JP2019184575A - Measurement operation parameter adjustment device, machine learning device, and system - Google Patents

Measurement operation parameter adjustment device, machine learning device, and system Download PDF

Info

Publication number
JP2019184575A
JP2019184575A JP2019001207A JP2019001207A JP2019184575A JP 2019184575 A JP2019184575 A JP 2019184575A JP 2019001207 A JP2019001207 A JP 2019001207A JP 2019001207 A JP2019001207 A JP 2019001207A JP 2019184575 A JP2019184575 A JP 2019184575A
Authority
JP
Japan
Prior art keywords
measurement operation
measurement
learning
operation parameter
adjustment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2019001207A
Other languages
Japanese (ja)
Other versions
JP6829271B2 (en
Inventor
阿部　博
Hiroshi Abe
博 阿部
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fanuc Corp
Original Assignee
Fanuc Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fanuc Corp filed Critical Fanuc Corp
Priority to DE102019002506.7A priority Critical patent/DE102019002506A1/en
Priority to US16/374,753 priority patent/US11579000B2/en
Priority to CN201910271366.5A priority patent/CN110340884A/en
Publication of JP2019184575A publication Critical patent/JP2019184575A/en
Application granted granted Critical
Publication of JP6829271B2 publication Critical patent/JP6829271B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion

Abstract

To provide a measurement operation parameter adjustment device and a machine learning device which allow an efficient measurement of the position where a measurement target object is set even if there are variations in the set position of the measurement target object, the size of the measurement target object, or the type of the measurement target object.SOLUTION: A machine learning device 100 of a measurement operation parameter adjustment device 1 according to an embodiment of the present invention has a machine learning device which observes measurement operation parameter data showing the measurement operation parameter of a measurement operation and measurement time data showing the time taken for the measurement operation as a status variable showing the current state of the environment and which conducts learning and makes a decision using a learning model as a model of adjustment of the measurement operation parameter according to the state variable.SELECTED DRAWING: Figure 2

Description

本発明は、測定動作パラメータ調整装置、機械学習装置及びシステムに関する。   The present invention relates to a measurement operation parameter adjustment device, a machine learning device, and a system.

従来、図１１に例示されるように、接触式のタッチセンサ等や非接触式の視覚センサ等を機械的な機構部に取付けて、該機構部を移動させることでセンサを移動させて、測定対象物の位置を測定することが行われている。図１１に示した例では、接触式センサを用いる場合には、接触式センサがワークに接触したことを検知した時の機構部を座標値に基づいて測定対象物の位置を測定し、非接触センサを用いる場合には、非接触センサに対抗する物体の距離が変化した時、即ち非接触センサが測定対象物の端部に差し掛かった時の機構部を座標値に基づいて測定対象物の位置を測定することができる。   Conventionally, as illustrated in FIG. 11, a contact type touch sensor or a non-contact type visual sensor or the like is attached to a mechanical mechanism, and the sensor is moved by moving the mechanism to perform measurement. Measuring the position of an object is performed. In the example shown in FIG. 11, when a contact sensor is used, the position of the measurement object is measured based on the coordinate value of the mechanism unit when it is detected that the contact sensor is in contact with the workpiece, and the non-contact is performed. When using a sensor, the position of the measurement object is determined based on the coordinate value when the distance of the object that opposes the non-contact sensor changes, that is, when the non-contact sensor reaches the end of the measurement object. Can be measured.

機械的な機構部に取付けられたセンサにより測定対象物の位置を検出する際には、測定動作開始時における機構部の位置や測定動作時の機構部の移動の速度を予め決定しておく必要がある。この様な位置と速度を決定する従来技術として、例えば特許文献１には、測定を行う前に測定対象物に対してセンサを接触させ、その時の位置に基づいて測定動作開始時における機構部の位置等を決定する技術が開示されている。   When detecting the position of an object to be measured by a sensor attached to a mechanical mechanism, the position of the mechanism at the start of the measurement operation and the speed of movement of the mechanism at the time of the measurement must be determined in advance. There is. As a conventional technique for determining such a position and speed, for example, in Patent Document 1, a sensor is brought into contact with an object to be measured before measurement, and the mechanism unit at the start of a measurement operation is based on the position at that time. A technique for determining a position or the like is disclosed.

特開２０１０−２１７１８２号公報JP 2010-217182 A

特許文献１に開示される技術は、測定対象物の大きさや設置位置にバラつきが無い場合には有効では有るものの、実際の現場では接触式センサが接触する位置や非接触センサが距離の変化を検出する位置は同品種の測定対象物であってもバラつきが発生する。例えば、下部に穴部を備え、該穴部を台の上に設けられた突部に嵌合させて設置された測定対象物の位置を測定する場合、理想的には常に同じ位置に設置されていると考えられるが、実際には穴部と突部の間にあそびが設けられ、測定対象物の設置位置には若干ではあるがずれが生じる。また、測定対象物の形状そのものにバラつきがある場合や、同じ測定機構で異なる品種の測定対象物の位置を測定する場合もある。この様な状況に対応するためには、特許文献１に開示される技術では、最もバラつきが大きい場合を想定してマージンを持たせた測定動作開始位置を一律に設定するしかなく、状況に応じてタクトタイムを短くすることが難しい。   Although the technique disclosed in Patent Document 1 is effective when there is no variation in the size and installation position of the measurement object, the position at which the contact-type sensor contacts or the non-contact sensor in the actual site changes the distance. Even if the position to be detected is a measurement object of the same type, variation occurs. For example, when measuring the position of a measurement object installed with a hole in the lower part and fitting the hole to a protrusion provided on the base, ideally it is always installed at the same position. However, in actuality, a play is provided between the hole and the protrusion, and the installation position of the measurement object slightly shifts. In addition, there are cases where the shape of the measurement object itself varies, or the positions of measurement objects of different varieties are measured by the same measurement mechanism. In order to cope with such a situation, in the technique disclosed in Patent Document 1, it is only possible to set the measurement operation start position with a margin on the assumption that the variation is the largest, depending on the situation. It is difficult to shorten the tact time.

また、接触式センサが測定対象物に接触してデジタル信号を検出するまでの時間や、非接触式センサが測定対象物の端部に差し掛かってからデジタル信号を検出するまでの時間は、センサの種類が同じであっても個体差があるためにバラつきがあり、このバラつきを考慮してセンサの移動速度を設定しなければ、（接触式）センサが測定対象物にぶつかってセンサ、機構部、測定対象物が損傷する問題や、測定対象物の設置位置がずれてしまうという問題が生じる場合がある。更に、測定動作におけるセンサを移動させる速度は一定の速度でないと測定される測定対象物の位置にバラつきが生じるので、測定動作におけるセンサを移動させる速度は全体を考慮すれば一定の遅い速度に設定することとなるが、それではタクトタイムが遅くなってしまうという別の問題が有る。   In addition, the time from when the contact sensor touches the measurement object to detect a digital signal or the time from when the non-contact sensor reaches the end of the measurement object until the detection of the digital signal is Even if the type is the same, there are variations due to individual differences, and if the movement speed of the sensor is not set taking this variation into account, the (contact type) sensor will hit the object to be measured and the sensor, mechanism, There may be a problem that the measurement object is damaged or that the installation position of the measurement object is shifted. Furthermore, if the speed of moving the sensor in the measurement operation is not constant, the position of the measurement object to be measured will vary, so the speed of moving the sensor in the measurement operation is set to a constant slow speed considering the whole. However, there is another problem that the tact time becomes slow.

そこで、測定対象物の設置位置や大きさ、品種にバラつきが有る場合であっても効率よく測定対象物の設置位置を測定することを可能とする測定動作パラメータ調整装置、機械学習装置及びシステムが望まれている。   Therefore, a measurement operation parameter adjustment device, a machine learning device, and a system that can efficiently measure the installation position of the measurement object even when the installation position, size, and type of the measurement object vary. It is desired.

本発明の一態様は、測定対象物の設置位置を測定する測定装置で実行される測定動作の測定動作パラメータを調整する測定動作パラメータ調整装置であって、前記測定動作の測定動作パラメータを示す測定動作パラメータデータ、及び該測定動作に掛かる時間を示す測定時間データを、環境の現在状態を表す状態変数として観測し、該状態変数に基づいて、前記測定動作パラメータの調整をモデル化した学習モデルを用いた学習乃至意思決定をする機械学習装置を備える、測定動作パラメータ調整装置である。   One aspect of the present invention is a measurement operation parameter adjustment device that adjusts a measurement operation parameter of a measurement operation executed by a measurement device that measures the installation position of a measurement object, the measurement indicating the measurement operation parameter of the measurement operation A learning model in which the operation parameter data and the measurement time data indicating the time taken for the measurement operation are observed as a state variable representing the current state of the environment, and the adjustment of the measurement operation parameter is modeled based on the state variable. It is a measurement operation parameter adjustment device provided with a machine learning device for performing learning or decision making.

本発明の他の態様は、測定対象物の設置位置を測定する測定装置で実行される測定動作の測定動作パラメータを示す測定動作パラメータデータ、及び該測定動作に掛かる時間を示す測定時間データを、環境の現在状態を表す状態変数として観測し、該状態変数に基づいて、前記測定動作パラメータの調整をモデル化した学習モデルを用いた学習乃至意思決定をする、機械学習装置である。   In another aspect of the present invention, the measurement operation parameter data indicating the measurement operation parameter of the measurement operation executed by the measurement apparatus that measures the installation position of the measurement object, and the measurement time data indicating the time required for the measurement operation are A machine learning device that observes as a state variable representing a current state of an environment and performs learning or decision making using a learning model in which adjustment of the measurement operation parameter is modeled based on the state variable.

本発明の他の態様は、複数の装置がネットワークを介して相互に接続されたシステムであって、前記複数の装置は、少なくとも請求項１に記載された第１の測定動作パラメータ調整装置を含むシステムである。   Another aspect of the present invention is a system in which a plurality of devices are connected to each other via a network, and the plurality of devices include at least a first measurement operation parameter adjusting device according to claim 1. System.

本発明の他の態様は、測定対象物の設置位置を測定する測定装置で実行される測定動作の測定動作パラメータの調整の機械学習に係る方法であって、環境の現在状態を表す状態変数として観測された、前記測定動作の測定動作パラメータを示す測定動作パラメータデータ、及び該測定動作に掛かる時間を示す測定時間データに基づいて、前記測定動作パラメータの調整をモデル化した学習モデルを用いた前記測定動作パラメータの調整の機械学習に係る処理をするステップを実行する、測定動作パラメータの調整の機械学習に係る方法である。   Another aspect of the present invention is a method related to machine learning of adjustment of measurement operation parameters of a measurement operation executed by a measurement apparatus that measures an installation position of a measurement object, as a state variable representing a current state of an environment Based on the observed measurement operation parameter data indicating the measurement operation parameter of the measurement operation and measurement time data indicating the time taken for the measurement operation, the learning model using the adjustment of the measurement operation parameter as a model is used. It is a method related to machine learning of adjustment of a measurement operation parameter, which executes a process related to machine learning of adjustment of a measurement operation parameter.

本発明により、測定対象物の設置位置や大きさ、品種にバラつきが有る場合であっても、そのバラつき具合を機械学習装置により学習させることで、効率よく測定対象物の設置位置を測定することを可能となる。   According to the present invention, even when there is a variation in the installation position, size, and type of the measurement object, the installation position of the measurement object can be efficiently measured by causing the machine learning device to learn the variation state. Is possible.

一実施形態による測定動作パラメータ調整装置の概略的なハードウェア構成図である。It is a schematic hardware block diagram of the measurement operation parameter adjustment apparatus by one Embodiment. 一実施形態による測定動作パラメータ調整装置の概略的な機能ブロック図である。It is a schematic functional block diagram of the measurement operation parameter adjustment apparatus by one Embodiment. 測定動作パラメータ調整装置の一形態を示す概略的な機能ブロック図である。It is a schematic functional block diagram which shows one form of a measurement operation parameter adjustment apparatus. 機械学習方法の一形態を示す概略的なフローチャートである。It is a schematic flowchart which shows one form of the machine learning method. ニューロンを説明する図である。It is a figure explaining a neuron. ニューラルネットワークを説明する図である。It is a figure explaining a neural network. クラウドサーバ、フォグサーバ、エッジコンピュータを含む３階層構造のシステムの例を示す図である。It is a figure which shows the example of the system of 3 hierarchy structure containing a cloud server, a fog server, and an edge computer. 測定動作パラメータ調整装置を組み込んだシステムの一形態を示す概略的な機能ブロック図である。It is a schematic functional block diagram which shows one form of the system incorporating the measurement operation parameter adjustment apparatus. 測定動作パラメータ調整装置を組み込んだシステムの他の形態を示す概略的な機能ブロック図である。It is a schematic functional block diagram which shows the other form of the system incorporating the measurement operation parameter adjustment apparatus. 図８で示したコンピュータの概略的なハードウェア構成図である。FIG. 9 is a schematic hardware configuration diagram of the computer shown in FIG. 8. 測定動作パラメータ調整装置を組み込んだシステムの他の形態を示す概略的な機能ブロック図である。It is a schematic functional block diagram which shows the other form of the system incorporating the measurement operation parameter adjustment apparatus. 測定装置による測定対象物の設置位置の測定動作を説明する図である。It is a figure explaining the measurement operation | movement of the installation position of the measuring object by a measuring device.

以下、本発明の実施形態を図面と共に説明する。
図１は一実施形態による測定動作パラメータ調整装置の要部を示す概略的なハードウェア構成図である。測定動作パラメータ調整装置１は、例えばロボット等の製造機械等を制御する制御装置や、製造機械等に併設されたパソコンとして実装することができる。また、測定動作パラメータ調整装置１は、製造機械等に有線／無線のネットワークを介して接続されたセルコンピュータ、エッジコンピュータ、フォグコンピュータ、ホストコンピュータ、クラウドサーバ等のコンピュータとして実装することができる。本実施形態では、測定動作パラメータ調整装置１を、製造機械等に併設されたパソコンとして実装した場合の例を示す。 Hereinafter, embodiments of the present invention will be described with reference to the drawings.
FIG. 1 is a schematic hardware configuration diagram illustrating a main part of a measurement operation parameter adjusting apparatus according to an embodiment. The measurement operation parameter adjusting device 1 can be implemented as a control device that controls a manufacturing machine such as a robot or a personal computer that is attached to the manufacturing machine, for example. The measurement operation parameter adjustment apparatus 1 can be implemented as a computer such as a cell computer, an edge computer, a fog computer, a host computer, or a cloud server connected to a manufacturing machine or the like via a wired / wireless network. In the present embodiment, an example in which the measurement operation parameter adjusting device 1 is mounted as a personal computer attached to a manufacturing machine or the like is shown.

本実施形態による測定動作パラメータ調整装置１が備えるＣＰＵ１１は、測定動作パラメータ調整装置１を全体的に制御するプロセッサである。ＣＰＵ１１は、ＲＯＭ１２に格納されたシステム・プログラムをバス２０を介して読み出し、該システム・プログラムに従って測定動作パラメータ調整装置１の全体を制御する。ＲＡＭ１３には一時的な計算データやディスプレイ等の表示装置７０に表示する表示データ、キーボードやマウス、タッチパネル等の入力装置７１を介してオペレータが入力した各種データ等が一時的に格納される。   The CPU 11 provided in the measurement operation parameter adjustment device 1 according to the present embodiment is a processor that controls the measurement operation parameter adjustment device 1 as a whole. The CPU 11 reads a system program stored in the ROM 12 via the bus 20 and controls the entire measurement operation parameter adjusting apparatus 1 according to the system program. The RAM 13 temporarily stores temporary calculation data, display data to be displayed on the display device 70 such as a display, various data input by the operator via the input device 71 such as a keyboard, a mouse, and a touch panel.

不揮発性メモリ１４は、例えば図示しないバッテリでバックアップされるなどして、測定動作パラメータ調整装置１の電源がオフされても記憶状態が保持されるメモリとして構成される。不揮発性メモリ１４には、入力装置７１を介して入力されたプログラム、測定動作パラメータ調整装置１の各部やセンサを把持したロボット等の測定装置２から取得された各種データ（例えば、測定装置２が測定する座標系内での測定装置２の位置、測定装置２が備えるセンサの測定動作開始時の位置、測定装置２が備えるセンサの測定動作時の移動速度、測定動作時のセンサが測定対象物を検出するまでの測定動作会指示からの時間、測定対象物の品種、作業者が入力したセンサや測定対象物の状態情報等）が記憶されている。不揮発性メモリ１４に記憶されたプログラムや各種データは、実行時／利用時にはＲＡＭ１３に展開されても良い。また、ＲＯＭ１２には、公知の解析プログラムなどの各種のシステム・プログラム（後述する機械学習装置１００とのやりとりを制御するためのシステム・プログラムを含む）があらかじめ書き込まれている。   The nonvolatile memory 14 is configured as a memory that retains the storage state even when the power of the measurement operation parameter adjustment apparatus 1 is turned off, for example, by being backed up by a battery (not shown). The nonvolatile memory 14 stores various data (for example, the measuring device 2) acquired from the measuring device 2 such as a program input via the input device 71, each part of the measuring operation parameter adjusting device 1 or a robot holding the sensor. The position of the measuring device 2 in the coordinate system to be measured, the position at the start of the measuring operation of the sensor provided in the measuring device 2, the moving speed at the measuring operation of the sensor provided in the measuring device 2, and the sensor at the measuring operation is the measurement object For example, the time from the measurement operation meeting instruction until the detection of the sensor, the type of the measurement object, the sensor input by the operator and the status information of the measurement object). The program and various data stored in the nonvolatile memory 14 may be expanded in the RAM 13 at the time of execution / use. In addition, various system programs such as a known analysis program (including a system program for controlling exchange with the machine learning device 100 described later) are written in the ROM 12 in advance.

インタフェース２１は、測定動作パラメータ調整装置１と機械学習装置１００とを接続するためのインタフェースである。機械学習装置１００は、機械学習装置１００全体を統御するプロセッサ１０１と、システム・プログラム等を記憶したＲＯＭ１０２、機械学習に係る各処理における一時的な記憶を行うためのＲＡＭ１０３、及び学習モデル等の記憶に用いられる不揮発性メモリ１０４を備える。機械学習装置１００は、インタフェース２１を介して測定動作パラメータ調整装置１で取得可能な各情報（例えば、測定装置２が測定する座標系内での測定装置２の位置、測定装置２が備えるセンサの測定動作開始時の位置、測定装置２が備えるセンサの測定動作時の移動速度、測定動作時のセンサが測定対象物を検出するまでの測定動作会指示からの時間、測定対象物の品種、作業者が入力したセンサや測定対象物の状態情報等）を観測することができる。また、測定動作パラメータ調整装置１は、機械学習装置１００から出力される測定動作パラメータの調整指令を受けて、測定装置２による測定動作パラメータの設定を行う。   The interface 21 is an interface for connecting the measurement operation parameter adjusting device 1 and the machine learning device 100. The machine learning device 100 includes a processor 101 that controls the entire machine learning device 100, a ROM 102 that stores system programs and the like, a RAM 103 that performs temporary storage in each process related to machine learning, and a storage such as a learning model. Non-volatile memory 104 used for the above is provided. The machine learning device 100 is configured to acquire each piece of information that can be acquired by the measurement operation parameter adjustment device 1 via the interface 21 (for example, the position of the measurement device 2 in the coordinate system measured by the measurement device 2 and the sensor included in the measurement device 2). Position at the start of the measurement operation, movement speed of the sensor included in the measurement device 2 during the measurement operation, time from the measurement operation session instruction until the sensor during the measurement operation detects the measurement target, type of the measurement target, and work The sensor input by the person, the state information of the measurement object, etc.) can be observed. In addition, the measurement operation parameter adjustment device 1 receives the measurement operation parameter adjustment command output from the machine learning device 100 and sets the measurement operation parameter by the measurement device 2.

図２は、一実施形態による測定動作パラメータ調整装置１と機械学習装置１００の概略的な機能ブロック図である。図２に示した各機能ブロックは、図１に示した測定動作パラメータ調整装置１が備えるＣＰＵ１１、及び機械学習装置１００のプロセッサ１０１が、それぞれのシステム・プログラムを実行し、測定動作パラメータ調整装置１及び機械学習装置１００の各部の動作を制御することにより実現される。   FIG. 2 is a schematic functional block diagram of the measurement operation parameter adjustment device 1 and the machine learning device 100 according to an embodiment. 2, the CPU 11 included in the measurement operation parameter adjustment device 1 shown in FIG. 1 and the processor 101 of the machine learning device 100 execute the respective system programs, and the measurement operation parameter adjustment device 1 And it is implement | achieved by controlling operation | movement of each part of the machine learning apparatus 100. FIG.

本実施形態の測定動作パラメータ調整装置１は、機械学習装置１００から出力された測定動作パラメータの調整指令に基づいて測定装置２を制御する測定動作パラメータ設定部３４を備える。測定動作パラメータ設定部３４は、測定装置２による測定動作で用いられる測定動作パラメータの調整をする機能手段である。測定動作パラメータ設定部３４は、少なくとも測定装置２が測定対象物の位置を測定する際の測定動作開始位置と測定動作速度とを設定することができる。   The measurement operation parameter adjustment device 1 of this embodiment includes a measurement operation parameter setting unit 34 that controls the measurement device 2 based on a measurement operation parameter adjustment command output from the machine learning device 100. The measurement operation parameter setting unit 34 is a functional unit that adjusts measurement operation parameters used in the measurement operation by the measurement apparatus 2. The measurement operation parameter setting unit 34 can set at least the measurement operation start position and the measurement operation speed when the measurement apparatus 2 measures the position of the measurement object.

一方、測定動作パラメータ調整装置１が備える機械学習装置１００は、測定動作に掛かる時間に対する測定動作の測定動作パラメータの調整を、いわゆる機械学習により自ら学習するためのソフトウェア（学習アルゴリズム等）及びハードウェア（プロセッサ１０１等）を含む。測定動作パラメータ調整装置１が備える機械学習装置１００が学習するものは、測定動作に掛かる時間と、測定動作の測定動作パラメータの調整との、相関性を表すモデル構造に相当する。   On the other hand, the machine learning device 100 included in the measurement operation parameter adjustment device 1 includes software (learning algorithm or the like) and hardware for self-learning the adjustment of the measurement operation parameter of the measurement operation with respect to the time required for the measurement operation by so-called machine learning. (Processor 101 etc.). What the machine learning device 100 included in the measurement operation parameter adjustment device 1 learns corresponds to a model structure representing the correlation between the time taken for the measurement operation and the adjustment of the measurement operation parameter of the measurement operation.

図２に機能ブロックで示すように、測定動作パラメータ調整装置１が備える機械学習装置１００は、測定動作の測定動作パラメータを示す測定動作パラメータデータＳ１、及び測定動作に掛かる時間を示す測定時間データＳ２を含む環境の現在状態を表す状態変数Ｓとして観測する状態観測部１０６と、調整された測定動作の測定動作パラメータに基づいて実行された測定動作の良否を判定するための測定動作判定データＤ１を含む判定データＤを取得する判定データ取得部１０８と、状態変数Ｓと判定データＤとを用いて、測定動作に掛かる時間と、測定動作の測定動作パラメータの調整を関連付けて学習する学習部１１０とを備える。   As shown by functional blocks in FIG. 2, the machine learning device 100 included in the measurement operation parameter adjustment device 1 includes measurement operation parameter data S1 indicating measurement operation parameters of the measurement operation, and measurement time data S2 indicating time required for the measurement operation. A state observation unit 106 that observes the state variable S representing the current state of the environment including the measurement operation determination data D1 for determining the quality of the measurement operation performed based on the measurement operation parameter of the adjusted measurement operation. A determination data acquisition unit that acquires determination data D including the learning unit 110 that learns by using the state variable S and the determination data D to associate and learn the time required for the measurement operation and the adjustment of the measurement operation parameter of the measurement operation; Is provided.

状態観測部１０６が観測する状態変数Ｓのうち、測定動作パラメータデータＳ１は、測定装置２において行われる測定動作の測定動作パラメータとして取得することができる。測定動作の測定動作パラメータは、例えば測定装置２による測定動作の開始時のセンサの位置、測定装置２による測定動作におけるセンサの移動速度等が例示される。これらの測定動作パラメータは、測定装置２に設定されている現在のパラメータや測定装置２を動作させるプログラムを解析して得られたパラメータ、測定動作パラメータ調整装置１に設定され、不揮発性メモリ１４等のメモリに記憶されている１学習周期前に測定装置２に設定した測定動作パラメータ等から取得することができる。   Among the state variables S observed by the state observation unit 106, the measurement operation parameter data S1 can be acquired as measurement operation parameters of a measurement operation performed in the measurement apparatus 2. The measurement operation parameters of the measurement operation include, for example, the position of the sensor at the start of the measurement operation by the measurement device 2, the sensor moving speed in the measurement operation by the measurement device 2, and the like. These measurement operation parameters are the parameters obtained by analyzing the current parameters set in the measurement device 2, the program for operating the measurement device 2, the measurement operation parameter adjustment device 1, and the non-volatile memory 14 or the like. Can be obtained from the measurement operation parameters set in the measurement device 2 before one learning cycle stored in the memory.

測定動作パラメータデータＳ１は、機械学習装置１００が学習部１１０の学習結果に基づいて１つ前の学習周期における測定動作に掛かる時間に対して、当該学習周期において調整した測定動作の測定動作パラメータをそのまま用いることができる。このような手法を取る場合には、機械学習装置１００は測定動作の測定動作パラメータを学習周期毎にＲＡＭ１０３に一時的に記憶しておき、状態観測部１０６は、ＲＡＭ１０３から１つ前の学習周期での測定動作の測定動作パラメータを今回の学習周期の測定動作パラメータデータＳ１として取得するようにしても良い。   The measurement operation parameter data S1 includes measurement operation parameters of the measurement operation adjusted in the learning cycle with respect to the time taken by the machine learning device 100 for the measurement operation in the previous learning cycle based on the learning result of the learning unit 110. It can be used as it is. When taking such a method, the machine learning device 100 temporarily stores measurement operation parameters of the measurement operation in the RAM 103 for each learning cycle, and the state observation unit 106 stores the previous learning cycle from the RAM 103. The measurement operation parameter of the measurement operation at may be acquired as measurement operation parameter data S1 of the current learning cycle.

状態観測部１０６が観測する状態変数Ｓのうち、測定時間データＳ２は、不揮発性メモリ１４に記録された測定装置２で実行された測定動作の開始時からセンサが測定対象物を検出するまでにかかった時間をとして取得することができる。   Among the state variables S observed by the state observation unit 106, the measurement time data S2 is from the start of the measurement operation performed by the measurement device 2 recorded in the nonvolatile memory 14 until the sensor detects the measurement object. The time taken can be acquired as.

判定データ取得部１０８は、測定動作判定データＤ１として、調整された測定動作の測定動作パラメータに基づいて測定動作が行われた場合の該測定動作の適否の判定結果を用いることができる。判定データ取得部１０８が用いる測定動作判定データＤ１としては、例えば、調整された測定動作パラメータで測定動作を行った場合に、測定動作時のセンサの移動距離が予め定めた所定の閾値よりも小さいか（適）、大きいか（否）、測定動作時により測定対象物や測定装置２の機構部乃至センサが破損したか（否）、測定動作時により測定対象物が動いてしまったか（否）といったものを使用すれば良い。   The determination data acquisition unit 108 can use, as the measurement operation determination data D1, a determination result of suitability of the measurement operation when the measurement operation is performed based on the measurement operation parameter of the adjusted measurement operation. As the measurement operation determination data D1 used by the determination data acquisition unit 108, for example, when the measurement operation is performed with the adjusted measurement operation parameter, the movement distance of the sensor during the measurement operation is smaller than a predetermined threshold value. (Appropriate), whether it is large (not), whether the measurement object or the mechanism or sensor of the measuring device 2 is damaged during the measurement operation (not), or whether the measurement object is moved during the measurement operation (not) You can use something like this.

なお、判定データ取得部１０８は、学習部１１０による学習の段階では必須の構成となるが、学習部１１０による測定動作に掛かる時間と測定動作の測定動作パラメータの調整とを関連付けた学習が完了した後には必ずしも必須の構成ではない。例えば、学習が完了した機械学習装置１００を顧客に出荷する場合等には、判定データ取得部１０８を取り外して出荷するようにしても良い。   The determination data acquisition unit 108 is an indispensable configuration at the learning stage by the learning unit 110, but the learning that associates the time required for the measurement operation by the learning unit 110 with the adjustment of the measurement operation parameter of the measurement operation is completed. It is not necessarily an essential configuration later. For example, when the machine learning device 100 that has completed learning is shipped to a customer, the determination data acquisition unit 108 may be removed and shipped.

学習部１１０に対して同時に入力される状態変数Ｓは、学習部１１０による学習周期で考えた場合、判定データＤが取得された１学習周期前のデータに基づくものとなる。このように、測定動作パラメータ調整装置１が備える機械学習装置１００が学習を進める間、環境においては、測定時間データＳ２の取得、取得した各データに基づいて調整された測定動作パラメータデータＳ１に基づいた測定装置２による測定動作の実行、判定データＤの取得が繰り返し実施される。   The state variable S input to the learning unit 110 at the same time is based on the data before one learning cycle from which the determination data D is acquired, when considered in the learning cycle by the learning unit 110. As described above, while the machine learning device 100 included in the measurement operation parameter adjustment device 1 proceeds with learning, in the environment, the measurement time data S2 is acquired, and based on the measurement operation parameter data S1 adjusted based on the acquired data. The measurement operation performed by the measuring apparatus 2 and the determination data D are repeatedly acquired.

学習部１１０は、機械学習と総称される任意の学習アルゴリズムに従い、測定動作に掛かる時間に対する、測定動作の測定動作パラメータの調整を学習する。学習部１１０は、前述した状態変数Ｓと判定データＤとを含むデータ集合に基づく学習を反復実行することができる。測定動作に掛かる時間に対する、測定動作の測定動作パラメータの学習サイクルの反復中、状態変数Ｓは、上記したように１学習周期前における測定動作に掛かる時間、及び１学習周期前において調整された測定動作の測定動作パラメータから取得し、また判定データＤは、調整された測定動作の測定動作パラメータに基づいて行われた測定動作の適否判定結果とする。   The learning unit 110 learns the adjustment of the measurement operation parameter of the measurement operation with respect to the time required for the measurement operation in accordance with an arbitrary learning algorithm collectively called machine learning. The learning unit 110 can repeatedly perform learning based on the data set including the state variable S and the determination data D described above. During the repetition of the learning cycle of the measurement operation parameter of the measurement operation with respect to the time required for the measurement operation, the state variable S is measured as described above, the time taken for the measurement operation before one learning cycle, and the measurement adjusted before one learning cycle as described above. It is acquired from the measurement operation parameter of the operation, and the determination data D is a determination result of suitability of the measurement operation performed based on the measurement operation parameter of the adjusted measurement operation.

このような学習サイクルを繰り返すことにより、学習部１１０は、測定動作に掛かる時間と、測定動作の測定動作パラメータの調整との相関性を暗示する特徴を識別することができるようになる。学習アルゴリズムの開始時には測定動作に掛かる時間と、測定動作の測定動作パラメータの調整の相関性は実質的に未知であるが、学習部１１０は、学習を進めるに従い徐々に特徴を識別して相関性を解釈する。測定動作に掛かる時間と、測定動作の測定動作パラメータの調整との相関性が、ある程度信頼できる水準まで解釈されると、学習部１１０が反復出力する学習結果は、現在状態（つまり測定動作に掛かる時間）に対して、測定動作の測定動作パラメータをどう調整するべきかという行動の選択（つまり意思決定）を行うために使用できるものとなる。つまり学習部１１０は、学習アルゴリズムの進行に伴い、測定動作に掛かる時間に対して測定動作の測定動作パラメータをどのように調整するべきかという行動との、相関性を最適解に徐々に近づけることができる。   By repeating such a learning cycle, the learning unit 110 can identify a feature that implies the correlation between the time taken for the measurement operation and the adjustment of the measurement operation parameter of the measurement operation. Although the correlation between the time required for the measurement operation at the start of the learning algorithm and the adjustment of the measurement operation parameter of the measurement operation is substantially unknown, the learning unit 110 gradually identifies the features as the learning proceeds, and the correlation Is interpreted. When the correlation between the time required for the measurement operation and the adjustment of the measurement operation parameter of the measurement operation is interpreted to a certain level of reliability, the learning result that the learning unit 110 repeatedly outputs is the current state (that is, the measurement operation). It can be used to make an action selection (ie, decision making) on how to adjust the measurement operation parameter of the measurement operation over time. That is, as the learning algorithm progresses, the learning unit 110 gradually approaches the correlation with the behavior of how to adjust the measurement operation parameter of the measurement operation with respect to the time required for the measurement operation to the optimal solution. Can do.

意思決定部１２２は、学習部１１０が学習した結果に基づいて、測定動作の測定動作パラメータを調整し、調整した測定動作の測定動作パラメータを測定動作パラメータ設定部３４へと出力する。意思決定部１２２は、学習部１１０による学習が測定動作パラメータの調整に利用可能な状態になった段階において、機械学習装置１００に測定動作に掛かる時間が入力されると、測定動作の測定動作パラメータ（測定動作開始時のセンサの位置及びセンサの移動速度の少なくともいずれか等）を出力する。意思決定部１２２は、状態変数Ｓと学習部１１０が学習した結果に基づいて、適切な測定動作の測定動作パラメータを調整する。   The decision making unit 122 adjusts the measurement operation parameter of the measurement operation based on the result learned by the learning unit 110, and outputs the adjusted measurement operation parameter of the measurement operation to the measurement operation parameter setting unit 34. When the learning operation by the learning unit 110 becomes available for adjustment of the measurement operation parameter, the decision making unit 122 receives the measurement operation parameter of the measurement operation when the time required for the measurement operation is input to the machine learning device 100. (At least one of the sensor position and the sensor moving speed at the start of the measurement operation) is output. The decision making unit 122 adjusts the measurement operation parameter of an appropriate measurement operation based on the state variable S and the result learned by the learning unit 110.

上記したように、測定動作パラメータ調整装置１が備える機械学習装置１００は、状態観測部１０６が観測した状態変数Ｓと判定データ取得部１０８が取得した判定データＤとを用いて、学習部１１０が機械学習アルゴリズムに従い、測定動作に掛かる時間に対する測定動作の測定動作パラメータの調整を学習するものである。状態変数Ｓは、測定動作パラメータデータＳ１、及び測定時間データＳ２といったデータで構成され、また判定データＤは、測定装置２による測定動作時に取得された情報から一義的に求められる。したがって、測定動作パラメータ調整装置１が備える機械学習装置１００によれば、学習部１１０の学習結果を用いることで、測定動作に掛かる時間に応じた、測定動作の測定動作パラメータの調整を、自動的かつ正確に行うことが可能となる。   As described above, the machine learning device 100 included in the measurement operation parameter adjustment device 1 uses the state variable S observed by the state observation unit 106 and the determination data D acquired by the determination data acquisition unit 108 to be used by the learning unit 110. According to the machine learning algorithm, the adjustment of the measurement operation parameter of the measurement operation with respect to the time required for the measurement operation is learned. The state variable S is composed of data such as measurement operation parameter data S1 and measurement time data S2, and the determination data D is uniquely determined from information acquired during the measurement operation by the measurement apparatus 2. Therefore, according to the machine learning device 100 included in the measurement operation parameter adjustment device 1, by using the learning result of the learning unit 110, the measurement operation parameter of the measurement operation can be automatically adjusted according to the time required for the measurement operation. And it becomes possible to carry out accurately.

そして、測定動作の測定動作パラメータの調整を、自動的に行うことができれば、測定動作に掛かる時間（測定時間データＳ２）を把握するだけで、測定動作の測定動作パラメータの適切な値を迅速に調整することができる。したがって、測定動作の測定動作パラメータの調整を効率よく行うことができる。   If the measurement operation parameter of the measurement operation can be automatically adjusted, an appropriate value of the measurement operation parameter of the measurement operation can be quickly obtained only by grasping the time (measurement time data S2) required for the measurement operation. Can be adjusted. Therefore, the measurement operation parameter of the measurement operation can be adjusted efficiently.

測定動作パラメータ調整装置１が備える機械学習装置１００の一変形例として、状態観測部１０６は、測定動作パラメータデータＳ１、及び測定時間データＳ２に加えて、測定対象物の品種情報を示す品種データＳ３を、状態変数Ｓとして観測するようにしても良い。品種データＳ３としては、測定対象物の種類が一意に定まるように付与した識別番号等を用いることができる。品種データＳ３を状態変数Ｓとして用いることにより、測定対象物の品種に応じた測定動作の開始時のセンサの位置や移動速度を学習し、測定動作パラメータの調整に反映することができるようになる。   As a modification of the machine learning device 100 included in the measurement operation parameter adjustment device 1, the state observation unit 106 includes, in addition to the measurement operation parameter data S1 and the measurement time data S2, product data S3 indicating the product information of the measurement object. May be observed as the state variable S. As the product type data S3, an identification number or the like assigned so that the type of the measurement object is uniquely determined can be used. By using the product type data S3 as the state variable S, the position and moving speed of the sensor at the start of the measurement operation corresponding to the product type of the measurement object can be learned and reflected in the adjustment of the measurement operation parameter. .

測定動作パラメータ調整装置１が備える機械学習装置１００の他の変形例として、状態観測部１０６は、測定動作パラメータデータＳ１、及び測定時間データＳ２に加えて、測定動作が実行される時間帯や季節、温度、湿度等の測定環境を示す測定環境データＳ４を、状態変数Ｓとして観測するようにしても良い。測定対象物によっては、温度や湿度、時期等によって大きさや強度のバラつきが変化する物（パンや餅等の加工食品や、果物、野菜等）があり、このような測定対象物を観測する測定動作においては、状態変数として測定環境データＳ４を観測して用いることで、より適切な測定動作パラメータの調整を行うことができるようになる。   As another modification of the machine learning device 100 included in the measurement operation parameter adjustment device 1, the state observation unit 106 includes a time zone and a season in which the measurement operation is executed in addition to the measurement operation parameter data S1 and the measurement time data S2. The measurement environment data S4 indicating the measurement environment such as temperature and humidity may be observed as the state variable S. Depending on the object to be measured, there are objects that vary in size and strength depending on temperature, humidity, time, etc. (processed foods such as bread and rice cakes, fruits, vegetables, etc.), and measurement that observes these objects In operation, the measurement environment data S4 is observed and used as a state variable, so that more appropriate measurement operation parameters can be adjusted.

上記構成を有する機械学習装置１００では、学習部１１０が実行する学習アルゴリズムは特に限定されず、機械学習として公知の学習アルゴリズムを採用できる。図３は、図２に示す測定動作パラメータ調整装置１の一形態であって、学習アルゴリズムの一例として強化学習を実行する学習部１１０を備えた構成を示す。強化学習は、学習対象が存在する環境の現在状態（つまり入力）を観測するとともに現在状態で所定の行動（つまり出力）を実行し、その行動に対し何らかの報酬を与えるというサイクルを試行錯誤的に反復して、報酬の総計が最大化されるような方策（本願の機械学習装置では測定動作の測定動作パラメータ）を最適解として学習する手法である。   In the machine learning device 100 having the above configuration, the learning algorithm executed by the learning unit 110 is not particularly limited, and a known learning algorithm can be adopted as machine learning. FIG. 3 shows one configuration of the measurement operation parameter adjustment apparatus 1 shown in FIG. 2 and includes a learning unit 110 that executes reinforcement learning as an example of a learning algorithm. Reinforcement learning is a trial-and-error cycle that observes the current state (ie, input) of the environment where the learning target exists, executes a predetermined action (ie, output) in the current state, and gives some reward to that action. This is a method of learning, as an optimal solution, a policy (measurement operation parameter of measurement operation in the machine learning device of the present application) that iteratively maximizes the total reward.

図３に示す測定動作パラメータ調整装置１が備える機械学習装置１００において、学習部１１０は、状態変数Ｓに基づいて測定動作の測定動作パラメータの調整がされ、調整された測定動作の測定動作パラメータに基づく測定装置２による測定動作の適否判定結果（状態変数Ｓが取得された次の学習周期で用いられる判定データＤに相当）に関連する報酬Ｒを求める報酬計算部１１２と、報酬Ｒを用いて、測定動作の測定動作パラメータの価値を表す関数Ｑを更新する価値関数更新部１１４とを備える。学習部１１０は、価値関数更新部１１４が関数Ｑの更新を繰り返すことによって測定動作に掛かる時間に対する測定動作の測定動作パラメータの調整を学習する。   In the machine learning device 100 included in the measurement operation parameter adjustment device 1 illustrated in FIG. 3, the learning unit 110 adjusts the measurement operation parameter of the measurement operation based on the state variable S, and sets the adjusted measurement operation parameter of the measurement operation. Using the reward R, the reward calculation unit 112 that calculates the reward R related to the determination result of the measurement operation by the measurement device 2 based on it (corresponding to the determination data D used in the next learning cycle in which the state variable S is acquired) A value function updating unit 114 that updates the function Q representing the value of the measurement operation parameter of the measurement operation. The learning unit 110 learns the adjustment of the measurement operation parameter of the measurement operation with respect to the time taken for the measurement operation by the value function update unit 114 repeating the update of the function Q.

学習部１１０が実行する強化学習のアルゴリズムの一例を説明する。この例によるアルゴリズムは、Ｑ学習（Ｑ−ｌｅａｒｎｉｎｇ）として知られるものであって、行動主体の状態ｓと、その状態ｓで行動主体が選択し得る行動ａとを独立変数として、状態ｓで行動ａを選択した場合の行動の価値を表す関数Ｑ（ｓ，ａ）を学習する手法である。状態ｓで価値関数Ｑが最も高くなる行動ａを選択することが最適解となる。状態ｓと行動ａとの相関性が未知の状態でＱ学習を開始し、任意の状態ｓで種々の行動ａを選択する試行錯誤を繰り返すことで、価値関数Ｑを反復して更新し、最適解に近付ける。ここで、状態ｓで行動ａを選択した結果として環境（つまり状態ｓ）が変化したときに、その変化に応じた報酬（つまり行動ａの重み付け）ｒが得られるように構成し、より高い報酬ｒが得られる行動ａを選択するように学習を誘導することで、価値関数Ｑを比較的短時間で最適解に近付けることができる。   An example of the reinforcement learning algorithm executed by the learning unit 110 will be described. The algorithm according to this example is known as Q-learning (Q-learning), and the behavior s in the state s is defined as an independent variable with the behavior s state s and the behavior a that the behavior subject can select in the state s. This is a method for learning a function Q (s, a) representing the value of an action when a is selected. The optimal solution is to select the action a that has the highest value function Q in the state s. The value function Q is iteratively updated by repeating trial and error by starting Q learning in a state where the correlation between the state s and the action a is unknown, and selecting various actions a in an arbitrary state s. Approach the solution. Here, when the environment (that is, the state s) changes as a result of selecting the action a in the state s, a reward (that is, the weight of the action a) r corresponding to the change is obtained, and a higher reward By inducing learning to select an action a that gives r, the value function Q can be brought close to the optimal solution in a relatively short time.

価値関数Ｑの更新式は、一般に下記の数１式のように表すことができる。数１式において、ｓt及びａtはそれぞれ時刻ｔにおける状態及び行動であり、行動ａtにより状態はｓt+1に変化する。ｒt+1は、状態がｓtからｓt+1に変化したことで得られる報酬である。ｍａｘＱの項は、時刻ｔ＋１で最大の価値Ｑになる（と時刻ｔで考えられている）行動ａを行ったときのＱを意味する。α及びγはそれぞれ学習係数及び割引率であり、０＜α≦１、０＜γ≦１で任意設定される。 The updating formula of the value function Q can be generally expressed as the following formula 1. In equation (1), s t and a t is a state and behavior at each time t, the state by action a t is changed to s t + 1. r t + 1 is a reward obtained by the state changes from s t in s t + 1. The term maxQ means Q when the action a having the maximum value Q at time t + 1 (and considered at time t) is performed. α and γ are a learning coefficient and a discount rate, respectively, and are arbitrarily set such that 0 <α ≦ 1 and 0 <γ ≦ 1.

Figure 2019184575
Figure 2019184575

学習部１１０がＱ学習を実行する場合、状態観測部１０６が観測した状態変数Ｓ及び判定データ取得部１０８が取得した判定データＤは、更新式の状態ｓに該当し、現在状態（つまり、測定動作に掛かる時間）に対する測定動作の測定動作パラメータをどのように調整するべきかという行動は、更新式の行動ａに該当し、報酬計算部１１２が求める報酬Ｒは、更新式の報酬ｒに該当する。よって価値関数更新部１１４は、現在状態に対する測定動作の測定動作パラメータの価値を表す関数Ｑを、報酬Ｒを用いたＱ学習により繰り返し更新する。   When the learning unit 110 performs Q-learning, the state variable S observed by the state observation unit 106 and the determination data D acquired by the determination data acquisition unit 108 correspond to the update state s, and the current state (that is, measurement) The behavior of how to adjust the measurement operation parameter of the measurement operation with respect to the time taken for the operation corresponds to the update-type action a, and the reward R calculated by the reward calculation unit 112 corresponds to the update-type reward r To do. Therefore, the value function updating unit 114 repeatedly updates the function Q representing the value of the measurement operation parameter of the measurement operation with respect to the current state by Q learning using the reward R.

報酬計算部１１２が求める報酬Ｒは、例えば、測定動作の測定動作パラメータを調整した後に行われる、調整された測定動作の測定動作パラメータに基づいて行われた測定動作の適否判定結果が「適」と判定される場合（例えば、測定動作に掛かる時間が予め定めた所定の閾値以下である場合等）に正（プラス）の報酬Ｒとし、測定動作の測定動作パラメータを調整した後に行われる、調整された測定動作の測定動作パラメータに基づいて行われた測定動作の適否判定結果が「否」と判定される場合（例えば、測定動作に掛かる時間が予め定めた所定の閾値を超える場合、センサが測定対象物に衝突した場合、測定対象物が動いてしまった場合等）に負（マイナス）の報酬Ｒとすることができる。正負の報酬Ｒの絶対値は、互いに同一であってもよいし異なっていてもよい。また、判定の条件として、判定データＤに含まれる複数の値を組み合わせて判定するようにしても良い。   The reward R calculated by the reward calculation unit 112 is, for example, “appropriate” as a result of determining whether or not the measurement operation is performed based on the measurement operation parameter of the adjusted measurement operation performed after adjusting the measurement operation parameter of the measurement operation. Adjustment is performed after the measurement operation parameter of the measurement operation is adjusted with the positive reward R when the measurement operation is determined (for example, when the time taken for the measurement operation is equal to or less than a predetermined threshold value). If the determination result of the suitability of the measurement operation performed based on the measurement operation parameter of the measured operation is determined as “No” (for example, if the time taken for the measurement operation exceeds a predetermined threshold value, the sensor In the case of a collision with the measurement object, the measurement object moves, etc.), it can be set as a negative (minus) reward R. The absolute values of the positive and negative rewards R may be the same or different. Further, as a determination condition, a plurality of values included in the determination data D may be combined for determination.

また、調整された測定動作パラメータに基づく測定動作の適否判定結果を、「適」及び「否」の二通りだけでなく複数段階に設定することができる。例として、測定動作に掛かる時間の閾値がＴmaxである場合、測定動作に掛かる時間Ｔが、０≦Ｔ＜Ｔmax／５のときは報酬Ｒ＝５を与え、Ｔmax／５≦Ｔ＜Ｔmax／２のときは報酬Ｒ＝３を与え、Ｔmax／２≦Ｔ＜Ｔmaxのときは報酬Ｒ＝１を、Ｔmax≦Ｔのときは報酬Ｒ＝−３（マイナスの報酬）を与えるような構成とすることができる。 Further, the determination result of the suitability of the measurement operation based on the adjusted measurement operation parameter can be set in a plurality of stages as well as two ways of “suitable” and “denied”. For example, when the threshold value of the time required for the measurement operation is T max , a reward R = 5 is given when the time T required for the measurement operation is 0 ≦ T <T max / 5, and T max / 5 ≦ T < Reward R = 3 when T max / 2, Reward R = 1 when T max / 2 ≦ T <T max , Reward R = −3 (negative reward) when T max ≦ T It can be set as the structure which gives.

更に、学習の初期段階は判定に用いる閾値を比較的大きく設定し、学習が進行するにつれて判定に用いる閾値を縮小する構成とすることもできる。   Furthermore, the threshold used for determination may be set to a relatively large value in the initial stage of learning, and the threshold used for determination may be reduced as learning progresses.

価値関数更新部１１４は、状態変数Ｓと判定データＤと報酬Ｒとを、関数Ｑで表される行動価値（例えば数値）と関連付けて整理した行動価値テーブルを持つことができる。この場合、価値関数更新部１１４が関数Ｑを更新するという行為は、価値関数更新部１１４が行動価値テーブルを更新するという行為と同義である。Ｑ学習の開始時には環境の現在状態と測定動作の測定動作パラメータの調整との相関性は未知であるから、行動価値テーブルにおいては、種々の状態変数Ｓと判定データＤと報酬Ｒとが、無作為に定めた行動価値の値（関数Ｑ）と関連付けた形態で用意されている。なお報酬計算部１１２は、判定データＤが分かれば、これに対応する報酬Ｒを直ちに算出でき、算出した値Ｒが行動価値テーブルに書き込まれる。   The value function updating unit 114 can have an action value table in which the state variable S, the determination data D, and the reward R are arranged in association with the action value (for example, a numerical value) represented by the function Q. In this case, the action that the value function updating unit 114 updates the function Q is synonymous with the action that the value function updating unit 114 updates the action value table. Since the correlation between the current state of the environment and the adjustment of the measurement operation parameter of the measurement operation is unknown at the start of Q-learning, various state variables S, determination data D, and reward R are not included in the action value table. It is prepared in a form associated with an action value (function Q) determined for the purpose. If the determination data D is known, the reward calculation unit 112 can immediately calculate the reward R corresponding to the determination data D, and the calculated value R is written in the action value table.

測定装置２の動作の適否判定結果に応じた報酬Ｒを用いてＱ学習を進めると、より高い報酬Ｒが得られる行動を選択する方向へ学習が誘導され、選択した行動を現在状態で実行した結果として変化する環境の状態（つまり状態変数Ｓ及び判定データＤ）に応じて、現在状態で行う行動についての行動価値の値（関数Ｑ）が書き換えられて行動価値テーブルが更新される。この更新を繰り返すことにより、行動価値テーブルに表示される行動価値の値（関数Ｑ）は、適正な行動（本発明の場合、測定対象物、測定装置２の機構部やセンサが壊れたり、測定対象物が動かない範囲で、測定動作開始時のセンサの位置を測定対象物に近づけたり、センサの移動速度を増加させたり等、測定動作の測定動作パラメータを調整する行動）であるほど大きな値となるように書き換えられる。このようにして、未知であった環境の現在状態（測定動作に掛かる時間）とそれに対する行動（測定動作の測定動作パラメータの調整）との相関性が徐々に明らかになる。つまり行動価値テーブルの更新により、測定動作に掛かる時間と、測定動作の測定動作パラメータの調整との関係が最適解に徐々に近づけられる。   When Q learning is advanced using the reward R corresponding to the determination result of the suitability of the operation of the measuring device 2, learning is guided in a direction to select an action that can obtain a higher reward R, and the selected action is executed in the current state. As a result, the action value value (function Q) for the action performed in the current state is rewritten according to the state of the environment that changes (that is, the state variable S and the determination data D), and the action value table is updated. By repeating this update, the value of the action value (function Q) displayed in the action value table is changed to an appropriate action (in the case of the present invention, the measurement object, the mechanism part of the measuring device 2 or the sensor is broken, The larger the value is, the more the measurement operation parameter of the measurement operation is adjusted, such as bringing the position of the sensor close to the measurement object or increasing the moving speed of the sensor within the range where the object does not move. It is rewritten to become. In this way, the correlation between the current state of the unknown environment (the time required for the measurement operation) and the action corresponding thereto (adjustment of the measurement operation parameter of the measurement operation) gradually becomes clear. That is, by updating the behavior value table, the relationship between the time taken for the measurement operation and the adjustment of the measurement operation parameter of the measurement operation is gradually brought closer to the optimal solution.

図４を参照して、学習部１１０が実行する上記したＱ学習のフロー（つまり機械学習方法の一形態）をさらに説明する。まずステップＳＡ０１で、価値関数更新部１１４は、その時点での行動価値テーブルを参照しながら、状態観測部１０６が観測した状態変数Ｓが示す現在状態で行う行動として測定動作の測定動作パラメータの調整行動を無作為に選択する。次に価値関数更新部１１４は、ステップＳＡ０２で、状態観測部１０６が観測している現在状態の状態変数Ｓを取り込み、ステップＳＡ０３で、判定データ取得部１０８が取得している現在状態の判定データＤを取り込む。次に価値関数更新部１１４は、ステップＳＡ０４で、判定データＤに基づき、調整された測定動作の測定動作パラメータによる測定動作が適当であったか否かを判断し、適当であった場合、ステップＳＡ０５で、報酬計算部１１２が求めた正の報酬Ｒを関数Ｑの更新式に適用し、次いでステップＳＡ０６で、現在状態における状態変数Ｓ及び判定データＤと報酬Ｒと行動価値の値（更新後の関数Ｑ）とを用いて行動価値テーブルを更新する。ステップＳＡ０４で、調整された測定動作の測定動作パラメータによる測定動作が適当でなかったと判断した場合、ステップＳＡ０７で、報酬計算部１１２が求めた負の報酬Ｒを関数Ｑの更新式に適用し、次いでステップＳＡ０６で、現在状態における状態変数Ｓ及び判定データＤと報酬Ｒと行動価値の値（更新後の関数Ｑ）とを用いて行動価値テーブルを更新する。学習部１１０は、ステップＳＡ０１〜ＳＡ０７を繰り返すことで行動価値テーブルを反復して更新し、測定動作の測定動作パラメータの調整の学習を進行させる。なお、ステップＳＡ０４からステップＳＡ０７までの報酬Ｒを求める処理及び価値関数の更新処理は、判定データＤに含まれるそれぞれのデータについて実行される。   With reference to FIG. 4, the above-described Q-learning flow (that is, one form of the machine learning method) executed by the learning unit 110 will be further described. First, in step SA01, the value function updating unit 114 adjusts the measurement operation parameter of the measurement operation as an action to be performed in the current state indicated by the state variable S observed by the state observation unit 106 while referring to the action value table at that time. Select an action at random. Next, the value function updating unit 114 takes in the state variable S of the current state observed by the state observation unit 106 at step SA02, and the determination data of the current state acquired by the determination data acquisition unit 108 at step SA03. D is captured. Next, in step SA04, the value function updating unit 114 determines whether or not the measurement operation based on the measurement operation parameter of the adjusted measurement operation is appropriate based on the determination data D. If appropriate, the value function update unit 114 determines in step SA05. Then, the positive reward R obtained by the reward calculation unit 112 is applied to the update formula of the function Q, and then in step SA06, the state variable S, the determination data D, the reward R, and the action value (the updated function value) in the current state Q) and the action value table is updated. If it is determined in step SA04 that the measurement operation by the measurement operation parameter of the adjusted measurement operation is not appropriate, the negative reward R obtained by the reward calculation unit 112 is applied to the update formula of the function Q in step SA07, Next, in step SA06, the action value table is updated using the state variable S, the determination data D, the reward R, and the action value (updated function Q) in the current state. The learning unit 110 repeatedly updates the behavior value table by repeating steps SA01 to SA07, and advances the learning of adjustment of the measurement operation parameter of the measurement operation. It should be noted that the processing for obtaining the reward R and the value function updating processing from step SA04 to step SA07 are executed for each data included in the determination data D.

前述した強化学習を進める際に、例えばニューラルネットワークを応用することができる。図５Ａは、ニューロンのモデルを模式的に示す。図５Ｂは、図５Ａに示すニューロンを組み合わせて構成した三層のニューラルネットワークのモデルを模式的に示す。ニューラルネットワークは、例えば、ニューロンのモデルを模した演算装置や記憶装置等によって構成できる。   When proceeding with the above-described reinforcement learning, for example, a neural network can be applied. FIG. 5A schematically shows a model of a neuron. FIG. 5B schematically shows a model of a three-layer neural network configured by combining the neurons shown in FIG. 5A. The neural network can be configured by, for example, an arithmetic device or a storage device imitating a neuron model.

図５Ａに示すニューロンは、複数の入力ｘ（ここでは一例として、入力ｘ1〜入力ｘ3）に対する結果ｙを出力するものである。各入力ｘ1〜ｘ3には、この入力ｘに対応する重みｗ（ｗ1〜ｗ3）が掛けられる。これにより、ニューロンは、次の数２式により表現される出力ｙを出力する。なお、数２式において、入力ｘ、出力ｙ及び重みｗは、すべてベクトルである。また、θはバイアスであり、ｆkは活性化関数である。 The neuron shown in FIG. 5A outputs a result y for a plurality of inputs x (here, as an example, inputs x 1 to x 3 ). Each input x 1 ~x 3, the weight w corresponding to the input x (w 1 ~w 3) is multiplied. As a result, the neuron outputs an output y expressed by the following equation (2). In Equation 2, the input x, the output y, and the weight w are all vectors. Further, θ is a bias, and f k is an activation function.

Figure 2019184575
Figure 2019184575

図５Ｂに示す三層のニューラルネットワークは、左側から複数の入力ｘ（ここでは一例として、入力ｘ１〜入力ｘ３）が入力され、右側から結果ｙ（ここでは一例として、結果ｙ１〜結果ｙ３）が出力される。図示の例では、入力ｘ１、ｘ２、ｘ３のそれぞれに対応の重み（総称してＷ１で表す）が乗算されて、個々の入力ｘ１、ｘ２、ｘ３がいずれも３つのニューロンＮ１１、Ｎ１２、Ｎ１３に入力されている。   In the three-layer neural network shown in FIG. 5B, a plurality of inputs x (in this example, inputs x1 to x3) are input from the left side, and a result y (in this case, as an example, results y1 to y3) is input from the right side. Is output. In the illustrated example, each of the inputs x1, x2, and x3 is multiplied by a corresponding weight (generically expressed as W1), and each of the inputs x1, x2, and x3 is assigned to three neurons N11, N12, and N13. Have been entered.

図５Ｂでは、ニューロンＮ１１〜Ｎ１３の各々の出力を、総称してｚ１で表す。ｚ１は、入カベクトルの特徴量を抽出した特徴ベクトルと見なすことができる。図示の例では、特徴ベクトルｚ１のそれぞれに対応の重み（総称してＷ２で表す）が乗算されて、個々の特徴ベクトルｚ１がいずれも２つのニューロンＮ２１、Ｎ２２に入力されている。特徴ベクトルｚ１は、重みＷ１と重みＷ２との間の特徴を表す。   In FIG. 5B, the outputs of the neurons N11 to N13 are collectively represented by z1. z1 can be regarded as a feature vector obtained by extracting the feature amount of the input vector. In the illustrated example, each feature vector z1 is multiplied by a corresponding weight (generically represented by W2), and each feature vector z1 is input to two neurons N21 and N22. The feature vector z1 represents a feature between the weight W1 and the weight W2.

図５Ｂでは、ニューロンＮ２１〜Ｎ２２の各々の出力を、総称してｚ２で表す。ｚ２は、特徴ベクトルｚ１の特徴量を抽出した特徴ベクトルと見なすことができる。図示の例では、特徴ベクトルｚ２のそれぞれに対応の重み（総称してＷ３で表す）が乗算されて、個々の特徴ベクトルｚ２がいずれも３つのニューロンＮ３１、Ｎ３２、Ｎ３３に入力されている。特徴ベクトルｚ２は、重みＷ２と重みＷ３との間の特徴を表す。最後にニューロンＮ３１〜Ｎ３３は、それぞれ結果ｙ１〜ｙ３を出力する。
なお、三層以上の層を為すニューラルネットワークを用いた、いわゆるディープラーニングの手法を用いることも可能である。 In FIG. 5B, the outputs of the neurons N21 to N22 are collectively represented by z2. z2 can be regarded as a feature vector obtained by extracting the feature amount of the feature vector z1. In the illustrated example, each feature vector z2 is multiplied by a corresponding weight (generically represented by W3), and each feature vector z2 is input to three neurons N31, N32, and N33. The feature vector z2 represents a feature between the weight W2 and the weight W3. Finally, the neurons N31 to N33 output the results y1 to y3, respectively.
It is also possible to use a so-called deep learning method using a neural network having three or more layers.

測定動作パラメータ調整装置１が備える機械学習装置１００においては、ニューラルネットワークをＱ学習における価値関数として用い、状態変数Ｓと行動ａとを入力ｘとして、学習部１１０が上記したニューラルネットワークに従う多層構造の演算を行うことで、当該状態における当該行動の価値（結果ｙ）を出力することもできる。なお、ニューラルネットワークの動作モードには、学習モードと価値予測モードとがあり、例えば学習モードで学習データセットを用いて重みｗを学習し、学習した重みｗを用いて価値予測モードで行動の価値判断を行うことができる。なお価値予測モードでは、検出、分類、推論等を行うこともできる。   In the machine learning device 100 provided in the measurement operation parameter adjusting device 1, a learning unit 110 uses a neural network as a value function in Q learning, a state variable S and an action a as an input x, and the learning unit 110 follows a neural network described above. By performing the calculation, the value (result y) of the action in the state can also be output. The operation mode of the neural network includes a learning mode and a value prediction mode. For example, the weight w is learned using the learning data set in the learning mode, and the value of the action in the value prediction mode using the learned weight w. Judgment can be made. In the value prediction mode, detection, classification, inference, etc. can be performed.

上記した測定動作パラメータ調整装置１の構成は、プロセッサ１０１が実行する機械学習方法（或いはソフトウェア）として記述できる。この機械学習方法は、測定動作の測定動作パラメータの調整を学習する機械学習方法であって、コンピュータのＣＰＵが、測定動作パラメータデータＳ１、及び測定時間データＳ２を、測定装置２が動作する環境の現在状態を表す状態変数Ｓとして観測するステップと、調整された測定動作の測定動作パラメータに基づく測定動作の適否判定結果を示す判定データＤを取得するステップと、状態変数Ｓと判定データＤとを用いて、測定時間データＳ２と、測定動作の測定動作パラメータの調整とを関連付けて学習するステップとを有する。   The configuration of the measurement operation parameter adjusting apparatus 1 described above can be described as a machine learning method (or software) executed by the processor 101. This machine learning method is a machine learning method for learning the adjustment of the measurement operation parameter of the measurement operation, and the CPU of the computer uses the measurement operation parameter data S1 and the measurement time data S2 in the environment in which the measurement apparatus 2 operates. A step of observing as a state variable S representing the current state, a step of obtaining determination data D indicating the suitability determination result of the measurement operation based on the measurement operation parameter of the adjusted measurement operation, and the state variable S and the determination data D And the step of learning by associating the measurement time data S2 with the adjustment of the measurement operation parameter of the measurement operation.

以下の第２〜４の実施形態では、第１の実施形態による測定動作パラメータ調整装置１が、クラウドサーバやホストコンピュータ、フォグコンピュータ、エッジコンピュータ（ロボットコントローラ、制御装置等）を含む複数の装置と有線／無線のネットワークを介して相互に接続した実施形態について説明する。図６に例示されるように、以下の第２〜４の実施形態では、複数の装置のそれぞれがネットワークに接続された状態でクラウドサーバ６等を含む層、フォグコンピュータ７等を含む層、エッジコンピュータ８（セル９に含まれるロボットコントローラ、制御装置等）等を含む層の、３つの階層に論理的に分けて構成されているシステムを想定する。この様なシステムにおいて、測定動作パラメータ調整装置１は、クラウドサーバ６、フォグコンピュータ７、エッジコンピュータ８のいずれの上にも実装することが可能であり、それぞれの複数の装置との間でネットワークを介して相互に学習データを共有して分散学習をしたり、生成した学習モデルをフォグコンピュータ７やクラウドサーバ６に収集して大規模な解析を行ったり、更に、生成した学習モデルの相互再利用等をしたりすることができる。図６に例示されるシステムにおいて、セル９は各地の工場にそれぞれ複数設けられ、それぞれのセル９を所定の単位（工場単位、同じ製造業者の複数の工場単位等）で上位層のフォグコンピュータ７が管理する。そして、これらフォグコンピュータ７が収集、解析したデータを、更に上位層のクラウドサーバ６で収集、解析等を行い、その結果として得られた情報を各々のエッジコンピュータの制御等に活用することができる。   In the following second to fourth embodiments, the measurement operation parameter adjustment device 1 according to the first embodiment includes a plurality of devices including a cloud server, a host computer, a fog computer, and an edge computer (robot controller, control device, etc.) An embodiment in which they are connected to each other via a wired / wireless network will be described. As illustrated in FIG. 6, in the following second to fourth embodiments, a layer including a cloud server 6 and the like, a layer including a fog computer 7 and the like, and an edge in a state where each of a plurality of devices is connected to a network. Assume a system that is logically divided into three layers including a computer 8 (a robot controller, a control device, and the like included in the cell 9). In such a system, the measurement operation parameter adjustment device 1 can be mounted on any of the cloud server 6, the fog computer 7, and the edge computer 8, and a network is formed between each of the plurality of devices. Distributed learning by sharing learning data through each other, collecting the generated learning models in the fog computer 7 or the cloud server 6 for large-scale analysis, and reusing the generated learning models And so on. In the system illustrated in FIG. 6, a plurality of cells 9 are provided in each factory in each place, and each cell 9 is arranged in a predetermined unit (a factory unit, a plurality of factory units of the same manufacturer, etc.) Manage. The data collected and analyzed by the fog computer 7 is further collected and analyzed by the cloud server 6 of the upper layer, and the information obtained as a result can be used for control of each edge computer. .

図７は、測定動作パラメータ調整装置１を備えた第２の実施形態によるシステム１７０を示す。システム１７０は、エッジコンピュータやフォグコンピュータ、ホストコンピュータ、クラウドサーバ等のコンピュータの一部として実装された少なくとも１台の測定動作パラメータ調整装置１と、測定動作パラメータの調整の対象となる複数の測定装置２と、測定動作パラメータ調整装置１、測定装置２を互いに接続する有線／無線のネットワーク１７２とを備える。   FIG. 7 shows a system 170 according to a second embodiment with a measuring operation parameter adjustment device 1. The system 170 includes at least one measurement operation parameter adjustment device 1 mounted as a part of a computer such as an edge computer, a fog computer, a host computer, or a cloud server, and a plurality of measurement devices that are targets for adjustment of measurement operation parameters. 2 and a wired / wireless network 172 that connects the measurement operation parameter adjustment device 1 and the measurement device 2 to each other.

上記構成を有するシステム１７０は、機械学習装置１００を備える測定動作パラメータ調整装置１が、学習部１１０の学習結果を用いて、測定動作に掛かる時間に対する測定動作の測定動作パラメータの調整を、それぞれの測定装置２毎に自動的かつ正確に求めることができる。また、測定動作パラメータ調整装置１の機械学習装置１００が、複数の測定装置２のそれぞれについて得られた状態変数Ｓ及び判定データＤに基づき、全ての測定装置２に共通する測定動作の測定動作パラメータの調整を学習し、その学習結果を全ての測定装置２の動作において共有するように構成できる。したがってシステム１７０によれば、より多様なデータ集合（状態変数Ｓ及び判定データＤを含む）を入力として、測定動作の測定動作パラメータの調整の学習の速度や信頼性を向上させることができる。   In the system 170 having the above configuration, the measurement operation parameter adjustment device 1 including the machine learning device 100 uses the learning result of the learning unit 110 to adjust the measurement operation parameter of the measurement operation with respect to the time required for the measurement operation. It can be obtained automatically and accurately for each measuring device 2. Further, the machine learning device 100 of the measurement operation parameter adjusting device 1 uses the measurement variable of the measurement operation common to all the measurement devices 2 based on the state variable S and the determination data D obtained for each of the plurality of measurement devices 2. The adjustment result is learned, and the learning result can be shared in the operation of all the measuring devices 2. Therefore, according to the system 170, the learning speed and reliability of adjustment of the measurement operation parameter of the measurement operation can be improved by inputting a more diverse data set (including the state variable S and the determination data D).

図８は、測定動作パラメータ調整装置１を備えた第３の実施形態によるシステム１７０を示す。システム１７０は、セルコンピュータやフォグコンピュータ、ホストコンピュータ、クラウドサーバ等のコンピュータ５の上に実装された少なくとも１台の機械学習装置１００’と、測定装置２が設置されている機械３を制御する制御装置（エッジコンピュータ）として実装された少なくとも１台の測定動作パラメータ調整装置１と、コンピュータ５及び測定動作パラメータ調整装置１を互いに接続する有線／無線のネットワーク１７２とを備える。   FIG. 8 shows a system 170 according to a third embodiment provided with a measuring operation parameter adjusting device 1. The system 170 is a control that controls at least one machine learning device 100 ′ mounted on a computer 5 such as a cell computer, a fog computer, a host computer, or a cloud server, and the machine 3 in which the measurement device 2 is installed. At least one measurement operation parameter adjustment device 1 implemented as an apparatus (edge computer), and a wired / wireless network 172 that connects the computer 5 and the measurement operation parameter adjustment device 1 to each other.

上記構成を有するシステム１７０では、機械学習装置１００’を備えるコンピュータ５が、各々の機械３を制御する測定動作パラメータ調整装置１（制御装置）から、該測定動作パラメータ調整装置１が備える機械学習装置１００による機械学習の結果として得られた学習モデルを取得する。そして、コンピュータ５が備える機械学習装置１００’は、これら複数の学習モデルに基づく知識の最適化や効率化の処理を行うことで、新たに最適化乃至効率化された学習モデルを生成し、生成した学習モデルを各々の機械３（測定装置２）を制御する測定動作パラメータ調整装置１に対して配布する。   In the system 170 having the above-described configuration, the computer 5 provided with the machine learning device 100 ′ has the machine learning device provided in the measurement operation parameter adjustment device 1 from the measurement operation parameter adjustment device 1 (control device) that controls each machine 3. A learning model obtained as a result of machine learning by 100 is acquired. Then, the machine learning device 100 ′ included in the computer 5 generates and optimizes a learning model that is newly optimized or made efficient by performing knowledge optimization and efficiency processing based on the plurality of learning models. The learned model is distributed to the measurement operation parameter adjustment device 1 that controls each machine 3 (measurement device 2).

機械学習装置１００’が行う学習モデルの最適化乃至効率化の例としては、各測定動作パラメータ調整装置１から取得した複数の学習モデルに基づいた蒸留モデルの生成が挙げられる。この場合、本実施形態による機械学習装置１００’は、学習モデルに対して入力する入力データを作成し、該入力モデルを各々の学習モデルに対して入力した結果として得られる出力を用いて、１から学習を行うことで新たに学習モデル（蒸留モデル）を生成する。このようにして生成された蒸留モデルは、上記でも説明したように、外部記憶媒体やネットワーク等を介した他の装置に対する配布により適している。   An example of optimization or efficiency improvement of a learning model performed by the machine learning device 100 ′ includes generation of a distillation model based on a plurality of learning models acquired from each measurement operation parameter adjustment device 1. In this case, the machine learning device 100 ′ according to the present embodiment creates input data to be input to the learning model, and uses an output obtained as a result of inputting the input model to each learning model. A new learning model (distillation model) is generated by learning from the above. The distillation model generated in this way is more suitable for distribution to other devices via an external storage medium or a network as described above.

機械学習装置１００’が行う学習モデルの最適化乃至効率化の他の例としては、各測定動作パラメータ調整装置１から取得した複数の学習モデルに対して蒸留を行う過程において、入力データに対する各学習モデルの出力の分布を一般的な統計的手法で解析し、入力データと出力データの組の外れ値を抽出し、該外れ値を除外した入力データと出力データの組を用いて蒸留を行うことも考えられる。このような過程を経ることで、それぞれの学習モデルから得られる入力データと出力データの組から例外的な推定結果を除外し、該例外的な推定結果を除外した入力データと出力データの組を用いて蒸留モデルを生成することができる。このようにして生成された蒸留モデルは、複数の測定動作パラメータ調整装置１で生成された学習モデルから、当該測定動作パラメータ調整装置１が制御する機械３（測定装置２）に対して汎用的な蒸留モデルを生成することができる。
なお、他の一般的な学習モデルの最適化乃至効率化の手法（各学習モデルを解析し、その解析結果に基づいて学習モデルのハイパパラメータを最適化する等）も適宜導入することが可能である。 As another example of optimization or efficiency improvement of the learning model performed by the machine learning device 100 ′, each learning with respect to input data in the process of performing distillation on a plurality of learning models acquired from each measurement operation parameter adjustment device 1 Analyzing the distribution of the model output by a general statistical method, extracting outliers of the input data and output data sets, and performing distillation using the input data and output data sets excluding the outliers Is also possible. Through such a process, the exceptional estimation results are excluded from the input data and output data pairs obtained from the respective learning models, and the input data and output data pairs excluding the exceptional estimation results are excluded. Can be used to generate a distillation model. The distillation model generated in this way is general-purpose for the machine 3 (measurement device 2) controlled by the measurement operation parameter adjustment device 1 from the learning models generated by the plurality of measurement operation parameter adjustment devices 1. A distillation model can be generated.
In addition, other general learning model optimization or efficiency methods (such as analyzing each learning model and optimizing the hyperparameters of the learning model based on the analysis result) can be introduced as appropriate. is there.

本実施形態によるシステムでは、例えばエッジコンピュータとしての複数の測定動作パラメータ調整装置１の管理をするために設けられたフォグコンピュータとしてのコンピュータ５の上に機械学習装置１００’を配置し、各々の測定動作パラメータ調整装置１で生成された学習モデルをフォグコンピュータ上に集約して記憶しておき、記憶した複数の学習モデルに基づいた最適化乃至効率化を行った上で、最適化乃至効率化された学習モデルを必要に応じて各測定動作パラメータ調整装置１に対して再配布するという運用を行うことができる。   In the system according to the present embodiment, for example, a machine learning device 100 ′ is arranged on a computer 5 as a fog computer provided for managing a plurality of measurement operation parameter adjustment devices 1 as edge computers, and each measurement is performed. The learning model generated by the operation parameter adjusting apparatus 1 is stored on the fog computer in an integrated manner, and is optimized or made efficient after performing optimization or efficiency based on the plurality of stored learning models. The learning model can be redistributed to each measurement operation parameter adjustment device 1 as necessary.

また、本実施形態によるシステムでは、例えばフォグコンピュータとしてのコンピュータ５の上に集約して記憶された学習モデルや、フォグコンピュータ上で最適化乃至効率化された学習モデルを、更に上位のホストコンピュータやクラウドサーバ上に集め、これら学習モデルを用いて工場や測定装置２のメーカでの知的作業への応用（上位サーバでの更なる汎用的な学習モデルの構築及び再配布、学習モデルの解析結果に基づく測定装置２の保守作業の支援、各々の測定装置２の性能等の分析、新しい機械の開発への応用等）を行うことができる。   Further, in the system according to the present embodiment, for example, a learning model aggregated and stored on the computer 5 as a fog computer, or a learning model optimized or made efficient on the fog computer, a higher-level host computer or Collected on the cloud server and applied to intelligent work at the factory and the manufacturer of the measuring device 2 using these learning models (construction and redistribution of further general-purpose learning models on the host server, analysis results of learning models) Support of the measuring device 2 based on the above, analysis of the performance of each measuring device 2, application to development of a new machine, etc.).

図９は、図８で示したコンピュータ５の概略的なハードウェア構成図である。
コンピュータ５が備えるＣＰＵ５１１は、コンピュータ５を全体的に制御するプロセッサである。ＣＰＵ５１１は、ＲＯＭ５１２に格納されたシステム・プログラムをバス５２０を介して読み出し、該システム・プログラムに従ってコンピュータ５全体を制御する。ＲＡＭ５１３には一時的な計算データ、入力装置５３１を介して作業者が入力した各種データ等が一時的に格納される。 FIG. 9 is a schematic hardware configuration diagram of the computer 5 shown in FIG.
A CPU 511 provided in the computer 5 is a processor that controls the computer 5 as a whole. The CPU 511 reads the system program stored in the ROM 512 via the bus 520 and controls the entire computer 5 according to the system program. The RAM 513 temporarily stores temporary calculation data, various data input by the operator via the input device 531, and the like.

不揮発性メモリ５１４は、例えば図示しないバッテリでバックアップされたメモリやＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等で構成され、コンピュータ５の電源がオフされても記憶状態が保持される。不揮発性メモリ５１４には、コンピュータ５の動作に係る設定情報が格納される設定領域や、入力装置５３１から入力されたデータ、各測定動作パラメータ調整装置１から取得される学習モデル、図示しない外部記憶装置やネットワークを介して読み込まれたデータ等が記憶される。不揮発性メモリ５１４に記憶されたプログラムや各種データは、実行時／利用時にはＲＡＭ５１３に展開されても良い。また、ＲＯＭ５１２には、各種データを解析するための公知の解析プログラム等を含むシステム・プログラムが予め書き込まれている。   The non-volatile memory 514 includes, for example, a memory backed up by a battery (not shown), an SSD (Solid State Drive), and the like, and the storage state is maintained even when the computer 5 is turned off. The non-volatile memory 514 stores a setting area in which setting information related to the operation of the computer 5 is stored, data input from the input device 531, a learning model acquired from each measurement operation parameter adjustment device 1, and an external storage (not shown) Data read via the device or the network is stored. The program and various data stored in the nonvolatile memory 514 may be expanded in the RAM 513 at the time of execution / use. In addition, a system program including a known analysis program for analyzing various data is written in the ROM 512 in advance.

コンピュータ５は、インタフェース５１６を介してネットワーク１７２と接続されている。ネットワーク１７２には、少なくとも１つの測定動作パラメータ調整装置１や他のコンピュータ等が接続され、コンピュータ５との間で相互にデータのやり取りを行っている。   The computer 5 is connected to the network 172 via the interface 516. The network 172 is connected to at least one measurement operation parameter adjustment device 1 and another computer, and exchanges data with the computer 5.

表示装置５３０には、メモリ上に読み込まれた各データ、プログラム等が実行された結果として得られたデータ等がインタフェース５１７を介して出力されて表示される。また、キーボードやポインティングデバイス等から構成される入力装置５３１は、作業者による操作に基づく指令、データ等をインタフェース５１８を介してＣＰＵ５１１に渡す。
なお、機械学習装置１００については、コンピュータ５のＣＰＵ５１１と協働して学習モデルの最適化乃至効率化に用いられる点を除けば、図１で説明したものと同様のハードウェア構成を備える。 The display device 530 outputs and displays data, etc. obtained as a result of executing each data, program, etc. read on the memory via the interface 517. The input device 531 configured with a keyboard, a pointing device, and the like passes commands, data, and the like based on operations by the operator to the CPU 511 via the interface 518.
The machine learning apparatus 100 has the same hardware configuration as that described in FIG. 1 except that the machine learning apparatus 100 is used for optimization or efficiency improvement of the learning model in cooperation with the CPU 511 of the computer 5.

図１０は、測定動作パラメータ調整装置１を備えた第４の実施形態によるシステム１７０を示す。システム１７０は、測定装置２が設置されている機械３を制御する制御装置（エッジコンピュータ）として実装された少なくとも１台の測定動作パラメータ調整装置１と、複数台の他の測定装置２が設置されている機械３を制御する制御装置４と、これらを互いに接続する有線／無線のネットワーク１７２とを備える。   FIG. 10 shows a system 170 according to a fourth embodiment provided with a measuring operation parameter adjusting device 1. The system 170 includes at least one measurement operation parameter adjustment device 1 implemented as a control device (edge computer) that controls the machine 3 on which the measurement device 2 is installed, and a plurality of other measurement devices 2. A control device 4 that controls the machine 3 and a wired / wireless network 172 that connects them to each other.

上記構成を有するシステム１７０では、機械学習装置１００を備える測定動作パラメータ調整装置１は、制御対象となる機械３（測定装置２）から取得された状態データや判定データ、（機械学習装置１００を備えていない）他の制御装置４から取得した状態データや判定データに基づいた機械学習を行い、学習モデルを生成する。このようにして生成された学習モデルは、自身の制御する機械（測定装置２）の測定動作における測定動作パラメータの調整に用いられる他、機械学習装置１００を備えていない他の機械３（測定装置２）を制御する制御装置４からの要求に応じて該他の機械３（測定装置２）における測定動作パラメータの調整にも用いられる。また、新たに学習モデル生成前の機械学習装置１００を備えた測定動作パラメータ調整装置１が導入された際には、ネットワーク１７２を介して学習モデルを備えた他の測定動作パラメータ調整装置１から該学習モデルを取得して利用することも可能となる。   In the system 170 having the above-described configuration, the measurement operation parameter adjustment device 1 including the machine learning device 100 includes state data and determination data acquired from the machine 3 (measurement device 2) to be controlled (including the machine learning device 100). Machine learning based on state data and determination data acquired from another control device 4 is performed to generate a learning model. The learning model generated in this way is used for adjusting the measurement operation parameter in the measurement operation of the machine (measuring device 2) controlled by itself, and other machine 3 (measuring device) not provided with the machine learning device 100. It is also used for adjustment of measurement operation parameters in the other machine 3 (measuring device 2) in response to a request from the control device 4 that controls 2). In addition, when the measurement operation parameter adjustment device 1 including the machine learning device 100 before the generation of the learning model is newly introduced, the measurement operation parameter adjustment device 1 including the learning model is connected to the measurement operation parameter adjustment device 1 including the learning model via the network 172. It is also possible to acquire and use a learning model.

本実施形態によるシステムでは、いわゆるエッジコンピュータとしての複数の測定動作パラメータ調整装置１や制御装置４の間で学習に用いるデータや学習モデルを共有して活用することが可能となるため、機械学習の効率の向上や、機械学習にかけるコストの削減（１台の制御装置（測定動作パラメータ調整装置１）にのみ機械学習装置１００を導入し、他の制御装置４との間で共有するなど）をすることができる。   In the system according to the present embodiment, it is possible to share and use data and learning models used for learning among a plurality of measurement operation parameter adjustment devices 1 and control devices 4 as so-called edge computers. Improvement of efficiency and reduction of cost for machine learning (such as introducing the machine learning device 100 only in one control device (measurement operation parameter adjusting device 1) and sharing it with other control devices 4). can do.

以上、本発明の実施の形態について説明したが、本発明は上述した実施の形態の例のみに限定されることなく、適宜の変更を加えることにより様々な態様で実施することができる。   Although the embodiments of the present invention have been described above, the present invention is not limited to the above-described embodiments, and can be implemented in various modes by making appropriate changes.

例えば、機械学習装置１００が実行する学習アルゴリズムや演算アルゴリズム、測定動作パラメータ調整装置１が実行する制御アルゴリズム等は、上述したものに限定されず、様々なアルゴリズムを採用できる。   For example, the learning algorithm and arithmetic algorithm executed by the machine learning device 100, the control algorithm executed by the measurement operation parameter adjusting device 1, and the like are not limited to those described above, and various algorithms can be adopted.

また、上記した実施形態では測定動作パラメータ調整装置１と機械学習装置１００が異なるＣＰＵを有する装置として説明しているが、機械学習装置１００は測定動作パラメータ調整装置１が備えるＣＰＵ１１と、ＲＯＭ１２に記憶されるシステム・プログラムにより実現するようにしても良い。   In the above-described embodiment, the measurement operation parameter adjustment device 1 and the machine learning device 100 are described as devices having different CPUs. However, the machine learning device 100 is stored in the ROM 12 and the CPU 11 provided in the measurement operation parameter adjustment device 1. It may be realized by a system program.

１ 測定動作パラメータ調整装置
２ 測定装置
３ 機械
４ 制御装置
５ コンピュータ
６ クラウドサーバ
７ フォグコンピュータ
８ エッジコンピュータ
９ セル
１１ ＣＰＵ
１２ ＲＯＭ
１３ ＲＡＭ
１４ 不揮発性メモリ
１７，１８，１９ インタフェース
２０ バス
２１ インタフェース
７０ 表示装置
７１ 入力装置
１００ 機械学習装置
１０１ プロセッサ
１０２ ＲＯＭ
１０３ ＲＡＭ
１０４ 不揮発性メモリ
１０６ 状態観測部
１０８ 判定データ取得部
１０９ ラベルデータ取得部
１１０ 学習部
１１２ 報酬計算部
１１４ 価値関数更新部
１２２ 意思決定部
１７０ システム
１７２ ネットワーク
５１１ ＣＰＵ
５１２ ＲＯＭ
５１３ ＲＡＭ
５１４ 不揮発性メモリ
５１６、５１６，５１７ インタフェース
５２０ バス
５３０ 表示装置
５３１ 入力装置 DESCRIPTION OF SYMBOLS 1 Measurement operation parameter adjustment apparatus 2 Measurement apparatus 3 Machine 4 Control apparatus 5 Computer 6 Cloud server 7 Fog computer 8 Edge computer 9 Cell 11 CPU
12 ROM
13 RAM
14 Non-volatile memory 17, 18, 19 Interface 20 Bus 21 Interface 70 Display device 71 Input device 100 Machine learning device 101 Processor 102 ROM
103 RAM
DESCRIPTION OF SYMBOLS 104 Nonvolatile memory 106 State observation part 108 Judgment data acquisition part 109 Label data acquisition part 110 Learning part 112 Reward calculation part 114 Value function update part 122 Decision-making part 170 System 172 Network 511 CPU
512 ROM
513 RAM
514 Non-volatile memory 516, 516, 517 Interface 520 Bus 530 Display device 531 Input device

Claims (18)

測定対象物の設置位置を測定する測定装置で実行される測定動作の測定動作パラメータを調整する測定動作パラメータ調整装置であって、
前記測定動作の測定動作パラメータを示す測定動作パラメータデータ、及び該測定動作に掛かる時間を示す測定時間データを、環境の現在状態を表す状態変数として観測し、該状態変数に基づいて、前記測定動作パラメータの調整をモデル化した学習モデルを用いた学習乃至意思決定をする機械学習装置を備える、
測定動作パラメータ調整装置。 A measurement operation parameter adjustment device that adjusts measurement operation parameters of a measurement operation executed by a measurement device that measures an installation position of a measurement object,
The measurement operation parameter data indicating the measurement operation parameter of the measurement operation and the measurement time data indicating the time taken for the measurement operation are observed as a state variable indicating the current state of the environment, and the measurement operation is performed based on the state variable. A machine learning device that performs learning or decision making using a learning model that models parameter adjustment,
Measurement operation parameter adjustment device. 前記機械学習装置は、
前記測定動作の測定動作パラメータを示す測定動作パラメータデータ、及び該測定動作に掛かる時間を示す測定時間データを、環境の現在状態を表す状態変数として観測する状態観測部と、
前記測定動作の測定動作パラメータに基づいて実行された測定動作の適否を判定する測定動作判定データを、前記測定動作の適否判定結果を示す判定データとして取得する判定データ取得部と、
前記状態変数と前記判定データとを用いて、前記測定動作に掛かる時間と、前記測定動作の測定動作パラメータの調整とを関連付けて学習した前記学習モデルを生成する学習部と、
を備える請求項１に記載の測定動作パラメータ調整装置。 The machine learning device includes:
A state observation unit that observes measurement operation parameter data indicating measurement operation parameters of the measurement operation and measurement time data indicating time taken for the measurement operation as a state variable indicating the current state of the environment;
A determination data acquisition unit for acquiring measurement operation determination data for determining the suitability of the measurement operation performed based on the measurement operation parameters of the measurement operation, as determination data indicating the suitability determination result of the measurement operation;
Using the state variable and the determination data, a learning unit that generates the learning model that learns by associating the time required for the measurement operation and the adjustment of the measurement operation parameter of the measurement operation;
The measurement operation parameter adjustment device according to claim 1, comprising: 前記状態観測部は、更に前記測定対象物の品種情報を示す品種データを、環境の現在状態を表す状態変数として観測し、
前記学習部は、前記測定動作に掛かる時間及び前記測定対象物の品種情報と、前記測定動作の測定動作パラメータの調整とを関連付けて学習する、
請求項２に記載の測定動作パラメータ調整装置。 The state observation unit further observes product type data indicating product type information of the measurement object as a state variable indicating the current state of the environment,
The learning unit learns by associating the time taken for the measurement operation and the type information of the measurement object, and the adjustment of the measurement operation parameter of the measurement operation,
The measurement operation parameter adjusting device according to claim 2. 前記学習部は、
前記適否判定結果に関連する報酬を求める報酬計算部と、
前記報酬を用いて、前記測定動作に掛かる時間に対する前記測定動作の測定動作パラメータの調整行動の価値を表す関数を更新する価値関数更新部と、
を備え、
前記報酬計算部は、前記測定動作に掛かる時間が短い程、高い報酬を与え、前記測定動作に掛かる時間が遅い程、また、前記測定対象物、前記測定装置に破損が生じた場合、前記測定対象物が動いてしまった場合、低い報酬を与える、
請求項２又は３に記載の測定動作パラメータ調整装置。 The learning unit
A reward calculation unit for calculating a reward related to the suitability determination result;
A value function updating unit that updates a function representing the value of the adjustment action of the measurement operation parameter of the measurement operation with respect to the time required for the measurement operation using the reward;
With
The reward calculation unit gives a higher reward as the time required for the measurement operation is shorter, and as the time required for the measurement operation is slower, or when the measurement object or the measurement device is damaged, the measurement is performed. If the object moves, give a low reward,
The measurement operation parameter adjustment device according to claim 2 or 3. 前記学習部は、前記状態変数と前記判定データとを多層構造で演算する、
請求項１〜３のいずれか１つに記載の測定動作パラメータ調整装置。 The learning unit calculates the state variable and the determination data in a multilayer structure.
The measurement operation parameter adjustment device according to any one of claims 1 to 3. 前記機械学習装置は、
前記測定動作の測定動作パラメータを示す測定動作パラメータデータ、及び該測定動作に掛かる時間を示す測定時間データを、環境の現在状態を表す状態変数として観測する状態観測部と、
測定動作に掛かる時間と、測定動作の測定動作パラメータの調整とを関連付けて学習した前記学習モデルを備えた学習部と、
前記状態観測部が観測した状態変数と、前記学習モデルとに基づいて、測定動作の測定動作パラメータの調整を決定する意思決定部と、
を備える請求項１に記載の測定動作パラメータ調整装置。 The machine learning device includes:
A state observation unit that observes measurement operation parameter data indicating measurement operation parameters of the measurement operation and measurement time data indicating time taken for the measurement operation as a state variable indicating the current state of the environment;
A learning unit including the learning model learned by associating the time required for the measurement operation with the adjustment of the measurement operation parameter of the measurement operation;
A decision-making unit that determines the adjustment of the measurement operation parameter of the measurement operation based on the state variable observed by the state observation unit and the learning model;
The measurement operation parameter adjustment device according to claim 1, comprising: 前記機械学習装置は、クラウドサーバに存在する、
請求項１〜６のいずれか１つに記載の測定動作パラメータ調整装置。 The machine learning device exists in a cloud server,
The measurement operation parameter adjustment device according to any one of claims 1 to 6. 測定対象物の設置位置を測定する測定装置で実行される測定動作の測定動作パラメータを示す測定動作パラメータデータ、及び該測定動作に掛かる時間を示す測定時間データを、環境の現在状態を表す状態変数として観測し、該状態変数に基づいて、前記測定動作パラメータの調整をモデル化した学習モデルを用いた学習乃至意思決定をする、
機械学習装置。 A state variable representing the current state of the environment is measured operation parameter data indicating measurement operation parameters of a measurement operation executed by a measurement apparatus that measures the installation position of the measurement object, and measurement time data indicating a time required for the measurement operation. Observe as, based on the state variable, learning or decision making using a learning model that models the adjustment of the measurement operation parameter,
Machine learning device. 前記測定動作の測定動作パラメータを示す測定動作パラメータデータ、及び該測定動作に掛かる時間を示す測定時間データを、環境の現在状態を表す状態変数として観測する状態観測部と、
前記測定動作の測定動作パラメータに基づいて実行された測定動作の適否を判定する測定動作判定データを、前記測定動作の適否判定結果を示す判定データとして取得する判定データ取得部と、
前記状態変数と前記判定データとを用いて、前記測定動作に掛かる時間と、前記測定動作の測定動作パラメータの調整とを関連付けて学習した前記学習モデルを生成する学習部と、
を備える請求項８に記載の機械学習装置。 A state observation unit that observes measurement operation parameter data indicating measurement operation parameters of the measurement operation and measurement time data indicating time taken for the measurement operation as a state variable indicating the current state of the environment;
A determination data acquisition unit for acquiring measurement operation determination data for determining the suitability of the measurement operation performed based on the measurement operation parameters of the measurement operation, as determination data indicating the suitability determination result of the measurement operation;
Using the state variable and the determination data, a learning unit that generates the learning model that learns by associating the time required for the measurement operation and the adjustment of the measurement operation parameter of the measurement operation;
A machine learning device according to claim 8. 前記測定動作の測定動作パラメータを示す測定動作パラメータデータ、及び該測定動作に掛かる時間を示す測定時間データを、環境の現在状態を表す状態変数として観測する状態観測部と、
測定動作に掛かる時間と、測定動作の測定動作パラメータの調整とを関連付けて学習した前記学習モデルを備えた学習部と、
前記状態観測部が観測した状態変数と、前記学習モデルとに基づいて、測定動作の測定動作パラメータの調整を決定する意思決定部と、
を備える請求項８に記載の機械学習装置。 A state observation unit that observes measurement operation parameter data indicating measurement operation parameters of the measurement operation and measurement time data indicating time taken for the measurement operation as a state variable indicating the current state of the environment;
A learning unit including the learning model learned by associating the time required for the measurement operation with the adjustment of the measurement operation parameter of the measurement operation;
A decision-making unit that determines the adjustment of the measurement operation parameter of the measurement operation based on the state variable observed by the state observation unit and the learning model;
A machine learning device according to claim 8. 複数の装置がネットワークを介して相互に接続されたシステムであって、
前記複数の装置は、少なくとも請求項１に記載された第１の測定動作パラメータ調整装置を含む
システム。 A system in which a plurality of devices are connected to each other via a network,
The system includes at least a first measurement operation parameter adjustment device according to claim 1. 前記複数の装置は、機械学習装置を備えたコンピュータを含み、
前記コンピュータは、前記測定動作パラメータ調整装置の前記学習部における学習により生成された少なくとも１つの学習モデルを取得し、
前記コンピュータが備える機械学習装置は、取得した前記学習モデルに基づいて最適化乃至効率化を行う、
請求項１１に記載のシステム。 The plurality of devices includes a computer equipped with a machine learning device,
The computer obtains at least one learning model generated by learning in the learning unit of the measurement operation parameter adjustment device;
The machine learning device provided in the computer performs optimization or efficiency based on the acquired learning model.
The system of claim 11. 前記複数の装置は、前記第１の測定動作パラメータ調整装置とは異なる第２の測定動作パラメータ調整装置を含み、
前記第１の測定動作パラメータ調整装置が備える学習部による学習モデルは、前記第２の測定動作パラメータ調整装置と共有される、
請求項１１に記載のシステム。 The plurality of devices include a second measurement operation parameter adjustment device different from the first measurement operation parameter adjustment device,
The learning model by the learning unit included in the first measurement operation parameter adjustment device is shared with the second measurement operation parameter adjustment device.
The system of claim 11. 前記複数の装置は、測定装置を制御する制御装置を含み、
前記制御装置において取得された前記測定装置に係るデータは、前記ネットワークを介して前記第１の測定動作パラメータ調整装置が備える学習部による学習に利用可能である、
請求項１１に記載のシステム。 The plurality of devices includes a control device that controls the measurement device,
Data relating to the measurement device acquired in the control device can be used for learning by a learning unit included in the first measurement operation parameter adjustment device via the network.
The system of claim 11. 測定対象物の設置位置を測定する測定装置で実行される測定動作の測定動作パラメータの調整に係る学習乃至意思決定をする方法であって、
前記測定動作の測定動作パラメータを示す測定動作パラメータデータ、及び該測定動作に掛かる時間を示す測定時間データを、環境の現在状態を表す状態変数として観測し、該状態変数に基づいて、前記測定動作パラメータの調整をモデル化した学習モデルを用いた学習乃至意思決定をするステップと、
を実行する測定動作パラメータの調整乃至意思決定の備える、
測定動作パラメータ調整装置。 A method for learning or making a decision regarding adjustment of a measurement operation parameter of a measurement operation executed by a measurement apparatus that measures an installation position of a measurement object,
The measurement operation parameter data indicating the measurement operation parameter of the measurement operation and the measurement time data indicating the time taken for the measurement operation are observed as a state variable indicating the current state of the environment, and the measurement operation is performed based on the state variable. Learning or decision making using a learning model that models parameter adjustments;
For adjustment of measurement operating parameters or decision making
Measurement operation parameter adjustment device. 測定対象物の設置位置を測定する測定装置で実行される測定動作の測定動作パラメータの調整の機械学習に係る方法であって、
環境の現在状態を表す状態変数として観測された、前記測定動作の測定動作パラメータを示す測定動作パラメータデータ、及び該測定動作に掛かる時間を示す測定時間データに基づいて、前記測定動作パラメータの調整をモデル化した学習モデルを用いた前記測定動作パラメータの調整の機械学習に係る処理をするステップを実行する、
測定動作パラメータの調整の機械学習に係る方法。 A method related to machine learning of adjustment of measurement operation parameters of a measurement operation executed by a measurement device that measures an installation position of a measurement object,
The measurement operation parameter is adjusted based on the measurement operation parameter data indicating the measurement operation parameter of the measurement operation and the measurement time data indicating the time taken for the measurement operation, which are observed as state variables representing the current state of the environment. Performing a process related to machine learning of adjustment of the measurement operation parameter using a modeled learning model;
A method related to machine learning for adjustment of measurement operation parameters. 学習モデルを用いた学習乃至意思決定をするステップは、
前記測定動作の測定動作パラメータを示す測定動作パラメータデータ、及び該測定動作に掛かる時間を示す測定時間データを、環境の現在状態を表す状態変数として観測するステップと、
前記測定動作の測定動作パラメータに基づいて実行された測定動作の適否を判定する測定動作判定データを、前記測定動作の適否判定結果を示す判定データとして取得するステップと、
前記状態変数と前記判定データとを用いて、前記測定動作に掛かる時間と、前記測定動作の測定動作パラメータの調整とを関連付けて学習する学習するステップと、
を実行する請求項１６に記載の測定動作パラメータの調整の学習方法。 The steps of learning or making decisions using a learning model are:
Observing measurement operation parameter data indicating a measurement operation parameter of the measurement operation and measurement time data indicating a time required for the measurement operation as a state variable indicating a current state of the environment;
Obtaining measurement operation determination data for determining the suitability of the measurement operation performed based on the measurement operation parameter of the measurement operation as determination data indicating a result of the suitability determination of the measurement operation;
Learning using the state variable and the determination data in association with the time taken for the measurement operation and the adjustment of the measurement operation parameter of the measurement operation;
The method of learning adjustment of the measurement operation parameter according to claim 16, wherein: 学習モデルを用いた学習乃至意思決定をするステップは、
前記測定動作の測定動作パラメータを示す測定動作パラメータデータ、及び該測定動作に掛かる時間を示す測定時間データを、環境の現在状態を表す状態変数として観測するステップと、
観測した状態変数と、測定動作に掛かる時間及び測定動作の測定動作パラメータの調整を関連付けて学習した学習結果とに基づいて、測定動作の測定動作パラメータの調整を決定するステップと、
を実行する請求項１６に記載の測定動作パラメータの調整方法。 The steps of learning or making decisions using a learning model are:
Observing measurement operation parameter data indicating a measurement operation parameter of the measurement operation and measurement time data indicating a time required for the measurement operation as a state variable indicating a current state of the environment;
Determining the adjustment of the measurement operation parameter of the measurement operation based on the observed state variable and the learning result obtained by associating the time taken for the measurement operation and the adjustment of the measurement operation parameter of the measurement operation;
The method for adjusting a measurement operation parameter according to claim 16, wherein:
JP2019001207A 2018-04-05 2019-01-08 Measurement operation parameter adjustment device, machine learning device and system Active JP6829271B2 (en)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102019002506.7A DE102019002506A1 (en) 2018-04-05 2019-04-04 Device for adjusting measurement parameters, machine learning device and system
US16/374,753 US11579000B2 (en) 2018-04-05 2019-04-04 Measurement operation parameter adjustment apparatus, machine learning device, and system
CN201910271366.5A CN110340884A (en) 2018-04-05 2019-04-04 Measure action parameter adjustment device, machine learning device and system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018073356 2018-04-05
JP2018073356 2018-04-05

Publications (2)

Publication Number Publication Date
JP2019184575A true JP2019184575A (en) 2019-10-24
JP6829271B2 JP6829271B2 (en) 2021-02-10

Family

ID=68340927

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019001207A Active JP6829271B2 (en) 2018-04-05 2019-01-08 Measurement operation parameter adjustment device, machine learning device and system

Country Status (2)

Country Link
JP (1) JP6829271B2 (en)
DE (1) DE102019002506A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115244558A (en) * 2020-03-31 2022-10-25 大金工业株式会社 Adjustment system and adjustment method

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11201737A (en) * 1998-01-17 1999-07-30 Sumitomo Metal Mining Co Ltd Three-dimensional object measuring device and three-dimensional object measuring method with it
JP2010014504A (en) * 2008-07-02 2010-01-21 Panasonic Corp Inspection condition determination method, inspection condition determining device, visual inspection machine, and program
JP2010217182A (en) * 2009-03-18 2010-09-30 Helmut Fischer Gmbh Inst Fuer Elektronik & Messtechnik Measuring stand and its electric control method
JP2012515911A (en) * 2009-01-20 2012-07-12 レニショウ パブリック リミテッド カンパニー Method for optimizing the measurement cycle of a contact-type coordinate positioning device
JP2015195328A (en) * 2014-03-28 2015-11-05 株式会社ダイヘン Workpiece processing apparatus and workpiece transfer system
US20160305777A1 (en) * 2015-04-14 2016-10-20 Hexagon Metrology, Inc. Cmm probe path controller and method
JP2017064910A (en) * 2015-07-31 2017-04-06 ファナック株式会社 Machine learning device for learning taking-out operation of workpiece, robot system, and machine learning method
JP2017163782A (en) * 2016-03-11 2017-09-14 ファナック株式会社 Automatic measuring apparatus for axis accuracy of motor

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11201737A (en) * 1998-01-17 1999-07-30 Sumitomo Metal Mining Co Ltd Three-dimensional object measuring device and three-dimensional object measuring method with it
JP2010014504A (en) * 2008-07-02 2010-01-21 Panasonic Corp Inspection condition determination method, inspection condition determining device, visual inspection machine, and program
JP2012515911A (en) * 2009-01-20 2012-07-12 レニショウ パブリック リミテッド カンパニー Method for optimizing the measurement cycle of a contact-type coordinate positioning device
JP2010217182A (en) * 2009-03-18 2010-09-30 Helmut Fischer Gmbh Inst Fuer Elektronik & Messtechnik Measuring stand and its electric control method
JP2015195328A (en) * 2014-03-28 2015-11-05 株式会社ダイヘン Workpiece processing apparatus and workpiece transfer system
US20160305777A1 (en) * 2015-04-14 2016-10-20 Hexagon Metrology, Inc. Cmm probe path controller and method
JP2017064910A (en) * 2015-07-31 2017-04-06 ファナック株式会社 Machine learning device for learning taking-out operation of workpiece, robot system, and machine learning method
JP2017163782A (en) * 2016-03-11 2017-09-14 ファナック株式会社 Automatic measuring apparatus for axis accuracy of motor

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115244558A (en) * 2020-03-31 2022-10-25 大金工业株式会社 Adjustment system and adjustment method

Also Published As

Publication number Publication date
JP6829271B2 (en) 2021-02-10
DE102019002506A1 (en) 2019-11-28

Similar Documents

Publication Publication Date Title
US10121107B2 (en) Machine learning device and method for optimizing frequency of tool compensation of machine tool, and machine tool having the machine learning device
JP6680756B2 (en) Control device and machine learning device
JP6652549B2 (en) Chip removal device and information processing device
US10949740B2 (en) Machine learning device, numerical controller, machine tool system, manufacturing system, and machine learning method for learning display of operation menu
JP2019162712A (en) Control device, machine learning device and system
JP6923484B2 (en) Machining condition adjustment device and machine learning device
US20190041808A1 (en) Controller and machine learning device
JP6499710B2 (en) Acceleration / deceleration control device
JP6836577B2 (en) Abrasive tool wear prediction device, machine learning device and system
CN110116371B (en) Abrasive tool wear amount prediction device, machine learning device, and system
US10796226B2 (en) Laser processing apparatus and machine learning device
JP6767416B2 (en) Machining condition adjustment device and machine learning device
JP6659652B2 (en) Processing condition adjustment device and machine learning device
JP6781242B2 (en) Controls, machine learning devices and systems
US20190291270A1 (en) Controller, machine learning device, and system
JP6813532B2 (en) Simulation equipment
US10908572B2 (en) Programmable controller and machine learning device
JP2018190068A (en) Control device and machine learning device
JP2019141869A (en) Controller and machine learning device
JP6841852B2 (en) Control device and control method
US11579000B2 (en) Measurement operation parameter adjustment apparatus, machine learning device, and system
US11953866B2 (en) Prediction control development device, prediction control development method, and computer readable storage medium
JP6829271B2 (en) Measurement operation parameter adjustment device, machine learning device and system
JP6940425B2 (en) Control device and machine learning device
JP2019136818A (en) Control device and machine learning device

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190911

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200728

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200901

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201015

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20201222

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210121

R150 Certificate of patent or registration of utility model

Ref document number: 6829271

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150