特許ウォッチ

公開番号2025086821
公報種別公開特許公報(A)
公開日2025-06-09
出願番号2023201124
出願日2023-11-28
発明の名称情報収集装置、情報提供装置、情報収集方法及び情報提供方法
出願人オムロン株式会社
代理人弁理士法人秀和特許事務所
主分類G06F 16/903 20190101AFI20250602BHJP(計算;計数)
要約【課題】時系列データを抽出する精度の向上を図るための技術を提供する。
【解決手段】本発明の一側面に係る情報収集装置は、1以上のエージェントの状態遷移を示す時系列データを取得し、複数の時刻の情報を織り込んで符号化するように構成されたエンコーダを用いて、取得された時系列データを特徴ベクトルに変換し、得られた特徴ベクトルを時系列データと関連付けてデータベースに保存する。情報提供装置は、依頼元からクエリを受け付け、クエリに適合する特徴ベクトルを関連特徴ベクトルとしてデータベースから抽出し、抽出された関連特徴ベクトルに関連付けられた時系列データを関連時系列データとして依頼元に返す。
【選択図】図1
特許請求の範囲【請求項１】
制御部を備える情報収集装置であって、
前記制御部は、
１以上のエージェントの状態遷移を示す時系列データを取得すること、
複数の時刻の情報を織り込んで符号化するように構成されたエンコーダを用いて、取得された前記時系列データを特徴ベクトルに変換すること、及び
得られた前記特徴ベクトルを前記時系列データと関連付けてデータベースに保存すること、
を実行するように構成される、
情報収集装置。
続きを表示（約 1,000 文字）【請求項２】
前記時系列データは、複数の前記エージェントの状態遷移を示すように構成され、
前記エンコーダは、空間の情報を更に織り込んで符号化するように構成される、
請求項１に記載の情報収集装置。
【請求項３】
前記エンコーダは、１以上のエージェントの状態遷移からその未来の状態を予測するように訓練されることで、複数の時刻の情報を織り込んで符号化するように構成される、
請求項１に記載の情報収集装置。
【請求項４】
前記時系列データは、軌跡データを含む、
請求項１に記載の情報収集装置。
【請求項５】
前記時系列データは、動画像データを含む、
請求項１に記載の情報収集装置。
【請求項６】
前記制御部は、前記１以上のエージェントの属性情報を更に取得するように構成され、
取得された前記時系列データを特徴ベクトルに変換することは、取得された前記時系列データ及び前記１以上のエージェントの前記属性情報を特徴ベクトルに変換することにより構成される、
請求項１に記載の情報収集装置。
【請求項７】
前記時系列データは、１以上のオブジェクトの状態遷移を更に示すように構成され、
前記エンコーダは、空間の情報を更に織り込んで符号化するように構成される、
請求項１に記載の情報収集装置。
【請求項８】
前記制御部は、前記１以上のオブジェクトの属性情報を更に取得するように構成され、
取得された前記時系列データを特徴ベクトルに変換することは、取得された前記時系列データ及び前記１以上のオブジェクトの前記属性情報を特徴ベクトルに変換することにより構成される、
請求項７に記載の情報収集装置。
【請求項９】
前記制御部は、前記１以上のエージェントの存在する環境に関する環境情報を更に取得するように構成され、
取得された前記時系列データを特徴ベクトルに変換することは、取得された前記時系列データ及び前記環境情報を特徴ベクトルに変換することにより構成される、
請求項１に記載の情報収集装置。
【請求項１０】
前記エージェントは、ロボット装置又は生物である、
請求項１に記載の情報収集装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、情報収集装置、情報提供装置、情報収集方法及び情報提供方法に関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
近年、ロボット装置の制御モデルを機械学習により生成する様々な手法が開発されている。その機械学習では、事前に収集されたデータを用いることがある。例えば、模倣学習では、事前に収集されたデモンストレーションデータ（教示データ）を用いて、方策の学習が行われる。また、例えば、強化学習において、事前に収集されたデータをエピソードとして用いることがある。その他、教師あり学習及び教師なし学習でも、事前に収集されたデータを用いて、モデルの学習が行われる。しかしながら、このようなデータをタスク毎に個々に収集するのはコストがかかる。
【０００３】
そこで、事前に大規模に収集されたデータから適合的なデータを選択し、選択されたデータを機械学習に用いる手法が検討されている。例えば、非特許文献１では、オフライン強化学習において、画像検索により得られるデータを用いる手法が提案されている。この方法によれば、データの再利用性が高まるため、対象環境又は対象タスクで新規なデータを収集するコストの低減を期待することができる。
【先行技術文献】
【非特許文献】
【０００４】
Peter C. Humphreys et al., “Large-Scale Retrieval for Reinforcement Learning”, [online], [令和５年１１月１７日検索], インターネット＜ＵＲＬ：https://arxiv.org/abs/2206.05314＞
【発明の概要】
【発明が解決しようとする課題】
【０００５】
本件発明者らは、上記従来の方法には、次のような問題点があることを見出した。すなわち、ロボット装置の動作制御では、行動系列を考慮することになる。これに対して、従来の方法では、１時刻の画像データが検索の対象である。そのため、検索において、見た目の類似度しか参照されず、行動系列を考慮した検索が困難である。繰り返し検索を行い、得られたデータを時系列につなぎ合わせることで、行動系列に対応する時系列データを生成することは可能である。しかしながら、生成される時系列データは関連性の低いデータを含む可能性があるため、行動系列に対応する時系列データを抽出する精度は悪くなる可能性が高い。
【０００６】
したがって、従来の方法では、ロボット装置の行動系列に対応する時系列データを精度よく抽出することが困難であった。なお、このような問題点が生じるのは、機械学習に用いるデータを検索する場面に限られない。時系列データを検索するあらゆる場面にこの問題点は生じ得る。例えば、ロボット装置の所望の動作に類似する動作を検索する等のデータを単に検索する場面でも、このような問題点は生じ得る。
【０００７】
本発明は、一側面では、このような事情を鑑みてなされたものであり、その目的は、時系列データを抽出する精度の向上を図るための技術を提供することである。
【課題を解決するための手段】
【０００８】
本発明は、上述した課題を解決するために、以下の構成を採用する。なお、以下の発明の構成は適宜組み合わせ可能である。
【０００９】
本発明の一側面に係る情報収集装置は制御部を備える。前記制御部は、１以上のエージェントの状態遷移を示す時系列データを取得すること、複数の時刻の情報を織り込んで符号化するように構成されたエンコーダを用いて、取得された前記時系列データを特徴ベクトルに変換すること、及び得られた前記特徴ベクトルを前記時系列データと関連付けてデータベースに保存することを実行するように構成される。
【００１０】
当該構成では、エンコーダにより、時系列データに含まれる複数の時刻の情報が特徴ベクトルに織り込まれる。生成された特徴ベクトルは、時系列データに関連付けられて保存される。この特徴ベクトルをメタ情報（タグ）として検索に用いることで、その検索において、状態遷移の系列を考慮することができ、これにより、検索対象の系列に対する適切な時系列データの抽出を期待することができる。したがって、当該構成によれば、１以上のエージェントの状態遷移を示す時系列データを抽出する精度の向上を期待することができる。
（【００１１】以降は省略されています）

関連特許