JP6795116B1 - 車両、及びサーバ - Google Patents

Abstract

【課題】学習済みモデルを作成するにあたり、学習に必要な演算量を減らして学習に要する時間を短くする。【解決手段】車両２は、他車両において学習された学習済みの他車両のモデルと、他車両のモデルの学習条件に関する情報とが、関連付けられて記憶されたサーバと通信可能な通信装置２４と、自車両において使用される自車両のモデルを学習する制御装置２０と、を備える。制御装置２０は、他車両のモデルの学習条件に関する情報と、自車両のモデルの学習条件に関する情報と、に基づいて、サーバ１に記憶されている学習済みの他車両のモデルの中から選択された、学習条件が自車両のモデルと同じか、又は近い他車両のモデルの一部を、転移学習用データとして受信したときに、受信した他車両のモデルの一部を流用して自車両のモデルの学習を行う。【選択図】図１

Description

本発明は車両、及びサーバに関する。

特許文献１には、サーバで学習を行った学習済みモデルを車両に送信し、車両においてその学習済みモデルを用いて内燃機関の排気浄化触媒の温度を推定するものが開示されている。

特開２０１９−１８３６９８号公報

前述した特許文献１のように、サーバで学習を行う場合に限らず、車両で学習を行う場合であっても、演算リソースには限りがあるため、学習に必要な演算量を減らして学習に要する時間を短くすることが求められている。

本発明はこのような問題点に着目してなされたものであり、学習済みモデルを作成するにあたり、学習に必要な演算量を減らして学習に要する時間を短くすることを目的とする。

上記課題を解決するために、本発明のある態様による車両は、他車両において学習された学習済みの他車両のモデルと、他車両のモデルの学習条件に関する情報とが、関連付けられて記憶されたサーバと通信可能な通信装置と、自車両において使用される自車両のモデルを学習する制御装置と、を備える。制御装置は、自車両のモデルを学習するときに、サーバに対して自車両のモデルの学習条件に関する情報を送信して転移学習用データを要求する転移学習用データ要求部と、他車両のモデルの学習条件に関する情報と、自車両のモデルの学習条件に関する情報と、に基づいて、サーバに記憶されている学習済みの他車両のモデルの中から選択された、学習条件が自車両のモデルと同じか、又は近い他車両のモデルの一部を、転移学習用データとして受信したときに、受信した他車両のモデルの一部を流用して自車両のモデルの学習を行う学習部と、を備える。

本発明のある態様によるサーバは、複数の車両のそれぞれと通信可能な通信装置と、複数の車両のそれぞれで学習された学習済みのモデルと、そのモデルの学習条件に関する情報とが、関連付けられて記憶された記憶装置と、制御装置と、を備える。制御装置は、複数の車両のうちの一の車両から、一の車両で使用するモデルと、そのモデルの学習条件に関する情報と、を含む転移学習用データの要求信号を受信したときに、一の車両の学習条件に関する情報と、記憶装置に記憶された各車両の学習条件に関する情報と、に基づいて、各車両の学習済みのモデルの中から、学習条件が一の車両と同じか、又は近い学習済みのモデルを選択する選択部と、選択した学習済みのモデルの一部を流用して、一の車両で使用するモデルの学習を行う学習部と、を備える。

本発明のこれらの態様によれば、学習済みのモデルの一部を流用して学習済みモデルを作成することができるので、学習に必要な演算量を減らして学習に要する時間を短くすることができる。

図１は、本発明の一実施形態によるモデル学習システムの概略構成図である。 図２は、車両のハードウェア構成を示す概略図である。 図３は、ニューラルネットワークモデルの一例を示す図である。 図４は、サーバに学習済みモデルを集約するために、サーバと各車両との間で実行される処理について説明するフローチャートである。 図５は、車両で転移学習を行うために、サーバと各車両との間で実行される処理について説明するフローチャートである。 図６は、転移学習の一例について説明する図である。 図７は、転移学習の一例について説明する図である。 図８は、サーバで転移学習を行うために、サーバと各車両との間で実行される処理について説明するフローチャートである。

以下、図面を参照して本発明の一実施形態について詳細に説明する。なお、以下の説明では、同様な構成要素には同一の参照番号を付す。

（第１実施形態）
図１は、本発明の第１実施形態によるモデル学習システム１００の概略構成図である。

図１に示すように、モデル学習システム１００は、サーバ１と、複数の車両２と、を備える。

サーバ１は、サーバ通信部１１と、サーバ記憶部１２と、サーバ処理部１３と、を備える。

サーバ通信部１１は、サーバ１を例えばゲートウェイ等を介してネットワーク３と接続するための通信インターフェース回路を有し、各車両２との間で相互に通信することができるように構成される。

サーバ記憶部１２は、ＨＤＤ（Hard Disk Drive）や光記録媒体、半導体メモリ等の記憶媒体を有し、サーバ処理部１３での処理に用いられる各種のコンピュータプログラムやデータ等を記憶する。

サーバ処理部１３は、一又は複数個のプロセッサ及びその周辺回路を有する。サーバ処理部１３は、サーバ記憶部１２に格納された各種のコンピュータプログラムを実行し、サーバ１の全体的な動作を統括的に制御するものであり、例えばＣＰＵ（Central Processing Unit）である。

図２は、車両２のハードウェア構成を示す概略図である。

車両２は、電子制御ユニット２０と、車外通信装置２４と、例えば内燃機関等の各種の制御部品と、各制御部品を制御するために必要な各種のセンサ類と、を備える。電子制御ユニット２０、車外通信装置２４、及び各種の制御部品やセンサ類は、ＣＡＮ（Controller Area Network）等の規格に準拠した車内ネットワーク２５を介して互いに接続される。

電子制御ユニット２０は、信号線を介して互いに接続された、車内通信インターフェース２１、車両記憶部２２及び車両処理部２３、を備える。

車内通信インターフェース２１は、ＣＡＮ（Controller Area Network）等の規格に準拠した車内ネットワーク２５に電子制御ユニット２０を接続するための通信インターフェース回路である。

車両記憶部２２は、ＨＤＤ（Hard Disk Drive）や光記録媒体、半導体メモリ等の記憶媒体を有し、車両処理部２３での処理に用いられる各種のコンピュータプログラムやデータ等を記憶する。

車両処理部２３は、一又は複数個のプロセッサ及びその周辺回路を有する。車両処理部２３は、車両記憶部２２に格納された各種のコンピュータプログラムを実行し、車両２に搭載された各種の制御部品を統括的に制御するものであり、例えばＣＰＵである。

車外通信装置２４は、無線通信機能を有する車載の端末である。車外通信装置２４は、ネットワーク３と不図示のゲートウェイ等を介して接続される無線基地局４にアクセスすることで、無線基地局４を介してネットワーク３と接続される。これにより、サーバ１との間で相互に通信が行われる。

各車両２では、各車両２に搭載された各種の制御部品を制御するにあたり、機械学習を実施した学習済みの人工知能モデル（学習済みモデル）が必要に応じて使用されている。本実施形態では、人工知能モデルとして、ディープニューラルネットワーク（ＤＮＮ；Deep Neural Network）や畳み込みニューラルネットワーク（ＣＮＮ；Convolutional Neural Network）などを用いたニューラルネットワークモデル（以下「ＮＮモデル」という。）を使用し、当該ＮＮモデルに対して深層学習を実施している。したがって、本実施形態による学習済みモデルは、深層学習を実施した学習済みのＮＮモデルということもできる。深層学習は、人工知能（ＡＩ；Artificial Intelligence）を代表する機械学習手法の一つである。

図３は、ＮＮモデルの一例を示す図である。

図３における丸印は人工ニューロンを表す。人工ニューロンは、通常、ノード又はユニットと称される（本明細書では、「ノード」と称す）。図３において、Ｌ＝１は入力層を示し、Ｌ＝２及びＬ＝３は隠れ層を示し、Ｌ＝４は出力層を示している。隠れ層は、中間層とも称される。なお、図３には、隠れ層が２層のＮＮモデルを例示しているが、隠れ層の層数は特に限られるものではなく、また、入力層、隠れ層及び出力層の各層のノードの数も特に限られるものではない。

図３において、ｘ_１及びｘ_２は入力層（Ｌ＝１）の各ノード及びそのノードからの出力値を示しており、ｙは出力層（Ｌ＝４）のノード及びその出力値を示している。同様に、ｚ_１ ^{（Ｌ＝２）} _、ｚ_２ ^{（Ｌ＝２）}及びｚ_３ ^{（Ｌ＝２）}は隠れ層（Ｌ＝２）の各ノード及びそのノードからの出力値を示しており、ｚ_１ ^{（Ｌ＝３）}及びｚ_２ ^{（Ｌ＝３）}は隠れ層（Ｌ＝３）の各ノード及びそのノードからの出力値を示している。

入力層の各ノードでは入力がそのまま出力される。一方、隠れ層（Ｌ＝２）の各ノードには、入力層の各ノードの出力値ｘ_１及びｘ_２が入力され、隠れ層（Ｌ＝２）の各ノードでは、それぞれ対応する重みｗ及びバイアスｂを用いて総入力値ｕが算出される。例えば、図３において隠れ層（Ｌ＝２）のｚ_ｋ ^{（Ｌ＝２）}（ｋ＝１、２、３）で示される各ノードにおいて算出される総入力値ｕ_ｋ ^{（Ｌ＝２）}は、次式のようになる（Ｍは入力層のノードの数）。

次いで、この総入力値ｕ_ｋ ^{（Ｌ＝２）}は活性化関数ｆにより変換され、隠れ層（Ｌ＝２）のｚ_ｋ ^{（Ｌ＝２）}で示されるノードから、出力値ｚ_ｋ ^{（Ｌ＝２）}（＝ｆ（ｕ_ｋ ^{（Ｌ＝２）}））として出力される。一方、隠れ層（Ｌ＝３）の各ノードには、隠れ層（Ｌ＝２）の各ノードの出力値ｚ_１ ^{（Ｌ＝２）} _、ｚ_２ ^{（Ｌ＝２）}及びｚ_３ ^{（Ｌ＝２）}が入力され、隠れ層（Ｌ＝３）の各ノードでは、それぞれ対応する重みｗ及びバイアスｂを用いて総入力値ｕ（＝Σｚ・ｗ＋ｂ）が算出される。この総入力値ｕは同様に活性化関数により変換され、隠れ層（Ｌ＝３）の各ノードから、出力値ｚ_１ ^{（Ｌ＝３）}、ｚ_２ ^{（Ｌ＝３）}として出力される。活性化関数は例えばシグモイド関数σである。

また、出力層（Ｌ＝４）のノードには、隠れ層（Ｌ＝３）の各ノードの出力値ｚ_１ ^{（Ｌ＝３）}及びｚ_２ ^{（Ｌ＝３）}が入力され、出力層のノードでは、それぞれ対応する重みｗ及びバイアスｂを用いて総入力値ｕ（Σｚ・ｗ＋ｂ）が算出されるか、又は、それぞれ対応する重みｗのみを用いて総入力値ｕ（Σｚ・ｗ）が算出される。例えば、出力層のノードでは活性化関数として恒等関数が用いられる。この場合、出力層のノードにおいて算出された総入力値ｕが、そのまま出力値ｙとして出力層のノードから出力される。

このようにＮＮモデルは、入力層と、隠れ層と、出力層と、を備え、一又は複数の入力パラメータが入力層から入力されると、入力パラメータに対応する一又は複数の出力パラメータを出力層から出力する。

入力パラメータの例としては、例えばＮＮモデルを用いて車両２に搭載された内燃機関を制御する場合であれば、機関回転速度や機関冷却水温度、燃料噴射量、燃料噴射時期、燃圧、吸入空気量、吸気温度、ＥＧＲ率、過給圧といった、内燃機関の運転状態を示す各種パラメータの現在値が挙げられる。そして、このような入力パラメータに対応する出力パラメータの例としては、排気中のＮＯｘ濃度やその他の物質の濃度、機関出力トルクといった内燃機関の性能を表す各種パラメータの推定値が挙げられる。これにより、ＮＮモデルに内燃機関の運転状態を示す各種パラメータの現在値を入力パラメータとして入力することで、内燃機関の性能を表す各種パラメータの推定値（現在の推定値又は将来の推定値）を出力パラメータとして取得することができるので、例えば出力パラメータに基づいて、内燃機関の性能が所望の性能に近づくように内燃機関を制御することができる。また、出力パラメータを実測するためのセンサ等を備える場合には、実測値と推定値との差に応じて、センサ等の故障を判断したりすることもできる。

ＮＮモデルの精度を向上させるためには、ＮＮモデルを学習させる必要がある。ＮＮモデルの学習には、入力パラメータの実測値と、この入力パラメータの実測値に対応した出力パラメータの実測値（正解データ）と、を含む多数の訓練データが用いられる。多数の訓練データを用いて、公知の誤差逆伝搬法によってニューラルネットワーク内の重みｗ及びバイアスｂの値を繰り返し更新することで、重みｗ及びバイアスｂの値が学習され、学習済みモデルが生成される。

ＮＮモデルの学習は、サーバ１や各車両２で行うことができるが、演算リソースには限りがあるため、いずれで学習を行う場合も、学習に必要な演算量を減らして学習に要する時間を短くすることが求められる。

例えば、サーバ１において、未学習のＮＮモデルの学習を一から行う場合や、学習済みのＮＮモデルの再学習を行う場合、ＮＮモデルの推定精度を向上させるために、車両毎の固有の特徴（例えば、車種や車両諸元、ユーザ嗜好、走行履歴など）を反映させた学習を行って、車両毎に最適化された学習済みモデルを作成することが考えられる。しかしながら、このようにすると、学習するモデル数が膨大となるため、１つのＮＮモデルに対する学習時間を短くすることが求められる。

また各車両２において、ＮＮモデルの学習や再学習を行う場合も、車両２に搭載された電子制御ユニット２０の演算リソースには特に限りがあるため、やはり可能な限り演算量を減らして学習時間を短くすることが求められる。

そこで本実施形態では、サーバ１に集約された他車両の学習済みモデルの中から自車両と学習条件が最も近い学習済みモデルを選択し、その選択された他車両の学習済みモデルの一部を元に、自車両のＮＮモデルの転移学習を行うことができるようにした。他車両の学習済みモデルの一部を流用した転移学習を行うことで、例えば、車両固有の特徴を識別する層のみを学習させることができるので、自車両のＮＮモデルを少ない演算量で学習することができる。そのため、サーバ１で車両毎に最適化された学習済みモデルを作成した場合であっても、また、各車両２で学習済みモデルを作成した場合であっても、学習時間を短縮することができる。すなわち、車両毎に最適化された精度の高い学習済みモデルを短時間で作成することができる。したがって、例えばＮＮモデルが内燃機関の排気中のＮＯｘ濃度を推定するようなモデルであれば、排気中のＮＯｘ濃度を抑制した運転が可能になり、排気エミッションの悪化を抑制することができる。

図４は、サーバ１に学習済みモデルを集約するために、サーバ１と各車両２との間で実行される処理について説明するフローチャートである。

ステップＳ１において、車両２の電子制御ユニット２０は、学習済みモデルを前回サーバ１に送信してから所定時間が経過したか否かを判定する。電子制御ユニット２０は、学習済みモデルを前回サーバ１に送信してから所定時間が経過していれば、ステップＳ２の処理に進む。一方で電子制御ユニット２０は、学習済みモデルを前回サーバ１に送信してから所定時間が経過していなければ、今回の処理を終了する。

なお本実施形態では、電子制御ユニット２０は、車両走行中に訓練データ（例えば、入力パラメータとしての機関回転速度等の実測値と、出力パラメータとしてのＮＯｘ濃度の実測値）を随時取得し、取得した訓練データに基づいて学習済みのＮＮモデルの再学習を随時実行している。このように本実施形態では、転移学習によりＮＮモデルを１度学習した後は、１度に多量の訓練データを用いてＮＮモデルの再学習を行うのではなく、少ない訓練データで随時ＮＮモデルの再学習を行うようにしている。これにより、再学習時の演算負荷を抑え、学習時間が短くなるようにしている。

ステップＳ２において、車両２の電子制御ユニット２０は、現在の学習済みモデルを、所定のモデル情報及び車両情報と関連付けて、サーバ１に送信する。モデル情報は、例えば、学習済みモデルの隠れ層の数や、各隠れ層のノードの数などのモデル固有の情報である。車両情報は、例えば、車種や車両諸元、現在（再学習時）の走行距離などの車両固有の情報である。

ステップＳ３において、サーバ１は、モデル情報及び車両情報と関連付けられた学習済みモデルを受信したか否かを判定する。サーバ１は、モデル情報及び車両情報と関連付けられた学習済みモデルを受信した場合は、ステップＳ４の処理に進む。一方でサーバ１は、モデル情報及び車両情報と関連付けられた学習済みモデルを受信していなければ、今回の処理を終了する。

ステップＳ４において、サーバ１は、受信した学習済みモデルを、モデル情報及び車両情報と共に、サーバ記憶部１２に形成されたモデルデータベースに格納する。

図５は、車両２で転移学習を行うために、サーバ１と各車両２との間で実行される処理について説明するフローチャートである。図６は、本実施形態において行われる転移学習の一例について説明する図である。

ステップＳ１１において、車両２の電子制御ユニット２０は、転移学習が必要か否かを判定する。本実施形態では電子制御ユニット２０は、例えば自車両の出荷時など、本処理の初回実行時に転移学習が必要と判定する。しかしながら、これに加えて、例えばドライバによる転移学習要求があったときや、また自車両のモデル精度を何らかの評価指標（例えば燃費や排気エミッションなど）を用いて評価できる場合には、当該評価指標が他車両と比較して悪いときなどに、転移学習が必要と判定するようにしてもよい。電子制御ユニット２０は、転移学習が必要と判定したときは、ステップＳ１２の処理に進む。一方で電子制御ユニット２０は、転移学習が不要と判定したときは、今回の処理を終了する。

ステップＳ１２において、車両２の電子制御ユニット２０は、サーバ１に、自車両のモデル情報（これから学習を行うＮＮモデルの隠れ層の数や、各隠れ層のノードの数などのモデル固有の情報）及び車両情報（車種や車両諸元、現在の走行距離などの車両固有の情報）を含む転移学習要求信号を送信する。なお以下では、便宜上、転移要求信号をサーバに送信した車両２のことを、必要に応じて送信元車両と称する。

ステップＳ１３において、サーバ１は、転移学習要求を受信したか否かを判定する。サーバ１は、転移学習要求を受信した場合は、ステップＳ１４の処理に進む。一方でサーバ１は、転移学習要求を受信していなければ、今回の処理を終了する。

ステップＳ１４において、サーバ１は、モデルデータベースに格納されている各学習済みモデルのモデル情報及び車両情報と、ステップＳ１２で受信した送信元車両のモデル情報及び車両情報と、を比較し、モデルデータベースに格納されている学習済みモデルの中から、送信元車両と学習条件が最も一致する（同じか、又は最も近い）学習済みモデルを、転移学習用の学習済みモデルとして選択する。

本実施形態ではサーバ１は、隠れ層の数や各隠れ層のノード数、車種、車両諸元、走行距離などのモデル情報及び車両情報に含まれる、学習条件の一致度を判定するための各項目に基づいて、モデルデータベースに格納されている各学習済みモデルの学習条件の一致度を数値化し、その中で一致度の最も高い学習済みモデルを、転移学習用の学習済みモデルとして選択する。

例えばサーバ１は、学習条件の一致度を判定するための各項目のうち、隠れ層の数や各隠れ層のノードの数、走行距離などの量的データに関しては、項目毎に予め設定された重みと、項目毎の差分（例えば隠れ層であれば、送信元車両のＮＮモデルの隠れ層の数と、各学習地味モデルの隠れ層の数との差分）と、基づいて、一致度を数値化している。例えば隠れ層の数だけで考えれば、送信元車両のＮＮモデルの隠れ層と同じ数の隠れ層を持つ他車両の学習済みモデルが、一致度の高い学習済みモデルとなる。またサーバ１は、車種や車両諸元などの質的データに関しては、例えばクラスタ分析などで一致度（類似度）を判定して一致度を数値化している。

ステップＳ１５において、サーバ１は、ステップＳ１４で選択した学習済みモデルの一部を、転移学習に使用する転移学習用データとして送信元車両に送信する。本実施形態ではサーバ１は、図６に示すように、学習済みモデルの隠れ層のうち、入力層に近い側の一部の隠れ層のデータ（各隠れ層の各ノードに対応する重みｗ及びバイアスｂのデータなど）を転移学習用データとして送信元車両に送信する。

ステップＳ１６において、車両２（送信元車両）の電子制御ユニット２０は、転移学習用データを受信したか否かを判定する。電子制御ユニット２０は、転移学習用データを受信した場合は、ステップＳ１７の処理に進む。一方で電子制御ユニット２０は、転移学習用データを受信していなければ、所定時間を空けた後、再度、転移学習用データを受信したか否かを判定する。

ステップＳ１７において、車両２（送信元車両）の電子制御ユニット２０は、転移学習を行う。本実施形態では電子制御ユニット２０は、図６に示すように、転移学習用データとして受信した他車両の学習済みモデルの隠れ層の一部をそのまま流用し、自車両のＮＮモデルの一部の隠れ層のみを訓練データを用いて学習させる。これにより、学習を行う隠れ層の数を減らすことができると共に、自車両のＮＮモデルを一から学習させる場合よりも少ない訓練データで学習を行うこともできるようになる。そのため、学習に必要な演算量を減らし、学習時間を短くすることができる。

なお訓練データは、転移学習が必要と判定された時点において、自車両で取得、作成したものがあれば、その訓練データを使用すればよいし、一方で、自車両で取得、作成したものがなければ、サーバ１に予め標準化された訓練データを用意しておき、当該訓練データをサーバ１から取得するようにしてもよい。

以上説明した本実施形態による車両２は、他車両において学習された学習済みの他車両のモデル（人工知能モデル、例えばＮＮモデル）と、他車両のモデルの学習条件に関する情報とが、関連付けられて記憶されたサーバ１と通信可能な車外通信装置２４（通信装置）と、自車両において使用される自車両のモデル（人工知能モデル、例えばＮＮモデル）を学習する電子制御ユニット２０（制御装置）と、を備える。

電子制御ユニット２０は、自車両のモデルを学習するときに、サーバ１に対して自車両のモデルの学習条件に関する情報を送信して転移学習用データを要求する転移学習用データ要求部と、他車両のモデルの学習条件に関する情報と、自車両のモデルの学習条件に関する情報と、に基づいて、サーバ１に記憶されている学習済みの他車両のモデルの中から選択された、学習条件が自車両のモデルと同じか、又は近い他車両のモデルの一部を、転移学習用データとして受信したときに、受信した他車両のモデルの一部を流用して自車両のモデルの学習（例えば機械学習）を行う学習部と、を備えるように構成される。

このように、学習済みの他車両のモデルの一部をそのまま流用して自車両のモデルを学習させることで、学習を行う隠れ層の数を減らすことができると共に、自車両のモデルを一から学習させる場合よりも少ない訓練データで学習を行うこともできるようになる。そのため、学習に必要な演算量を減らし、学習時間を短くすることができる。その結果、車両毎に最適化された精度の高い学習済みモデルを短時間で作成することができる。

なお本実施形態では、学習条件に関する情報には、自車両のモデル及び他車両のモデルを構成するニューラルネットワークの隠れ層の情報（例えば、隠れ層の数や、各隠れ層のノードの数など）が含まれており、転移学習用データは、前記他車両のモデルを構成するニューラルネットワークの隠れ層の一部のパラメータである。

また本実施形態では、学習条件に関する情報には、自車両のモデル及び他車両のモデルが使用される車両固有の情報（例えば、車種や車両諸元、走行距離など）が含まれている。

またこのような車両２とサーバ１と備えるモデル学習システム１００において、サーバ１は、複数の車両２と通信可能なサーバ通信部１１（第２通信装置）と、学習済みの他車両のモデルと、他車両のモデルの学習条件に関する情報とを、関連付けて記憶するサーバ記憶部１２（記憶装置）と、サーバ処理部１３（第２制御装置）と、を備える。

そして本実施形態においては、サーバ処理部１３は、サーバ記憶部１２に記憶されている他車両のモデルの学習条件に関する情報と、受信した自車両のモデルの学習条件に関する情報と、に基づいて、サーバ記憶部１２に記憶されている他車両のモデルの中から、学習条件が自車両のモデルと同じか、又は近い前記他車両のモデルを選択する選択部を備えるように構成されている。またサーバ処理部１３は、複数の車両２から受信した、各車両２の学習済みモデルと、その学習済みモデルの学習条件に関する情報とを関連付けて、サーバ記憶部１２に記憶するように構成されている。

（第２実施形態）
次に、本発明の第２実施形態について説明する。本実施形態は、サーバ１で転移学習を行って作成した学習済みモデルを各車両２に送信する点で、第１実施形態と相違する。以下、その相違点を中心に説明する。

図８は、サーバ１で転移学習を行うために、サーバ１と各車両２との間で実行される処理について説明するフローチャートである。なお、図８において、ステップＳ１１からＳ１４までの処理の内容は、第１実施形態で前述した処理の内容と同じなので、ここでは説明を省略する。

ステップＳ２１において、サーバ１は、ステップＳ１４で選択した学習済みモデルの隠れ層の一部をそのまま流用し、訓練データを用いて送信元車両のＮＮモデルを学習して学習済みモデルを作成する。そして、作成した学習済みモデルを送信元車両に送信する。

ステップＳ２２において、車両２（送信元車両）の電子制御ユニット２０は、学習済みモデルを受信したか否かを判定し、受信していればステップＳ２３の処理に進み、受信してなければ、所定時間を空けた後、再度、学習済みモデルを受信したか否かを判定する。

ステップＳ２３において、車両２（送信元車両）の電子制御ユニット２０は、自車両のモデルを受信した学習済みモデルに置き換える。

以上説明した本実施形態によるサーバ１は、複数の車両２のそれぞれと通信可能なサーバ通信部１１（通信装置）と、複数の車両２のそれぞれで学習された学習済みのモデルと、そのモデルの学習条件に関する情報とが、関連付けられて記憶されたサーバ記憶部１２（記憶装置）と、サーバ処理部１３（制御装置）と、を備える。

サーバ処理部１３は、複数の車両２のうちの一の車両から、一の車両で使用するモデルと、そのモデルの学習条件に関する情報と、を含む転移学習用データの要求信号を受信したときに、一の車両の学習条件に関する情報と、サーバ記憶部１２に記憶された各車両の学習条件に関する情報と、に基づいて、各車両の学習済みのモデルの中から、学習条件が前記一の車両と同じか、又は近い学習済みのモデルを選択する選択部と、選択した学習済みのモデルの一部を流用して、前記一の車両で使用するモデルの学習を行う学習部と、を備えるように構成される。

このようにサーバ１で転移学習を行った場合も、第１実施形態と同様の効果を得ることができる。すなわち、学習済みモデルを作成するにあたり、学習に必要な演算量を減らして学習に要する時間を短くすることができる。

以上、本発明の実施形態について説明したが、上記実施形態は本発明の適用例の一部を示したに過ぎず、本発明の技術的範囲を上記実施形態の具体的構成に限定する趣旨ではない。

例えば上記の実施形態では、図６に示したように、モデルデータベース内から選択された学習済みモデルの隠れ層のうち、入力層に近い側の一部の隠れ層のデータを転移学習用データとして送信元車両に送信して転移学習を行っていたが、例えば図７に示すように、モデルデータベース内から選択された学習済みモデルの隠れ層の全データを転移学習用データとして送信元車両に送信してもよい。そして送信元車両において、転移学習用データとして受信した他車両の学習済みモデルの全隠れ層に、隠れ層を別途追加して、その追加した隠れ層のみを訓練データを用いて学習させるようにしてもよい。

またこれ以外にも、隠れ層の中の一部のノードに関する重みｗ及びバイアスｂのみを流用して転移学習を行ってもよい。例えば、或る隠れ層に５つのノードがある場合、３つのノードに関する重みｗ及びバイアスｂを流用し、残りの２つのノードに関する重みｗ及びバイアスｂのみを学習させるようにしてもよい。

１ サーバ
１１ サーバ通信部（通信装置、第２通信装置）
１２ サーバ記憶部（記憶装置）
１３ サーバ処理部（制御装置、第２制御装置）
２ 車両
２０ 電子制御ユニット（制御装置）
２４ 車外通信装置（通信装置）
１００ モデル学習システム

Claims (7)

1. 車両であって、
   他車両において学習された学習済みの他車両のモデルと、前記他車両のモデルの学習条件に関する情報とが、関連付けられて記憶されたサーバと通信可能な通信装置と、
   前記車両において使用される自車両のモデルを学習する制御装置と、
   を備え、
   前記制御装置は、
   前記自車両のモデルを学習するときに、前記サーバに対して前記自車両のモデルの学習条件に関する情報を送信して転移学習用データを要求する転移学習用データ要求部と、
   前記他車両のモデルの学習条件に関する情報と、前記自車両のモデルの学習条件に関する情報と、に基づいて、前記サーバに記憶されている学習済みの前記他車両のモデルの中から選択された、学習条件が前記自車両のモデルと同じか、又は近い前記他車両のモデルの一部を、前記転移学習用データとして受信したときに、受信した前記他車両のモデルの一部を流用して前記自車両のモデルの学習を行う学習部と、
   を備え、
   前記学習条件に関する情報は、前記自車両のモデル及び前記他車両のモデルを構成するニューラルネットワークの隠れ層の情報を含む、
   車両。
2. 請求項１に記載の車両であって、
   前記学習部は、前記自車両のモデルに対して機械学習を実施する、
   車両。
3. 請求項１又は請求項２に記載の車両であって、
   前記転移学習用データは、前記他車両のモデルを構成するニューラルネットワークの隠れ層の全部又は一部のパラメータである、
   車両。
4. 請求項１から請求項３までのいずれか１項に記載の車両であって、
   前記学習条件に関する情報は、前記自車両のモデル及び前記他車両のモデルが使用される車両固有の情報を含む、
   車両。
5. 請求項１から請求項４までのいずれか１項に記載の車両と、サーバと、を備えるモデル学習システムであって、
   前記サーバは、
   前記車両を含む複数の車両と通信可能な第２通信装置と、
   学習済みの前記他車両のモデルと、前記他車両のモデルの学習条件に関する情報とを、関連付けて記憶する記憶装置と、
   第２制御装置と、
   を備え、
   前記第２制御装置は、
   前記記憶装置に記憶されている前記他車両のモデルの学習条件に関する情報と、受信した前記自車両のモデルの学習条件に関する情報と、に基づいて、前記記憶装置に記憶されている前記他車両のモデルの中から、学習条件が前記自車両のモデルと同じか、又は近い前記他車両のモデルを選択する選択部を備える、
   モデル学習システム。
6. 請求項５に記載のモデル学習システムであって、
   前記第２制御装置は、
   前記複数の車両から受信した、各車両の学習済みモデルと、その学習済みモデルの学習条件に関する情報とを関連付けて、前記記憶装置に記憶する、
   モデル学習システム。
7. サーバであって、
   複数の車両のそれぞれと通信可能な通信装置と、
   前記複数の車両のそれぞれにおいて学習された学習済みのモデルと、そのモデルの学習条件に関する情報とが、関連付けられて記憶された記憶装置と、
   制御装置と、
   を備え、
   前記制御装置は、
   前記複数の車両のうちの一の車両から、前記一の車両で使用するモデルと、そのモデルの学習条件に関する情報と、を含む転移学習用データの要求信号を受信したときに、前記一の車両の学習条件に関する情報と、前記記憶装置に記憶された各車両の学習条件に関する情報と、に基づいて、各車両の学習済みのモデルの中から、学習条件が前記一の車両と同じか、又は近い学習済みのモデルを選択する選択部と、
   選択した前記学習済みのモデルの一部を流用して、前記一の車両で使用するモデルの学習を行う学習部と、
   を備え、
   前記学習条件に関する情報は、前記自車両のモデル及び前記他車両のモデルを構成するニューラルネットワークの隠れ層の情報を含む、
   サーバ。