JP7359176B2 - 判定装置、判定方法、および、判定プログラム - Google Patents

Description

本発明は、判定装置、判定方法、および、判定プログラムに関する。

特許文献１には、「ロボットの各関節を駆動するモータに掛かる外乱に対する該ロボットの教示位置の補正量を機械学習し、機械学習した結果に基づいて、ロボットが教示位置へと移動する際に外乱を抑えるように教示位置を補正しながら制御する」と記載されている。
［先行技術文献］
［特許文献］
［特許文献１］ 特開２０１８－２０２５６４号公報

（項目１）
本発明の第１の態様においては、判定装置を提供する。判定装置は、制御対象が設けられた設備の状態を示す状態データを取得する状態データ取得部を備えてよい。判定装置は、上記制御対象の操作量を示す操作量データを取得する操作量データ取得部を備えてよい。判定装置は、上記状態データおよび上記操作量データを用いて、上記設備の状態に応じた上記操作量を出力する制御モデルを機械学習により生成する制御モデル生成部を備えてよい。判定装置は、シミュレーションモデルを用いて、上記制御モデルが出力する上記操作量を上記制御対象に与えた場合における上記設備の状態をシミュレーションするシミュレーション部を備えてよい。判定装置は、シミュレーション結果に基づいて、上記制御モデルによる上記制御対象の制御の可否を判定する判定部を備えてよい。

（項目２）
上記判定部は、上記シミュレーション結果に基づいて上記設備が正常に運転可能な期間が予め定められた閾値を超えると判断された場合に、上記制御モデルによる上記制御対象の制御が可能であると判定してよい。

（項目３）
上記判定部は、上記シミュレーション結果に基づいて上記設備が正常に運転可能と判断された回数が予め定められた閾値を超えると判断された場合に、上記制御モデルによる上記制御対象の制御が可能であると判定してよい。

（項目４）
判定装置は、上記シミュレーション結果を出力する出力部を更に備え、上記判定部は、上記シミュレーション結果が出力されたことに応じて制御を許可する旨の指示を取得した場合に、上記制御モデルによる上記制御対象の制御が可能であると判定してよい。

（項目５）
判定装置は、上記制御モデルによる上記制御対象の制御が可能であると判定された場合に、上記制御対象に対して上記制御モデルによる制御を開始するように指示する指示部を更に備えてよい。

（項目６）
上記制御モデル生成部は、上記制御モデルによる上記制御対象の制御が可能でないと判定された場合に、上記機械学習により上記制御モデルを再生成してよい。

（項目７）
判定装置は、上記機械学習の収束を判断する収束判断部を更に備え、上記シミュレーション部は、上記機械学習が収束したと判断された場合に、上記設備の状態をシミュレーションしてよい。

（項目８）
上記収束判断部は、上記機械学習が開始されてからの経過時間に基づいて上記機械学習の収束を判断してよい。

（項目９）
上記収束判断部は、上記機械学習における評価関数の値に基づいて上記機械学習の収束を判断してよい。

（項目１０）
上記制御モデル生成部は、上記状態データの入力に応じて、予め定められた報酬関数により定まる報酬値が高くなる操作量ほど推奨する操作量として出力されるように強化学習することにより、上記制御モデルを生成してよい。

（項目１１）
本発明の第２の態様においては、判定方法を提供する。判定方法は、制御対象が設けられた設備の状態を示す状態データを取得することを備えてよい。判定方法は、上記制御対象の操作量を示す操作量データを取得することを備えてよい。判定方法は、上記状態データおよび上記操作量データを用いて、上記設備の状態に応じた上記操作量を出力する制御モデルを機械学習により生成することを備えてよい。判定方法は、シミュレーションモデルを用いて、上記制御モデルが出力する上記操作量を上記制御対象に与えた場合における上記設備の状態をシミュレーションすることを備えてよい。判定方法は、シミュレーション結果に基づいて、上記制御モデルによる上記制御対象の制御の可否を判定することを備えてよい。

（項目１２）
本発明の第３の態様においては、判定プログラムを提供する。判定プログラムは、コンピュータにより実行されてよい。判定プログラムは、上記コンピュータを、制御対象が設けられた設備の状態を示す状態データを取得する状態データ取得部として機能させてよい。判定プログラムは、上記コンピュータを、上記制御対象の操作量を示す操作量データを取得する操作量データ取得部として機能させてよい。判定プログラムは、上記コンピュータを、上記状態データおよび上記操作量データを用いて、上記設備の状態に応じた上記操作量を出力する制御モデルを機械学習により生成する制御モデル生成部として機能させてよい。判定プログラムは、上記コンピュータを、シミュレーションモデルを用いて、上記制御モデルが出力する上記操作量を上記制御対象に与えた場合における上記設備の状態をシミュレーションするシミュレーション部として機能させてよい。判定プログラムは、上記コンピュータを、シミュレーション結果に基づいて、上記制御モデルによる上記制御対象の制御の可否を判定する判定部として機能させてよい。

