CN109068596A - 信息处理设备、程序以及信息处理方法 - Google Patents

Abstract

为了实施更符合实际环境的培养目标的显示。本发明提供了一种信息处理设备，所述信息处理设备包括：确定单元，所述确定单元配置为基于收集到的传感器信息和与培养目标相关联的培养模型确定所述培养目标的培养状态；以及输出控制单元，所述输出控制单元配置为根据所述培养目标的所述培养状态控制与所述培养目标有关的输出。还提供了一种信息处理方法，所述信息处理方法包括：通过处理器基于收集到的传感器信息和与培养目标相关联的培养模型确定所述培养目标的培养状态；以及根据所述培养目标的所述培养状态控制与所述培养目标有关的输出。

Description

信息处理设备、程序以及信息处理方法

技术领域

本公开涉及一种信息处理设备、程序、以及信息处理方法。

背景技术

近年来，获取实际环境中各种类型的状态的传感器已经十分普遍。另外，提出了使用收集到的传感器信息的多种服务。例如，专利文献1公开了一种使用代理图像向用户呈现实际环境中的生物体的生长状态的信息处理设备。

引用列表

专利文献

专利文献1：JP 2011-248502A

发明内容

技术问题

虽然如此，但在专利文献1中描述的信息处理设备中，很难表示实际环境中不存在的生物体的生长状态。另外，专利文献1中描述的方法还不能被认为是足以根据生物体的生长特性进行表示。

有鉴于此，本公开提出了一种新颖的、得到改进的、并且可以实施更符合实际环境的培养目标的显示的信息处理设备、程序、以及信息处理方法。

问题的解决方案

根据本公开，提供了一种信息处理设备，该信息处理设备包括:确定单元，该确定单元配置为基于收集到的传感器信息和与培养目标相关联的培养模型确定培养目标的培养状态；以及输出控制单元，该输出控制单元配置为根据培养目标的培养状态控制与培养目标有关的输出。

发明的有益效果

如上所述，根据本公开，使得可以实施更符合实际环境的培养目标的显示。注意，上述效果并不一定是限制性的。利用或者替代上述效果，可以实现在本说明书中描述的效果或者从本说明书中领会到的其它效果中的任何一种效果。

附图说明

图1是根据本公开的第一实施例的系统配置示例。

图2是根据该实施例的传感器设备、信息处理设备、以及输出设备的功能框图。

图3是图示了根据该实施例的培养条件的示例的概念图。

图4是用于描述根据该实施例的基于知识信息的培养模型生成的概念图。

图5是用于描述根据该实施例的使用机器学习的培养模型生成的概念图。

图6是用于描述根据该实施例的基于实际物体的识别结果的培养状态确定的概念图。

图7是用于描述根据该实施例的多个目标的培养状态确定的概念图。

图8是用于描述根据该实施例的使用多个点处的多条传感器信息的培养状态确定的概念图。

图9是用于描述根据该实施例的使用累积的多条传感器信息的培养状态确定的概念图。

图10是描述了根据该实施例的气味和风味的输出控制的概念图。

图11是用于描述根据该实施例的基于传感器信息的环境再现控制的概念图。

图12是图示了根据该实施例的信息处理设备进行的控制流程的流程图。

图13是图示了根据本公开的第二实施例的综述的概念图。

图14是图示了根据该实施例的基于周围环境的显示控制示例的图像视图。

图15是图示了根据该实施例的多个输出单元进行的培养目标显示的示例的图像视图。

图16是图示了根据该实施例的可穿戴式输出设备显示的三维视频的示例的图像视图。

图17是图示了根据该实施例的可穿戴式输出设备进行的触觉输出的图像视图。

图18A是图示了根据该实施例的广告的显示示例的图像视图。

图18B是图示了根据该实施例的广告的显示示例的图像视图。

图19是根据本公开的硬件配置示例。

具体实施方式

下文将参照附图详细描述本公开的优选实施例。注意，在本说明书和附图中，具有大体上相同的功能和结构的结构元件用相同的附图标记表示，并且省略对这些结构元件的重复解释。

注意，将按照以下顺序来进行描述。

1.第一实施例

1.1.根据第一实施例的系统配置示例

1.2.根据第一实施例的传感器设备10

1.3.根据第一实施例的信息处理设备20

1.4.根据第一实施例的输出设备30

1.5.培养模型的具体示例

1.6.培养模型的生成

1.7.培养状态确定的细节

1.8.对输出而非显示的控制

1.9.基于传感器信息的环境再现的控制

1.10.信息处理设备20进行的控制流程

2.第二实施例

2.1.第二实施例的综述

2.2.培养目标的变化

根据第二实施例的输出控制

2.4.游戏元素的扩展

2.5.与IoT装置的协作

3.硬件配置示例

4.结论

第一实施例>

《1.1.根据第一实施例的系统配置示例》

首先，将描述根据本公开的第一实施例的系统配置示例。作为一种特征，根据本实施例的信息处理方法基于在实际环境中收集到的传感器信息和与培养目标相关联的培养模型来确定该培养目标的培养状态。另外，根据本实施例的信息处理方法可以根据培养目标的培养状态来控制与该培养目标有关的各种类型的输出。

例如，根据本实施例的信息处理方法可以应用于农业。根据本实施例的信息处理方法，使得可以确定在远处栽培的实际物体的培养状态，例如，并且使实际物体的培养状态得以显示在各种类型的输出设备上。另外，根据本实施例所提供的信息处理方法，通过基于从实际环境收集到的传感器信息来确定培养目标的培养状态，使得可以在各种类型的实际环境中对培养目标进行生长预测。

图1是根据本实施例的系统配置示例。参照图1，根据本实施例的信息处理系统包括传感器设备10、信息处理设备20、以及输出设备30。另外，传感器设备10、信息处理设备20、以及输出设备30经由网络40连接以便能够与彼此通信。

(传感器设备10)

根据本实施例的传感器设备10可以是收集实际环境中的各种环境信息的装置。在图1所示的示例中，传感器设备10安装在实际环境RE1中，并且测量与实际环境RE1有关的各种环境状态。另外，传感器设备10具有识别实际环境RE1中存在的实际物体的功能。在图1所示的示例中，传感器设备10识别实际物体RO1，并且将识别到的信息发送至稍后将描述的信息处理设备20。根据本实施例的传感器设备10可以被实施为包括一个或者多个传感器的各种类型的装置。因此，根据本实施例的传感器设备10可以是包括多个传感器的专用装置，或者也可以是通用装置，诸如个人计算机(PC)、平板计算机、以及智能电话。

(信息处理设备20)

根据本实施例的信息处理设备20具有基于从传感器设备10接收到的传感器信息和与培养目标相关联的培养模型来确定该培养目标的培养状态的功能。另外，根据本实施例的信息处理设备20具有根据确定的培养状态来控制与培养目标有关的输出的功能。在图1所示的示例中，信息处理设备20控制输出设备30进行的培养目标的显示。例如，根据本实施例的信息处理设备20可以是PC、智能电话、平板计算机等。

(输出设备30)

根据本实施例的输出设备30可以是基于信息处理设备20的控制来进行与培养目标有关的各种类型的输出的装置。在图1所示的示例中，输出设备30将与信息处理设备20已经确定的培养目标的培养状态有关的显示输出到显示屏上。根据本实施例的输出设备30可以是进行与培养目标有关的显示的通用装置，诸如PC、智能电话、或者平板计算机，如图1所示。另外，如下文所描述的，根据本实施例的输出设备30可以是可以输出与培养目标有关的气味和风味的各种类型的专用装置。

(网络40)

网络40具有将传感器设备10、信息处理设备20、以及输出设备30彼此连接的功能。网络40可以包括诸如互联网、电话线网络和卫星通信网络等公共线路网、包括以太网在内的各种类型的局域网(LAN)、广域网(WAN)等。另外，网络40可以包括诸如互联网协议-虚拟私有网络(IP-VPN)等租用线路网。另外，网络40可以包括无线电通信网络，诸如Wi-Fi(注册商标)和Bluetooth(注册商标)。

上面已经描述了根据本实施例的系统配置示例。如上所述，根据本实施例所提供的信息处理方法，使得可以基于从实际环境收集到的传感器信息来确定培养目标的培养状态并且控制输出，诸如与培养目标有关的显示。换言之，根据本实施例所述提供的传感器设备10、信息处理设备20、以及输出设备30，使得可以在各种类型的实际环境中实施培养目标的准确生长预测。

注意，在使用图1的上述描述中，是以传感器设备10、信息处理设备20、以及输出设备30分别被实施为独立的装置的情况为例来进行的描述，但是根据本实施例的系统配置示例不限于该示例。根据本实施例的传感器设备10、信息处理设备20、以及输出设备30可以被实施为单个装置。在这种情况下，例如，信息处理设备20可以具有收集与实际环境RE1有关的各种环境状态的传感器功能。另外，在这种情况下，信息处理设备20可以包括显示单元，该显示单元进行与培养目标的培养状态有关的显示。可以根据培养目标的特性、操作条件等灵活地修改根据本实施例的系统配置示例。

另外，在图1所示的示例中，图示了实际环境RE1中存在的实际物体RO1，但是在根据本实施例的信息处理方法中，实际物体RO1并非总是需要的。根据本实施例的信息处理设备20可以基于在实际环境RE1中收集到的传感器信息和与稍后将描述的培养目标相关联的培养模型来确定该培养目标的培养状态。

《1.2.根据第一实施例的传感器设备10》

接下来，将详细描述根据本实施例的传感器设备10的功能配置。如上所述，根据本实施例的传感器设备10具有测量实际环境中各种环境状态的功能。另外，传感器设备10具有识别实际环境中存在的实际物体的功能。进一步地，根据本实施例的传感器设备10具有测量与上述实际物体有关的各种状态的功能。

图2是根据本实施例的传感器设备10、信息处理设备20、以及输出设备30的功能框图。参照图2，根据本实施例的传感器设备10包括传感器单元110、识别单元120、以及通信单元130。在下文中，将主要基于配置的特点详细描述上面指出的配置。

(传感器设备110)

传感器单元110具有测量实际环境中各种环境状态的功能。例如，根据本实施例的传感器单元110可以测量与实际环境有关的天气状态，或者可以测量与实际环境有关的土壤的营养状态等等。因此，根据本实施例的传感器单元110可以包括用于测量如上所述的环境状态的各种类型的传感器。

例如，传感器单元110可以包括各种类型的光传感器，诸如照度传感器、可见光传感器、红外线传感器、以及紫外线传感器。另外，传感器单元110可以包括温度传感器、湿度传感器、气压传感器、二氧化碳传感器、湿度检测传感器、麦克风等。

另外，传感器单元110可以包括用于测量与实际环境有关的土壤状态、水质等的各种类型的传感器。例如，传感器单元110可以包括用于测量与土壤和水质有关的含氧量、二氧化碳含量、含水量、硬度、pH、温度、营养元素、盐浓度等的传感器。注意，例如，上述营养元素可以包括氮、磷酸、钾、钙、镁、硫、锰、钼、硼酸、锌、氯、铜、铁等。

进一步地，传感器单元110可以包括用于测量与实际环境中存在的实际物体有关的各种类型的状态的传感器。在这种情况下，例如，传感器单元110可以包括图像捕获传感器、超声传感器、含糖量传感器、盐浓度传感器、或者各种类型的化学传感器。此处，上述化学传感器可以包括用于测量具有生长促进活性的植物激素的传感器。

(识别单元120)

识别单元120具有基于传感器单元110收集到的传感器信息和实际物体DB 70中包括的物体信息来识别实际环境中存在的实际物体的功能。例如，识别单元120可以通过将传感器单元110中包括的图像传感器、超声传感器等收集到的信息与实际物体DB 70中包括的物体信息相比较来进行对实际物体的识别。例如，根据本实施例的识别单元120可以识别在实际环境中存在的植物、动物等。此处，例如，上述动物可以包括昆虫类，诸如蚜虫，并且上述植物可以包括海藻，诸如褐藻。另外，识别单元120还可以识别包括霉菌、酵母、香菇等在内的菌类以及细菌。

(通信单元130)

通信单元130具有与经由网络40连接的各种类型的装置进行信息通信的功能。具体地，通信单元130可以将传感器单元110收集到的传感器信息和识别单元120识别到的实际物体信息发送至信息处理设备20。另外，通信单元130可以从实际物体DB 70接收与实际物体有关的物体信息。

《1.3.根据第一实施例的信息处理设备20》

接下来，将详细描述根据本实施例的信息处理设备20的功能配置。根据本实施例的信息处理设备20具有基于收集到的传感器信息和与培养目标相关联的培养模型来确定该培养目标的培养状态的功能。另外，根据本实施例的信息处理设备20具有根据培养目标的培养状态来控制与培养目标有关的输出的功能。另外，根据本实施例的信息处理设备20可以基于上述识别单元120进行的识别的结果来确定培养目标的培养状态。

参照图2，根据本实施例的传感器设备20包括确定单元210、输出控制单元220、以及通信单元230。在下文中，将主要基于配置的特点详细描述上面指出的配置。

(确定单元210)

确定单元具有基于收集到的传感器信息和与培养目标相关联的培养模型来确定培养目标的培养状态的功能。另外，确定单元210具有使确定的培养目标的培养状态存储到培养状态DB 60中的功能。此时，确定单元210可以基于传感器设备10已经收集到的实际环境的传感器信息和与培养模型DB 50中包括的培养目标相关联的培养模型来确定培养目标的培养状态。例如，在培养目标为苹果的情况下，确定单元210可以通过将传感器设备10收集到的传感器信息与培养模型DB 50中包括的苹果的培养模型相比较来确定培养目标的培养状态。

另外，确定单元210可以基于传感器设备10的识别单元120进行的识别的结果来确定培养目标的培养状态。此时，例如，确定单元210可以基于识别单元120识别到的实际物体的培养状态来确定培养目标的培养状态。另外，确定单元210可以基于识别单元120识别到的实际物体的类型来确定培养目标的培养状态。

另外，确定单元210也可以基于累积的多条传感器信息来确定培养目标的培养状态。在这种情况下，确定单元210可以基于过去在实际环境中收集到的时间序列传感器信息、记录的天气信息等来确定培养目标的培养状态。

另外，确定单元210可以基于在多个点处收集到的多条传感器信息来确定培养目标的培养状态。在这种情况下，确定单元210可以基于在相应点处收集到的多条传感器信息来确定多个培养目标的培养状态，或者可以基于在多个点处收集到的传感器信息来确定单个培养目标的培养状态。另外，确定单元210可以基于在单个点处收集到的传感器信息来确定多个培养目标的培养状态。

而且，根据本实施例的确定单元210具有基于收集到的各种类型的信息来生成与培养目标相关联的培养模型的功能。此时，例如，确定单元210可以基于从网络收集到的知识信息来生成上述培养模型。

另外，例如，确定单元210可以基于收集到的传感器信息和识别单元120识别到的实际物体的培养状态来生成上述培养模型。例如，确定单元210可以基于将收集到的传感器信息和实际物体的培养状态用作输入的机器学习的结果来生成培养模型。注意，稍后将描述根据本实施例的确定单元210所具有的功能的细节。

(输出控制单元220)

输出控制单元220具有根据确定单元210已经确定的培养目标的培养状态来控制与培养目标有关的输出的功能。例如，输出控制单元220可以控制与培养目标的培养状态有关的显示。另外，输出控制单元220也可以基于传感器设备10的识别单元120进行的识别的结果来控制与培养目标有关的显示。

另外，输出控制单元220具有进行与输出而非培养目标的显示有关的输出控制的功能。例如，根据本实施例的输出控制单元220可以控制与培养目标的培养状态相对应的气味的输出。另外，输出控制单元220可以控制与培养目标的培养状态相对应的风味的输出。

进一步地，输出控制单元220具有控制基于收集到的传感器信息的环境状态的再现的功能。注意，稍后将描述根据本实施例的输出控制单元220所具有的功能的细节。

(通信单元230)

通信单元230具有与经由网络40连接的各种类型的装置和数据库进行信息通信的功能。具体地，通信单元230可以接收传感器设备10收集到的传感器信息和传感器设备10识别的实际物体信息。另外，通信单元230可以基于确定单元210的控制从培养模型DB 50接收与培养目标相关联的培养模型信息。进一步地，通信单元230可以将与确定单元210已经确定的培养目标的培养状态有关的信息发送至培养状态DB 60。另外，通信单元230可以基于输出控制单元220的控制将与培养目标有关的输出信息发送至输出设备30。

《1.4.根据第一实施例的输出设备30》

接下来，将详细描述根据本实施例的输出设备30的功能配置。如上所述，根据本实施例的输出设备30具有基于信息处理设备20的控制进行与培养目标的培养状态相对应的各种类型的输出的功能。

参照图2，根据本实施例的输出设备30包括输出单元310、输入单元320、以及通信单元330。在下文中，将主要基于配置的特点详细描述上面指出的配置。

(输出单元310)

输出单元310具有基于信息处理设备20的控制进行与培养目标的培养状态相对应的各种类型的输出的功能。例如，输出单元310可以进行与培养目标的培养状态相对应的显示。例如，上述功能可以通过阴极射线管(CRT)显示装置、液晶显示(LCD)装置、或者有机发光二极管(OLED)装置来实施。另外，输出单元310可以具有与接收来自用户的信息输入的输入单元相同的功能。例如，与输入单元相同的功能可以通过触摸面板来实施。

另外，输出单元310可以进一步具有输出与培养目标的培养状态对应的气味和风味的功能。在这种情况下，输出单元310可以包括基于信息处理设备20的控制组成上述气味和风味的配置。例如，输出单元310可以通过基于信息处理设备20的控制进行香精油的混合来输出与培养目标的培养状态对应的气味。

(输入单元320)

输入单元320具有接收来自用户的信息输入并且将输入的信息传送至连接到网络40的装置，包括输出设备30。例如，上述功能可以通过键盘鼠标、各种类型的指针、按钮、开关等来实施。

(通信单元330)

通信单元330具有与经由网络40连接的各种类型的装置进行信息通信的功能。具体地，通信单元330可以接收信息处理设备20生成的各种类型的控制信息。另外，通信单元330可以将输入单元320接收到的输入信息发送至信息处理设备20。

上面已经详细描述了根据本实施例的传感器设备10、信息处理设备20、以及输出设备30的功能配置。根据这些配置，使得可以实施在各种类型的实际环境中的培养目标的高准确度生长预测。注意，图2所示的功能框图仅仅是一种例示，并且传感器设备10、信息处理设备20、以及输出设备30的功能配置不限于该示例。

例如，已经以传感器设备10进行实际物体的识别的情况为例进行了上述描述。虽然如此，但根据本实施例的物体识别功能可以通过信息处理设备20来实施。在这种情况下，信息处理设备20可以基于传感器设备10收集到的传感器信息和实际物体DB 70中包括的物体信息来进行实际物体的识别。

另外，例如，已经以培养模型DB 50、培养状态DB 60、以及实际物体DB 70经由网络40连接至装置的情况为例进行了上述描述。虽然如此，但上述DB可以作为构成装置的部件而被包含进来。例如，信息处理设备20可以包括具有与培养状态DB 60等效的功能的培养状态存储单元等。根据各个装置的规格、信息量等，可以适当地改变根据本实施例的功能配置。

《1.5.培养模型的具体示例》

接下来，将描述根据本实施例的培养模型的具体示例。如上所述，根据本实施例的信息处理设备20可以具有基于收集到的传感器信息和与培养目标相关联的培养模型来确定该培养目标的培养状态。此处，例如，上述培养模型可以包括与培养目标有关的各个元素的至少一个或者多个培养条件。确定单元210可以基于收集到的传感器信息和上述培养条件来确定培养目标的培养状态。

图3是图示了根据本实施例的培养模型中包括的培养条件的示例的概念图。图3图示了培养目标是苹果的情况中设置的培养条件的示例。参照图3，可以看出，根据本实施例，将着色条件和着色失败条件设置为苹果的培养模型中的培养条件。按照这种方式，根据本实施例，可以针对各个元素，诸如，颜色、大小、以及培养目标的形状，在培养模型中设置良好条件和不良条件。

另外，设置光线量、温度、叶子的含糖量、以及磷含量，作为图3中举例的苹果的着色条件。此处，可以针对上述相应的各项设置更详细的阈值。例如，对于与着色条件有关的光线量，例如可以设置阈值，诸如八万勒克斯或者更高的光、或者每天暴露于光五个小时或者更多。另外，例如，对于与着色条件有关的温度，可以设置阈值，诸如大约15度的温度。

根据本实施例的确定单元210可以通过将收集到的传感器信息中包括的日光和温度的状态与上述阈值相比较来确定培养目标的培养状态。

另外，作为图3中举例的苹果的着色失败条件，可以设置氮含量、钙含量、长时间下雨、白天和晚上的温差等此处，与着色条件相似，与着色失败条件有关的各项可以包括更详细的阈值。例如，实施例的确定单元210可以基于传感器信息所指示的氮含量超过着色失败条件中设置的阈值来确定培养目标的培养状态。

按照这种方式，根据本实施例的确定单元210可以通过将收集到的传感器信息与培养模型中包括的各个元素的培养条件相比较来确定培养目标的培养状态。此时，例如，确定单元210可以基于物品数超过培养模型中设置的良好条件的阈值并且物品数超过不良条件中设置的阈值来确定上述培养状态。另外，可以根据重要度等对良好条件和不良条件中设置的项进行加权。而且，培养模型中包括的培养条件的数量可以是3或者更多。在根据本实施例的信息处理方法中，可以通过根据培养目标的特性设置培养条件来实施更准确的培养状态确定。

《1.6.培养模型的生成》

接下来，将描述根据本实施例的培养模型的生成。如上所述，根据本实施例的确定单元210具有生成与培养目标相关联的培养模型的功能。在下文中，将使用图4和图5详细描述根据本实施例的培养模型的生成示例。

(基于知识信息的培养模型的生成)

例如，根据本实施例的确定单元210可以基于知识信息进行培养模型的生成。此处，例如，上述知识信息可以包括通过互联网发布的信息、以及文档信息诸如保存在网络40上的与培养目标有关的研究论文。

图4是图示了在知识信息与确定单元210基于知识信息生成的培养模型之间的关系的概念图。参照图4，可以看出，在知识信息I1中描述了与培养目标有关的栽培信息。另外，图4所示的表格T1可以是确定单元210基于知识信息I1生成的培养模型的示例。按照这种方式，根据本实施例的确定单元210可以通过分析知识信息来生成与培养目标有关的培养模型。

具体地，如图4所示，确定单元210可以针对诸如“绽放”、“透水性”、“干燥”和“加湿”等关键词搜索知识信息I1中包括的文本信息，并且提取与关键词有关的培养条件。此处，如上所述，知识信息I1可以是互联网上发布的信息、或者保存在网络40上的文档信息。换言之，根据本实施例的确定单元210可以通过搜索与培养目标有关的知识信息动态地生成培养模型。

此时，基于获取与各项有关的更具体的数值，确定单元210可以将该数值应用于培养模型。例如，在确定单元210从另一条知识信息获取与湿度和干燥度有关的具体数值的情况下，确定单元210可以更新表格T1上列举的对应项值。另外，确定单元210可以识别知识信息中描述的文本的细微差别，并且自动设置数值。例如，确定单元210还可以识别知识信息I1中包括的指示“极度干燥”的文本，用“湿度10％”替代文本，并且设置数值。

如上所述，根据本实施例的确定单元210可以基于知识信息动态地生成与培养目标相关联的培养模型。根据本实施例提供的确定单元210所具有的上述功能，使得可以通过获取最新发布的知识信息来自动提高与培养模型有关的准确度。

(使用机器学习的培养模型生成)

接下来，将描述根据本实施例的使用机器学习的培养模型生成。根据本实施例的确定单元210可以基于将收集到的传感器信息和识别单元120识别到的实际物体的培养状态用作输入的机器学习的结果来进行培养模型的生成。

图5是描述了根据本实施例的使用机器学习的培养模型生成的概念图。

图5所示的示例图示了确定单元210基于实际物体RO1(苹果)的培养状态和实际物体RO1所在的实际环境中收集到的传感器信息来生成用作培养目标的苹果的培养模型的情况。换言之，根据本实施例的确定单元210可以基于实际环境中栽培的实际物体RO1的生长结果和基于传感器信息的与实际物体RO1有关的栽培动作数据来生成与实际物体RO1相同类型的培养目标有关的培养模型。

此处，可以将识别单元120获得的识别结果用作实际物体RO1的生长结果。例如，识别单元120可以基于图像捕获传感器、超声传感器等获取的信息来识别实际物体RO1的颜色、大小、形状等。另外，基于传感器信息的栽培动作数据可以包括与温度和土壤营养状态有关的各种类型的信息。

此时，根据本实施例的确定单元210可以通过使用将上述栽培动作数据用作特征量并且将实际物体RO1的生长结果用作标签的机器学习算法，来生成与实际物体RO1相同类型(相同品种)的培养目标有关的培养模型。例如，确定单元210可以使用学习模型，诸如支持向量机(SVM)、隐马尔可夫模型(HMM)、以及递归神经网络(RNN)。

按照这种方式，通过确定单元210使用将实际物体RO1的生长结果和栽培动作数据用作输入的机器学习来生成培养模型，使得可以生成更接近实际环境的高准确度的培养模型。

注意，根据本实施例的确定单元210聚集多个实际环境中收集到的栽培动作数据，并且生成共用培养模型。在这种情况下，还可以通过使用在多个点处在不同条件下获得的与实际物体有关的数据来生成通用性更高的培养模型。

《1.7.培养状态确定的细节》

上面已经描述了根据本实施例的培养模型生成的细节。接下来，将详细描述根据本实施例的确定单元210进行的培养目标的培养状态确定。如上所述，根据本实施例的确定单元210可以具有基于收集到的传感器信息和与培养目标相关联的培养模型来确定该培养目标的培养状态。在下文中，将使用图6至图9详细描述根据本实施例的培养状态确定的具体示例。注意，将以培养目标为苹果的情况为例来进行以下描述。

(基于实际物体的识别结果的培养状态确定)

首先，将描述根据本实施例的基于实际物体的识别结果的培养状态确定。根据本实施例的确定单元210可以基于识别单元120获得的实际物体识别结果来确定培养目标的培养状态。此时，确定单元210可以基于实际物体的培养状态或者类型来确定上述培养状态。

图6是用于描述基于实际物体的识别结果的培养状态确定的概念图。参照图6，实际环境RE1中存在实际物体RO1(苹果)和实际物体RO2(昆虫)。根据本实施例的传感器设备10的识别单元120可以基于传感器单元110收集到的传感器信息和实际物体DB 70中包括的物体信息来识别实际物体RO1和RO2。

另外，在如图6所示的示例中，信息处理设备20基于传感器信息和已经从传感器设备10接收的实际物体信息来确定培养目标TO1的培养状态，并且使该培养状态显示在输出设备30上。

此处，实际物体RO1和培养目标TO1可以是不同品种的苹果。在部分蔷薇科植物中，包括苹果，存在自交不亲和性。换言之，因为苹果具有即使使用相同品种的花粉进行授粉也不会结果实的这种特性，所以对于正常的种子形成，需要不同品种的苹果产生的花粉。因此，根据本实施例的确定单元210可以基于识别单元120识别到实际物体RO1是与培养目标TO1不同品种的苹果来确定培养目标TO1的培养状态。另外，确定单元210还可以基于实际物体RO1绽放来确定培养状态，附图未图示。换言之，根据本实施例的确定单元210可以基于实际物体的培养状态或者类型来确定培养目标的培养状态。

另外，例如，图6所示的实际物体RO2可以是访花昆虫，诸如蜜蜂和角额壁蜂。与由风传播花粉的风媒花不同，苹果是虫媒花，其依赖于上述访花昆虫进行授粉。换言之，苹果具有如下特性：在不进行人工授粉的情况下，在访花昆虫不存在的环境下不结果实。因此，根据本实施例的确定单元210基于识别单元120识别到访花昆虫(诸如，实际物体RO2)来确定培养目标TO1的培养状态。另外，根据本实施例的输出控制单元220可以基于识别到的实际物体来控制与培养目标有关的显示。在图6所示的示例中，输出控制单元220基于有关识别到的实际物体RO2的信息使识别到的物体AO1显示在输出设备30上。

如上所述，根据本实施例的信息处理设备20可以基于实际物体的识别结果来确定培养目标的培养状态。在图6所示的示例中，信息处理设备20基于传感器设备10识别到的实际物体RO1和RO2来确定培养目标TO1的与授粉有关的培养状态，并且使结果实的培养目标TO1显示在输出设备30上。

按照这种方式，根据本实施例提供的信息处理设备20，使得可以基于实际环境中存在的实际物体的行为来预测培养目标的生长结果。换言之，根据本实施例提供的信息处理设备20，可以实施更接近实际环境的高准确度的培养预测。

注意，已经对与苹果的结果实有关的上述描述，但是根据本实施例的信息处理设备20可以进行基于识别到的实际物体的各种类型的确定。例如，在培养目标是草莓的情况下，通过识别作为实际物体存在的鼠尾草，还也可以确定培养目标的培养状态。信息处理设备20还可以通过将适合共生栽培的组合(诸如，草莓和鼠尾草)用作培养模型来进行更先进的培养状态确定。

另外，信息处理设备20可以基于有关植物激素(诸如，从实际物体收集到的乙烯和生长素)的信息来确定培养目标的培养状态。在这种情况下，信息处理设备20可以进行更符合实际环境的培养结果的预测。

(多个目标的培养状态确定)

接下来，将描述根据本实施例的多个目标的培养状态确定。根据本实施例的确定单元210可以基于在单个点处收集到的传感器信息确定与多个培养目标有关的培养状态。

图7是用于描述根据实施例的多个目标的培养状态确定的概念图。参照图7，信息处理设备20基于在单个实际环境RE1中收集到的传感器信息来确定多个培养目标TO1a和TO1b的培养状态，并且使培养状态显示在输出设备30上。

此处，例如，培养目标TO1a和TO1b可以是彼此不同品种的苹果。换言之，根据本实施例的信息处理设备20可以基于单个实际环境RE1中收集到的传感器信息来确定与多个品种的培养目标有关的培养状态。此时，信息处理设备20的确定单元210可以通过使用与相应品种相关联的培养模型来确定上述培养状态。

根据本实施例提供的信息处理设备20所具有的上述功能，可以基于从相同环境收集到的传感器信息来比较多个品种的生长结果。换言之，根据本实施例提供的信息处理设备20，使得可以识别适合各个实际环境的培养目标，并且可以实施农业产品的高效生产。

注意，已经以使用相同植物种类中不同品种的培养目标的情况为例进行了上述描述，但是根据本实施例的信息处理设备20可以基于从单个点处收集到的传感器信息来确定不同植物种类的培养状态。同样在这种情况下，也能实现如下效果：针对各种实际环境，可以发现适合培养的植物种类。

(使用多个点处的多条传感器信息的培养状态确定)

接下来，将描述根据本实施例的使用多个点处的多条传感器信息的培养状态确定。根据本实施例的确定单元210可以基于在多个点处收集到的传感器信息来确定与培养目标有关的培养状态。

图8是用于描述根据实施例的使用多个点处的多条传感器信息的培养状态确定的概念图。参照图8，信息处理设备20基于在多个实际环境RE1a和RE1b中收集到的传感器信息来确定多个培养目标TO1a和TO1b的培养状态，并且使该培养状态显示在输出设备30上。

此处，例如，培养目标TO1a和TO1b可以是相同品种的苹果。换言之，根据本实施例的信息处理设备20可以基于多个实际环境RE1a和RE1b中收集到的多条传感器信息来确定与相同品种的培养目标有关的培养状态。

根据本实施例提供的信息处理设备20所具有的上述功能，可以基于从多个环境收集到的多条传感器信息来比较培养目标的生长结果。换言之，根据本实施例提供的信息处理设备20，使得可以识别适合栽培培养目标的实际环境，并且可以实施农业产品的高效生产。

(使用累积的多条传感器信息的培养状态确定)

接下来，将描述根据本实施例的使用累积的多条传感器信息的培养状态确定。根据本实施例的确定单元210可以基于过去累积的传感器信息来确定与培养目标有关的培养状态。

图9是用于描述根据实施例的使用累积的多条传感器信息的培养状态确定的概念图。参照图9，信息处理设备20基于在实际环境RE1中实时收集到的传感器信息和累积的过去的数据来确定培养目标TO1a和TO1b的培养状态，并且使这些培养状态显示在输出设备30上。

此处，上述过去的数据可以包括存储在培养状态DB 60中的在过去收集到的多条传感器信息、由另一装置记录的过去的天气信息等。在基于实际环境RE1中收集到的传感器信息确定培养目标的培养状态之后，根据本实施例的信息处理设备20可以预测未来的生长结果，该未来的生长结果是通过将过去累积的多条传感器信息应用于培养目标而得到的。在这种情况下，确定单元210可以具有进行与培养目标的生长速度有关的控制的功能。

例如，在实时使用截止到五月(当前时间点)在实际环境RE1中收集到的多条传感器信息的同时确定培养目标的培养状态之后，信息处理设备20可以使用在去年和前年的六月到八月收集到的多条传感器信息来知行上述预测。在图9所示的示例中，例如，显示在输出设备30上的培养目标TO1a可以是通过应用去年收集到的多条传感器信息而得到的生长预测结果。另外，例如，显示在输出设备30上的培养目标TO1b可以是通过应用前年收集到的多条传感器信息而得到的生长预测结果。

根据本实施例提供的信息处理设备20所具有的上述功能，使得可以基于过去累积的多条传感器信息来准确地预测培养目标的未来生长，并且使得可以将该预测用作未来栽培的反馈。

《1.8.对输出而非显示的控制》

接下来，将描述根据本实施例的对输出而非显示的控制。根据本实施例的输出控制单元220可以进行与输出而非培养目标的显示有关的输出控制。具体地，根据本实施例的输出控制单元220可以控制与培养目标的培养状态相对应的气味的输出。另外，根据本实施例的输出控制单元220可以控制与培养目标的培养状态相对应的风味的输出。

图10是描述了根据实施例的气味和风味的输出控制的概念图。参照图10，信息处理设备20基于实际环境RE1中收集到的传感器信息使输出设备30输出与培养目标的培养状态相对应的气味和风味。此时，除了实际环境RE1中收集到的传感器信息之外，信息处理设备20还使用从实际物体RO1收集到的传感器信息来进行输出控制。例如，信息处理设备20可以基于与实际物体RO1的糖含量或者酸分量有关的传感器信息来进行输出设备30的输出控制。在这种情况下，例如，信息处理设备20可以使用基于传感器信息的近红外光谱等得到实际物体RO1的糖含量(百利数值)。另外，信息处理设备20可以使用与实际物体RO1中包含的维他命C、柠檬酸、琥珀酸、乳酸、酒石酸、醋酸等有关的传感器信息来控制培养目标的气味和风味的输出。

例如，在信息处理设备20控制与培养目标有关的气味的输出的情况下，输出设备30可以是如在香薰机中处理香精油来喷洒气味的香料装置。在这种情况下，输出设备30可以基于信息处理设备20的控制从预设香精油中选择与培养目标的培养状态相对应的香精油，或者可以基于信息处理设备20的控制将香精油进行混合。输出设备30还可以基于信息处理设备20的控制调节要喷洒的香精油的量。另外，输出设备30可以是基于信息处理设备20的控制产生诸如香精油等香料的制造装置。在这种情况下，输出设备30可以基于信息处理设备20的控制将预设材料混合，并且输出与培养目标的培养状态相对应的气味。

另外，例如，在信息处理设备20控制与培养目标有关的风味的输出的情况下，输出设备30可以是生产糖果、饮料等的制造装置。同样，在这种情况下，输出设备30可以基于信息处理设备20的控制将预设材料混合，并且输出与培养目标的培养状态相对应的风味。另外，另外，输出设备30可以是具有如在3D打印机中再现目标物体的三维结构的功能的装置。在这种情况下，输出设备30还可以生成使用可食用材料再现了培养目标的三维结构和风味的食物。另外，输出设备30可以是具有可食用打印功能的各种类型的食物打印机。

如上所述，根据本实施例提供的信息处理设备20，使得可以控制与培养目标的培养状态相对应的气味和风味的输出。另外，还可以将用户对输出的气味和风味的评估用作培养模型和栽培方法的反馈。在这种情况下，例如，通过获得在用户非常喜欢的风味与确定培养状态所使用的传感器信息之间的关联，可以估计影响预定风味的环境等。注意，已经以使用从实际物体RO1收集到的传感器信息进行输出控制的情况为例进行了上述描述，但是根据本实施例的信息处理设备20还可以仅基于培养目标的培养状态来控制气味和风味的输出。在这种情况下，信息处理设备20可以通过参考培养目标的培养模型使从培养状态假定的口感和风味得以输出。

《1.9.基于传感器信息的环境再现的控制》

接下来，将描述根据本实施例的基于传感器信息的环境再现的控制。根据本实施例的信息处理设备20可以基于在实际环境中收集到的传感器信息来控制与实际环境有关的环境状态的再现。

图11是用于描述根据实施例的基于传感器信息的环境再现控制的概念图。参照图11，信息处理设备20基于在实际环境RE1中收集到的传感器信息来控制输出设备30进行的再现环境IE1的生成。此处，再现环境IE1可以是通过在设备中本地再现实际环境RE1的环境状态而得到的人工环境。

此时，输出设备30可以是基于信息处理设备20的控制生成再现环境IE1的环境测试装置。例如，输出设备30可以基于信息处理设备20的控制调节再现环境IE1中的温度、湿度、氧浓度、二氧化碳浓度、土壤状态等。换言之，输出设备30具有再现作为再现环境IE1的实际环境RE1的环境状态的至少一部分的功能。

如上所述，根据本实施例的信息处理设备20可以控制基于实际环境中收集到的传感器信息的环境状态的再现。另外，如图11所示，在根据本实施例的信息处理方法中，也可以在再现环境IE1中进行实际物体RO3的栽培。换言之，根据本实施例提到的信息处理方法，例如，使得可以在远处再现环境状态并且进行该环境状态中的实际物体RO3的测试栽培。在这种情况下，通过比较实际环境RE1中的实际物体RO1和再现环境IE1中的实际物体RO3的培养状态，也可以实现辨别影响实际物体RO3的生长的环境元素。

另外，根据本实施例的信息处理设备20可以控制再现环境IE1的生成以便在部分环境状态方面与实际环境RE1不同。例如，信息处理设备20可以在比实际环境RE1高五度的温度下生成再现环境IE1。按照这种方式，通过生成部分环境偏移改变了的再现环境IE1的信息处理设备20，可以进一步增强与实际物体RO1和RO3之间的生长比较有关的效果。

《1.10.信息处理设备20进行的控制流程》

已经主要基于根据本实施例的信息处理设备所具有的功能进行了上述详细描述。接下来，将描述根据本实施例的信息处理设备20进行的控制流程。

图12是图示了根据本实施例的信息处理设备20进行的控制流程的流程图。

参照图12，信息处理设备20的通信单元230首先接收来自传感器设备10的传感器信息和实际物体信息(S1101)。此时，在信息处理设备20具有与实际物体的识别有关的功能的情况下，信息处理设备20可以基于接收到的传感器信息和实际物体DB 70中包括的物体信息来进行实际物体的识别。

接下来，确定单元210确定实际物体信息是否存在(S1102)。此处，在实际物体信息存在(S1102：是)的情况下，确定单元210进行基于实际物体的类型的培养状态的确定(S1103)。

随后，确定单元210进行基于实际物体的培养状态的培养目标的培养状态确定(S1104)。注意，与步骤S1103和S1104有关的处理不需要按照上述顺序进行，或者也可以同时进行。

在完成步骤S1104的处理的情况下，或者在实际物体信息不存在(S1102：否)的情况下，确定单元210基于步骤S1101中接收到的传感器信息来确定培养目标的培养状态(S1105)。注意，与步骤S1103至S1105有关的确定不需要始终独立进行。确定单元210可以基于传感器信息和实际物体信息确定培养目标的培养状态。

接下来，输出控制单元220基于确定单元210获得的培养状态的确定结果来进行与培养目标有关的输出的控制(S1106)。此时，输出控制单元220可以根据输出设备30的规格进行气味和风味的显示控制和输出控制。输出控制单元220可以同时控制气味和风味的显示和输出，或者可以进行多个输出设备30的输出控制。

上面已经描述了根据本实施例的信息处理设备20进行的控制流程。如上所述，根据本实施例的信息处理设备20可以基于在实际环境中收集到的传感器信息和与培养目标相关联的培养模型来确定该培养目标的培养状态。另外，根据本实施例的信息处理设备20可以根据上述确定的培养状态来控制与培养目标有关的各种类型的输出。根据本实施例提供的信息处理设备20所具有的上述功能，使得可以在各种类型的实际环境中高度准确地预测培养目标的生长。

注意，已经以苹果作为培养目标的示例进行了本实施例的描述，但是本实施例的培养目标不限于该示例。例如，根据本实施例的培养目标可以是家畜、鱼、昆虫、以及其它普通生物体。根据本实施例的信息处理方法也可以广泛用于除了农业之外的工业。

另外，已经在重点关注培养目标的单次生成的同时进行了本实施例的描述，但根据本实施例的信息处理方法还可以确定与多次生成有关的培养目标的状态。根据本实施例的信息处理方法，例如，也可以进行基于传感器信息的与培养目标的异体受精和后代形成有关的状态确定。可以根据培养目标的特性适当地改变根据本发明的信息处理方法。

<2.第二实施例>

《2.1.第二实施例的综述》

接下来，将描述本公开的第二实施例的综述。在本公开的第二实施例中，提供了一种享受基于传感器信息的培养目标的生长作为娱乐的游戏。

几年来，已经提出了模拟培养目标的生长的多种游戏。虽然如此，但是因为上述模拟全都在虚拟世界中知行，所以五感在培养目标方面的感觉是不足的，并且难以进行如实际体验那样充分的培养体验。另一方面，在饲养实际生物体(诸如，宠物)的情况下，除了诸如花销和护理等成本之外，在生物体死亡后感觉到的失落感和处置问题可以成为心理障碍。

通过将重点放在上述点，已经构思出了根据本实施例的信息处理方法，该信息处理方法可以通过收集用户进行的培养行为作为传感器信息并且确定培养目标的培养状态来提供很有实际体验的感觉的培养游戏。另外，在根据本实施例的信息处理方法中，通过在虚拟世界中进行培养目标的培养，使得可以排除在实际世界中的培养体验的上述心里障碍并且可以向用户提供更温和的培养体验。

注意，在下面将描述的本实施例中，将主要基于与第一实施例的不同之处进行描述，并且将省略对冗余功能的描述。另外，在第二实施例中，信息处理设备20可以具有在第一实施例中已经描述的传感器设备10或者输出设备30中包括的功能。换言之，除了在第一实施例中描述的功能配置之外，根据本实施例的信息处理设备20还可以包括诸如传感器单元110、识别单元120、输出单元310、以及输入单元320等配置。可以适当地改变根据本实施例的信息处理设备20的功能配置。

图13是图示了本实施例的综述的概念图。如图13所示，在本实施例中，可以基于安装在实际环境中的信息处理设备20收集到的传感器信息来确定培养目标的培养状态，并且可以控制与培养目标有关的显示。因此，在图13中的示例中，信息处理设备20被图示为包括输出单元310的装置，该输出单元310包括显示器。另外，在图13中的示例中，信息处理设备20进一步包括传感器单元110。此时，例如，信息处理设备20的传感器单元110可以包括照度传感器、温度传感器、土壤传感器、二氧化碳传感器等。

另外，图13举例说明了信息处理设备20确定充当培养目标的花的培养状态，并且控制该花的显示。因此，信息处理设备20安装在实际世界中存在的花盆中。此时，信息处理设备20可以按照如下方式安装：土壤传感器被插入到花盆中的土壤中。注意，例如，上述土壤传感器可以是用于测量土壤的营养含量和含水量的传感器。因为土壤传感器中包括的传感器的细节可以与第一实施例中的细节相似，所以将省略描述。

另外，用户可以对如上所述安装的信息处理设备20进行各种培养动作。在图13所示的示例的情况下，用户可以施加水和肥料，并且将花盆移动到晒得到太阳的位置，例如，与实际花的栽培相似。

此时，根据本实施例的信息处理设备20可以通过传感器信息收集由上述培养动作造成的环境状态的变化，并且基于传感器信息和培养模型来确定培养目标的培养状态。另外，信息处理设备20可以进行与确定的培养状态相对应的培养目标的显示。换言之，根据本实施例的信息处理设备20可以使与用户的培养动作相对应的培养目标的生长形象化，并且将该生长呈现给用户。根据本实施例提供的信息处理设备20所具有的上述功能，使得可以在减轻培养实际生物体的负担的同时向用户提供充分的培养体验。

注意，已经以信息处理设备20控制其中包括的输出单元310的情况为例进行了上述描述，但是根据本实施例的信息处理设备20可以控制独立存在的输出设备30进行的显示，与第一实施例相似。在这种情况下，例如，信息处理设备20可以控制由输出设备30进行的增强现实(AR)叠加。例如，信息处理设备20也可以基于实际物体的识别结果将培养目标叠加在实际世界中绽放的花之间。

另外，除了培养目标的当前培养状态之外，根据本实施例的信息处理设备20还可以显示过去的和未来的培养状态。在这种情况下，信息处理设备20的输出控制单元220可以基于输入单元320识别到的用户操纵来控制与培养目标有关的显示内容。根据信息处理设备20所具有的上述功能，使得用户可以检查与培养目标有关的过去培养状态的记录。另外，根据信息处理设备20所具有的上述功能，用户可以检查与未来培养目标有关的未来培养状态预测。此时，信息处理设备20的确定单元210可以使用在过去一段时间内收集到的多条传感器信息来确定在一段时间之后造成的培养目标的培养状态。

《2.2.培养目标的变化》

接下来，将描述根据本实施例的培养目标的变化。已经以将花视为培养目标为例进行了使用了图13的上述描述，但是根据本实施例的培养目标可以是各种生物体。用户可以培养在信息处理设备20中预设的培养目标，或者可以能够从多个候选中选择培养目标。

另外，可以基于照片、移动图像、或者各种静止物体来决定根据本实施例的培养目标。根据本实施例的信息处理设备20还可以从用户拍摄的照片或者移动图像识别对象，并且决定该对象作为培养目标。另外，信息处理设备20还可以识别2D/3D扫描仪读取的固定物品、用户生成的粘土作品等，并且将识别到的物体视为培养目标。此时，信息处理设备20可以通过使用实际物体DB 70中包括的物体信息来进行上述识别。另外，信息处理设备20可以提取充当识别源的图像或者静止物体的颜色，并且设置与培养目标有关的显示颜色。在下文中，将使用具体示例描述根据本实施例的培养目标的变化。

(培养目标：鱼)

例如，根据本实施例的培养目标可以是鱼。在这种情况下，例如，信息处理设备20可以是包括整体地或者附加地安装在水池上的显示器的各种装置。通过使用传感器单元110，信息处理设备20可以测量与水池环境有关的照度、水温、水质、食物量等。此处，例如，上述水质可以包括pH、硬度、氯浓度、盐浓度、氧气浓度、二氧化碳浓度等。

信息处理设备20可以基于从水池环境收集到的传感器信息来确定充当培养目标的鱼的培养状态，并且将确定的培养状态显示在显示器上。此时，例如，信息处理设备20还可以通过使用图像捕获传感器等观察水表面的状态来识别用户进行的食物的输入，并且使培养目标接近食物等的状态得以显示。注意，例如，上述食物不需要是实际食物，并且可以用塑料颗粒或者水溶性物质取代。通过使用上述取代品，水池环境中的水质可以保持得较高。

另外，例如，信息处理设备20可以识别查看水池的用户的脸，并且进行显示控制，从而使培养目标接近用户。另外，信息处理设备20还可以识别实际物体，诸如水池环境中存在的鱼，并且控制将培养目标显示在输出单元310上的位置。在这种情况下，例如，信息处理设备20可以控制显示，从而使实际物体和培养目标在水池中变得均匀。

另外，信息处理设备20还可以控制培养目标的培养状态并且根据识别到的实际物体的类型等进行显示。例如，在识别到的实际物体是食肉动物的情况下，信息处理设备20可以控制显示，从而使充当培养目标的鱼的数量随着时间的过去而减少。按照这种方式，根据本实施例的信息处理设备20可以基于实际物体的识别结果来确定培养目标的培养状态。

(培养目标：昆虫)

例如，根据本实施例的培养目标可以是昆虫。在这种情况下，例如，信息处理设备20可以进行实际环境中存在的昆虫笼中的培养目标的投影映射。信息处理设备20还可以识别昆虫笼中安装的物体的凹处和突起，并且产生培养目标停留在该物体上的状态。

另外，在培养目标是昆虫的情况下，通过使用传感器单元110，信息处理设备20可以测量与昆虫笼环境有关的温度、湿度、食物量、水量、土壤状态等。信息处理设备20可以基于从昆虫笼环境收集到的传感器信息来确定充当培养目标的昆虫的培养状态，并且通过投影映射来显示确定的培养状态。

另外，信息处理设备20的输出控制单元220还可以控制与确定的培养目标的培养状态相对应的声音的输出。具体地，输出控制单元220可以根据培养目标的培养状态来控制通过再现叽叽喳喳声或者扑翅声音而得到的声音的输出。另外，在培养目标是夜出性昆虫的情况下，输出控制单元220可以根据昆虫笼的环境亮度调节叽叽喳喳声或者扑翅声音的声音音量和频率。根据本实施例提供的信息处理设备20所具有的上述功能，使得可以实施更接近实际物体的表示。

(培养目标：动物)

另外，例如，根据本实施例的培养目标可以是动物，诸如哺乳动物或者鸟。在这种情况下，例如，信息处理设备20可以进行将培养目标AR叠加到实际环境中存在的室内空间、笼等中。另外，信息处理设备20还可以进行将培养目标AR叠加到毛绒玩具、机器人等上。可替代地，信息处理设备20可以进行将培养目标虚拟现实(VR)显示到头戴式显示器(HMD)等上。

此时，信息处理设备20可以基于用户对毛绒玩具或者机器人的接触、或者用户的行走量、感觉等来确定培养目标的培养状态。例如，用户的上述接触可以是由毛绒玩具或者机器人中包括的触摸传感器收集到的信息。另外，用户的行走量和感觉可以是由用户穿戴的可穿戴装置等收集到的信息。

信息处理设备20可以基于用户抚摸毛绒玩具的频率和强度来确定培养目标相对于用户的驯服度。另外，例如，信息处理设备20可以通过将用户的行走量视为漫步量来确定培养目标的行为模式。进一步地，信息处理设备20可以基于用户的感觉来控制培养目标进行预定的行为。

(培养目标：个性化人物)

另外，根据本实施例的培养目标可以是个性化角色。此处，例如，上述角色可以包括机器人、人形动物和植物等。在这种情况下，例如，信息处理设备20可以使培养目标显示在全身镜等上。另外，此时，信息处理设备20可以基于用户的语音或者在用户与培养目标之间进行的对话来确定培养目标的培养状态。例如，信息处理设备20可以根据上述对话的量来确定培养目标的驯服度。另外，例如，信息处理设备20可以进行控制，从而使培养目标的行为基于麦克风收集到的音乐而改变。

(培养目标：菌类)

另外，根据本实施例的培养目标可以是各种类型的菌类。此处，上述菌类可以包括真菌和细菌。在这种情况下，例如，信息处理设备20可以是包括显微显示器的装置。在培养目标是菌类的情况下，通过使用传感器单元110，信息处理设备20可以测量与实际环境或者指定位置(诸如厨房)中存在的有盖培养皿有关的温度、湿度、氧气量、pH、压力、盐浓度等。信息处理设备20可以基于收集到的传感器信息来确定充当培养目标的菌类的培养状态，并且控制培养目标的显示。

另外，信息处理设备20可以基于用户行为和极其有关的信息来进行上述确定和显示控制。例如，基于从传感器信息识别到用户的饮食习惯较差，也可以进行显示控制以便扩大幽门螺杆菌的菌落。

《2.3.根据第二实施例的输出控制》

上面已经描述了根据本实施例的培养目标的变化。接下来，将使用示例来描述根据本实施例的培养目标共用的输出控制。

(基于周围环境的显示控制)

首先，将描述根据本实施例的基于周围环境的显示控制。根据本实施例的信息处理设备20可以根据传感器信息识别到的周围实际环境来进行培养目标的显示控制。

图14是图示了根据本实施例的基于周围环境的显示控制示例的图像视图。参照图14，信息处理设备20将定位在后部分上的实际物体RO4连同培养目标TO2一起显示在输出单元310上。按照这种方式，根据本实施例的信息处理设备20可以连同培养目标一起显示后部分中包括的图像捕获传感器等捕获的图像。根据信息处理设备20所具有的上述功能，使得可以实施更自然地适配在周围环境中的培养目标的显示。

另外，此时，信息处理设备20可以基于广角相机拍摄的图像信息和检测到的用户的视线信息来调节与培养目标一起显示的图像的视角。通过进行上述控制，信息处理设备20可以进行与用户的视线的角度和视距相对应的更自然的显示。

进一步地，信息处理设备20可以基于识别单元120得到的识别结果生成实际物体的3DCG模型，并且将该3DCG模型显示在输出单元310上。在这种情况下，信息处理设备20可以基于检测到的用户的视线调节与上述3DCG模型有关的显示角度。

另外，根据本实施例的信息处理设备20可以基于周围环境而非实际物体来进行显示控制。例如，基于从收集到的传感器信息估计到会降雨，信息处理设备20可以控制对雨的描写。另外，例如，基于从收集到的传感器信息估计到会出现预定强度或以上的风，信息处理设备20可以控制这种描写使得培养目标随风摇动。

另外，信息处理设备20可以基于传感器信息中包括的光的强度和方向来表示与培养目标相对应的向光性。例如，在培养目标是向日性植物的情况下，信息处理设备20可以进行状态确定和显示控制，从而使得培养目标朝着光的方向延伸。根据本实施例提供的信息处理设备20所具有的上述功能，使得可以实施更接近实际环境的培养目标的表示。

(多个输出单元310进行的培养目标的显示)

接下来，将描述根据本实施例的多个输出单元310进行的培养目标的显示。根据本实施例的信息处理设备20可以耦合多个输出单元310，并且将培养目标显示在多个输出单元310上。

图15是图示了根据本实施例的多个输出单元310进行的培养目标显示示例的图像视图。在图15中的左侧，图示了单个信息处理设备20a，并且在信息处理设备20a的输出单元310上显示有培养目标TO2。虽然如此，但是因为培养目标TO2的大小大于输出单元310的屏幕区域，仅将培养目标TO2的茎部分显示在输出单元310上。

另一方面，在图15的右侧，图示了多个信息处理设备20a和20b。此处，信息处理设备20a和20b可以处于彼此耦合的状态。参照图15，可以看出，培养目标TO2的整个图片都显示在耦合的信息处理设备20a和20b上。按照这种方式，根据本实施例的信息处理设备20可以控制与多个输出单元310有关的培养目标的显示。根据本实施例提供的信息处理设备20所具有的上述功能，可以进行与培养目标的培养状态相对应的灵活显示控制，并且另外，使得可以处理更大量的培养目标。

(与可穿戴式输出设备30有关的输出控制)

接下来，将描述本实施例中的与可穿戴式输出设备30有关的输出控制。根据本实施例的信息处理设备20可以控制由可穿戴式输出设备30进行的培养目标的输出。更具体地，根据本实施例的信息处理设备20可以使可穿戴式输出设备30显示与培养目标有关的三维视频。

图16是图示了可穿戴式输出设备30显示的三维视频的示例的图像视图。在图16所示的示例中，可穿戴式输出设备30基于信息处理设备20的控制显示与培养目标TO2有关的三维视频。此时，输出设备30的输出单元310可以包括眼镜式或者无眼镜式三维显示器。

按照这种方式，通过使用可穿戴式输出设备30来显示培养目标，使得可以将培养目标携带至用户的移动目的地，并且向用户提供更熟悉的培养体验。另外，在输出设备30包括传感器单元110的情况下，还可以根据用户访问的目的地的实际环境来控制培养目标的培养状态和显示内容。

图17是图示了与可穿戴式输出设备30有关的另一种类型的输出控制的图像视图。在图17所示的示例中，可穿戴式输出设备30基于信息处理设备20的控制输出与培养目标TO2的操作相对应的声音和振动。换言之，根据本实施例的信息处理设备20可以控制与培养目标的操作显示相对应的声音输出和触觉输出。

根据本实施例的信息处理设备20可以显示，例如，培养目标TO2(鱼)掠过水表面的操作，并且同时，使输出设备30输出与该操作相对应的声音。另外，例如，信息处理设备20可以控制培养目标TO2(鱼)轻吻水池的操作、或者培养目标TO2咬用户的手指等的操作的显示，并且同时，可以控制与该操作相对应的触觉输出。此处，除了振动之外，根据本实施例，使用微电流的输出、使用空气压力或者水压力的压缩、温度变化等都可以用于触觉输出。根据本实施例提供的信息处理设备20所具有的上述功能，用户可以直观地感知培养目标的操作，并且使得可以实施更接近实际环境的培养目标的表示。

注意，已经以腕表式可穿戴装置为例进行了上述描述，但是，例如，根据本实施例的输出设备30可以是吊坠式可穿戴装置或者背包式可穿戴装置。

另外，已经以信息处理设备20和输出设备30独立形成的情况为例进行了上述描述，但是根据本实施例的信息处理设备20可以被实施为包括输出单元310的可穿戴装置。

(与传感器信息相对应的广告的输出控制)

接下来，将描述根据本实施例的与传感器信息相对应的广告的输出控制。根据本实施例的信息处理设备20可以基于收集到的传感器信息输出各种类型的广告。

图18A和18B是分别图示了根据本实施例的广告显示示例的图像视图。此处，图18A所示的示例图示了信息处理设备20使用户穿戴的可穿戴式输出设备30输出广告的情况。另外，图18B所示的示例图示了信息处理设备20在其中包括的输出单元310上输出广告的情况。

在图18A和18B中图示的示例中，信息处理设备20从收集到的传感器信息识别到高温天持续，并且控制与空调有关的广告输出。按照这种方式，根据本实施例的信息处理设备20可以基于从收集到的传感器信息识别到的倾向来控制与该倾向相对应的广告的输出。

此时，信息处理设备20可以使预设广告被显示，或者可以使经由网络40获取的广告被显示。根据本实施例提供的信息处理设备20所具有的上述功能，使得可以实施基于从实际环境收集到的传感器信息的正确广告显示。

《2.4.游戏元素的扩展》

上面已经描述了根据本实施例的显示控制示例。接下来，将描述根据本实施例的游戏元素的扩展。根据本实施例的信息处理设备20可以具有用于扩展游戏元素的各种功能。

(培养目标的收集)

根据本实施例的信息处理设备20可以具有培养目标的收集功能。信息处理设备20可以基于用户操纵将用户培养的培养目标的记录记录到培养状态DB 60上，并且使该记录被显示在输出单元310上。另外，信息处理设备20的确定单元210可以根据培养目标的上述记录授予奖章、徽章、奖品等来称赞用户的表现。例如，在用户已经培养出三种颜色(包括红色、蓝色和黄色)的郁金香的情况下，确定单元210可以确定培养记录并且授予“三种颜色郁金香徽章”等。

另外，可以进行控制，从而使得可以再次培养曾经已经收集到的培养目标。信息处理设备20还可以基于用户操纵从该收集中选择培养目标，并且再次开始培养。此时，信息处理设备20可以从种子或者蛋的状态培养上述培养目标，或者可以从用户指定的任意培养状态(例如，发芽状态、蛹状态等)开始培养。通过具有上述收集功能的信息处理设备20，使得可以提高用户对于培养的目的感。

(环境状态的收集)

另外，根据本实施例的信息处理设备20可以具有环境状态的收集功能。信息收集设备20可以将收集到的传感器信息的记录记录到培养状态DB 60上，并且处理该记录作为环境状态的收集。另外，确定单元210可以根据待记录的环境状态授予奖章、徽章、奖品等来称赞用户的表现。例如，在用户使用具有高营养含量的土壤培养培养目标的情况下，确定单元210可以授予“健康土壤徽章”等。通过具有上述功能的信息处理设备20，使得可以提高用户对于培养的目的感。

(游戏内物品)

另外，根据本实施例的信息处理设备20可以具有向用户授予能够用在游戏中的各种类型的物品的功能。例如，确定单元210可以从传感器信息确定用户已经在预定时段或者更长时段内在每早7点进行了浇水，并且可以授予游戏内物品。此处，例如，上述游戏内物品可以是用于将不同于实际环境的环境状态应用到培养目标的物品。作为游戏内物品，例如，可以使用即使在实际环境中下雨的情况下也可以将阳光环境适用于培养目标的“人工阳光”等。根据信息处理设备20所具有的上述功能，可以进一步提高与培养体验有关的游戏元素。

(培养速度和环境偏移的设置)

另外，根据本实施例的信息处理设备20可以具有与培养速度和环境偏移的设置有关的功能。具体地，信息处理设备20可以基于用户的指定来进行提高培养目标的培养速度的控制。例如，信息处理设备20的确定单元210还可以使用与一天相对应的传感器信息来确定与两天相对应的培养状态。在这种情况下，例如，使得可以在实际世界的一年中培养一年生植物两次。

另外，信息处理设备20可以基于用户的指定来进行环境偏移的变化控制。例如，确定单元210可以将水温设置为比实际环境中收集到的水温高五度，并且确定培养目标的培养状态。在这种情况下，例如，通过使用只能处理高达上限20度的水温的实际环境中的水池，使得可以将热带鱼(诸如，水虎鱼)视为培养目标。根据信息处理设备20所具有的上述功能，使得用户可以更容易地进行培养体验。注意，可以通过使用上述游戏中物品来进行根据本实施例的培养速度和环境偏移的控制。

(培养目标的交换和互换)

另外，根据本实施例的信息处理设备20可以具有与培养目标的交换和互换有关的功能。信息处理设备20可以通过经由网络40与另一信息处理设备20通信来实施上述功能。例如，用户可以与另一用户交换培养目标，或者可以将正在培养的培养目标迁移到另一用户的信息处理设备20，并且要求该另一用户仅在任意时段内进行护理等。

另外，信息处理设备20可以具有与培养目标的异体受精有关的功能。在这种情况下，信息处理设备20可以经由网络40获取有关另一信息处理设备20控制的培养目标的信息，并且产生新的培养目标。根据信息处理设备20所具有的上述功能，使得可以在用户之间分享培养体验。

(培养建议)

另外，根据本实施例的信息处理设备20可以具有与培养目标有关的培养建议功能。例如，基于从收集到的传感器信息检测到等于或者对于阈值的含水量，信息处理设备20可以使与过多浇水有关的警告被显示在输出单元310上。另外，信息处理设备20还可以识别实际环境中存在的实际物体的培养状态并且通过与实际物体相比较来进行培养建议。在这种情况下，例如，基于实际物体的培养状态良好，信息处理设备20可以给出建议以便继续像前面那样供应水和营养。根据信息处理设备20所具有的上述功能，使得可以辅助用户进行的培养动作，并且支持用户从而获得良好的培养结果。

(培养排名)

另外，根据本实施例的信息处理设备20可以具有与培养排名有关的功能。信息处理设备20可以生成用于比较培养目标的大小、漂亮度、稀有度等的排名，例如，并且可以生成用于比较培养目标的培养速度的排名，诸如直到绽放所需的时间。信息处理设备20可以通过经由网络40收集与其它信息处理设备20控制的培养目标的多条信息来生成上述排名。根据信息处理设备20所具有的上述功能，使得可以在用户之间分享培养体验的同时提高用户对于培养的目的感。

(培养目标的战斗)

另外，根据本实施例的信息处理设备20可以具有与培养目标的战斗有关的功能。信息处理设备20可以通过经由网络40与另一信息处理设备20通信来实施上述功能。例如，用户可以使培养的昆虫与另一用户培养的昆虫战斗。在这种情况下，信息处理设备20可以通过投影映射使对方用户培养的昆虫被显示在各个用户所具有的在实际环境中的昆虫笼中，并且可以控制该战斗的情况。

另外，根据本实施例的培养目标的战斗可以被实施为多个用户进行的团队战斗。在这种情况下，信息处理设备20可以控制上述战斗处于一对一团队竞争格式，或者可以控制战斗处于多对多淘汰格式。

另外，根据本实施例的培养目标的战斗还可以与上述游戏中物品协作。例如，信息处理设备20可以向已经赢得战斗的用户授予游戏中物品，或者可以授予待与游戏中物品交换的点等。另外，信息处理设备20可以扣除已经输掉战斗的用户所拥有的点，并且向已经获胜的用户授予与该扣除对应的点。

另外，根据本实施例的培养目标的战斗还可以与上述排名协作。信息处理设备20还可以对已经赢得战斗的用户或者团队进行排名和公布。根据信息处理设备20所具有的战斗功能，使得可以在用户之间分享培养体验的同时提高用户对于培养的目的感。

《2.5.与IoT装置的协作》

接下来，将描述根据本实施例的信息处理设备20与物联网(IOT)装置之间的协作。根据本实施例的信息处理设备20可以与包括家用电器等在内的各种IOT装置协作。具体地，根据本实施例的信息处理设备20可以使用由IOT装置收集到的传感器信息来进行输出控制。另外，信息处理设备20可以基于收集到的传感器信息来进行IOT装置的控制。

(与空气管理装置的协作)

例如，根据本实施例的信息处理设备20可以与各种类型的空气管理装置进行协作。此处，上述空气管理装置可以包括空调、空气净化器、紧凑型气象设备等。信息处理设备20可以使用由空气管理装置收集到的传感器信息来确定培养目标的培养状态。例如，用户可以通过确认充当培养目标的花枯萎了来识别房间内的空气污浊。

另外，基于连续地保持了良好的空气状态，信息处理设备20可以使培养目标花绽放，或者基于不良空气状态继续，信息处理设备20可以使培养目标死亡。在这种情况下，用户可以识别空气环境的更长期倾向。

另外，信息处理设备20可以基于由多个空气管理装置收集到的多条传感器信息来确定培养目标的培养状态。在这种情况下，基于由安装在相应房间中的空气管理装置收集到的多条传感器信息，例如，信息处理设备20可以比较并且使与相应房间的环境状态相对应的培养目标被显示。另外，信息处理设备20可以对相应房间的多条传感器信息进行平均，并且进行与单个培养目标有关的显示控制。

(与香薰机的协作)

另外，根据本实施例的信息处理设备20可以进行与香薰机的协作。例如，信息处理设备20可以使培养目标按照用户浇水的定时来生长，并且使香薰机喷洒与培养目标相对应的气味。在这种情况下，用户可以将培养目标的植物种类预设在香薰机中。另外，香薰机可以从预设的香精油选择与培养目标的培养状态相对应的香精油，或者可以基于信息处理设备20的控制进行香精油的混合。

(与照相机的协作)

另外，根据本实施例的信息处理设备20可以进行与照相机的协作。信息处理设备20可以基于从照相机获取的图像捕获信息识别到的实际物体的行为来进行培养目标等的控制。例如，从照相机获取的图像捕获信息，信息处理设备20还可以识别孩子在预定时间上床睡觉的这种行为，并且授予游戏中物品等。根据信息处理设备20所具有的上述功能，使得可以通过利用孩子的培养目标需要被很好地培养的这种想法来促进行为矫正。

(与时钟的协作)

另外，根据本实施例的信息处理设备20可以进行与时钟的协作。信息处理设备20可以基于收集到的传感器信息来进行时钟的功能控制。例如，信息处理设备20可以进行控制，从而使得在用户浇水之前都无法停止闹钟的闹铃。根据信息处理设备20所具有的上述功能，使得可以使用户进行周期性地浇水以便对培养目标进行培养的动作、以及无疑地起床的动作这两种动作。

<3.硬件配置示例>

接下来，将描述根据本公开的传感器设备10、信息处理设备20、以及输出设备部30所共有的硬件配置示例。图19是图示了根据本公开的传感器设备10、信息处理设备20、以及输出设备部30的硬件配置示例的框图。参照图19，例如，传感器设备10、信息处理设备20、以及输出设备部30分别包括中央处理单元(CPU)871、只读存储器(ROM)872、随机存取存储器(RAM)873、主机总线874、桥接器875、外部总线876、接口877、输入装置878、输出装置879、存储装置880、驱动器881、连接端口882、以及通信装置883。注意，此处图示的硬件配置是示例，并且可以省略部分结构元件。另外，可以进一步包括除了此处图示的结构元件之外的结构元件。

(CPU 871)

在一个示例中，CPU 871用作算术处理单元或者控制单元，并且基于ROM 872、RAM873、存储装置880、或者可移除记录介质901中记录的各种程序控制各个部件或者其部分的总体操作。

(ROM 872和RAM 873)

ROM 872是用于存储待由CPU 871获取的程序、用于计算的数据等的装置。在一个示例中，RAM 873暂时地或者永久地存储待由CPU 871获取的程序、在知行程序时适当地改变的各种参数等。

(主机总线874、桥接器875、外部总线876、以及接口877)

在一个示例中，CPU 871、ROM 872和RAM 873经由能够进行高速数据传输的主机总线874彼此连接。另一方面，在一个示例中，主机总线874经由桥接器875连接至具有较低数据传输速度的外部总线876。另外，外部总线876经由接口877连接至各种部件。

(输入装置878)

输入装置878的示例包括鼠标、键盘、触摸面板、按钮、开关、控制杆等。输入装置878的进一步示例包括能够使用红外线或者其它无线电波来发送控制信号的遥控器(下文成为遥控器)。

(输出装置879)

输出装置879是能够可视地或者可听地通知用户所获取的信息的装置，并且其示例包括诸如阴极射线管(CRT)、LCD、或者有机EL等显示装置、诸如扬声器或者耳机等音频输出装置、打印机、移动电话、传真机等。另外，本公开中的输出装置879包括用于构成气味的各种类型的装置、生成各种类型的食物的装置、进行可食用打印的食物打印机等。

(存储装置880)

存储装置880是用于存储各种类型的数据的装置。存储装置880的示例包括诸如硬盘驱动器(HDD)等磁存储装置、光存储装置、光磁存储装置等。

(驱动器881)

驱动器881是读出在诸如磁盘、光盘、光磁盘、或者半导体存储器等可移除记录介质901上记录的信息或者将信息写入可移除记录介质901的装置。

(可移除记录介质901)

在一个示例中，可移除记录介质901是DVD介质、Blu-ray(注册商标)介质、HD DVD介质、各种类型的半导体存储介质等。显然，在一个示例中，可移除记录介质901可以是配备有非接触式IC芯片的IC卡、电子装置等。

(连接端口882)

连接端口882是用于与外部连接装置902连接的端口，并且其示例包括通用串行总线(USB)端口、IEEE 1394端口、小型计算机系统接口(SCSI)、RS-232C端口、或者光学音频终端。

(外部连接装置902)

在一个示例中，外部连接装置902是打印机、便携式音乐播放器、数码相机、数码摄像机、IC记录器等。

(通信装置883)

通信装置883是用于连接至网络的通信装置，并且其示例包括用于有线或者无线LAN、Bluetooth(注册商标)或者无线USB(WUSB)的通信卡、用于光学通信的路由器、用于不对称数字用户线(ADSL)的路由器、或者用于各种通信的调制解调器。

<4.结论>

如上所述，根据本公开的信息处理设备20具有基于实际环境中收集到的传感器信息和培养模型确定培养目标的培养状态的功能。另外，根据本实施例的信息处理设备20具有根据培养目标的培养状态来控制与培养目标有关的各种类型的输出的功能。另外，根据本公开的信息处理设备20具有基于实际环境中存在的实际物体的识别结果确定培养目标的培养状态的功能。根据该配置，变得可以实施更符合实际环境的培养目标的显示。

上面已经参照附图描述了本公开的优选实施例，而本公开不限于上面的示例。本领域的技术人员可以发现随附权利要求书的范围内的各种更改和修改，并且应该理解这些更改和修改自然落入本公开的技术范围。

进一步地，本说明书中描述的效果仅仅是图示性的或者是举例说明的效果，并非限制性的。即，利用或者替代上述效果，根据本公开的技术可以通过本说明书的描述实现对本领域中的技术人员而言很显然的其它效果。

另外，本发明技术还可以如下配置。

(1)

一种信息处理设备，该信息处理设备包括：

确定单元，该确定单元配置为基于收集到的传感器信息和与培养目标相关联的培养模型确定该培养目标的培养状态；以及

输出控制单元，该输出控制单元配置为根据培养目标的培养状态控制与培养目标有关的输出。

(2)

根据(1)所述的信息处理设备，其中，确定单元基于识别单元进行的识别的结果来确定培养目标的培养状态，该识别单元配置为基于收集到的传感器信息来识别物体。

(3)

根据权利要求(2)所述的信息处理设备，其中，确定单元基于物体的培养状态来确定培养目标的培养状态。

(4)

根据(2)或(3)所述的信息处理设备，其中，确定单元基于物体的类型来确定培养目标的培养状态。

(5)

根据(1)至(4)中任一项所述的信息处理设备，其中，确定单元基于累积的传感器信息来确定培养目标的培养状态。

(6)

根据(1)至(5)中任一项所述的信息处理设备，其中，确定单元基于在多个点处收集到的传感器信息来确定培养目标的培养状态。

(7)

根据(1)至(5)中任一项所述的信息处理设备，其中，确定单元基于在单个点处收集到的传感器信息来确定多个培养目标的培养状态。

(8)

根据(1)至(7)中任一项所述的信息处理设备，其中，

培养模型包括与培养目标有关的各个元素的至少一个或者多个培养条件，并且

确定单元基于收集到的传感器信息和培养条件确定培养目标的培养状态。

(9)

根据(1)至(8)中任一项所述的信息处理设备，其中，确定单元基于知识信息来生成培养模型。

(10)

根据(2)至(4)中任一项所述的信息处理设备，其中，确定单元基于收集到的传感器信息和物体的培养状态来生成培养模型。

(11)

根据(10)所述的信息处理设备，其中，确定单元基于将收集到的传感器信息和物体的培养状态用作输入机器学习的结果来生成培养模型。

(12)

根据(2)至(4)中任一项所述的信息处理设备，其中，输出控制单元基于识别单元进行的识别的结果来控制与培养目标有关的显示。

(13)

根据(1)至(12)中任一项所述的信息处理设备，其中，输出控制单元控制与培养目标的操作显示相对应的触觉输出。

(14)

根据(1)至(13)中任一项所述的信息处理设备，其中，输出控制单元控制与培养目标的培养状态相对应的气味的输出。

(15)

根据(1)至(14)中任一项所述的信息处理设备，其中，输出控制单元控制与培养目标的培养状态相对应的风味的输出。

(16)

根据(1)至(15)中任一项所述的信息处理设备，其中，输出控制单元控制与培养目标的培养状态相对应的声音的输出。

(17)

根据(1)至(16)中任一项所述的信息处理设备，其中，输出控制单元控制基于收集到的传感器信息的环境状态的再现。

(18)

一种程序，其用于使计算机充当信息处理设备，该信息处理设备包括：

确定单元，该确定单元配置为基于收集到的传感器信息和与培养目标相关联的培养模型确定培养目标的培养状态；以及

输出控制单元，该输出控制单元配置为根据培养目标的培养状态控制与培养目标有关的输出。

(19)

一种信息处理方法，该信息处理方法包括：

通过处理器基于收集到的传感器信息和与培养目标相关联的培养模型确定培养目标的培养状态；以及

根据培养目标的培养状态控制与培养目标有关的输出。

附图标记列表

10 传感器设备

110 传感器单元

120 识别单元

130 通信单元

20 信息处理设备

210 确定单元

220 输出控制单元

230 通信单元

30 输出设备

310 输出单元

320 输入单元

330 通信单元

40 网络

50 培养模型DB

60 培养状态DB

70 实际物体DB

Claims (19)

1.一种信息处理设备，所述信息处理设备包括：

确定单元，所述确定单元配置为基于收集到的传感器信息和与培养目标相关联的培养模型确定所述培养目标的培养状态；以及

输出控制单元，所述输出控制单元配置为根据所述培养目标的所述培养状态控制与所述培养目标有关的输出。

2.根据权利要求1所述的信息处理设备，其中，所述确定单元基于识别单元进行的识别的结果来确定所述培养目标的所述培养状态，所述识别单元配置为基于收集到的传感器信息来识别物体。

3.根据权利要求2所述的信息处理设备，其中，所述确定单元基于所述物体的培养状态来确定所述培养目标的所述培养状态。

4.根据权利要求2所述的信息处理设备，其中，所述确定单元基于所述物体的类型来确定所述培养目标的所述培养状态。

5.根据权利要求1所述的信息处理设备，其中，所述确定单元基于累积的传感器信息来确定所述培养目标的所述培养状态。

6.根据权利要求1所述的信息处理设备，其中，所述确定单元基于在多个点处收集到的多条传感器信息来确定所述培养目标的所述培养状态。

7.根据权利要求1所述的信息处理设备，其中，所述确定单元基于在单个点处收集到的传感器信息来确定多个所述培养目标的培养状态。

8.根据权利要求1所述的信息处理设备，其中，

所述培养模型包括与所述培养目标有关的各个元素的至少一个或者多个培养条件，并且

所述确定单元基于收集到的传感器信息和所述培养条件确定所述培养目标的所述培养状态。

9.根据权利要求1所述的信息处理设备，其中，所述确定单元基于知识信息生成所述培养模型。

10.根据权利要求2所述的信息处理设备，其中，所述确定单元基于收集到的传感器信息和所述物体的培养状态来生成所述培养模型。

11.根据权利要求10所述的信息处理设备，其中，所述确定单元基于将收集到的传感器信息和所述物体的所述培养状态用作输入的机器学习的结果来生成所述培养模型。

12.根据权利要求2所述的信息处理设备，其中，所述输出控制单元基于所述识别单元进行的识别的结果来控制与所述培养目标有关的显示。

13.根据权利要求1所述的信息处理设备，其中，所述输出控制单元控制与所述培养目标的操作显示相对应的触觉输出。

14.根据权利要求1所述的信息处理设备，其中，所述输出控制单元控制与所述培养目标的所述培养状态相对应的气味的输出。

15.根据权利要求1所述的信息处理设备，其中，所述输出控制单元控制与所述培养目标的所述培养状态相对应的风味的输出。

16.根据权利要求1所述的信息处理设备，其中，所述输出控制单元控制与所述培养目标的所述培养状态相对应的声音的输出。

17.根据权利要求1所述的信息处理设备，其中，所述输出控制单元控制基于收集到的传感器信息的环境状态的再现。

18.一种程序，其用于使计算机充当信息处理设备，所述信息处理设备包括：

确定单元，所述确定单元配置为基于收集到的传感器信息和与培养目标相关联的培养模型确定所述培养目标的培养状态；以及

输出控制单元，所述输出控制单元配置为根据所述培养目标的所述培养状态控制与所述培养目标有关的输出。

19.一种信息处理方法，所述信息处理方法包括：

通过处理器基于收集到的传感器信息和与培养目标相关联的培养模型确定所述培养目标的培养状态；以及

根据所述培养目标的所述培养状态控制与所述培养目标有关的输出。