JP7843664B2 - 情報処理装置、機械学習装置、情報処理方法、及び、機械学習方法 - Google Patents

Description

本発明は、情報処理装置、機械学習装置、情報処理方法、及び、機械学習方法に関する。

半導体ウェハ等の基板に対して各種の処理を行う基板処理装置の１つとして、化学機械研磨（ＣＭＰ：Ｃｈｅｍｉｃａｌ Ｍｅｃｈａｎｉｃａｌ Ｐｏｌｉｓｈｉｎｇ）処理を行う基板処理装置が知られている。このような基板処理装置は、例えば、基板の研磨処理を行う研磨ユニットと、研磨処理後の基板の仕上げ処理（例えば、洗浄処理や乾燥処理）を行う仕上げユニットと、各ユニット間で基板を搬送する搬送処理を行う搬送ユニットとを備え、各ユニットを順次動作させることで、一連の処理を実行するように構成されている（例えば、特許文献１参照）。

特開２００４－２６５９０６号公報

処理効率の向上のため、基板処理装置は、複数の研磨ユニットと、複数の仕上げユニットと、複数の搬送ユニットとを備えて構成される。そのため、基板処理装置において、所定の枚数の基板を処理対象として各ユニットを順次動作させる場合、全ての基板に対する各処理が終了する時間が最短になるように、各ユニットの動作順序や動作タイミングを適切に決定することで、各処理の基板処理スケジュールを作成することが求められる。

本発明は、上記の課題に鑑み、基板処理スケジュールを適切に作成することを可能とする情報処理装置、機械学習装置、情報処理方法、及び、機械学習方法を提供することを目的とする。

上記目的を達成するために、本発明の一態様に係る情報処理装置は、
基板の研磨処理を並行して行う複数の研磨ユニット、前記研磨処理後の前記基板の仕上げ処理を仕上げ工程順に行う複数の仕上げユニット、及び、前記基板を搬送する搬送処理を行う複数の搬送ユニットとを備える基板処理装置において、所定の枚数の前記基板に対して各処理を順次行うときの基板処理スケジュールを作成する情報処理装置であって、
前記研磨処理及び前記仕上げ処理の処理内容を示すレシピ情報と、前記搬送処理として、基板搬入位置から第１の基板受け渡し位置に前記基板を搬入する搬入処理、前記第１の基板受け渡し位置から複数の前記研磨ユニットに前記基板を搬送する研磨前搬送処理、複数の前記研磨ユニットから第２の基板受け渡し位置に前記研磨処理後の前記基板を搬送する研磨後搬送処理、前記第２の基板受け渡し位置から最上流工程の前記仕上げユニットに前記研磨処理後の前記基板を搬送する仕上げ前搬送処理、複数の前記仕上げユニットの間で前記仕上げ処理中の前記基板を前記仕上げ工程順に搬送する仕上げ中搬送処理、及び、最下流工程の前記仕上げユニットから基板搬出位置に前記仕上げ処理後の前記基板を搬出する搬出処理の各々に要する搬送時間を示す搬送時間情報とを取得する情報取得部と、
前記情報取得部により取得された前記レシピ情報及び前記搬送時間情報に基づいて、最終枚目の前記仕上げ処理後の前記基板が前記基板搬出位置に搬出される最終処理終了時間が最短になるように、前記各処理の開始タイミングを決定することで、前記基板処理スケ
ジュールを作成するスケジュール作成部とを備える。

本発明の一態様に係る情報処理装置によれば、スケジュール作成部が、レシピ情報及び搬送時間情報に基づいて、最終処理終了時間が最短になるように、各処理の開始タイミングを決定することで、基板処理スケジュールを作成する。したがって、基板処理スケジュールには、各処理の処理内容や各処理に要する時間が反映されるので、基板処理スケジュールを適切に作成することができる。

上記以外の課題、構成及び効果は、後述する発明を実施するための形態にて明らかにされる。

基板処理システム１の一例を示す全体構成図である。 基板処理装置２の一例を示す概略平面図である。 第１及び第２の研磨ユニット２２Ａ、２２Ｂの一例を示す斜視図である。 ロールスポンジ洗浄処理を行う第１の仕上げユニット２３Ａの一例を示す斜視図である。 ペンスポンジ洗浄処理を行う第２の仕上げユニット２３Ｂの一例を示す斜視図である。 乾燥処理を行う第３の仕上げユニット２３Ｃの一例を示す斜視図である。 基板処理装置２の一例を示すブロック図である。 コンピュータ９００の一例を示すハードウエア構成図である。 第１の実施形態に係る情報処理装置３Ａの一例を示すブロック図である。 第１の実施形態に係る情報処理装置３Ａの一例を示す機能説明図である。 数理最適化前の基板処理スケジュール１３Ａの一例を示す図である。 研磨後仕上げ開始時間ＴＷと、その範囲ＴＷＲの一例を示す図である。 数理最適化後の基板処理スケジュール１３Ｂの一例を示す図である。 基板処理スケジュール１３Ａ、１３Ｂに対する評価指標１４の一例を示す図である。 第１の実施形態に係る情報処理装置３Ａによる情報処理方法の一例を示すフローチャートである。 第２の実施形態に係る情報処理装置３Ｂの一例を示すブロック図である。 第２の実施形態に係る情報処理装置３Ｂの一例を示す機能説明図である。 第２の実施形態に係る学習用データ１５Ａ及び学習モデル１６Ａの一例を示す図である。 機械学習装置５Ａによる機械学習方法の一例を示すフローチャートである。 第２の実施形態に係る情報処理装置３Ｂによる情報処理方法の一例を示すフローチャートである。 第３の実施形態に係る情報処理装置３Ｃの一例を示すブロック図である。 第３の実施形態に係る情報処理装置３Ｃの一例を示す機能説明図である。 第３の実施形態に係る学習用データ１５Ｂ及び学習モデル１６Ｂの一例を示す図である。 第３の実施形態に係る情報処理装置３Ｃによる情報処理方法の一例を示すフローチャートである。

以下、図面を参照して本発明を実施するための実施形態について説明する。以下では、本発明の目的を達成するための説明に必要な範囲を模式的に示し、本発明の該当部分の説
明に必要な範囲を主に説明することとし、説明を省略する箇所については公知技術によるものとする。

（第１の実施形態）
図１は、基板処理システム１の一例を示す全体構成図である。本実施形態に係る基板処理システム１は、その主要な構成として、基板処理装置２と、情報処理装置３Ａとを備え、有線又は無線のネットワーク４に接続されて、各種のデータを相互に送受信可能に構成される。なお、基板処理装置２及び情報処理装置３Ａの数やネットワーク４の接続構成は、図１の例に限られず、適宜変更してもよい。

基板処理装置２は、半導体ウェハ等の基板（以下、「ウェハ」という）Ｗに対して各種の処理を行う複数の処理ユニット（詳細は後述）を備え、各処理ユニットを動作させることで、ウェハＷに対して化学機械研磨処理（以下、「研磨処理」という）、仕上げ処理、搬送処理等を行う装置である。その際、基板処理装置２は、各処理ユニットにそれぞれ設定された複数の装置パラメータからなる装置設定情報１０と、研磨処理や仕上げ処理の動作を定める基板レシピ情報１１とを参照しつつ、各処理ユニットの動作を制御する。

情報処理装置３Ａは、ユーザが使用する端末装置であり、据置型や携帯型の装置で構成される。情報処理装置３Ａは、例えば、アプリケーションプログラム、ウェブブラウザ等の表示画面を介して各種の入力操作を受け付けるとともに、表示画面を介して各種の情報を表示する。

情報処理装置３Ａは、基板レシピ情報１１や、搬送処理に要する時間を示す搬送時間情報１２等に基づいて、基板処理装置２において所定の枚数のウェハＷに対して各処理を順次行うときの基板処理スケジュール１３を作成したり、その基板処理スケジュール１３の評価指標１４を算出したりすることで、基板処理装置２の自動運転時のシミュレーションや生産計画の策定を支援する装置である。なお、情報処理装置３Ａは、サーバ型又はクラウド型の装置で構成されていてもよく、その場合には、クライアント側のユーザ端末装置（不図示）と連携して動作するようにすればよい。

（基板処理装置）
図２は、基板処理装置２の一例を示す概略平面図である。基板処理装置２は、平面視で略矩形状のハウジング２０の内部に、ロード／アンロード部２１と、研磨部２２と、仕上げ部２３と、基板搬送部２４と、制御ユニット２５とを備えて構成される。

（ロード／アンロード部）
ロード／アンロード部２１は、多数のウェハＷを上下方向に収納可能なウェハカセット（ＦＯＵＰ等）が載置される第１及び第２のフロントロード部２１０Ａ、２１０Ｂと、ウェハカセットに収納されたウェハＷの収納方向（上下方向）及び第１及び第２のフロントロード部２１０Ａ、２１０Ｂの並び方向（ハウジング２０の短手方向）に沿って移動可能な搬送ユニットとしての搬入／搬出ロボット２１１とを備える。

搬入／搬出ロボット２１１は、基板搬入位置ＰＳ、第１の基板受け渡し位置ＰＤ１、仕上げ部２３（具体的に、後述の最下流工程の仕上げユニット２３Ｃ）、及び、基板搬出位置ＰＥに対してアクセス可能に構成される。搬入／搬出ロボット２１１は、ウェハＷを受け渡すための上下二段のハンド（不図示）を備える。下側ハンドは、処理前のウェハＷを受け渡すときに使用され、上側ハンドは、処理後のウェハＷを受け渡すときに使用される。

基板搬入位置ＰＳ及び基板搬出位置ＰＥは、第１及び第２のフロントロード部２１０Ａ
、２１０Ｂの各々に載置されるウェハカセットの位置である。搬入／搬出ロボット２１１は、ウェハＷの搬送処理として、基板搬入位置ＰＳとしてのウェハカセットから第１の基板受け渡し位置ＰＤ１にウェハＷを搬入する搬入処理と、仕上げ部２３から基板搬出位置ＰＥとしてのウェハカセットに仕上げ処理後のウェハＷを搬出する搬出処理とを行う。なお、基板搬入位置ＰＳ及び基板搬出位置ＰＥは、同じ位置でもよいし、異なる位置でもよい。

（研磨部）
研磨部２２は、ウェハＷの研磨処理をそれぞれ行う複数（本実施形態では、２つ）の研磨ユニット２２Ａ、２２Ｂを備える。本実施形態では、第１及び第２の研磨ユニット２２Ａ、２２Ｂは、ハウジング２０の長手方向に沿って並べられて配置され、研磨処理を並行して行う。

図３は、第１及び第２の研磨ユニット２２Ａ、２２Ｂの一例を示す斜視図である。本実施形態では、第１及び第２の研磨ユニット２２Ａ、２２Ｂの基本的な構成や機能は共通するものとして説明する。

第１及び第２の研磨ユニット２２Ａ、２２Ｂの各々は、研磨面を有する研磨パッド２２００を回転可能に支持する研磨テーブル２２０と、ウェハＷを回転可能に保持し、かつウェハＷを研磨テーブル２２０上の研磨パッド２２００に押圧しながら研磨するためのトップリング（基板保持部）２２１と、研磨パッド２２００に研磨流体を供給する研磨流体供給部２２２と、ドレッサディスク２２３０を回転可能に支持するとともにドレッサディスク２２３０を研磨パッド２２００の研磨面に接触させて研磨パッド２２００をドレッシングするドレッサ２２３と、研磨パッド２２００に洗浄流体を噴射するアトマイザ２２４とを備える。

研磨テーブル２２０は、研磨テーブルシャフト２２０ａにより支持されて、その軸心周りに研磨テーブル２２０を回転駆動させる回転移動機構部２２０ｂと、研磨パッド２２００の表面温度を調節する温調機構部２２０ｃとを備える。

トップリング２２１は、上下方向に移動可能なトップリングシャフト２２１ａに支持されて、その軸心周りにトップリング２２１を回転駆動させる回転移動機構部２２１ｃと、トップリング２２１を上下方向に移動させる上下移動機構部２２１ｄと、支持シャフト２２１ｂを旋回中心にしてトップリング２２１を旋回（揺動）移動させる揺動移動機構部２２１ｅとを備える。回転移動機構部２２１ｃ、上下移動機構部２２１ｄ及び揺動移動機構部２２１ｅは、研磨パッド２２００とウェハＷの被研磨面との相対位置を移動させる基板移動機構部として機能する。

研磨流体供給部２２２は、研磨パッド２２００の研磨面に研磨流体を供給する研磨流体供給ノズル２２２ａと、支持シャフト２２２ｂに支持されて、支持シャフト２２２ｂを旋回中心にして研磨流体供給ノズル２２２ａを旋回移動させる揺動移動機構部２２２ｃと、研磨流体の流量を調節する流量調節部２２２ｄと、研磨流体の温度を調節する温調機構部２２２ｅとを備える。研磨流体は、研磨液（スラリー）又は純水であり、さらに、薬液を含むものでもよいし、研磨液に分散剤を添加したものでもよい。

ドレッサ２２３は、上下方向に移動可能なドレッサシャフト２２３ａに支持されて、その軸心周りにドレッサ２２３を回転駆動させる回転移動機構部２２３ｃと、ドレッサ２２３を上下方向に移動させる上下移動機構部２２３ｄと、支持シャフト２２３ｂを旋回中心にしてドレッサ２２３を旋回移動させる揺動移動機構部２２３ｅとを備える。

アトマイザ２２４は、支持シャフト２２４ａに支持されて、支持シャフト２２４ａを旋回中心にしてアトマイザ２２４を旋回移動させる揺動移動機構部２２４ｂと、洗浄流体の流量を調節する流量調節部２２４ｃとを備える。洗浄流体は、液体（例えば、純水）と気体（例えば、窒素ガス）の混合流体又は液体（例えば、純水）である。

ウェハＷは、トップリング２２１の下面に吸着保持されて、研磨テーブル２２０上の所定の研磨位置ＰＰ１、ＰＰ２に移動された後、研磨流体供給ノズル２２２ａから研磨流体が供給された研磨パッド２２００の研磨面に対してトップリング２２１により押圧されることで研磨される。

（仕上げ部）
仕上げ部２３は、ウェハＷの仕上げ処理をそれぞれ行う複数（本実施形態では、３つ）の仕上げユニット２３Ａ～２３Ｃと、研磨処理後のウェハＷが待機可能なウェハステーション２３Ｄとを備える。第１乃至第３の仕上げユニット２３Ａ～２３Ｃ及びウェハステーション２３Ｄは、ハウジング２０の長手方向に沿って並べられて配置されて、第１乃至第３の仕上げユニット２３Ａ～２３Ｃは、その並び順（仕上げ工程順）に仕上げ処理をそれぞれ行う。

本実施形態では、第１の仕上げユニット２３Ａは、最上流工程の仕上げ処理として、ロールスポンジ２３００を用いて研磨処理後のウェハＷを洗浄するロールスポンジ洗浄処理を行う。第２の仕上げユニット２３Ｂは、ペンスポンジ２３０１を用いてロールスポンジ洗浄処理後のウェハＷを洗浄するペンスポンジ洗浄処理を行う。第３の仕上げユニット２３Ｃは、最下流工程の仕上げ処理として、ペンスポンジ洗浄処理後のウェハＷを乾燥させる乾燥処理を行う。ウェハステーション２３Ｄは、研磨処理用トランスポータ２４０（詳細は後述）から受け渡された研磨処理後のウェハＷを保持し、その研磨処理後のウェハＷを仕上げ処理用トランスポータ２４１（詳細は後述）に受け渡すまで待機させる待機処理を行う。なお、仕上げ処理は、例えば、ロールスポンジ洗浄処理を省略して、ペンスポンジ洗浄処理から開始してもよい。

なお、仕上げ部２３は、第１及び第２の仕上げユニット２３Ａ、２３Ｂのいずれかに代えて又は加えて、バフを用いてウェハＷを洗浄するバフ洗浄処理を行う仕上げユニット（不図示）を備えるようにしてもよいし、第１及び第２の仕上げユニット２３Ａ、２３Ｂのいずれかを省略してもよい。また、本実施形態では、第１乃至第３の仕上げユニット２３Ａ～２３Ｃは、ウェハＷを水平置きで保持（水平保持）するものとして説明するが、ウェハＷを垂直保持又は斜め保持するものでもよい。

図４は、ロールスポンジ洗浄処理を行う第１の仕上げユニット２３Ａの一例を示す斜視図である。第１の仕上げユニット２３Ａは、ウェハＷを保持する基板保持部２３１と、ウェハＷに基板洗浄流体を供給する洗浄流体供給部２３２と、ロールスポンジ２３００を回転可能に支持するとともにロールスポンジ２３００をウェハＷに接触させてウェハＷを洗浄する基板洗浄部２３０と、ロールスポンジ２３００を洗浄具洗浄流体にて洗浄（セルフクリーニング）する洗浄具洗浄部２３３とを備える。基板洗浄流体は、純水（リンス液）及び薬液のいずれでもよく、液体でもよいし、液体及び気体を混合させた二流体でもよいし、ドライアイスのような固体を含むものでもよい。洗浄具洗浄流体は、純水（リンス液）及び薬液のいずれでもよい。

第１の仕上げユニット２３Ａによるロールスポンジ洗浄処理では、ウェハＷは、基板保持部２３１により第１の仕上げ位置ＰＣ１に保持された状態で回転される。そして、洗浄流体供給部２３２からウェハＷの被洗浄面に基板洗浄流体が供給された状態で、基板洗浄部２３０により軸心周りに回転されたロールスポンジ２３００がウェハＷの被洗浄面に摺
接することでウェハＷは洗浄される。

図５は、ペンスポンジ洗浄処理を行う第２の仕上げユニット２３Ｂの一例を示す斜視図である。第２の仕上げユニット２３Ｂは、ウェハＷを保持する基板保持部２３１と、ウェハＷに基板洗浄流体を供給する洗浄流体供給部２３２と、ペンスポンジ２３０１を回転可能に支持するとともにペンスポンジ２３０１をウェハＷに接触させてウェハＷを洗浄する基板洗浄部２３０と、ペンスポンジ２３０１を洗浄具洗浄流体にて洗浄（セルフクリーニング）する洗浄具洗浄部２３３とを備える。

第２の仕上げユニット２３Ｂによるペンスポンジ洗浄処理では、ウェハＷは、基板保持部２３１により第２の仕上げ位置ＰＣ２に保持された状態で回転される。そして、洗浄流体供給部２３２からウェハＷの被洗浄面に基板洗浄流体が供給された状態で、基板洗浄部２３０により軸心周りに回転されたペンスポンジ２３０１がウェハＷの被洗浄面に摺接することでウェハＷは洗浄される。

図６は、乾燥処理を行う第３の仕上げユニット２３Ｃの一例を示す斜視図である。第３の仕上げユニット２３Ｃは、ウェハＷを保持する基板保持部２３１と、ウェハＷに基板乾燥流体を供給する乾燥流体供給部２３５とを備える。基板乾燥流体は、例えば、ＩＰＡ蒸気及び純水（リンス液）であり、液体でもよいし、液体及び気体を混合させた二流体でもよいし、ドライアイスのような固体を含むものでもよい。

第３の仕上げユニット２３Ｃによる乾燥処理では、ウェハＷは、基板保持部２３１により第３の仕上げ位置ＰＣ３に保持された状態で回転される。そして、乾燥流体供給部２３５からウェハＷの被洗浄面に基板乾燥流体が供給された状態で、乾燥流体供給部２３５がウェハＷの側縁部側（径方向外側）に移動される。その後、ウェハＷは、高速回転されることでウェハＷが乾燥される。

（基板搬送部）
基板搬送部２４は、図２に示すように、第１及び第２の研磨ユニット２２Ａ、２２Ｂの並び方向（ハウジング２０の長手方向）に沿って移動可能であるとともに、第２の基板受け渡し位置ＰＤ２としてのウェハステーション２３Ｄに移動可能な搬送ユニットとしての研磨処理用トランスポータ２４０と、ウェハステーション２３Ｄ及び第１乃至第３の仕上げユニット２３Ａ～２３Ｃの並び方向（ハウジング２０の長手方向）に沿って移動可能な搬送ユニットとしての仕上げ処理用トランスポータ２４１とを備える。

研磨処理用トランスポータ２４０は、第１の基板受け渡し位置ＰＤ１、第１及び第２の搬送位置ＰＴ１、ＰＴ２、並びに、第２の基板受け渡し位置ＰＤ２に対してアクセス可能に構成される。したがって、研磨処理用トランスポータ２４０は、ウェハＷの搬送処理として、第１の基板受け渡し位置ＰＤ１から第１及び第２の研磨ユニット２２Ａ、２２Ｂ（本実施形態では、第１及び第２の搬送位置ＰＴ１、ＰＴ２）にウェハＷを搬送する研磨前搬送処理と、第１及び第２の研磨ユニット２２Ａ、２２Ｂ（本実施形態では、第１及び第２の搬送位置ＰＴ１、ＰＴ２）から第２の基板受け渡し位置ＰＤ２に研磨処理後のウェハＷを搬送する研磨後搬送処理とを行う。

第１の基板受け渡し位置ＰＤ１は、搬入／搬出ロボット２１１と研磨処理用トランスポータ２４０との間でウェハＷを受け渡す位置である。第１の基板受け渡し位置ＰＤ１は、研磨処理用トランスポータ２４０の移動範囲において搬入／搬出ロボット２１１側に設定された位置であり、搬入／搬出ロボット２１１が移動することでアクセスされる。

第１及び第２の搬送位置ＰＴ１、ＴＰ２は、第１及び第２の研磨ユニット２２Ａ、２２
Ｂと研磨処理用トランスポータ２４０との間でウェハＷをそれぞれ受け渡す位置である。第１及び第２の搬送位置ＰＴ１、ＴＰ２は、研磨処理用トランスポータ２４０の移動範囲に所定の間隔を空けて設置されるとともに、第１及び第２の研磨ユニット２２Ａ、２２Ｂのトップリング２２１が揺動移動することでアクセスされる。

仕上げ処理用トランスポータ２４１は、第２の基板受け渡し位置ＰＤ２、及び、第１乃至第３の仕上げユニット２３Ａ～２３Ｃに対してアクセス可能に構成される。したがって、仕上げ処理用トランスポータ２４１は、ウェハＷの搬送処理として、第２の基板受け渡し位置ＰＤ２から最上流工程の仕上げユニット２３Ａに研磨処理後のウェハＷを搬送する仕上げ前搬送処理と、第１乃至第３の仕上げユニット２３Ａ～２３Ｃの間で仕上げ処理中のウェハＷを仕上げ工程順に搬送する仕上げ中搬送処理とを行う。本実施形態では、仕上げ処理用トランスポータ２４１は、仕上げ中搬送処理として、第１の仕上げユニット２３Ａから第２の仕上げユニット２３Ｂに仕上げ処理中のウェハＷを搬送する第１の仕上げ中搬送処理と、第２の仕上げユニット２３Ｂから第２の仕上げユニット２３Ｃに仕上げ処理中のウェハＷを搬送する第２の仕上げ中搬送処理とを行う。

第２の基板受け渡し位置ＰＤ２は、研磨処理用トランスポータ２４０と仕上げ処理用トランスポータ２４１との間でウェハＷをそれぞれ受け渡す位置である。第２の基板受け渡し位置ＰＤ２は、ウェハステーション２３Ｄの内部に設定された位置であり、研磨処理用トランスポータ２４０及び仕上げ処理用トランスポータ２４１がそれぞれ移動することでアクセスされる。

（制御ユニット）
図７は、基板処理装置２の一例を示すブロック図である。制御ユニット２５は、各部２１～２４と電気的に接続されて、各部２１～２４を統括的に制御する制御部として機能する。以下では、基板搬送部２４の制御系（モジュール、センサ、シーケンサ）を例にして説明するが、ロード／アンロード部２１、研磨部２２及び仕上げ部２３も基本的な構成や機能は共通するため、説明を省略する。

基板搬送部２４は、基板搬送部２４が備える各搬送ユニット（例えば、研磨処理用トランスポータ２４０、仕上げ処理用トランスポータ２４１）にそれぞれ配置されて、制御対象となる複数のモジュール２４７と、複数のモジュール２４７にそれぞれ配置されて、各モジュール２４７の制御に必要なデータ（検出値）を検出する複数のセンサ２４８と、各センサ２４８の検出値に基づいて各モジュール２４７の動作を制御するシーケンサ２４９とを備える。基板搬送部２４のモジュール２４７には、各搬送ユニットに設けられた回転モータ、リニアモータ、エアアクチュエータ、油圧アクチュエータ等が含まれる。また、基板搬送部２４のセンサ２４８には、例えば、エンコーダセンサ、リニアセンサ、リミットセンサ、ウェハＷの有無を検出する非接触センサ等が含まれる。

制御ユニット２５は、制御部２５０、通信部２５１、入力部２５２、出力部２５３、及び、記憶部２５４を備える。制御ユニット２５は、例えば、汎用又は専用のコンピュータ（後述の図８参照）で構成される。

通信部２５１は、ネットワーク４に接続され、各種のデータを送受信する通信インターフェースとして機能する。入力部２５２は、各種の入力操作を受け付けるとともに、出力部２５３は、表示画面、シグナルタワー点灯、ブザー音を介して各種の情報を出力することで、ユーザインターフェースとして機能する。

記憶部２５４は、基板処理装置２の動作で使用される各種のプログラム（オペレーティングシステム（ＯＳ）、アプリケーションプログラム、ウェブブラウザ等）やデータ（装
置設定情報１０、基板レシピ情報１１等）を記憶する。装置設定情報１０及び基板レシピ情報１１は、表示画面を介してユーザにより編集可能なデータである。

制御部２５０は、複数のシーケンサ２１９、２２９、２３９、２４９（以下、「シーケンサ群」という）を介して複数のセンサ２１８、２２８、２３８、２４８（以下、「センサ群」という）の検出値を取得するとともに、複数のモジュール２１７、２２７、２３７、２４７（以下、「モジュール群」という）を連携して動作させる。そして、基板処理装置２は、制御部２５０により各部２１～２４を制御し、ウェハカセット内の複数のウェハＷに対して研磨処理、仕上げ処理、搬送処理等を順次行うことで、自動運転を実行する。

（各装置のハードウエア構成）
図８は、コンピュータ９００の一例を示すハードウエア構成図である。基板処理装置２の制御ユニット２５、及び、情報処理装置３Ａの各々は、汎用又は専用のコンピュータ９００により構成される。

コンピュータ９００は、図８に示すように、その主要な構成要素として、バス９１０、プロセッサ９１２、メモリ９１４、入力デバイス９１６、出力デバイス９１７、表示デバイス９１８、ストレージ装置９２０、通信Ｉ／Ｆ（インターフェース）部９２２、外部機器Ｉ／Ｆ部９２４、Ｉ／Ｏ（入出力）デバイスＩ／Ｆ部９２６、及び、メディア入出力部９２８を備える。なお、上記の構成要素は、コンピュータ９００が使用される用途に応じて適宜省略されてもよい。

プロセッサ９１２は、１つ又は複数の演算処理装置（ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＭＰＵ（Ｍｉｃｒｏ－ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、ＤＳＰ（ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等）で構成され、コンピュータ９００全体を統括する制御部として動作する。メモリ９１４は、各種のデータ及びプログラム９３０を記憶し、例えば、メインメモリとして機能する揮発性メモリ（ＤＲＡＭ、ＳＲＡＭ等）と、不揮発性メモリ（ＲＯＭ）、フラッシュメモリ等とで構成される。

入力デバイス９１６は、例えば、キーボード、マウス、テンキー、電子ペン等で構成され、入力部として機能する。出力デバイス９１７は、例えば、音（音声）出力装置、バイブレーション装置等で構成され、出力部として機能する。表示デバイス９１８は、例えば、液晶ディスプレイ、有機ＥＬディスプレイ、電子ペーパー、プロジェクタ等で構成され、出力部として機能する。入力デバイス９１６及び表示デバイス９１８は、タッチパネルディスプレイのように、一体的に構成されていてもよい。ストレージ装置９２０は、例えば、ＨＤＤ、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等で構成され、記憶部として機能する。ストレージ装置９２０は、オペレーティングシステムやプログラム９３０の実行に必要な各種のデータを記憶する。

通信Ｉ／Ｆ部９２２は、インターネットやイントラネット等のネットワーク９４０（図１のネットワーク４と同じであってもよい）に有線又は無線により接続され、所定の通信規格に従って他のコンピュータとの間でデータの送受信を行う通信部として機能する。外部機器Ｉ／Ｆ部９２４は、カメラ、プリンタ、スキャナ、リーダライタ等の外部機器９５０に有線又は無線により接続され、所定の通信規格に従って外部機器９５０との間でデータの送受信を行う通信部として機能する。Ｉ／ＯデバイスＩ／Ｆ部９２６は、各種のセンサ、アクチュエータ等のＩ／Ｏデバイス９６０に接続され、Ｉ／Ｏデバイス９６０との間で、例えば、センサによる検出信号やアクチュエータへの制御信号等の各種の信号やデータの送受信を行う通信部として機能する。メディア入出力部９２８は、例えば、ＤＶＤドライブ、ＣＤドライブ等のドライブ装置で構成され、ＤＶＤ、ＣＤ等のメディア（非一時
的な記憶媒体）９７０に対してデータの読み書きを行う。

上記構成を有するコンピュータ９００において、プロセッサ９１２は、ストレージ装置９２０に記憶されたプログラム９３０をメモリ９１４に呼び出して実行し、バス９１０を介してコンピュータ９００の各部を制御する。なお、プログラム９３０は、ストレージ装置９２０に代えて、メモリ９１４に記憶されていてもよい。プログラム９３０は、インストール可能なファイル形式又は実行可能なファイル形式でメディア９７０に記録され、メディア入出力部９２８を介してコンピュータ９００に提供されてもよい。プログラム９３０は、通信Ｉ／Ｆ部９２２を介してネットワーク９４０経由でダウンロードすることによりコンピュータ９００に提供されてもよい。また、コンピュータ９００は、プロセッサ９１２がプログラム９３０を実行することで実現する各種の機能を、例えば、ＦＰＧＡ、ＡＳＩＣ等のハードウエアで実現するものでもよい。

コンピュータ９００は、例えば、据置型コンピュータや携帯型コンピュータで構成され、任意の形態の電子機器である。コンピュータ９００は、クライアント型コンピュータでもよいし、サーバ型コンピュータやクラウド型コンピュータでもよい。コンピュータ９００は、基板処理装置２及び情報処理装置３Ａ以外の装置にも適用されてもよい。

（情報処理装置）
図９は、第１の実施形態に係る情報処理装置３Ａの一例を示すブロック図である。図１０は、第１の実施形態に係る情報処理装置３Ａの一例を示す機能説明図である。

情報処理装置３Ａは、制御部３０、通信部３１、記憶部３２、入力部３３、及び、出力部３４を備える。図９に示す各部３０～３４の具体的なハードウエア構成は、図８に示す汎用又は専用のコンピュータ９００で構成されるため、詳細な説明を省略する。

制御部３０は、情報取得部３００、スケジュール作成部３０１、スケジュール評価部３０２、及び、出力処理部３０３として機能する。通信部３１は、ネットワーク４を介して外部装置（例えば、基板処理装置２）と接続され、各種のデータを送受信する通信インターフェースとして機能する。記憶部３２は、情報処理装置３Ａの動作で使用される各種のプログラム（オペレーティングシステムや情報処理プログラム等）やデータ（装置設定情報１０、基板レシピ情報１１、搬送時間情報１２、基板処理スケジュール１３、評価指標１４）等を記憶する。入力部３３は、各種の入力操作を受け付けるとともに、出力部３４は、表示画面や音声を介して各種の情報を出力することで、ユーザインターフェースとして機能する。

情報取得部３００は、例えば、通信部３１を介して基板処理装置２との間でデータを送受信したり、記憶部３２を参照したりすることで、基板レシピ情報１１と、搬送時間情報１２とを取得する。なお、基板レシピ情報１１及び搬送時間情報１２は、ユーザの入力操作に基づくものでもよいし、外部の生産管理装置（不図示）から取得してもよい。

基板レシピ情報１１は、研磨処理及び仕上げ処理の処理内容を示す情報である。研磨処理の処理内容としては、例えば、研磨テーブル２２０によるテーブル回転速度、トップリング２２１によるトップリング押付時間、ウェハ押付荷重、ウェハ回転速度、研磨流体供給部２２２による研磨流体の供給量、供給タイミング、ドレッサ２２３によるドレッサ動作時間、アトマイザ２２４によるアトマイザ動作時間等が含まれる。仕上げ処理の処理内容としては、例えば、ロールスポンジ洗浄処理でのロールスポンジ動作時間、ロールスポンジ回転速度、ウェハ回転速度、基板洗浄流体の供給量、供給タイミング、ペンスポンジ洗浄処理でのペンスポンジ動作時間、ペンスポンジ回転速度、ウェハ回転速度、基板洗浄流体の供給量、供給タイミング、ウェハ回転速度、乾燥処理での乾燥動作時間、ウェハ回
転速度、基板乾燥流体の供給量、供給タイミング等が含まれる。なお、基板レシピ情報１１は、ウェハＷの１枚毎に設定されていてもよいし、ロットを構成する複数枚毎に設定されていてもよい。

搬送時間情報１２は、搬送処理として、搬入処理、研磨前搬送処理、研磨後搬送処理、仕上げ前搬送処理、仕上げ中搬送処理（本実施形態では、第１及び第２の仕上げ中搬送処理）、及び、搬出処理の各々に要する搬送時間ＴＴ１～ＴＴ７を示す情報である。搬送時間ＴＴ１～ＴＴ７は、例えば、搬送ユニット（例えば、搬入／搬出ロボット２１１、研磨処理用トランスポータ２４０、仕上げ処理用トランスポータ２４１）が実際に動作したときの時間を計測した実測値でもよく、例えば、搬送時間の実測値が基板処理装置２や外部の生産管理装置に記憶されている場合には、基板処理装置２や外部の生産管理装置から取得してもよい。また、搬送時間ＴＴ１～ＴＴ７は、搬送ユニットの仕様から算出された理論値でもよく、装置設定情報１０に搬送ユニットの移動速度が含まれる場合には、基板処理装置２又は記憶部３２から装置設定情報１０を取得し、装置設定情報１０に基づいて算出してもよい。さらに、搬送時間ＴＴ１～ＴＴ７は、上記の理論値に対して、搬送ユニットが実際に動作したときの実測値との誤差（実動誤差）を考慮した推論値でもよく、例えば、機械学習等の推定モデルを用いて実動誤差を算出してもよい。なお、搬送時間情報１２は、ウェハＷの１枚毎に設定されていてもよいし、ロットを構成する複数枚毎に設定されていてもよい。

スケジュール作成部３０１は、基板処理装置２において所定の枚数のウェハＷに対して各処理を順次行うときの基板処理スケジュール１３を作成する。具体的には、スケジュール作成部３０１は、情報取得部３００により取得された基板レシピ情報１１及び搬送時間情報１２に基づいて、最終枚目の仕上げ処理後のウェハＷが基板搬出位置ＰＥに搬出される最終処理終了時間が最短になるように、各処理の開始タイミングを決定することで、基板処理スケジュール１３を作成する。なお、スケジュール作成部３０１は、最終処理終了時間が最短になることに代えて又は加えて、研磨処理の終了タイミングから最上流工程の仕上げ処理の開始タイミングまでの研磨後仕上げ開始時間が均一で最小になるように、各処理の開始タイミングを決定することで、基板処理スケジュール１３を作成するようにしてもよい。

本実施形態に係るスケジュール作成部３０１は、その構成として、処理時間算出部３０１Ａと、数理最適化部３０１Ｂとを備える。

処理時間算出部３０１Ａは、基板レシピ情報１１に基づいて、研磨処理に要する研磨時間及び仕上げ処理に要する仕上げ時間を算出する。例えば、処理時間算出部３０１Ａは、基板レシピ情報１１が示す研磨処理の処理内容のうち、研磨時間に関する設定値に基づいて、研磨処理に要する研磨時間ＴＰを算出する。また、処理時間算出部３０１Ａは、基板レシピ情報１１が示す仕上げ処理の処理内容のうち、仕上げ時間に関する設定値に基づいて、仕上げ処理に要する仕上げ時間を算出する。本実施形態では、仕上げ時間として、ロールスポンジ洗浄処理に要する仕上げ時間ＴＣ１、ペンスポンジ洗浄処理に要する仕上げ時間ＴＣ２、乾燥処理に要する仕上げ時間ＴＣ３が算出される。なお、研磨時間ＴＰや仕上げ時間ＴＣ１～ＴＣ３は、例えば、研磨ユニット２２Ａ、２２Ｂや仕上げユニット２３Ａ～２３Ｃが実際に動作したときの時間を計測した実測値を考慮したものでもよい。その際、例えば、実測値が基板処理装置２や外部の生産管理装置に記憶されている場合には、処理時間算出部３０１Ａは、基板処理装置２や外部の生産管理装置からその実測値を研磨時間ＴＰや仕上げ時間ＴＣ１～ＴＣ３として取得してもよいし、その実測値に基づいて、基板レシピ情報１１から算出した研磨時間ＴＰや仕上げ時間ＴＣ１～ＴＣ３を補正してもよい。

数理最適化部３０１Ｂは、数理最適化により基板処理スケジュール１３を最適化問題に定式化し、その最適解を探索することで基板処理スケジュール１３を作成する。数理最適化の手法は、例えば、混合整数線形計画法（ＭＩＰ）を用いればよく、他の手法を用いてもよい。また、最適解の探索手法は、厳密解法、近似解法、発見的解法等の任意の探索アルゴリズムを用いることができる。

図１１は、数理最適化前の基板処理スケジュール１３Ａの一例を示す図である。図１１に示す基板処理スケジュール１３Ａは、例えば、数理最適化部３０１Ｂによる最適化前（又は最適化途中）のデフォルトとして作成されたものである。図１１では、簡略化のため、４枚のウェハＷに対する基板処理スケジュール１３Ａを示しているが、基板処理スケジュール１３ＡにおけるウェハＷの枚数は適宜変更してもよい。また、基板処理スケジュール１３Ａは、数理最適化部３０１Ｂによる最適化前に、基板処理装置２により自動運転が実行されたときの各処理を時系列で記録した実績値でもよい。

基板処理装置２の自動運転では、各処理を行う順序を守りつつ、各処理のうち同時に可能な処理を並列的に行い、各処理のうち同時に不可能な処理を直列的に行うようにして、各処理が行われる。そこで、数理最適化部３０１Ｂは、各処理を行う順序を定める処理順序条件と、各処理のうち同時に可能又は不可能な処理を定める同時処理条件とを数理最適化の制約条件とし、処理時間算出部３０１Ａにて算出した研磨時間ＴＰ及び仕上げ時間ＴＣ１～ＴＣ３と、搬送時間情報１２が示す搬送時間ＴＴ１～ＴＴ７とを変数に含む最終処理終了時間ＴＦを最短にすることを数理最適化の目的関数として、各処理の開始タイミングを数理最適化の決定変数として決定する数理最適化を行うことで、基板処理スケジュール１３を作成する。

本実施形態に係る基板処理装置２では、処理順序条件としては、搬入処理（ＴＴ１）、研磨前搬送処理（ＴＴ２）、研磨処理（ＴＰ）、研磨後搬送処理（ＴＴ３）、待機処理（ＷＳ）、仕上げ前搬送処理（ＴＴ４）、ロールスポンジ洗浄処理（ＴＣ１）、第１の仕上げ中搬送処理（ＴＴ５）、ペンスポンジ洗浄処理（ＴＣ２）、第２の仕上げ中搬送処理（ＴＴ７）、乾燥処理（ＴＣ３）、搬出処理（ＴＴ７）の順序で定められる。また、同時処理条件としては、第１の研磨ユニット２２Ａによる研磨処理（ＴＰ＿Ａ）と、第２の研磨ユニット２２Ｂによる研磨処理（ＴＰ＿Ｂ）とは、同時に可能な処理として定められ、仕上げ前搬送処理（ＴＴ５）と、第１の仕上げ中搬送処理（ＴＴ６）と、第２の仕上げ中搬送処理（ＴＴ７）とは、同時に不可能な処理として定められる。

その際、数理最適化部３０１Ｂは、研磨処理（ＴＰ＿Ａ、ＴＰ＿Ｂ）の終了タイミングから最上流工程の仕上げ処理（ＴＣ１）の開始タイミングまでの研磨後仕上げ開始時間ＴＷを考慮して、数理最適化を行うようにしてもよい。

図１２は、研磨後仕上げ開始時間ＴＷと、その範囲ＴＷＲの一例を示す図である。基板処理スケジュール１３Ａでは、図１２に示すように、４枚のウェハＷに対する研磨後仕上げ開始時間ＴＷ１～ＴＷ４がそれぞれ定められる。研磨後仕上げ開始時間ＴＷ１～ＴＷ４の範囲ＴＷＲは、研磨後仕上げ開始時間ＴＷ１～ＴＷ４のうちの最小値ＴＷ３と最大値ＴＷ２との差分値として定められる。

例えば、数理最適化部３０１Ｂは、研磨後仕上げ開始時間ＴＷの範囲ＴＷＲを定める研磨後仕上げ開始範囲条件をさらに制約条件として、数理最適化を行うようにしてもよい。研磨後仕上げ開始時間ＴＷの範囲ＴＷＲを、例えば、１秒以内のように定めた場合、最小値と最大値との差が１秒以内になるように、基板処理スケジュール１３が作成される。これにより、複数のウェハＷに対して自動運転を行ったときに、複数のウェハＷの間で研磨後仕上げ開始時間ＴＷのばらつきを抑制し、研磨後仕上げ開始時間ＴＷの均一化を図るこ
とができる。

また、数理最適化部３０１Ｂは、研磨後仕上げ開始時間ＴＷの合計値、平均値又は最大値を最短にすることをさらに目的関数として、数理最適化を行うようにしてもよい。その場合、例えば、最終処理終了時間ＴＦの最短化と、研磨後仕上げ開始時間ＴＷの最短化とを重み係数等を用いて組み合わせることで、目的関数を定義するようにすればよい。これにより、複数のウェハＷに対して自動運転を行ったときに、研磨処理（ＴＰ＿Ａ、ＴＰ＿Ｂ）が行われてから仕上げ処理（ＴＣ１）が行われるまでの待ち時間を低減することができる。さらに、数理最適化部３０１Ｂは、研磨後仕上げ開始時間ＴＷのばらつき度合い（例えば、標準偏差、分散、最大値と最小値の差分値等）を最小にすることをさらに目的関数として、数理最適化を行うようにしてもよい。

図１３は、スケジュール作成部３０１により作成された数理最適化後の基板処理スケジュール１３Ｂの一例を示す図である。図１３に示す基板処理スケジュール１３Ｂは、スケジュール作成部３０１による数理最適化により作成されたものである。数理最適化後の基板処理スケジュール１３Ｂは、図１１に示す数理最適化前の基板処理スケジュール１３Ａと比較すると、各処理の開始順序と開始タイミングとが変更されている。

スケジュール評価部３０２は、スケジュール作成部３０１により作成された基板処理スケジュール１３を評価し、その評価結果として基板処理スケジュール１３の評価指標１４を算出する。基板処理スケジュール１３の評価指標１４は、単位時間当たりのウェハＷの処理枚数（ＷＰＨ）、各処理のタクトタイム、各処理のうち最も処理時間を要する律速処理、及び、研磨後仕上げ開始時間ＴＷのばらつき度合いの少なくとも１つを含む。

図１４は、基板処理スケジュール１３Ａ、１３Ｂに対する評価指標１４の一例を示す図である。ＷＰＨは、最終処理終了時間ＴＦを処理枚数で除算することで算出される。各処理のタクトタイムとしては、研磨処理及び仕上げ処理のタクトタイムが算出される。研磨後仕上げ開始時間ＴＷのばらつき度合いとしては、例えば、標準偏差、分散、最大値と最小値の差分値が算出される。なお、図１４の例では、数理最適化後の基板処理スケジュール１３Ｂにおける研磨処理（ＴＰ＿Ａ、ＴＰ＿Ｂ）のタクトタイムが、数理最適化前の基板処理スケジュール１３Ａよりも短縮されている。また、研磨処理（ＴＰ＿Ａ、ＴＰ＿Ｂ）が、律速処理として特定されている。

出力処理部３０３は、スケジュール作成部３０１により作成された基板処理スケジュール１３と、スケジュール評価部３０２により算出された評価指標１４とを出力するための出力処理を行う。例えば、出力処理部３０３は、基板処理スケジュール１３及び評価指標１４を出力部３４により表示出力するようにしてもよいし、記憶部３２に記憶するようにしてもよい。また、出力処理部３０３は、基板処理スケジュール１３を通信部３１により基板処理装置２に送信し、基板処理装置２が基板処理スケジュール１３に従って自動運転を行うようにしてもよい。

（情報処理方法）
図１５は、第１の実施形態に係る情報処理装置３Ａによる情報処理方法の一例を示すフローチャートである。

まず、ステップＳ１００において、ユーザが、例えば、情報処理装置３Ａに表示された基板処理最適化画面に対して基板処理スケジュール１３の作成条件（例えば、自動運転の対象とするウェハＷのロット番号、自動運転を行う基板処理装置２の型式番号、処理枚数等）を指示するとともに、基板処理スケジュール１３の作成開始を指示することにより、情報処理装置３Ａは、その入力操作を受け付ける。

次に、ステップＳ１１０において、情報取得部３００は、ステップＳ１００にて受け付けた入力操作に基づいて、基板レシピ情報１１と、搬送時間情報１２とを取得する。例えば、ロット番号が指示された場合には、そのロット番号に対応付けられた基板レシピ情報１１を取得し、基板処理装置２の型式番号が指示された場合には、その型式番号に対応付けられた搬送時間情報１２を取得する。

次に、ステップＳ１２０において、処理時間算出部３０１Ａは、ステップＳ１１０にて取得した基板レシピ情報１１に基づいて、研磨処理に要する研磨時間及び仕上げ処理に要する仕上げ時間を算出する。

次に、ステップＳ１３０において、数理最適化部３０１Ｂは、処理順序条件、同時処理条件、及び、研磨後仕上げ開始範囲条件を数理最適化の制約条件とし、ステップＳ１２０にて算出した研磨時間及び仕上げ時間と、ステップＳ１１０にて取得した搬送時間情報１２が示す搬送時間とを変数に含む最終処理終了時間ＴＦの最短化及び研磨後仕上げ開始時間ＴＷの最短化を数理最適化の目的関数として設定し、数理最適化を行うことで、基板処理スケジュール１３を作成する。

次に、ステップＳ１４０において、スケジュール評価部３０２は、ステップＳ１３０にて作成された基板処理スケジュール１３に基づいて、基板処理スケジュール１３の評価指標１４を算出する。

そして、ステップＳ１５０において、出力処理部３０３は、ステップＳ１３０にて作成された基板処理スケジュール１３と、ステップＳ１４０にて算出された評価指標１４とを出力するための出力処理を行い、図１５に示す一連の情報処理学習方法を終了する。上記の情報処理方法において、ステップＳ１１０が情報取得工程、ステップＳ１２０、Ｓ１３０がスケジュール作成工程、ステップＳ１４０がスケジュール評価工程、ステップＳ１５０が出力処理工程に相当する。

以上のように、本実施形態に係る情報処理装置３Ａ及び情報処理方法によれば、スケジュール作成部３０１が、基板レシピ情報１１及び搬送時間情報１２に基づいて、最終処理終了時間ＴＦが最短になるように、各処理の開始タイミングを決定することで、基板処理スケジュール１３を作成する。したがって、基板処理スケジュール１３には、各処理の処理内容や各処理に要する時間が反映されるので、基板処理スケジュール１３を適切に作成することができる。

（第２の実施形態）
図１６は、第２の実施形態に係る情報処理装置３Ｂの一例を示すブロック図である。図１７は、第２の実施形態に係る情報処理装置３Ｂの一例を示す機能説明図である。

第２の実施形態に係る情報処理装置３Ｂは、学習用データ１５Ａを用いて機械学習により学習モデル１６Ａを生成する機械学習装置５Ａとして動作するとともに、スケジュール作成部３０１のスケジュール推論部３０１Ｃが、図１７に示すように、機械学習装置５Ａにより生成された学習モデル１６Ａを用いて基板処理スケジュール１３を作成する点で、第１の実施形態に係る情報処理装置３Ａと相違する。その他の基板処理装置２及び情報処理装置３Ｂの構成及び動作は、第１の実施形態と同様であるため、同一符号を振って詳細な説明を省略する。

制御部３０は、学習用データ取得部３０４Ａ、及び、機械学習部３０５Ａとしてさらに機能する。なお、本実施形態では、機械学習装置５Ａは、情報処理装置３Ｂに組み込まれ
たものとして説明するが、機械学習装置５Ａと情報処理装置３Ｂとは、別々の装置として構成されてもよく、その場合には、学習済みの学習モデル１６Ａは、ネットワーク４や任意の記憶媒体等を介して情報処理装置３Ｂに提供されるようにすればよい。

第１の記憶部３２Ａは、第１の実施形態の記憶部３２と同様に、各種のプログラムやデータ等を記憶し、第２の記憶部３２Ｂは、学習用データ１５Ａ及び学習モデル１６Ａを記憶する。第２の記憶部３２Ｂは、学習用データ１５Ａを記憶する学習用データ記憶部、及び、学習済みの学習モデルを記憶する学習済みモデル記憶部として機能する。なお、第１及び第２の記憶部３２Ａ、３２Ｂは、単一の記憶部で構成されていてもよいし、外部の記憶装置であってもよい。

図１８は、第２の実施形態に係る学習用データ１５Ａ及び学習モデル１６Ａの一例を示す図である。学習モデル１６Ａの機械学習に用いられる学習用データ１５Ａは、基板レシピ情報１１と、搬送時間情報１２とを入力データとし、基板処理スケジュール１３を出力データとして構成される。なお、搬送時間情報１２は、実測値、理論値及び推論値のいずれでもよい。

学習用データ取得部３０４Ａは、例えば、数理最適化部３０１Ｂと連携し、処理内容が異なる複数の基板レシピ情報１１と、搬送時間が異なる複数の搬送時間情報１２との各組み合わせに対して数理最適化を行うことで、基板処理スケジュール１３をそれぞれ作成する。そして、学習用データ取得部３０４Ａは、各組み合わせにおいて、基板レシピ情報１１及び基板搬送情報と、それら基板レシピ情報１１及び基板搬送情報から作成された基板処理スケジュール１３とを対応付けることで複数組の学習用データ１５Ａを取得し、その複数組の学習用データ１５Ａを第２の記憶部３２Ｂに記憶する。

学習モデル１６Ａは、例えば、ニューラルネットワークの構造を採用したものであり、入力層１６０、中間層１６１、及び、出力層１６２を備える。各層の間には、各ニューロンをそれぞれ接続するシナプス（不図示）が張られており、各シナプスには、重みがそれぞれ対応付けられている。各シナプスの重みからなる重みパラメータ群が、機械学習により調整される。入力層１６０は、入力データとしての基板レシピ情報１１及び搬送時間情報１２に対応する数のニューロンを有し、基板レシピ情報１１及び搬送時間情報１２の各値が各ニューロンにそれぞれ入力される。出力層１６２は、出力データとしての基板処理スケジュール１３に対応する数のニューロンを有し、基板レシピ情報１１及び搬送時間情報１２に対する基板処理スケジュール１３の予測結果（推論結果）が、出力データとして出力される。

機械学習部３０５Ａは、第２の記憶部３２Ｂに記憶された複数組の学習用データ１５Ａを用いて機械学習を実施する。すなわち、機械学習部３０５Ａは、学習モデル１６Ａに学習用データ１５Ａを複数組入力し、学習用データ１５Ａに含まれる入力データと出力データとの相関関係を学習モデル１６Ａに学習させることで学習済みの学習モデル１６Ａを生成し、その学習モデル１６Ａ（具体的には、調整済みの重みパラメータ群）を第２の記憶部３２Ｂに記憶する。

スケジュール推論部３０１Ｃは、学習モデル１６Ａに、情報取得部３００により取得された基板レシピ情報１１及び搬送時間情報１２を入力することで、当該基板レシピ情報１１及び当該搬送時間情報１２に対する基板処理スケジュール１３を作成する。

（機械学習方法）
図１９は、機械学習装置５Ａによる機械学習方法の一例を示すフローチャートである。

まず、ステップＳ２００において、学習用データ取得部３０４Ａは、機械学習を開始するための事前準備として、数理最適化部３０１Ｂと連携し、所望の数の学習用データ１５Ａを取得し、その取得した学習用データ１５Ａを第２の記憶部３２Ｂに記憶する。

次に、ステップＳ２１０において、機械学習部３０５Ａは、機械学習を開始すべく、各シナプスの重みが初期値に設定された学習前の学習モデル１６Ａを準備する。

次に、ステップＳ２２０において、機械学習部３０５Ａは、第２の記憶部３２Ｂに記憶された複数組の学習用データ１５Ａから、例えば、ランダムに１組の学習用データ１５Ａを取得する。

次に、ステップＳ２３０において、機械学習部３０５Ａは、１組の学習用データ１５Ａに含まれる流体供給情報（入力データ）を、準備された学習前（又は学習中）の学習モデル１６Ａの入力層１６０に入力する。その結果、学習モデル１６Ａの出力層１６２から推論結果として出力データが出力されるが、当該出力データは、学習前（又は学習中）の学習モデル１６Ａによって生成されたものである。そのため、学習前（又は学習中）の状態では、推論結果として出力された出力データは、学習用データ１５Ａに含まれる出力データ（正解ラベル）とは異なる情報を示す。

次に、ステップＳ２４０において、機械学習部３０５Ａは、ステップＳ２２０において取得された１組の学習用データ１５Ａに含まれる出力データ（正解ラベル）と、ステップＳ２３０において出力層から推論結果として出力された出力データ（推論結果）とを比較し、各シナプスの重みを調整する処理（バックプロバケーション）を実施することで、機械学習を実施する。

次に、ステップＳ２５０において、機械学習部３０５Ａは、所定の学習終了条件が満たされたか否かを、例えば、学習用データ１５Ａに含まれる出力データ（正解ラベル）と、推論結果としての出力データとに基づく誤差関数の評価値や、第２の記憶部３２Ｂ内に記憶された未学習の学習用データ１５Ａの残数に基づいて判定する。

ステップＳ２５０において、機械学習部３０５Ａが、学習終了条件が満たされておらず、機械学習を継続すると判定した場合（ステップＳ２５０でＮｏ）、ステップＳ２２０に戻り、学習中の学習モデル１６Ａに対してステップＳ２２０～Ｓ２４０の工程を未学習の学習用データ１５Ａを用いて複数回実施する。一方、ステップＳ２５０において、機械学習部３０５Ａが、学習終了条件が満たされて、機械学習を終了すると判定した場合（ステップＳ２５０でＹｅｓ）、ステップＳ２６０に進む。

そして、ステップＳ２６０において、機械学習部３０５Ａは、各シナプスに対応付けられた重みを調整することで生成された学習済みの学習モデル１６Ａ（調整済みの重みパラメータ群）を第２の記憶部３２Ｂに記憶し、図１９に示す一連の機械学習方法を終了する。上記の機械学習方法において、ステップＳ２００が学習用データ記憶工程、ステップＳ２１０～Ｓ２５０が機械学習工程、ステップＳ２６０が学習済みモデル記憶工程に相当する。

（情報処理方法）
図２０は、第２の実施形態に係る情報処理装置３Ｂによる情報処理方法の一例を示すフローチャートである。

まず、ステップＳ３００において、ユーザが、第１の実施形態と同様に、基板処理スケジュール１３の作成条件と、基板処理スケジュール１３の作成開始とを指示すると、ステ
ップＳ３１０において、情報取得部３００は、基板レシピ情報１１と、搬送時間情報１２とを取得する。

次に、ステップＳ３２０において、スケジュール推論部３０１Ｃは、ステップＳ３１０にて取得した基板レシピ情報１１及び搬送時間情報１２を入力データとして学習モデル１６Ａに入力することで学習モデル１６Ａから出力された出力データに基づいて、当該基板レシピ情報１１及び当該搬送時間情報１２に対する基板処理スケジュール１３を作成する。

次に、ステップＳ３３０において、スケジュール評価部３０２は、ステップＳ３２０にて作成された基板処理スケジュール１３に基づいて、基板処理スケジュール１３の評価指標１４を算出する。そして、ステップＳ３４０において、出力処理部３０３は、ステップＳ３２０にて作成された基板処理スケジュール１３と、ステップＳ３３０にて算出された評価指標１４とを出力するための出力処理を行い、図２０に示す一連の情報処理学習方法を終了する。上記の情報処理方法において、ステップＳ３１０が情報取得工程、ステップＳ３２０、Ｓ３２０がスケジュール作成工程、ステップＳ３３０がスケジュール評価工程、ステップＳ３４０が出力処理工程に相当する。

以上のように、本実施形態に係る情報処理装置３Ｂ及び情報処理方法によれば、スケジュール推論部３０１Ｃが、基板レシピ情報１１及び搬送時間情報１２を学習モデル１２Ａに入力することで、基板処理スケジュール１３を作成することができる。

（第３の実施形態）
図２１は、第３の実施形態に係る情報処理装置３Ｃの一例を示すブロック図である。図２２は、第３の実施形態に係る情報処理装置３Ｃの一例を示す機能説明図である。

第３の実施形態に係る情報処理装置３Ｃは、学習用データ１５Ｂを用いて機械学習により学習モデル１６Ｂを生成する機械学習装置５Ｂとして動作するとともに、評価指標推論部３０６が、機械学習装置５Ｂにより生成された学習モデル１６Ｂを用いて基板処理スケジュール１３の評価指標１４を推論する点で、第１の実施形態に係る情報処理装置３Ａと相違する。その他の基板処理装置２及び情報処理装置３Ｃの構成及び動作は、第１の実施形態と同様であるため、同一符号を振って詳細な説明を省略する。

制御部３０は、学習用データ取得部３０４Ｂ、機械学習部３０５Ｂ、及び、評価指標推論部３０６としてさらに機能する。なお、本実施形態では、機械学習装置５Ｂは、第２の実施形態と同様に、情報処理装置３Ｃに組み込まれたものとして説明するが、機械学習装置５Ｂと情報処理装置３Ｃとは、別々の装置として構成されてもよく、その場合には、学習済みの学習モデル１６Ｂは、ネットワーク４や任意の記憶媒体等を介して情報処理装置３Ｃに提供されるようにすればよい。

第１の記憶部３２Ａは、第１の実施形態の記憶部３２と同様に、各種のプログラムやデータ等を記憶し、第２の記憶部３２Ｂは、学習用データ１５Ｂ及び学習モデル１６Ｂを記憶する。第２の記憶部３２Ｂは、学習用データ１５Ｂを記憶する学習用データ記憶部、及び、学習済みの学習モデルを記憶する学習済みモデル記憶部として機能する。

図２３は、第３の実施形態に係る学習用データ１５Ｂ及び学習モデル１６Ｂの一例を示す図である。学習モデル１６Ｂの機械学習に用いられる学習用データ１５Ｂは、基板レシピ情報１１と、搬送時間情報１２とを入力データとし、基板処理スケジュール１３の評価指標１４を出力データとして構成される。

学習用データ取得部３０４Ｂは、例えば、数理最適化部３０１Ｂ及びスケジュール評価部３０２と連携し、処理内容が異なる複数の基板レシピ情報１１と、搬送時間が異なる複数の搬送時間情報１２との各組み合わせに対して基板処理スケジュール１３の評価指標１４をそれぞれ算出する。そして、学習用データ取得部３０４Ｂは、各組み合わせにおいて、基板レシピ情報１１及び基板搬送情報と、それら基板レシピ情報１１及び基板搬送情報から算出された基板処理スケジュール１３の評価指標１４とを対応付けることで複数組の学習用データ１５Ｂを取得し、その複数組の学習用データ１５Ｂを第２の記憶部３２Ｂに記憶する。

学習モデル１６Ｂは、第２の実施形態と同様に、例えば、ニューラルネットワークの構造を採用したものであり、入力層１６０、中間層１６１、及び、出力層１６２を備える。入力層１６０は、入力データとしての基板レシピ情報１１及び搬送時間情報１２に対応する数のニューロンを有し、基板レシピ情報１１及び搬送時間情報１２の各値が各ニューロンにそれぞれ入力される。出力層１６２は、出力データとしての基板処理スケジュール１３の評価指標１４に対応する数のニューロンを有し、基板レシピ情報１１及び搬送時間情報１２に対する基板処理スケジュール１３の評価指標１４の予測結果（推論結果）が、出力データとして出力される。

機械学習部３０５Ｂは、第２の記憶部３２Ｂに記憶された複数組の学習用データ１５Ｂを用いて機械学習を実施する。すなわち、機械学習部３０５Ｂは、学習モデル１６Ｂに学習用データ１５Ｂを複数組入力し、学習用データ１５Ｂに含まれる入力データと出力データとの相関関係を学習モデル１６Ｂに学習させることで学習済みの学習モデル１６Ｂを生成し、その学習モデル１６Ｂ（具体的には、調整済みの重みパラメータ群）を第２の記憶部３２Ｂに記憶する。なお、機械学習装置５Ｂによる機械学習方法は、第２の実施形態（図１９）と同様であるため、説明を省略する。

評価指標推論部３０６は、学習モデル１６Ｂに、情報取得部３００により取得された基板レシピ情報１１及び搬送時間情報１２を入力することで、当該基板レシピ情報１１及び当該搬送時間情報１２に対する基板処理スケジュール１３の評価指標１４を推論する。

（情報処理方法）
図２４は、第３の実施形態に係る情報処理装置３Ｃによる情報処理方法の一例を示すフローチャートである。

まず、ステップＳ４００において、ユーザが、基板処理スケジュール１３の評価開始を指示すると、ステップＳ４１０において、情報取得部３００は、基板レシピ情報１１と、搬送時間情報１２とを取得する。

次に、ステップＳ４２０において、評価指標推論部３０６は、ステップＳ４１０にて取得した基板レシピ情報１１及び搬送時間情報１２を入力データとして学習モデル１６Ｂに入力することで学習モデル１６Ｂから出力された出力データに基づいて、当該基板レシピ情報１１及び当該搬送時間情報１２に対する基板処理スケジュール１３の評価指標１４を推論する。

次に、ステップＳ４３０において、出力処理部３０３は、ステップＳ４２０にて推論された基板処理スケジュール１３の評価指標１４を出力するための出力処理を行い、図２４に示す一連の情報処理学習方法を終了する。上記の情報処理方法において、ステップＳ４１０が情報取得工程、ステップＳ４２０が評価指標推論工程、ステップＳ４３０が出力処理工程に相当する。

以上のように、本実施形態に係る情報処理装置３Ｃ及び情報処理方法によれば、評価指標推論部３０６が、基板レシピ情報１１及び搬送時間情報１２を学習モデル１２Ｂに入力することで、基板処理スケジュール１３の評価指標１４を算出することができる。

（他の実施形態）
本発明は上述した実施形態に制約されるものではなく、本発明の主旨を逸脱しない範囲内で種々変更して実施することが可能である。そして、それらはすべて、本発明の技術思想に含まれるものである。

上記実施形態では、基板処理装置２及び情報処理装置３Ａ～３Ｃは、別々の装置で構成されたものとして説明したが、単一の装置で構成されていてもよく、例えば、情報処理装置３Ａ～３Ｃが、基板処理装置２の制御ユニット２５に組み込まれていてもよい。また、機械学習装置５Ａ、５Ｂは、基板処理装置２の制御ユニット２５に組み込まれていてもよい。

上記実施形態では、基板処理装置２が、研磨処理として化学機械研磨処理を行うものとして説明したが、基板処理装置２は、化学機械研磨処理に代えて、物理機械研磨処理を行うものでもよい。

上記実施形態では、基板処理装置２が、図２に示すように、各処理ユニット（研磨ユニット、仕上げユニット、搬送ユニット）を備える場合につて説明したが、各処理ユニットの構成として、各処理の数、配置、上流・下流の関係、並列関係、直列関係は、図２の例に限れられず、適宜変更してもよい。例えば、研磨ユニットの数を３つ以上にしてもよいし、搬送ユニットとして、複数の研磨処理用トランスポータ２４０又は複数の仕上げ処理用トランスポータ２４１を備えることで、搬送処理を並列的に行うように構成してもよいし、仕上げ処理ユニットとして、第１乃至第３の仕上げユニット２３Ａ～２３Ｃを１組として、これらを複数組備えることで、仕上げ処理を並列的に行うように構成してもよい。また、各処理ユニットの間でウェハＷを受け渡す位置や、ウェハＷを一時的に待機させる位置等を適宜変更してもよいし、それらの数を適宜追加してもよい。上記のような場合には、各処理ユニットの構成に合わせて、数理最適化部３０１Ｂにおける数理最適化の制約条件、目的関数及び決定変数を変更すればよい。また、各処理ユニットの構成に合わせて、学習用データ１５Ａ、１５Ｂ及び学習モデル１６Ａ、１６Ｂにおける入力データ及び出力データのデータ構成を変更すればよい。

上記実施形態では、機械学習部３０５Ａ、３０５Ｂによる機械学習を実現する学習モデルとして、ニューラルネットワークを採用した場合について説明したが、他の機械学習のモデルを採用してもよい。他の機械学習のモデルとしては、例えば、決定木、回帰木等のツリー型、バギング、ブースティング等のアンサンブル学習、再帰型ニューラルネットワーク、畳み込みニューラルネットワーク、ＬＳＴＭ等のニューラルネット型(ディープラ
ーニングを含む)、階層型クラスタリング、非階層型クラスタリング、ｋ近傍法、ｋ平均
法等のクラスタリング型、主成分分析、因子分析、ロジスティク回帰等の多変量解析、サポートベクターマシン等が挙げられる。また、機械学習部３０５Ａ、３０５Ｂによる機械学習アルゴリズムは、教師あり学習に代えて、強化学習を採用するようにしてもよい。

（機械学習プログラム及び情報処理プログラム）
本発明は、情報処理装置３Ａ～３Ｃが備える各部としてコンピュータ９００を機能させるためのプログラム（情報処理プログラム）や、上記実施形態に係る情報処理方法が備える各工程をコンピュータ９００に実行させるためのプログラム（情報処理プログラム）の態様で提供することもできる。また、また、本発明は、機械学習装置５Ａ、５Ｂが備える各部としてコンピュータ９００を機能させるプログラム（機械学習プログラム）や、機械
学習方法が備える各工程をコンピュータ９００に実行させるためのプログラム（機械学習プログラム）の態様で提供することもできる。

１…基板処理システム、２…基板処理装置、３Ａ～３Ｃ…情報処理装置、
４…ネットワーク、５Ａ、５Ｂ…機械学習装置、
１０…装置設定情報、１１…基板レシピ情報、１２…搬送時間情報、
１３、１３Ａ、１３Ｂ…基板処理スケジュール、１４…評価指標、
１５Ａ、１５Ｂ…学習用データ、１６Ａ、１６Ｂ…学習モデル
２０…ハウジング、２１…ロード／アンロード部、
２２…研磨部、２２Ａ、２２Ｂ…研磨ユニット、
２３…仕上げ部、２３Ａ～２３Ｃ…仕上げユニット、２３Ｄ…ウェハステーション、
２４…基板搬送部、２５…制御ユニット、
３０…制御部、３１…通信部、３２、３２Ａ、３２Ｂ…記憶部、
３３…入力部、３４…出力部、
２１０Ａ、２１０Ｂ…フロントロード部、２１１…搬出ロボット（搬送ユニット）
２２０…研磨テーブル、２２１…トップリング、２２２…研磨流体供給部、
２２３…ドレッサ、２２４…アトマイザ、
２３０…基板洗浄部、２３１…基板保持部、２３２…洗浄流体供給部、
２３３…洗浄具洗浄部、２３５…乾燥流体供給部、
２４０…研磨処理用トランスポータ（搬送ユニット）、
２４１…仕上げ処理用トランスポータ（搬送ユニット）、
２５０…制御部、２５１…通信部、２５２…入力部、２５３…出力部、２５４…記憶部、３００…情報取得部、３０１…スケジュール作成部、
３０１Ａ…処理時間算出部、３０１Ｂ…数理最適化部、３０１Ｃ…スケジュール推論部、３０２…スケジュール評価部、３０３…出力処理部、
３０４Ａ、３０４Ｂ…学習用データ取得部、３０５Ａ、３０５Ｂ…機械学習部、
３０６…評価指標推論部、
ＰＳ…基板搬入位置、ＰＥ…基板搬出位置、ＰＰ１、ＰＰ２…研磨位置、
ＰＣ１…第１の仕上げ位置、ＰＣ２…第２の仕上げ位置、ＰＣ３…第３の仕上げ位置、
ＰＴ１…第２の搬送位置、ＰＴ２…第２の搬送位置、
ＰＤ１…第１の基板受け渡し位置、ＰＤ２…第２の基板受け渡し位置、
ＴＰ…研磨時間、ＴＣ１～ＴＣ３…仕上げ時間、ＴＴ１～ＴＴ７…搬送時間、
ＴＦ…最終処理終了時間、ＴＷ、ＴＷ１～ＴＷ４…研磨後仕上げ開始時間

Claims (12)

1. 基板の研磨処理を並行して行う複数の研磨ユニット、前記研磨処理後の前記基板の仕上げ処理を仕上げ工程順に行う複数の仕上げユニット、及び、前記基板を搬送する搬送処理を行う複数の搬送ユニットとを備える基板処理装置において、所定の枚数の前記基板に対して各処理を順次行うときの基板処理スケジュールを作成する情報処理装置であって、
   前記研磨処理及び前記仕上げ処理の処理内容を示すレシピ情報と、前記搬送処理として、基板搬入位置から第１の基板受け渡し位置に前記基板を搬入する搬入処理、前記第１の基板受け渡し位置から複数の前記研磨ユニットに前記基板を搬送する研磨前搬送処理、複数の前記研磨ユニットから第２の基板受け渡し位置に前記研磨処理後の前記基板を搬送する研磨後搬送処理、前記第２の基板受け渡し位置から最上流工程の前記仕上げユニットに前記研磨処理後の前記基板を搬送する仕上げ前搬送処理、複数の前記仕上げユニットの間で前記仕上げ処理中の前記基板を前記仕上げ工程順に搬送する仕上げ中搬送処理、及び、最下流工程の前記仕上げユニットから基板搬出位置に前記仕上げ処理後の前記基板を搬出する搬出処理の各々に要する搬送時間を示す搬送時間情報とを取得する情報取得部と、
   前記情報取得部により取得された前記レシピ情報及び前記搬送時間情報に基づいて、最終枚目の前記仕上げ処理後の前記基板が前記基板搬出位置に搬出される最終処理終了時間が最短になるように、前記各処理の開始タイミングを決定することで、前記基板処理スケジュールを作成するスケジュール作成部とを備える、
   情報処理装置。
2. 前記スケジュール作成部は、
   前記レシピ情報に基づいて、前記研磨処理に要する研磨時間及び前記仕上げ処理に要する仕上げ時間を算出する処理時間算出部と、
   前記各処理を行う順序を定める処理順序条件と、前記各処理のうち同時に可能又は不可能な処理を定める同時処理条件とを数理最適化の制約条件とし、前記処理時間算出部にて算出した前記研磨時間及び前記仕上げ時間と、前記搬送時間情報が示す前記搬送時間とを変数に含む前記最終処理終了時間を最短にすることを前記数理最適化の目的関数として、前記各処理の開始タイミングを決定する前記数理最適化を行うことで、前記基板処理スケジュールを作成する数理最適化部とを備える、
   請求項１に記載の情報処理装置。
3. 前記数理最適化部は、
   前記研磨処理の終了タイミングから前記最上流工程の前記仕上げ処理の開始タイミングまでの研磨後仕上げ開始時間の範囲を定める研磨後仕上げ開始範囲条件をさらに前記制約条件として、前記数理最適化を行う、
   請求項２に記載の情報処理装置。
4. 前記数理最適化部は、
   前記研磨後仕上げ開始時間の合計値、平均値又は最大値を最短にすることをさらに前記目的関数として、前記数理最適化を行う、
   請求項３に記載の情報処理装置。
5. 前記スケジュール作成部は、
   前記レシピ情報及び前記搬送時間情報と、前記枚数の前記基板に対して前記レシピ情報に基づく前記研磨処理及び前記仕上げ処理並びに前記搬送時間情報が示す前記搬送時間を要する搬送処理を順次行うときの前記基板処理スケジュールとの相関関係を機械学習により学習させた学習モデルに、前記情報取得部により取得された前記レシピ情報及び前記搬送時間情報を入力することで、当該レシピ情報及び当該搬送時間情報に対する前記基板処理スケジュールを作成するスケジュール推論部を備える、
   請求項１に記載の情報処理装置。
6. 前記スケジュール作成部により作成された前記基板処理スケジュールを評価し、その評価結果として、前記基板処理スケジュールの評価指標を算出するスケジュール評価部をさらに備え、
   前記評価指標は、
   単位時間当たりの前記基板の処理枚数、
   前記各処理のタクトタイム、
   前記各処理のうち最も処理時間を要する律速処理、及び、
   前記研磨処理の終了タイミングから前記最上流工程の前記仕上げ処理の開始タイミングまでの研磨後仕上げ開始時間のばらつき度合いの少なくとも１つを含む、
   請求項１乃至請求項５のいずれか一項に記載の情報処理装置。
7. 基板の研磨処理を並行して行う複数の研磨ユニット、前記研磨処理後の前記基板の仕上げ処理を仕上げ工程順に行う複数の仕上げユニット、及び、前記基板を搬送する搬送処理を行う複数の搬送ユニットとを備える基板処理装置において、所定の枚数の前記基板に対して各処理を順次行うときの基板処理スケジュールを評価する情報処理装置であって、
   前記研磨処理及び前記仕上げ処理の処理内容を示すレシピ情報と、前記搬送処理として、基板搬入位置から第１の基板受け渡し位置に前記基板を搬入する搬入処理、前記第１の基板受け渡し位置から複数の前記研磨ユニットに前記基板を搬送する研磨前搬送処理、複数の前記研磨ユニットから第２の基板受け渡し位置に前記研磨処理後の前記基板を搬送する研磨後搬送処理、前記第２の基板受け渡し位置から最上流工程の前記仕上げユニットに前記研磨処理後の前記基板を搬送する仕上げ前搬送処理、複数の前記仕上げユニットの間で前記仕上げ処理中の前記基板を前記仕上げ工程順に搬送する仕上げ中搬送処理、及び、最下流工程の前記仕上げユニットから基板搬出位置に前記仕上げ処理後の前記基板を搬出する搬出処理の各々に要する搬送時間を示す搬送時間情報とを取得する情報取得部と、
   前記レシピ情報及び前記搬送時間情報と、前記枚数の前記基板に対して前記レシピ情報に基づく前記研磨処理及び前記仕上げ処理、並びに、前記搬送時間情報が示す前記搬送時間を要する前記搬送処理を順次行うときの前記基板処理スケジュールを評価したときの評価指標との相関関係を機械学習により学習させた学習モデルに、前記情報取得部により取得された前記レシピ情報及び前記搬送時間情報を入力することで、当該レシピ情報及び当該搬送時間情報に対する前記評価指標を推論する評価指標推論部とを備える、
   情報処理装置。
8. 基板の研磨処理を並行して行う複数の研磨ユニット、前記研磨処理後の前記基板の仕上げ処理を仕上げ工程順に行う複数の仕上げユニット、及び、前記基板を搬送する搬送処理を行う複数の搬送ユニットとを備える基板処理装置において、所定の枚数の前記基板に対して各処理を順次行うときの基板処理スケジュールを作成するための学習モデルを生成する機械学習装置であって、
   前記研磨処理及び前記仕上げ処理の処理内容を示すレシピ情報と、前記搬送処理として、基板搬入位置から第１の基板受け渡し位置に前記基板を搬入する搬入処理、前記第１の基板受け渡し位置から複数の前記研磨ユニットに前記基板を搬送する研磨前搬送処理、複数の前記研磨ユニットから第２の基板受け渡し位置に前記研磨処理後の前記基板を搬送する研磨後搬送処理、前記第２の基板受け渡し位置から最上流工程の前記仕上げユニットに前記研磨処理後の前記基板を搬送する仕上げ前搬送処理、複数の前記仕上げユニットの間で前記仕上げ処理中の前記基板を前記仕上げ工程順に搬送する仕上げ中搬送処理、及び、最下流工程の前記仕上げユニットから基板搬出位置に前記仕上げ処理後の前記基板を搬出する搬出処理の各々に要する搬送時間を示す搬送時間情報とを入力データとし、前記枚数の前記基板に対して前記レシピ情報に基づく前記研磨処理及び前記仕上げ処理、並びに、前記搬送時間情報が示す前記搬送時間を要する前記搬送処理を順次行うときの前記基板処
   理スケジュールを出力データとして構成される学習用データを複数組記憶する学習用データ記憶部と、
   複数組の前記学習用データを前記学習モデルに入力することで、前記入力データと前記出力データとの相関関係を前記学習モデルに学習させる機械学習部と、
   前記機械学習部により前記相関関係を学習させた前記学習モデルを記憶する学習済みモデル記憶部と、を備える、
   機械学習装置。
9. 基板の研磨処理を並行して行う複数の研磨ユニット、前記研磨処理後の前記基板の仕上げ処理を仕上げ工程順に行う複数の仕上げユニット、及び、前記基板を搬送する搬送処理を行う複数の搬送ユニットとを備える基板処理装置において、所定の枚数の前記基板に対して各処理を順次行うときの基板処理スケジュールを評価するための学習モデルを生成する機械学習装置であって、
   前記研磨処理及び前記仕上げ処理の処理内容を示すレシピ情報と、前記搬送処理として、基板搬入位置から第１の基板受け渡し位置に前記基板を搬入する搬入処理、前記第１の基板受け渡し位置から複数の前記研磨ユニットに前記基板を搬送する研磨前搬送処理、複数の前記研磨ユニットから第２の基板受け渡し位置に前記研磨処理後の前記基板を搬送する研磨後搬送処理、前記第２の基板受け渡し位置から最上流工程の前記仕上げユニットに前記研磨処理後の前記基板を搬送する仕上げ前搬送処理、複数の前記仕上げユニットの間で前記仕上げ処理中の前記基板を前記仕上げ工程順に搬送する仕上げ中搬送処理、及び、最下流工程の前記仕上げユニットから基板搬出位置に前記仕上げ処理後の前記基板を搬出する搬出処理の各々に要する搬送時間を示す搬送時間情報とを入力データとし、前記枚数の前記基板に対して前記レシピ情報に基づく前記研磨処理及び前記仕上げ処理、並びに、前記搬送時間情報が示す前記搬送時間を要する前記搬送処理を順次行うときの前記基板処理スケジュールを評価したときの評価指標を出力データとして構成される学習用データを複数組記憶する学習用データ記憶部と、
   複数組の前記学習用データを前記学習モデルに入力することで、前記入力データと前記出力データとの相関関係を前記学習モデルに学習させる機械学習部と、
   前記機械学習部により前記相関関係を学習させた前記学習モデルを記憶する学習済みモデル記憶部と、を備える、
   機械学習装置。
10. 基板の研磨処理を並行して行う複数の研磨ユニット、前記研磨処理後の前記基板の仕上げ処理を仕上げ工程順に行う複数の仕上げユニット、及び、前記基板を搬送する搬送処理を行う複数の搬送ユニットとを備える基板処理装置において、所定の枚数の前記基板に対して各処理を順次行うときの基板処理スケジュールをコンピュータにより作成する情報処理方法であって、
    前記研磨処理及び前記仕上げ処理の処理内容を示すレシピ情報と、前記搬送処理として、基板搬入位置から第１の基板受け渡し位置に前記基板を搬入する搬入処理、前記第１の基板受け渡し位置から複数の前記研磨ユニットに前記基板を搬送する研磨前搬送処理、複数の前記研磨ユニットから第２の基板受け渡し位置に前記研磨処理後の前記基板を搬送する研磨後搬送処理、前記第２の基板受け渡し位置から最上流工程の前記仕上げユニットに前記研磨処理後の前記基板を搬送する仕上げ前搬送処理、複数の前記仕上げユニットの間で前記仕上げ処理中の前記基板を前記仕上げ工程順に搬送する仕上げ中搬送処理、及び、最下流工程の前記仕上げユニットから基板搬出位置に前記仕上げ処理後の前記基板を搬出する搬出処理の各々に要する搬送時間を示す搬送時間情報とを取得する情報取得工程と、
    前記情報取得工程により取得された前記レシピ情報及び前記搬送時間情報に基づいて、最終枚目の前記仕上げ処理後の前記基板が前記基板搬出位置に搬出される最終処理終了時間が最短になるように、前記各処理の開始タイミングを決定することで、前記基板処理スケジュールを作成するスケジュール作成工程とを備える、
    情報処理方法。
11. 基板の研磨処理を並行して行う複数の研磨ユニット、前記研磨処理後の前記基板の仕上げ処理を仕上げ工程順に行う複数の仕上げユニット、及び、前記基板を搬送する搬送処理を行う複数の搬送ユニットとを備える基板処理装置において、所定の枚数の前記基板に対して各処理を順次行うときの基板処理スケジュールを作成するための学習モデルをコンピュータにより生成する機械学習方法であって、
    前記研磨処理及び前記仕上げ処理の処理内容を示すレシピ情報と、前記搬送処理として、基板搬入位置から第１の基板受け渡し位置に前記基板を搬入する搬入処理、前記第１の基板受け渡し位置から複数の前記研磨ユニットに前記基板を搬送する研磨前搬送処理、複数の前記研磨ユニットから第２の基板受け渡し位置に前記研磨処理後の前記基板を搬送する研磨後搬送処理、前記第２の基板受け渡し位置から最上流工程の前記仕上げユニットに前記研磨処理後の前記基板を搬送する仕上げ前搬送処理、複数の前記仕上げユニットの間で前記仕上げ処理中の前記基板を前記仕上げ工程順に搬送する仕上げ中搬送処理、及び、最下流工程の前記仕上げユニットから基板搬出位置に前記仕上げ処理後の前記基板を搬出する搬出処理の各々に要する搬送時間を示す搬送時間情報とを入力データとし、前記枚数の前記基板に対して前記レシピ情報に基づく前記研磨処理及び前記仕上げ処理、並びに、前記搬送時間情報が示す前記搬送時間を要する前記搬送処理を順次行うときの前記基板処理スケジュールを出力データとして構成される学習用データを学習用データ記憶部に複数組記憶する学習用データ記憶工程と、
    複数組の前記学習用データを前記学習モデルに入力することで、前記入力データと前記出力データとの相関関係を前記学習モデルに学習させる機械学習工程と、
    前記機械学習工程により前記相関関係を学習させた前記学習モデルを学習済みモデル記憶部に記憶する学習済みモデル記憶工程と、を備える、
    機械学習方法。
12. 基板の研磨処理を並行して行う複数の研磨ユニット、前記研磨処理後の前記基板の仕上げ処理を仕上げ工程順に行う複数の仕上げユニット、及び、前記基板を搬送する搬送処理を行う複数の搬送ユニットとを備える基板処理装置において、所定の枚数の前記基板に対して各処理を順次行うときの基板処理スケジュールを評価するための学習モデルをコンピュータにより生成する機械学習方法であって、
    前記研磨処理及び前記仕上げ処理の処理内容を示すレシピ情報と、前記搬送処理として、基板搬入位置から第１の基板受け渡し位置に前記基板を搬入する搬入処理、前記第１の基板受け渡し位置から複数の前記研磨ユニットに前記基板を搬送する研磨前搬送処理、複数の前記研磨ユニットから第２の基板受け渡し位置に前記研磨処理後の前記基板を搬送する研磨後搬送処理、前記第２の基板受け渡し位置から最上流工程の前記仕上げユニットに前記研磨処理後の前記基板を搬送する仕上げ前搬送処理、複数の前記仕上げユニットの間で前記仕上げ処理中の前記基板を前記仕上げ工程順に搬送する仕上げ中搬送処理、及び、最下流工程の前記仕上げユニットから基板搬出位置に前記仕上げ処理後の前記基板を搬出する搬出処理の各々に要する搬送時間を示す搬送時間情報とを入力データとし、前記枚数の前記基板に対して前記レシピ情報に基づく前記研磨処理及び前記仕上げ処理、並びに、前記搬送時間情報が示す前記搬送時間を要する前記搬送処理を順次行うときの前記基板処理スケジュールを評価したときの評価指標を出力データとして構成される学習用データを学習用データ記憶部に複数組記憶する学習用データ記憶工程と、
    複数組の前記学習用データを前記学習モデルに入力することで、前記入力データと前記出力データとの相関関係を前記学習モデルに学習させる機械学習工程と、
    前記機械学習工程により前記相関関係を学習させた前記学習モデルを学習済みモデル記憶部に記憶する学習済みモデル記憶工程と、を備える、
    機械学習方法。