JP5680930B2 - 情報処理装置及び行動モデル作成方法 - Google Patents
情報処理装置及び行動モデル作成方法 Download PDFInfo
- Publication number
- JP5680930B2 JP5680930B2 JP2010227767A JP2010227767A JP5680930B2 JP 5680930 B2 JP5680930 B2 JP 5680930B2 JP 2010227767 A JP2010227767 A JP 2010227767A JP 2010227767 A JP2010227767 A JP 2010227767A JP 5680930 B2 JP5680930 B2 JP 5680930B2
- Authority
- JP
- Japan
- Prior art keywords
- area
- information
- physical state
- site
- action
- 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.)
- Active
Links
- 230000009471 action Effects 0.000 title claims description 96
- 230000010365 information processing Effects 0.000 title claims description 55
- 238000000034 method Methods 0.000 title claims description 21
- 230000006870 function Effects 0.000 claims description 50
- 230000033001 locomotion Effects 0.000 claims description 50
- 230000006399 behavior Effects 0.000 claims description 45
- 230000002787 reinforcement Effects 0.000 claims description 24
- 238000011002 quantification Methods 0.000 claims description 16
- 239000000463 material Substances 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 39
- 239000003795 chemical substances by application Substances 0.000 description 24
- 238000000605 extraction Methods 0.000 description 7
- 230000014509 gene expression Effects 0.000 description 6
- 230000009545 invasion Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 230000035515 penetration Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
Images
Landscapes
- Alarm Systems (AREA)
Description
(参考文献1)特願2009−270686
なお、本発明は前記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、前記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。また、以下に例示するような種々の変形が可能である。
52 情報抽出部
53 行動モデル作成部
54 敷地情報DB
55 侵入者基本情報DB
Claims (10)
- 警備対象となる敷地内及びその周囲に関する物理状態を示す物理状態情報を記憶する第1記憶手段と、
前記物理状態を数値化するための物理状態数値化情報を記憶する第2記憶手段と、
前記物理状態数値化情報を用いて、前記物理状態情報によって示される前記物理状態を数値化してゴール位置に辿り着く確率を算出するとともに、前記敷地内及びその周囲を環境として当該環境内の移動を行動として選択することで前記敷地の周囲からの見通し及び移動し易さのうち少なくとも一方に応じるものであってその行動がどの程度良いかを表す指標である報酬を得て、領域毎に離散化させた行動がどの程度良いのかを示す行動価値関数を当該報酬の総和を最大化するように修正して前記敷地内において侵入者が辿る移動経路の可能性の高さを数値化して表す行動選択規則を獲得する強化学習を行い、前記確率的にゴール位置に辿り着く前記行動選択規則を行動モデルとして作成する作成手段とを備える
ことを特徴とする情報処理装置。 - 前記物理状態情報は、前記敷地内及びその周囲が複数に分割された領域のそれぞれについて、前記領域にある物体の種類を表すエリアカテゴリ情報と、前記領域における前記物体の種類に関する物理状態を示すエリア情報とを含み、
前記作成手段は、前記領域毎に、前記物理状態数値化情報を用いて、前記領域に対応する前記エリアカテゴリ情報によって示される前記種類に対応して前記エリア情報によって示される前記物理状態を数値化してゴール位置に辿り着く確率を算出するとともに、ある領域の位置に定義された行動の中から選択された行動に対応した位置への移動である前記領域間の移動について前記強化学習を行い、前記確率的にゴール位置に辿り着く前記行動モデルを作成する
ことを特徴とする請求項1に記載の情報処理装置。 - 前記種類は、前記敷地内にある物体の種類として、障害物及び囲障のうち少なくとも1つに分類される第1種類を含み、
前記第1種類に関する物理状態は、大きさ、高さ、材質及び前記構造の少なくとも1つであり、
前記第2記憶手段は、前記第1種類に関する物理状態に応じて移動し易さに影響する度合いを示す第1係数を更に記憶しており、
前記作成手段は、前記行動モデルを作成する際に、第1領域から第2領域への移動を行動として選択したときに前記第2領域に対応する前記エリアカテゴリ情報によって前記第1種類が示される場合、前記第2領域に対応する前記エリア情報によって示される物理状態に応じた前記第1係数を用いて計算される前記報酬を得て前記強化学習を行い、前記確率的にゴール位置に辿り着く前記行動モデルを作成する
ことを特徴とする請求項2に記載の情報処理装置。 - 前記作成手段は、前記行動モデルを作成する際に、第3領域から予め定義された上下左右のいずれかの方向にある第4領域への移動である前記領域間の移動について前記強化学習を行い、前記行動モデルを作成する
ことを特徴とする請求項2又は3に記載の情報処理装置。 - 前記種類は、前記敷地の周囲にある物体の種類として、公共物体に分類される第2種類及び私的物体に分類される第3種類を含み、
前記作成手段は、前記行動モデルを作成する際に、前記第3領域から前記第4領域への移動を前記領域間の移動として選択することで、移動先の前記第4領域に予め定義された上下左右のいずれかの方向にある領域であって前記敷地の周囲に属する第5領域に対応する前記エリアカテゴリ情報によって示される前記種類が前記第2種類又は前記第3種類であるかに応じて見通しに関する報酬を得て前記強化学習を行い、前記確率的にゴール位置に辿り着く前記行動モデルを作成する
ことを特徴とする請求項4に記載の情報処理装置。 - 前記作成手段は、前記行動モデルを作成する際に、前記第3領域から前記第4領域への移動を前記領域間の移動として選択することで、移動先の前記第4領域に予め定義された上下左右のいずれかの方向にある領域であって前記敷地の周囲に属する第6領域から前記第3領域までの距離に応じて見通しに関する報酬を得て前記強化学習を行い、前記確率的にゴール位置に辿り着く前記行動モデルを作成する
ことを特徴とする請求項4又は5に記載の情報処理装置。 - 前記種類は、前記敷地内にある物体の種類として、障害物に分類される第4種類を含み、
前記作成手段は、前記行動モデルを作成する際に、前記第3領域から前記第4領域への移動を前記領域間の移動として選択することで、移動先の前記第4領域に予め定義された上下左右のいずれかの方向にある領域であって前記エリアカテゴリ情報によって前記第4種類が示される第7領域からの距離に応じて見通しに関する報酬を得て前記強化学習を行い、前記確率的にゴール位置に辿り着く前記行動モデルを作成する
ことを特徴とする請求項4乃至6のいずれか一項に記載の情報処理装置。 - 前記種類は、建物に分類される第5種類と、前記建物に対する開口部に分類される第6種類とを含み、
前記第6種類に関する物理状態は、大きさ、材質強度、設置高さ及び前記開口部に掛けられる鍵の状態の少なくとも1つであり、
前記第2記憶手段は、前記第6種類に関する物理状態に応じて侵入工作の成功に寄与する度合いを示す第2係数を更に記憶しており、
前記作成手段は、前記行動モデルを作成する際に、前記エリアカテゴリ情報によって前記第6種類が示される第8領域から、当該第8領域に対応する前記エリア情報によって示される物理状態に応じた前記第2係数を用いて前記確率を算出するとともに、前記エリアカテゴリ情報によって前記第5種類が示される第9領域に移動することを選択する前記強化学習を行い、前記確率的にゴール位置に辿り着く前記行動モデルを作成する
ことを特徴とする請求項2乃至7のいずれか一項に記載の情報処理装置。 - 警備対象となる敷地内及びその周囲に関する物理状態を示す敷地情報の入力を受け付ける入力受付手段と、
前記入力受付手段が入力を受け付けた前記敷地情報を用いて、前記物理状態情報を生成する生成手段とを更に備え、
前記第1記憶手段は、前記生成手段が生成した前記物理状態情報を記憶する
ことを特徴とする請求項1乃至8のいずれか一項に記載の情報処理装置。 - 警備対象となる敷地内及びその周囲に関する物理状態を示す物理状態情報を記憶する第1記憶手段と、前記物理状態を数値化するための物理状態数値化情報を記憶する第2記憶手段とを備える情報処理装置で実行される行動モデル作成方法であって、
前記物理状態数値化情報を用いて、前記物理状態情報によって示される前記物理状態を数値化してゴール位置に辿り着く確率を算出し、
前記敷地内及びその周囲を環境として当該環境内の移動を行動として選択することで前記敷地の周囲からの見通し及び移動し易さのうち少なくとも一方に応じるものであってその行動がどの程度良いかを表す指標である報酬を得て、領域毎に離散化させた行動がどの程度良いのかを示す行動価値関数を当該報酬の総和を最大化するように修正して前記敷地内において侵入者が辿る移動経路の可能性の高さを数値化して表す行動選択規則を獲得する強化学習を行い、前記確率的にゴール位置に辿り着く前記行動選択規則を行動モデルとして作成する
ことを特徴とする行動モデル作成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010227767A JP5680930B2 (ja) | 2010-10-07 | 2010-10-07 | 情報処理装置及び行動モデル作成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010227767A JP5680930B2 (ja) | 2010-10-07 | 2010-10-07 | 情報処理装置及び行動モデル作成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012083854A JP2012083854A (ja) | 2012-04-26 |
JP5680930B2 true JP5680930B2 (ja) | 2015-03-04 |
Family
ID=46242674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010227767A Active JP5680930B2 (ja) | 2010-10-07 | 2010-10-07 | 情報処理装置及び行動モデル作成方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5680930B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3211584A4 (en) * | 2014-10-24 | 2017-10-18 | Fujitsu Limited | Simulation method, simulation program, and simulation device |
JP6572553B2 (ja) * | 2015-02-12 | 2019-09-11 | 富士通株式会社 | 警備計画支援方法、警備計画支援装置、及びプログラム |
CN112529060A (zh) * | 2020-12-02 | 2021-03-19 | 贝壳技术有限公司 | 一种图像材质类别识别方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4362608B2 (ja) * | 2004-03-08 | 2009-11-11 | 積水ハウス株式会社 | スクラム防犯診断システム及び住宅シミュレーションシステム |
JP2007220040A (ja) * | 2006-02-20 | 2007-08-30 | Misawa Homes Co Ltd | 防犯設計手法 |
JP2012008902A (ja) * | 2010-06-28 | 2012-01-12 | Lixil Corp | 防犯診断提案方法 |
-
2010
- 2010-10-07 JP JP2010227767A patent/JP5680930B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2012083854A (ja) | 2012-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210131822A1 (en) | Exploration of an unknown environment by an autonomous mobile robot | |
US11961192B2 (en) | Mapping sensor data using a mixed-reality cloud | |
Porter et al. | Breaking into BIM: Performing static and dynamic security analysis with the aid of BIM | |
JP6593066B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
Coletta et al. | Use of the cointegration strategies to remove environmental effects from data acquired on historical buildings | |
JP6104758B2 (ja) | 情報提示装置及びその方法並びにプログラム | |
CN107767108A (zh) | Lod工作包 | |
JP7280452B2 (ja) | 縮尺図と3次元モデルを用いた機械学習ベースのオブジェクト識別 | |
JP5680930B2 (ja) | 情報処理装置及び行動モデル作成方法 | |
CN109871420A (zh) | 地图生成和分区方法、装置及终端设备 | |
JP4958049B2 (ja) | 都市緑化の生物多様性向上効果予測システム | |
JP2010250769A (ja) | 分析結果可視化装置及び分析結果可視化方法及び分析結果可視化プログラム | |
Rodriguez-Marek et al. | Displacement-based probabilistic seismic demand analyses of earth slopes in the near-fault region | |
CN116863094B (zh) | 一种虚拟场景交互方法及系统 | |
KR100912398B1 (ko) | 건물 내부 공간에 대한 3차원 지리 정보의 생성 방법 및장치 | |
JPWO2019167556A1 (ja) | ラベル収集装置、ラベル収集方法及びラベル収集プログラム | |
CN108828662A (zh) | 一种地震震源反演可视分析方法、存储介质及服务器 | |
KR102244821B1 (ko) | 머신러닝을 활용한 다중 사용자의 행태 데이터 시각화 시스템 및 방법 | |
Brodeschi et al. | The definition of semantic of spaces in virtual built environments oriented to BIM implementation | |
CN107908323B (zh) | 医学图像显示方法、装置和计算机存储介质 | |
JP6040825B2 (ja) | 物体追跡プログラム、物体追跡方法及び物体追跡装置 | |
Pantrigo et al. | Multi-dimensional visual tracking using scatter search particle filter | |
KR102068745B1 (ko) | 그리드 맵을 복수개의 룸으로 구획하는 방법 및 장치 | |
Pantrigo et al. | Heuristic particle filter: applying abstraction techniques to the design of visual tracking algorithms | |
JP2011226880A (ja) | 計測装置,計測方法および計測プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130926 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140409 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140415 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140616 |
|
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: 20141224 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150108 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5680930 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |