JP7324632B2 - 出力装置、学習モデルの生成方法、およびコンピュータプログラム - Google Patents

Description

本開示は、人力駆動車のコンポーネントの制御に関する出力装置、学習モデルの生成方法、およびコンピュータプログラムに関する。

自転車をはじめとして、Ｅバイクと呼ばれる電動自転車等、少なくとも部分的に人力が用いられる人力駆動車がある。例えば特許文献１に開示される人力駆動車は、変速機、ブレーキ装置、シートポスト、またはサスペンション等を含むコンポーネントを備える。コンポーネントには、人力駆動車に設けられる電源装置から電力が供給される。

特開２０１８－０８９９８９号公報

特許文献１において、コンポーネントは、操作装置の動作指令に応じて電源装置の電力を用いて動作するが、電源装置の電力のマネージメントについては考慮されていない。

本開示の目的の１つは、学習モデルを用いて、消費電力を抑制しつつ、走行状態に応じてコンポーネントを適切に制御するための出力装置、学習モデルの生成方法、およびコンピュータプログラムを提供することである。

（１）本開示の第１側面に従う出力装置は、人力駆動車の走行に関する入力情報を取得する取得部と、前記人力駆動車のコンポーネントへ電力を供給する電源装置における電力消費効率を示す指標値に基づいて学習され、前記入力情報が入力された場合に前記コンポーネントの制御に関する出力情報を出力するように構成される学習モデルと、を備える。
第１側面の出力装置によれば、電力消費効率を良好に維持した状態において、入力情報に応じてコンポーネントの制御に関する出力情報が出力されるので、出力情報を用いれば、電源装置の電力消費を抑えながら、走行状態に応じてコンポーネントが適切に制御される。出力情報を用いれば、ユーザは、より長い時間にわたって快適に人力駆動車を走行させることができる。

（２）本開示の第１側面に従う第２側面の出力装置において、前記指標値は、前記電源装置における電力が予め定める値以下となるまでの走行距離に関する値である。
第２側面の出力装置によれば、出力情報を用いることによって、ユーザは、より長い距離にわたって快適に人力駆動車を走行させることができる。

（３）本開示の第１側面に従う第３側面の出力装置において、前記指標値は、前記電源装置から出力される電力量に関する値である。
第３側面の出力装置によれば、電源装置から出力される電力量を抑えることができる。

（４）本開示の第１から第３側面のいずれか１つに従う第４側面の出力装置において、前記出力情報は、前記電源装置から供給される電力によって前記人力駆動車の推進をアシストするように構成されるアシスト機構におけるアシスト比および前記アシスト機構によるアシスト力の上限値の内の少なくとも１つに関する情報である。
第４側面の出力装置によれば、出力情報を用いることによって、アシスト機構におけるアシスト比およびアシスト力の少なくとも１つが適切に制御される。

（５）本開示の第１から第４側面のいずれか１つに従う第５側面の出力装置において、前記出力情報は、前記人力駆動車の変速機構の変速ステージまたは変速比に関する情報である。
第５側面の出力装置によれば、出力情報を用いることによって、変速機構における変速ステージまたは変速比が適切に制御される。

（６）本開示の第１から第４側面のいずれか１つに従う第６側面の出力装置において、前記出力情報は、前記電源装置から供給される電力によって駆動される電気モータの回転数に関する情報である。
第６側面の出力装置によれば、出力情報を用いることによって、電気モータの回転数が適切に制御される。

（７）本開示の第１から第６側面のいずれか１つに従う第７側面の出力装置は、前記学習モデルから出力される前記出力情報に基づき、走行中の前記人力駆動車のコンポーネントの動作に対するユーザの快適さが予め定める範囲内となる出力情報を出力する。
第７側面の出力装置によれば、出力情報を用いれば、ユーザの快適さを損なわず、かつ、電力消費効率を良好に維持した状態において、コンポーネントが制御される。

（８）本開示の第１から第７側面のいずれか１つに従う第８側面の出力装置において、前記入力情報は、前記人力駆動車のクランクのケイデンスに関する情報と、前記クランクにおけるトルクに関する情報と、前記ケイデンスに関する情報および前記トルクに関する情報を用いた演算によって得られるパワーに関する情報と、の少なくとも１つを含む。
第８側面の出力装置によれば、ユーザの負荷が考慮された出力情報を出力できる。

（９）本開示の第１から第８側面のいずれか１つに従う第９側面の出力装置において、前記コンポーネントは、前記電源装置から供給される電力によって駆動する電気モータを含み、前記入力情報は、前記電気モータのトルク、前記電気モータの電流量、前記電気モータの電圧値、および、前記電気モータの温度の内の少なくとも１つに関する情報である。
第９側面の出力装置によれば、出力情報を用いることによって、コンポーネントに含まれる電気モータの電流量、電圧値、および温度の少なくとも１つを適切に制御できる。

（１０）本開示の第１から第９側面のいずれか１つに従う第１０側面の出力装置において、前記入力情報は、前記電源装置における残電力量に関する情報を含む。
第１０側面の出力装置によれば、電源装置における残電力量が考慮された出力情報を出力できる。

（１１）本開示の第１から第１０側面のいずれか１つに従う第１１側面の出力装置において、前記入力情報は、前記人力駆動車の姿勢に関する検知データを含む。
第１１側面の出力装置によれば、走行路の傾斜が考慮された出力情報を出力できる。

（１２）本開示の第１から第１１側面のいずれか１つに従う第１２側面の出力装置において、前記入力情報は、前記人力駆動車の走行環境に関する検知データを含む。
第１２側面の出力装置によれば、走行環境が考慮された出力情報を出力できる。

（１３）本開示の第１３側面に従う出力装置は、前記学習モデルを、前記指標値を報酬として強化学習によって学習するように構成される処理部を備える。
第１３側面の出力装置によれば、強化学習によって学習モデルが学習されるので、出力情報を用いれば、電源装置の電力消費を抑えながら、走行状態に応じてコンポーネントがより適切に制御される。

（１４）本開示の第１３側面に従う第１４側面の出力装置において、（１３）の出力装置における前記処理部は、走行中の前記人力駆動車のクランクにおけるケイデンスおよびトルクに対するユーザの評価に基づく快適さを示す値を報酬として学習を行なう。
第１４側面の出力装置によれば、出力情報を用いれば、電源装置の電力消費が抑えられながら、ユーザにかかる負荷をユーザが快適と感じるようにコンポーネントが制御され、ユーザは、人力駆動車を快適に走行させることができる。

（１５）本開示の第１３側面に従う第１５側面の出力装置は、コンポーネントを操作するための操作情報を入力するように構成される操作部を備え、前記処理部は、前記取得部によって取得した入力情報に基づいて前記学習モデルから出力された出力情報と、前記操作部によって入力された操作情報との照合に基づいて、出力情報に報酬を与えるように構成される。
第１５側面の出力装置によれば、出力情報とユーザが操作部を操作することによって入力される入力情報とに基づいて学習モデルが学習されるので、出力情報によって、コンポーネントがより適切に制御される。

（１６）本開示の第１から第１２側面のいずれか１つに従う第１６側面の出力装置は、前記学習モデルが出力する前記人力駆動車のコンポーネントの制御に関する情報を出力するように構成される出力部と、前記出力情報に基づく前記コンポーネントの動作後に、ユーザの快適さを示す評価を入力するように構成される評価入力部を備え、入力された評価内容と、評価が入力されたタイミングに前記学習モデルから出力された出力情報と、前記出力情報に対応して入力された入力情報と、を含む教師データに基づいて、前記学習モデルを更新するように構成される。
第１６側面の出力装置によれば、出力情報を用いてコンポーネントが制御された結果に対するユーザの評価に応じて、学習モデルが学習されるので、出力情報によって、コンポーネントがより適切に制御される。

（１７）本開示の第１から第１６側面のいずれか１つに従う第１７側面の出力装置において、前記出力部は、コンポーネントの制御の結果を示す情報を出力するように構成される。
第１７側面の出力装置によれば、ユーザはコンポーネントが自動的に制御されたことを把握できる。

（１８）本開示の第１８側面に従う学習モデルの生成方法は、人力駆動車の走行に関する入力情報が入力された場合に、前記人力駆動車のコンポーネントの制御に関する出力情報を出力するように構成されるニューラルネットワークを用い、前記人力駆動車の走行に関する入力情報を取得し、取得した入力情報を前記ニューラルネットワークへ与えることによって出力された出力情報を特定し、特定された出力情報に基づいて前記コンポーネントを制御した場合に、前記コンポーネントへ電力を供給するように構成される電源装置における電力消費効率を示す指標値が良化するように前記ニューラルネットワークの中間層の重みを学習する。
第１８側面の学習モデルの生成方法によれば、電力消費効率を良好に維持しながら、走行状態に応じてコンポーネントを適切に制御するための出力情報を出力する学習モデルが生成される。

（１９）本開示の第１９側面に従うコンピュータプログラムは、人力駆動車の走行に関する入力情報が入力された場合に、前記人力駆動車のコンポーネントの制御に関する出力情報を出力するように構成されるニューラルネットワークを用い、前記人力駆動車の走行に関する入力情報を取得し、取得した入力情報を前記ニューラルネットワークへ与えることによって出力された出力情報を特定し、特定された出力情報に基づいて前記コンポーネントを制御した場合に、前記コンポーネントへ電力を供給するように構成される電源装置における電力消費効率を示す指標値が良化するように前記ニューラルネットワークの中間層の重みを学習する処理を、コンピュータに実行させる。
第１９側面のコンピュータプログラムによれば、電力消費効率を良好に維持しながら、走行状態に応じてコンポーネントを適切に制御するための出力情報を出力する学習モデルがコンピュータによって生成される。

本開示に関する人力駆動車の制御に関するデータの出力装置、学習モデルの生成方法、およびコンピュータプログラムによれば、ユーザは電源装置の電力消費を抑えつつ快適に人力駆動車を走行させることができる。

第１実施形態における出力装置が搭載される人力駆動車の側面図である。 第１実施形態における出力装置、を含む人力駆動車と、記録媒体との構成を示すブロック図である。 学習モデルの概要を示す図である。 第１実施形態における学習モデルの生成方法の一例を示すフローチャートである。 ケイデンスおよびトルクの快適な範囲の一例を示す概要図である。 第２実施形態における出力装置として機能する通信装置を含む人力駆動車と、記録媒体との構成を示すブロック図である。 学習モデルの概要を示す図である。 第２実施形態における学習モデルの生成方法の一例を示すフローチャートである。 第２実施形態における学習モデルの生成方法の一例を示すフローチャートである。 ハンドルバーに取り付けられた状態の通信装置２を示す図である。 アプリケーションプログラムに基づいて表示部に表示される画面の例を示す図である。

以下の各実施形態に関する説明は、本開示に関する出力装置、学習モデルの生成方法、およびコンピュータプログラムが取り得る形態の例示であり、その形態を制限することを意図していない。本開示に関する出力装置、学習モデルの生成方法、およびコンピュータプログラムは、各実施形態の変形例、相互に矛盾しない少なくとも２つの実施形態が組み合わせられた形態、および、相互に矛盾しない少なくとも２つの変形例が組み合わせられた形態等のように、各実施形態とは異なる形態を取り得る。

（第１実施形態）
図１は、第１実施形態における出力装置１が搭載される人力駆動車Ａの側面図である。人力駆動車Ａは、電気エネルギを用いて人力駆動車Ａの推進をアシストするように構成されるアシスト機構Ｃを含む自転車である。本実施形態では、自転車の種類を、ロードバイクとして説明する。人力駆動車Ａの構成は、任意に変更可能である。第１例では、人力駆動車Ａは、アシスト機構Ｃを含まなくてもよい。第２例では、人力駆動車Ａの種類は、シティサイクル、マウンテンバイク、リカンベント、カーゴバイク、または、クロスバイクであってもよい。第３例では、人力駆動車Ａは、１つの車輪のみ、または、３つ以上の車輪を含んでいてもよい。

人力駆動車Ａは、フレームＡ１、ステムＡ２、ハンドルバーＡ３、前輪Ａ４、後輪Ａ５、およびサドルＡ６を備える。人力駆動車Ａは、駆動機構Ｂ、アシスト機構Ｃ、操作装置Ｄ、変速機構Ｅ、シートポストＦ、サスペンションＧ、バッテリユニットＨ、ブレーキ装置Ｊ、および出力装置１を備える。人力駆動車Ａは、速度センサＳ１、加速度センサＳ２、角度センサＳ３、ケイデンスセンサＳ４、およびトルクセンサＳ５を備える。出力装置１は、好ましくは、操作装置Ｄの操作に応じて、人力駆動車Ａのコンポーネント１３の制御に関する信号を出力するように構成される。人力駆動車Ａのコンポーネント１３は、アシスト機構Ｃ、変速機構Ｅ、シートポストＦ、サスペンションＧ、バッテリユニットＨ、および、ブレーキ装置Ｊの少なくとも１つを含む。出力装置１は、速度センサＳ１、加速度センサＳ２、角度センサＳ３、ケイデンスセンサＳ４、およびトルクセンサＳ５によって得られる情報に応じて、人力駆動車Ａのコンポーネント１３の制御に関する出力情報を出力するように構成される。

本実施形態では、フレームＡ１は、ヘッドチューブＡ１１、トップチューブＡ１２、シートチューブＡ１３、ダウンチューブＡ１４、シートステーＡ１５およびチェーンステーＡ１６を含むダイヤモンド形フレームである。フロントフォークＡ１７は、フロントフォークＡ１７の一部がヘッドチューブＡ１１内に配置されて、フロントフォークＡ１７の一部に連結される。フロントフォークＡ１７には、ステムＡ２がフロントフォークＡ１７と一体的に連動するように、取り付けられる。ハンドルバーＡ３は、ステムＡ２に固定される。フロントフォークＡ１７は、サスペンションＧを含む。前輪Ａ４は、フロントフォークＡ１７のエンドに、取り付けられる。後輪Ａ５は、シートステーＡ１５およびチェーンステーＡ１６の連結部分に取り付けられる。フレームＡ１は、ダイヤモンド形以外の形状を有していてもよい。

駆動機構Ｂは、チェーン、ベルト、またはシャフトによって人力駆動力を後輪Ａ５へ伝達するように構成される。図１に示す人力駆動車Ａは、チェーンを含む駆動機構Ｂを備える。駆動機構Ｂは、クランクＢ１、第１スプロケット組立体Ｂ２、第２スプロケット組立体Ｂ３、チェーンＢ４、および、一対のペダルＢ５を含む。

クランクＢ１は、クランク軸Ｂ１１、第１クランクアームＢ１２、および第２クランクアームＢ１３を含む。クランク軸Ｂ１１は、シートチューブＡ１３およびダウンチューブＡ１４の結合部分に取り付けられるアシスト機構Ｃのハウジング、または、ボトムブラケットに回転可能に支持される。第１クランクアームＢ１２および第２クランクアームＢ１３は、それぞれクランク軸Ｂ１１の軸方向の端部に連結される。一対のペダルＢ５の一方は、第１クランクアームＢ１２に回転可能に支持される。一対のペダルＢ５の他方は、第２クランクアームＢ１３に回転可能に支持される。

第１スプロケット組立体Ｂ２は、第１回転中心軸心を有し、クランク軸Ｂ１１と一体回転可能に連結される。第１スプロケット組立体Ｂ２は、クランク軸Ｂ１１と直接連結されてもよく、他の部材を介して間接的に連結されてもよい。第１スプロケット組立体Ｂ２と、クランク軸Ｂ１１とは、クランクＢ１が前転した場合に、第１スプロケット組立体Ｂ２に動力を伝達するように構成されるワンウェイクラッチを介して連結されてもよい。第１スプロケット組立体Ｂ２は、１または複数のスプロケットＢ２２を含む。クランク軸Ｂ１１の回転中心軸心と第１スプロケット組立体Ｂ２の回転中心軸心とは、同軸である。

第２スプロケット組立体Ｂ３は、第２回転中心軸心を有し、後輪Ａ５のハブに回転可能に支持される。第２スプロケット組立体Ｂ３は、１または複数のスプロケットＢ３１を含む。後輪Ａ５のハブは、フリーホイールを含む。

チェーンＢ４は、第１スプロケット組立体Ｂ２のいずれかのスプロケットＢ２２および第２スプロケット組立体Ｂ３のいずれかのスプロケットＢ３１に巻き掛けられる。一対のペダルＢ５に加えられる人力駆動力によってクランクＢ１が前転すると、第１スプロケット組立体Ｂ２がクランクＢ１とともに前転し、第１スプロケット組立体Ｂ２の回転力がチェーンＢ４を介して第２スプロケット組立体Ｂ３に伝達されることによって後輪Ａ５が前転する。

アシスト機構Ｃは、人力駆動車Ａの推進をアシストするように構成される。アシスト機構Ｃは、一例ではシートチューブＡ１３およびダウンチューブＡ１４の結合部分に設けられ、第１スプロケット組立体Ｂ２にトルクを伝達することによって人力駆動車Ａの推進をアシストするように構成される。アシスト機構Ｃは、バッテリＨ１から供給される電力によって駆動する電気モータＣ１を含む。アシスト機構Ｃは、電気モータＣ１の出力軸に連結される減速機を含んでいてもよい。アシスト機構Ｃは、チェーンＢ４に係合するスプロケットを有し、第１スプロケット組立体Ｂ２ではなく、チェーンＢ４を直接駆動するように構成してもよい。アシスト機構Ｃは、前輪Ａ４および後輪Ａ５の少なくとも１つに設けられてもよい。アシスト機構Ｃは、前輪Ａ４および後輪Ａ５の少なくとも１つに設けられる場合、アシスト機構Ｃは、例えば、ハブモータを含む。アシスト機構Ｃは、人力駆動車Ａの推進をアシストするように構成されば、如何なる構成であってもよい。アシスト機構Ｃは、いわゆるドライブユニットである。

操作装置Ｄは、ユーザが操作するように構成される操作部Ｄ１を含む。操作部Ｄ１は、コンポーネントの制御を操作するための操作情報を入力するように構成される。操作部Ｄ１は、例えば、１つまたは複数のボタンと、１つまたは複数のボタンにそれぞれ対応する電気スイッチとを含む。操作装置Ｄは、操作部Ｄ１が操作されることによって、アシスト機構Ｃ、変速機構Ｅ、シートポストＦ、サスペンションＧ、およびブレーキ装置Ｊの少なくともいずれか１つの制御について指定操作を受け付けるように構成されてもよい。

操作部Ｄ１は、アシスト機構Ｃにおける動作モードを切り替えるためのボタンを含んでいてもよい。アシスト機構Ｃにおける動作モードは、例えば、少なくとも一部の速度領域において相互にアシスト比率およびアシスト力の上限値の少なくとも１つが異なる複数のモードを含む。複数モードは、例えばアシスト比率が最も小さい第１モード、アシスト比率が第１モードよりも大きい第２モード、アシスト比率が最も大きい第３モード、および、アシスト比率が自動的に変更されるオートアシストモードを含む。オートアシストモードでは、第１から第３モードが自動的に切り替わってもよく、アシスト比率およびアシスト力の上限値の少なくとも１つが自動的に、かつ、連続的に切り替わってもよい。

操作部Ｄ１は、変速機構Ｅにおける動作モードを切り替えるためのボタンを含んでいてもよい。変速機構ＥＣにおける動作モードは、例えば、ユーザの指示に応じて変速するマニュアル変速モード、および自動的に変速するオート変速モードを含む。操作部Ｄ１は、シートポストＦにおける動作モードを切り替えるためのボタンを含んでいてもよい。シートポストＦにおける動作モードは、例えば、ユーザの指示に応じてシートポストＦの高さを変更するマニュアルモード、および自動的にシートポストＦの高さを変更するオートモードを含む。操作部Ｄ１は、サスペンションＧにおける動作モードを切り替えるためのボタンを含んでいてもよい。サスペンションＧにおける動作モードは、例えば、ユーザの指示に応じてサスペンションＧの状態を変更するマニュアルモード、および自動的にサスペンションＧの状態を変更するオートモードを含む。操作部Ｄ１は、ブレーキ装置Ｊにおける動作モードを切り替えるためのボタンを含んでいてもよい。ブレーキ装置Ｊにおける動作モードは、例えば、ユーザの指示に応じてブレーキ装置Ｊを掛けるマニュアルモード、および自動的にブレーキ装置Ｊを掛ける状態を変更するオートモードを含む。

操作部Ｄ１は、例えば、ハンドルバーＡ３、ブレーキレバーのブラケット、および、ブレーキレバーの少なくとも１つに設けられる。操作部Ｄ１に含まれるボタンは、アシスト機構Ｃ、変速機構Ｅ、シートポストＦ、サスペンションＧ、または、ブレーキ装置Ｊに対応する。本実施形態では、操作部Ｄ１は、例えば、アシスト機構Ｃに対応する第１ボタンおよび第２ボタン、変速機構Ｅに対応する第３ボタンおよび第４ボタン、シートポストＦに対応する第５ボタンおよび第６ボタン、サスペンションＧに対応する第７ボタンおよび第８ボタン、ブレーキ装置Ｊに対応する第９ボタンおよび第１０ボタンを含む。

操作装置Ｄは、例えば、第１ボタンまたは第２ボタンが操作されると、アシスト機構Ｃにおける動作モードを切り替える指令を処理装置１０に出力する。操作装置Ｄは、例えば、第１ボタンが操作されると、アシスト比率が大きくなるようにアシスト機構Ｃにおける動作モードを変更するための操作情報を入力する。操作装置Ｄは、例えば、第２ボタンが操作されると、アシスト比率が小さくなるようにアシスト機構Ｃにおける動作モードを変更するための操作情報を入力する。

操作装置Ｄは、例えば、第３ボタンまたは第４ボタンが操作されると、変速機構Ｅにおける変速ステージまたは変速比を変更するための操作情報を入力する。操作装置Ｄは、例えば、第３ボタンが操作されると、変速比が大きくなるように変速機構Ｅにおける変速ステージまたは変速比を変更するための操作情報を入力する。操作装置Ｄは、例えば、第４ボタンが操作されると、変速比が小さくなるように変速機構Ｅにおける変速ステージまたは変速比を変更するための操作情報を入力する。

操作装置Ｄは、例えば、第５ボタンまたは第６ボタンが操作されると、シートポストＦの高さを変更するための操作情報を入力する。操作装置Ｄは、例えば、第５ボタンが操作されると、シートポストが高くなるようにシートポストＦの高さを変更するための操作情報を入力する。操作装置Ｄは、例えば、第６ボタンが操作されると、シートポストが低くなるようにシートポストＦの高さを変更するための操作情報を入力する。

操作装置Ｄは、例えば、第７ボタンまたは第８ボタンが操作されると、サスペンションＧを変更するための操作情報を入力する。操作装置Ｄは、例えば、第７ボタンが操作されると、サスペンションＧの減衰率または硬さが大きくなるようにサスペンションＧの状態を変更するための操作情報を入力する。操作装置Ｄは、例えば、第８ボタンが操作されると、サスペンションＧの減衰率または硬さが小さくなるようにサスペンションＧの状態を変更するための操作情報を入力する。

操作装置Ｄは、例えば、第９ボタンまたは第１０ボタンが操作されると、ブレーキ装置Ｊの状態を変更するための操作情報を入力する。操作装置Ｄは、例えば、第９ボタンが操作されると、ブレーキ力が大きくなるようにブレーキ装置Ｊの状態を変更するための操作情報を入力する。操作装置Ｄは、例えば、第１０ボタンが操作されると、ブレーキ力が小さくなるようにブレーキ装置Ｊの状態を変更するための操作情報を入力する。

操作装置Ｄは、操作部Ｄ１の操作に応じた操作情報を送信するように構成される送信部をさらに含む。操作装置Ｄの送信部は、好ましくは、出力装置１に操作部Ｄ１の操作に応じた操作情報を送信する。操作装置Ｄの送信部は、操作部Ｄ１の操作に応じた操作情報を各コンポーネントに直接的に送信するように構成されてもよい。第１例では、操作装置Ｄの送信部は、通信線、または、電力線通信（Power Line Communication：ＰＬＣ）が可能な電線によって、コンポーネントと通信可能に接続される。第２例では、操作装置Ｄの送信部は、無線通信が可能な無線通信ユニットを含み、無線通信によってコンポーネントと通信可能に接続される。出力装置１の処理部１０は、操作部Ｄ１の操作に応じた操作情報を操作装置Ｄから取得すると、操作情報に応じて、各コンポーネントを制御する。

変速機構Ｅは、クランクの回転速度に対する車輪の回転速度を変更するように構成される。変速機構Ｅは、種々の形態を取り得る。第１例では、変速機構Ｅは、第２スプロケット組立体Ｂ３とチェーンＢ４との連結の状態を変更することによって、変速比を変更するように構成される外装変速機を含む。第２例では、変速機構Ｅは、第１スプロケット組立体Ｂ２とチェーンＢ４との連結の状態を変更することによって、変速比を変更するように構成される外装変速機を含む。第３例では、変速機構Ｅは、第１例の外装変速機および第２例の外装変速機を含む。第４例では、変速機構Ｅは、内装変速機を含む。内装変速機は、遊星歯車機構を用いる有段式の内装変速機、または、ボールプラネタリー（遊星転動体）を用いる無段式の内装変速機を含む。内装変速機は、例えば、クランク軸Ｂ１１と第１スプロケット組立体Ｂ２との間の動力伝達経路、および、後輪Ａ５のハブのすくなくとも１つに設けられる。第５例では、変速機構Ｅは、第１例の外装変速機および第２例の外装変速機の少なくとも１つと、第４例の内装変速機とを含む。変速機構Ｅは、変速ステージまたは変速比を変更するための変速信号に応じて制御される。以下の説明では、人力駆動車Ａが第３例の変速機構Ｅを備える場合について説明する。

変速機構Ｅは、フロントディレーラＥ１およびリアディレーラＥ２を含む。フロントディレーラＥ１は、例えば、フレームＡ１のシートチューブＡ１３に取り付けられる。フロントディレーラＥ１は、バッテリＨ１から供給される電力によって駆動される電気モータＥ１１を備える。フロントディレーラＥ１は、チェーンガイド、および段数センサをさらに備える。変速機構Ｅは、フロントディレーラＥ１を含む場合、第１スプロケット組立体Ｂ２は、複数のスプロケットＢ２２を含む。電気モータＥ１１は、複数のスプロケットＢ２２の１つに対応する変速位置から複数のスプロケットＢ２２の他の１つに対応する変速位置にチェーンガイドを移動させることによって、チェーンＢ４が係合するスプロケットＢ２２を変更させる。フロントディレーラＥ１は、操作部Ｄ１に基づく操作装置Ｄからの変速指示、または出力装置１からの変速指示に基づいて、チェーンガイドを電気モータＥ１１および段数センサによって、いずれかの変速位置に位置決めするように構成される。

リアディレーラＥ２は、チェーンステーＡ１６およびシートステーＡ１５の連結部分に例えば、ディレーラハンガを介して取り付けられる。チェーンステーＡ１６およびシートステーＡ１５の連結部分には、後輪Ａ５のハブ軸が支持される。リアディレーラＥ２は、バッテリＨ１から供給される電力によって駆動する駆動モータＥ２１を備える。リアディレーラＥ２は、チェーンガイド、および段数センサをさらに備える。変速機構Ｅは、リアディレーラＥ２を含む場合、第２スプロケット組立体Ｂ３は、複数のスプロケットＢ３１を含む。電気モータＥ２１は、複数のスプロケットＢ３１の１つに対応する変速位置から複数のスプロケットＢ３１の他の１つに対応する変速位置にチェーンガイドを移動させることによって、チェーンＢ４が係合するスプロケットＢ３１を変更させる。リアディレーラＥ２は、操作部Ｄ１に基づく操作装置Ｄからの変速指示、または出力装置１からの変速指示に基づいて、チェーンガイドを電気モータＥ１１および段数センサによって、いずれかの変速位置に位置決めするように構成される。

シートポストＦは、サドルＡ６をフレームＡ１に連結する。シートポストＦは、フレームＡ１のシートチューブＡ１３に設けられるポスト本体Ｆ１と、ポスト本体Ｆ１に設けられるサドル取付部Ｆ２とを含む。サドル取付部Ｆ２には、サドルＡ６が取り付けられている。シートポストＦは、例えば、サドル２９Ａの高さを変更するように構成されるアジャスタブルシートポストである。シートポストＦは、バッテリＨ１から供給される電力によって駆動する電気モータ等の電動アクチュエータを備える。シートポストＦは、電動アクチュエータの力によってシートポストＦが伸縮する電気式シートポスト、または、電動アクチュエータの力によってバルブを操作することによって、シートポストＦがバネおよび空気の少なくとも一方の力で伸び、人力を加えることによって縮む機械式シートポストを含む。機械式シートポストは、油圧式シートポスト、または、油圧および空気圧式シートポストを含む。シートポストＦについては、公知の構成を用いることができるので、詳細な説明を省略する。シートポストＦには、シートポストＦの高さを検出するように構成されるセンサが設けられる。シートポストＦの高さは、例えば、サドルＡ６が最も低い位置にあるときのシートポストＦの長さを基準長さとして、基準長さからのシートポストＦの伸び量に応じて決められる。基準長さからのシートポストＦの伸び量が大きくなるにつれて、シートポストＦの高さは高くなる。シートポストＦのセンサは、例えば、リニアエンコーダまたはロータリエンコーダを含む。電動アクチュエータは、電気モータの出力軸に連結される減速機を含んでいてもよい。シートポストＦは、操作部Ｄ１の操作に基づく操作装置Ｄからの指示、または出力装置１からの指示に基づいて、電動アクチュエータによって、例えば、予め設定される複数の位置のうちのいずれかにサドルＡ６を位置決めするように構成される。

サスペンションＧは、種々の形態をとり得る。サスペンションＧは、例えば前輪Ａ４を支持するフロントフォークＡ１７に設けられ、前輪Ａ４に加えられる衝撃を減衰するように構成されるフロントサスペンションを含む。サスペンションＧは、例えば、フレームＡ１に設けられ、後輪Ａ５に加えられる衝撃を減衰するように構成されるリアサスペンションを含んでいてもよい。サスペンションＧは、フロントサスペンションおよびリアサスペンションの両方を含んでもよい。サスペンションＧは、シートポストＦに設けられ、サドルＡ６への衝撃を減衰するように構成されるシートサスペンションを含んでいてもよい。サスペンションＧは、バッテリＨ１から供給される電力によって駆動する電気モータ等の電動アクチュエータを備える。サスペンションＧの電動アクチュエータは、サスペンションＧ内を移動するオイルの流路、および、サスペンションＧ内を移動する空気の流路の少なくとも１つにおいて、流路の断面積を変更したり、流路を切り替えたり、流路を閉鎖または開放したりするように構成されるバルブを制御する。サスペンションＧの電動アクチュエータは、電磁弁であってもよい。サスペンションＧは、操作部Ｄ１の操作に基づく操作装置Ｄからの指示、または出力装置１からの指示に基づいて、電動アクチュエータによって、例えば、ストローク長、ロック状態、および，ダンピングレートの少なくとも１つを変更するように構成される。サスペンションＧには、サスペンションＧの状態に対応する信号を出力するように構成されるセンサが設けられる。サスペンションＧのセンサは、例えば、バルブに接続される電気モータの回転状態を検出するロータリエンコーダを含む。

ブレーキ装置Ｊは、種々の形態をとり得る。ブレーキ装置Ｊは、前輪を制動するように構成されるフロントブレーキ装置Ｊ１と、後輪を制動するように構成されるリアブレーキ装置Ｊ２と、を含む。フロントブレーキ装置Ｊ１およびリアブレーキ装置Ｊ２は、例えば、キャリパブレーキ装置またはディスクブレーキ装置などをそれぞれ含む。フロントブレーキ装置Ｊ１およびリアブレーキ装置Ｊ２は、バッテリＨ１から供給される電力によって駆動する電気モータ等の電動アクチュエータをそれぞれ備える。フロントブレーキ装置Ｊ１およびリアブレーキ装置Ｊ１は、操作部Ｄ１の操作に基づく操作装置Ｄからの指示、または出力装置１からの指示に基づいて、制動力を変更するように構成される。

バッテリユニットＨは、バッテリＨ１およびバッテリホルダＨ２を含む。バッテリＨ１は、１つ、または複数のバッテリセルを含む。バッテリＨ１は、好ましくは、充電可能に構成される。バッテリＨ１は、電源装置に相当する。バッテリホルダＨ２は、例えば、人力駆動車ＡのダウンチューブＡ１４に固定される。バッテリホルダＨ２は、フレームＡ１のうちダウンチューブＡ１４以外の部分に固定されてもよく、フレームＡ１に取り付けられる部材に固定されてもよい。フレームＡ１に取り付けられる部材は、例えば、ハンドルバー、車輪、または、コンポーネント等を含む。バッテリＨ１は、バッテリホルダＨ２に着脱可能に構成される。バッテリホルダＨ２は、アシスト機構Ｃ、変速機構Ｅ、シートポストＦ、サスペンションＧ、および出力装置１と、電気ケーブルによって接続される。バッテリＨ１は、バッテリホルダＨ２に取り付けられた状態において、アシスト機構Ｃの電気モータ、変速機構Ｅの電気モータ、シートポストＦの電気モータ、サスペンションＧの電気モータ、および出力装置１に電気的に接続するように構成される。バッテリホルダＨ２は、省略されてもよい。

速度センサＳ１は、例えば、フロントフォークＡ１７に固定される。速度センサＳ１は、人力駆動車Ａの走行速度に対応する信号を出力するように構成される。速度センサＳ１は、例えば、前輪Ａ４に設けられる１または複数のマグネットを検出するように構成される磁気センサを含む。１または複数のマグネットは、たとえば、前輪Ａ４のスポーク、前輪Ａ４のハブ、または前輪Ａ４のディスクブレーキ等に設けられる。速度センサＳ１は、例えば、マグネットを検出すると予め定める信号を出力するように構成される。速度センサＳ１は、前輪Ａ４の回転速度に対応する信号を、出力装置１へ出力するように構成される。速度センサＳ１は、たとえばチェーンステーＡ１６に固定されてもよい。この場合、速度センサＳ１は、前輪Ａ４ではなく、後輪Ａ５の回転速度に対応する信号を出力するように構成される。速度センサＳ１と、出力装置１とは、電気ケーブルによって接続されていてもよく、無線送信装置または無線通信装置を介して接続されていてもよい。

加速度センサＳ２は、例えば、フレームＡ１に固定される。加速度センサＳ２は、第１例では、バッテリホルダＨ２に設けられる。加速度センサＳ２は、第２例ではシートチューブＡ１３に設けられる。加速度センサＳ２は、第３例では、アシスト機構Ｃまたは出力装置１に設けられる。加速度センサＳ２は、フレームＡ１の振動に対応する信号、および、人力駆動車Ａの進行方向への加速度に対応する信号の少なくとも１つを出力装置１へ出力するように構成される。加速度センサＳ２は、フロントフォークＡ１７に取り付けられてもよい。加速度センサＳ２と、出力装置１とは、電気ケーブルによって接続されていてもよく、無線送信装置または無線通信装置を介して接続されていてもよい。

角度センサＳ３は、例えば、フレームＡ１に固定される。角度センサＳ３は、第１例では、バッテリホルダＨ２に設けられる。角度センサＳ３は、第２例では、シートチューブＡ１３に設けられる。角度センサＳ３は、第３例では、アシスト機構Ｃまたは出力装置１に設けられる。角度センサＳ３は、第４例では、フレームＡ１と、ステムＡ２、ハンドルバーＡ３、またはフロントフォークとに分けて設けられる。角度センサＳ３は、人力駆動車Ａのヨー角を示す信号、ロール角を示す信号、およびピッチ角を示す信号の少なくともいずれか１つを、それぞれ出力装置１へ出力するように構成される。角度センサＳ３は、第１例では、ジャイロセンサを含む。角度センサＳ３は、第２例では、回転角度に対応する信号出力する方位センサを含む。角度センサＳ３と、出力装置１とは、電気ケーブルによって接続されていてもよく、無線送信装置または無線通信装置を介して接続されていてもよい。

ケイデンスセンサＳ４は、クランクＢ１のケイデンスに対応する信号を出力するように構成される。ケイデンスセンサＳ４は、クランクＢ１の回転速度に対応する信号を出力する。ケイデンスセンサＳ４は、クランクＢ１またはクランクＢ１と一体に回転する部材に設けられる被検出部材を検出するように構成される。ケイデンスセンサＳ４は、クランクＢ１が１回転すると信号を出力するように構成されてもよく、クランクＢ１が１回転する間に複数の信号を出力するように構成されてもよく、クランクＢ１が１回転する間に連続的に変化する信号を出力するように構成されてもよい。ケイデンスセンサＳ４は、第１例では、磁気センサを含む。ケイデンスセンサＳ４が磁気センサを含む場合、被検出部材は、磁石を含む。磁石は、例えば、回転方向に沿って間隔を開けて配置される複数の磁石を含んでいてもよく、回転方向に沿って磁力が連続的に変化する環状磁石、または、回転方向に沿って磁極が交互に並ぶ環状磁石を含んでいてもよい。ケイデンスセンサＳ４は、第２例では、光学センサを含む。ケイデンスセンサＳ４が光学センサを含む場合、被検出部材は、スリットを有する。被検出部材は、スリットを１つのみ有していてもよく、回転方向に沿って配置される複数スリットを有していてもよい。ケイデンスセンサＳ４と、出力装置１とは、電気ケーブルによって接続されていてもよく、無線送信装置または無線通信装置を介して接続されていてもよい。

トルクセンサＳ５は、第１クランクアームＢ１２および第２クランクアームＢ１３に掛かるトルクに対応する信号を出力するように構成される。トルクセンサＳ５は、歪センサ、磁歪センサ、または、圧力センサなどを含む。歪センサは、金属歪ゲージおよび半導体歪ゲージの少なくとも１つを含む。トルクセンサＳ５は、ペダルＢ５から後輪Ａ５までの間の動力伝達経路、または、動力伝達経路に含まれる部材の近傍に設けられる。動力伝達経路に含まれる部材は、例えば、クランク軸Ｂ１１、クランク軸Ｂ１１と第１スプロケット組立体Ｂ２との間において人力駆動力を伝達する部材、クランクアームＢ１２、または、ペダルＢ５である。トルクセンサＳ５は、第１クランクアームＢ１２および第２クランクアームＢ１３に入力される人力駆動力のトルクに対応する信号を出力装置１へ出力する。トルクセンサＳ５と、出力装置１とは、電気ケーブルによって接続されていてもよく、無線送信装置または無線通信装置を介して接続されていてもよい。

出力装置１は、ステムＡ２またはハンドルバーＡ３等のフレームＡ１に設けられる部材、およびフレームＡ１のいずれかの箇所に取り付けられる。出力装置１は、ユーザが保持していてもよい。第１例では、図１に示す出力装置１はアシスト機構Ｃに設けられる。出力装置１は、例えば、アシスト機構Ｃに含まれ、電気モータが設けられるハウジングに設けられる。第２例では、出力装置１は、バッテリホルダＨ２に設けられる。第３例では、出力装置１は、複数のコンポーネントを接続する電気ケーブルが接続されるジャンクションに設けられてもよい。

図２に示されるように、出力装置１は、処理部１０、記憶部１２、入出力部１４、およびＧＰＳ受信部１６を備える。ＧＰＳ受信部１６は必須ではない。

処理部１０は、ＣＰＵ（Central Processing Unit ）およびＧＰＵ（Graphics Processing Unit）の少なくとも１つを含むプロセッサを備える。処理部１０は、ＲＯＭ（Read Only Memory）およびＲＡＭ（Random Access Memory）等のメモリを含む。処理部１０は、処理部１０に含まれるメモリを用い、後述する学習アルゴリズムによって学習モデル１Ｍを学習しつつ、人力駆動車Ａのコンポーネントを制御するように構成される。処理部１０に含まれるメモリには、コンポーネントの制御に用いられる制御プログラムが記憶される。制御プログラムは、記憶部１２に記憶されていてもよい。処理部１０は、さらに内蔵クロックを含む。処理部１０は、内蔵クロックを用いて、任意のタイミングにおいて時間に関する情報を取得するように構成される。

記憶部１２は、例えばフラッシュメモリ等の不揮発性メモリを含む。記憶部１２は、コンピュータプログラムを記憶する。記憶部１２に記憶されるコンピュータプログラムは、学習プログラム１Ｐを含む。学習プログラム１Ｐは、コンポーネントの制御に用いられる制御プログラムに組み込まれていてもよい。制御プログラムは、記憶部１２に記憶されてもよい。記憶部１２は、例えば、バスを介して処理部１０に電気的に接続される。記憶部１２は、処理部１０の処理によって作成される学習モデル１Ｍを記憶するように構成される。学習プログラム１Ｐおよび学習モデル１Ｍは、記録媒体９に記憶された学習プログラム９Ｐおよび学習モデル９Ｍの複製であってもよい。例えば、処理部１０は、記録媒体９から学習プログラム９Ｐおよび学習モデル９Ｍを読み出して、学習プログラム９Ｐおよび学習モデル９Ｍをそれぞれ学習プログラム１Ｐおよび学習モデル１Ｍとして記憶部１２に複製してもよい。例えば、外部装置が記録媒体９から学習プログラム９Ｐおよび学習モデル９Ｍを読み出して、学習プログラム９Ｐおよび学習モデル９Ｍをそれぞれ学習プログラム１Ｐおよび学習モデル１Ｍとして記憶部１２に複製してもよい。記録媒体９は、例えばＣＤ－ＲＯＭ等のディスク状記録媒体、例えばフラッシュメモリなどの不揮発性の半導体メモリ、またはハードディスクなどを含む。

出力装置１は、記憶媒体９を接続可能な接続ポート、記憶媒体９に記憶されるデータを読み出し可能な電子機器と通信ケーブルまたは無線通信装置を介して接続可能な第１通信部、および、インターネット等の通信網を介して記憶媒体９に記憶されるデータを取得可能な第２通信部の少なくとも１つを含んでいてもよい。

入出力部１４は、人力駆動車Ａに設けられる操作装置Ｄ、およびセンサ群ＳＧからの信号を受信するように構成される。入出力部１４は、処理部１０に電気的に接続される。センサ群ＳＧは、速度センサＳ１、加速度センサＳ２、角度センサＳ３、ケイデンスセンサＳ４、およびトルクセンサＳ５を含む。入出力部１４は、操作装置Ｄ、速度センサＳ１、加速度センサＳ２、角度センサＳ３、ケイデンスセンサＳ４、およびトルクセンサＳ５と、通信ケーブルを介して接続される。通信ケーブルは、電気ケーブル、または光ファイバを含む。

入出力部１４は、コンポーネント１３と通信するように構成される。コンポーネント１３は、アシスト機構Ｃ、変速機構Ｅ、シートポストＦ、サスペンションＧ、ブレーキ装置Ｊを含む。入出力部１４は、コンポーネント１３は、アシスト機構Ｃ、変速機構Ｅ、シートポストＦ、サスペンションＧ、およびバッテリユニットＨと、通信ケーブルを介して接続される。入出力部１４は、アシスト機構Ｃに含まれる電気モータＣ１と接続される。入出力部１４は、変速機構Ｅに含まれる電気モータＥ１１および電気モータＥ２１の内の少なくとも１つと接続される。入出力部１４は、シートポストＦの電動アクチュエータと接続される。入出力部１４は、サスペンションＧの電動アクチュエータと接続される。入出力部１４は、ブレーキ装置Ｊの電動アクチュエータと接続される。入出力部１４は、バッテリＨと通信するように構成される。入出力部１４は、バッテリＨに通信ケーブルを介して接続される。

アシスト機構Ｃは、電気モータＥ２１に接続され、電気モータＥ２１を制御するように構成されるアシスト制御部を備えていてもよい。変速機構Ｅは、電気モータＥ１１および電気モータＥ２１に接続され、電気モータＥ１１および電気モータＥ２１を制御するように構成される変速制御部を備えていてもよい。シートポストＦは、シートポストＦに含まれる電動アクチュエータに接続され、シートポストＦに含まれる電動アクチュエータを制御するように構成されるシートポスト制御部を備えていてもよい。サスペンションＧは、サスペンションＧに含まれる電動アクチュエータに接続され、サスペンションＧに含まれる電動アクチュエータを制御するように構成されるサスペンション制御部を備えていてもよい。アシスト制御部、変速制御部、シートポスト制御部、および、サスペンション制御部は、例えばＣＰＵを含むプロセッサを備える。

入出力部１４は、無線通信装置を含んでいてもよい。入出力部１４の無線通信装置は、操作装置Ｄ、速度センサＳ１、加速度センサＳ２、角度センサＳ３、ケイデンスセンサＳ４、およびトルクセンサＳ５の少なくとも１つからの信号を、無線通信によって受信するように構成されてもよい。入出力部１４の無線通信装置は、アシスト機構Ｃ、変速機構Ｅ、シートポストＦ、サスペンションＧ、およびバッテリユニットＨの少なくとも１つと、無線通信するように構成されてもよい。入出力部１４の無線送信装置は、例えば予め定める無線通信プロトコルを用いて通信するように構成される。予め定める無線通信プロトコルは、例えばBluetooth（登録商標）等、近距離無線通信規格を満たすように構成されてもよい。

ＧＰＳ受信部１６は、ＧＰＳ（Global Positioning System ）信号を受信して人力駆動車Ａの位置に関する情報を出力するように構成される。ＧＰＳ受信部１６は、処理部１０に電気的に接続される。処理部１０は、ＧＰＳ受信部１６から出力される情報に応じて、人力駆動車Ａの位置を特定するように構成される。人力駆動車Ａの位置は、例えば経緯度を含む。

処理部１０は、入出力部１４を介して、速度センサＳ１から人力駆動車Ａの走行速度に対応する信号を取得する。処理部１０は、入出力部１４を介して加速度センサＳ２からフレームＡ１の振動に対応する信号および人力駆動車Ａの進行方向への加速度に対応する信号の少なくとも１つを取得する。処理部１０は、入出力部１４を介して、角度センサＳ３から人力駆動車Ａの姿勢を示す信号を取得する。人力駆動車Ａの姿勢を示す信号は、人力駆動車Ａのヨー角を示す信号、ロール角を示す信号、およびピッチ角を示す信号の少なくともいずれか１つを含む。処理部１０は、入出力部１４を介してケイデンスセンサＳ４からケイデンスに対応する信号を取得する。処理部１０は、入出力部１４を介してトルクセンサＳ５からトルクに対応する信号を取得する。処理部１０は、ケイデンスおよびトルクを用いてパワーを算出してもよい。処理部１０は、入出力部１４を介して、電気モータＣ１の電流量、電気モータＣ１の電圧値、および、電気モータＣ１の温度の内の少なくとも１つに関する情報を取得できる。処理部１０のメモリには、例えば、電気モータＣ１の電流量と電気モータＣ１のトルクとの関係を示す情報が記憶され、処理部１０は、電気モータＣ１の電流量に基づいて、アシスト機構Ｃの電気モータＣ１のトルクに関する情報を取得するように構成される。処理部１０は、入出力部１４を介して、変速機構Ｅから段数または変速比に対応する情報を取得できる。処理部１０は、入出力部１４を介して、バッテリＨ１から残電力量に対応する情報を取得できる。

処理部１０は、これらのセンサ群ＳＧから取得する信号に対応する走行速度等の情報と、コンポーネント群１３から得られる情報とを、入力情報として処理する。処理部１０は、操作装置Ｄから送信される情報を入出力部１４によって取得する。入出力部１４と出力装置１が制御対象としない電動アクチュエータと、は通信可能に接続されなくてよい。

処理部１０は、学習モデル１Ｍから出力されるコンポーネントの制御に関する出力情報に基づいて、アシスト機構Ｃ等のコンポーネントへ制御信号を出力するように構成される。

第１実施形態にて用いられる学習モデル１Ｍについて説明する。初期状態において記憶部１２に記憶される学習モデル１Ｍは、例えば、外部の生成装置において、人力駆動車Ａの走行試験環境下における、人力駆動車Ａのモデルのシミュレーションを予め実行することによって生成される。学習モデル１Ｍは、走行に関する情報が入力された場合にアシスト機構Ｃにおけるアシスト比およびアシスト上限値の内の少なくとも１つに関する情報を出力するように構成される。学習モデル１Ｍは、アシスト比およびアシスト上限値の内の少なくとも１つに関する情報に代えてまたは加えて、アシスト機構Ｃの電気モータＣ１の回転数を出力するように構成されてもよい。第１実施形態において学習モデル１Ｍは、ニューラルネットワーク（Neural Network）を用いた強化学習によって生成される。初期状態において記憶部１２に記憶される学習モデル１Ｍは、シミュレーションに限らず、バッテリＨ１における電力消費効率が良好であった人力駆動車Ａの走行データを予め教師データとして収集し、教師有り学習によって生成されてもよい。

図３は、学習モデル１Ｍの概要を示す図である。学習モデル１Ｍは、入力情報が入力された場合に、人力駆動車Ａのコンポーネントへ電力を供給するバッテリＨ１における電力消費効率を示す指標値に基づいて学習され、人力駆動車Ａのコンポーネントの制御に関する出力情報を出力するように構成される。第１実施形態において、人力駆動車Ａのコンポーネントは、アシスト機構Ｃである。第１実施形態において、学習モデル１Ｍは、アシスト機構Ｃの制御に関する出力情報として、アシスト比に関する情報を出力するように構成される。処理部１０が学習モデル１Ｍによって規定される処理を実行することによって、処理部１０が出力する出力情報を、学習モデル１Ｍが出力する出力情報とする。

第１実施形態における学習モデル１Ｍは、図３に示すように、人力駆動車Ａの走行中に取得される走行に関する入力情報を状態ｓとして入力する入力層３１と、人力駆動車Ａのコンポーネントの内、アシスト機構Ｃの制御に関するアシスト比に関する情報をアクションａとして出力する出力層３２と、を備える。学習モデル１Ｍは、出力層３２から出力されたアシスト比に基づいてアシスト機構Ｃを自動的に制御した場合に、バッテリＨ１における電力消費効率が良化するように学習されたパラメータを有する中間層３３を備える。中間層３３が有するパラメータは、重みを含む。中間層３３が有するパラメータは、さらにバイアスを含んでいてもよい。中間層３３は、複数のノードを含む。中間層３３は、好ましくは、複数の層を含む。

第１実施形態における学習モデル１Ｍの入力層３１に入力される入力情報は、例えば、クランクＢ１のケイデンスに関する情報、クランクＢ１のトルクに関する情報、およびパワーに関する情報の少なくとも１つを含む。学習モデル１Ｍの入力層３１に入力される入力情報は、好ましくは、例えば、速度、加速度、および人力駆動車Ａの姿勢の少なくとも１つをさらに含む。パワーは、ケイデンスに関する情報およびトルクに関する情報を用いた演算によって得られる。入力情報は、アシスト機構Ｃの電気モータＣ１のトルク、電気モータＣ１の電流量、電気モータＣ１の電圧値、および電気モータＣ１の温度の内の少なくとも１つに関する情報を含んでもよい。

第１実施形態の学習モデル１Ｍの入力層３１に入力される入力情報は、バッテリＨ１における残電力量に関する情報を含む。入力情報は、バッテリＨ１から出力される電力量に関する情報であってもよい。

第１実施形態の学習モデル１Ｍの入力層３１に入力される入力情報は、人力駆動車Ａの姿勢に関する検知データを含む。人力駆動車Ａの姿勢に関する検知データは、角度センサＳ３によって検知されたヨー角、ロール角、およびピッチ角の少なくとも１つに対応する情報を含む。好ましくは、人力駆動車Ａの車体の姿勢に関する検知データは、角度センサＳ３によって検知されたヨー角に対応する情報、ロール角に対応する情報、およびピッチ角に対応する情報を含む。

第１実施形態の学習モデル１Ｍの入力層３１に入力される入力情報は、人力駆動車Ａの走行環境に関する検知データを含んでもよい。走行環境に関する検知データは、例えば、標高に関する情報を含む。処理部１０は、ＧＰＳ受信部１８によって特定される位置と、例えば記憶部１２に記憶される地図データとに基づいて、標高に関する情報を特定するように構成されてもよい。出力装置１は、気圧センサをさらに含み、気圧センサが標高に関する情報を取得するようにしてもよい。走行環境の検知データは、気温に関する情報を含んでいてもよい。出力装置１は、気温センサをさらに含み、気温センサから気温に関する情報を取得するように構成されてもよい。走行環境の検知データは、人力駆動車Ａの走行路の斜度に関する情報を含んでいてもよい。人力駆動車Ａの走行路の斜度に関する情報は、角度センサＳ３から得られる人力駆動車Ａのピッチ角を示す情報から取得されてもよい。走行環境に関する検知データは、人力駆動車Ａの走行路の種類に関する情報を含んでいてもよい。走行路の種類は、例えば、オンロード、および、オフロードを含む。処理部１０は、ＧＰＳ受信部１８によって特定される位置と、例えば記憶部１２に記憶される地図データとに基づいて走行路の種類を特定するように構成されてもよい。走行環境に関する検知データは、天候に関する情報を含んでいてもよい。天候に関する情報は、例えば湿度に関する情報を含む。出力装置１は、例えば、湿度センサをさらに含み、湿度センサから天候に関する情報を取得するように構成されてもよい。

第１実施形態における学習モデル１Ｍの出力層から出力される出力情報は、アシスト機構におけるアシスト比およびアシスト機構Ｃによるアシスト力の上限値の内の少なくとも１つに関する情報である。

中間層３３は、バッテリＨ１における電力消費効率を示す指標値に基づいて、出力層３２から電力消費効率を良化するためのアシスト比率に関する情報を出力するように強化学習される。第１実施形態では、中間層３３は、出力層３２から出力されるアシスト比率に関する情報に応じて電気モータＣ１を駆動した場合、人力駆動車Ａのユーザへの負荷が快適な範囲に収まるように学習される。

第１実施形態では処理部１０は、学習モデルＭ１を、指標値を報酬として強化学習によって学習するように構成される。処理部１０は、図３に示す学習モデル１Ｍを、状態ｓにおいてアクションａをとる価値関数Ｑによって近似して、バッテリＨ１における電力消費効率を示す指標値を報酬として価値関数Ｑを最大化するように学習を進める。

図４は、第１実施形態における学習モデル１Ｍの生成方法の一例を示すフローチャートである。処理部１０は、初期状態において記憶部１２に記憶される学習モデル１Ｍを用い、学習プログラム１Ｐに基づいて、アシスト機構Ｃを制御する処理を実行しながらトレーニングを進める。トレーニングによって処理部１０は、ユーザの快適さを保ちながら可能な限り長時間にわたってアシスト機構Ｃによって人力駆動車Ａの走行をアシストするための学習モデル１Ｍを生成できる。

処理部１０は、バッテリＨ１が満充電の状態において出力装置１が電源オン状態となったことを検知すると（ステップＳ１０１）、走行距離の計測を開始する（ステップＳ１０３）。電源オン状態は、バッテリＨ１から処理部１０に電力が供給される状態である。処理部１０は、バッテリＨ１の残電力量が予め定める割合以下になるまで、電源オン状態においてアシスト機構Ｃに電力が供給されている間は、ステップＳ１０５からステップＳ１２３までの処理を実行する。

ステップＳ１０３において走行距離の計測が開始された後、処理部１０は、予め定めるサンプリングタイミングにおいて人力駆動車Ａの走行に関する入力情報を取得する（ステップＳ１０５）。入力情報は、例えば、速度センサＳ１から取得する信号に対応する走行速度に関する情報、加速度センサＳ２から取得する信号に対応する加速度に関する情報、角度センサＳ３から取得する信号に対応する人力駆動車Ａの姿勢に関する情報、クランクＢ１のケイデンスに関する情報、クランクＢ１のトルクに関する情報、およびパワーに関する情報を含む。

ステップＳ１０５において人力駆動車Ａの走行に関する入力情報が取得された後、処理部１０は、バッテリＨ１における残電力量を取得する（ステップＳ１０７）。

ステップＳ１０７においてバッテリＨ１の残電力量が取得された後、処理部１０は、ステップＳ１０５およびステップＳ１０７において取得した入力情報を学習モデル１Ｍへ与え（ステップＳ１０９）、学習モデル１Ｍから出力された出力情報を特定する（ステップＳ１１１）。本実施形態では、学習モデル１Ｍから出力される出力情報は、アシスト比に関する情報である。学習モデル１Ｍから出力された出力情報が特定された後、処理部１０は、特定された出力情報に基づいてコンポーネントを制御する（ステップＳ１１３）。本実施形態では、処理部１０は、ステップＳ１１３において、特定されたアシスト比に関する情報に基づいてアシスト機構Ｃへ制御信号を出力する。

ステップＳ１１３においてコンポーネントが制御された後、処理部１０は、人力駆動車Ａにおけるケイデンスおよびトルクに関する情報を取得する（ステップＳ１１５）。ステップＳ１１５においてケイデンスおよびトルクに関する情報が取得された後、処理部１０は、取得したトルクおよびケイデンスに関する情報が示すトルクおよびケイデンスが快適な範囲内であるか否かを判断する（ステップＳ１１７）。

トルクおよびケイデンスが快適な範囲外であると判断された場合（Ｓ１１７：ＮＯ）、処理部１０は、ステップＳ１１３での制御よりも快適さを高めるようにコンポーネントを制御する（ステップＳ１１９）。本実施形態では、処理部１０は、ステップＳ１１９においてアシスト比を高めるようにアシスト機構Ｃへ制御信号を出力する。

ステップＳ１１９においてコンポーネントが制御された後、処理部１０は、ステップＳ１１１において特定された出力情報と、ステップＳ１１９の制御に関する情報とに応じて学習モデル１Ｍにおけるパラメータを更新する（ステップＳ１２１）。ステップＳ１２１において、処理部１０は、例えばステップＳ１１１において特定されたアシスト比に関する情報が表すアシスト比と、高めたアシスト比に関する情報が表すアシスト比との差分に応じて、学習モデル１Ｍにおけるパラメータを更新する。これによって、ユーザの快適さを高めるように学習モデル１Ｍにおけるパラメータが更新される。ステップＳ１１７、Ｓ１１９およびＳ１２１の処理によって、学習モデル１Ｍは、出力される出力情報に基づいて走行中の人力駆動車Ａのコンポーネントを制御した場合に、ユーザの快適さが予め定める範囲内となる出力情報を出力するように学習される。ステップＳ１２１の処理は、必須ではない。例えば、アシスト機構Ｃのモードについて、第１モードが選択されている場合には、人力駆動力による負担が快適な範囲外であってもよいことが許容されているので、ステップＳ１１７、Ｓ１１９、Ｓ１２１は省略されてもよい。

トルクおよびケイデンスが快適な範囲内であると判断された場合（Ｓ１１７：ＹＥＳ）、処理部１０は、ステップＳ１０７において取得したバッテリＨ１の残電力量が、満充電容量の予め定める割合以下であるか否かを判断する（ステップＳ１２３）。バッテリＨ１の残電力量が、満充電容量の予め定める割合以下でないと判断された場合（Ｓ１２３においてＮＯ）、処理部１０はステップＳ１０５へ処理を戻し、学習モデル１Ｍに基づくコンポーネントの制御を続行する。

ステップＳ１２３において、バッテリＨ１の残電力量が、満充電容量の予め定める割合以下であると判断された場合（Ｓ１２３においてＹＥＳ）、処理部１０は、走行距離の計測を終了する（ステップＳ１２５）。ステップＳ１２５において走行距離の計測が終了された後、処理部１０は、バッテリＨ１が満充電容量であった時からの累積の走行距離を算出する（ステップＳ１２７）。処理部１０は、例えば、速度センサＳ１から取得する信号と、車輪の外周長に関する情報とに基づいて、走行距離を算出するように構成される。車輪の外周長に関する情報は、例えば処理部１０のメモリまたは記憶部１２に記憶される。車輪が１回転する間に速度センサＳ１から出力される予め定める信号の数は予め決まっているので、処理部１０は、速度センサＳ１からの予め定める信号に応じて走行距離を算出できる。処理部１０は、例えば、走行距離を、ＧＰＳ受信部１８によって特定した位置に基づいて算出してもよい。

処理部１０は、ステップＳ１２７において算出した累積の走行距離に基づいて電力消費効率を示す指標値を算出する（ステップＳ１２９）。指標値は、例えば、電源装置における電力が予め定める値以下となるまでの走行距離に関する値である。指標値は、走行距離が長くなる程に価値が高くなり、走行距離が比較的に短い場合に価値が低くなるように算出される。走行距離の長短は、例えば、バッテリＨ１が満充電である場合に、アシスト機構Ｃがオートモードに設定され、かつ、アシスト機構Ｃによってアシスト可能な状態を維持したままで走行可能である距離の設定値と、実際の走行距離との比較によって特定される。

ステップＳ１２９において指標値が算出された後、処理部１０は、学習モデル１Ｍに対し、ステップＳ１２３で算出した指標値が良化するように中間層３３における重み等のパラメータを学習させ（ステップＳ１３１）、処理を終了する。

第１実施形態では、図４のフローチャートに基づいて走行距離によって報酬が与えられることによって学習モデル１Ｍが、電力消費効率を良化するように強化学習される。出力装置１は、強化学習された学習モデル１Ｍから出力される出力情報によってコンポーネントを適切に制御する。

学習モデル１Ｍは、既知の方法、例えば誤差逆伝播法、または深層学習によって学習されてもよい。強化学習は、既知の方法、深層Ｑ学習、ＡＣ（Actor-Critic）、Ａ３Ｃ（Asynchronous Advantage Actor-Critic）等によって行なわれてもよい。学習モデル１Ｍは、出力した出力情報に対して、ケイデンスおよびトルクに対して行われるユーザによる快適さの評価によって即時報酬を与えることによって強化学習されてもよい。処理部１０は、走行中の人力駆動車のクランクＢ１２におけるケイデンスおよびトルクに対するユーザの評価に基づく快適さを示す値を報酬として学習を行なうように構成されてもよい。指標値は、例えば、電源装置における電力消費量に基づく値であってもよい。学習モデル１Ｍは、バッテリＨ１が満充電から予め定める割合以下に達するまで、予め定める周期毎に、周期中の電力消費量に基づく値による報酬を与えて強化学習されてもよい。

走行中の人力駆動車Ａにおける出力装置１による学習モデル１Ｍの学習方法は、教師ありの学習アルゴリズムでもよいし、時系列データを用いたリカレントニューラルネットワーク（Recurrent Neural Network）でもよい。この場合は、アシスト機構Ｃを有する人力駆動車Ａを実際に走行させた際の人力駆動車Ａのセンサ群ＳＧから走行中に複数の時点で得られる信号に対応する走行情報の履歴と、走行距離とを教師データとして収集し、その収集された教師データに基づいて学習が進められる。

図４のフローチャートに示した処理の内、ステップＳ１１７における快適な範囲とは、官能評価によって予め得られるケイデンスおよびトルクの組み合わせの範囲を含む。図５は、ケイデンスおよびトルクの快適な範囲の一例を示す概要図である。図５に示すようにケイデンスおよびトルクの組に対する官能評価によって、例えばケイデンスが第１の範囲であり、かつ、トルクが第２の範囲である場合には概ね快適であると判断されることが分かる。

本実施形態の出力装置１では、学習が進むにつれて、人力駆動車Ａのユーザの乗り方に応じて電力消費効率を良化するようにコンポーネントを制御でき、ユーザは長時間快適に人力駆動車Ａを走行させることができる。

第１実施形態では学習モデル１Ｍは、コンポーネントの制御に関する情報として、アシスト機構Ｃにおけるアシスト比に関する情報を出力するように設計され、アシスト機構Ｃにおけるアシスト比に関する情報を学習するように設計されている。学習モデル１Ｍは、コンポーネントの制御に関する情報として、アシスト機構Ｃにおけるアシスト上限値に関する情報を出力するように設計され、アシスト機構Ｃにおけるアシスト上限値に関する情報を学習するように設計されていてもよい。学習モデル１Ｍは、電源装置から供給される電力によって駆動される電気モータの回転数に関する情報を出力するように設計され、電気モータの回転数に関する情報を学習するように設計されていてもよい。学習モデルＭ１は、例えば、バッテリＨ１から供給される電力によって駆動されるシートポストＦの電気モータの回転数に関する情報を出力するように設計され、シートポストＦの電気モータの回転数に関する情報を学習するように設計されていてもよい。学習モデルＭ１は、例えばバッテリＨ１から供給される電力によって駆動されるサスペンションＧの電気モータの回転数に関する情報を出力するように設計され、サスペンションＧの電気モータの回転数に関する情報を学習するように設計されていてもよい。

第１実施形態における学習モデル１Ｍは、他のコンポーネントの制御に関する出力情報を出力するように構成されてよい。出力情報を用いて制御される対象のコンポーネント１３は、アシスト機構Ｃに限られず、変速機構Ｅ、シートポストＦ、サスペンションＧ、およびブレーキ装置Ｊのいずれかでもよい。出力情報を用いて制御される対象のコンポーネント１３は、変速機構Ｅ、アシスト機構Ｃ、シートポストＦ、サスペンションＧ、およびブレーキ装置Ｊのうち、少なくとも２つであってよい。変速機構Ｅ、アシスト機構Ｃ、シートポストＦ、サスペンションＧ、およびブレーキ装置Ｊ等のコンポーネントのうち、出力情報を用いて制御される対象でないコンポーネント１３は、電気モータまたは電動アクチュエータを含まず、ワイヤを介して制御されてもよい。

（第２実施形態）
第２実施形態における出力装置は、人力駆動車Ａに搭載されて各コンポーネントを制御するように構成される制御装置とは別の通信装置２に適用される。第２実施形態では、ユーザが所持する通信装置２は、学習モデル２Ｍを生成およびトレーニングし、コンポーネントの制御に関する情報を制御装置へ送信するように構成される。制御装置は、通信装置２から送信される学習モデル２Ｍに基づくコンポーネントの制御に関する情報を受信し、コンポーネントを制御するように構成される。

図６に示されるように、第２実施形態における人力駆動車Ａ、人力駆動車Ａに搭載されるコンポーネント群１３、およびセンサ群ＳＧは、第１実施形態と同様である。第２実施形態において、第１実施形態と同様の構成には、同一の符号を付して詳細な説明を省略する。第２実施形態では第１実施形態の出力装置１に代替して、制御装置１００および通信装置２が協働して学習モデル２Ｍに基づきコンポーネントを制御する。

制御装置１００は、処理部１０１、記憶部１０３、入出力部１０５、および通信部１０７を備える。

処理部１０１は、ＣＰＵおよびＧＰＵの少なくとも１つを含むプロセッサを備える。処理部１０１は、ＲＯＭおよびＲＡＭ等のメモリを含む。処理部１０１は、人力駆動車Ａのコンポーネントを制御するように構成される。処理部１０１に含まれるメモリには、コンポーネントの制御に用いられる制御プログラムが記憶される。制御プログラムは、記憶部１０３に記憶されていてもよい。処理部１０１は、さらに内蔵クロックを含む。処理部１０１は、内蔵クロックを用いて、任意のタイミングにおいて時間に関する情報を取得するように構成される。処理部１０１は、操作装置Ｄの操作に応じて、人力駆動車Ａのコンポーネントの制御に関する信号を出力するように構成される。処理部１０１は、通信部１０７を介して通信装置２から受け取る人力駆動車Ａのコンポーネントの制御に関する信号に応じて、人力駆動車Ａのコンポーネントを制御するように構成される。

記憶部１０３は、例えばフラッシュメモリ等の不揮発性メモリを含む。記憶部１０３は、処理部１０１の処理によって作成される情報を記憶する。制御プログラムは、記憶部１２に記憶されてもよい。記憶部１０３は、例えば、バスを介して処理部１０１に電気的に接続される。入出力部１０５は、第１実施形態の入出力部１４と同様の構成を有する。

通信部１０７は、通信装置２と通信可能に構成される通信デバイスである。通信部１０７は、例えば、ＵＳＢ（Universal Serial Bus）通信ポートおよび近距離無線モジュールの少なくとも１つを含む。

通信装置２は、可搬型の小型の通信装置である。通信装置２は、第１例では、サイクルコンピュータである。通信装置２は、第２例では、人力駆動車Ａのコンポーネントと電気ケーブルまたは無線通信装置によって接続され、所謂ジャンクションボックスと呼ばれる通信装置であってよい。通信装置２は、第３例では、スマートフォンである。通信装置２は、第４例では、所謂スマートウォッチ等のウェアラブルデバイスである。通信装置２は、第５例では、携帯電話装置である。通信装置２が、例えばサイクルコンピュータまたはスマートフォンである場合、人力駆動車ＡのハンドルバーＡ３に通信装置２の保持部材を取り付けておき、この保持部材に通信装置２を嵌めて用いてもよい（図１０参照）。

通信装置（出力装置）２は、処理部２０１、記憶部２０３、出力部２０５、操作部２０７、音声入出力部２０９、ＧＰＳ受信部２１１、および通信部２１３を備える。通信装置２は、バッテリ２０４をさらに含む。バッテリ２０４は、処理部２０１、記憶部２０３、出力部２０５、操作部２０７、音声入出力部２０９、ＧＰＳ受信部２１１、および通信部２１３に電力を供給するように構成される。通信装置２は、好ましくは、電源オン状態と電源オフ状態とを切り替える電源スイッチを含む。バッテリ２０４は、電源オン状態において、少なくとも処理部２０１に電力を供給するように構成される。

処理部２０１は、ＣＰＵおよびＧＰＵの少なくとも１つを含むプロセッサと、メモリ等とを含む。処理部２０１は、プロセッサ、メモリ、記憶部２０３、および通信部２１３が集積された１つのハードウェア（例えば、ＳｏＣ：System On a Chip）として構成されていてもよい。処理部２０１は、記憶部２０３に記憶されるコンピュータプログラムに基づき、人力駆動車Ａの制御に関する学習モデル２Ｍの学習と、学習モデル２Ｍを用いたコンポーネント制御とを実行する。記憶部２０３に記憶されるコンピュータプログラムは、アプリケーションプログラム２Ｐを含む。

記憶部２０３は、例えばフラッシュメモリ等の不揮発性メモリを含む。記憶部２０３は、学習プログラムを組み込んだアプリケーションプログラム２Ｐを記憶する。記憶部２０３は、処理部２０１の処理によって学習される学習モデル２Ｍを記憶する。記憶部２０３は、処理部２０１が参照するデータを記憶する。アプリケーションプログラム２Ｐは、記録媒体８に記憶されたアプリケーションプログラム８Ｐの複製であってもよい。例えば、処理部２０１は、記録媒体８から学習プログラム８Ｐおよび学習モデル８Ｍを読み出して、アプリケーションプログラム８Ｐおよび学習モデル８Ｍをアプリケーションプログラム２Ｐおよび学習モデル２Ｍとして記憶部２０３に複製してもよい。記録媒体８は、例えばＣＤ－ＲＯＭ等のディスク状記録媒体、例えばフラッシュメモリなどの不揮発性の半導体メモリ、またはハードディスクなどを含む。通信装置２は、通信部２１３を、記憶媒体８に記憶されるデータを読み出し可能な電子機器と通信ケーブルまたは無線通信装置と接続することによって、記録媒体８に記憶されるデータを取得してもよい。通信装置２は、記録媒体８を接続可能な接続ポート、および、インターネット等の通信網を介して記録媒体８に記憶されるデータを取得可能な第２通信部の少なくとも１つを含んでいてもよい。

出力部２０５は、表示部２０５Ａを含む。表示部２０５Ａは、液晶パネルまたは有機ＥＬ（Electro Luminescence）パネル等のディスプレイ装置を含む。表示部２０５Ａは、学習モデル２Ｍが出力する人力駆動車のコンポーネントの制御に関する情報を出力するように構成される。表示部２０５Ａは、コンポーネントの制御の結果を示す情報を出力するように構成される。

操作部２０７は、ユーザの操作を受け付けるインタフェースであり、物理ボタンおよびタッチパネルデバイスの少なくとも１つを含む。操作部２０７は、表示部２０５に重ねて設けられてもよい。操作部２０７は、物理ボタンまたはタッチパネルによって、表示部２０５に表示される画面の内容に関する操作を受け付けることが可能である。

音声入出力部２０９は、スピーカおよびマイクロフォン等を含む。音声入出力部２０９は、音声認識部２１７を備える。音声認識部２１７は、マイクロフォンによって入力される音声の信号に対応する操作内容を認識し、操作を受け付けることが可能である。音声入出力部２０９は、スピーカによって音声またはビープ音を発生させ、コンポーネントの制御に関する情報、およびコンポーネントの制御の結果を示す情報を出力するように構成されてもよい。出力部２０５は、振動発生装置を含んでもよい。振動発生装置は、例えば、電気モータと重りとを含む。振動発生装置は、特定のパターンの振動を発生し、通信装置２全体、または表示部２０５Ａの表面を振動させるように構成されてもよい。

ＧＰＳ受信部２１１は、ＧＰＳ信号を受信するように構成される。ＧＰＳ受信部２１１は、通信装置２の位置に関する情報を出力するように構成される。処理部２０１は、ＧＰＳ受信部２１１から出力される情報に応じて、通信装置２の位置を特定するように構成される。通信装置２の位置は、例えば経緯度を含む。ＧＰＳ受信部２１１は、例えば、公共無線通信システムの基地局からの電波、無線ＬＡＮまたはBluetooth （登録商標）等の無線通信規格による無線通信システムの中継局からの電波の受信するように構成されてもよい。処理部２０１は、通信装置２の位置に関する情報の算出する場合、ＧＰＳ受信部２１１が受信する公共無線通信システムの基地局からの電波、または、無線通信システムの中継局からの電波の強度に関する情報を用いてもよい。

通信部２１３は、制御装置１００の通信部１０７と通信可能に構成される。通信部２１３は、例えば、ＵＳＢ通信ポートおよび近距離無線モジュールの少なくとも１つを含む。通信部２１３がＵＳＢ通信ポートを含む場合、通信装置２にはバッテリＨ１から通信部２１３を介して電力が供給されてもよい。

第２実施形態において制御装置１００は、人力駆動車Ａに設けられたセンサ群ＳＧから入出力部１０５を介して入力される信号に対応する入力情報を取得し、通信部１０７を介して入力情報を通信装置２へ送信させる。制御装置１００は、入力情報を断続的に取得してもよく、通信装置２へ入力情報を断続的に送信させてもよい。

第２実施形態２において通信装置２の処理部２０１は、例えば、初期状態において記憶部１２に記憶される学習モデル２Ｍを用いて、変速機構Ｅにおける変速ステージまたは変速比に関する情報を出力しつつ、学習モデル２Ｍを更新するように構成される。初期状態において記憶部１２に記憶される学習モデル２Ｍは、第１実施形態において説明したように、外部の生成装置において、人力駆動車Ａの走行試験環境下における人力駆動車Ａのモデルのシミュレーションを予め実行することによって生成される。学習モデル２Ｍは、走行に関する情報が入力された場合に、変速機構Ｅの変速ステージまたは変速比に関する情報を出力するように構成される。

図７は、学習モデル２Ｍの概要を示す図である。学習モデル２Ｍは、入力情報が入力された場合に、人力駆動車Ａのコンポーネントへ電力を供給するバッテリＨ１における電力消費効率を示す指標値に基づいて学習されて、人力駆動車Ａのコンポーネントの制御に関する出力情報を出力するように構成される。第２実施形態において、人力駆動車Ａのコンポーネントは、変速機構Ｅである。第２実施形態において、学習モデル２Ｍは、変速機構Ｅの制御に関する出力情報として、変速ステージに関する情報を出力するように構成される。処理部２０１が学習モデル２Ｍによって規定される処理を実行することによって、処理部２０１が出力する出力情報を、学習モデル２Ｍが出力する出力情報とする。

第２実施形態における学習モデル２Ｍは、図７に示すように、人力駆動車Ａの走行中に取得される走行に関する入力情報を状態ｓとして入力する入力層２１と、人力駆動車Ａのコンポーネントの内、変速機構Ｅの制御に関し変速ステージに関する情報をアクションａとして出力する出力層２２と、を備える。学習モデル２Ｍは、出力層２２から出力された変速ステージに基づいて変速機構Ｅを自動的に変速させた場合に、バッテリＨ１における電力消費効率が良化するように学習されたパラメータを有する中間層２３を備える。中間層２３が有するパラメータは、重みを含む。中間層２３が有するパラメータは、さらにバイアスを含んでいてもよい。中間層２３は、複数のノードを含む。中間層２３は、好ましくは、複数の層を含む。

第２実施形態における学習モデル２Ｍの入力層２１に入力される入力情報は、例えば、クランクＢ１のケイデンスに関する情報、クランクＢ１のトルクに関する情報、およびパワーに関する情報の少なくとも１つを含む。学習モデル１Ｍの入力層３１に入力される入力情報は、好ましくは、例えば、速度、加速度および、人力駆動車Ａの姿勢の少なくとも１つをさらに含む。パワーは、ケイデンスに関する情報およびトルクに関する情報を用いた演算によって得られる。

第２実施形態における学習モデル２Ｍの入力層２１に入力される入力情報は、変速機構Ｅの電気モータＥ１１および電気モータＥ２１の少なくとも１つのトルク、電気モータＥ１１および電気モータＥ２１の少なくとも１つの電流量、電気モータＥ１１および電気モータＥ２１の少なくとも１つの電圧値、ならびに、電気モータＥ１１および電気モータＥ２１の少なくとも１つの温度の内の少なくとも１つを含んでもよい。入力情報は、変速機構Ｅにおける現在の変速ステージに関する情報、および変速機構Ｅが１つの変速ステージに維持される時間に関する情報を含んでもよい。

第２実施形態の学習モデル２Ｍの入力層２１に入力される入力情報は、バッテリＨ１における残電力量に関する情報を含む。入力情報は、バッテリＨ１における電力消費量であってもよい

第２実施形態の学習モデル２Ｍの入力層２１に入力される入力情報は、人力駆動車Ａの姿勢に関する検知データを含む。本実施形態の人力駆動車Ａの姿勢に関する検知データは、第１実施形態における人力駆動車Ａの姿勢に関する検知データと同様である。

第２実施形態の学習モデル２Ｍの入力層２１に入力される入力情報は、人力駆動車の走行環境に関する検知データを含んでもよい。走行環境に関する検知データは、例えば、標高に関する情報を含む。処理部２０１は、ＧＰＳ受信部２１１によって特定される位置と、例えば記憶部２０３に記憶される地図データとに基づいて、標高に関する情報を特定するように構成されてもよい。通信装置２は、気圧センサをさらに含み、気圧センサが標高に関する情報を取得するようにしてもよい。走行環境の検知データは、気温に関する情報を含んでいてもよい。通信装置２は、気温センサをさらに含み、気温センサから気温に関する情報を取得するように構成されてもよい。走行環境の検知データは、人力駆動車Ａの走行路の斜度に関する情報を含んでいてもよい。人力駆動車Ａの走行路の斜度に関する情報は、角度センサＳ３から得られる人力駆動車Ａのピッチ角を示す情報から取得されてもよい。走行環境に関する検知データは、人力駆動車Ａの走行路の種類に関する情報を含んでいてもよい。走行路の種類は、例えば、オンロード、および、オフロードを含む。処理部２０１は、ＧＰＳ受信部２１１によって特定される位置と、例えば記憶部２０３に記憶される地図データとに基づいて走行路の種類を特定するように構成されてもよい。走行環境に関する検知データは、天候に関する情報を含んでいてもよい。天候に関する情報は、例えば湿度に関する情報を含む。通信装置２は、例えば、湿度センサをさらに含み、湿度センサから天候に関する情報を取得するように構成されてもよい。

第２実施形態における学習モデル２Ｍの出力層から出力される出力情報は、変速機構Ｅにおける変速ステージまたは変速比に関する情報を含む。

中間層２３は、バッテリＨ１における電力消費効率を示す指標値に基づいて、出力層３２から電力消費効率を良化する変速ステージに関する情報を出力するように強化学習される。第２実施形態では、中間層２３は、出力層２２から出力される変速ステージに関する情報に基づいて変速機構Ｅを自動的に変速した場合、人力駆動車Ａのユーザへの負荷が快適な範囲に収まるように学習される。

第２実施形態では通信装置２の処理部２０１は、学習モデル２Ｍを、指標値を報酬として強化学習によって学習するように構成される。処理部２０１は、図７に示す学習モデル２Ｍを、状態ｓにおいてアクションａをとる価値関数Ｑによって近似して、バッテリＨ１における電力消費効率を示す指標値を報酬として価値関数Ｑを最大化するように学習を進める。

図８および図９は、第２実施形態における学習モデル２Ｍの生成方法の一例を示すフローチャートである。通信装置２の処理部２０１は、初期状態において記憶部２０３に記憶される学習モデル２Ｍを用い、アプリケーションプログラム２Ｐに組み込まれた学習プログラムに基づいて、制御装置１００に変速機構Ｅを制御するための信号を送信しながらトレーニングを進める。トレーニングによって処理部２０１は、ユーザの快適さを保ちながら可能な限り長時間にわたって変速機構Ｅが変速できるように変速比に関する情報を出力する学習モデル２Ｍを生成できる。

通信装置２が電源オン状態になり処理部２０１が、バッテリＨ１が満充電の状態において制御装置１００が電源オンとなったことを検知すると（ステップＳ２０１）、走行距離の計測を開始する（ステップＳ２０３）。制御装置１００の電源オン状態は、バッテリＨ１から処理部１０１に電力が供給される状態である。処理部２０１は、バッテリＨ１の残電力量が予め定める割合以下になるまで、通信装置２および制御装置１００が電源オン状態において変速機構Ｅに電力が供給されている間は、ステップＳ２０５からステップＳ２２５までの処理を実行する。

ステップＳ２０３において走行距離の計測が開始された後、処理部２０１は、予め定めるサンプリングタイミングにおいて人力駆動車Ａの走行に関する入力情報を、制御装置１００から通信部２１３を介して取得する（ステップＳ２０５）。入力情報は例えば、速度センサＳ１からから得られる走行速度に関する情報、加速度センサＳ２から得られる加速度に関する情報、角度センサＳ３から得られる人力駆動車Ａの姿勢に関する情報、クランクＢ１のケイデンスに関する情報、クランクＢ１のトルクに関する情報、およびパワーに関する情報を含む。ステップＳ２０５において人力駆動車Ａの走行に関する入力情報が取得された後、処理部２０１は、バッテリＨ１における残電力量を取得する（ステップＳ２０７）。

ステップＳ２０７においてバッテリＨ１における残電力量が取得された後、処理部２０１は、ステップＳ２０５およびステップＳ２０７において取得した入力情報を学習モデル２Ｍへ与え（ステップＳ２０９）、学習モデル２Ｍから出力される出力情報を特定する（ステップＳ２１１）。本実施形態では、学習モデル２Ｍから出力される出力情報は、変速機構Ｅにおける変速ステージに関する情報である。

学習モデル２Ｍから出力された出力情報が特定された後、処理部２０１は、ステップＳ２１１において特定した出力情報に基づくコンポーネントの制御指令を通信部２１３から制御装置１００へ送信させる（ステップＳ２１３）。制御指令が通信部２１３から送信された後、処理部２０１は、制御指令に対応する制御内容を出力部２０５に出力させてユーザへ報知する（ステップＳ２１５）。ステップＳ２１５において処理部２０１は、変速ステージに対応する制御内容を表示部２０５Ａに表示させる。

処理部２０１は、制御内容が出力部２０５に出力された後の予め定める時間内においてユーザの評価を受け付ける（ステップＳ２１７）。ステップＳ２１７において、処理部２０１は、制御指令を通信部２１３から制御装置１００へ送信させた後の予め定める時間内においてユーザの評価を受け付けてもよい。ステップＳ２１７において、処理部２０１は図１１に示すように、表示部２０５Ａに高評価ボタン画像２５６および低評価ボタン画像２５８を含む評価入力画面２５４を表示させ、操作部２０７によって評価を受け付ける。制御内容に変化がない場合にはステップＳ２１３からステップＳ２１７の処理は省略されてもよい。

ステップＳ２１７の処理の終了後、または、ステップＳ２１３からステップＳ２１７の処理が省略される場合はステップＳ２１１の処理の終了後に、処理部２０１は、操作装置Ｄの操作部Ｄ１が操作されることによって入力される操作情報を、通信部２１３を介して制御装置１００から取得する（ステップＳ２１９）。本実施形態では、ステップＳ２１９において、処理部２０１は、操作部Ｄ１が操作されることによって変速された後の変速機構Ｅにおける変速ステージを取得する。

ステップＳ２１９において操作情報が取得された後、処理部２０１は、ステップＳ２１９において取得された操作情報と、ステップＳ２１１において特定された出力情報とを照合することによって、評価値を算出する（ステップＳ２２１）。ステップＳ２２１において処理部２０１は、ステップＳ２１９で取得した変速ステージと、ステップＳ２１１において出力された変速ステージに関する情報とを照合することによって、評価値を算出する。ステップＳ２２１において処理部２０１は、ステップＳ２１９において取得された変速ステージと、ステップＳ２１１において特定された変速ステージとの差分が少ない程に高い評価値を算出する。

ステップＳ２２１において評価値が算出された後、処理部２０１は、ステップＳ２１７において受け付けられた評価内容、およびステップＳ２２１において算出された評価値を、ステップＳ２１１において特定された出力情報に対する報酬として用い、ユーザからの評価を向上させるように学習モデル２Ｍの中間層２３におけるパラメータを更新する（ステップＳ２２３）。

ステップＳ２２１およびステップＳ２２３の処理は、ステップＳ２１７で受け付けた評価内容が低評価であった場合のみに行なわれるようにしてもよい。この場合、ステップＳ２１７で受け付けた評価内容が高評価であった場合には、ステップＳ２２１およびステップＳ２２３の処理は省略される。

ステップＳ２２３の処理の終了後、または、ステップＳ２２１およびステップＳ２２３の処理が省略される場合には、ステップＳ２１９の処理の終了後に、処理部２０１は、ステップＳ２０７において取得したバッテリＨ１の残電力量が、満充電容量の予め定める割合以下であるか否かを判断する（ステップＳ２２５）。バッテリＨ１の残電力量が予め定める割合以下でないと判断された場合（Ｓ２２５においてＮＯ）、処理部２０１はステップＳ２０５へ処理を戻し、学習モデル２Ｍに基づく変速機構Ｅの制御を続行する。

ステップＳ２０７において取得したバッテリＨ１の残電力量が予め定める割合以下であると判断された場合（Ｓ２２５においてＹＥＳ）、処理部２０１は、走行距離の計測を終了する（ステップＳ２２７）。走行距離の計測が終了された後、処理部２０１は、バッテリＨ１が満充電容量であった時からの累積の走行距離を算出する（ステップＳ２２９）。ステップＳ２２９において処理部２０１は、走行距離を、ＧＰＳ受信部１８によって特定した位置に基づいて算出してもよい。処理部２０１は、例えば、速度センサＳ１から取得する信号と、車輪の外周長に関する情報とに基づいて、走行距離を算出するように構成されてもよい。車輪の外周長に関する情報は、例えば処理部２０１のメモリ、記憶部１０３、または記憶部２０３に記憶される。

処理部２０１は、ステップＳ２２９において算出した走行距離に基づいて電力消費効率を示す指標値を算出する（ステップＳ２３１）。指標値は、走行距離が長くなる程に価値が高くなり、走行距離が比較的に短い場合に価値が低くなるように算出される。走行距離の長短は、例えば、バッテリＨ１が満充電である場合に、変速機構Ｅがオート変速モードに設定され、かつ、変速機構Ｅが変速可能な状態を維持したままで走行可能な距離の設定値と、実際の走行距離との比較によって特定される。

ステップＳ２３１において指標値が算出された後、処理部２０１は、学習モデル２Ｍに対し、ステップＳ２３１において算出した指標値を報酬として与え、指標値が良化するように中間層２３における重み等のパラメータを学習させ（ステップＳ２３３）、処理を終了する。

第２実施形態では、図８および図９のフローチャートに基づいて走行距離によって報酬が与えられることによって学習モデル２Ｍが、電力消費効率を良化するように強化学習される。通信装置２は、強化学習された学習モデル２Ｍから出力される情報によって、変速機構Ｅを適切に制御する。

処理部２０１は、ステップＳ２０５からステップＳ２２１までの処理を学習モードとして実行するように構成されてもよい。処理部２０１は、学習モードにおいて、収集された入力情報、学習モデル２Ｍから出力される変速ステージに関する情報、および、出力された変速ステージに関する情報に基づく変速制御に対する評価内容を教師データとして、学習モデル２Ｍを更新するようにしてもよい。

第２実施形態における通信装置２および制御装置１００によって、人力駆動車Ａのユーザの運転特性に合わせたユーザの快適さを保ちつつ、バッテリＨ１の電力消費効率を高く維持して、変速機構Ｅが自動的に変速される状態を維持したままで走行可能な距離を伸ばせる。

図１０に示すように、例えば、通信装置２は、ユーザが表示部２０５Ａを視認できるようにハンドルバーＡ３に取り付けられる。図１０では、アプリケーションプログラム２Ｐに基づき、表示部２０５Ａに表示されるメイン画面２５０が示される。処理部２０１は、アプリ-ケーションプログラム２Ｐに基づいて、表示部２０５Ａにメイン画面２５０を表示させる。メイン画面２５０には、走行情報に含まれる速度に関する情報に加え、コンポーネントの制御状態を示すメッセージが含まれる。コンポーネントの制御状態は、例えば、アシスト機構Ｃの動作モード、および変速機構Ｅの動作モードを含む。メイン画面２５０には、学習に対する評価を行なうためのボタン画像２５２が含まれる。例えば、タッチパネルデバイスのうち、ボタン画像２５２に対応する部分が操作された場合、処理部２０１は、図８および図９のフローチャートに示す学習モデル２Ｍへの評価を受け付ける処理（Ｓ２１７からＳ２２３）を実行する。

図１１は、評価入力画面２５４の一例を示す。処理部２０１は、例えば、タッチパネルデバイスのうちボタン画像２５２に対応する部分が操作された場合、評価入力画面２５４を表示部２０５に表示させる。評価入力画面２５４は、処理部２０１が学習モデル２Ｍに基づいて制御されるコンポーネントの動作結果を示すメッセージ情報を含む。評価入力部は、学習モデル２Ｍからの出力情報に基づくコンポーネントの動作後に、ユーザの快適さを示す評価を入力するように構成される。評価入力画面２５４には、高評価ボタン画像２５６と低評価ボタン画像２５８とが含まれる。第１例の評価入力部は、操作部２０７を含む。第１例の評価入力部は、例えば、表示部２０５に重ねて設けられるタッチパネルデバイスを含む。タッチパネルデバイスのうち、高評価ボタン画像２５６に対応する部分、および低評価ボタン画像２５８に対応する部分に指等が接触することによって、評価入力部２０７が評価に関する情報を入力する。タッチパネルデバイスのうち、高評価ボタン画像２５６に対応する部分が操作されると、処理部２０１は評価が高いと判断する。タッチパネルデバイスのうち、低評価ボタン画像２５８に対応する部分が操作されると、処理部２０１は評価が低いと判断する。予め定める時間内にユーザの評価を受け付けない場合、処理部２０１は、評価されなかったと判断する。評価入力画面２５４には、高評価ボタン画像２５６と低評価ボタン画像２５８のうち、低評価ボタン２５８画像のみが含まれてもよい。

第２例の評価入力部は、操作装置Ｄの操作部Ｄ１を含む。操作部Ｄ１は、特定の評価入力ボタンを含んでいてもよい。

第３例の評価入力部は、音声入出力部２０９のマイクロフォンおよび音声認識部２１７を含む。処理部２０１は、音声認識部２１７によって認識されるユーザの音声に関する情報を認識して評価を受け付ける。処理部２０１は、認識した音声に関する情報に基づいて、制御が適切であるか否かを判別する。処理部２０１は、制御が適切であると判別した場合に、評価が高いと判断する。

第４例の評価入力部は、カメラを含む。例えば、通信装置２は、カメラを含む。通信装置２は、カメラによってユーザの顔を撮像するように人力駆動車Ａに取り付けられる。処理部２０１は、カメラから得られるユーザの顔を撮像した撮像画像からユーザの表情を特定し、ユーザの表情に基づいて制御が適切であるか否かを判別する。処理部２０１は、制御が適切であると判別した場合に、評価が高いと判断する。

第２実施形態における通信装置２によって、学習が進むにつれて、人力駆動車Ａのユーザの乗り方に応じた電力消費効率を良化するコンポーネント制御が実現され、ユーザは長時間快適に人力駆動車Ａを走行させることができる。

第２実施形態における学習モデル２Ｍは、他のコンポーネントの制御に関する出力情報を出力するように構成されてよい。出力情報を用いて制御される対象のコンポーネント１３は、変速機構Ｅに限られず、アシスト機構Ｃ、シートポストＦ、サスペンションＧ、およびブレーキ装置Ｊのいずれかでもよい。学習モデル２Ｍは、入力情報が入力された場合に、バッテリＨ１から出力される電力量を抑えつつ、ユーザが快適に人力駆動車Ａを走行させることができるようなアシスト機構Ｃの制御に関する出力情報を出力するように構成されてよい。

第２実施形態において、出力情報を用いて制御される対象のコンポーネントは、変速機構Ｅ、アシスト機構Ｃ、シートポストＦ、サスペンションＧ、およびブレーキ装置Ｊのうち、少なくとも２つを含んでいてもよい。変速機構Ｅ、アシスト機構Ｃ、シートポストＦ、サスペンションＧ、およびブレーキ装置Ｊ等のコンポーネント１３のうち、出力情報を用いて制御される対象ではないコンポーネントは、電気モータまたは電動アクチュエータを含まず、ワイヤを介して制御されてもよい。

第１実施形態及び第２実施形態において、コンポーネント１３がアシスト機構Ｃを含む場合、初期状態において記憶部１２に記憶される学習モデル１Ｍは、学習モデル１Ｍから出力される出力情報を用いてアシスト機構Ｃが制御された場合、アシスト比率が最小値となるように構成されてもよい。これによって学習モデルがユーザに適した状態まで学習されるまでの間に、不要に電力が消費されることを抑制できる。

本明細書において使用される「少なくとも１つ」という表現は、所望の選択肢の「１つ以上」を意味する。一例として、本明細書において使用される「少なくとも１つ」という表現は、その選択肢の数が２つであれば「１つの選択肢のみ」または「２つの選択肢の双方」を意味する。他の例として、本明細書において使用される「少なくとも１つ」という表現は、その選択肢の数が３つ以上であれば「１つの選択肢のみ」または「２つ以上の任意の選択肢の組み合わせ」を意味する。

１…出力装置、１０…処理部、１２…記憶部、１４…入出力部、１６…ＧＰＳ受信部、１Ｍ，９Ｍ…学習モデル、１Ｐ，９Ｐ…学習プログラム、３１…入力層、３２…出力層、３３…中間層、２…通信装置（出力装置）、２０１…処理部、２０３…記憶部、２０５…表示部、２０７…評価入力部、２１１…ＧＰＳ受信部、２Ｐ，８Ｐ…アプリケーションプログラム、２Ｍ，８Ｍ…学習モデル、２１…入力層、２２…出力層、２３…中間層、２５４…評価入力画面、１００…制御ユニット、Ａ１…フレーム、Ｃ…アシスト機構、Ｄ…操作装置、Ｅ…変速機構、Ｅ１１，Ｅ２１…駆動モータ、Ｆ…シートポスト、Ｇ…サスペンション、Ｓ１…速度センサ、Ｓ２…加速度センサ、Ｓ３…角度センサ、Ｓ４…ケイデンスセンサ、Ｓ５…トルクセンサ。

Claims (18)

1. 人力駆動車の走行に関する入力情報を取得する取得部と、
   前記人力駆動車のコンポーネントへ電力を供給する電源装置における電力消費効率を示す指標値に基づいて学習され、前記入力情報が入力された場合に前記コンポーネントの制御に関する出力情報を出力するように構成される学習モデルと、を備え、
   前記学習モデルは、
   前記電源装置から供給される電力によって前記人力駆動車の推進をアシストするように構成されるアシスト機構におけるアシスト比および前記アシスト機構によるアシスト力の上限値の内の少なくとも１つと、前記人力駆動車の変速機構の段数または変速比に関する情報とを出力し、
   前記電源装置からの電力を用いた前記人力駆動車の走行距離がより長くなるように、又は、前記電源装置から出力される電力量が少なくなるように学習される、出力装置。
2. 前記指標値は、前記電源装置における電力が予め定める値以下となるまでの走行距離に関する値である、請求項１に記載の出力装置。
3. 前記指標値は、前記電源装置から出力される電力量に関する値である、請求項１に記載の出力装置。
4. 前記出力情報は、前記電源装置から供給される電力によって駆動される電気モータの回転数に関する情報を更に含む、請求項１から３のいずれか一項に記載の出力装置。
5. 前記学習モデルから出力される前記出力情報に基づき、走行中の前記人力駆動車のコンポーネントの動作に対するユーザの快適さが予め定める範囲内となる出力情報を出力する、請求項１から４のいずれか一項に記載の出力装置。
6. 前記入力情報は、前記人力駆動車のクランクのケイデンスに関する情報と、前記クランクにおけるトルクに関する情報と、前記ケイデンスに関する情報および前記トルクに関する情報を用いた演算によって得られるパワーに関する情報と、の少なくとも１つを含む、請求項１から５のいずれか一項に記載の出力装置。
7. 前記コンポーネントは、前記電源装置から供給される電力によって駆動する電気モータを含み、
   前記入力情報は、前記電気モータのトルク、前記電気モータの電流量、前記電気モータの電圧値、および、前記電気モータの温度の内の少なくとも１つに関する情報である、請求項１から６のいずれか一項に記載の出力装置。
8. 前記入力情報は、前記電源装置における残電力量に関する情報を含む、請求項１から７のいずれか一項に記載の出力装置。
9. 前記入力情報は、前記人力駆動車の姿勢に関する検知データを含む、請求項１から８のいずれか一項に記載の出力装置。
10. 前記入力情報は、前記人力駆動車の走行環境に関する検知データを含む、請求項１から９のいずれか一項に記載の出力装置。
11. 前記学習モデルは、前記人力駆動車の走行の都度、走行実績に基づき算出される前記指標値に基づいて学習される
    請求項１から１０のいずれか一項に記載の出力装置。
12. 前記学習モデルを、前記指標値を報酬として強化学習によって学習するように構成される処理部を備える
    請求項１から１１のいずれか一項に記載の出力装置。
13. 前記処理部は、走行中の前記人力駆動車のクランクにおけるケイデンスおよびトルクに対するユーザの評価に基づく快適さを示す値を報酬として学習を行なうように構成される
    請求項１２に記載の出力装置。
14. 前記コンポーネントを操作するための操作情報を入力するように構成される操作部を備え、
    前記処理部は、前記取得部によって取得した入力情報に基づいて前記学習モデルから出力された出力情報と、前記操作部によって入力された操作情報との照合に基づいて、出力情報に報酬を与えるように構成される、請求項１２に記載の出力装置。
15. 前記学習モデルが出力する前記人力駆動車のコンポーネントの制御に関する情報を出力するように構成される出力部と、
    前記出力情報に基づく前記コンポーネントの動作後に、ユーザの快適さを示す評価を入力するように構成される評価入力部と、を備え、
    入力された評価内容と、評価が入力されたタイミングに前記学習モデルから出力された出力情報と、前記出力情報に対応して入力された入力情報とを含む教師データに基づいて前記学習モデルを更新するように構成される、請求項１から１０のいずれか一項に記載の出力装置。
16. 前記出力部は、コンポーネントの制御の結果を示す情報を出力するように構成される、請求項１５に記載の出力装置。
17. コンピュータが、
    人力駆動車の走行に関する入力情報が入力された場合に、前記人力駆動車のコンポーネントの制御に関する出力情報を出力するように構成されるニューラルネットワークを用い、
    前記ニューラルネットワークは、電源装置から供給される電力によって前記人力駆動車の推進をアシストするように構成されるアシスト機構におけるアシスト比および前記アシスト機構によるアシスト力の上限値の内の少なくとも１つと、前記人力駆動車の変速機構の段数または変速比に関する情報とを出力するように構成されており、
    前記コンピュータは、
    前記人力駆動車の走行に関する入力情報を取得し、
    取得した入力情報を前記ニューラルネットワークへ与えることによって出力された出力情報を特定し、
    特定された出力情報に基づいて前記コンポーネントを制御した場合に、前記コンポーネントへ電力を供給するように構成される電源装置における電力消費効率を示す前記電源装置からの電力を用いた前記人力駆動車の走行距離がより長くなるように、又は、前記電力消費効率を示す前記電源装置から出力される電力量が少なくなるように、前記ニューラルネットワークの中間層の重みを学習する、学習モデルの生成方法。
18. 人力駆動車の走行に関する入力情報が入力された場合に、前記人力駆動車のコンポーネントの制御に関する出力情報を出力するように構成されるニューラルネットワークを用い、
    前記ニューラルネットワークは、電源装置から供給される電力によって前記人力駆動車の推進をアシストするように構成されるアシスト機構におけるアシスト比および前記アシスト機構によるアシスト力の上限値の内の少なくとも１つと、前記人力駆動車の変速機構の段数または変速比に関する情報とを出力するように構成されており、
    前記人力駆動車の走行に関する入力情報を取得し、
    取得した入力情報を前記ニューラルネットワークへ与えることによって出力された出力情報を特定し、
    特定された出力情報に基づいて前記コンポーネントを制御した場合に、前記コンポーネントへ電力を供給するように構成される電源装置における電力消費効率を示す前記電源装置からの電力を用いた前記人力駆動車の走行距離がより長くなるように、又は、前記電力消費効率を示す前記電源装置から出力される電力量が少なくなるように、前記ニューラルネットワークの中間層の重みを学習する処理を、コンピュータに実行させるコンピュータプログラム。

Images