JP2020527328A - 成長ポッドにおける自己学習のためのシステムおよび方法 - Google Patents

Abstract

本明細書に説明される実施形態は、成長ポッドにおける自己学習のためのシステムおよび方法を含む。一実施形態は、成長させるための植物を格納するカートと、カートを受容する、軌道であって、カートに所定の経路に沿ってアセンブリライン成長ポッドを横断させる、軌道と、栄養物を植物に提供するための環境アフェクタとを含む。いくつかの実施形態は、植物の産出を監視するためのセンサと、コンピューティングデバイスとを含む。コンピューティングデバイスは、アセンブリライン成長ポッドに、植物の産出を決定するためにセンサから成長データを受信させ、予期される植物産出に対して植物の産出を比較させる論理を記憶し得る。いくつかの実施形態では、論理は、アセンブリライン成長ポッドに、植物の産出を改良するために成長レシピの改変を決定させ、植物の産出を改良するために成長レシピを改変させる。

Description

（相互参照）
本願は、米国仮出願第６２／５１９，３１８号、米国仮出願第６２／５１９，３０４号、および米国特許出願第１５／９７０，５８２号の利益を主張するものであり、これらの全ては、その全体が参照により本明細書中に援用される。

本明細書に説明される実施形態は、概して、産業用成長ポッドにおける自己学習のためのシステムおよび方法に関し、より具体的には、植物成長の分析に基づいて、成長ポッドに関する成長レシピを利用し、成長レシピを改変するように構成される実施形態に関する。

作物成長技術が長年にわたって進歩しているが、依然として、今日の農業および作物産業において多くの問題が存在している。実施例として、技術的進歩が種々の作物の効率および生産を増加させているが、気象、病気、蔓延、および同等物等の多くの因子が、収穫に影響を及ぼし得る。加えて、米国は、現在、米国の人口のための食料を適正に提供するために好適な農地を有しているが、他の国および将来の人口は、適切な量の食料を提供するために十分な農地を有していない場合がある。

加えて、温室は、典型的には、自然力からの保護を植物に提供し、潜在的に、給水システムを有するが、これらの現在の解決策は、典型的には、達成された結果に基づいて変更することが不可能である。したがって、これらの現在の解決策は、典型的には、改良するためのいずれの機構も提供していない。

本明細書に説明される実施形態は、成長ポッドにおける自己学習のためのシステムおよび方法を含む。一実施形態は、成長させるための植物を格納するカートと、カートを受容する、軌道であって、カートに所定の経路に沿ってアセンブリライン成長ポッドを横断させる、軌道と、栄養物を植物に提供するための環境アフェクタとを含む。いくつかの実施形態は、植物の産出を監視するためのセンサと、コンピューティングデバイスとを含む。コンピューティングデバイスは、アセンブリライン成長ポッドに、植物の産出を決定するためにセンサから成長データを受信させ、予期される植物産出に対して植物の産出を比較させる論理を記憶し得る。いくつかの実施形態では、論理は、アセンブリライン成長ポッドに、植物の産出を改良するために成長レシピの改変を決定させ、植物の産出を改良するために成長レシピを改変させる。

成長ポッドにおける自己学習のためのシステムのいくつかの実施形態は、複数の種子を受容し、複数の種子を個別の植物に成長させるためのトレイと、栄養物を複数の種子に提供するための環境アフェクタと、植物産出を監視するためのセンサとを含む。いくつかの実施形態は、本システムに、植物産出を決定するためにセンサから成長データを受信させ、予期される植物産出に対して植物産出を比較させる、論理を記憶するコンピューティングデバイスを含む。いくつかの実施形態では、論理は、本システムに、植物産出を改良するために成長レシピの改変を決定させ、植物産出を改良し、将来の植物の植物産出を改良するために成長レシピを改変させる。

加えて、システムのいくつかの実施形態は、成長させるための植物を格納するカートと、カートを受容する、軌道であって、カートに所定の経路に沿ってアセンブリライン成長ポッドを横断させる、軌道と、栄養物を植物に提供するための環境アフェクタとを含む、アセンブリライン成長ポッドを含む。いくつかの実施形態は、植物の産出を監視するためのセンサと、論理を記憶するコンピューティングデバイスとを含む。論理は、本システムに、植物の産出を決定するためにセンサから成長データを受信させ、予期される植物産出に対して植物の産出を比較させ、将来の植物の産出を改良するために成長レシピの改変を決定させ得る。いくつかの実施形態では、論理は、本システムに、将来の植物の産出を改良するために成長レシピを改変させる。

図面に記載される実施形態は、本質的に例証的かつ例示的であり、本開示を限定するように意図されない。例証的実施形態の以下の詳細な説明は、同様の構造が同様の参照番号を用いて示される、以下の図面と併せて熟読されると、理解されることができる。

図１は、本明細書に説明される実施形態による、自己学習のためのアセンブリライン成長ポッドを描写する。 図２は、本明細書に説明される実施形態による、成長ポッドにおける自己学習のためのコンピューティング環境を描写する。 図３は、本明細書に説明される実施形態による、成長ポッドにおける自己学習のためのコンピューティングデバイスを描写する。 図４は、本明細書に説明される実施形態による、成長ポッドにおける自己学習のためのニューラルネットワークノード構成を描写する。 図５は、本明細書に説明される実施形態による、成長ポッドにおける自己学習のためのフローチャートを描写する。 図６は、本明細書に説明される実施形態による、自己学習し、成長レシピを調節するためのフローチャートを描写する。

本明細書に開示される実施形態は、成長ポッドにおける自己学習のためのシステムおよび方法を含む。成長ポッドのいくつかの実施形態は、成長レシピを決定または受信するコンピューティングデバイスを含み得る。成長レシピは、給水、照明、栄養素、温度、圧力、分子空気量、湿度、空気流等と関連付けられるコンポーネント等の１つ以上の環境アフェクタを作動させるように構成され得る。実施例として、環境アフェクタは、光源、給水デバイス、栄養素分注デバイス、温度制御デバイス、湿度制御デバイス、圧力制御デバイス、空気流制御デバイス、および／または成長ポッドの環境を調節する、および／または植物の産出に影響を及ぼすための他のデバイスを含み得る。

マイクログリーンが生育されている場合、成長レシピは、青色波長の光が所定の時間または成長にわたって植物に適用されることを示し得る。レシピはまた、設定された給水スケジュールおよび／または植物の水吸収に基づく給水スケジュールを提供し得る。実施形態に応じて、成長レシピは、本システムが植物産出の変化に適応するように設計され得る。植物が提供される水の全てを吸収しない場合、成長レシピは、植物に適用される水の量を低減させ得る。同様に、レシピは、収穫のための厳密な時間を提供しない場合があるが、代わりに、到達している植物の発達段階に基づいて収穫を引き起こし得る。故に、レシピは、植物を成長させ、収穫するために利用され得る。

しかしながら、成長レシピのいくつかの実施形態は、記載されるような全ての状況に完全に適合することが可能ではない場合がある。したがって、本明細書に説明される実施形態は、植物成長、根成長、葉成長、茎成長、果実成長、花成長、タンパク質生産、葉緑素生産、種子成功率、および／または植物が成長レシピ下で成長している程度を決定するための植物の他の因子等の植物産出を決定するように１つ以上のセンサを用いて構成され得る。植物が産出測定値（高さ、周囲寸法、果実産出、水消費量、光消費量等）において不足している場合、本明細書に説明される実施形態は、ニューラルネットワークを利用し、その不足を補正するようにレシピを変更し得る。同様に、植物が特定の測定値に関して予期を超える場合、ニューラルネットワークは、予期せぬ結果の原因を決定し、レシピの変更を行い、予期せぬ結果を再現するために利用され得る。同一物を組み込む成長ポッドにおける自己学習のためのシステムおよび方法が、下記により詳細に説明されるであろう。

ここで図面を参照すると、図１は、本明細書に説明される実施形態による、自己学習のための成長ポッド１００を描写する。図示されるように、成長ポッド１００は、アセンブリライン成長ポッドとして構成され得、したがって、１つ以上のカート１０４を保持する軌道１０２を含み得る。軌道１０２は、上昇部分１０２ａと、下降部分１０２ｂと、接続部分１０２ｃとを含み得る。軌道１０２は、カート１０４が垂直方向に上向きに上昇するように、第１の軸の周囲に（図１の反時計回り方向に）巻着し得る。接続部分１０２ｃは、比較的に水平であり得（但し、これは要件ではない）、カート１０４を下降部分１０２ｂに移送するために利用される。下降部分１０２ｂは、カート１０４が地上レベルにより近接して戻され得るように、第１の軸に略平行である第２の軸の周囲に（再び、図１の反時計周り方向に）巻着され得る。別の接続部分もまた、軌道１０２の回路を完成させ、軌道１０２上のカート１０４が別のサイクルを開始することを可能にするために含まれ得る。

成長ポッド１００はまた、１つ以上の環境アフェクタを含み得る。実施例として、成長ポッド１００はまた、発光ダイオード（ＬＥＤ）等の複数の照明デバイスを含み得る。照明デバイスは、照明デバイスが光子をカート１０４上に存在する植物に指向させるように、軌道１０２上に、および／またはそれに隣接して配置され得る。いくつかの実施形態では、照明デバイスは、用途、生育されている植物のタイプ、および／または他の因子に応じて、複数の異なる色および／または波長の光を生成するように構成される。いくつかの実施形態では、ＬＥＤが本目的のために利用されるが、これは、要件ではない。低熱を生産し、所望の機能性を提供する任意の照明デバイスが、利用され得る。

また、図１に描写されるものは、マスタコントローラ１０６と、播種器コンポーネント１０８、栄養素投与コンポーネント、水分配コンポーネント、空気分配コンポーネント、および／または成長ポッド１００の種々のコンポーネントを制御するための他のハードウェア等の他の環境アフェクタとである。マスタコントローラ１０６は、コンピューティングデバイス１３０を含み得、これは、下記により詳細に説明される。

播種器コンポーネント１０８は、カート１０４がアセンブリラインにおける播種器を通過する際に、１つ以上のカート１０４に播種するように構成され得る。特定の実施形態に応じて、各カート１０４は、複数の種子を受容するための単一区分トレイ等のトレイを含み得る。いくつかの実施形態は、各区分（またはセル）内に個々の種子（または複数の種子）を受容するための複数区分トレイを含み得る。単一区分トレイを伴う実施形態では、播種器コンポーネント１０８は、個別のカート１０４の存在を検出し得、単一区分トレイの面積を横断して種子を置き始め得る。種子は、所望の種子の深さ、所望の種子の数、所望の種子の表面積に従って、および／または他の基準に従って展開され得る。いくつかの実施形態では、種子は、これらの実施形態が種子を成長させるために土を利用しない場合があり、したがって、浸漬される必要があり得るため、栄養素および／または浮力防止剤（水等）を用いて事前処理され得る。

複数区分トレイがカート１０４のうちの１つ以上のものとともに利用される実施形態では、播種器コンポーネント１０８は、１つ以上の種子をトレイの区分のうちの１つ以上のものの中に個別に挿入するように構成され得る。再び、種子は、所望の種子の数、種子が被覆するべき所望の面積、所望の種子の深さ等に従って、トレイ上に（または個々のセルの中に）分配され得る。

給水コンポーネントは、１つ以上の水ライン１１０に結合され得、これは、水および／または栄養素を成長ポッド１００の所定の面積における１つ以上のトレイに分配する。いくつかの実施形態では、種子は、浮力を低減させるために水または他の液体を噴霧され、次いで、浸水され得る。加えて、水使用量および消費量が、監視され得、したがって、後続給水ステーションにおいて、本データは、その時間に種子に適用する水の量を決定するために利用され得る。

また、図１に描写されるものは、空気流ライン１１２である。具体的には、マスタコントローラ１０６は、温度制御、圧力、二酸化炭素制御、酸素制御、窒素制御等のために空気流を送達する１つ以上のコンポーネント（空気ダクト等）を含む、および／またはそれに結合され得る。故に、空気流ライン１１２は、成長ポッド１００における所定の面積に空気流を分配し得る。

加えて、成長ポッド１００は、植物が受光する光、植物によって吸収される光、植物によって受容される水、植物によって吸収される水、植物によって受容される栄養素、植物によって吸収される水、植物に提供される環境条件、および／または他のシステム出力を監視するための１つ以上の出力センサを含み得る。監視されている出力データの特定のタイプに応じて、センサは、カメラ、光センサ、重量センサ、色センサ、近接センサ、音声センサ、水分センサ、熱センサ等を含み得る。同様に、成長センサが、成長ポッド１００内に含まれ得、これは、植物の高さ、植物の幅（または周囲寸法）、植物の果実産出、植物の根成長、植物の重量等を決定するように構成され得る。したがって、成長センサは、カメラ、重量センサ、近接センサ、色センサ、光センサ等を含み得る。

図１の実施形態は、複数の軸の周囲に巻着するアセンブリライン成長ポッドを描写するが、これは、単に、一実施例であることを理解されたい。アセンブリラインまたは定常成長ポッドの任意の構成が、本明細書に説明される機能性を実施するために利用され得る。加えて、２つの螺旋構造が描写されるが、より多いまたはより少ないものが、実施形態に応じて利用され得る。

図２は、本明細書に説明される実施形態による、成長ポッド１００における自己学習のためのコンピューティング環境を描写する。図示されるように、成長ポッド１００は、マスタコントローラ１０６を含み得、これは、コンピューティングデバイス１３０を含み得る。コンピューティングデバイス１３０は、メモリコンポーネント２４０を含み得、これは、レシピ論理２４４ａおよび学習論理２４４ｂを記憶する。下記により詳細に説明されるように、レシピ論理２４４ａは、植物を成長させるための１つ以上の成長レシピを受信および／または決定し得る。具体的には、レシピ論理２４４ａは、コンピューティングデバイス１３０に、給水、光、栄養素、環境、および／または栄養を植物に提供するための他のシステムコンポーネントを作動させるように構成され得る。レシピ論理２４４ａはまた、レシピを利用する植物の成長を決定するために、出力センサおよび成長センサからデータを受信し得る。

同様に、学習論理２４４ｂは、植物成長の１つ以上の側面の予期を決定し、それらの予期を実際の植物成長と比較するためのニューラルネットワークまたは他の論理として構成され得る。実際の植物成長が予期を超える場合、学習論理２４４ｂは、コンピューティングデバイス１３０に、予期せぬ結果を達成するようにレシピ論理２４４ａを改変させ得る。同様に、実際の植物成長が予期を超えなかった場合、学習論理２４４ｂは、コンピューティングデバイス１３０に、将来の植物に関する実際の植物成長を改良するためにレシピ論理２４４ａの修正を決定させ、その変更を実装させ得る。

加えて、成長ポッド１００は、ネットワーク２５０に結合される。ネットワーク２５０は、インターネットまたは他の広域ネットワーク、ローカルエリアネットワーク等のローカルネットワーク、Ｂｌｕｅｔｏｏｔｈ（登録商標）または近距離無線通信（ＮＦＣ）ネットワーク等の近距離ネットワークを含み得る。ネットワーク２５０はまた、遠隔成長ポッド２００、ユーザコンピューティングデバイス２５２、および／または遠隔コンピューティングデバイス２５４に結合される。遠隔成長ポッド２００は、成長ポッド１００と同様に構成され得るが、複製物である必要はない。いずれにしても、遠隔成長ポッド２００は、成長ポッド１００と同一または類似するレシピを起動し得、したがって、改良された結果のためにレシピの調節を学習し得る。故に、遠隔成長ポッド２００は、学習された知識および／または改訂されたレシピを共有するために、成長ポッド１００と通信し得る（逆もまた同様である）。

ユーザコンピューティングデバイス２５２は、パーソナルコンピュータ、ラップトップ、モバイルデバイス、タブレット、サーバ等を含み得、ユーザとのインターフェースとして利用され得る。実施例として、ユーザは、成長ポッド１００による実装のために、レシピまたはレシピの改変をコンピューティングデバイス１３０に送信し得る。別の実施例は、ユーザコンピューティングデバイス２５２のユーザに通知を送信する成長ポッド１００を含み得る。

同様に、遠隔コンピューティングデバイス２５４は、サーバ、パーソナルコンピュータ、タブレット、モバイルデバイス等を含み得、機械間通信のために利用され得る。実施例として、成長ポッド１００が、使用されている種子のタイプ（および／または周囲条件等の他の情報）を決定する場合、コンピューティングデバイス１３０は、それらの条件に関して以前に記憶されたレシピまたはレシピの改変を読み出すために、遠隔コンピューティングデバイス２５４と通信し得る。したがって、いくつかの実施形態は、これまたは他のコンピュータ間通信を促進するために、アプリケーションプログラムインターフェース（ＡＰＩ）を利用し得る。同様に、いくつかの実施形態が、コンピューティングデバイス１３０がレシピの正常な変更を学習するように構成され得るが、これは、実施例にすぎない。いくつかの実施形態は、学習論理２４４ｂ（または他の学習論理）が、遠隔コンピューティングデバイス２５４によって実行され、次いで、実装のための成長ポッド１００および／または遠隔成長ポッド２００に通信されるように構成され得る。

図３は、本明細書に説明される実施形態による、成長ポッド１００における自己学習のためのコンピューティングデバイス１３０を描写する。図示されるように、コンピューティングデバイス１３０は、プロセッサ３３０と、入力／出力ハードウェア３３２と、ネットワークインターフェースハードウェア３３４と、データ記憶コンポーネント３３６（これは、レシピデータ３３８ａ、植物データ３３８ｂ、および／または他のデータを記憶する）と、メモリコンポーネント２４０とを含む。メモリコンポーネント２４０は、揮発性および／または不揮発性メモリとして構成され得、したがって、ランダムアクセスメモリ（ＳＲＡＭ、ＤＲＡＭ、および／または他のタイプのＲＡＭを含む）、フラッシュメモリ、セキュアデジタル（ＳＤ）メモリ、レジスタ、コンパクトディスク（ＣＤ）、デジタル多用途ディスク（ＤＶＤ）、および／または他のタイプの非一過性コンピュータ可読媒体を含み得る。特定の実施形態に応じて、これらの非一過性コンピュータ可読媒体は、コンピューティングデバイス１３０内および／またはコンピューティングデバイス１３０の外部に常駐し得る。

メモリコンポーネント２４０は、動作論理３４２、レシピ論理２４４ａ、および学習論理２４４ｂを記憶し得る。レシピ論理２４４ａおよび学習論理２４４ｂは、それぞれ、複数の異なる論理を含み得、そのそれぞれは、実施例として、コンピュータプログラム、ファームウェア、および／またはハードウェアとして具現化され得る。ローカルインターフェース３４６もまた、図３に含まれ、コンピューティングデバイス１３０のコンポーネント間の通信を促進するためのバスまたは他の通信インターフェースとして実装され得る。

プロセッサ３３０は、（データ記憶コンポーネント３３６および／またはメモリコンポーネント１４０等からの）命令を受信および実行するために動作可能な任意の処理コンポーネントを含み得る。入力／出力ハードウェア３３２は、マイクロホン、スピーカ、ディスプレイ、および／または他のハードウェアを含む、および／またはそれとインターフェースをとるように構成され得る。

ネットワークインターフェースハードウェア３３４は、アンテナ、モデム、ＬＡＮポート、ワイヤレスフィデリティ（Ｗｉ−Ｆｉ）カード、ＷｉＭａｘカード、ＺｉｇＢｅｅカード、Ｂｌｕｅｔｏｏｔｈ（登録商標）チップ、ＵＳＢカード、モバイル通信ハードウェア、および／または他のネットワークおよび／またはデバイスと通信するための他のハードウェアを含む、任意の有線または無線ネットワーキングハードウェアを含む、および／またはそれと通信するために構成され得る。本接続から、通信が、コンピューティングデバイス１３０と遠隔成長ポッド２００上のコンピューティングデバイス１３０、ユーザコンピューティングデバイス２５２、および／または遠隔コンピューティングデバイス２５４等の他のコンピューティングデバイスとの間で促進され得る。

動作論理３４２は、オペレーティングシステムおよび／またはコンピューティングデバイス１３０のコンポーネントを管理するための他のソフトウェアを含み得る。また、上記に議論されるように、レシピ論理２４４ａおよび学習論理２４４ｂは、メモリコンポーネント２４０内に常駐し得、本明細書に説明されるように、機能性を実施するように構成され得る。

図３のコンポーネントは、コンピューティングデバイス１３０内に常駐するものとして図示されるが、これは、単に、実施例であることを理解されたい。いくつかの実施形態では、コンポーネントのうちの１つ以上のものは、コンピューティングデバイス１３０の外部に常駐し得る。また、コンピューティングデバイス１３０は、単一のデバイスとして図示されるが、これもまた、単に、実施例であることを理解されたい。いくつかの実施形態では、レシピ論理２４４ａおよび学習論理２４４ｂは、異なるコンピューティングデバイス上に常駐し得る。実施例として、本明細書に説明される機能性および／またはコンポーネントのうちの１つ以上のものは、遠隔成長ポッド２００、ユーザコンピューティングデバイス２５２、および／または遠隔コンピューティングデバイス２５４によって提供され得る。

加えて、コンピューティングデバイス１３０は、別個の論理コンポーネントとしてのレシピ論理２４４ａおよび学習論理２４４ｂとともに図示されるが、これもまた、実施例である。いくつかの実施形態では、単一の論理（および／またはいくつかのリンクされたモジュール）が、コンピューティングデバイス１３０に説明される機能性を提供させ得る。

図４は、本明細書に説明される実施形態による、成長ポッド１００における自己学習のためのニューラルネットワークノード構成を描写する。図示されるように、学習論理２４４ｂは、ニューラルネットワークまたは他の学習マシンとして構成され得る。学習論理２４４ｂは、したがって、入力層、１つ以上の隠れ層、および出力層を有し得る。入力層は、レシピに関連するデータ、植物による水吸収に関連するデータ、植物の長さに関連するデータ、植物による光子吸収に関連するデータ、植物の重量に関連するデータ等の１つ以上のセンサまたは他のソースからの入力を受信し得る。入力層は、したがって、所望の植物をより効果的に成長させるためのレシピへの適合を学習する際に使用され得る入力を受信し得る。

隠れ層は、成功または失敗した結果に基づいて接続を強化または弱化する複数の相互接続されるノードを含み得る。本システムの複雑性および全体的機能性に応じて、１つ以上の層が存在し得る。出力層は、レシピを改変するために本システムに行われ得る変更と関連付けられるノードを含み得る。これらのノードは、水出力、光出力、環境条件、収穫時間等を含み得る。出力層ノードは、したがって、レシピを改変するために（レシピ論理２４４ａ等を介して）レシピに適用され得る。

多くのニューラルネットワークが、タスクを改良するための訓練フェーズを利用し得るが、本明細書に説明される実施形態は、植物成長を改良するために本訓練フェーズを利用することを理解されたい。したがって、いったんニューラルネットワークが訓練されると、実施形態は、学習を中止し、過剰訓練を防止するように構成され得る。同様に、他の実施形態は、過剰訓練に耐性がある３次元ニューラルネットワークまたは他の構成として構成され得る。

図５は、本明細書に説明される実施形態による、成長ポッド１００における自己学習のためのフローチャートを描写する。ブロック５６０に図示されるように、成長ポッド１００において所定の植物を成長させるためのレシピが、受信され得、レシピは、光源、水源、栄養素源、または環境源のうちの少なくとも１つを作動させるためのタイミングを含む。ブロック５６２において、植物の成長が、決定され得る。ブロック５６４において、植物の成長は、植物の予期される成長と比較され得る。ブロック５６６において、予期とは異なる植物の成長特徴が、決定され得る。成長特徴は、果実産出、植物高さ、植物周囲寸法、重量、および／または全体的植物成長の他のサブセットを含み得る。ブロック５６８において、ニューラルネットワークが、将来の植物の成長特徴を改良するために成長レシピのコンポーネントを改変するように利用され得る。ブロック５７０において、改変されたレシピが、将来の植物に実装され得る。

図６は、本明細書に説明される実施形態による、自己学習し、成長レシピを調節するためのフローチャートを描写する。ブロック６６０に図示されるように、成長レシピが、植物を成長させるために受信され得る。ブロック６６２において、センサからの成長データが、植物の産出を決定するために受信され得る。成長データを決定することは、高さ、高さ変化、幅、幅変化、色、色変化、葉産出、果実産出等の植物の成長特徴を決定することを含み得る。加えて、予期される植物産出が、決定され得る。予期される植物産出は、コンピューティングデバイス１３０から受信される、および／または過去の結果に基づいて決定され得る。

ブロック６６４において、植物の産出が、予期される植物産出に対して比較され得る。ブロック６６６において、予期とは異なる植物の成長特徴に関する決定が、成され得る。ブロック６６８において、成長レシピの改変が、植物の産出を改良するために決定され得る。実施例として、改変は、ランダム改変またはランダム変動であり得る。いくつかの実施形態では、改変は、最初に、不足した成長特徴に関する分析に基づいて決定され得る。葉産出が不足している（かつ所望される）場合、実施形態は、葉成長を改良する環境アフェクタが変更されるように成長レシピを改変し得る。再び、実施形態に応じて、これは、過去の結果から決定される、および／またはコンピューティングデバイス１３０から受信され得る。ブロック６７０において、成長レシピは、植物の産出を改良するために改変され得る。いくつかの実施形態では、コンピューティングデバイス１３０は、図２からの遠隔成長ポッド２００による実装のために、改変を遠隔コンピューティングデバイス２５４に通信し得る。

成長レシピの改変が受信された後、いくつかの実施形態は、成長レシピの改変が植物の改良された産出をもたらしたかどうかを決定するために、センサから付加的成長データを受信し得る。これらの実施形態は、加えて、成長レシピの改変が植物産出を改良したかどうかを決定するために、付加的成長データを成長データと比較し、成長レシピの改変が植物の産出を改良しなかったと決定することに応答して、成長レシピを再び改変し得る。改変が植物産出を改良した場合、改変は、将来の使用のために記憶される、および／または図２からの遠隔成長ポッド２００および／または遠隔コンピューティングデバイス２５４に送信され得る。

加えて、いくつかの実施形態は、成長ポッド１００のコンポーネントと関連付けられる消耗データを受信し得る。コンポーネントは、カート１０４、軌道１０２、環境アフェクタ、センサ、および／または他のコンポーネントのうちの少なくとも１つを含み得る。加えて、実施形態は、コンポーネントおよび／または全体としての成長ポッド１００の寿命を改良するために、成長レシピの異なる改変を決定し得る。

上記に図示されるように、成長ポッドにおける自己学習のための種々の実施形態が、開示される。これらの実施形態は、ユーザが成長レシピを成長ポッドにアップロードまたは別様に入力することを可能にし得、レシピは、所定の基準に従って植物を成長させるために、光、水、栄養素、環境等に関する１つ以上のコマンドを有する。実施形態は、レシピを利用し、予期に従って植物成長を測定し、予期からの実際の植物成長の逸脱に基づいて、レシピを修正し得る。

故に、実施形態は、成長ポッドにおける植物の特徴の成長を感知する成長センサと、植物を成長させるための成長ポッドの出力を感知する出力センサと、植物を成長させるためのレシピを受信し、成長センサからデータを受信し、出力センサからデータを受信し、植物成長の側面を改良するためのレシピの改変を決定し、レシピの変更を実装するコンピューティングデバイスとを含む、成長ポッドにおける自己学習のためのシステムおよび／または方法を含み得る。

本開示の特定の実施形態および側面が本明細書に例証および説明されたが、種々の他の変更および修正が、本開示の精神および範囲から逸脱することなく成されることができる。さらに、種々の側面が本明細書に説明されたが、そのような側面は、組み合わせにおいて利用される必要はない。故に、したがって、添付される請求項は、本明細書に示され、説明される実施形態の範囲内である全てのそのような変更および修正を網羅することが意図される。

ここで、本明細書に開示される実施形態は、成長ポッドにおける自己学習のためのシステム、方法、および非一過性コンピュータ可読媒体を含むことを理解されたい。また、これらの実施形態は、単に、例示的であり、本開示の範囲を限定するように意図されないことを理解されたい。

Claims (20)

1. 自己学習のためのアセンブリライン成長ポッドであって、
   成長させるための植物を格納するカートと、
   前記カートを受容する軌道であって、前記軌道は、前記カートに所定の経路に沿って前記アセンブリライン成長ポッドを横断させる、軌道と、
   栄養物を前記植物に提供するための環境アフェクタと、
   前記植物の産出を監視するためのセンサと、
   論理を記憶しているコンピューティングデバイスであって、前記論理は、前記アセンブリライン成長ポッドに、少なくとも、
   前記植物の産出を決定するために前記センサから成長データを受信することと、
   予期される植物産出に対して前記植物の産出を比較することと、
   前記植物の産出を改良するために成長レシピの改変を決定することと、
   前記植物の産出を改良するために前記成長レシピを改変することと
   を実施させる、コンピューティングデバイスと
   を備える、アセンブリライン成長ポッド。
2. 前記環境アフェクタは、光源、給水デバイス、栄養素分注デバイス、温度制御デバイス、湿度制御デバイス、圧力制御デバイス、または空気流制御デバイスのうちの少なくとも１つを含む、請求項１に記載のアセンブリライン成長ポッド。
3. 前記論理はさらに、遠隔成長ポッドによる実装のために、前記コンピューティングデバイスに、前記成長レシピの改変を遠隔コンピューティングデバイスに通信させる、請求項１に記載のアセンブリライン成長ポッド。
4. 前記論理はさらに、前記アセンブリライン成長ポッドに、少なくとも、
   前記成長レシピの改変が前記植物の改良された産出をもたらしたかどうかを決定するために、前記センサから付加的成長データを受信することと、
   前記成長レシピの改変が前記植物の産出を改良したかどうかを決定するために、前記付加的成長データを前記成長データと比較することと、
   前記成長レシピの改変が前記植物の産出を改良しなかったと決定することに応答して、前記成長レシピを再び改変することと
   を実施させる、請求項１に記載のアセンブリライン成長ポッド。
5. 前記論理はさらに、前記コンピューティングデバイスに、少なくとも、
   前記アセンブリライン成長ポッドのコンポーネントと関連付けられる消耗データを受信することであって、前記コンポーネントは、前記カート、前記軌道、前記環境アフェクタ、または前記センサのうちの少なくとも１つを含む、ことと、
   前記コンポーネントの寿命を改良するために、前記成長レシピの異なる改変を決定することと
   を実施させる、請求項１に記載のアセンブリライン成長ポッド。
6. 前記成長レシピの改変を決定することは、前記成長レシピのランダム変動を決定することを含む、請求項１に記載のアセンブリライン成長ポッド。
7. 前記植物の産出は、植物成長、根成長、葉成長、茎成長、果実成長、花成長、タンパク質生産、葉緑素生産、または種子成功率のうちの少なくとも１つを含む、請求項１に記載のアセンブリライン成長ポッド。
8. 成長ポッドにおける自己学習のためのシステムであって、
   複数の種子を受容し、前記複数の種子を個別の植物に成長させるためのトレイと、
   栄養物を前記複数の種子に提供するための環境アフェクタと、
   植物産出を監視するためのセンサと、
   論理を記憶しているコンピューティングデバイスであって、前記論理は、前記システムに、少なくとも、
   前記植物産出を決定するために前記センサから成長データを受信することと、
   予期される植物産出に対して前記植物産出を比較することと、
   前記植物産出を改良するために成長レシピの改変を決定することと、
   前記植物産出を改良し、将来の植物の植物産出を改良するために前記成長レシピを改変することと
   を実施させる、コンピューティングデバイスと
   を備える、システム。
9. 前記環境アフェクタは、光源、給水デバイス、栄養素分注デバイス、温度制御デバイス、湿度制御デバイス、圧力制御デバイス、または空気流制御デバイスのうちの少なくとも１つを含む、請求項８に記載のシステム。
10. 前記成長レシピは、前記コンピューティングデバイスに、前記環境アフェクタおよび軌道に沿った前記トレイの移動を制御させる、請求項８に記載のシステム。
11. 遠隔コンピューティングデバイスをさらに備え、前記論理はさらに、遠隔成長ポッドによる実装のために、前記コンピューティングデバイスに、前記成長レシピの改変を前記遠隔コンピューティングデバイスに通信させる、請求項８に記載のシステム。
12. 前記論理はさらに、前記システムに、少なくとも、
    前記成長レシピの改変が前記将来の植物の改良された植物産出をもたらしたかどうかを決定するために、前記センサから付加的成長データを受信することと、
    前記成長レシピの改変が前記将来の植物の植物産出を改良したかどうかを決定するために、前記付加的成長データを前記成長データと比較することと、
    前記成長レシピの改変が前記植物産出を改良しなかったと決定することに応答して、前記成長レシピを再び改変することと
    を実施させる、請求項８に記載のシステム。
13. 前記論理はさらに、前記コンピューティングデバイスに、少なくとも、
    前記成長ポッドのコンポーネントと関連付けられる消耗データを受信することと、
    前記成長ポッドのコンポーネントの寿命を改良するために、前記成長レシピの異なる改変を決定することと
    を実施させる、請求項８に記載のシステム。
14. 前記成長レシピを改変することは、前記成長レシピのランダム改変を行うことを含む、請求項８に記載のシステム。
15. 前記植物産出は、植物成長、根成長、葉成長、茎成長、果実成長、花成長、タンパク質生産、葉緑素生産、または種子成功率のうちの少なくとも１つを含む、請求項８に記載のシステム。
16. 自己学習のためのシステムであって、
    アセンブリライン成長ポッドであって、
    成長させるための植物を格納するカートと、
    前記カートを受容する軌道であって、前記軌道は、前記カートに所定の経路に沿って前記アセンブリライン成長ポッドを横断させる、軌道と、
    栄養物を前記植物に提供するための環境アフェクタと、
    前記植物の産出を監視するためのセンサと
    を含む、アセンブリライン成長ポッドと、
    論理を記憶しているコンピューティングデバイスであって、前記論理は、前記システムに、少なくとも、
    前記植物の産出を決定するために前記センサから成長データを受信することと、
    予期される植物産出に対して前記植物の産出を比較することと、
    将来の植物の産出を改良するために成長レシピの改変を決定することと、
    前記将来の植物の産出を改良するために前記成長レシピを改変することと
    を実施させる、コンピューティングデバイスと
    を備える、システム。
17. 前記環境アフェクタは、光源、給水デバイス、栄養素分注デバイス、温度制御デバイス、湿度制御デバイス、圧力制御デバイス、または空気流制御デバイスのうちの少なくとも１つを含む、請求項１６に記載のシステム。
18. 前記論理はさらに、前記システムに、少なくとも、
    前記成長レシピの改変が前記将来の植物の改良された植物産出をもたらしたかどうかを決定するために、前記センサから付加的成長データを受信することと、
    前記成長レシピの改変が前記将来の植物の産出を改良したかどうかを決定するために、前記付加的成長データを前記成長データと比較することと、
    前記成長レシピの改変が前記将来の植物の産出を改良しなかったと決定することに応答して、前記成長レシピを再び改変することと
    を実施させる、請求項１６に記載のシステム。
19. 前記論理はさらに、前記コンピューティングデバイスに、少なくとも、
    前記システムのコンポーネントと関連付けられる消耗データを受信することであって、前記コンポーネントは、前記カート、前記軌道、前記環境アフェクタ、または前記センサのうちの少なくとも１つを含む、ことと、
    前記コンポーネントの寿命を改良するために、前記成長レシピの異なる改変を決定することと
    を実施させる、請求項１６に記載のシステム。
20. 前記植物産出は、植物成長、根成長、葉成長、茎成長、果実成長、花成長、タンパク質生産、葉緑素生産、または種子成功率のうちの少なくとも１つを含む、請求項１６に記載のシステム。