する能力を獲得するように前記第２モデルを訓練すること、
を含む、
モデル生成方法。
続きを表示（約 1,600 文字）【請求項２】
前記中間点は、中点である、
請求項１に記載のモデル生成方法。
【請求項３】
前記第１モデルを訓練することは、
第１サンプル点及び第２サンプル点で構成される２つの点を前記空間からサンプリングすること、
前記第１モデルを用いて、サンプリングされた前記第１サンプル点及び前記第２サンプル点の間の中間点の第１位置を推測すること、
前記第２モデルを用いて、前記第１サンプル点及び推測された前記中間点の間の第１距離を推測すること、
前記第２モデルを用いて、推測された前記中間点及び前記第２サンプル点の間の第２距離を推測すること、並びに
推測された前記第１距離及び前記第２距離が前記中間点の条件を満たすものとなるように前記第１モデルを訓練すること、
を含む、
請求項１に記載のモデル生成方法。
【請求項４】
前記第２モデルを訓練することは、
（１）第３サンプル点及び第４サンプル点で構成される２つの点を前記空間からサンプリングすること、
（２）前記第２モデルを用いて、サンプリングされた前記第３サンプル点及び前記第４サンプル点の間の第３距離を推測すること、
（３）前記第３サンプル点及び前記第４サンプル点が近接条件を満たす場合、推測された前記第３距離が、前記空間のメトリックにより与えられる値と等しくなるように前記第２モデルを訓練すること、並びに
（４）前記第３サンプル点及び前記第４サンプル点が近接条件を満たさない場合、
（４－１）前記第１モデルを用いて、サンプリングされた前記第３サンプル点及び前記第４サンプル点の間の中間点の第２位置を推測すること、
（４－２）前記第３サンプル点及び前記中間点の組み合わせ、並びに前記中間点及び前記第４サンプル点の組み合わせをそれぞれ、新たな第３サンプル点及び第４サンプル点の組み合わせとして採用して、前記（２）から処理を繰り返すこと、並びに
（４－３）前記（４－２）により前記（２）から処理を繰り返した後、前記第２モ
デルを用いて推測される、（１）でサンプリングされた前記第３サンプル点及び前記第４サンプル点の前記第３距離の推測値が、前記空間のメトリックにより与えられる値の合計と等しくなるように、前記第２モデルを訓練すること、
を含む、
請求項１に記載のモデル生成方法。
【請求項５】
前記空間のメトリックは、コスト関数を含む、
請求項１に記載のモデル生成方法。
【請求項６】
コンピュータに、
推論モデルを使用して、空間上で与えられた第１点及び第２点の間の中間点の位置を推測するステップであって、前記推論モデルは、２つの点の間に存在する中間点であって、当該２つの点からの距離の比が所定である中間点の位置を当該２つの点の位置から推測するように構成されている、ステップと、
前記推測するステップを再帰的に繰り返し実行することで、前記第１点及び前記第２点の間の測地線であって、推測された複数の前記中間点で構成される測地線を生成するステップと、
生成された前記測地線に関する情報を出力するステップと、
を実行させるための、
推論プログラム。
【請求項７】
前記測地線は、経路である、
請求項６に記載の推論プログラム。
【請求項８】
前記経路は、ロボット装置の動作経路である、
請求項７に記載の推論プログラム。
【請求項９】
前記経路は、移動体の移動経路である、
請求項７に記載の推論プログラム。
【請求項１０】
前記空間内の各点は、装置の状態を示すように構成され、
前記測地線は、前記装置の状態遷移を示す、
請求項６に記載の推論プログラム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、モデル生成方法及び推論プログラムに関する。
続きを表示（約 2,300 文字）【背景技術】
【０００２】
経路計画、状態の遷移計画、軌跡生成等の問題は、２点間の測地線を生成する問題の一例として捉えることができる。測地線を生成する問題を解く方法の一例として、ゴール条件付きの強化学習により、ウェイポイントを推測するための推論モデルを生成する方法が挙げられる。この方法によれば、生成された推論モデルを使用して、始点から終点まで順次ウェイポイントを推測していくことで、測地線を生成することができる。また、測地線を生成する問題を解く方法の他の一例として、非特許文献１で提案される方法が存在する。非特許文献１で提案される方法によれば、生成された推論モデルを使用して、ウェイポイントとしてサブゴールを繰り返し推測することで、測地線を生成することができる。
