JP6958808B2 - 方策改善プログラム、方策改善方法、および方策改善装置 - Google Patents
方策改善プログラム、方策改善方法、および方策改善装置 Download PDFInfo
- Publication number
- JP6958808B2 JP6958808B2 JP2017177985A JP2017177985A JP6958808B2 JP 6958808 B2 JP6958808 B2 JP 6958808B2 JP 2017177985 A JP2017177985 A JP 2017177985A JP 2017177985 A JP2017177985 A JP 2017177985A JP 6958808 B2 JP6958808 B2 JP 6958808B2
- Authority
- JP
- Japan
- Prior art keywords
- policy
- matrix
- state
- feedback coefficient
- coefficient matrix
- 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
- 230000006872 improvement Effects 0.000 title claims description 88
- 238000000034 method Methods 0.000 title claims description 81
- 239000011159 matrix material Substances 0.000 claims description 216
- 230000006870 function Effects 0.000 claims description 191
- 230000002787 reinforcement Effects 0.000 claims description 31
- 230000008859 change Effects 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 22
- 230000001419 dependent effect Effects 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 description 58
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003094 perturbing effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
- G05B13/025—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance using a perturbation signal
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/021—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance
- G05B13/022—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance using a perturbation of the variable
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Feedback Control In General (AREA)
Description
図1は、実施の形態にかかる方策改善方法の一実施例を示す説明図である。方策改善装置100は、所定のタイミングで、方策(policy)を改善し、その方策によって制御対象110に対する入力(input)を決定することにより、制御対象110を制御するコンピュータである。方策改善装置100は、例えば、サーバやPC(Personal Computer)、マイクロコントローラなどである。
次に、図2を用いて、図1に示した方策改善装置100のハードウェア構成例について説明する。
次に、図3を用いて、方策改善装置100の機能的構成例について説明する。
次に、強化学習の実施例について説明する。実施例において、下記式(1)〜下記式(9)によって、制御対象110の状態方程式と、即時コストの2次形式の方程式と、方策とが規定され、問題設定が行われる。実施例において、制御対象110の状態は、直接観測可能である。
方策改善装置100は、フィードバック係数行列Fの(i,j)の成分Fijに摂動を加える。(i,j)は、行列の成分を特定するインデックスである。インデックス(i,j)は、例えば、行列Fのi行j列の成分を特定する。
次に、図4および図5を用いて、制御対象110の具体例について説明する。
次に、図6および図7を用いて、強化学習処理手順の一例について説明する。
次に、図8を用いて、ステップS605の具体例であって、方策改善装置100がフィードバック係数行列Fを更新し、方策を改善する方策改善処理手順の一例について説明する。
次に、図9を用いて、ステップS805の具体例であって、係数Fijに関する状態価値関数の偏導関数の推定関数を算出する推定処理手順の一例について説明する。
次に、図10を用いて、ステップS807の具体例であって、方策改善装置100がフィードバック係数行列Fを更新する更新処理手順の一例について説明する。
前記状態価値関数を推定した推定状態価値関数に対するTD誤差を、前記方策を与えるフィードバック係数行列の成分それぞれに摂動を与えることにより生成し、
前記強化学習における制御対象の状態変化が線形な差分方程式で規定され、かつ、前記制御対象の即時コストまたは即時報酬が状態および入力の2次形式で規定される場合、前記TD誤差および前記摂動に基づき、前記制御対象の状態に対する前記フィードバック係数行列に関する前記状態価値関数の勾配関数行列を推定した推定勾配関数行列を生成し、
生成した前記推定勾配関数行列を用いて、前記フィードバック係数行列を更新する、
処理をコンピュータに実行させることを特徴とする方策改善プログラム。
前記状態価値関数を推定した推定状態価値関数に対するTD誤差を、前記方策を与えるフィードバック係数行列の成分それぞれに摂動を与えることにより生成し、
前記強化学習における制御対象の状態変化が線形な差分方程式で規定され、かつ、前記制御対象の即時コストまたは即時報酬が状態および入力の2次形式で規定される場合、前記TD誤差および前記摂動に基づき、前記制御対象の状態に対する前記フィードバック係数行列に関する前記状態価値関数の勾配関数行列を推定した推定勾配関数行列を生成し、
生成した前記推定勾配関数行列を用いて、前記フィードバック係数行列を更新する、
処理をコンピュータが実行することを特徴とする方策改善方法。
前記状態価値関数を推定した推定状態価値関数に対するTD誤差を、前記方策を与えるフィードバック係数行列の成分それぞれに摂動を与えることにより生成し、
前記強化学習における制御対象の状態変化が線形な差分方程式で規定され、かつ、前記制御対象の即時コストまたは即時報酬が状態および入力の2次形式で規定される場合、前記TD誤差および前記摂動に基づき、前記制御対象の状態に対する前記フィードバック係数行列に関する前記状態価値関数の勾配関数行列を推定した推定勾配関数行列を生成し、
生成した前記推定勾配関数行列を用いて、前記フィードバック係数行列を更新する、
制御部を有することを特徴とする方策改善装置。
110 制御対象
200 バス
201 CPU
202 メモリ
203 ネットワークI/F
204 記録媒体I/F
205 記録媒体
210 ネットワーク
300 記憶部
301 観測部
302 推定部
303 決定部
304 出力部
400 サーバルーム
401 サーバ
402 冷却器
500 発電機
Claims (5)
- 状態価値関数による強化学習の方策改善プログラムであって、
前記状態価値関数を推定した推定状態価値関数に対するTD誤差を、前記強化学習の方策を与えるフィードバック係数行列の成分それぞれに摂動を与えることにより生成し、
前記強化学習における制御対象の状態変化が線形な差分方程式で規定され、かつ、前記制御対象の即時コストまたは即時報酬が状態および入力の2次形式で規定される場合、前記TD誤差および前記摂動に基づき、前記制御対象の状態に対する前記フィードバック係数行列に関する前記状態価値関数の勾配関数行列を推定した推定勾配関数行列を生成し、
生成した前記推定勾配関数行列を用いて、前記フィードバック係数行列を更新する、
処理をコンピュータに実行させることを特徴とする方策改善プログラム。 - 前記生成する処理は、前記フィードバック係数行列の各成分について生成された前記TD誤差を前記摂動で除算した結果と、前記状態価値関数を前記フィードバック係数行列の各成分で微分した結果とを対応付けて、前記勾配関数行列の各成分を推定した推定成分を生成する、ことを特徴とする請求項1に記載の方策改善プログラム。
- 前記状態価値関数を前記フィードバック係数行列の各成分で微分した結果は、状態に依存するベクトルと、状態に依存しないベクトルとの積で規定される、ことを特徴とする請求項1または2に記載の方策改善プログラム。
- 状態価値関数による強化学習の方策改善方法であって、
前記状態価値関数を推定した推定状態価値関数に対するTD誤差を、前記強化学習の方策を与えるフィードバック係数行列の成分それぞれに摂動を与えることにより生成し、
前記強化学習における制御対象の状態変化が線形な差分方程式で規定され、かつ、前記制御対象の即時コストまたは即時報酬が状態および入力の2次形式で規定される場合、前記TD誤差および前記摂動に基づき、前記制御対象の状態に対する前記フィードバック係数行列に関する前記状態価値関数の勾配関数行列を推定した推定勾配関数行列を生成し、
生成した前記推定勾配関数行列を用いて、前記フィードバック係数行列を更新する、
処理をコンピュータが実行することを特徴とする方策改善方法。 - 状態価値関数による強化学習の方策改善装置であって、
前記状態価値関数を推定した推定状態価値関数に対するTD誤差を、前記強化学習の方策を与えるフィードバック係数行列の成分それぞれに摂動を与えることにより生成し、
前記強化学習における制御対象の状態変化が線形な差分方程式で規定され、かつ、前記制御対象の即時コストまたは即時報酬が状態および入力の2次形式で規定される場合、前記TD誤差および前記摂動に基づき、前記制御対象の状態に対する前記フィードバック係数行列に関する前記状態価値関数の勾配関数行列を推定した推定勾配関数行列を生成し、
生成した前記推定勾配関数行列を用いて、前記フィードバック係数行列を更新する、
制御部を有することを特徴とする方策改善装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017177985A JP6958808B2 (ja) | 2017-09-15 | 2017-09-15 | 方策改善プログラム、方策改善方法、および方策改善装置 |
US16/130,469 US11573537B2 (en) | 2017-09-15 | 2018-09-13 | Apparatus, method and recording medium for controlling system using temporal difference error |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017177985A JP6958808B2 (ja) | 2017-09-15 | 2017-09-15 | 方策改善プログラム、方策改善方法、および方策改善装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019053593A JP2019053593A (ja) | 2019-04-04 |
JP6958808B2 true JP6958808B2 (ja) | 2021-11-02 |
Family
ID=65720124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017177985A Active JP6958808B2 (ja) | 2017-09-15 | 2017-09-15 | 方策改善プログラム、方策改善方法、および方策改善装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11573537B2 (ja) |
JP (1) | JP6958808B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7188194B2 (ja) * | 2019-03-07 | 2022-12-13 | 富士通株式会社 | 方策改善方法、方策改善プログラム、および方策改善装置 |
JP7171520B2 (ja) * | 2019-07-09 | 2022-11-15 | 株式会社日立製作所 | 機械学習システム |
JP7351135B2 (ja) * | 2019-08-13 | 2023-09-27 | 富士通株式会社 | 方策改善方法、方策改善プログラム、および方策改善装置 |
JP2021064222A (ja) * | 2019-10-15 | 2021-04-22 | 富士通株式会社 | 方策改善方法、方策改善プログラム、および方策改善装置 |
DE102023001622A1 (de) | 2023-04-24 | 2024-10-24 | Mercedes-Benz Group AG | Verfahren zur Optimierung von Fahrzeugfunktionen |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6000827A (en) * | 1993-09-10 | 1999-12-14 | Fujitsu Limited | System identifying device and adaptive learning control device |
JP5120745B2 (ja) * | 2005-03-10 | 2013-01-16 | 株式会社国際電気通信基礎技術研究所 | コミュニケーションロボット |
JP2007065929A (ja) * | 2005-08-30 | 2007-03-15 | Okinawa Institute Of Science & Technology | 制御器、制御方法および制御プログラム |
US8386612B2 (en) * | 2009-02-10 | 2013-02-26 | International Business Machines Corporation | Optimizing migration policy during live virtual memory migration |
EP2296062B1 (de) * | 2009-09-09 | 2021-06-23 | Siemens Aktiengesellschaft | Verfahren zum rechnergestützten Lernen einer Steuerung und/oder Regelung eines technischen Systems |
US8626350B2 (en) * | 2010-04-14 | 2014-01-07 | King Fahd University Of Petroleum And Minerals | Sliding mode AGC controller and method |
WO2016020717A1 (en) * | 2014-08-08 | 2016-02-11 | Toyo System Co., Ltd. | Feedback control device |
FR3028624B1 (fr) * | 2014-11-18 | 2018-04-20 | Ixblue | Procede et systeme de compensation adaptative de frottements secs |
GB2539873B (en) * | 2015-06-12 | 2017-11-15 | Jaguar Land Rover Ltd | Automated climate control system |
US20180158152A1 (en) * | 2016-12-05 | 2018-06-07 | Carnegie Mellon University | Methods and Software for Calculating Optimal Power Flow in an Electrical Power Grid and Utilizations of Same |
US10739733B1 (en) * | 2017-02-01 | 2020-08-11 | BrainofT Inc. | Interactive environmental controller |
AT519771A1 (de) * | 2017-03-20 | 2018-10-15 | B & R Ind Automation Gmbh | Verfahren zur Bestimmung von Regelungsparametern für ein Hydrauliksystem |
-
2017
- 2017-09-15 JP JP2017177985A patent/JP6958808B2/ja active Active
-
2018
- 2018-09-13 US US16/130,469 patent/US11573537B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019053593A (ja) | 2019-04-04 |
US20190086876A1 (en) | 2019-03-21 |
US11573537B2 (en) | 2023-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6958808B2 (ja) | 方策改善プログラム、方策改善方法、および方策改善装置 | |
Szollosi et al. | Influence of the tensor product model representation of qLPV models on the feasibility of linear matrix inequality | |
Li et al. | A kriging metamodel assisted multi-objective genetic algorithm for design optimization | |
Huang et al. | Practical solutions to multivariate feedback control performance assessment problem: reduced a priori knowledge of interactor matrices | |
Zheng et al. | A hybrid variable-fidelity global approximation modelling method combining tuned radial basis function base and kriging correction | |
US8346693B2 (en) | Method for hammerstein modeling of steam generator plant | |
De et al. | Topology optimization under uncertainty using a stochastic gradient-based approach | |
Chen et al. | Hierarchical least squares identification for Hammerstein nonlinear controlled autoregressive systems | |
Orlov et al. | Robust stabilization of infinite-dimensional systems using sliding-mode output feedback control | |
JP7044077B2 (ja) | モデル推定システム、方法およびプログラム | |
Hovakimyan et al. | Adaptive output feedback control of a class of multi-input multi-output systems using neural networks | |
Imani et al. | Multiple model adaptive controller for partially-observed Boolean dynamical systems | |
Mao et al. | Highly efficient parameter estimation algorithms for Hammerstein non‐linear systems | |
JP7188194B2 (ja) | 方策改善方法、方策改善プログラム、および方策改善装置 | |
Bunin et al. | Run-to-run MPC tuning via gradient descent | |
Maddu et al. | STENCIL-NET: data-driven solution-adaptive discretization of partial differential equations | |
JP6919856B2 (ja) | 強化学習プログラム、強化学習方法、および強化学習装置 | |
Ben Halima Abid et al. | An Improved Method for Stochastic Nonlinear System’s Identification Using Fuzzy‐Type Output‐Error Autoregressive Hammerstein–Wiener Model Based on Gradient Algorithm, Multi‐Innovation, and Data Filtering Techniques | |
JP2021064222A (ja) | 方策改善方法、方策改善プログラム、および方策改善装置 | |
JP7476136B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
Hedengren et al. | Order reduction of large scale DAE models | |
US11983642B2 (en) | Policy improvement method, policy improvement program storage medium, and policy improvement device | |
Akhare et al. | Diffhybrid-uq: uncertainty quantification for differentiable hybrid neural modeling | |
Wang et al. | A Monte Carlo method for solving unsteady adjoint equations | |
Mirhoseini et al. | Bi-Loop matrix forgetting factor-based coupled recursive least squares algorithm for identification of multivariable plants |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20171011 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20171011 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200528 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210527 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210622 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210811 |
|
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: 20210831 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210927 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6958808 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |