JP2021110277A - 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 - Google Patents
車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 Download PDFInfo
- Publication number
- JP2021110277A JP2021110277A JP2020002031A JP2020002031A JP2021110277A JP 2021110277 A JP2021110277 A JP 2021110277A JP 2020002031 A JP2020002031 A JP 2020002031A JP 2020002031 A JP2020002031 A JP 2020002031A JP 2021110277 A JP2021110277 A JP 2021110277A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- value
- reward
- variable
- data
- 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
Links
- 238000000034 method Methods 0.000 title claims description 233
- 230000008569 process Effects 0.000 claims description 199
- 230000009471 action Effects 0.000 claims description 115
- 230000008859 change Effects 0.000 claims description 25
- 230000004044 response Effects 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 18
- 230000006399 behavior Effects 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 abstract description 14
- 238000012545 processing Methods 0.000 description 63
- 230000006870 function Effects 0.000 description 50
- 238000002485 combustion reaction Methods 0.000 description 43
- 239000000446 fuel Substances 0.000 description 23
- 230000005540 biological transmission Effects 0.000 description 17
- 230000000875 corresponding effect Effects 0.000 description 17
- 238000002347 injection Methods 0.000 description 16
- 239000007924 injection Substances 0.000 description 16
- 238000005070 sampling Methods 0.000 description 14
- 230000002787 reinforcement Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 6
- 230000001052 transient effect Effects 0.000 description 6
- 238000000342 Monte Carlo simulation Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004043 responsiveness Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
- F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
- F02D41/2425—Particular ways of programming the data
- F02D41/2429—Methods of calibrating or learning
- F02D41/2441—Methods of calibrating or learning characterised by the learning conditions
- F02D41/2448—Prohibition of learning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/02—Registering or indicating driving, working, idle, or waiting time only
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
- B60W2050/0083—Setting, resetting, calibration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/10—Historical data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D2200/00—Input parameters for engine control
- F02D2200/50—Input parameters for engine control said parameters being related to the vehicle or its components
- F02D2200/501—Vehicle speed
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
- F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
- F02D41/2425—Particular ways of programming the data
- F02D41/2429—Methods of calibrating or learning