【先行技術文献】
【非特許文献】
【０００３】
Tom Jurgenson, Edward Groshev, Aviv Tamar, “Sub-Goal Trees -- a Framework for Goal-Directed Trajectory Prediction and Optimization”, [online], [令和５年９月２２日検索], インターネット＜ＵＲＬ：https://arxiv.org/abs/1906.05329＞
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本件発明者は、上記従来の方法には、次のような問題点があることを見出した。すなわち、ゴール条件付きの強化学習の方法を採用した場合、ゴールに到達したときのみ報酬を与えるようにすると、報酬が疎となるため、学習が困難である。これを解決する方法として、ゴールに近付く毎に報酬を与える方法を採用することが考えられるが、この方法では、報酬関数の設計が複雑となってしまう。そのため、推論モデルを簡易的に生成することが困難である。一方で、非特許文献１の方法によれば、推論モデルを簡易的に生成することが可能である。しかしながら、非特許文献１の方法では、サブゴールは、２点間の任意の点である。そのため、十分に密なウェイポイントを得られない可能性がある。十分に密なウェイポイントが得られない場合には、様々な支障が生じ得る。例えば、経路計画の場面では、十分に密なウェイポイントが得られないことで、最短経路が得ることが困難になってしまう。
【０００５】
本発明は、一側面では、このような事情を鑑みてなされたものであり、その目的は、測地線を生成する際、十分に密なウェイポイントを得るための技術を提供することである。
【課題を解決するための手段】
【０００６】
本発明は、上述した課題を解決するために、以下の構成を採用する。なお、以下の発明の構成は適宜組み合わせ可能である。
【０００７】
すなわち、本発明の一側面に係るモデル生成方法は、コンピュータが、第１モデル及び第２モデルの機械学習の実行を指揮するステップと、前記機械学習の結果を出力するステップとを実行する情報処理方法である。前記第１モデルは、所与の空間における２つの点の位置から、当該２つの点の間に存在する中間点の位置を推測するように構成される。前記第２モデルは、前記２つの点の位置から、前記２つの点の間の距離を推測するように構成される。前記機械学習は、前記第２モデルによる前記距離の推測結果を用いて、前記中
間点の位置を推測する能力を獲得するように前記第１モデルを訓練すること、並びに前記第１モデルの前記中間点の推測結果、及び前記空間のメトリックを用いて、前記距離を推測する能力を獲得するように前記第２モデルを訓練することを含む。
【０００８】
中間点は、２点の間に存在し、２点からの距離の比が所定の条件を満たす（すなわち、２点間の距離を内分する比率が定義された）点であってよい。所定の比率（距離の比）は、変動してもよい。当該構成によれば、所与の空間上で、２点の間に存在する中間点を推測する能力を獲得した訓練済みの第１モデルを生成することができる。生成された訓練済みの第１モデルを使用して、所定の比率に位置する中間点を再帰的に繰り返し推測することで、ウェイポイントを密に得ながら、測地線を生成することができる。したがって、当該構成によれば、測地線を生成する際に、十分に密なウェイポイントを得ることができる。
【０００９】
上記一側面に係るモデル生成方法において、前記中間点は、中点であってよい。当該構成によれば、十分に密でかつ均一なウェイポイントを得ることができる。
【００１０】
上記一側面に係るモデル生成方法において、前記第１モデルを訓練することは、第１サンプル点及び第２サンプル点で構成される２つの点を前記空間からサンプリングすること、前記第１モデルを用いて、サンプリングされた前記第１サンプル点及び前記第２サンプル点の間の中間点の第１位置を推測すること、前記第２モデルを用いて、前記第１サンプル点及び推測された前記第１位置の間の第１距離を推測すること、前記第２モデルを用いて、推測された前記第１位置及び前記第２サンプル点の間の第２距離を推測すること、並びに推測された前記第１距離及び前記第２距離が前記中間点の条件を満たすものとなるように前記第１モデルを訓練することを含んでよい。当該構成によれば、訓練済みの第１モデルを適切に生成することができる。
（【００１１】以降は省略されています）

関連特許