特許ウォッチ

公開番号2025116959
公報種別公開特許公報(A)
公開日2025-08-12
出願番号2024011518
出願日2024-01-30
発明の名称制御対象に対する予測制御のための学習装置、制御装置、機械学習プログラム、制御プログラム、機械学習方法、および制御方法
出願人オムロン株式会社
代理人弁理士法人深見特許事務所
主分類G06N 20/00 20190101AFI20250804BHJP(計算;計数)
要約【課題】制御対象に対する予測制御の信頼性を向上させる。
【解決手段】学習装置は、第1学習データセットDs1を用いる第1学習アルゴリズムによって、事前学習モデルMrを生成する。第1学習データセットDs1に含まれる各学習データは、外乱の計測値と、外乱に対応する補正値とを含む。学習装置は、事前学習モデルMrに対する入力と、当該入力に対応する事前学習モデルMrの出力とを含む第2学習データセットDs2を用いる第2学習アルゴリズムによって、予測モデルMpを生成する。事前学習モデルMrの出力は、当該出力の信頼度を定義可能な特定情報を含む。
【選択図】図2
特許請求の範囲【請求項１】
外乱を受ける制御対象への操作量の補正値を予測する予測モデルに対する機械学習のための学習装置であって、
第１学習データセットが保存された第１記憶部と、
前記第１学習データセットを用いる第１学習アルゴリズムによって、事前学習モデルを生成する学習部とを備え、
前記第１学習データセットに含まれる各学習データは、前記外乱の計測値と、前記外乱に対応する前記補正値とを含み、
前記学習部は、前記事前学習モデルに対する入力と、当該入力に対応する前記事前学習モデルの出力とを含む第２学習データセットを用いる第２学習アルゴリズムによって、前記予測モデルを生成し、
前記事前学習モデルの出力は、当該出力の信頼度を定義可能な特定情報を含む、学習装置。
続きを表示（約 1,700 文字）【請求項２】
前記学習部は、前記予測モデルの入力の範囲において、前記信頼度が第１閾値より大きい第１範囲および前記信頼度が第２閾値より小さい第２範囲を特定し、前記第１範囲および前記第２範囲を出力する、請求項１に記載の学習装置。
【請求項３】
前記第２学習データセットに含まれる前記事前学習モデルに対する入力のすべては、前記第１範囲に含まれている、請求項２に記載の学習装置。
【請求項４】
前記第１学習アルゴリズムは、ガウス過程回帰を含み、
前記特定情報は、ガウス分布を含み、
前記第２学習アルゴリズムは、決定木を含む。請求項１～３のいずれか１項に記載の学習装置。
【請求項５】
請求項２または３に記載の学習装置によって生成された前記予測モデルを用いて前記制御対象を制御するための制御装置であって、
制御部と、
第２記憶部とを備え、
前記制御部は、
前記信頼度が前記第１閾値より大きい場合、前記予測モデルの出力を用いて前記操作量を補正して前記制御対象を制御し、
前記信頼度が前記第１閾値より小さい場合、前記操作量を補正せずに前記制御対象を制御する、制御装置。
【請求項６】
前記制御部は、前記信頼度が前記第２閾値より小さい場合、前記予測モデルの入力および出力を前記第２記憶部に保存する、請求項５に記載の制御装置。
【請求項７】
請求項２または３に記載の学習装置によって生成された前記予測モデルを用いて前記制御対象を制御するための制御プログラムであって、前記制御プログラムは、プロセッサによって実行されると、前記プロセッサに、
前記信頼度が前記第１閾値より大きい場合、前記予測モデルの出力を用いて前記操作量を補正して前記制御対象を制御させ、
前記信頼度が前記第１閾値より小さい場合、前記操作量を補正せずに前記制御対象を制御させる、制御プログラム。
【請求項８】
請求項２または３に記載の学習装置によって生成された前記予測モデルを用いて前記制御対象を制御するための制御方法であって、
前記信頼度が前記第１閾値より大きい場合、前記予測モデルの出力を用いて前記操作量を補正して前記制御対象を制御するステップと、
前記信頼度が前記第１閾値より小さい場合、前記操作量を補正せずに前記制御対象を制御するステップとを含む、制御方法。
【請求項９】
外乱を受ける制御対象への操作量の補正値を予測する予測モデルに対する機械学習のための機械学習プログラムであって、前記機械学習プログラムは、プロセッサによって実行されると、前記プロセッサに、
第１学習データセットを用いる第１学習アルゴリズムによって、事前学習モデルを生成させ、
前記第１学習データセットに含まれる各学習データは、前記外乱の計測値と、前記外乱に対応する前記補正値とを含み、前記機械学習プログラムは、前記プロセッサにさらに、
前記事前学習モデルに対する入力と、当該入力に対応する前記事前学習モデルの出力とを含む第２学習データセットを用いる第２学習アルゴリズムによって、前記予測モデルを生成させ、
前記事前学習モデルの出力は、当該出力の信頼度を定義可能な特定情報を含む、機械学習プログラム。
【請求項１０】
外乱を受ける制御対象への操作量の補正値を予測する予測モデルに対する機械学習のための機械学習方法であって、
第１学習データセットを用いる第１学習アルゴリズムによって、事前学習モデルを生成するステップを含み、
前記第１学習データセットに含まれる各学習データは、前記外乱の計測値と、前記外乱に対応する前記補正値とを含み、前記機械学習方法はさらに、
前記事前学習モデルに対する入力と、当該入力に対応する前記事前学習モデルの出力とを含む第２学習データセットを用いる第２学習アルゴリズムによって、前記予測モデルを生成するステップを含み、
前記事前学習モデルの出力は、当該出力の信頼度を定義可能な特定情報を含む、機械学習方法。

発明の詳細な説明【技術分野】
【０００１】
本開示は、制御対象に対する予測制御のための学習装置、制御装置、機械学習プログラム、制御プログラム、機械学習方法、および制御方法に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
従来、制御対象に対して予測制御を行う構成が知られている。たとえば、特開２０２２－１３９０５５号公報（特許文献１）には、設定値に従って、制御対象がツールを通じてワークに作用することによって、ワークの加工をするための制御対象の制御量を制御する制御器と、ワークまたはツールの少なくともいずれかに作用する外乱に応じて、設定値を補正する予測器とを備える制御システムが開示されている。当該予測器は、外乱を入力とし、品質特性値を品質特性目標値とするための設定値を出力する第１の予測モデルに基づいて構築されている。
【０００３】
特許文献１には、第１の予測モデルがサポートベクターマシンによって生成されるとともに、決定木モデルによって生成された第２の予測モデルを予測器が有する構成が開示されている。第２の予測モデルに対する機械学習においては、外乱の仮想値と、当該外乱の仮想値について第１の予測モデルが出力する設定値の仮想値との組が教師データとして使用される。第１の予測モデルによって生成された教師データは、機械学習のための良質な教師データであるために、第２の予測モデルに対する機械学習は、演算のためのリソースを多量に要求しないアルゴリズムを用いることができる。
【先行技術文献】
【特許文献】
【０００４】
特開２０２２－１３９０５５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
制御対象に対する制御の運用においては、製品品質の確保という観点、および制御対象の不測の挙動の回避等の観点から、予測モデルの出力に信頼性が認められる場合に限って予測制御を行うことが望ましい。しかしながら、特許文献１においては、予測モデルの予測の信頼性について考慮されていない。
【０００６】
本開示は上記のような課題を解決するためになされたものであり、その目的は、制御対象に対する予測制御の信頼性を向上させることである。
【課題を解決するための手段】
【０００７】
本開示の一局面に係る学習装置は、外乱を受ける制御対象への操作量の補正値を予測する予測モデルに対する機械学習のための学習装置である。学習装置は、第１記憶部と、学習部とを備える。第１記憶部には、第１学習データセットが保存されている。学習部は、第１学習データセットを用いる線形学習アルゴリズムによって、事前学習モデルを生成する。第１学習データセットに含まれる各学習データは、外乱の計測値と、外乱に対応する補正値とを含む。学習部は、事前学習モデルに対する入力と、当該入力に対応する事前学習モデルの出力とを含む第２学習データセットを用いる非線形学習アルゴリズムによって、予測モデルを生成する。事前学習モデルの出力は、当該出力の信頼度を定義可能な特定情報を含む。
【０００８】
この開示によれば、予測モデルの出力が当該出力の信頼度を定義可能な特定情報を含むことにより、制御対象に対する予測制御の信頼性を向上させることができる。
【０００９】
上記の開示において、学習部は、予測モデルの入力の範囲において、信頼度が第１閾値より大きい第１範囲および信頼度が第２閾値より小さい第２範囲を特定し、第１範囲および第２範囲を出力してもよい。
【００１０】
この開示によれば、予測制御の運用において、第１範囲外において予測制御を行わないことにより、予測制御の信頼性をさらに向上させることができる。また、予測制御の運用において、学習データの保存をデータ保存範囲に限定することにより、予測制御のための学習データの収集を効率化することができる。
（【００１１】以降は省略されています）

関連特許