JP7362969B2 - 照明制御アクションを自動化するためのマシンを訓練するためのコントローラ及びその方法 - Google Patents

Description

本発明は、照明制御アクションを自動化するためのマシン(machine)を訓練するための方法に関する。本発明はさらに、照明制御アクションを自動化するためのマシンを訓練するためのコントローラ、システム及びコンピュータプログラムプロダクトに関する。

コネクテッド照明(connected lighting)は、従来の有線、電気的オンオフ又は調光回路によって制御されるものではなく（又は制御されるだけでなく）、有線接続又はより多くは無線接続、例えば、有線又は無線ネットワークを介すデータ通信プロトコルを使用して制御される１つ以上の照明デバイスのシステムを指す。これらのコネクテッド照明ネットワークは、一般的にモノのインターネット（ＩｏＴ：Internet of Things）、より具体的には照明のインターネット（ＩｏＬ：Internet of Lighting）として知られるものを形成する。典型的には、照明デバイス、ましては照明デバイス内の個々のランプが、各々、Ｚｉｇｂｅｅ（登録商標）、Ｗｉ－Ｆｉ（登録商標）又はＢｌｕｅｔｏｏｔｈ（登録商標）等のワイヤレスネットワークプロトコルに従って照明制御デバイスから照明制御コマンドを受信するためのワイヤレスレシーバ又はトランシーバを備えてもよい。

コネクテッド照明システムにおけるこれらの照明デバイスは、例えばユーザの好みに基づいて、異なる光効果をレンダリングするように制御されることができる。マシン学習(machine learning)の進歩は、どの光効果がユーザによって好まれるのかを学習することを可能にしている。ユーザは、異なる光効果に対する自身の好みについてフィードバックを提供することができ、マシン学習を使用した自己学習システムは、異なる光効果に関するユーザの好みを学習することができる。訓練されたモデルは、ユーザの好みの光効果をレンダリングするように照明デバイスを自動的に制御するために使用されることができる。

ＵＳ ２０１７／２８５５９４Ａ１は、プロセッサと、プロセッサにアクセス可能な通信インターフェースと、プロセッサにアクセス可能なストレージとを含むデバイスを開示している。ストレージは、ユーザに関連するアクティビティを識別するためにプロセッサによって実行可能な命令を担持する。命令はまた、識別されたアクティビティに基づいて光出力装置からの光を調整するため光出力装置に少なくとも１つのコマンドを送信するように通信インターフェースを使用するためにプロセッサによって実行可能である。

本発明者らは、照明システムがある光設定から異なる光設定に遷移し得、ユーザが変化に関するフィードバックを提供することができることを認識した。しかしながら、ユーザが、第２の光設定自体ではなく、第１の光設定から第２の光設定への遷移(transition)を不快に思うことがあり得る。学習システムは、このような不快感(displeasure)を、第２の光設定に対する否定的なフィードバックとして解釈する可能性がある一方、ユーザは、第２の光設定を実際には気に入っているが、遷移の生じ方(way the transition has occurred)を不快に思う可能性がある。

それゆえ、本発明の目的は、ユーザによって提供されるフィードバックが、第１の光設定から第２の光設定への照明遷移(lighting transition)に向けられているのか、フィードバックが、第２の光設定に向けられているのかを判断し、これによって学習システムを改善することにある。

第１の態様によれば、前記目的は、照明制御アクションを自動化するためのマシンを訓練するための方法であって、当該方法は、第１のセットの制御パラメータに基づいて第１の光効果をレンダリングするように１つ以上の照明デバイスを制御するステップと、第１の光効果から第２の光効果に遷移期間(transitioning time period)にわたって遷移することにより第２のセットの制御パラメータに基づいて第２の光効果をレンダリングするように１つ以上の照明デバイスを制御するステップと、フィードバック期間(feedback time period)中にユーザからのフィードバックを受けるステップと、フィードバックがフィードバック期間中の所定期間内に受けられた場合、フィードバックを遷移と関連付けるステップと、フィードバックがフィードバック期間中の所定期間後に受けられた場合、フィードバックを第２の光効果と関連付けるステップとを含み、当該方法はさらに、関連付けられたフィードバック(associated feedback)に基づいてマシンを訓練することを含む、方法によって達成される。

方法は、それぞれ、第１のセット及び第２のセットの制御パラメータに基づいて、第１の及び第２の光効果をレンダリングするように１つ以上の照明デバイスを制御することを含んでもよい。例えば、光効果(light effect)は、１つ以上の照明デバイスの光源の色、色温度、強度、ビーム幅、ビーム方向、照度、及び／又は他のパラメータを含んでもよい。例えば、１つ以上の照明デバイス等の入力電流、電圧、向き等、制御パラメータが、光効果を制御することに関連してもよい。１つ以上の照明デバイスが、環境を照らすために配置されてもよい。環境に存在し、第１の光効果から遷移後の第２の光効果への変化も見ているユーザは、フィードバック期間中に自身のフィードバックを提供することができる。さらに、方法において、フィードバックが所定期間内に受けられた場合、フィードバックは、遷移と関連付けられてもよく、フィードバックが所定期間後に受けられた場合、フィードバックは、第２の光効果と関連付けられてもよい。これにより、方法は、ユーザによって提供されるフィードバックが、第１の光設定から第２の光設定への照明遷移に向けられているのか、フィードバックが、第２の光設定に向けられているのかを判断する時間ベースのアプローチ(time-based approach)を提供する。関連付け(association)は、遷移期間に対するフィードバックが受けられた時間インスタンス(time instance)に基づいてもよい。マシン又はモデルは、このように割り当てられたフィードバックを使用して訓練されてもよく、これによりマシン学習システムの訓練を改善してもよい。一例において、マシン訓練(machine training)は、第２のセットの制御パラメータ及び／又は遷移の決定を含んでもよい。

第２の態様によれば、前記目的は、照明制御アクションを自動化するためのマシンを訓練するための方法であって、当該方法は、第１のセットの制御パラメータに基づいて第１の光効果をレンダリングするように１つ以上の照明デバイスを制御するステップと、第１の光効果から第２の光効果に遷移期間にわたって遷移することにより第２のセットの制御パラメータに基づいて第２の光効果をレンダリングするように１つ以上の照明デバイスを制御するステップと、フィードバック期間中にユーザからのフィードバックを受けるステップと、フィードバックと遷移との及び第２の光効果との関連付けに尤度(likelihood)を割り当てるステップであって、フィードバックが遷移と関連付けられる尤度は、フィードバック期間中の時間の関数として減少し、フィードバックが第２の光効果と関連付けられる尤度は、相応に(accordingly)増加する、ステップと、関連付けられたフィードバックの尤度に基づいてマシンを訓練するステップとを含む、方法によって達成される。

場合によっては、フィードバックは、遷移及び第２の光効果の両方に関連してもよい。（これらの場合に限定されるものではないが）このような場合、方法は、フィードバックと遷移との及び第２の光効果との関連付けに尤度を割り当てることを含んでもよい。尤度は、フィードバックが遷移／第２の光効果に割り当てられる確率又は重みを含んでもよい。尤度は、相対的重み又は相対的確率を含んでもよい。尤度は、フィードバックが遷移と関連付けられる尤度はフィードバック期間中の時間の関数として減少し、フィードバックが第２の光効果と関連付けられる尤度は相応に増加するような時間の関数に基づいてもよい。マシンは、それぞれ遷移及び第２の効果に関する尤度（確率又は重み）を使用して訓練されてもよく、これによりマシン学習システムの訓練を改善してもよい。一例において、単一のマシン／モデルが訓練されてもよい。追加的に、及び／又は代替的に、遷移及び第２の光効果について別個のモデル／マシンが訓練されてもよい。

一実施形態において、フィードバック期間は、遷移期間と部分的に重なってもよく、方法はさらに、フィードバックが、重なる期間(overlapping time period)内に受けられた場合、フィードバックを遷移と関連付けることを含んでもよい。

フィードバック期間は、ユーザがフィードバックを提供することができる時間を含む。言い換えれば、フィードバック期間中にのみ、ユーザのフィードバックは受け入れられてもよい。この例では、フィードバック期間は、遷移期間と部分的に重なってもよい。フィードバック期間は、遷移期間中に開始し、遷移期間の終了後に終了してもよい。例えば、ユーザのフィードバックは、遷移期間中に受け入れられてもよい。フィードバックが、重なる期間中に、すなわち、遷移期間中に受けられた場合、これは、ユーザがまだ第２の光効果を見ておらず、既に自身のフィードバックを提供しているので、ユーザが遷移を好き／嫌いであることを示す。それゆえ、このようなフィードバックは、有利には、遷移と関連付けられる。フィードバックが、重なる期間後、例えば、遷移期間後に受けられた場合、これは、ユーザが第２の光効果を見ているので、ユーザが第２の光効果を好き／嫌いであることを示し得る。それゆえ、このようなフィードバックは、有利には、第２の光効果と関連付けられてもよい。

一実施形態において、フィードバック期間は、遷移期間後に開始してもよい。重なる期間に代えて、フィードバック期間は、重ならなくてもよく、遷移が行われた後に開始してもよく、ユーザのフィードバックは、遷移が行われた後にのみ受け入れ可能であってもよい。遷移後にユーザがフィードバックを提供する時点(moment)が、フィードバックを遷移と関連付ける(associate)か、第２の光効果と関連付けるかを決定してもよい。遷移後にユーザがフィードバックを提供する時点は、フィードバックと遷移／第２の光効果との関連付けの尤度を決定してもよい。

一実施形態において、遷移と関連付けられるフィードバックは、遷移特性(transition characteristic)に関連してもよく、前記特性は、遷移の持続時間(duration)、速度、及び／又は色を含んでもよい。

第１の光効果から第２の光効果への遷移は、遷移特性によって特徴付けられてもよい。これらの遷移特性は、遷移の持続時間、速度、及び／又は色を含んでもよい。マシン／モデルは、ユーザのフィードバックに基づいて遷移のこれらの遷移特性を学習するように構成されてもよい。この特性のリストは網羅的ではなく、他の遷移特性が排除されるものではない。

一実施形態において、方法はさらに、事前フィードバック(prior feedback)に基づいて第２のセットの制御パラメータ及び／又は遷移を決定することを含んでもよい。

マシンの訓練は、反復プロセス(iterative process)であってもよく、例えば、第２のセットの制御パラメータ及び／又は遷移は、事前フィードバックに基づいてもよい。例えば、ユーザがある光効果を好み、事前フィードバックを介してこれを示した場合、第２のセットの制御パラメータは、当該事前光効果(prior light effect)に基づいて決定されてもよい。例えば、ユーザが高い輝度レベルを好むことを示した場合、第２のセットの制御パラメータは、輝度レベルが高い範囲にあるように決定されてもよい。マシンの訓練は、各フィードバックに基づいて反復してもよい。

一実施形態において、方法はさらに、所定の選択基準に基づいて第２のセットの制御パラメータ及び／又は遷移を決定することを含んでもよい。

第２のセットの制御パラメータ及び／又は遷移の決定は、所定の選択基準に基づいてもよい。所定の選択基準は、環境条件、ユーザ、ロケーション及び／又は時間に関連してもよい、コンテキストパラメータ(contextual parameter)に関連してもよい。コンテキストパラメータは、（リモート）メモリから得られてもよく、及び／又は１つ以上のセンサによって検出されてもよい。選択基準の例としては、時刻、日付、曜日、気象条件、周囲光の指標(measure of ambient light)、占有指標(occupancy measure)、ユーザのアクティビティ、及び制御入力等が挙げられる。

一実施形態において、方法はさらに、ユーザのアイデンティティ(identity)を決定することと、決定されたアイデンティティに基づいて第２のセットの制御パラメータ及び／又は遷移を決定することとを含んでもよい。

マルチユーザ環境、すなわち、複数のユーザが環境に存在する場合、ユーザを識別し、識別されたユーザの好みに従ってマシンを訓練することが重要であり得る。この例では、第２のセットの制御パラメータ及び／又は遷移（特性）は、識別されたユーザに基づいてもよい。

一実施形態において、フィードバックは、能動的フィードバック(active feedback)又は受動的フィードバック(passive feedback)を含んでもよい。

ユーザのフィードバックは、ユーザが積極的にフィードバックを提供することを必要とする能動的又はオブトルーシブ(obtrusive)フィードバックを含んでもよい。代替的に、フィードバックは、ユーザが積極的にフィードバックを提供することを必要としない受動的又は非オブトルーシブであってもよいが、フィードバックは、ユーザの挙動(behavior)から学習されてもよい。

一実施形態において、フィードバックは、能動的フィードバックを含んでもよく、能動的フィードバックは、ユーザによる、少なくとも１つのアクチュエータの作動及び／又は音声入力を含んでもよい。

第２のセットの制御パラメータ及び／又は遷移に関連する能動的応答(active response)の１つは、少なくとも１つのアクチュエータ、例えば、好き又は嫌いボタンを作動させることを含んでもよい。例えば、ユーザが好きボタン(like button)を作動させる場合、これは肯定的なフィードバックとみなされ、ユーザが嫌いボタン(dislike button)を作動させる場合、これは否定的なフィードバックとみなされる。追加的に、及び／又は代替的に、フィードバックは、音声コマンドの形態であってもよい。

一実施形態において、フィードバックは、受動的フィードバックを含んでもよく、受動的フィードバックは、ユーザの視線及び／又はジェスチャに基づくフィードバックを含んでもよい。

受動的フィードバックでは、ユーザは「積極的に(actively)」アクションを起こすことを期待されておらず、フィードバックは、ユーザの視線及び／又はジェスチャを含んでもよい。別の例では、環境に存在している間のユーザの不アクション(inaction)も、肯定的なフィードバックとみなされてもよい。先進的な実施形態では、ユーザの脳波(EEG)が記録されてもよく、フィードバックは、斯かる測定値に基づいてもよい。

一実施形態において、マシン学習アルゴリズムが、マシンを訓練するために使用されてもよい。

教師付き学習(supervised learning)及び／又は強化学習(reinforcement learning)等のマシン学習アルゴリズムが、光効果及び／又は遷移を最適化するためにマシンを訓練するために使用されてもよい。

第３の態様によれば、前記目的は、照明制御アクションを自動化するためのマシンを訓練するためのコントローラであって、当該コントローラは、第１の態様及び／又は第２の態様による方法のステップを実行するためのプロセッサを含む、コントローラによって達成される。

第４の態様によれば、前記目的は、照明制御アクションを自動化するためのマシンを訓練するための照明システムであって、当該照明システムは、環境を照らすための１つ以上の照明デバイスと、第３の態様によるコントローラとを含む、照明システムによって達成される。

第５の態様によれば、前記目的は、コンピュータプログラムプロダクトであって、プログラムがコンピュータによって実行された場合、コンピュータに第１の態様及び／又は第２の態様の方法のステップを実行させる命令を含む、コンピュータプログラムプロダクトによって達成される。コンピュータプログラムプロダクト、コントローラ、及びシステムは、上述した方法と同様及び／又は同一の実施形態及び利点を有し得ることを理解されたい。

開示されたシステム、デバイス及び方法の上記の及び追加の目的、特徴及び利点は、添付の図面を参照して、システム、デバイス及び方法の実施形態の以下の例示的且つ非限定的な詳細な説明を通してよりよく理解されるであろう。すべての図は概略的であり、必ずしも縮尺どおりではなく、一般に、本発明を明らかにするために必要な部分のみを示し、他の部分は省略されるか、単に示唆される場合がある。
照明制御アクションを自動化するためのマシンを訓練するためのシステムの一実施形態を概略的且つ例示的に示す。 照明制御アクションを自動化するためのマシンを訓練するためのコントローラの一実施形態を概略的且つ例示的に示す。 照明制御アクションを自動化するためのマシンを訓練するための方法の一実施形態を示すフローチャートを概略的且つ例示的に示す。 フィードバックを受ける及び割り当てるためのタイミング図を概略的且つ例示的に示す。 照明制御アクションを自動化するためのマシンを訓練するための別の方法の一実施形態を示すフローチャートを概略的且つ例示的に示す。 フィードバックを受ける及び割り当てるための別のタイミング図を概略的且つ例示的に示す。

図１は、環境１０１を照らすための（複数の）照明デバイス１１０ａ～ｄを有するシステム１００の一実施形態を概略的且つ例示的に示している。環境１０１は、オフィス、工場、住宅、食料品店又は病院、スポーツアリーナ等、屋内又は屋外環境であってもよい。システム１００は、例示的に、４つの照明デバイス１１０ａ～ｄを含む。照明デバイス１１０ａ～ｄは、照明システムに含まれてもよい。照明システムは、コネクテッド照明システム、例えば、Ｐｈｉｌｉｐｓ Ｈｕｅであってもよく、照明デバイス１１０ａ～ｄは、外部ネットワーク、例えば、インターネットに接続されてもよい。照明デバイス１１０ａ～ｄは、環境１０１を照らすのに適した光を放出するように構成されるデバイス又は構造であり、当該目的に適した規模の照明を提供する、又は実質的に貢献する。照明デバイス１１０ａ～ｄは、（任意選択的に）関連する支持体、ケーシング又は他のこのようなハウジングを含む、ＬＥＤベースのランプ、ガス放電ランプ又はフィラメントバルブ等、少なくとも１つの光源又はランプ（図示せず）を含む。照明デバイス１１０ａ～ｄの各々は、任意の様々な形態、例えば、天井取付け照明デバイス、壁取付け照明デバイス、ウォールウォッシャー(wall washer)、又は自立した照明デバイス等の形態をとってもよい（照明デバイスは、必ずしもすべてが同じタイプである必要はない）。この例示的な図では、照明デバイス１１０ａ～ｃは天井に取り付けられ、照明デバイス１１０ｄは自立した照明デバイスである。システム１００は、任意の数／タイプの照明デバイス１１０ａ～ｄを含んでもよい。

照明デバイス１１０ａ～ｄは、第１のセットの制御パラメータに基づいて制御されてもよい。照明デバイス１１０ａ～ｄの制御は、照明デバイス１１０ａ～ｄの光源（図示せず）の１つ以上の色、色温度、強度、ビーム幅、ビーム方向、照度、他のパラメータのうちの１つ以上を制御することを含んでもよい。照明デバイス１１０ａ～ｄは、第２のセットの制御パラメータに基づいて制御されてもよい。照明デバイス１１０ａ～ｄが第１及び第２のセットの制御パラメータに基づいて制御される場合、それぞれ、第１及び第２の光効果がレンダリングされてもよい。第２のセットの制御パラメータは、第１の光効果と第２の光効果との差がユーザ１２０によって知覚可能であるように、第１のセットの制御パラメータと異なってもよい。シンプルな例では、光効果は、照明デバイス１１０ａ～ｄの明るさレベルであり、例えば、第１の光効果は、３０％の明るさレベルであり、第２の光効果は、７０％の明るさレベルである。第２の光効果、すなわち、７０％の明るさレベルは、第１の光効果と第２の光効果との差がユーザ１２０によって知覚可能であるように決定される。例えば、７０％の明るさレベルの選択は、明るさレベルの５０％の差がユーザ１２０によって知覚可能であるような環境１０１における周囲光レベルに基づく。別の例では、第１のセットの制御パラメータに基づく照明デバイス１１０ａ～ｄの制御は、光出力を提供しない。

第１の光効果から第２の光効果への変化について遷移期間にわたる遷移フェーズ(transition phase)が存在する。例えば、３０％の明るさレベルの第１の光効果は、７０％の明るさレベルの第２の光効果に明るさレベルを線形に増加させることによってゆっくりと遷移される。別の例では、遷移は、指数関数的な変化を含んでもよい。極端な例では、遷移期間は、３０％の明るさの第１の光効果が、次の時点（瞬時）に、７０％の明るさの第２の光効果に変更されるように、ゼロである。

一例において、光効果は、例えば、オーディオビジュアルメディア等のエンターテイメント体験を強化し、ユーザ１２０の気分及び／又は雰囲気を設定するために使用されることができる、光シーンを含む。例えば、Ｐｈｉｌｉｐｓ Ｈｕｅコネクテッド照明システムの場合、第１の光効果は「ｅｎｃｈａｎｔｅｄ ｆｏｒｅｓｔ」光シーンであり、第２の光効果は「Ｇｏ－ｔｏ－ｓｌｅｅｐ」光シーンである。第１及び／又は第２の光効果は、静的な光シーンを含んでもよい。第１及び／又は第２の光効果は、動的な光シーンを含んでもよく、動的な光シーンは、経時的に変化する光効果を含んでもよい。動的な光シーンの場合、第１及び／又は第２の光効果は、第１の光状態(light state)及び第２の光状態を含んでもよい。第１の光状態は、第１の（予め定められた）パターンを含んでもよく、第２の光状態は、第２の（予め定められた）パターンを含んでもよい。パターンは、光効果の持続時間、ダイナミズムのレベル等を含んでもよい。第１及び第２のセットの光状態は、第２のセットの制御パラメータの第１及び第２のサブセットにそれぞれ関連してもよい。このような例では、マシンの訓練は、第２のセットの制御パラメータの（第１及び／又は第２の）サブセットを自動化することを含む。動的な光効果の場合、遷移は、例えば、色の変更、ダイナミズム、中間シーンのレンダリング等を含んでもよい。

ユーザからのフィードバックが、フィードバック期間中に受けられる。フィードバックは、能動的フィードバック又は受動的フィードバックを含んでもよい。能動的フィードバックは、ユーザによる、少なくとも１つのアクチュエータの作動、例えば、ユーザの好みを示すためにユーザのモバイルデバイス１３６上の好き／嫌いボタンを作動させる、例えば第２の光効果に対するユーザの好み（嫌い）を（暗黙的に）示す第２の光効果を別の光効果に変更するように照明デバイス１１０ａ～ｄを制御するために壁スイッチ１３０を作動させる、及び／又は音声入力１３３を含んでもよい。少なくとも１つのアクチュエータは、照明デバイス１１０ａ～ｄを制御するために使用されてもよい。

フィードバックは、受動的フィードバックを含んでもよく、受動的フィードバックは、ユーザ１２０の視線及び／又はジェスチャに基づくフィードバックを含んでもよい。システム１００は、例えば、ＲＦセンシング等を使用することによる、視線検出手段、存在センサ等のセンシング手段１４０を含んでもよい。視線及び／又はジェスチャを検出する方法は、当該技術分野においてよく知られており、それゆえ、ここではさらに論じられない。

ユーザ１２０のフィードバックは、フィードバック期間中に受けられてもよい。フィードバック期間は、遷移が行われた後（例えば、遷移期間の後）に開始してもよく、又は、ユーザ１２０のフィードバックが遷移中に受け入れ可能であり、破棄されないように、遷移期間と部分的に重なってもよい。フィードバックがフィードバック期間中の所定期間内に受けられたか、所定期間後に受けられたかという条件に基づいて、フィードバックは、遷移又は第２の光効果のいずれかに関連付けられる。代替的に、尤度が、フィードバックと遷移との及び第２の光効果との関連付けに割り当てられ、フィードバックが遷移と関連付けられる尤度は、フィードバック期間中の時間の関数として減少し、フィードバックが第２の光効果と関連付けられる尤度は、相応に増加する。例えば、フィードバック期間が、遷移期間と部分的に重なり、フィードバックが、重なる期間内に受けられた場合、フィードバックは、遷移と関連付けられる。

マシンが、関連付けられたフィードバックに基づいて訓練されてもよい。教師付き学習、例えば、ＳＶＭ、デシジョンフォレスト(decision forest)等、マシン学習アルゴリズムが、マシンを訓練するために使用されてもよい。強化学習が、マシンを訓練するために使用されてもよい。学習アルゴリズムは、第２のセットの制御パラメータ及び／又は遷移の決定が事前フィードバックに基づき得るような反復学習を含んでもよく、アルゴリズムは、マシンを反復訓練してもよい。訓練は、フィードバックフェーズ(feedback phase)等、異なるフェーズを含んでもよく、フィードバックフェーズにおいて、フィードバックがユーザ１２０から受けられてもよい。フィードバックフェーズの長さは、訓練に必要とされる十分な情報を捕捉するのに十分な長さであることが想定される、フィードバック期間を含んでもよい。フィードバックフェーズの後に、訓練フェーズ(training phase)が開始されてもよい。訓練フェーズ中にマシンが訓練されるように、訓練フェーズは定義されてもよい。一例において、２つの異なるマシンが、第２の光効果のために及び遷移のためにそれぞれ訓練されてもよい。反復学習のために、フィードバックフェーズ及び訓練フェーズが反復的に使用されてもよい。一例において、フィードバックフェーズは、照明デバイス１１０ａ～ｂが、例えば初期設置され、コミッショニングされ、ユーザ１２０がこれらの使用を開始した最初の１週間であってもよい。フィードバックフェーズの持続時間は、ユーザ１２０によって定義されてもよい。一例において、訓練フェーズは、学習フェーズ及びファインチューニングフェーズ(fine-tuning phase)を含んでもよく、学習フェーズにおいて、第２のセットの制御パラメータ及び／又は遷移が、ユーザフィードバックに基づいて学習されてもよい。ファインチューニングフェーズにおいて、第２のセットの制御パラメータ及び／又は遷移は、さらなるユーザ入力に基づいてさらに最適化されてもよい。一例において、ユーザ１２０のアイデンティティが、例えば、撮像センサによって決定される。第２のセットの制御パラメータ及び／又は遷移の決定は、決定されたアイデンティティに基づいて、例えば、識別されたユーザの好みに基づいてもよい。一例において、第２のセットの制御パラメータ及び／又は遷移は、所定の選択基準に基づいてもよい。選択基準は、時刻、日付、曜日、気象条件、周囲光の指標、占有指標、ユーザのアクティビティ、及び制御入力等を含んでもよい。

図２は、照明制御アクションを自動化するためのマシンを訓練するためのコントローラ２１０の一実施形態を概略的且つ例示的に示している。コントローラ２１０は、入力ユニット２１４及び出力ユニット２１５を含んでもよい。入力ユニット２１４及び出力ユニット２１５は、通信信号を受信する（入力ユニット２１４）及び送信する（出力ユニット２１５）ように構成されるトランシーバ（図示せず）に含まれてもよい。通信信号は、照明デバイス１１０ａ～ｄを制御するための制御命令を含んでもよい。入力ユニット２１４は、スイッチ１３０からの及び／又は音声コマンド１３３からの通信信号を受信するように構成されてもよい。入力ユニット２１４は、ユーザモバイルデバイス１３６から通信信号を受信するように構成されてもよい。通信信号は、制御信号を含んでもよい。コントローラ２１０はさらに、照明デバイス１１０ａ～ｄ及び／又はセンサ１４０等の通信ＩＤを記憶するように構成されてもよい、メモリ２１２を含んでもよい。メモリ２１２はさらに、事前フィードバックを記憶するように構成されてもよい。コントローラ２１０は、マシンを訓練するように構成されるプロセッサ２１３を含んでもよい。マシンの訓練は、コントローラ２１０の外部で行われてもよい。コントローラ２１０は、訓練されたマシンに基づいてユーザの好みを推論するために使用されてもよい。一例において、推論はまた、コントローラ２１０の外部で行われてもよく、コントローラ２１０は、訓練されたマシンに基づいて制御コマンドを受けるように構成されてもよい。

コントローラ２１０は、壁パネル、デスクトップコンピュータ端末、ましてはラップトップ、タブレット又はスマートフォン等のポータブル端末等、照明デバイス１１０ａ～ｄ／センサ１４０／壁スイッチ１３０とは別個のユニットに実装されてもよい。代替的に、コントローラ２１０は、センサ１４０と同じユニット及び／又は照明デバイス１１０ａ～ｄのうちの１つと同じユニットに組み込まれてもよい。さらに、コントローラ２１０は、環境１０１に又は環境からリモートに（例えば、サーバ上に）実装されてもよく、コントローラ２１０は、単一のユニットに実装されてもよく、又は、複数の別個のユニットの間で分散された分散機能（例えば、１つ以上の地理的サイトにおける複数のサーバユニットを含む分散サーバ、又は複数の照明デバイス１１０ａ～ｄの間で若しくは照明デバイス１１０ａ～ｄ及びセンサ１４０の間で分散された分散制御機能）の形態で実装されてもよい。さらに、コントローラ２１０は、（１つ以上のメモリデバイスを含む）メモリに記憶され、（１つ以上の処理ユニットを含む）プロセッサ上での実行のために構成されるソフトウェアの形態で実装されてもよく、又は、コントローラ２１０は、専用のハードウェア回路、又は、ＰＧＡ若しくはＦＰＧＡ等のコンフィギュラブル若しくはリコンフィギュラブルな回路の形態、又はこれらの任意の組み合わせで実装されてもよい。

コントローラ２１０が、例えば、存在センサ１４０から出力される存在信号を受信する、及び、照明デバイス１１０ａ～ｄの光出力を制御することを可能にするために、上述した機能の実装に関わる様々な通信に関して、これらは、任意の適切な有線及び／又はワイヤレス手段によって、例えば、Ｅｔｈｅｒｎｅｔ（登録商標）ネットワーク、ＤＭＸネットワーク若しくはインターネット等の有線ネットワーク、又はローカル（短距離）ＲＦネットワーク、例えば、Ｗｉ－Ｆｉ（登録商標）、ＺｉｇＢｅｅ（登録商標）若しくはＢｌｕｅｔｏｏｔｈ（登録商標）ネットワーク等のワイヤレスネットワーク、又はこれらの及び／若しくは他の手段の任意の組み合わせで実装されてもよい。

図３は、照明制御アクションを自動化するためのマシンを訓練するための方法３００の一実施形態を示すフローチャートを概略的且つ例示的に示している。方法３００は、第１のセットの制御パラメータに基づいて第１の光効果をレンダリングするように１つ以上の照明デバイス１１０ａ～ｄを制御すること３１０を含んでもよい。方法３００はさらに、第１の光効果から第２の光効果に遷移期間にわたって遷移することにより第２のセットの制御パラメータに基づいて第２の光効果をレンダリングするように１つ以上の照明デバイス１１０ａ～ｄを制御すること３２０を含んでもよい。遷移は、持続時間、速度、色等、遷移特性によって特徴付けられてもよい。

方法３００はさらに、フィードバック期間中にユーザからのフィードバックを受けること３３０を含んでもよい。フィードバックは、能動的フィードバック又は受動的フィードバックであってもよい。一例において、ユーザの存在を示す信号が受信され、その後、第１の光効果から第２の光効果への遷移を伴って第２の光効果がレンダリングされてもよい。フィードバック期間は、ユーザが遷移及び第２の光効果を観察／知覚する、及び、モデルを訓練するのに十分なフィードバックを受けるのに十分な時間を含んでもよい。

方法３００はさらに、フィードバック期間中の（図４に示されるような）所定期間ｔ＿ｔ内にフィードバックが受けられた３３０場合（Ｙｅｓ条件３４３）、フィードバックが遷移と関連付けられる３５０という条件を含んでもよい。ここで、フィードバックを受ける及び割り当てるためのタイミング図を概略的且つ例示的に示す図４を参照する。図４のｘ軸には時間軸ｔが示され、ｙ軸は、レンダリング及び遷移後の光効果の変化である。１つ以上の照明デバイス１１０ａ～ｄは、期間ｔ０－ｔ１の間、第１のセットの制御パラメータに基づいて第１の光効果をレンダリングするように制御される３１０。光効果に依存して、期間ｔ０－ｔ１は、数秒、数分、又は数時間（又はそれ以上）であってもよい。１つ以上の照明デバイス１１０ａ～ｄは、第１の光効果から第２の光効果に遷移期間ｔ１－ｔ２にわたって遷移することによって、期間ｔ２－ｔ３の間、第２のセットの制御パラメータに基づいて第２の光効果をレンダリングするように制御される３２０。期間ｔ２－ｔ３の持続時間は、第２の光効果に依存してもよい。遷移期間ｔ１－ｔ２は、レンダリングされる遷移に依存してもよい。一例において、遷移期間ｔ１－ｔ２は、ユーザ１２０の好みに基づいて学習すべき特性であってもよい。一例において、遷移期間ｔ１－ｔ２は、１つ以上の照明デバイス１１０ａ～ｄが第２の光効果に瞬時に遷移するように制御される３２０ように、ゼロに近づいてもよい。遷移又は第２の光効果のいずれかへのフィードバックの関連付けは、所定期間ｔ＿ｔに基づいてもよい。それゆえ、フィードバックが遷移と関連付けられるか、第２の光効果と関連付けられるかの判断は、ユーザ１２０からのフィードバックが受けられた時間インスタンス（例えば、ｔ＿ｔ）に基づいてもよい。

ここで、図３に戻って参照する。上述したように、方法は、フィードバック期間中の所定期間ｔ＿ｔ内にフィードバックが受けられた３３０場合（Ｙｅｓ条件３４３）、フィードバックが遷移と関連付けられる３５０ことを含んでもよい。代替的に、フィードバック期間中の所定期間後にフィードバックが受けられた３３０場合、フィードバックは、第２の光効果と関連付けられる３６０。所定期間は、例えば、ユーザ履歴データ、第２の光効果のレンダリングの持続時間、遷移の持続時間等に基づいて決定されてもよい。所定期間は、ランダムに選択されてもよい。

方法３００はさらに、関連付けられた３５０～３６０フィードバックに基づいてマシンを訓練すること３７０を含んでもよい。マシン学習アルゴリズムが、マシンを訓練するために使用されてもよい。例えば、教師付き学習が使用されてもよい。教師付き学習は、入力－出力データペアに基づいて入力を出力にマッピングする関数又はモデルを学習するマシン学習タスクである。これは、訓練データのセットを含むラベル付き訓練データセットから関数を推論する。教師付き学習において、訓練データセットの各サンプルは、入力（例えば、ベクトル）及び所望の出力値からなるペアである。例えば、関連付けられた３５０～３６０フィードバックは出力であり、第２のセットの制御パラメータ及び／又は遷移は入力ベクトルである。訓練データセットは、出力（フィードバック）及び入力（第２のセットの制御パラメータ／遷移）を含む。サポートベクターマシン（ＳＶＭ：Support Vector Machine）、デシジョンツリー(decision tree)（ランダムフォレスト）等、教師付き学習アルゴリズムが、訓練データセットを分析し、推論された関数又はモデルを生成し、これは、新しいデータセットに基づく予測を行うために使用されることができる。この例では、新しいセットの制御パラメータに対する及び／又は遷移に対するユーザ１２０の好みを予測してもよい、バイナリクラシファイアマシン(binary classifier machine)が訓練されてもよい。１つのモデルが、第２のセットの制御パラメータ及び遷移の両方について訓練されてもよく、又は２つの別々のモデルが、第２のセットの制御パラメータについて及び遷移についてそれぞれ訓練されてもよい。モデルが、新しいセットの制御パラメータに対する肯定的なユーザの好みを予測する場合、照明デバイス１１０ａ～ｄは、新しいセットの制御パラメータに基づいて新しい光効果をレンダリングするように制御されてもよい。教師付き学習に代えて、強化学習が、マシンを訓練するために使用されてもよい。当該技術分野で知られている照明制御アクションを自動化するためのマシンを訓練するためのルールベースの学習(rule-based learning)、確率的推論(probabilistic reasoning)、ファジー理論(fuzzy logic)等の他の学習アルゴリズムも考慮されてもよい。

異なる例では、フィードバックが遷移に関するのか、第２の光設定に関するのかの判断ができない場合、ユーザは、（例えば、音声アシスタントを介して、モバイルデバイス１３６のディスプレイを介して、等）これを明確にするように要求されてもよい。

図５は、照明制御アクションを自動化するためのマシンを訓練するための別の方法５００の一実施形態を示すフローチャートを概略的且つ例示的に示している。制御する３１０～３２０及びユーザ１２０からのフィードバックを受ける３３０の方法ステップは、図３の方法３００で述べられるものと同様である。方法５００はさらに、フィードバックと遷移との及び第２の光効果との関連付けに尤度を割り当てること５４０を含み、フィードバックが遷移と関連付けられる５４０尤度は、フィードバック期間中の時間の関数として減少し、フィードバックが第２の光効果と関連付けられる５４０尤度は、相応に増加してもよい。フィードバックの尤度は、遷移と及び第２の光効果と割り当てられ５４０てもよい確率値を含んでもよい。例えば、確率(probability)の和が１であるように、フィードバックがどの時間インスタンスで受けられたかに依存して、遷移は０．７の確率を、第２の光効果は０．３の確率を割り当てられ５４０てもよい。ここで、フィードバックを受ける及び割り当てるためのタイミング図を概略的且つ例示的に示す図６を参照する。ｘｙ軸及び期間ｔ０－ｔ１（第１の光効果）、ｔ１－ｔ２（遷移期間）及びｔ２－ｔ３（第２の光効果）は、図４に示されるものと同様である。尤度の増加／減少は、点線６１０及び６２０で例示的に示されている。ユーザフィードバックが遷移に関する尤度は、この例示的な図では、時間が経過するにつれて線形に減少する６２０。同様に、ユーザフィードバックが第２の光効果に関する尤度は、この例示的な図では、時間が経過するにつれて線形に増加する６１０。別の例では、遷移／第２の光効果に対するフィードバックの尤度は、指数関数的に又は異なる関数で増加／減少してもよい。一例において、増加及び減少は、例えば、線形に増加し、指数関数的に減少する等、異なる時間の関数を含んでもよい。ある時点において、尤度は、遷移及び第２の光効果の両方について同じ（５０％－５０％）であってもよい。

ここで、図５に戻って参照する。方法５００はさらに、関連付けられたフィードバックの尤度に基づいてマシンを訓練すること５５０を含んでもよい。訓練５５０は、訓練プロセス中に尤度を考慮する。上述したようなアルゴリズム、例えば、教師付き学習、強化学習等が、各フィードバックが等しい重みを与えるのではなく、尤度に基づいて調整されるという違いを伴って使用されてもよい。これらの尤度値は、各遷移及び第２の光効果に対する各モデルに別個に使用されてもよく、又は、訓練５５０において相対的な尤度(relative likelihood)として使用されてもよい。

方法３００～５００は、コンピュータプログラムプロダクトがコントローラ２１０等のコンピューティングデバイスの処理ユニット上で実行された場合、コンピュータプログラムプロダクトのコンピュータプログラムコードによって実行されてもよい。

上述した実施形態は本発明を限定するものではなく、例示するものであり、当業者は添付の特許請求の範囲から逸脱することなく多くの代替的な実施形態を設計できることに留意されたい。

特許請求の範囲において、括弧内に置かれた参照符号はいずれも、請求項を限定するものとして解釈されるべきではない。動詞「含む」及びその活用形の使用は、請求項に記述されたもの以外の要素又はステップが存在することを排除するものではない。要素に先行する冠詞「１つの（ａ）」又は「１つの（ａｎ）」は、複数のそのような要素が存在することを排除するものではない。本発明は、いくつかの個別要素を含むハードウェアによって、及び、好適にプログラムされたコンピュータ又は処理ユニットによって実装されてもよい。いくつかの手段を列挙するデバイスの請求項では、これらの手段のうちのいくつかは、同一のハードウェアのアイテムによって具現化されてもよい。特定の手段が、互いに異なる従属請求項内に列挙されているという単なる事実は、これらの手段の組み合わせが、有利に使用され得ないことを示すものではない。

本発明の態様は、コンピュータにより実行され得るコンピュータ可読記憶デバイスに記憶されたコンピュータプログラム命令の集合体であってもよいコンピュータプログラムプロダクトにおいて、実施されてもよい。本発明の命令は、スクリプト、解釈可能プログラム、ダイナミックリンクライブラリ（ＤＬＬ）又はＪａｖａクラスを含むが、これらに限定されない任意の解釈可能又は実行可能コードメカニズムであってもよい。命令は、完全な実行可能プログラム、部分実行可能プログラム、既存のプログラムに対する修正（例えば更新）、又は既存のプログラムに対する拡張（例えば、プラグイン）として提供され得る。さらに、本発明の処理の一部は、複数のコンピュータ若しくはプロセッサ、又は「クラウド」にわたって分散されてもよい。

コンピュータプログラム命令を格納するのに適した記憶媒体には、ＥＰＲＯＭ、ＥＥＰＲＯＭ及びフラッシュメモリデバイス、内部及び外部ハードディスクドライブ等の磁気ディスク、リムーバブルディスク並びにＣＤ－ＲＯＭディスクを含むが、これらに限定されないすべての形態の不揮発性メモリが含まれる。コンピュータプログラムは、斯様な記憶媒体上で頒布されてもよく、又はＨＴＴＰ、ＦＴＰ、電子メール、又はインターネット等のネットワークに接続されるサーバを介してダウンロード用に提供されてもよい。

Claims (15)

1. 照明制御アクションを自動化するためのマシンを訓練するための方法であって、当該方法は、
   第１のセットの制御パラメータに基づいて第１の光効果をレンダリングするように１つ以上の照明デバイスを制御するステップと、
   前記第１の光効果から第２の光効果に遷移期間にわたって遷移することにより第２のセットの制御パラメータに基づいて第２の光効果をレンダリングするように前記１つ以上の照明デバイスを制御するステップと、
   フィードバック期間中にユーザからのフィードバックを受けるステップと、
   前記フィードバックが前記フィードバック期間中の所定期間内に受けられた場合、
   前記フィードバックを前記遷移と関連付けるステップと、
   前記フィードバックが前記フィードバック期間中の前記所定期間後に受けられた場合、
   前記フィードバックを前記第２の光効果と関連付けるステップと、
   を含み、
   当該方法は、
   前記関連付けられたフィードバックに基づいてマシンを訓練することを含み、前記遷移は、遷移特性によって特徴付けられ、マシン訓練は、前記第２のセットの制御パラメータ及び／又は前記遷移特性を決定することを含む、方法。
2. 照明制御アクションを自動化するためのマシンを訓練するための方法であって、当該方法は、
   第１のセットの制御パラメータに基づいて第１の光効果をレンダリングするように１つ以上の照明デバイスを制御するステップと、
   前記第１の光効果から第２の光効果に遷移期間にわたって遷移することにより第２のセットの制御パラメータに基づいて第２の光効果をレンダリングするように前記１つ以上の照明デバイスを制御するステップと、
   フィードバック期間中にユーザからのフィードバックを受けるステップと、
   前記フィードバックと前記遷移との及び前記第２の光効果との関連付けに尤度を割り当てるステップであって、前記フィードバックが前記遷移と関連付けられる尤度は、前記フィードバック期間中の時間の関数として減少し、前記フィードバックが前記第２の光効果と関連付けられる尤度は、相応に増加する、ステップと、
   前記関連付けられたフィードバックの尤度に基づいてマシンを訓練するステップであって、前記遷移は、遷移特性によって特徴付けられ、マシン訓練は、前記第２のセットの制御パラメータ及び／又は前記遷移特性を決定することを含む、ステップと、
   を含む、方法。
3. 前記フィードバック期間は、前記遷移期間と部分的に重なり、当該方法は、前記フィードバックが前記重なる期間内に受けられた場合、
   前記フィードバックを前記遷移と関連付けること、
   を含む、請求項１に記載の方法。
4. 前記フィードバック期間は、前記遷移期間後に開始する、請求項１又は２に記載の方法。
5. 前記遷移と関連付けられる前記フィードバックは、遷移特性に関連し、前記特性は、前記遷移の持続時間、速度、及び／又は色を含む、請求項１乃至４のいずれか一項に記載の方法。
6. 当該方法は、
   事前フィードバックに基づいて前記第２のセットの制御パラメータ及び／又は前記遷移を決定すること、
   を含む、請求項１乃至５のいずれか一項に記載の方法。
7. 当該方法は、
   所定の選択基準に基づいて前記第２のセットの制御パラメータ及び／又は前記遷移を決定すること、
   を含む、請求項１乃至６のいずれか一項に記載の方法。
8. 当該方法は、
   ユーザのアイデンティティを決定することと、
   前記決定されたアイデンティティに基づいて前記第２のセットの制御パラメータ及び／又は前記遷移を決定することと、
   を含む、請求項１乃至７のいずれか一項に記載の方法。
9. 前記フィードバックは、能動的フィードバック又は受動的フィードバックを含む、請求項１乃至８のいずれか一項に記載の方法。
10. 前記フィードバックは、能動的フィードバックを含み、前記能動的フィードバックは、ユーザによる、少なくとも１つのアクチュエータの作動及び／又は音声入力を含む、請求項１乃至８のいずれか一項に記載の方法。
11. 前記フィードバックは、受動的フィードバックを含み、前記受動的フィードバックは、ユーザの視線及び／又はジェスチャに基づくフィードバックを含む、請求項１乃至８のいずれか一項に記載の方法。
12. マシン学習アルゴリズムが、前記マシンを訓練するために使用される、請求項１乃至１１のいずれか一項に記載の方法。
13. 照明制御アクションを自動化するためのマシンを訓練するためのコントローラであって、当該コントローラは、請求項１又は２に記載の方法のステップを実行するためのプロセッサを含む、コントローラ。
14. 照明制御アクションを自動化するためのマシンを訓練するための照明システムであって、当該照明システムは、
    環境を照らすための１つ以上の照明デバイスと、
    請求項１３に記載のコントローラと、
    を含む、照明システム。
15. コンピュータプログラムであって、当該コンピュータプログラムがコンピュータによって実行された場合、前記コンピュータに請求項１乃至１２のいずれか一項に記載の方法のステップを実行させる命令を含む、コンピュータプログラム。

Images