JP6827400B2 - 制御システム - Google Patents

Description

本発明は、データを選別する制御システムに関する。

近年、複数のＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ：モノのインターネット）デバイスから得られる情報を中央処理サーバで処理し、機械学習を進める技術の開発が進められている。

特許文献１には、「車載装置は、自装置に保存されているパラメータを用いて画像認識処理を行うと、これに用いられた画像データを学習データとし、学習サーバに送信する。一方、学習サーバは、各車載装置からの学習データが一定以上蓄積されると、該学習データに基づき画像認識処理についての学習処理を行ってパラメータを更新し（Ｓ２０５，Ｓ２１５）、更新後のパラメータを各車載装置に提供する（Ｓ２２０）。そして、車載装置は、更新後のパラメータを取得すると、以後、該パラメータを用いて画像認識処理を行う。」ことが開示されている（要約参照）。

特開2015-135552号公報

しかしながら、特許文献１では複数の車載デバイスからのデータを保存し続ける必要がある。そのため、車載デバイス、通信機器学習または記憶装置や処理を行うサーバ等は大量のデータを扱う必要が生じるが、必要なデータと不要なデータとを選別し、取り扱うデータ量を低減させることが考慮されていない。

本発明は上記課題を鑑みたものであり、学習に用いるデータの選別を行い、取り扱うデータ量を低減させたシステムや装置を提供することを目的とする。

本発明の制御システムの一例を挙げるならば、学習済みモデルを生成する第１の処理装置と、生成された学習済みモデルを用いて動作し入力手段を有する第２の処理装置と、を有する制御システムにおいて、第２の処理装置は、入力手段から入力された情報を第１の処理装置に送信し、第１の処理装置は、送信された入力された情報が、学習済みモデルで指定された領域とは異なる領域に属する情報である場合には、受信した異なる領域に属する情報と学習済みモデルとを基に、更新された学習済みモデルを生成することを特徴とする。

本発明によれば、取り扱うデータ量を低減させることが可能となる。

第１の実施の形態に係る複数の移動体からなる学習システムの構成を示すブロック図である。 第１の実施の形態に係る移動体のシステム構成を示すブロック図である。 第１の実施の形態に係る中央処理サーバのシステム構成を示すブロック図である。 第１の実施の形態に係る中央処理サーバのデータ選別処理を示すフローチャートである。 第１の実施の形態に係る移動体のデータ選別処理を示すフローチャートである。 第１の実施の形態に係るデータ選別プログラムのフローチャートである。 第１の実施の形態に係るデータ選別モデル更新処理のフローチャートである。 第１の実施の形態に係るデータ保存量に関するグラフである。 第１の実施の形態に係る一定期間毎のデータ保存量に関するグラフである。 第１の実施の形態に係るデータ選別プログラムの概念図である。 第１の実施の形態に係るデータ選別モデル更新処理の概念図である。 第１の実施の形態に係る固定観測体のシステム構成を示すブロック図である。 第１の実施の形態に係る単一の移動体からなる学習システムの構成を示すブロック図である。 第１の実施の形態に係る複数の学習システムからなるシステムの構成を示すブロック図である。

以下、本発明に係る学習システムの実施形態について図面を用いて説明する。

（第１の実施形態）
図１〜図１１を用いて本発明に係る第１の実施形態を説明する。
図１は、制御システム１の構成を示すブロック図である。なお、本明細書は主に学習システムについて説明するため制御システム１を学習システム１とも呼ぶ。学習システム１は、複数のエージェント１０、１０ａ、１０ｂと、これらのエージェントはとネットワーク２０に接続されている。

また、ネットーワーク２０はには中央処理サーバ３０が接続されている。ネットワーク２０は有線でも無線であってもよい。エージェント１０は、自走手段を有する装置である。エージェント１０の周辺の環境や情報を入力し自律的に動作する移動体１０として説明するが、自走手段がないエージェントであってもよい。

この場合は自走せずに配置された場所の周辺の環境や情報を入力することによって動作する。例えば、人間の言葉や入力手段による質問を入力とし、記憶された情報や学習済みモデルを用いてその質問に回答する。

第１の実施形態において本システムは、いわゆるリモートブレーン方式のシステムである。エージェント１０は自走による移動が可能であり、たとえば周囲の状況を認識して自律移動をする各エージェント１０をエージェントとし、高度な演算処理を行う中央処理サーバ３０とが機能を分担している。

図２は移動体１０の構成を示すブロック図である。移動体１０は、移動体１０の周囲を撮影するカメラ２０１Ａおよび環境音や人の音声を取得するマイク２０２Ａと、移動体１０の観測した情報を保存、環境認識処理、データ選別処理や局所学習処理等を行う移動体演算装置２０３と、移動体１０を自律的に移動させる移動体動作制御部２０４と、通信を行う移動体通信部２０５と、外部入出力を行う移動体入出力部２０６とを備える。

撮像素子であるカメラ２０１Ａは、可視領域の波長を観測可能な撮像素子が２次元に配列された、いわゆるカラーカメラである。マイク２０２Ａは、人の可聴領域の音波振動を感知するコイルを持つ、いわゆるダイナミックマイクである。ダイナミックマイクに限らずエージェント１０の周辺の音や音声が検出できる手段であればよい。

カメラ２０１Ａはカラー情報が取得できない、いわゆるモノクロカメラや、深度情報を追加で取得できる、いわゆるデプスカメラであっても実施できる。マイク２０２Ａは他の方式、例えばコンデンサ方式や圧電方式により音波情報を取得してもよい。

カメラ２０１Ａは、移動体１０の周囲を撮影し、撮影して得られた映像を、移動体画像入力部２０１Ｂに出力する。カメラ２０１Ａは、所定の周期、たとえば１６．７ｍｓ周期(60fps程度)で画像を連続的に撮影することで、移動体１０の周囲の撮影映像を取得する。移動体画像入力部２０１Ｂにより取り込まれた画像は、移動体１０内の通信バスを通り、画像センサ情報として移動体演算装置２０３へ入力される。画像や動画の撮像周期はどのようなものであってもよいが、本発明では取得した情報の選別（選択）を行うことが可能であるため連続性がある程度確保できる程度の周期で情報を取得することが望ましい。

また、マイク２０１Ａは、移動体１０の環境音など周囲の音波をデジタル信号に変換し、得られたデジタル信号を移動体音入力部２０１Ｂに出力する。マイク２０１Ｂは、所定のサンプリング周波数、例えば４４．１ＫＨｚで連続的に音波信号をデジタル信号に変換することで連続的に周囲の音波を取得する。
移動体音入力部２０２Ｂにより取り込まれたデジタル信号は、移動体１０内の通信バスを通り、音センサ情報として移動体演算装置２０３へ入力される。

移動体演算装置２０３と移動体画像入力部２０１Ｂ、移動体音入力部２０２Ｂは通信バスを通じ相互に情報を授受する。移動体演算装置２０３へ入力される画像センサ情報や音センサ情報等を「センサ情報」と呼ぶ。

移動体演算装置２０３はＣＰＵ、ＲＯＭ、ＲＡＭ、Ｉ／Ｏ及びこれらを接続するバス等からなる周知のコンピュータ、例えばＰＣ等で構成され、ＲＯＭに記憶されたプログラムやＲＡＭにロードされたプログラム等に従い、移動体１０を統括制御する。

また、移動体演算装置２０３は移動体計算処理部２０３Ａと移動体メモリ部２０４Ｂを持つ。移動体計算処理部２０３Ａでは、移動体演算装置２０３へ入力されたセンサ情報から外界状況を認識する機能や、後述する前記センサ情報をデータ選別処理に従い移動体メモリ部２０３Ｂに保存し、中央処理サーバ３０へ送信するか否かを決定する機能等をもつ。

移動体メモリ部２０３Ｂでは計算処理部２０３Ａで行われたデータ選別処理結果に従い、前記センサ情報の保存を行う。データ選別処理についての詳細は後述する。また、移動体計算処理部２０３Ａと移動体メモリ部２０３Ｂは相互に情報を授受する。

移動体メモリ部２０３Ｂを移動体演算装置２０３のＲＯＭとして用いても良い。また、移動体演算部３０１では上記以外の機能、例えば環境認識モデルの局所学習処理の機能を持っても良い。

移動体動作制御部２０４は、移動体１０を自律的に移動させる装置を制御する制御部である。移動体動作制御部２０４は、例えば不図示の移動体１０の外界を測定するセンサを用いて移動体１０の実環境における相対位置や絶対位置を計測し、モータと車輪等から構成される移動機構を制御し、目標位置まで移動する構成として良い。

なお、車輪に限らずリニアレールやワイヤ等を用いるものであってもよく、移動体１０が自律的に移動できる手段であっても実施できる。

移動体通信部２０５は、中央処理サーバ３０とネットワーク２０を通じて通信を行う。移動体通信部２０５は、移動体計算処理部２０３Ｂでのデータ選別処理の結果、得られた残すべきセンサ情報を中央処理サーバ３０に送信する。

移動体通信部２０５は中央処理サーバ３０から新規データ選別モデルを受信すると、移動体演算部２０３に該データ選別モデルを送信する。移動体演算部２０３は、該データ選別モデルを受信すると、移動体計算処理部２０３Ａのデータ選別モデルの更新処理を行う。

移動体入出力部２０６は、キースイッチ等の外部入力装置と、音を出力するスピーカ、または画面に各種情報を提示する液晶ディスプレイなどの表示装置のいずれか一つ以上を有することが望ましい。

移動体入出力部２０６では、例えば図８に示す保存されたデータの総量に関するグラフや図９に示す一定期間におけるデータの保存量に関するグラフといった、データ量削減効果に関するグラフを視覚的に表示しても良い。

このような表示を行うことで、データ選別の結果を可視化できるため、管理者はどのようなデータが扱われたかを知ることができる。また、選別されなかったデータと保存された（選別された）データの総量を表示することで削減された通信量を知ることができる。

また、中央処理サーバ３０との通信状況、例えばセンサ情報の送信状況やデータ選別モデルの受信状況を表示しても良い。このような構成とすることで、センサ情報の送信とモデルの受信が非同期で行われていることを確認、例えば時差のある地点に置かれた移動体１０が休止状態の際にもモデルの更新が行われることを確認することができる。

すなわち、第一の地域の空港等で使用される移動体が取得したデータから選別されたデータを、第二の地域の空港等がの移動体が休止中であっても、その選択されたデータを反映させるモデルを更新することができる。

図３は中央処理サーバ３０の構成を示すブロック図である。中央処理サーバ３０は、複数の移動体１０から送信されたセンサ情報を保存、データ選別処理や学習処理等を行うサーバ演算装置３０１と、ネットワーク２０を通じて移動体１０との通信を行うサーバ通信部３０２と、外部入出力を行うサーバ入出力部３０３とを備える。

サーバ演算装置３０１はＣＰＵ、ＲＯＭ、ＲＡＭ、Ｉ／Ｏやこれらを接続するバス等からなる周知のコンピュータ、例えばＰＣ等で構成され、ＲＯＭに記憶されたプログラムやＲＡＭにロードされたプログラム等に従い、学習システム１の処理を決定する。

また、サーバ演算装置３０１はサーバ計算処理部３０１Ａとサーバメモリ部３０１Ｂを持つ。サーバ計算処理部３０１Ａでは、後述する前記センサ情報をデータ選別処理に従いサーバメモリ部３０１Ｂに保存するかを決定する機能や、サーバメモリ部３０１Ｂに保存されているセンサ情報を用いてデータ選別モデルの学習処理を行う機能等をもつ。

サーバメモリ部３０１Ｂでは計算処理部３０１Ａで行われたデータ選別処理結果に従い、前記センサ情報の保存を行う。また、サーバ計算処理部２０３Ａとサーバメモリ部２０３Ｂは相互に情報を授受する。サーバメモリ部２０３Ｂをサーバ演算装置２０３のＲＯＭとして用いても良い。また、サーバ演算部３０１では上記以外の機能、例えば環境認識モデルの学習処理機能を持っても良い。

サーバ通信部３０２は、各移動体１０とネットワーク２０を通じて通信を行う。サーバ通信部３０２は、サーバ計算処理部２０３Ｂでのデータ選別モデルの学習処理の結果、更新されたデータ選別モデルを各移動体１０に送信する。サーバ通信部３０２は各移動体からセンサ情報を受信すると、サーバ演算部３０１に該センサ情報を送信する。

サーバ入出力部３０３は、中央処理サーバ３０に接続するキーボードやマウスなどの入力装置および各種情報を提示する液晶ディスプレイなどの表示装置等の少なくともいずれか一つ以上を有するとよい。

サーバ入出力部３０３では、移動体入出力部２０６と同様に、例えば図８に示す保存されたデータの総量に関するグラフや図９に示す一定期間におけるデータの保存量に関するグラフといった、データ量削減効果に関するグラフを視覚的に表示しても良い。また、各移動体１０との通信状況、例えばセンサ情報の受信状況やデータ選別モデルの送信状況を表示しても良い。

中央処理サーバ３０を用いるシステム構成について説明したが、必ずしも移動体１０と中央処理サーバ３０が必要ではなく、移動体１０のコンピュータの処理能力が高い場合には、中央処理サーバ３０を移動体１０に内蔵し実施することも可能である。

中央処理サーバ３０を用いる場合には、移動体１０のコンピュータを中央処理サーバ３０を内蔵する場合に比べて簡素化することが可能である。また、中央処理サーバ３０の機能を複数の移動体１０に分散して実施することも可能である。
（中央処理サーバのデータ選別処理）
図４は中央処理サーバ３０のサーバ演算装置３０１で実行されるデータ選別処理のフローチャートを示す。なお、本処理はサーバ演算装置３０１で連続的に実行される。連続的に実行とは繰り返し実行されることである。

ステップＳ４０１において、サーバ演算装置３０１はサーバ通信部３０２を通し、受信した各移動体１０のセンサ情報を取得する。次のステップＳ４０２において、データ選別プログラムに基づき、入力されたセンサ情報を保存するか破棄するかを決定し、ステップＳ４０３へ進む。センサ情報を保存することをデータ選別と呼ぶ。なお、データ選別プログラムの詳細については図６を用いて後述する。

ステップＳ４０３において、センサ情報を保存する場合は、ステップＳ４０４へ進み、該センサ情報を破棄する場合は、ステップＳ４０５へ進む。

ステップＳ４０４において、該センサ情報をサーバメモリ部３０１Ｂに保存し、ステップＳ４０６へ進む。ステップＳ４０６において、データ選別モデルを、新規に保存されたセンサ情報を用いて学習処理により更新し、ステップＳ４０７へ進む。
なお、データ選別モデルの学習処理による更新の処理方法については図７を用いて後述する。ステップＳ４０７において、更新したデータ選別モデルをサーバ通信部３０２から各移動体１０へと送信し、プログラムを終了する。

ステップＳ４０５において、該センサ情報の削除処理を行い、データ選別処理を終了する。
（各移動体のデータ選別処理）
図５は移動体１０の移動体演算装置２０３で実行されるデータ選別処理のフローチャートを示す。なお、本処理は移動体演算装置２０３において連続的に実行される。

ステップＳ５０１において、移動体演算装置２０３は移動体画像入力部２０１Ｂおよび移動体音入力部２０２Ｂから入力されるセンサ情報を取得し、ステップＳ４０２へ進む。

ステップＳ４０２において、データ選別プログラムに基づき、該センサ情報を保存するか破棄するかを決定し、ステップＳ５０２へ進む。なお、データ選別プログラムについては図６で詳述する。

ステップＳ５０２において、該センサ情報を保存する場合は、ステップＳ５０３へ進み、該センサ情報を破棄する場合は、ステップＳ５０５へ進む。ステップＳ５０３において、該センサ情報を移動体メモリ部３０１Ｂに保存し、ステップＳ５０４へ進む。

ステップＳ５０４において、該センサ情報を移動体通信部２０５から中央処理サーバ３０へ送信し、ステップＳ５０６へ進む。ステップＳ５０５において、データの削除処理を行い、ステップＳ５０６へ進む。

ステップＳ５０６において、移動体通信部２０５にて中央処理サーバ３０と通信を行い、データ選別モデルの更新を確認し、ステップＳ５０７へ進む。ステップＳ５０７において、データ選別モデルが更新されている場合、ステップＳ５０８へ進み、更新されていない場合、プログラムを終了する。

ステップＳ５０８において、移動体通信部２０５にて中央処理サーバ３０と通信を行い、データ選別モデルを受信し、ステップＳ５０９へ進む。ステップＳ５０９において、既存のデータ選別モデルを、受信したデータ選別モデルで上書きすることにより更新し、プログラムを終了する。

（データ選別プログラム４０２の動作）
図６は移動体１０の移動体演算装置２０３および中央処理サーバ３０のサーバ演算装置３０１で実行されるデータ選別プログラムのフローチャートを示す。また、データ選別プログラムの概念図を図１０に示す。データ選別プログラム４０２の動作を図６と図１０を用いて説明する。

ステップＳ６０１において、本プログラムが移動体１０で実行される場合は移動体画像入力部２０１Ｂおよび移動体音入力部２０２Ｂから入力されるセンサ情報を取得し、中央処理サーバ３０で実行される場合はサーバ通信部３０２を通し、受信した各移動体１０のセンサ情報を取得し、ステップＳ６０２へ進む。ステップＳ６０１は図１０中のセンサ情報６０１に対応する。

ステップＳ６０２において、前記センサ情報をデータ選別モデルへ入力し、低次元空間における位置を計算し、ステップＳ６０３へ進む。ステップＳ６０２は概念図１０中の６０２に対応する。

低次元空間における位置を計算とは、入力されたセンサ情報を入力されたセンサ情報の次元を低くした上で確率分布へ変換することである。例えば、画像データがＲＧＢの３次元データである場合に、輝度へ変換した１次元のデータに変換することが低次元に変換することである。低次元に変換されたデータをさらに確率分布へ変換する。音声データであれば、サンプリングレートを低くすることが挙げられる。これらに限られず元の入力されたセンサ情報が低次元になればよい。

なお、データ処理の効率化のため、複数回変換を行い、入力されたデータよりも変換を行った中間データが高次元となっても実施できる。

ステップＳ６０３において、センサ情報の低次元空間における位置と既存のセンサ情報により計算された確率分布を比較し、前記位置の生起確率を算出し、ステップＳ６０４へ進む。ステップＳ６０３は概念図１０中の６０３に対応する。既存のセンサ情報とは、現在のモデルで使用されているセンサ情報である。

ステップＳ６０４において、生起確率が７０％以上であればステップＳ６０５へ、７０％未満であればステップＳ６０６へ進む。なお、生起確率は７０％以外の数値、例えば５０％や９０％としても良い。

ステップＳ６０５において、センサ情報の破棄フラグをＯＮにし、プログラムを終了する。ステップＳ６０５は図１０中の６０５に対応する。すなわち、この場合のセンサ情報は既に学習済みであるため、不要なデータとして破棄し、移動体１０は中央サーバ３０に送信しない、または、中央サーバ３０は不要なデータとして削除する。これによりセンサ情報を保存せず記憶領域を有効活用できる。

ステップＳ６０６において、センサ情報の保存フラグをＯＮにし、プログラムを終了する。ステップＳ６０６は図１０中の６０６に対応する。この場合のセンサ情報は学習が必要な情報であるため、必要なデータとして記憶部に保存または記憶させ、移動体１０は中央サーバ３０に送信する、または、中央サーバ３０は必要なデータとして保存または記憶する。これにより学習が必要なセンサ情報を効率よく残し、学習モデルに反映させることができる。

すなわち、センサ情報が低次元空間における学習済みモデルの指定された領域に属する場合には、そのセンサ情報を破棄し、異なる領域に属する場合には、新規データであるため、学習済みモデルに反映または取り込むことで、学習済みもであるを更新するということである。

さらに、換言するば、送信されたセンサ情報が、学習済みモデルで指定された領域とは異なる領域に属する情報である場合には、受信した異なる領域に属する情報と学習済みモデルとを基に、更新された学習済みモデルを生成するということである。

これらの指定された領域と異なる領域を表示手段に示すことができる。また、併せて、低次元空間におけるセンサ情報の位置を表示することで、どのようなセンサ情報が必要または不要と判定されたかを示すことができる。

また、入力されたセンサ情報が、学習済みモデルで指定された領域とは異なる領域に属する情報である場合には、異なる領域に属する情報を他の移動体１０や中央処理サーバ３０に送信することができる。これらのやりとりは、第一の移動体１０と第二の移動体１０との間でも実施でき、第一の移動体１０と中央処理サーバ３０との間であっても実施できる。

なお、本プログラムで用いるデータ選別モデルはセンサ情報を低次元空間へ写像する関数、例えば多項式関数、ハッシュ関数、ニューラルネットとして良い。また、既存のセンサ情報により計算された確率分布には、例えば正規分布を用いても良い。
（データ選別モデルの更新処理４０６の動作）
図６は中央処理サーバ３０のサーバ演算装置３０１で実行されるデータ選別モデルの更新処理４０６のフローチャートを示す。また、データ選別モデルの更新処理４０６の概念図を図１１に示す。これら図６と図１１とを用いてデータ選別モデルの更新処理の動作について説明する。

ステップＳ７０１において、サーバメモリ部３０１Ｂに保存されているセンサ情報を取得し、ステップＳ７０２へ進む。ステップＳ７０１は図１１中のセンサ情報７０１に対応する。ステップＳ７０２において、関数を用いて各センサ情報を低次元空間における確率分布に変換し、ステップＳ７０３へ進む。

ステップＳ７０２は図１１中の変換７０２に対応する。ステップＳ７０３において、Ｓ７０２で用いた関数とは別の関数を用いて確率分布からセンサ情報を再現する。

ステップＳ７０３は図１１中の再現７０３に対応する。ステップＳ７０４において、前記センサ情報と再現されたセンサ情報の誤差を計算する。ステップＳ７０４は概念図１１中の再現されたセンサ情報７０４とセンサ情報７０１の間での誤差の計算に対応する。なお、前記誤差は例えば二乗誤差などの単調増加関数を用いるとよい。

ステップＳ７０５において、前記誤差が最小となるよう各関数の学習処理を行い、ステップＳ７０６へ進む。なお、学習処理には公知の確率的方策勾配法や最小二乗法を用いても良い。ステップＳ７０６において、更新後の関数のパラメータ等をサーバメモリ部３０１Ｂへ保存し、処理を終了する。

上述した第１の実施の形態によれば、以下のような作用効果が得られる。
（１）学習システム１において、複数の移動体１０および中央処理サーバ３０にてデータの選別が行われる。そして、中央処理サーバ３０で更新されるデータ選別モデルは各移動体１０と共有され、常に更新される。そのため、各移動体の移動体メモリ部２０３Ｂおよび中央処理サーバ３０のサーバメモリ部３０１Ｂのそれぞれで保存されるセンサ情報の削減を図ることができる。これにより、データ保存にかかるコストを低減することができる。

（２）本実施形態のデータ選別モデルによれば、機械学習処理、例えば画像認識や動作学習を行うために必要なデータの保存を図ることができる。そのため、中央処理サーバ３０において、サーバメモリ部３０１Ｂに保存された選別後の少量のデータから、機械学習処理を従来と同等の性能で実現することができる。

（３）また、中央処理サーバ３０における機械学習処理は選別後の少量データから実行されるため、高速な学習処理を実現することができる。

（４）各移動体１０において、各移動体１０の設置場所が異なることが想定される。例えば空港や商業施設にそれぞれ設置された移動体１０では、動作生成等の学習処理に用いられるパラメータの最適値に差異が生じると考えられる。これに対し、各移動体１０内の移動体メモリ部２０３Ｂに保存された選別後のセンサ情報を、移動体演算装置２０３において学習処理に用いることができる。この場合、データ量が削減されているため、高速な学習処理を実現することができる。

（５）各移動体１０がネットワーク２０を通じてセンサ情報を中央処理サーバ３０へ送信する際、選別されたセンサ情報のみを送信する。そのため、すべてのセンサ情報をやり取りする場合と比べ、通信量を低減することができる。

（変形例１）
移動体１０は大容量ストレージ、例えばＨＤＤやＳＳＤとしての移動体メモリ部２０３Ｂを持たなくても良い例である。すなわち、移動体１０に選別されたセンサ情報は移動体１０内に保存されず、選別されたセンサ情報を中央処理サーバ３０へ送るとなる。このとき、各移動体１０の動作生成等の最適パラメータを中央処理サーバにより更新しても良い。

このような場合には、中央処理サーバ３０には、各移動体１０からそれぞれセンサ情報が送信されるが、センサ情報を受信した中央処理サーバ３０は、上記したデータ選別を行うことで、破棄するデータとモデルに反映せるデータを効率よく判別し、不要なデータを保存せず、効率よく記憶部を使用することができる。

また、各移動体に対してすべてのデータを送信することなく、必要なデータを用いて更新されたモデルを送信することができ、各移動体１０へ送信するデータ量を小さくすることができる。。

（変形例２）
中央処理サーバ３０で実行される図４のデータ選別処理において、ステップ４０６およびステップ４０７の処理はデータが保存されるたびに実行されるのではなく、ある期間、例えば１日毎に実行されても良い。これにより効率よくデータ選別、モデルの更新を行うことができる。

（変形例３）
移動体１０で実行される図５のデータ選別処理において、ステップ５０３の中央処理サーバへのデータ送信処理は、新規センサ情報が得られるたびに実行されるのではなく、ある期間、例えば１日毎に実行されても良い。これにより効率よくデータ選別、モデルの更新を行うことができる。（第２の実施形態）
図１２を参照して、学習システムの第２の実施形態を説明する。以下の説明では、第１の実施の形態と同じ構成要素には同じ符号を付して相違点を主に説明する。特に説明しない点については、第１の実施の形態と同じである。本実施の形態では、主にエージェントが移動体ではなく固定観測体、例えば監視カメラである点で異なる。図１の移動体１０と同様、学習システム１は複数の固定観測体４０により構成される。

図１２は固定観測体４０の構成を示すブロック図である。固定観測体４０は、固定観測体４０の周囲を撮影するカメラ８０１と、固定観測体４０の観測した情報を保存、環境認識処理、データ選別処理や局所学習処理等を行う固定観測体演算装置８０２と、通信を行う固定観測体通信部８０３と、外部入出力を行う固定観測体入出力部８０４とを備える。

固定観測体４０のカメラ８０１で観測され、固定観測体画像入力部８０１Ａにより得られたデジタル画像をセンサ情報とし、固定体演算装置８０２の固定観測体計算処理部８０２Ａでデータ選別処理を実行する。そして、ネットワーク２０を通じて選別されたセンサ情報を中央処理サーバ３０へ送信する。中央処理サーバ３０からは更新されたデータ選別モデルが各固定観測体４０へネットワーク２０を通じ、送信される。

上述した実施形態であっても、第１の実施形態と同様の作用効果を得ることができる。
（第３の実施形態）
図１３を参照して、学習システムの第３の実施形態を説明する。以下の説明では、第１の実施の形態と同じ構成要素には同じ符号を付して相違点を主に説明する。特に説明しない点については、第１の実施の形態と同じである。本実施の形態では、主にエージェントが複数の移動体でなく、単一の移動体である点が異なる。

図１３は、学習システム２の構成を示すブロック図である。学習システム２は、単一の移動体１０と、前記移動体とネットワーク２０で接続された中央処理サーバ３０とを備える。
上述した実施形態においても、第１の実施例と同様の作用効果を得ることができる。

（第４の実施形態）
図１４を参照して、学習システムの第４の実施形態を説明する。以下の説明では、第１の実施の形態と同じ構成要素には同じ符号を付して相違点を主に説明する。特に説明しない点については、第１の実施の形態と同じである。本実施の形態では、単一の学習システムでなく、複数の学習システムから構成されている点で異なる。

図１４は、複数の学習システムの構成を示すブロック図である。学習システム１１０、１２０、１３０は、複数の移動体１０と、各移動体１０同士を接続するネットワーク２０とを備える。学習システム１１０と１２０は各学習システム内のネットワーク２０を通じて接続されている。各学習システムは異なるセンサ情報を取得しうる、例えば学習システム１１０は商業施設に配置された移動体１０群、学習システム１２０は空港施設に配置された移動体１０群とすると、異なるセンサ情報を取得しうる。本学習システムには中央処理サーバ３０で行われていた処理を各移動体１０が担当しても良いし、ある特定の移動体１０に中央処理サーバ３０の役割を持たせても良い。また、各学習システムに含まれる移動体１０の数は同数でなくても良い。

このような構成によれば、新たな学習システム１３０を構成する際、予め稼働し、センサ情報を選別取得していた学習システム１１０と１２０のセンサ情報を用いて画像認識モデルや対話モデル、データ選別モデルの学習処理を行うことができる。

上述した実施形態においては、第１の実施例と同様の作用効果に加え、以下の作用効果を得ることができる。

（６）新たな学習システム１３０を構成する際、予め選別された少量のデータのみを用いて学習処理を行う。そのため、新たな学習システム１３０の学習処理を高速に完了することができる。

また、上記したセンサ情報を低次元化した位置について、図１０または図１１のようにセンサ情報を低次元化した位置と併せて表示手段に表示できる。この場合、必要または不要と判断されたセンサ情報を所定期間保持または記憶させ、表示することでどのようなデータを移動体１０または中央処理サーバ３０が処理しているかを管理者等が確認することができる。

図６のステップＳ６０４で説明した生起確率との関係を表示することで、不要と判断されたが学習モデルに取り込みたいセンサ情報を個別に取り込むこともできる。また、必要と判断されたセンサ情報であっても、管理者等の判断で不要に変更することもできる。

所定期間分のセンサ情報を表示することで、移動体１０がどのようなセンサ情報を入力しているかを管理者等が知ることができ、生起確率を変更することでデータ選別を効率よく行うこともできる。

本発明は上記の実施形態に限定されるものではない。本発明の技術的思想の範囲内で考えられるその他の態様も本発明の範囲内に含まれる。

１・・・学習システム
１０・・・移動体
２０・・・ネットワーク
３０・・・中央処理サーバ
２０１・・・カメラ
２０１Ａ・・・移動体画像処理装置
２０２・・・マイク
２０２Ｂ・・・移動体音処理装置
２０３・・・移動体演算装置
２０３Ａ・・・移動体計算処理部
２０３Ｂ・・・移動体メモリ部
２０４・・・移動体動作制御部
２０５・・・移動体通信部
２０６・・・移動体入出力部
３０１・・・サーバ演算装置
３０１Ａ・・・サーバ通信部
３０１Ｂ・・・サーバメモリ部
３０２・・・サーバ通信部
３０３・・・サーバ入出力部
８０１・・・カメラ
８０２・・・固定観測体演算装置
８０２Ａ・・・固定観測体計算処理部
８０２Ｂ・・・固定観測体メモリ部
８０３・・・固定観測体通信部
８０４・・・固定観測体入出力部

Claims (1)

1. 学習済みモデルを生成する第１の処理装置と、生成された前記学習済みモデルを用いて動作し入力手段を有する第２の処理装置と、を有する制御システムにおいて、
   前記第２の処理装置は、前記入力手段から入力された情報を前記第１の処理装置に送信し、
   前記第１の処理装置は、送信された前記入力された情報が、前記学習済みモデルで指定された領域とは異なる領域に属する情報である場合には、受信した前記異なる領域に属する情報と前記学習済みモデルとを基に、更新された学習済みモデルを生成し、
   前記領域は、情報の次元を低くした低次元空間の領域であり、
   前記第２の処理装置は、前記入力された情報が、前記学習済みモデルで指定された領域とは異なる領域に属する情報である場合には、前記異なる領域に属する情報を保存して前記第１の処理装置に送信し、前記入力された情報が、前記学習済みモデルで指定された領域とは異なる領域に属する情報でない場合には、前記異なる領域に属さない情報を保存せずに破棄し、
   前記制御システムは、
   前記第２の処理装置が保存した前記入力された情報のデータの総量や、一定期間における前記入力された情報のデータの保存量を表示する表示手段を有すること
   を特徴とする制御システム。

Images