- F02D41/2438—Active learning methods
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Combustion & Propulsion (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Chemical & Material Sciences (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)
Abstract
Description
1.車両の状態と前記車両に搭載された電子機器の操作に関する変数である行動変数との関係を規定する関係規定データが記憶装置に記憶された状態で、前記電子機器を操作する操作処理と、前記車両が位置するエリアを示す変数であるエリア変数、およびセンサの検出値に基づく前記車両の状態を取得する取得処理と、前記取得処理によって取得された前記車両の状態に基づき、前記車両の特性が所定の基準を満たす場合に満たさない場合よりも大きい報酬を与える報酬算出処理と、前記取得処理によって取得された前記車両の状態、前記電子機器の操作に用いられた前記行動変数の値、および前記電子機器の操作に対応する前記報酬を予め定められた更新写像への入力とし、前記関係規定データを更新する更新処理と、を実行装置に実行させ、前記更新写像は、前記関係規定データに従って前記電子機器が操作される場合の前記報酬についての期待収益を増加させるように更新された前記関係規定データを出力するものであり、前記報酬算出処理は、前記エリア変数の値が第1の値である場合に前記車両の特性が所定の特性であるときに与える前記報酬に対して前記エリア変数の値が第2の値である場合に前記車両の特性が前記所定の特性であるときに与える報酬を変更する変更処理を含む車両用制御データの生成方法である。
なお、第2実行装置が車載装置とは別の装置であることは、第2実行装置が車載装置ではないことを意味する。
7.上記5記載の第2実行装置を備える車両用学習装置である。
<第1の実施形態>
図1に、本実施形態にかかる車両VC1の駆動系および制御装置の構成を示す。
図3に、上記マップデータDMを生成するシステムを示す。
図5に示す一連の処理において、CPU112は、所定期間内における回転速度NE、トルク指令値Trq*、トルクTrqおよび加速度Gxの4つのサンプリング値の組からなる時系列データと、状態sおよび行動aの時系列データと、を取得する(S50)。図5には、カッコの中の数字が異なるものが、異なるサンプリングタイミングにおける変数の値であることを示す。たとえば、トルク指令値Trq*(1)とトルク指令値Trq*(2)とは、サンプリングタイミングが互いに異なるものである。また、所定期間内の行動aの時系列データを、行動集合Ajとし、所定期間内の状態sの時系列データを、状態集合Sjと定義する。
図4に戻り、CPU112は、S42の処理が完了すると、行動価値関数Qが収束したか否かを判定する(S44)。ここでは、S42の処理による行動価値関数Qの更新量が所定値以下となる連続回数が所定回数に達する場合に収束したと判定すればよい。CPU112は、収束していないと判定する場合(S44:NO)や、S40の処理において否定判定する場合には、S32の処理に戻る。これに対し、CPU112は、収束したと判定する場合(S44:YES)、市街地と市街地以外との双方についてS44の処理において肯定判定したか否かを判定する(S46)。
ここで、本実施形態の作用および効果について説明する。
(1)制御装置70が備える記憶装置76に、行動価値関数Q等ではなく、マップデータDMを記憶した。これにより、CPU72は、マップデータDMを用いたマップ演算に基づき、スロットル開口度指令値TA*および変速比指令値GR*を設定することから、行動価値関数Qのうち最大値となるものを選択する処理を実行する場合と比較して、演算負荷を軽減できる。
以下、第2の実施形態について、第1の実施形態との相違点を中心に図面を参照しつつ説明する。
以下、第3の実施形態について、第2の実施形態との相違点を中心に図面を参照しつつ説明する。
図9に、本実施形態において、強化学習を実行する制御システムの構成を示す。なお、図9において、図1に示した部材に対応する部材については、便宜上、同一の符号を付している。
上記実施形態における事項と、上記「課題を解決するための手段」の欄に記載した事項との対応関係は、次の通りである。以下では、「課題を解決するための手段」の欄に記載した解決手段の番号毎に、対応関係を示している。[1,2]実行装置と記憶装置とは、図7においては、それぞれ、CPU72およびROM74と記憶装置76とに対応し、図3においては、それぞれCPU112およびROM114と記憶装置116とに対応し、図9においては、CPU72,132およびROM74,134と記憶装置76,136とに対応する。取得処理は、図4のS30,S32,S38の処理や、図8および図10のS10,S12,S100,S102,S32a,S38の処理に対応する。操作処理は、S36の処理に対応し、報酬算出処理は、S52〜S64の処理に対応し、更新処理は、S66〜S72の処理に対応する。更新写像は、学習プログラム74bのうちS66〜S72の処理を実行する指令によって規定された写像に対応する。変更処理は、S54の処理において係数Kをエリア変数VAに応じて可変とする処理や、S56の処理において条件(ア)および条件(イ)をエリア変数VAに応じて可変とする処理、S62の処理において閾値PAthをエリア変数VAに応じて可変とする処理に対応する。[3]制御用写像データは、マップデータDMに対応する。[4]実行装置と記憶装置とは、それぞれ、図7におけるCPU72およびROM74と記憶装置76とに対応する。[5〜7]第1実行装置は、CPU72およびROM74に対応し、第2実行装置は、CPU132およびROM134に対応する。
なお、本実施形態は、以下のように変更して実施することができる。本実施形態および以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。
・進行方向における平均車速に応じて区分されたエリアを識別するエリア変数としては、市街地であるか否かに限らない。たとえば渋滞区間であるか否かであってもよい。また、たとえば、市街地、渋滞区間、およびそれら以外の3つのエリアを識別する変数であってもよい。
「変更処理について」
・S56の処理では、条件(ア)および条件(イ)を市街地か否かに応じて可変としたが、これに限らない。たとえば、市街地か否かに応じてS58,S60の処理における係数K1を可変としてもよい。すなわち、たとえば市街地において係数K1を小さくするなら、条件(ア)および条件(イ)を満たすことがトータルの報酬を大きくする上でさほど有利にならないことから、効率ηeを高める学習がなされやすくなる。
・上記実施形態では、エネルギ利用効率を、動作点のみに基づき定量化したが、これに限らない。たとえば、下記「行動変数について」の欄に記載したように、行動変数に点火時期を含める場合、採用された点火時期がMBTからずれる場合、そのずれ量に応じてエネルギ利用効率を減少補正すればよい。また、行動変数に空燃比制御に関する変数を含める場合、採用される空燃比が所定の空燃比からずれる場合、そのずれ量に応じてエネルギ利用効率を補正すればよい。
・テーブル形式のデータの次元削減手法としては、上記実施形態において例示したものに限らない。たとえばアクセル操作量PAが最大値となることはまれであることから、アクセル操作量PAが規定量以上となる状態については行動価値関数Qを定義せず、アクセル操作量PAが規定量以上となる場合のスロットル開口度指令値TA*等は、別途適合してもよい。またたとえば、行動のとりうる値からスロットル開口度指令値TA*が規定値以上となるものを除くなどして、次元削減をしてもよい。
・上記実施形態では、行動価値関数Qを、テーブル形式の関数としたが、これに限らない。たとえば、関数近似器を用いてもよい。
・たとえば「関係規定データについて」の欄に記載したように、行動価値関数を関数近似器とする場合、上記実施形態におけるテーブル型式の関数の独立変数となる行動についての離散的な値の組の全てについて、状態sとともに行動価値関数Qに入力することによって、行動価値関数Qを最大化する行動aを特定すればよい。その場合、たとえば、主として特定された行動aを操作に採用しつつも、所定の確率でそれ以外の行動を選択すればよい。
・S66〜S72の処理においては、εソフト方策オン型モンテカルロ法によるものを例示したが、これに限らない。たとえば、方策オフ型モンテカルロ法によるものであってもよい。もっとも、モンテカルロ法にも限らず、たとえば、方策オフ型TD法を用いたり、またたとえばSARSA法のように方策オン型TD法を用いたり、またたとえば、方策オン型の学習として適格度トレース法を用いたりしてもよい。
・上記実施形態では、行動変数としてのスロットルバルブの開口度に関する変数として、スロットル開口度指令値TA*を例示したが、これに限らない。たとえば、アクセル操作量PAに対するスロットル開口度指令値TA*の応答性を、無駄時間および2次遅れフィルタにて表現し、無駄時間と、2次遅れフィルタを規定する2つの変数との合計3つの変数を、スロットルバルブの開口度に関する変数としてもよい。ただし、その場合、状態変数は、アクセル操作量PAの時系列データに代えて、アクセル操作量PAの単位時間当たりの変化量とすることが望ましい。
・下記「電子機器について」の欄に記載したように、行動変数に応じた操作の対象に回転電機が含まれる場合、行動変数に回転電機のトルクや電流を含めればよい。すなわち、推力生成装置の負荷に関する変数である負荷変数としては、スロットルバルブの開口度に関する変数や噴射量に限らず、回転電機のトルクや電流であってもよい。
・上記実施形態では、アクセル操作量PAの時系列データを、等間隔でサンプリングされた6個の値からなるデータとしたが、これに限らない。互いに異なるサンプリングタイミングにおける2個以上のサンプリング値からなるデータであればよく、この際、3個以上のサンプリング値からなるデータや、サンプリング間隔が等間隔であるデータであることがより望ましい。
・S52,S54の処理に代えて、所定期間の回転速度NEが所定範囲内となる場合に所定範囲から外れる場合よりも大きい報酬を与えることとし、市街地の場合にはそれ以外と比較して、所定範囲をより低回転速度側としてもよい。
(b)変速装置の入力軸52の回転速度の変化速度の絶対値が入力側所定値以下である場合に入力側所定値を超える場合よりも大きい報酬を与える処理である。
なお、上記(a)は、アクセルレスポンスが高い場合に低い場合よりも大きい報酬を与える処理に相当する。上記(b),(c)は、振動が小さい場合に大きい場合よりも大きい報酬を与える処理に相当する。換言すれば、車室内の状態が基準を満たす場合に満たさない場合よりも大きい報酬を与える処理に相当する。
・図4のS34の処理では、行動価値関数Qに基づき行動を決定したが、これに限らず、とりうるすべての行動を等確率で選択してもよい。
・車両の状態と期待収益を最大化する行動変数の値とを1対1に対応付けることによって車両の状態を入力とし期待収益を最大化する行動変数の値を出力する制御用写像データとしては、マップデータに限らない。たとえば、関数近似器であってもよい。これは、たとえば、上記「更新写像について」の欄に記載したように、方策勾配法等を用いる場合において、方策πを行動変数の値をとりうる確率を示すガウス分布にて表現し、その平均値を関数近似器にて表現しておき、平均値を表現する関数近似器のパラメータを更新することとし、学習後の平均値を制御用写像データとすることによって実現できる。すなわち、ここでは、関数近似器が出力する平均値を期待収益を最大化する行動変数の値とみなす。この際、エリア変数VAの値毎に各別の関数近似器を設けてもよいが、単一の関数近似器の独立変数のうちの状態sに、エリア変数VAを含めてもよい。
・行動変数に応じた操作の対象となる内燃機関の操作部としては、スロットルバルブ14に限らない。たとえば、点火装置26や燃料噴射弁16であってもよい。
・図10に示した例では、S42の処理の全てをデータ解析センター130にて実行したが、これに限らない。たとえば、データ解析センター130においては、S66〜S72の処理を実行するものの、報酬の算出処理であるS52〜S64の処理については実行せず、S110の処理において、報酬の算出結果を送信することとしてもよい。
・実行装置としては、CPU72(112,132)とROM74(114,134)とを備えて、ソフトウェア処理を実行するものに限らない。たとえば、上記実施形態においてソフトウェア処理されたものの少なくとも一部を、ハードウェア処理するたとえばASIC等の専用のハードウェア回路を備えてもよい。すなわち、実行装置は、以下の(a)〜(c)のいずれかの構成であればよい。(a)上記処理の全てを、プログラムに従って実行する処理装置と、プログラムを記憶するROM等のプログラム格納装置とを備える。(b)上記処理の一部をプログラムに従って実行する処理装置およびプログラム格納装置と、残りの処理を実行する専用のハードウェア回路とを備える。(c)上記処理の全てを実行する専用のハードウェア回路を備える。ここで、処理装置およびプログラム格納装置を備えたソフトウェア実行装置や、専用のハードウェア回路は複数であってもよい。
・上記実施形態では、関係規定データDRが記憶される記憶装置と、学習プログラム74b,114aや制御プログラム74aが記憶される記憶装置(ROM74,114,134)とを別の記憶装置としたが、これに限らない。
・内燃機関としては、燃料噴射弁として吸気通路12に燃料を噴射するポート噴射弁を備えるものに限らず、燃焼室24に燃料を直接噴射する筒内噴射弁を備えるものであってもよく、またたとえば、ポート噴射弁および筒内噴射弁の双方を備えるものであってもよい。
「推力生成装置について」
・車両に搭載される推力生成装置としては、内燃機関のみに限らず、たとえばハイブリッド車のように、内燃機関と回転電機とであってもよい。またたとえば、電気自動車や燃料電池車のように、推力生成装置が回転電機のみであってもよい。
12…吸気通路
14…スロットルバルブ
16…燃料噴射弁
18…吸気バルブ
20…シリンダ
22…ピストン
24…燃焼室
26…点火装置
28…クランク軸
40…トルクコンバータ
50…変速装置
70…制御装置
110…生成装置
130…データ解析センター
Claims (7)
- 車両の状態と前記車両に搭載された電子機器の操作に関する変数である行動変数との関係を規定する関係規定データが記憶装置に記憶された状態で、
前記電子機器を操作する操作処理と、
前記車両が位置するエリアを示す変数であるエリア変数、およびセンサの検出値に基づく前記車両の状態を取得する取得処理と、
前記取得処理によって取得された前記車両の状態に基づき、前記車両の特性が所定の基準を満たす場合に満たさない場合よりも大きい報酬を与える報酬算出処理と、
前記取得処理によって取得された前記車両の状態、前記電子機器の操作に用いられた前記行動変数の値、および前記電子機器の操作に対応する前記報酬を予め定められた更新写像への入力とし、前記関係規定データを更新する更新処理と、
を実行装置に実行させ、
前記更新写像は、前記関係規定データに従って前記電子機器が操作される場合の前記報酬についての期待収益を増加させるように更新された前記関係規定データを出力するものであり、
前記報酬算出処理は、前記エリア変数の値が第1の値である場合に前記車両の特性が所定の特性であるときに与える前記報酬に対して前記エリア変数の値が第2の値である場合に前記車両の特性が前記所定の特性であるときに与える報酬を変更する変更処理を含む車両用制御データの生成方法。 - 前記エリア変数は、平均車速に応じて区分されたエリアを識別する値を含み、
前記所定の基準には、アクセルレスポンスに関する基準と、エネルギ利用効率に関する基準とが含まれ、
前記報酬算出処理は、前記アクセルレスポンスに関する基準を満たす場合に満たさない場合よりも大きい報酬を与える処理と、前記エネルギ利用効率に関する基準を満たす場合に満たさない場合よりも大きい報酬を与える処理と、を含み、
前記変更処理は、前記平均車速が低いエリアの場合に高いエリアの場合と比較して、前記エネルギ利用効率を高める方がより大きい報酬をうるうえで有利となるように前記2つの処理のうちの少なくとも1つの処理を変更する処理を含む請求項1記載の車両用制御データの生成方法。 - 前記更新処理によって更新された前記関係規定データに基づき、前記車両の状態と前記期待収益を最大化する前記行動変数の値とを対応付けることによって前記車両の状態を入力とし前記期待収益を最大化する前記行動変数の値を出力する制御用写像データを生成する処理を前記実行装置に実行させる請求項1または2記載の車両用制御データの生成方法。
- 請求項1または2記載の前記記憶装置および前記実行装置を備え、
前記操作処理は、前記関係規定データに基づき前記車両の状態に応じた行動変数の値に従って前記電子機器を操作する処理を含む車両用制御装置。 - 請求項4記載の前記実行装置および前記記憶装置を備え、
前記実行装置は、前記車両に搭載される第1実行装置と、車載装置とは別の第2実行装置と、を含み、
前記第1実行装置は、少なくとも前記取得処理および前記操作処理を実行し、
前記第2実行装置は、少なくとも前記更新処理を実行する車両用制御システム。 - 請求項5記載の第1実行装置を備える車両用制御装置。
- 請求項5記載の第2実行装置を備える車両用学習装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020002031A JP7331704B2 (ja) | 2020-01-09 | 2020-01-09 | 車両用制御データの生成方法、車両用制御装置、および車両用制御システム |
US17/136,220 US11745746B2 (en) | 2020-01-09 | 2020-12-29 | Method for generating vehicle controlling data, vehicle controller, vehicle control system, and learning device for vehicle |
CN202110002606.9A CN113103971B (zh) | 2020-01-09 | 2021-01-04 | 车辆用控制数据的生成方法、车辆用控制装置、车辆用控制系统以及车辆用学习装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020002031A JP7331704B2 (ja) | 2020-01-09 | 2020-01-09 | 車両用制御データの生成方法、車両用制御装置、および車両用制御システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021110277A true JP2021110277A (ja) | 2021-08-02 |
JP7331704B2 JP7331704B2 (ja) | 2023-08-23 |
Family
ID=76709260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020002031A Active JP7331704B2 (ja) | 2020-01-09 | 2020-01-09 | 車両用制御データの生成方法、車両用制御装置、および車両用制御システム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11745746B2 (ja) |
JP (1) | JP7331704B2 (ja) |
CN (1) | CN113103971B (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210114596A1 (en) * | 2019-10-18 | 2021-04-22 | Toyota Jidosha Kabushiki Kaisha | Method of generating vehicle control data, vehicle control device, and vehicle control system |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7243642B2 (ja) * | 2020-01-09 | 2023-03-22 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 |
JP7287287B2 (ja) | 2020-01-09 | 2023-06-06 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 |
JP7331704B2 (ja) | 2020-01-09 | 2023-08-23 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、および車両用制御システム |
CN115891871B (zh) * | 2022-11-16 | 2024-05-17 | 阿维塔科技(重庆)有限公司 | 车辆座舱的控制方法、装置及计算机可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002251599A (ja) * | 2001-02-23 | 2002-09-06 | Yamaha Motor Co Ltd | 進化的手法による最適解探索装置、進化的手法による制御対象の制御装置及び進化的手法による最適解探索プログラム |
JP2003049703A (ja) * | 2001-08-07 | 2003-02-21 | Mazda Motor Corp | 車両開発データ取得用サーバ、車両開発データ取得方法、及び、車両開発データ取得用プログラム |
Family Cites Families (63)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2974440B2 (ja) | 1991-03-22 | 1999-11-10 | 株式会社日立製作所 | 自動車総合制御装置 |
JP3071333B2 (ja) | 1993-02-26 | 2000-07-31 | トヨタ自動車株式会社 | 車両の駆動力制御装置 |
US5532929A (en) | 1992-12-16 | 1996-07-02 | Toyota Jidosha Kabushiki Kaisha | Apparatus for controlling vehicle driving power |
JPH10254505A (ja) | 1997-03-14 | 1998-09-25 | Toyota Motor Corp | 自動制御装置 |
JP2000250604A (ja) | 1999-03-02 | 2000-09-14 | Yamaha Motor Co Ltd | 特性最適化方法における最適化の協調方法 |
US6549815B1 (en) | 1999-03-02 | 2003-04-15 | Yamaha Hatsudoki Kabushiki Kaisha | Method and apparatus for optimizing overall characteristics of device, using heuristic method |
US6837217B1 (en) | 1999-07-28 | 2005-01-04 | Hitachi, Ltd. | Method and apparatus for motor-driven throttle valve, automobile, method of measuring temperature of motor for driving automotive throttle valve, and method of measuring motor temperature |
JP2002322934A (ja) | 2001-04-26 | 2002-11-08 | Toyota Motor Corp | 内燃機関の吸気制御装置 |
US6654677B2 (en) | 2001-09-18 | 2003-11-25 | Visteon Global Technologies, Inc. | Method and system for providing vehicle control to a driver |
JP4005483B2 (ja) | 2002-11-20 | 2007-11-07 | 日産自動車株式会社 | 車線逸脱防止装置 |
JP4348965B2 (ja) | 2003-02-25 | 2009-10-21 | マツダ株式会社 | 自動変速機の変速制御装置 |
ES2286958B1 (es) | 2005-07-11 | 2008-09-01 | Honda Motor Co., Ltd | Sistema de control de vehiculo, sistema de control de transmision continuamente variable y metodo. |
JP4265659B2 (ja) * | 2007-01-29 | 2009-05-20 | 株式会社デンソー | 燃料噴射圧力制御装置 |
US20080249667A1 (en) * | 2007-04-09 | 2008-10-09 | Microsoft Corporation | Learning and reasoning to enhance energy efficiency in transportation systems |
JP2009019523A (ja) | 2007-07-10 | 2009-01-29 | Honda Motor Co Ltd | 内燃機関の制御装置 |
JP4930389B2 (ja) | 2008-01-18 | 2012-05-16 | 三菱自動車工業株式会社 | 空燃比制御装置及び空燃比制御方法 |
US8626565B2 (en) * | 2008-06-30 | 2014-01-07 | Autonomous Solutions, Inc. | Vehicle dispatching method and system |
WO2010048146A1 (en) | 2008-10-20 | 2010-04-29 | Carnegie Mellon University | System, method and device for predicting navigational decision-making behavior |
JP5009891B2 (ja) * | 2008-10-29 | 2012-08-22 | 本田技研工業株式会社 | 多種燃料エンジンの燃料噴射制御装置 |
US8352152B2 (en) | 2009-02-10 | 2013-01-08 | Honeywell International Inc. | System, method, apparatus and computer program product for providing improved engine control |
JP5281564B2 (ja) * | 2009-12-25 | 2013-09-04 | 三菱重工業株式会社 | Dpfの再生制御装置 |
JP4975158B2 (ja) | 2010-11-08 | 2012-07-11 | 本田技研工業株式会社 | プラントの制御装置 |
US9090255B2 (en) * | 2012-07-12 | 2015-07-28 | Honda Motor Co., Ltd. | Hybrid vehicle fuel efficiency using inverse reinforcement learning |
DE102012215756A1 (de) * | 2012-09-05 | 2014-03-06 | Robert Bosch Gmbh | Verfahren und Anordnung zum Erstellen eines Zündwinkel-Kennfeldes für einen Verbrennungsmotor mit mindestens einem Zylinder |
US9476372B2 (en) * | 2013-11-26 | 2016-10-25 | GM Global Technology Operations LLC | System and method for diagnosing a fault in a throttle area correction that compensates for intake airflow restrictions |
JP6312618B2 (ja) | 2015-03-13 | 2018-04-18 | 日立オートモティブシステムズ株式会社 | 内燃機関の制御装置及び異常燃焼検出方法 |
EP3292292B1 (en) * | 2015-05-05 | 2020-02-19 | Wärtsilä Finland Oy | A method of operating an internal combustion piston engine, a control system for controlling the operation of an internal combustion piston engine, and an internal combustion piston engine |
GB2539873B (en) * | 2015-06-12 | 2017-11-15 | Jaguar Land Rover Ltd | Automated climate control system |
JP6026612B2 (ja) | 2015-09-22 | 2016-11-16 | 本田技研工業株式会社 | 車両用内燃機関の制御装置 |
CN105527963B (zh) * | 2015-12-23 | 2019-01-25 | 奇瑞汽车股份有限公司 | 侧方位停车方法及系统 |
US10061316B2 (en) * | 2016-07-08 | 2018-08-28 | Toyota Motor Engineering & Manufacturing North America, Inc. | Control policy learning and vehicle control method based on reinforcement learning without active exploration |
JP6253000B1 (ja) | 2016-09-14 | 2017-12-27 | マツダ株式会社 | 車両の制御装置 |
JP6253001B1 (ja) | 2016-09-29 | 2017-12-27 | マツダ株式会社 | 車両の制御装置 |
US10252712B2 (en) * | 2016-10-11 | 2019-04-09 | Ford Global Technologies, Llc | Adapting engine-on time to driver aggressiveness in a hybrid vehicle |
JP6508158B2 (ja) * | 2016-10-17 | 2019-05-08 | トヨタ自動車株式会社 | プラント制御装置 |
US9989964B2 (en) | 2016-11-03 | 2018-06-05 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling vehicle using neural network |
JP6695266B2 (ja) | 2016-12-09 | 2020-05-20 | 日立オートモティブシステムズ株式会社 | 内燃機関の異常燃焼検出装置 |
US10235881B2 (en) * | 2017-07-28 | 2019-03-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | Autonomous operation capability configuration for a vehicle |
US10656644B2 (en) * | 2017-09-07 | 2020-05-19 | Tusimple, Inc. | System and method for using human driving patterns to manage speed control for autonomous vehicles |
US10829066B2 (en) | 2017-09-22 | 2020-11-10 | Zoox, Inc. | Fail operational vehicle power supply |
US10997491B2 (en) * | 2017-10-04 | 2021-05-04 | Huawei Technologies Co., Ltd. | Method of prediction of a state of an object in the environment using an action model of a neural network |
US10606270B2 (en) * | 2017-10-18 | 2020-03-31 | Luminar Technologies, Inc. | Controlling an autonomous vehicle using cost maps |
US10732625B2 (en) * | 2017-12-04 | 2020-08-04 | GM Global Technology Operations LLC | Autonomous vehicle operations with automated assistance |
JP6919997B2 (ja) | 2018-02-06 | 2021-08-18 | 株式会社日立製作所 | 制御装置、制御方法、および制御プログラム |
JP2019144748A (ja) | 2018-02-19 | 2019-08-29 | 株式会社デンソー | 情報処理システム、車載制御装置、及び情報処理装置 |
US10732639B2 (en) * | 2018-03-08 | 2020-08-04 | GM Global Technology Operations LLC | Method and apparatus for automatically generated curriculum sequence based reinforcement learning for autonomous vehicles |
US20190360421A1 (en) | 2018-05-24 | 2019-11-28 | GM Global Technology Operations LLC | Method to evaluate the instantaneous fuel to torque ice efficiency status |
US10703370B2 (en) | 2018-08-24 | 2020-07-07 | Ford Global Technologies, Llc | Vehicle action control |
JP6590097B1 (ja) | 2019-02-20 | 2019-10-16 | トヨタ自動車株式会社 | Pm量推定装置、pm量推定システム、データ解析装置、内燃機関の制御装置、および受信装置 |
JP6547991B1 (ja) | 2019-02-20 | 2019-07-24 | トヨタ自動車株式会社 | 触媒温度推定装置、触媒温度推定システム、データ解析装置、および内燃機関の制御装置 |
JP6547992B1 (ja) | 2019-04-18 | 2019-07-24 | トヨタ自動車株式会社 | 酸素吸蔵量推定装置、酸素吸蔵量推定システム、内燃機関の制御装置、データ解析装置、および酸素吸蔵量推定方法 |
JP6665961B1 (ja) | 2019-08-01 | 2020-03-13 | トヨタ自動車株式会社 | 内燃機関の状態検出システム、データ解析装置、及び車両 |
JP2021032114A (ja) | 2019-08-22 | 2021-03-01 | トヨタ自動車株式会社 | 車両用学習制御システム、車両用制御装置、および車両用学習装置 |
CN114270367A (zh) | 2019-09-26 | 2022-04-01 | 赫尔实验室有限公司 | 对自主系统进行安全且有效的超控的系统和方法 |
JP6705544B1 (ja) | 2019-10-18 | 2020-06-03 | トヨタ自動車株式会社 | 車両用制御装置、車両用制御システム、および車両用学習装置 |
JP6705546B1 (ja) | 2019-10-18 | 2020-06-03 | トヨタ自動車株式会社 | 車両用制御装置、車両用制御システム、および車両用学習装置 |
JP6744598B1 (ja) | 2019-10-18 | 2020-08-19 | トヨタ自動車株式会社 | 車両用制御システム、車両用制御装置、および車両用学習装置 |
JP6809587B1 (ja) | 2019-10-18 | 2021-01-06 | トヨタ自動車株式会社 | 車両用制御装置 |
US20210188276A1 (en) | 2019-12-20 | 2021-06-24 | Toyota Jidosha Kabushiki Kaisha | Vehicle control data generating method, vehicle controller, vehicle control system, and vehicle learning device |
JP7207290B2 (ja) * | 2019-12-23 | 2023-01-18 | トヨタ自動車株式会社 | 車両用制御装置、車両用制御システム、車両用学習装置、および車両用学習方法 |
JP7287287B2 (ja) | 2020-01-09 | 2023-06-06 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 |
JP7243642B2 (ja) | 2020-01-09 | 2023-03-22 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 |
JP7331704B2 (ja) | 2020-01-09 | 2023-08-23 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、および車両用制御システム |
-
2020
- 2020-01-09 JP JP2020002031A patent/JP7331704B2/ja active Active
- 2020-12-29 US US17/136,220 patent/US11745746B2/en active Active
-
2021
- 2021-01-04 CN CN202110002606.9A patent/CN113103971B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002251599A (ja) * | 2001-02-23 | 2002-09-06 | Yamaha Motor Co Ltd | 進化的手法による最適解探索装置、進化的手法による制御対象の制御装置及び進化的手法による最適解探索プログラム |
JP2003049703A (ja) * | 2001-08-07 | 2003-02-21 | Mazda Motor Corp | 車両開発データ取得用サーバ、車両開発データ取得方法、及び、車両開発データ取得用プログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210114596A1 (en) * | 2019-10-18 | 2021-04-22 | Toyota Jidosha Kabushiki Kaisha | Method of generating vehicle control data, vehicle control device, and vehicle control system |
US11654915B2 (en) * | 2019-10-18 | 2023-05-23 | Toyota Jidosha Kabushiki Kaisha | Method of generating vehicle control data, vehicle control device, and vehicle control system |
Also Published As
Publication number | Publication date |
---|---|
US11745746B2 (en) | 2023-09-05 |
US20210213963A1 (en) | 2021-07-15 |
JP7331704B2 (ja) | 2023-08-23 |
CN113103971B (zh) | 2023-11-21 |
CN113103971A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7331704B2 (ja) | 車両用制御データの生成方法、車両用制御装置、および車両用制御システム | |
JP6744597B1 (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP6809587B1 (ja) | 車両用制御装置 | |
JP7287287B2 (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP6705544B1 (ja) | 車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP7314831B2 (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
CN113006951B (zh) | 车辆用控制数据的生成方法、车辆用控制装置、车辆用控制系统以及车辆用学习装置 | |
JP6744598B1 (ja) | 車両用制御システム、車両用制御装置、および車両用学習装置 | |
JP2021067201A (ja) | 車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP7243642B2 (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP2021099112A (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP7327198B2 (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP2021116781A (ja) | 車両制御方法、車両用制御装置及びサーバ | |
JP2021067258A (ja) | 車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP2021124044A (ja) | 車両制御方法、車両用制御装置及びサーバ | |
JP7205460B2 (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP7314813B2 (ja) | 車両制御方法、車両用制御装置及びサーバ | |
JP2021067262A (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP6809588B1 (ja) | 車両用制御システム、車両用制御装置、および車両用学習装置 | |
JP2021067259A (ja) | 車両用制御システム、車両用制御装置、および車両用学習装置 | |
JP2021067261A (ja) | 車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP2021067255A (ja) | 車両用制御システム、車両用制御装置、および車両用学習装置 | |
JP2021066417A (ja) | 車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP2021099059A (ja) | 車両用制御装置、車両用制御システム、車両用学習装置、および車両用学習方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220125 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221130 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221213 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230203 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230425 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230607 |
|
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: 20230711 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230724 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7331704 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |