KR20230148099A

KR20230148099A - 관리 장치, 처리 시스템, 관리 방법, 및 물품 제조 방법

Info

Publication number: KR20230148099A
Application number: KR1020230044459A
Authority: KR
Inventors: 료 나와타; 유이치로 미키
Original assignee: 캐논 가부시끼가이샤
Priority date: 2022-04-15
Filing date: 2023-04-05
Publication date: 2023-10-24
Also published as: US20230334331A1; JP2023157729A

Abstract

대상물을 복수의 구동 축에 대해 구동하도록 구성된 드라이버, 및 대상물에 대한 조작된 변수를 출력하기 위한 파라미터가 강화 학습에 의해 결정되는 신경망을 사용하여 드라이버를 제어하도록 구성된 제어기를 포함하는 처리 장치를 관리하는 관리 장치가 제공된다. 관리 장치는 강화 학습에 의해 신경망의 파라미터를 결정하도록 구성된 학습 유닛을 포함한다. 학습 유닛은 제어기에 의해 대상물의 제어 결과로부터 획득된 보수를 평가함으로써 강화 학습을 수행하고, 각각의 구동 축들에 대한 요구 정밀도들에 따라 각각의 구동 축들에 관한 보수들을 상대적으로 조정한다.

Description

관리 장치, 처리 시스템, 관리 방법, 및 물품 제조 방법{MANAGEMENT APPARATUS, PROCESSING SYSTEM, MANAGEMENT METHOD, AND ARTICLE MANUFACTURING METHOD}

본 발명은 관리 장치, 처리 시스템, 관리 방법, 및 물품 제조 방법에 관한 것이다.

대상물의 물리량을 제어하는 제어 장치에는, PID 제어와 같은 고전 제어기가 널리 사용되고 있다. 최근에는, 고전 제어 이론 및 현대 제어 이론에 기초한 제어계들 이외에, 머신 학습(강화 학습을 포함함)을 사용하여 구성된 제어계가 때때로 사용된다. 머신 학습을 포함하지 않는 제어계 및 머신 학습을 포함하는 제어계 둘 다를 사용하는 제어계가 또한 사용될 수 있다. 일본 특허 공개 제2019-71405호에 따르면, 머신 학습을 포함하지 않는 제어계 및 머신 학습을 포함하는 제어계 둘 다를 사용하는 피드백 제어 장치가 머신 학습을 포함하는 제어계에 의해, 머신 학습을 포함하지 않는 제어계에 의해서만 완전히 보상될 수 없는 대상물의 제어 편차를 감소시키기 위해 채택된다.

제어계가 복수의 구동 축에 관한 제어를 수행할 때, 각각의 구동 축들의 요구 정밀도들은 서로 상이할 수 있다. 이 경우, 일본 특허 공개 제2019-71405호에 기술된 방법에 의해 각각의 구동 축들에 대해 피드백 제어가 수행되는 경우, 일부 구동 축들의 제어 편차들은 요구 정밀도들을 충족시킬 수 있는 반면, 일부 구동 축들의 제어 편차들은 요구 정밀도들을 충족시키지 않을 수 있다. 모든 구동 축에 의해 요구 정밀도들을 충족시키기 위해, 각각의 구동 축들의 제어계들은 요구 정밀도가 가장 엄격한 구동 축에 따라 설계된다. 그러나, 이 경우, 요구 정밀도가 엄격하지 않은 구동 축에 대해서는 규격이 과도하게 되고, 효율 면에서 불리하게 불필요한 계산 비용이 발생한다.

본 발명은 제한된 계산 비용으로 각각의 구동 축들의 요구 정밀도들을 충족시키는 제어를 효율적으로 수행하기에 유리한 기술을 제공한다.

본 발명은 그 일 양태에서 대상물을 복수의 구동 축에 대해 구동하도록 구성된 드라이버, 및 대상물에 대한 조작된 변수를 출력하기 위한 파라미터가 강화 학습에 의해 결정되는 신경망을 사용하여 드라이버를 제어하도록 구성된 제어기를 포함하는 처리 장치를 관리하는 관리 장치를 제공하고, 관리 장치는 강화 학습에 의해 신경망의 파라미터를 결정하도록 구성된 학습 유닛을 포함하고, 학습 유닛은 제어기에 의해 대상물의 제어 결과로부터 획득된 보수를 평가함으로써 강화 학습을 수행하고, 각각의 구동 축들에 대한 요구 정밀도들에 따라 각각의 구동 축들에 관한 보수들을 상대적으로 조정한다.

본 발명의 추가적인 특징은 (첨부된 도면들을 참고한) 예시적인 실시예들에 대한 다음의 설명으로부터 명확해질 것이다.

도 1은 제조 시스템의 구성예를 도시하는 블록도이고;
도 2는 스테이지 장치의 배열의 예를 도시하는 도면이고;
도 3은 스테이지 장치의 제어계의 배열의 예를 도시하는 블록도이고;
도 4는 제2 제어계의 배열의 예를 도시하는 블록도이고;
도 5는 신경망의 배열의 예를 도시하는 도면이고;
도 6은 스테이지 편차와 보수 사이의 관계를 도시하는 그래프이고;
도 7은 보수 결정 방법을 도시하는 흐름도이고;
도 8은 신경망의 배열의 예를 도시하는 도면이고;
도 9는 스테이지 장치의 배열의 예를 도시하는 도면이고;
도 10은 진동-방지 장치의 배열의 예를 도시하는 도면이고;
도 11은 진동-방지 장치의 제어계의 배열의 예를 도시하는 블록도이고;
도 12는 임프린트 장치의 배열의 예를 도시하는 도면이고;
도 13은 임프린트 장치의 제어계의 배열의 예를 도시하는 블록도이다.

이하, 첨부된 도면들을 참조하여 실시예들이 상세히 설명될 것이다. 아래의 실시예들은 청구된 발명의 범위를 한정하는 것을 의도하지 않는다는 점에 유의한다. 실시예들에는 다수의 특징들이 기술되고 있지만, 이러한 특징들 전부가 본 발명에 필요로 하는 것으로 제한되지 않으며, 다수의 이러한 특징들이 적절히 조합될 수 있다. 또한, 첨부 도면들에서, 동일하거나 유사한 구성들에는 동일한 참조 번호들이 주어지고, 그 중복 설명은 생략된다.

<제1 실시예>

도 1은 실시예에 따른 제조 시스템 MS(처리 시스템)의 구성을 도시한다. 제조 시스템(MS)은, 예를 들어, 처리 장치(1), 처리 장치(1)를 제어하는 제어 장치(2), 및 처리 장치(1)와 제어 장치(2)를 관리하는 관리 장치(3)를 포함할 수 있다. 처리 장치(1)는 제조 장치, 검사 장치, 모니터링 장치 등과 같은 처리 대상물에 대한 처리를 실행하는 장치이다. 처리의 개념은 처리 대상물의 작업, 검사, 모니터링, 및 관찰을 포함할 수 있다. 대안적으로, 처리 장치(1)는 기판을 보유지지하면서 이동하는 스테이지 장치, 또는 기판과 같은 대상물에 전달되는 진동을 감소시키는 진동-방지 장치와 같은, 상술한 제조 장치 등에 포함되는 장치일 수 있다. 제1 실시예는 처리 장치(1)가 리소그래피 장치 내의 스테이지 장치인 실시예이다. 처리 장치(1)가 진동-방지 장치인 실시예는 제4 실시예로서 후술될 것이다.

처리 장치(1)는 피제어 물체(대상물)를 포함할 수 있고, 대상물에 대한 조작된 변수를 출력하기 위한 신경망을 사용하여 제어 대상을 제어할 수 있다. 신경망에서의 복수의 파라미터 값들은 강화 학습에 의해 결정될 수 있다. 제어 장치(2)는 처리 장치(1)에 구동 명령을 전송하고 처리 장치(1)로부터 구동 결과 또는 제어 결과를 수신하도록 구성될 수 있다. 관리 장치(3)는 처리 장치(1)의 신경망에서의 복수의 파라미터 값들을 결정하는 강화 학습을 수행할 수 있다. 보다 구체적으로, 관리 장치(3)는 신경망에서의 파라미터 값들의 전부 또는 일부를 변경하면서 처리 장치(1)에 구동 명령을 전송하고 처리 장치(1)로부터 구동 결과를 수신하는 동작을 반복함으로써 신경망에서의 파라미터 값들을 결정할 수 있다. 관리 장치(3)는 학습 장치(학습 유닛)로서 이해될 수 있다.

제어 장치(2)의 기능의 전부 또는 일부는 관리 장치(3)에 통합될 수 있다. 제어 장치(2)의 기능의 전부 또는 일부는 처리 장치(1)에 통합될 수 있다. 처리 장치(1), 제어 장치(2), 및 관리 장치(3)는 물리적으로 일체로 또는 개별적으로 형성될 수 있다. 처리 장치(1)는 전체적으로 제어 장치(2)에 의해 제어될 수 있거나, 제어 장치(2)에 의해 제어되는 컴포넌트 및 제어 장치(2)에 의해 제어되지 않는 컴포넌트를 포함할 수 있다.

제조 시스템(MS)이 리소그래피 장치에 적용되는 예가 이하에서 설명될 것이다. 리소그래피 장치는 일반적으로 기판을 보유지지하면서 이동하는 스테이지 장치를 포함한다. 리소그래피 장치는 기판 상에 패턴을 형성하는 장치라는 점에 유의한다. 리소그래피 장치는, 예를 들어, 노광 장치, 임프린트 장치, 또는 전자 빔 리소그래피 장치이다. 이하의 설명에서, 리소그래피 장치는 임프린트 장치이다. 임프린트 장치는 몰드(원판)가 임프린트재와 접촉하는 상태에서 기판 상에 공급된 임프린트재를 경화시킴으로써 기판 상에 패턴을 형성하는 장치이다.

도 2는 실시예에 따른 처리 장치(1)로서 임프린트 장치에 채용된 스테이지 장치(1000)의 배열을 도시하는 도면이다. 본 명세서 및 도면들에서는, 수평면이 X-Y 평면으로서 설정되는 XYZ 좌표계에서 방향들을 표시할 것이다. 스테이지 장치(1000)는 기판 W의 표면이 수평면(X-Y 평면)에 평행하게 되도록 스테이지 디바이스(13)의 유지면 상에 기판 W를 보유지지한다. 이하의 설명에서, 스테이지 디바이스(13)의 보유지지면을 따른 평면에서 서로 직교하는 방향들은 X-축 및 Y-축으로서 정의되고, X-축 및 Y-축에 수직인 방향은 Z-축으로서 정의된다. 이하의 설명에서, XYZ 좌표계의 X-축, Y-축, 및 Z-축에 평행한 방향들을 각각 X, Y, 및 Z 방향이라고 지칭하고, Z-축 둘레의 회전 방향을 θ 방향이라고 지칭한다.

스테이지 장치(1000)는 본체(100)와 제어계(200)를 포함한다. 피제어 물체의 역할을 하는 기판 W는 기판 척(11)을 통해 스테이지 디바이스(13)에 의해 보유지지된다. 스테이지 디바이스(13)는 기판 W의 전체 표면 상의 각각의 샷 영역에서 패턴 형성 처리(임프린트 처리)를 수행하기에 충분한 X 방향 및 Y 방향의 스트로크로 기판 W를 이동시킨다. 스테이지 디바이스(13)는 기판 W가 기판 교체 핸드(도시되지 않음)에 의해 장착/탈착되는 교체 위치로 기판 W를 이동시키기에 충분한 X 방향 및 Y 방향의 스트로크들을 갖는다.

스테이지 디바이스(13)는 X 스테이지(13X), Y 스테이지(13Y), 및 θ 스테이지(13θ)를 포함할 수 있다. 드라이버의 역할을 하는 리니어 모터(19)는 X 리니어 모터(19X), Y 리니어 모터(19Y), 및 θ 리니어 모터(19θ)를 포함할 수 있다. X 리니어 모터(19X), Y 리니어 모터(19Y), 및 θ 리니어 모터(19θ)는 X 스테이지(13X), Y 스테이지(13Y), 및 θ 스테이지(13θ)를 각각 구동한다. X 스테이지(13X)는 정압 가이드를 사용하여 X 방향으로 자유롭게 이동가능하게 안내되고, X 리니어 모터(19X)로부터 X 방향으로 구동력을 받는다. X 스테이지(13X) 상에서, Y 스테이지(13Y)는 정압 가이드와 Y 리니어 모터(19Y)에 의해 Y 방향으로 이동될 수 있다. Y 스테이지(13Y) 상에서, θ 스테이지(13θ)는 정압 가이드 및 θ 리니어 모터(19θ)에 의해 θ 방향으로 이동될 수 있다. 이러한 리니어 모터들은 드라이버(14)에 의해 구동된다. 드라이버(14)는 제어계(200)로부터 공급된 명령 값에 대응하는 전류(전기 에너지)를 리니어 모터(19)에 공급한다. 그러나, 스테이지 디바이스(13)의 배열은 이에 제한되지 않는다. 특히, 더 높은 정밀도의 위치 결정 스테이지는 임프린트 장치 또는 노광 장치와 같은 리소그래피 장치 내의 스테이지 장치에 적용가능하다. 스테이지 장치의 예가 제3 실시예에서 설명될 것이다.

위치 측정 디바이스(18)는 X 스테이지 위치 측정 디바이스(18X)를 포함할 수 있다. X 스테이지 위치 측정 디바이스(18X)는 X 스테이지(13X)의 X 방향에서의 위치를 측정한다. X 스테이지 위치 측정 디바이스(18X)는, 예를 들어, 리니어 인코더이며, 스테이지 장치(1000) 상의 표면 플레이트(17) 상에 배열된 스케일(도시되지 않음), 및 X 스테이지(13X) 상의 헤드 및 계산기를 포함할 수 있다. 위치 측정 디바이스(18)는 Y 스테이지(13Y)의 Y 방향에서의 위치를 측정하는 리니어 인코더(도시되지 않음), 및 θ 스테이지(13θ)의 θ 방향에서의 위치를 측정하는 리니어 인코더(도시되지 않음)를 추가로 포함할 수 있다. 이러한 리니어 인코더들 대신에, 임프린트 장치의 본체 구조체 상에 배열된 간섭계와 스테이지 디바이스(13) 상에 배열된 반사 미러의 조합을 사용하여 스테이지 디바이스(13)의 각각의 방향들에서 위치들을 측정할 수 있다.

제어계(200)(제어기)는 파라미터 값들이 강화 학습에 의해 결정되는 신경망을 사용함으로써 피제어 물체로서 역할을 하는 스테이지 디바이스(13)의 위치 또는 상태를 제어할 수 있다. 도 3은 제어계(200)의 배열을 도시하는 블록도이다. 제어계(200)는 파선 내에 표현되어 있다. 제어계(200)는 복잡한 계산을 수행하기 위해 디지털 컴퓨터로 형성된다. 이러한 디지털 컴퓨터는 CPU 또는 FPGA와 같은 프로세서, 및 메모리와 같은 저장 디바이스를 포함할 수 있다. 제어계(200)는 메인 제어기(206), 위치 명령기(203), 및 스테이지 제어기(201)를 포함할 수 있다.

메인 제어기(206)는 스테이지 제어기(201) 및 다른 동작 디바이스들(도시되지 않음)에 명령들을 전송하는 역할을 갖는다. 메인 제어기(206)는 전체 임프린트 장치를 제어하는 제어기일 수 있다. 메인 제어기(206)의 기능들은 제어 장치(2)에서 구현될 수 있다.

스테이지 위치 명령기(203)는, 메인 제어기(206)로부터, 스테이지 디바이스(13)의 목표 위치를 나타내는 좌표들을 획득하고, 이들을 저장하고, 그 값들을 스테이지 제어기(201)에 전송한다. 위치 측정 디바이스(18)는 샘플링 시간마다 스테이지 디바이스(13)의 위치(스테이지 위치)를 측정하고, 측정된 스테이지 위치를 스테이지 제어기(201)에 전송한다.

스테이지 제어기(201)는 편차 계산기(213), 제1 제어계(211), 제2 제어계(212), 및 가산기(214)를 포함할 수 있다. 편차 계산기(213)는 위치 측정 디바이스(18)로부터 수신된 스테이지 위치(측정 값)와 스테이지 위치 명령기(203)로부터 수신된 스테이지 위치(목표 값) 사이의 차이를 계산한다. 이 차이는 제어 편차, 특히, 위치 편차이며, "스테이지 편차"라고 지칭된다. 스테이지 편차는 제1 제어계(211) 및 제2 제어계(212)에 전송된다. 제1 제어계(211)는 스테이지 편차에 기초하여 제1 명령 값을 생성하는 제1 보상기이다. 제1 제어계(211)는 PID 제어기를 포함할 수 있다. PID 제어기는 스테이지 편차에 관한 정보를 수신하고 스테이지 디바이스(13)에 대해 제1 조작된 변수 U1(제1 명령 값)을 출력한다.

제2 제어계(212)는 스테이지 편차에 기초하여 제2 명령 값을 생성하는 제2 보상기이다. 도 4는 제2 제어계(212)의 배열을 도시한다. 제2 제어계(212)는 스테이지 편차들의 이력을 저장하는 메모리(215) 및 신경망(이하, "NN"이라고 지칭됨)(216)을 포함할 수 있다. 입력 스테이지 편차에 기초하여, NN(216)은 제1 제어계(211)로부터 출력된 제1 조작된 변수 U1의 보정 값과 등가인 값(제2 명령 값)을 출력한다.

도 5는 NN(216)의 배열의 예를 도시한다. NN(216)은 입력층 I와 출력층 O 사이의 중간층들의 역할을 하는 은닉층들 H1 및 H2를 포함한다. 각각의 축들의 N개의 이웃하는 샘플에 대한 입력층 I에 스테이지 편차들이 입력된다. 은닉층 H1에서는, 각각의 축들의 입력 스테이지 편차들에 대한 계산이 수행된다. 은닉층 H2에서는, 은닉층 H1으로부터 입력된 각각의 축들의 값들에 대한 계산이 수행된다. 즉, 은닉층 H2에서는, 각각의 축들에 대해 독립적으로 스테이지 편차들에 대한 계산이 수행된다.

NN(216)은 각각의 축들의 스테이지 편차에 기초하여 각각의 축들의 출력들 U2_X, U2_Y 및 U2_θ를 독립적으로 출력할 수 있다. 도 5에 도시된 NN(216)은 단지 예일 뿐이고, NN은 이에 제한되지 않는다는 점에 유의한다. 예를 들어, 각각의 축들의 N개의 이웃하는 샘플들에 대한 스테이지 편차들을 연결한 다음, 은닉층 H1의 계산을 수행하는 것이 또한 가능하다.

NN(216)의 파라미터들은 관리 장치(3)에 의해 실행되는 강화 학습에 의해 조정될 수 있다. 강화 학습은 일종의 머신 학습 방법이고, 보수의 역할을 하는 수치 값에 의해 거동 엔티티의 거동의 좋음 또는 나쁨을 표현하고, 시간 방향에서의 보수들의 누적 값 R을 최대화하기 위해 거동 엔티티의 거동 규칙을 결정한다. 즉, 미래를 향한 거동들을 누적한 결과로서 원하는 상태에 도달할 수 있는 우수한 거동 엔티티를 획득하기 위해 보수의 내용들을 적절히 정의할 수 있다.

누적 값 R은 예를 들어 다음과 같이 주어질 수 있다:

여기서 t는 시간이고, r은 보수이고, γ는 장래 보수의 할인율이고, k는 장래 보수까지의 시간이다. 제1 실시예에서, 거동 엔티티는 제2 제어계(212)이다.

강화 학습 방법이 특정 방법에 제한되지 않지만, 예를 들어, DQN(Deep Q-Network) 또는 PPO(Proximal Policy Optimization)가 적용가능하다. NN(216)은 명령 값의 차원에 대한 등가물을 직접 출력하는 네트워크(정책 네트워크), 또는 명령 값의 가치를 계산하는 네트워크(거동 값 네트워크)일 수 있다. 거동 값 네트워크의 경우에, 값을 최대화하는 거동을 선택하도록 구성된 선택기가 NN의 후속 스테이지에 추가되고, 선택기에 의해 선택된 명령 값은 제2 제어계(212)의 출력(제2 조작된 변수 U2)의 역할을 한다.

가산기(214)는 제1 제어계(211)에 의해 생성된 제1 조작된 변수 U1(제1 명령 값), 및 제2 제어계(212)에 의해 생성된 제2 조작된 변수 U2(제2 명령 값)를 가산한 결과(명령 값)를 출력한다. 가산기(214)로부터의 출력은 D/A 변환기(도시되지 않음)를 통해 아날로그 신호로 변환되고, 신호는 드라이버(14)로 전송된다. 가산기(214)로부터 수신된 값에 따라, 드라이버(14)는 리니어 모터(19)의 코일을 통해 흐르는 전류의 값을 제어한다. 리니어 모터(19)의 추력(thrust)은 코일을 통해 흐르는 전류에 비례하고, 제1 제어계(211) 및 제2 제어계(212)의 출력 값들의 합에 대응하는 힘이 스테이지 디바이스(13)에 인가된다.

이러한 배열에서, 제1 제어계(211)는 주로 위치 피드백 제어계를 담당하고, 제2 제어계(212)는 제1 제어계(211)에 의해 완전히 보상될 수 없는 스테이지 편차를 추가로 감소시키는 기능을 갖는다. 스테이지 편차는 제1 제어계(211)만을 포함하는 제어계에 의한 것보다 훨씬 더 감소될 수 있다. 제1 제어계(211)는 예를 들어 PID 보상기일 수 있지만, 다른 보상기일 수 있다. 제1 제어계(211)는 항상 필요한 것은 아니며, 제2 제어계(212)만이 드라이버(14)에 공급되는 명령 값을 생성할 수 있다.

강화 학습은 제어계(200)에 의해 대상물을 제어한 결과로부터 획득된 보수를 평가함으로써 수행된다. 강화 학습의 보수가 설명될 것이다. 예를 들어, 강화 학습의 보수 r은 다음과 같이 주어진다:

여기서, rx, ry 및 rθ는 각각 X-축, Y-축 및 θ-축에 관한 보수들이고, Gx, Gy 및 Gθ는 각각 X-축, Y-축 및 θ-축의 보수들의 가중치들이다.

이러한 방식으로, 강화 학습의 보수 r은 각각의 축들의 보수들의 가중 합에 의해 표현된다. 도 6에 도시된 바와 같이, 각각의 축들의 보수들 rx, ry, 및 rθ가 각각의 축들의 스테이지 편차들의 크기에 따라 결정될 수 있다. 도 6에서는, 스테이지 편차가 작을수록, 더 큰 보수가 획득된다.

각각의 축들의 보수들에 대한 가중치들 Gx, Gy, 및 Gθ는 각각의 축들의 요구 정밀도들에 따라 결정된다. 예를 들어, X-축의 요구 정밀도가 Y-축 및 θ-축의 것보다 엄격할 때, 가중치 Gx의 값은 가중치 Gy 및 Gθ의 것보다 크게 설정된다. 즉, 수학식 (2)는 각각의 축들의 스테이지 편차들이 요구 정밀도들에 따라 감소되면 더 큰 보수 r을 획득하도록 설정된다.

관리 장치(3)의 관리 방법으로서, 각각의 축들의 보수들의 가중치들 Gx, Gy, 및 Gθ를 결정하는 방법이 도 7의 흐름도를 참조하여 설명될 것이다. 단계 S1에서, 관리 장치(3)는 각각의 축들의 요구 정밀도들의 정보를 획득한다. 각각의 축들의 요구 정밀도들은 사용자로부터의 요건으로서 사용자에 의해 입력된 정밀도 정보일 수 있다. 다음으로, 단계 S2에서, 관리 장치(3)는 획득된 요구 정밀도들에 기초하여 각각의 축들의 보수들의 가중치들 Gx, Gy, 및 Gθ를 결정한다. 예를 들어, X-축의 요구 정밀도가 3nm이고 Y-축의 요구 정밀도가 6nm일 때, 가중치들 Gx 및 Gy는 각각 2 및 1인 것으로 결정된다. 이러한 가중치는 예를 들어, 요구 정밀도와 가중치 사이의 미리 획득된 대응 관계를 기술한 테이블을 참조함으로써 획득될 수 있다. 대안적으로, 가중치는, 요구 정밀도를 변수로서 사용하고 가중치를 표현하는 함수(수식)를 미리 획득하고, 획득된 요구 정밀도를 함수에 적용함으로써 획득될 수 있다. 관리 장치(3)는 각각의 축들의 결정된 가중치들을 사용하여 강화 학습의 보수를 계산한다. 각각의 구동 축들에 관한 보수들은 각각의 구동 축들에 대응하는 획득된 요구 정밀도들에 따라 상대적으로 조정된다.

전술한 바와 같이, 실시예에 따르면, 관리 장치(3)(학습 유닛)는 제어계(200)에 의해 스테이지 디바이스(13)를 제어한 결과로부터 획득되는 보수를 평가함으로써 NN(216)의 강화 학습을 수행한다. 관리 장치(3)는 요건을 충족시키기 위해 사용자로부터의 요건에 따라 NN(216)을 조정할 수 있다. 예를 들어, 실시예에 따르면, 각각의 구동 축들에 대한 요구 정밀도들에 대응하는 보수들은 각각의 축들의 보수들에 가중치를 부여함으로써 상대적으로 조정된다. 따라서, 각각의 축들의 스테이지 편차들은 제한된 계산 비용으로 효율적으로 감소될 수 있다.

각각의 축들의 요구 정밀도들은 각각의 축들의 스테이지 편차들일 뿐만 아니라, 각각의 축들의 스테이지 편차들이 미리 결정된 크기들로 정착될 때까지의 시간들일 수 있다. 이러한 경우에, 각각의 축들의 보수들은 각각의 축들의 정착 시간들에 따라 결정된다. 각각의 축들의 스테이지 편차는 상술한 예에서 NN(216)의 입력으로서 사용되지만, 각각의 축들에 관한 다른 정보도 사용될 수 있다.

<실시예 2>

제2 실시예에서는, 제1 실시예에서의 NN(216)(도 5)과 다른 형태의 NN이 예시될 것이다. 도 8은 제2 실시예에 따른 NN(216)의 배열의 예를 도시한다. NN(216)은 입력층 I와 출력층 O 사이의 중간층들의 역할을 하는 은닉층들 H1 및 H2를 포함한다. 각각의 축들의 N개의 이웃하는 샘플에 대한 입력층 I에 스테이지 편차들이 입력된다. 은닉층 H1에서는, 각각의 축들의 입력 스테이지 편차들에 대한 계산이 수행된다. 은닉층 H2에서는, 은닉층 H1으로부터 입력된 모든 축들의 값들에 대한 계산이 수행된다. 제1 실시예(도 5)에 따른 은닉층 H2에서는, 각각의 축들에 대해 독립적으로 스테이지 편차들에 대한 계산이 수행된다. 제2 실시예에 따른 은닉층 H2에서는, 모든 축들의 스테이지 편차들을 고려하여 계산이 수행된다.

NN(216)은 모든 축들의 스테이지 편차들의 크기들을 고려하여 각각의 축들의 출력들 U2_X, U2_Y, 및 U2_θ를 출력할 수 있다. 예를 들어, 축들 사이의 스테이지 편차들이 상관 관계에 있을 때, 제1 실시예에 따른 NN(216)을 사용하는 것보다 제2 실시예에 따른 NN(216)을 사용하는 것에 의해 각각의 축들의 스테이지 편차들이 보다 효율적이고 효과적으로 감소될 수 있다. 도 8에 도시된 NN(216)은 단지 예일 뿐이고, NN은 이 형태로 제한되지 않는다는 점에 유의한다. 예를 들어, 각각의 축들의 N개의 이웃하는 샘플들에 대한 스테이지 편차들을 연결한 다음, 은닉층 H1의 계산을 수행하는 것이 또한 가능하다.

<제3 실시예>

제3 실시예에서는, 제1 실시예에서에서의 스테이지 장치(1000)(도 2)와 상이한 형태의 스테이지 장치가 예시될 것이다. 도 9는 제3 실시예에 따른 스테이지 장치(2000)의 배열을 도시하는 도면이다. 스테이지 장치(2000)는 서로 직교하는 제1 및 제2 방향들에 평행한 표면 상에서 대상물의 역할을 하는 가동 디바이스를 이동시키는 위치 결정 장치이다.

스테이지 장치(2000)는 드라이버 DP에 의해 표면 플레이트(2017) 상에서 스테이지 디바이스(2013)를 이동시키도록 구성된다. 스테이지 장치(2000)는 스테이지 디바이스(2013)의 Y 방향에서의 위치를 구속하는 가이드로서 단일 가이드 G를 포함한다. 이것은 스테이지 장치(2000)가 스테이지 디바이스(2013)의 Y 방향에서의 위치를 구속하는 가이드로서 하나의 가이드 G만을 포함한다는 것을 의미한다. 가이드 G는 X 방향에 평행한 가이드 표면(2026)을 갖고, 가이드 표면(2026)은 표면 플레이트(2017)에 수직인 표면이다.

스테이지 디바이스(2013)는 X 가동 부재(제1 가동 부재)(2022), X 빔(제2 가동 부재)(2012), 및 Y 슬라이더(제3 가동 부재)(2004)를 포함한다. X 가동 부재(2022)는 가이드 G에 의해 안내되면서 X 방향(제1 방향)으로 이동가능하다. X 빔(2012)은 정역학적 패드로부터 형성된 정역학적 베어링을 통해 표면 플레이트(2017)에 의해 지지되고 가이드된다. X 빔(2012)은 제1 단부 및 제2 단부를 갖고, 제1 단부는 회전 베어링(2023)을 통해 X 가동 부재(2022)에 접속되고, X 빔(2012)은 표면 플레이트(2017) 상에서 이동한다. Y 슬라이더(2004)는 X 빔(2012)에 의해 안내되면서 드라이버(도시되지 않음)에 의해 제1 단부와 제2 단부 사이의 미리 결정된 범위 내에서 이동가능하다.

드라이버 DP는 X 빔(제2 가동 부재)(2012)의 제1 단부(+Y 방향의 한 측의 단부)를 X 방향(제1 방향)으로 구동하는 제1 드라이버 DP1, 및 X 빔(2012)의 제2 단부(-Y 방향의 한 측의 단부)를 X 방향으로 구동하는 제2 드라이버 DP2를 포함한다.

제1 드라이버 DP1은, 예를 들어, 리니어 모터로 형성될 수 있다. 보다 구체적으로, 제1 드라이버 DP1은, 가동자(제1 가동자)(2024R)와 고정자(제1 고정자)(2025R)를 포함하는 리니어 모터로 형성될 수 있다. 가동자(2024R)는 X 빔(2012)의 제1 단부에 접속될 수 있고, 고정자(2025R)는 표면 플레이트(2017)의 측면에 접속될 수 있다. 가이드 G의 가이드 표면(2026)은 고정자(2025R)와 X 가동 부재(2022) 사이에 배열될 수 있다.

제2 드라이버 DP2는, 예를 들어, 리니어 모터로 형성될 수 있다. 보다 구체적으로, 제2 드라이버 DP2는, 가동자(제2 가동자)(2024L)와 고정자(제2 고정자)(2025L)를 포함하는 리니어 모터로 형성될 수 있다. 가동자(2024L)는 X 빔(2012)의 제2 단부에 접속될 수 있고, 고정자(2025L)는 표면 플레이트(2017)의 측면에 접속될 수 있다. 제2 단부의 Y 방향에서의 위치를 구속하는 가이드는 X 빔(2012)의 제2 단부의 측면 상에 존재하지 않는다.

제1 실시예에 따른 스테이지 장치(1000)에서, X 스테이지(13X), Y 스테이지(13Y), 및 θ 스테이지(13θ)는 스테이지 디바이스(13) 상에 기판 W를 위치 결정하기 위해 독립적으로 위치 결정될 수 있다. 그러나, 제3 실시예에 따른 스테이지 장치(2000)에서는, 각각의 축들이 서로 간섭하고 있다. 예를 들어, 스테이지 디바이스(2013) 상의 기판을 X-축에 대해 위치 결정하기 위해서는, X 가동 부재(2022)의 X 위치뿐만 아니라, X 빔의 각도 θ 및 Y 슬라이더의 Y 위치가 동시에 제어될 필요가 있다. 스테이지 장치(2000)에서와 같이 각각의 축들이 서로 간섭할 때, NN(216)은 제한된 계산 비용으로 각각의 축들의 스테이지 편차들을 효과적으로 감소시키기 위해서는, 도 8에 도시된 바와 같이, 모든 축들의 스테이지 편차들을 고려하여 계산이 수행되는 은닉층 H2를 포함하는 것이 유리하다.

<제4 실시예>

제4 실시예는 대상물에 전달되는 진동을 감소시키는 진동-방지 장치의 실시예이다. 도 10은 제4 실시예에 따른 진동-방지 장치(3000)의 배열의 예를 도시하는 도면이다. 진동-방지 장치(3000)는 본체(300)와 제어계(200)를 포함한다. 본체(300) 상에는, 도 2에 도시된 바와 같은 스테이지 장치(1000)의 본체(100)가 장착될 수 있다. 본체(300)에서, 본체 구조체(진동-방지 테이블)(101)는 에어 스프링 등을 사용하는 3- 또는 4-레그형(legged) 진동-방지 메커니즘(102)을 통해 바닥(103) 상에 설치된다. 드라이버의 역할을 하는 리니어 모터(109)가 본체 구조체(101)에 부착된다. 리니어 모터(109)는 6개의 축을 따라 본체 구조체(101)에 힘을 가하도록 구성된다. 가속도계(48)가 본체 구조체(101)에 배열된다. 가속도계(48)는 6개의 축을 따라 본체 구조체(101)의 가속도를 측정하도록 구성된다. 가속도계(48)에 의해 측정된 본체 구조체(101)의 가속도에 관한 정보는 제어계(200)로 전송된다.

도 11은, 제어계(200)의 배열을 도시하는 블록도이다. 제어계(200)는 파선 내에 표현되어 있다. 제어계(200)는 메인 제어기(206), 속도 명령기(243), 및 진동-방지 제어기(241)를 포함할 수 있다.

속도 명령기(243)는 메인 제어기(206)로부터 진동-방지 제어기(241)로 본체 구조체(101)의 목표 속도를 전송한다. 진동-방지 제어기(241)는 편차 계산기(253), 1차 적분기(261), 제1 제어계(251), 제2 제어계(252) 및 가산기(254)를 포함할 수 있다. 1차 적분기(261)는 가속도계(48)로부터 수신된 본체 구조체(101)의 가속도를 적분함으로써 본체 구조체(101)의 속도를 획득한다. 편차 계산기(253)는 1차 적분기(261)에 의해 획득된 본체 구조체(101)의 속도와 속도 명령기(243)로부터 수신된 본체 구조체(101)의 속도(목표 값) 사이의 차이(제어 편차; 이하 "속도 편차"라고 지칭됨)를 계산한다. 속도 편차는 제1 제어계(251)에 전송된다.

제1 제어계(251)는 속도 편차에 기초하여 제1 명령 값을 생성하는 제1 보상기이다. 예를 들어, 제1 제어계(251)는 PID 제어기를 포함할 수 있다. PID 제어기는 속도 편차에 관한 정보를 수신하고, 본체 구조체(101)에 대한 제1 조작된 변수 U11(제1 명령 값)을 출력한다.

가속도계(48)에 의해 획득된 본체 구조체(101)의 가속도에 관한 정보가 또한 제2 제어계(252)에 전송된다. 제2 제어계(252)는 가속도계(48)에 의해 측정된 본체 구조체(101)(진동-방지 테이블)의 가속도에 기초하여 제2 조작된 변수 U12(제2 명령 값)를 생성하는 제2 보상기이다. 제2 제어계(252)는 NN을 포함하고, 가속도계(48)로부터 수신된 본체 구조체(101)의 가속도에 기초하여 제2 조작된 변수 U12를 출력한다. 본체 구조체(101)의 가속도는, 제2 제어계(252)에 전송되기 전에, 미리 결정된 주파수 성분을 제거하는 차단 필터, 미분기, 적분기 등에 의해 처리될 수 있다. 차단 필터는 저역 통과 필터, 고역 통과 필터, 대역 통과 필터 등일 수 있다.

가산기(254)는 제1 제어계(251)에 의해 생성된 제1 조작된 변수 U11(제1 명령 값) 및 제2 제어계(252)에 의해 생성된 제2 조작된 변수 U12(제2 명령 값)를 가산한 결과(명령 값)를 출력한다. 가산기(254)로부터의 출력은 D/A 변환기(도시되지 않음)를 통해 아날로그 신호로 변환되고, 신호는 드라이버(44)에 전송된다. 드라이버(44)는, 가산기(254)로부터 수신된 값에 따라, 리니어 모터(109)의 코일을 통해 흐르는 전류 값을 제어한다. 리니어 모터(109)의 추력이 코일을 통해 흐르는 전류에 비례하기 때문에, 제1 제어계(251) 및 제2 제어계(252)의 출력 값들의 합에 대응하는 힘이 본체 구조체(101)에 인가된다.

이러한 배열에서, 제1 제어계(251)는 주로 속도 피드백 제어계를 담당하고, 제2 제어계(252)는 제1 제어계(251)에 의해 완전히 보상될 수 없는 본체 구조체(101)의 가속도를 감소시키는 기능을 갖는다. 본체 구조체(101)의 진동들은 제1 제어계(251)만을 포함하는 제어계에 비해 훨씬 더 감소될 수 있다. 제1 제어계(251)는 예를 들어 PID 보상기일 수 있지만, 다른 보상기일 수 있다. 제1 제어계(251)는 항상 필요한 것은 아니며, 제2 제어계(252)만이 드라이버(44)에 공급되는 명령 값을 생성할 수 있다.

제2 제어계(252)의 NN의 파라미터들은 강화 학습에 의해 조정된다. 제1 실시예와 유사하게, 강화 학습의 보수는 본체 구조체(101)의 각각의 축들의 진동들의 요구 정밀도들(가속도들 또는 속도들)에 대응하는 가중치들을 사용하여 각각의 축들의 보수들에 가중치를 부여하고 이들을 가산함으로써 획득된다. 그 결과, 제한된 계산 비용으로 각각의 축들의 요구 정밀도들에 따라 각각의 축들의 진동들이 감소될 수 있다.

본체 구조체(101)의 속도는 1차 적분기(261)에 의해, 상술한 예에서 가속도계(48)로부터 수신된 본체 구조체(101)의 가속도를 적분함으로써 획득되지만, 본체 구조체(101)의 속도는 속도계를 사용하여 직접 측정될 수 있다. 이 경우, 본체 구조체(101)의 가속도는 속도계의 측정 값의 1차 미분을 수행함으로써 획득될 수 있다. 상술한 예에서는, 각각의 축들의 가속도들이 NN(216)에 대한 입력들로서 사용되고 있지만, 각각의 축들에 대한 다른 정보도 역시 사용될 수 있다.

<제5 실시예>

제5 실시예에서, 임프린트 장치(4000)는 본 발명이 적용되는 몰딩 장치의 양태로서 설명될 것이다. 도 12는 제5 실시예에 따른 임프린트 장치(4000)의 배열을 도시하는 도면이다. 임프린트 장치(4000)는 제1 내지 제3 실시예들 중 어느 하나에서 설명된 스테이지 장치를 포함할 수 있다. 또한, 임프린트 장치(4000)는 제4 실시예에서 설명된 진동-방지 장치를 또한 포함할 수 있다.

임프린트 장치(4000)는 기판 W 상에 공급된 임프린트재(7)를 몰드 M과 접촉시키고, 경화 에너지를 임프린트재(7)에 인가함으로써, 몰드 M의 요철(concave-convex) 패턴이 전사되는 경화된 재료의 패턴을 형성하는 형성 디바이스를 포함한다. 예를 들어, 임프린트 장치(4000)는 임프린트재(7)를 기판 W 상에 공급하고, 요철 패턴을 갖는 몰드 M이 기판 W 상의 임프린트재(7)와 접촉한 상태에서 임프린트재(7)를 경화시킨다. 그 후, 임프린트 장치(4000)는 몰드 M과 기판 W 사이의 간격을 넓히고, 경화된 임프린트재(7)로부터 몰드 M을 박리(이형)함으로써, 기판 W 상의 임프린트재(7)에 몰드 M의 패턴을 전사한다. 일련의 프로세스들은 임프린트 처리라고 불리고, 임프린트 처리는 기판 W 상의 샷 영역들 각각에 대해 수행된다. 즉, 하나의 기판 W 상의 샷 영역들 각각에 대해 임프린트 처리가 수행될 때, 기판 W 상의 샷 영역들의 수만큼 반복된다.

임프린트재(7)는 광-경화 수지일 수 있다. 이러한 타입의 임프린트재(7)는 디스펜서(107)로부터 기판 W 상의 샷 영역의 위치로 공급된다. 보다 구체적으로, 스테이지 디바이스(13)는 기판 W 상에서, 임프린트재(7)가 공급될 위치를 디스펜서(107) 바로 아래에 위치하도록 위치 결정한다. 그 후, 스테이지 디바이스(13)는 기판 W 상에서, 임프린트재(7)가 공급될 위치를 몰드 M 바로 아래에 위치하도록 위치 결정한다. 몰드 M은 임프린트 헤드(23)에 의해 보유지지된다. 임프린트 헤드(23)는 액추에이터(29)에 의해 몰드 M을 Z 방향으로 이동시킬 수 있다. 몰드 M은 기판 W의 샷 영역의 위치가 몰드 M 바로 아래로 이동할 때까지 Z 방향으로 기판 W 위의 위치에서 대기한다. 기판 W의 샷 위치가 몰드 M 바로 아래로 위치 결정될 때, 임프린트 헤드(23)는 몰드 M 아래로 이동하여 몰드 M의 패턴을 임프린트재(7)와 접촉시킨다. 임프린트 장치에 의해 반도체 디바이스 등을 제조할 때, 기판 W 상의 임프린트재(7)에 몰드 M의 패턴을 전사함에 있어서 선행 층과의 위치 결정(정렬)이 중요하다. 정렬 검출기(106)는, 기판 W와 몰드 M의 양쪽에 제공된 정렬 마크들(도시되지 않음)을 광학적으로 검출하고, 화상 처리를 수행하고, 정렬 마크들 간의 X 및 Y 방향의 오정렬(기판 W와 몰드 M 간의 오정렬)을 검출한다. 오정렬 정보는 제어계(200)에 전송되고, 스테이지 디바이스(13)의 X 및 Y 위치들 및 θ 각도를 보정함으로써 정렬을 수행된다. 정렬이 완료되면, 조명계(108)는 임프린트재(7)에 노광 광을 조사하여, 임프린트재(7)를 경화시킨다. 임프린트재(7)를 경화시킨 후에, 임프린트 헤드(23)는 몰드 M을 위로 이동시켜, 기판 W 상의 임프린트재(7)로부터 몰드 M을 이형한다. 일련의 프로세스들에 의해, 몰드 M 상에 새겨진 패턴에 대응하는 패턴이 기판 W 상의 임프린트재(7)에 전사된다. 유사하게, 임프린트 처리는 나머지 샷 영역들에 대해 순차적으로 수행된다. 하나의 기판 상의 모든 샷 영역들에 대한 임프린트 처리가 완료되면, 스테이지 디바이스(13)는 기판 교체 위치로 이동한다. 그 후, 기판 교체 핸드(도시되지 않음)가 임프린트 처리를 거친 기판을 회수하고, 다음 새로운 기판을 공급한다.

도 13은 임프린트 장치(4000)의 제어계(200)의 배열을 도시하는 블록도이다. 정렬 검출기(106)는 기판 W와 몰드 M 사이의 오정렬을 측정하고, 기판 W와 몰드 M 사이의 측정된 오정렬의 정보를 제어계(200)에 전송한다. 정렬 위치 명령기(270)는 메인 제어기(206)로부터 기판 W와 몰드 M 간의 오정렬의 목표 값을 획득하고, 이를 저장한다. 편차 계산기(271)는 정렬 검출기(106)로부터 수신된 오정렬과 정렬 위치 명령기(270)로부터 수신된 오정렬의 목표 값 사이의 차이(제어 편차; 이하 "정렬 오차"라고 지칭됨)를 계산한다. 정렬 오차는 정렬 제어기(272)에 전송된다. 정렬 제어기(272)는, 예를 들어, PI 제어기를 사용하고, 편차 계산기(271)로부터 정렬 오차를 수신하고, 위치 명령기(203)로부터 전송된 스테이지 위치의 목표 값을 보정하기 위한 보정 값을 출력한다.

제5 실시예에서는, 정렬 검출기(106)에 의한 기판 W와 몰드 M 간의 오정렬의 정보가 제2 제어계(212)에 전송된다. 제2 제어계(212)는, 제1 실시예와 유사하게, NN(216)을 포함한다. 정렬 검출기(106)에 의한 기판 W와 몰드 M 사이의 오정렬의 입력 정보에 기초하여, NN(216)은 제1 제어계(211)의 제1 조작된 변수 U1의 보정 값과 동등한 값을 출력한다. 제1 실시예에서는, 제2 제어계(212)가 제1 제어계(211)에 의해 완전히 보상될 수 없는 스테이지 편차를 추가로 감소시키는 기능을 갖는다. 제5 실시예에서는, 제2 제어계(212)가 제1 제어계(211)에 의해 완전히 보상될 수 없는 기판 W와 몰드 M 사이의 오정렬을 감소시키는 기능을 갖는다. 정렬 검출기(106)에 의한 기판 W와 몰드 M 사이의 오정렬의 정보는, 제2 제어계(212)에 전송되기 전에, 미리 결정된 주파수 성분을 제거하는 차단 필터(도시되지 않음)를 통과할 수 있다. 차단 필터는 저역 통과 필터, 고역 통과 필터, 대역 통과 필터 등일 수 있다.

각각의 축들에 대한 정렬 검출기(106)에 의한 기판 W와 몰드 M 사이의 오정렬들의 정보의 피스들은 제5 실시예에서 NN(216)에 대한 입력들로서 사용되지만, 각각의 축들에 관한 다른 정보도 사용될 수 있다.

<제6 실시예>

상술한 제5 실시예에서는, 임프린트재와 몰드를 서로 접촉시켜 몰드의 패턴을 임프린트재에 전사하는 임프린트 장치가 몰딩 장치의 양태로서 설명되었다. 그러나, 몰딩 장치의 다른 양태로서, 기판 상의 몰딩가능 재료(조성물)와 평탄면을 갖는 부재(몰드)를 서로 접촉시켜, 이 조성물로부터의 평탄화된 막을 기판 상에 형성하는 평탄화 장치에도 본 발명을 적용할 수 있다.

기판 상의 하부 패턴은 이전 단계에서 형성된 패턴으로부터 도출된 요철 프로파일을 갖는다. 특히, 최근의 메모리 소자들의 다층 구조들의 진보로 약 100nm의 단차를 갖는 프로세스 기판들을 구현하였다. 전체 기판의 완만한 기복(undulation)으로부터 도출된 단차는 포토 프로세스에서 사용되는 스캔 노광 장치의 포커스 추적 기능에 의해 보정될 수 있다. 그러나, 노광 장치의 노광 슬릿 면적 내에 들어갈 만큼 충분히 작은 피치를 갖는 미세한 요철 부분들은 노광 장치의 DOF(Depth Of Focus) 밖에 있을 수 있다. 기판의 하부 패턴을 평탄화하는 종래의 방법으로서, SOC(Spin On Carbon) 또는 CMP(Chemical Mechanical Polishing)과 같은 평탄화된 층을 형성하는 방법이 사용된다. 그러나, 종래의 기술은 바람직하지 않게 충분한 평탄화 성능을 획득할 수 없고, 다층 형성에 의한 하층의 요철 차이가 증가하는 경향이 있다.

이러한 문제를 해결하기 위해, 상술한 임프린트 기술을 사용하여 기판을 평탄화하는 평탄화 장치가 검토되고 있다. 평탄화 장치는 부재의 평탄면 또는 패턴을 갖지 않는 부재(평탄 템플릿)를 미리 기판에 공급된 비경화된 조성물과 접촉시키고, 기판면의 국소적 평탄화를 수행한다. 그 후, 평탄화 장치는 조성물과 평탄 템플릿이 서로 접촉한 상태에서 조성물을 경화시키고, 경화된 조성물로부터 평탄 템플릿을 분리한다. 그 결과, 평탄화된 층이 기판 상에 형성된다. 임프린트 기술을 사용하는 평탄화 장치는 기판의 단차에 대응하는 양만큼 조성물을 떨어뜨리고, 기존의 방법과 비교하여 평탄화 정밀도를 개선할 것으로 예상된다.

평탄화 장치는 기판의 전체 표면 상에 한 번에 평탄화된 막을 형성한다. 이때, 상기 실시예는 조성물이 기판으로부터 넘쳐 흐르는 것을 방지하거나 또는 기판의 비-충전을 감소시키기 위해 적용될 수 있다.

또한, 본 발명은 몰딩 장치를 포함하는 리소그래피 장치 이외에, 측정 장치 및 처리 장치에도 적용가능하다. 측정 장치는 대상물의 위치를 제어하기 위한 피드백 제어 장치, 및 피드백 제어 장치에 의해 위치가 제어되는 물체를 측정하는 측정 디바이스를 포함한다. 측정 디바이스는, 예를 들어, 접촉식 프로브 또는 비접촉식 간섭계이다. 처리 장치는 대상물의 위치를 제어하기 위한 상술한 피드백 제어 장치, 및 피드백 제어 장치에 의해 위치가 제어되는 물체를 처리하는 처리 디바이스를 포함한다. 처리 디바이스는, 예를 들어, 툴(tool) 또는 레이저이다.

<물품 제조 방법의 실시예>

본 발명의 실시예에 따른 물품 제조 방법은 물품, 예를 들어 반도체 디바이스와 같은 마이크로 디바이스 또는 미세 구조를 갖는 소자를 제조하기에 적합하다. 본 실시예에 따른 물품 제조 방법은, 상술한 리소그래피 장치(노광 장치, 임프린트 장치, 드로잉 장치 등)를 사용하여 기판 상에 원판의 패턴을 전사하는 전사 단계와, 전사 단계를 거친 기판을 처리하는 처리 단계를 포함한다. 제조 방법은 또한 다른 공지된 프로세스들(예를 들어, 산화, 퇴적, 기상 증착, 도핑, 평탄화, 에칭, 레지스트 제거, 다이싱, 본딩, 및 패키징)을 포함한다. 본 실시예에 따른 물품 제조 방법은, 종래의 방법들에 비해, 물품의 성능, 품질, 생산성, 및 생산 비용 중 적어도 하나에 있어서 유리하다.

상술한 평탄화 장치를 사용하여 물품(반도체 IC 소자, 액정 표시 소자, 컬러 필터, MEMS 등)을 제조하는 방법에 대해서 다음에 설명할 것이다. 이 제조 방법은, 상술한 평탄화 장치를 사용하여, 기판(웨이퍼, 유리 기판 등) 상에 배열된 조성물과 몰드를 서로 접촉시켜서 조성물을 평탄화하는 단계, 조성물을 경화시키는 단계, 및 조성물과 몰드를 서로 분리하는 단계를 포함한다. 이에 의해, 평탄화된 막이 기판 상에 형성된다. 그 후, 평탄화된 막이 형성된 기판 상에 리소그래피 장치를 사용한 패턴 형성과 같은 처리가 수행되고, 처리된 기판은 다른 알려진 처리 단계들에서 처리되어 물품을 제조한다. 다른 알려진 단계들은 에칭, 레지스트 제거, 다이싱, 본딩, 패키징 등을 포함한다. 이 제조 방법은 종래의 방법들보다 높은 품질로 물품을 제조할 수 있다.

<기타>

제어 장치에 의한 제어에 사용되는 물리량은 다음의 실시예들에서 사용되는 것들에 제한되지 않고, 물리량의 타입은 피드백 제어가 가능한 한 임의적이다. 물리량에는, 예를 들어, 직선 전파 및 회전 방향들에서의 물체의 변위들, 물체의 속도 또는 가속도, 또는 기체 또는 유체의 유량, 유속, 또는 압력이 있다. 물리량에는, 예를 들어, 유체의 액체 레벨, 물체, 기체, 또는 액체의 온도, 전기 회로 등의 전류, 전압, 또는 전하들이 있다. 또한, 물리량에는, 예를 들어, 자기장에서의 자속 또는 자속 밀도, 또는 음장(sound field)에서의 음압이 있다. 그러한 물리량은 알려진 검출기(센서)를 사용하여 검출 디바이스에 의해 측정되고, 측정 값은 제어 장치에 입력된다. 드라이버는 피제어 대상의 역할을 하는 물리량에 변화를 적용하는 능동 소자이다. 피제어 대상이 물체의 위치, 속도 또는 가속도일 때, 모터들, 피에조 소자 등이 사용된다. 피제어 대상이 가스, 유체 등일 때, 펌프, 밸브 등이 사용된다. 피제어 대상이 전기계일 때, 전류 또는 전압을 조작하는 드라이버 등이 사용된다.

다른 실시예들

본 발명의 실시예(들)는 또한 저장 매체(이는 더 완전하게는 '비일시적 컴퓨터 판독가능 저장 매체'로서 지칭될 수도 있음)에 기록된 컴퓨터 실행가능 명령어(예를 들어, 하나 이상의 프로그램)를 판독하고 실행하여, 하나 이상의 상기 실시예(들)의 기능을 수행하고, 및/또는 하나 이상의 상기 실시예(들)의 기능을 수행하기 위한 하나 이상의 회로(예를 들어, 주문형 집적 회로(ASIC))를 포함하는 시스템 또는 장치의 컴퓨터에 의해, 그리고 예를 들어, 하나 이상의 상기 실시예(들)의 기능을 수행하기 위해 저장 매체로부터 컴퓨터 실행가능 명령어를 판독하고 실행함으로써 및/또는 하나 이상의 상기 실시예(들)의 기능을 수행하기 위해 하나 이상의 회로를 제어함으로써 시스템 또는 장치의 컴퓨터에 의해 수행된 방법에 의해 실현될 수도 있다. 컴퓨터는 하나 이상의 프로세서(예를 들어, 중앙 처리 장치(CPU), 마이크로 처리 장치(MPU))를 포함할 수 있으며, 컴퓨터 실행가능 명령어를 판독하고 실행하기 위해 개별 컴퓨터 또는 개별 프로세서의 네트워크를 포함할 수 있다. 컴퓨터 실행가능 명령어들은 예를 들어, 네트워크 또는 저장 매체로부터 컴퓨터에 제공될 수 있다. 저장 매체는 예를 들어, 하드 디스크, 랜덤 액세스 메모리(RAM), 리드 온리 메모리(ROM), 분산형 컴퓨팅 시스템의 스토리지, 광디스크(예를 들어, 콤팩트 디스크(CD), 디지털 다기능 디스크(DVD) 또는 블루레이 디스크(BD)^TM)과 같은) 광학 디스크, 플래시 메모리 디바이스, 메모리 카드 등 중 하나 이상을 포함할 수 있다.

(기타의 실시예)

본 발명은, 상기의 실시형태의 1개 이상의 기능을 실현하는 프로그램을, 네트워크 또는 기억 매체를 개입하여 시스템 혹은 장치에 공급하고, 그 시스템 혹은 장치의 컴퓨터에 있어서 1개 이상의 프로세서가 프로그램을 읽어 실행하는 처리에서도 실현가능하다.

또한, 1개 이상의 기능을 실현하는 회로(예를 들어, ASIC)에 의해서도 실행가능하다.

본 발명을 예시적인 실시예들을 참조하여 설명하였지만, 본 발명은 개시된 예시적인 실시예들로 한정되지 않음을 이해해야 한다. 이하의 청구항들의 범위는 이러한 모든 변형과 동등한 구조 및 기능을 포함하도록 최광의로 해석되어야 한다.

Claims

대상물을 복수의 구동 축에 대해 구동하도록 구성된 드라이버, 및 상기 대상물에 대한 조작된 변수를 출력하기 위한 파라미터가 강화 학습에 의해 결정되는 신경망을 사용하여 상기 드라이버를 제어하도록 구성된 제어기를 포함하는 처리 장치를 관리하는 관리 장치로서,
상기 관리 장치는:
상기 신경망의 파라미터를 강화 학습에 의해 결정하도록 구성된 학습 유닛을 포함하고,
상기 학습 유닛은 상기 제어기에 의해 상기 대상물의 제어 결과로부터 획득된 보수를 평가함으로써 상기 강화 학습을 수행하고, 각각의 구동 축들에 대한 요구 정밀도들에 따라 상기 각각의 구동 축들에 관한 보수들을 상대적으로 조정하는 관리 장치.
제1항에 있어서,
상기 강화 학습에서 평가된 상기 보수는 상기 각각의 구동 축들에 관한 상기 보수들의 가중 합에 의해 표현되고,
상기 학습 유닛은 상기 가중 합에서의 각각의 가중치들을 상기 각각의 구동 축들에 대한 상기 요구 정밀도들에 따라 결정하는 관리 장치.
제2항에 있어서,
상기 학습 유닛은 상기 각각의 구동 축들에 대한 상기 요구 정밀도들을 획득하고, 미리 획득되는 상기 요구 정밀도와 상기 가중치 사이의 대응 관계에 기초하여 상기 획득된 요구 정밀도들에 대응하는 가중치들을 결정하는 관리 장치.
처리 시스템으로서,
대상물을 복수의 구동 축에 대해 구동하도록 구성된 드라이버, 및 상기 대상물에 대한 조작된 변수를 출력하기 위한 파라미터가 강화 학습에 의해 결정되는 신경망을 사용하여 상기 드라이버를 제어하도록 구성된 제어기를 포함하는 처리 장치; 및
상기 신경망의 파라미터를 강화 학습에 의해 결정하도록 구성된 학습 장치를 포함하고,
상기 학습 장치는 상기 제어기에 의해 상기 대상물의 제어 결과로부터 획득된 보수를 평가함으로써 상기 강화 학습을 수행하고, 각각의 구동 축들에 대한 요구 정밀도들에 따라 상기 각각의 구동 축들에 관한 보수들을 상대적으로 조정하는 처리 시스템.
제4항에 있어서,
상기 강화 학습에서 평가된 상기 보수는 상기 각각의 구동 축들에 관한 상기 보수들의 가중 합에 의해 표현되고,
상기 학습 장치는 상기 가중 합에서의 각각의 가중치들을 상기 각각의 구동 축들에 대한 상기 요구 정밀도들에 따라 결정하는 처리 시스템.
제5항에 있어서,
상기 학습 장치는 상기 각각의 구동 축들에 대한 상기 요구 정밀도들을 획득하고, 미리 획득되는 상기 요구 정밀도와 상기 가중치 사이의 대응 관계에 기초하여 상기 획득된 요구 정밀도들에 대응하는 가중치들을 결정하는 처리 시스템.
제4항에 있어서,
상기 제어기는 제어 편차에 기초하여 상기 드라이버에 대한 명령 값을 생성하도록 구성되고,
상기 제어기는:
상기 제어 편차에 기초하여 제1 명령 값을 생성하도록 구성된 제1 보상기;
상기 제어 편차에 기초하여 제2 명령 값을 생성하도록 구성된 제2 보상기; 및
상기 제1 명령 값과 상기 제2 명령 값을 가산하여 상기 명령 값을 획득하도록 구성된 가산기를 포함하고,
상기 신경망은 상기 제2 보상기에 포함되는 처리 시스템.
제4항에 있어서,
상기 처리 장치는 서로 직교하는 제1 방향 및 제2 방향에 평행한 표면 상에서 상기 대상물의 역할을 하는 가동 디바이스를 이동시키도록 구성된 위치 결정 장치인 처리 시스템.
제8항에 있어서,
상기 위치 결정 장치는 상기 제2 방향에서 상기 가동 디바이스의 위치를 구속하는 가이드의 역할을 하는 단일 가이드를 포함하고,
상기 가동 디바이스는:
상기 가이드에 의해 안내되면서 상기 제1 방향으로 이동가능한 제1 가동 디바이스;
제1 단부 및 제2 단부를 포함하는 제2 가동 디바이스- 상기 제1 단부는 회전 베어링을 통해 상기 제1 가동 디바이스에 접속되고 상기 표면 상에서 이동함 -; 및
상기 제2 가동 디바이스에 의해 안내되면서 상기 제1 단부와 상기 제2 단부 사이의 미리 결정된 범위 내에서 이동가능한 제3 가동 디바이스를 포함하고,
상기 드라이버는:
상기 제2 가동 디바이스의 상기 제1 단부를 상기 제1 방향으로 구동하도록 구성된 제1 드라이버; 및
상기 제2 가동 디바이스의 상기 제2 단부를 상기 제1 방향으로 구동하도록 구성된 제2 드라이버를 포함하는 처리 시스템.
제4항에 있어서,
상기 처리 장치는 대상물에 전달되는 진동을 감소시키도록 구성된 진동-방지 장치인 처리 시스템.
제10항에 있어서,
상기 진동-방지 장치는 상기 대상물이 장착되는 진동-방지 테이블, 및 상기 진동-방지 테이블 상에 배열된 가속도계를 포함하고,
상기 드라이버는 상기 진동-방지 테이블을 구동하도록 구성되고,
상기 제어기는 제어 편차에 기초하여 상기 드라이버에 대한 명령 값을 생성하도록 구성되고,
상기 제어기는:
속도 편차에 기초하여 제1 명령 값을 생성하도록 구성된 제1 보상기;
상기 가속도계에 의해 측정된 상기 진동-방지 테이블의 가속도에 기초하여 제2 명령 값을 생성하도록 구성된 제2 보상기; 및
상기 제1 명령 값과 상기 제2 명령 값을 가산하여 상기 명령 값을 획득하도록 구성된 가산기를 포함하고,
상기 신경망은 상기 제2 보상기에 포함되는 처리 시스템.
제4항에 있어서,
상기 처리 장치는 상기 대상물의 역할을 하는 기판에 원판의 패턴을 전사하는 처리를 수행하도록 구성된 리소그래피 장치인 처리 시스템.
제12항에 있어서,
상기 리소그래피 장치는 상기 대상물의 역할을 하는 기판이 장착되는 스테이지 디바이스, 상기 원판과 상기 기판 사이의 오정렬을 측정하도록 구성된 정렬 검출기, 및 상기 스테이지 디바이스의 위치를 측정하도록 구성된 위치 측정 디바이스를 포함하고,
상기 드라이버는 상기 스테이지 디바이스를 구동하도록 구성되고,
상기 제어기는 제어 편차에 기초하여 상기 드라이버에 대한 명령 값을 생성하도록 구성되고,
상기 제어기는:
상기 위치 측정 디바이스에 의해 획득된 측정 값과 목표 값 사이의 차분인 위치 편차에 기초하여 상기 드라이버에 대한 제1 명령 값을 생성하도록 구성된 제1 보상기;
상기 정렬 검출기에 의해 측정된 상기 오정렬에 기초하여 제2 명령 값을 생성하도록 구성된 제2 보상기; 및
상기 제1 명령 값과 상기 제2 명령 값을 가산하여 상기 명령 값을 획득하도록 구성된 가산기를 포함하고,
상기 신경망은 상기 제2 보상기에 포함되는 처리 시스템.
대상물을 복수의 구동 축에 대해 구동하도록 구성된 드라이버, 및 상기 대상물에 대한 조작된 변수를 출력하기 위한 파라미터가 강화 학습에 의해 결정되는 신경망을 사용하여 상기 드라이버를 제어하도록 구성된 제어기를 포함하는 처리 장치를 관리하는 관리 방법으로서,
상기 관리 방법은:
상기 제어기에 의해 상기 대상물의 제어 결과로부터 획득된 보수의 평가를 포함하는 강화 학습에 의해 상기 신경망의 파라미터를 결정하는 단계를 포함하고,
상기 결정하는 단계는:
각각의 구동 축들에 대한 요구 정밀도들을 획득하는 단계; 및
상기 각각의 구동 축들에 대한 획득된 요구 정밀도들에 따라 상기 각각의 구동 축들에 관한 보수들을 상대적으로 조정하는 단계를 포함하는 관리 방법.
물품 제조 방법으로서,
제13항에 정의된 처리 시스템 내의 리소그래피 장치를 사용하여 원판의 패턴을 기판에 전사하는 단계; 및
상기 전사하는 단계를 거친 상기 기판을 처리하는 단계를 포함하고,
상기 처리하는 단계를 거친 상기 기판으로부터 물품이 획득되는 물품 제조 방법.
신경망을 사용하여 대상물을 제어하도록 구성된 제어기를 포함하는 처리 장치를 관리하기 위한 관리 장치로서,
상기 제어기에 의한 상기 대상물의 제어 결과로부터 획득된 보수를 평가함으로써 상기 신경망의 강화 학습을 수행하도록 구성된 학습 유닛을 포함하고,
상기 학습 유닛은, 사용자로부터의 요건에 따라, 상기 요건을 충족시키기 위해 상기 신경망을 조정하는 관리 장치.