なお、上記の発明の概要は、本発明の特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

本実施形態に係る判定装置１００のブロック図の一例を、制御対象２０が設けられた設備１０と共に示す。 本実施形態に係る判定装置１００が、ＡＩ制御の可否を判定するフローの一例を示す。 本実施形態の変形例に係る判定装置１００のブロック図の一例を、制御対象２０が設けられた設備１０と共に示す。 本実施形態の変形例に係る判定装置１００が、ＡＩ制御の可否を判定するフローの一例を示す。 本実施形態の別の変形例に係る判定装置１００のブロック図の一例を、制御対象２０が設けられた設備１０と共に示す。 本実施形態の別の変形例に係る判定装置１００が、ＡＩ制御の可否を判定するフローの一例を示す。 本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ９９００の例を示す。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

図１は、本実施形態に係る判定装置１００のブロック図の一例を、制御対象２０が設けられた設備１０と共に示す。本実施形態に係る判定装置１００は、制御対象２０に対して機械学習により生成された学習モデルによる制御（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ：ＡＩ制御ともいう。）を開始するのに先立ち、学習モデルの出力を制御対象２０に与えた場合における設備１０の状態をシミュレーションする。そして、本実施形態に係る判定装置１００は、シミュレーション結果に基づいてＡＩ制御の可否を判定する。

設備１０は、制御対象２０が備え付けられた施設や装置等である。例えば、設備１０は、プラントであってもよいし、複数の機器を複合させた複合装置であってもよい。プラントとしては、化学やバイオ等の工業プラントの他、ガス田や油田等の井戸元やその周辺を管理制御するプラント、水力・火力・原子力等の発電を管理制御するプラント、太陽光や風力等の環境発電を管理制御するプラント、上下水やダム等を管理制御するプラント等が挙げられる。

設備１０には、制御対象２０が設けられている。本図においては、設備１０に１つの制御対象２０のみが設けられている場合を一例として示しているが、これに限定されるものではない。設備１０には、複数の制御対象２０が設けられていてよい。

また、設備１０には、設備１０の内外における様々な状態（物理量）を測定する１または複数のセンサ（図示せず）が設けられていてよい。このようなセンサは、例えば、運転データ、消費量データ、および、外部環境データ等を測定する。

ここで、運転データは、制御対象２０を制御した結果の運転状態を示す。例えば、運転データは、制御対象２０について測定された測定値ＰＶ（Ｐｒｏｃｅｓｓ Ｖａｒｉａｂｌｅ）を示してよく、一例として、制御対象２０の出力（制御量）を示してもよいし、制御対象２０の出力によって変化する様々な値を示してもよい。

消費量データは、設備１０におけるエネルギーまたは原材料の少なくともいずれかの消費量を示す。例えば、消費量データは、エネルギー消費量として、電力や燃料（一例として、ＬＰＧ：Ｌｉｑｕｅｆｉｅｄ Ｐｅｔｒｏｌｅｕｍ Ｇａｓ）の消費量を示してよい。

外部環境データは、制御対象２０の制御に対して外乱として作用し得る物理量を示す。例えば、外部環境データは、設備１０の外気の温度や湿度、日照、風向き、風量、降水量、および、設備１０に設けられた他の機器の制御に伴い変化する様々な物理量等を示してよい。

制御対象２０は、制御の対象となる機器および装置等である。例えば、制御対象２０は、設備１０のプロセスにおける圧力、温度、ｐＨ、速度、または、流量等の少なくとも１つの物理量を制御するバルブ、ポンプ、ヒータ、ファン、モータ、および、スイッチ等のアクチュエータであってよく、与えられた操作量ＭＶ（Ｍａｎｉｐｕｌａｔｅｄ Ｖａｒｉａｂｌｅ）を入力して制御量を出力する。

また、制御対象２０は、制御器（図示せず）から与えられた操作量ＭＶ（ＦＢ：ＦｅｅｄＢａｃｋ）によるフィードバック制御と、制御モデルから与えられた操作量ＭＶ（ＡＩ）によるＡＩ制御との間で切り替え可能であってよい。このようなＦＢ制御は、例えば、比例制御（Ｐ制御）、積分制御（Ｉ制御）、または、微分制御（Ｄ制御）の少なくとも１つを用いた制御であってよく、一例として、ＰＩＤ制御であってよい。なお、制御器は、本実施形態に係る判定装置１００の一部として一体に構成されていてもよいし、判定装置１００とは独立した別体として構成されていてもよい。

本実施形態に係る判定装置１００は、例えば、制御対象２０に対してＡＩ制御を開始する（例えば、ＦＢ制御からＡＩ制御に切り替えて、ＡＩ制御を開始する）のに先立ち、学習モデルの出力を制御対象２０に与えた場合における設備１０の状態をシミュレーションする。そして、本実施形態に係る判定装置１００は、シミュレーション結果に基づいてＡＩ制御の可否を判定する。

判定装置１００は、ＰＣ（パーソナルコンピュータ）、タブレット型コンピュータ、スマートフォン、ワークステーション、サーバコンピュータ、または汎用コンピュータ等のコンピュータであってよく、複数のコンピュータが接続されたコンピュータシステムであってもよい。このようなコンピュータシステムもまた広義のコンピュータである。また、判定装置１００は、コンピュータ内で１または複数実行可能な仮想コンピュータ環境によって実装されてもよい。これに代えて、判定装置１００は、制御可否の判定用に設計された専用コンピュータであってもよく、専用回路によって実現された専用ハードウェアであってもよい。また、判定装置１００がインターネットに接続可能な場合、判定装置１００は、クラウドコンピューティングにより実現されてもよい。

判定装置１００は、状態データ取得部１１０と、操作量データ取得部１２０と、制御モデル生成部１３０と、制御モデル１３５と、シミュレーション部１４０と、シミュレーションモデル１４５と、判定部１５０と、指示部１６０とを備える。なお、これらブロックは、それぞれ機能的に分離された機能ブロックであって、実際のデバイス構成とは必ずしも一致していなくてもよい。すなわち、本図において、１つのブロックとして示されているからといって、それが必ずしも１つのデバイスにより構成されていなくてもよい。また、本図において、別々のブロックとして示されているからといって、それらが必ずしも別々のデバイスにより構成されていなくてもよい。

状態データ取得部１１０は、制御対象２０が設けられた設備１０の状態を示す状態データを取得する。例えば、状態データ取得部１１０は、設備１０に設けられたセンサが測定した運転データ、消費量データ、および、外部環境データ等を状態データとして、ネットワークを介してセンサから取得する。しかしながら、これに限定されるものではない。状態データ取得部１１０は、このような状態データをオペレータから取得してもよいし、各種メモリデバイス等から取得してもよい。状態データ取得部１１０は、取得した状態データを制御モデル生成部１３０へ供給する。また、状態データ取得部１１０は、取得した状態データを制御モデル１３５へ供給する。

操作量データ取得部１２０は、制御対象２０の操作量を示す操作量データを取得する。例えば、操作量データ取得部１２０は、制御対象２０をＦＢ制御するにあたって制御器（不図示）から制御対象２０に与えられた操作量ＭＶ（ＦＢ）を示すデータを、ネットワークを介して制御器から取得する。しかしながら、これに限定されるものではない。操作量データ取得部１２０は、このような操作量データをオペレータから取得してもよいし、各種メモリデバイスから取得してもよい。操作量データ取得部１２０は、取得した操作量データを制御モデル生成部１３０へ供給する。

制御モデル生成部１３０は、状態データおよび操作量データを用いて、設備１０の状態に応じた操作量を出力する制御モデル１３５を機械学習により生成する。例えば、制御モデル生成部１３０は、状態データ取得部１１０から供給された状態データ、および、操作量データ取得部１２０から供給された操作量ＭＶ（ＦＢ）を示すデータを学習データとして強化学習することにより、設備１０の状態に応じた操作量ＭＶ（ＡＩ）を出力する制御モデル１３５を生成する。すなわち、制御モデル生成部１３０は、状態データの入力に応じて、予め定められた報酬関数により定まる報酬値が高くなる操作量ほど推奨する操作量として出力されるように強化学習することにより、制御モデル１３５を生成する。これについて詳細は後述する。

制御モデル１３５は、制御モデル生成部１３０が強化学習により生成した学習モデルであり、設備１０の状態に応じた操作量ＭＶ（ＡＩ）を出力する。例えば、制御モデル１３５は、状態データ取得部１１０から供給された状態データを入力して、設備１０の状態に応じて制御対象２０に与えるべき推奨する操作量ＭＶ（ＡＩ）を出力する。制御モデル１３５は、出力した操作量ＭＶ（ＡＩ）を制御対象２０へ供給する。また、制御モデル１３５は、出力した操作量ＭＶ（ＡＩ）をシミュレーション部１４０へ供給する。なお、本図においては、制御モデル１３５が判定装置１００に内蔵されている場合を一例として示したが、これに限定されるものではない。制御モデル１３５は、判定装置１００とは異なる装置（例えば、クラウドサーバ上）に格納されていてもよい。また、本図においては、制御モデル１３５が操作量ＭＶ（ＡＩ）を出力すると、常に出力した操作量ＭＶ（ＡＩ）を制御対象２０へ供給する場合を一例として示したが、これに限定されるものではない。制御モデル１３５は、後述する判定の結果、ＡＩ制御が可能であると判定された場合にのみ、出力した操作量ＭＶ（ＡＩ）を制御対象２０へ供給してもよい。

シミュレーション部１４０は、シミュレーションモデル１４５を用いて、制御モデル１３５が出力する操作量ＭＶ（ＡＩ）を制御対象２０に与えた場合における設備１０の状態をシミュレーションする。なお、ここでいう「シミュレーションする」とは、シミュレーション部１４０が主体となって設備１０の状態を自らシミュレーションすることの他に、シミュレーション部１４０が他の装置（例えば、シミュレータ（図示せず））に対して設備１０の状態をシミュレーションさせ、他の装置がシミュレーションした設備１０の状態を他の装置から取得することをも含むものとする。例えば、シミュレーション部１４０は、制御モデル１３５が出力した操作量ＭＶ（ＡＩ）をシミュレーションモデル１４５に入力し、シミュレーションモデル１４５が出力する複数の出力値をシミュレーション結果として取得する。シミュレーション部１４０は、取得したシミュレーション結果を、判定部１５０へ供給する。

シミュレーションモデル１４５は、設備１０の挙動をシミュレーションするように構築されたモデル（例えば、プラントモデル）である。例えば、シミュレーションモデル１４５は、操作量ＭＶ（ＡＩ）を入力し、操作量ＭＶ（ＡＩ）を制御対象２０に与えた場合における設備１０の挙動をシミュレーションする。そして、シミュレーションモデル１４５は、シミュレーションした設備１０の状態を示す複数の出力値を出力する。一例として、シミュレーションモデル１４５は、設備１０の制御周期と同じまたは短い周期で設備１０の挙動をシミュレーション可能なように、処理負荷が比較的軽い簡易物理モデルや、比較的低次な線形モデルであってよい。なお、本図においては、シミュレーションモデル１４５が判定装置１００に内蔵されている場合を一例として示したが、これに限定されるものではない。シミュレーションモデル１４５は、制御モデル１３５と同様、判定装置１００とは異なる装置（例えば、クラウドサーバ上）に格納されていてもよい。また、上述のシミュレータについても、判定装置１００とは異なる装置に備えられていてもよい。

判定部１５０は、シミュレーション結果に基づいて、制御モデル１３５による制御対象２０の制御の可否を判定する。例えば、判定部１５０は、シミュレーション部１４０から供給されたシミュレーション結果が予め定められた条件（例えば、異常診断条件）を満たしているか否か判定する。そして、判定部１５０は、シミュレーション結果が予め定められた条件を満たしていない場合に制御モデル１３５による制御対象２０の制御が可能であると判定し、満たしている場合に制御モデル１３５による制御対象２０の制御が可能でないと判定する。判定部１５０は、判定結果を指示部１６０へ供給する。

指示部１６０は、制御モデル１３５による制御対象２０の制御が可能であると判定された場合に、制御対象２０に対して制御モデル１３５による制御を開始するように指示する。この際、指示部１６０は、制御対象２０に直接指示を出してよい。これにより、例えば、制御対象２０は、制御器から与えられた操作量ＭＶ（ＦＢ）によるＦＢ制御から、制御モデル１３５から与えられた操作量ＭＶ（ＡＩ）によるＡＩ制御へと切り替え、ＡＩ制御を開始する。また、例えば、ＰＩＤ制御器等の他の制御器が判定装置１００の一部として一体に構成されている場合、指示部１６０は、操作量ＭＶ（ＦＢ）と操作量ＭＶ（ＡＩ）のいずれを制御対象２０に出力するかを切り替え可能な切替器に指示を出してもよい。これにより、判定装置１００から制御対象２０に出力される操作量ＭＶを操作量ＭＶ（ＦＢ）から操作量ＭＶ（ＡＩ）に切り替え、制御対象２０に対してＡＩ制御を開始してもよい。

図２は、本実施形態に係る判定装置１００が、ＡＩ制御の可否を判定するフローの一例を示す。

ステップ２１０において、判定装置１００は、状態データを取得する。例えば、状態データ取得部１１０は、制御対象２０が設けられた設備１０の状態を示す状態データを取得する。一例として、状態データ取得部１１０は、設備１０に設けられたセンサが測定した運転データ、消費量データ、および、外部環境データ等を状態データとして、ネットワークを介してセンサから取得する。状態データ取得部１１０は、取得した状態データを制御モデル生成部１３０、および、制御モデル１３５へ供給する。

ステップ２２０において、判定装置１００は、操作量データを取得する。例えば、操作量データ取得部１２０は、制御対象２０の操作量を示す操作量データを取得する。一例として、操作量データ取得部１２０は、制御対象２０をＦＢ制御するにあたって制御器から制御対象２０に与えられた操作量ＭＶ（ＦＢ）を示すデータを、ネットワークを介して制御器から取得する。操作量データ取得部１２０は、取得した操作量データを制御モデル生成部１３０へ供給する。なお、本図においては、判定装置１００が状態データを取得した後に操作量データを取得する場合を一例として示したが、これに限定されるものではない。判定装置１００は、操作量データを取得した後に状態データを取得してもよいし、状態データと操作量データとを同時に取得してもよい。

ステップ２３０において、判定装置１００は、制御モデル１３５を生成する。例えば、制御モデル生成部１３０は、状態データおよび操作量データを用いて、設備１０の状態に応じた操作量を出力する制御モデル１３５を機械学習により生成する。一例として、制御モデル生成部１３０は、ステップ２１０において取得された状態データ、および、ステップ２２０において取得された操作量ＭＶ（ＦＢ）を示すデータを学習データとして強化学習することにより、設備１０の状態に応じた操作量ＭＶ（ＡＩ）を出力する制御モデル１３５を生成する。

一般に、エージェントが、環境の状態を観測してある行動を選択すると、当該行動に基づいて環境が変化する。強化学習においては、このような環境の変化に伴って何らかの報酬が与えられることで、エージェントがより良い行動の選択（意思決定）を学習する。教師あり学習においては、完全な正解が与えられるのに対して、強化学習においては、環境の一部の変化に基づく断片的な値として報酬が与えられる。このため、エージェントは、将来にわたって報酬の合計が最大となるような行動を選択するように学習する。このように、強化学習において、エージェントは、行動を学習することにより行動が環境に与える相互作用を踏まえて適切な行動を学習、すなわち、将来的に得られる報酬を最大にするための行動を学習する。

本実施形態において、このような強化学習における報酬は、設備１０の運転を評価するための指標であってよく、予め定められた報酬関数により定まる値であってよい。ここで、関数とは、ある集合の各要素に他の集合の各要素を一対一で対応させる規則を持つ写像であり、例えば数式であってもよいし、テーブルであってもよい。

報酬関数は、状態データの入力に応じて、当該状態データによって示される設備１０の状態を評価した値（報酬値）を出力する。上述のとおり、例えば、状態データには、制御対象２０について測定された測定値ＰＶが含まれている。したがって、報酬関数は、このような測定値ＰＶが目標値ＳＶ（Ｓｅｔｔｉｎｇ Ｖａｒｉａｂｌｅ）に近いほど報酬値が高くなるような関数として定義されてよい。ここで、測定値ＰＶと目標値ＳＶとの差の絶対値を変数とする関数を、評価関数として定義することとする。すなわち、一例として、制御対象２０がバルブである場合、評価関数は、センサが実際に測定したバルブの開度である測定値ＰＶと、目標とするバルブの開度である目標値ＳＶとの差の絶対値を変数とする関数であってよい。そして、報酬関数は、このような評価関数によって得られる評価関数の値を変数とする関数であってよい。

また、上述のとおり、状態データには、測定値ＰＶに加えて、例えば、制御対象２０の出力によって変化する様々な値や、消費量データ、外部環境データ等が含まれている。したがって、報酬関数は、このような様々な値、消費量データ、および、外部環境データ等に基づいて報酬値を増減させるような関数であってよい。一例として、このような様々な値や消費量データに対して守らなければならない制約が設けられている場合、報酬関数は、外部環境データに照らして、このような様々な値や消費量データが制約条件を満たしていない場合に、報酬値を最小とするような関数であってよい。また、このような様々な値や消費量データに対して目指すべき目標が設けられている場合、報酬関数は、外部環境データに照らして、このような様々な値や消費量データが目標に近いほど報酬値を増加させ、目標に遠いほど報酬値を減少させるような関数であってよい。

制御モデル生成部１３０は、このような報酬関数に基づいてそれぞれの学習データにおける報酬値を取得する。そして、制御モデル生成部１３０は、学習データおよび報酬値の組をそれぞれ用いて強化学習する。この際、制御モデル生成部１３０は、最急降下法やニューラルネットワーク、ＤＱＮ（Ｄｅｅｐ Ｑ－Ｎｅｔｗｏｒｋ）、ガウシアンプロセス、ディープラーニング等、公知の手法による学習処理を行ってよい。そして、制御モデル生成部１３０は、報酬値が高くなる操作量ほど、推奨する操作量として優先的に出力されるように学習する。すなわち、制御モデル生成部１３０は、状態データの入力に応じて、予め定められた報酬関数により定まる報酬値が高くなる操作量ほど推奨する操作量として出力されるように強化学習することにより、制御モデル１３５を生成する。これにより、モデルが更新され制御モデル１３５が生成される。

ステップ２４０において、判定装置１００は、シミュレーションを実行する。例えば、シミュレーション部１４０は、シミュレーションモデル１４５を用いて、制御モデル１３５が出力する操作量ＭＶ（ＡＩ）を制御対象２０に与えた場合における設備１０の状態をシミュレーションする。一例として、シミュレーション部１４０は、ステップ２３０において生成された制御モデル１３５が出力した操作量ＭＶ（ＡＩ）をシミュレーションモデル１４５に入力し、シミュレーションモデルが出力する複数の出力値をシミュレーション結果として取得する。シミュレーション部１４０は、取得したシミュレーション結果を、判定部１５０へ供給する。

ステップ２５０において、判定装置１００は、ＡＩ制御の可否を判定する。例えば、判定部１５０は、シミュレーション結果に基づいて、制御モデル１３５による制御対象２０の制御の可否を判定する。一例として、判定部１５０は、ステップ２４０におけるシミュレーション結果が予め定められた条件を満たしているか否か判定する。この際、例えば、判定部１５０は、設備１０において異常を診断するための異常診断条件を予め記憶していてよい。そして、判定部１５０は、シミュレーションモデル１４５が出力した複数の出力値の全てが異常診断条件を満たしていない場合に、設備１０が正常に運転可能であると推測してよい。また、判定部１５０は、シミュレーションモデル１４５が出力した複数の出力値の少なくとも１つが異常診断条件を満たしている場合に、設備１０が正常に運転可能でない（設備に異常が発生する）と推測してよい。そして、判定部１５０は、シミュレーション結果に基づいて設備１０が正常に運転可能な期間が予め定められた閾値を超えると判断された場合に、制御モデル１３５による制御対象２０の制御が可能であると判定してよい。すなわち、判定部１５０は、予め定められた期間Ｐを超えて設備１０が正常に運転可能と判断された場合に、ＡＩ制御が可能であると判定してよい。また、判定部１５０は、シミュレーション結果に基づいて設備１０が正常に運転可能と判断された回数が予め定められた閾値を超えると判断された場合に、制御モデル１３５による制御対象２０の制御が可能であると判定してよい。すなわち、判定部１５０は、設備１０が正常に運転可能と判断された回数が予め定められた回数であるＮ回を超えた場合に、ＡＩ制御が可能であると判定してよい。さらに、判定部１５０は、期間による判定と回数による判定とを併用してもよい。例えば、判定部１５０は、正常に運転可能と判断された期間が期間Ｐを超え、かつ、正常に運転可能と判断された回数がＮ回を超えた場合に、ＡＩ制御が可能であると判定してもよい。また、判定部１５０は、正常に運転可能と判断された期間が期間Ｐを超えた回数がＮ回を超えた場合に、ＡＩ制御が可能であると判定してもよい。判定部１５０は、判定結果を指示部１６０へ供給する。

ステップ２５０において、ＡＩ制御可能でない（Ｎｏ）と判定された場合、判定装置１００は、処理をステップ２１０に戻してフローを継続する。すなわち、制御モデル生成部１３０は、制御モデル１３５による制御対象２０の制御が可能でないと判定された場合に、機械学習により制御モデル１３５を再生成する。

ステップ２５０において、ＡＩ制御可能である（Ｙｅｓ）と判定された場合、判定装置１００は、処理をステップ２６０に進めて、ＡＩ制御の開始を制御対象２０に指示する。例えば、指示部１６０は、制御モデル１３５による制御対象２０の制御が可能であると判定された場合に、制御対象２０に対して制御モデル１３５による制御を開始するように指示する。これにより、例えば、制御対象２０は、制御器から与えられた操作量ＭＶ（ＦＢ）によるＦＢ制御から、制御モデル１３５から与えられた操作量ＭＶ（ＡＩ）によるＡＩ制御へと切り替え、ＡＩ制御を開始する。

一般に、機械学習では、入力データを使用して学習モデルのパラメータを決定するが、これは確率的に求められたものであり、理論的に保障されているものではない。そのため、学習モデルから異常な推論データが出力される可能性がある。そこで、本実施形態に係る判定装置１００は、ＡＩ制御を開始するのに先立ち、シミュレーションモデル１４５を用いて、制御モデル１３５が出力する操作量ＭＶ（ＡＩ）を制御対象２０に与えた場合における設備１０の状態をシミュレーションする。そして、判定装置１００は、シミュレーション結果に基づいて、ＡＩ制御の可否を判定する。これにより、本実施形態に係る判定装置１００によれば、ＡＩ制御を実機投入した後、すなわち、ＡＩ制御により設備１０の運転を開始した後にＡＩ制御に伴い設備１０が異常な振る舞いをすることを事前に防止することができる。ここで、ＡＩ制御の可否を、制御モデル１３５が出力する操作量ＭＶ（ＡＩ）が予め定められた基準を満たすか否かで判定することも考えられる。しかしながら、このような基準は人為的・経験的に与えられたものであって、操作量ＭＶ（ＡＩ）がこのような基準を満たすからといって、必ずしも設備１０に異常が発生しないとも限らない。同様に、操作量ＭＶ（ＡＩ）がこのような基準を満たさないからといって、必ずしも設備１０に異常が発生するとも限らない。これに対して、本実施形態に係る判定装置１００によれば、操作量ＭＶ（ＡＩ）自体ではなく、操作量ＭＶ（ＡＩ）を制御対象２０に与えた場合における設備１０の状態をシミュレーションした結果に基づいてＡＩ制御の可否を判定するので、実際の運用により近い根拠に基づいてＡＩ制御の可否を判定することができる。

また、本実施形態に係る判定装置１００は、シミュレーション結果に基づいて設備１０が正常に運転可能な期間が閾値を超えた場合、または、正常に運転可能と判断された回数が閾値を超えた場合に、ＡＩ制御が可能であると判定する。これにより、本実施形態に係る判定装置１００によれば、正常に運転可能であることを暫く観察してからＡＩ制御が可能と判定するので、操作量ＭＶ（ＡＩ）を制御対象２０に与えた場合に、偶然的に設備１０に異常が発生しないと推測された場合においてまで、ＡＩ制御が可能であると誤判定することを避けることができる。

また、本実施形態に係る判定装置１００は、ＡＩ制御が可能であると判定された場合に、制御対象２０に対して制御モデル１３５による制御に切り替えるように指示する。これにより、本実施形態に係る判定装置１００によれば、シミュレーション結果に基づく判定をトリガとして、制御対象２０へＡＩ制御の開始を指示することができる。また、本実施形態に係る判定装置１００は、ＡＩ制御が可能でないと判定された場合に、機械学習により制御モデル１３５を再生成する。これにより、本実施形態に係る判定装置１００によれば、ＡＩ制御が可能でないと一旦判定された場合であっても、再び学習することで制御モデルを再生成し、再生成した制御モデル１３５によりＡＩ制御の可否を繰り返し判定することができる。

図３は、本実施形態の変形例に係る判定装置１００のブロック図の一例を、制御対象２０が設けられた設備１０と共に示す。図３においては、図１と同じ機能および構成を有する部材に対して同じ符号を付すとともに、以下相違点を除き説明を省略する。上述の実施形態に係る判定装置１００においては、シミュレーション結果に基づいてＡＩ制御の可否を自動的に判定する場合を一例として示した。しかしながら、本変形例に係る判定装置１００においては、シミュレーション結果を出力し、シミュレーション結果を検討したオペレータ等からの許可に基づいてＡＩ制御の可否を判定する。本変形例に係る判定装置１００は、出力部３１０と、入力部３２０とを更に備える。

本変形例に係る判定装置１００においては、シミュレーション部１４０は、シミュレーション結果を判定部１５０に加えて出力部３１０へ供給する。そして、出力部３１０は、シミュレーション結果を出力する。例えば、出力部３１０は、シミュレーション結果をモニタに表示することにより出力してもよいし、プリントアウトすることにより出力してもよいし、他の装置にデータ送信することにより出力してもよい。

入力部３２０は、シミュレーション結果を出力したことに応じて、シミュレーション結果を検討したオペレータ等からユーザ入力を受け付ける。入力部３２０は、ユーザ入力されたオペレータからの指示を判定部１５０へ供給する。

判定部１５０は、入力部３２０から供給された指示がＡＩ制御を許可する旨を示している場合に、制御モデル１３５による制御対象２０の制御が可能であると判定する。すなわち、判定部１５０は、シミュレーション結果が出力されたことに応じて制御を許可する旨の指示を取得した場合に、制御モデル１３５による制御対象２０の制御が可能であると判定する。

図４は、本実施形態の変形例に係る判定装置１００が、ＡＩ制御の可否を判定するフローの一例を示す。図４においては、図２と同じ処理に対して同じ符号を付すとともに、以下相違点を除き説明を省略する。本フローにおいては、ステップ２５０に代えて、ステップ４１０および４２０を備える。

ステップ４１０において、判定装置１００は、シミュレーション結果を出力する。例えば、出力部３１０は、ステップ２４０においてシミュレーション部１４０がシミュレーションした結果を取得し、モニタに表示することによりシミュレーション結果を出力する。

ステップ４２０において、判定装置１００は、ＡＩ制御が許可されたか否か判定する。例えば、判定部１５０は、シミュレーション結果を検討したオペレータ等から入力部３２０を介してＡＩ制御を許可する旨の指示を取得したか否か判定する。ステップ４２０においてＡＩ制御を許可する旨の指示が取得されていない場合（Ｎｏの場合）、判定部１５０はＡＩ制御が可能でないと判定する。そして、判定装置１００は、処理をステップ２１０に戻してフローを継続する。ステップ４２０においてＡＩ制御を許可する旨の指示が取得された場合（Ｙｅｓの場合）、判定部１５０はＡＩ制御が可能であると判定する。そして、判定装置１００は、処理をステップ２６０へ進める。すなわち、判定部１５０は、シミュレーション結果が出力されたことに応じて制御を許可する旨の指示を取得した場合（Ｙｅｓの場合）に、制御モデル１３５による制御対象２０の制御が可能であると判定する。

このように、本変形例に係る判定装置１００は、シミュレーション結果を出力し、当該シミュレーション結果を検討したオペレータ等からの指示に基づいてＡＩ制御の可否を判定する。これにより、本変形例に係る判定装置１００によれば、ＡＩ制御を実機投入するにあたってオペレータ等の意向を反映させることができる。

なお、上述の説明では、判定装置１００がステップ２５０に代えてステップ４１０および４２０を実行する場合を一例として示したが、これに限定されるものではない。本変形例に係る判定装置１００は、ステップ２５０に加えて、ステップ４１０および４２０の処理を実行してもよい。この際、判定装置１００は、オペレータ等による許可指示と、コンピュータによる自動判定（例えば、正常に運転可能と判断された期間や回数に基づく判定）との少なくとも何れかを満足した場合に、ＡＩ制御が可能と判定してよい。これに代えて、判定装置１００は、オペレータ等による許可指示と、コンピュータによる自動判定との両者を満足した場合にはじめて、ＡＩ制御が可能と判定してもよい。これにより、本変形例に係る判定装置１００によれば、コンピュータによる自動判定とオペレータによる手動判定とを併用することで、ＡＩ制御の実機投入をより慎重に判定することができる。

図５は、本実施形態の別の変形例に係る判定装置１００のブロック図の一例を、制御対象２０が設けられた設備１０と共に示す。図５においては、図１と同じ機能および構成を有する部材に対して同じ符号を付すとともに、以下相違点を除き説明を省略する。上述の実施形態に係る判定装置１００においては、制御モデル１３５が操作量ＭＶ（ＡＩ）を出力すると、当該操作量ＭＶ（ＡＩ）を制御対象２０に与えた場合における設備１０の状態を常にシミュレーションする場合を一例として示した。しかしながら、本別の変形例に係る判定装置１００においては、制御モデル１３５を生成するための機械学習の進捗に応じて、設備１０の状態をシミュレーションするトリガを提供する。本別の変形例に係る判定装置１００は、収束判断部５１０を更に備える。

収束判断部５１０は、制御モデル生成部１３０が制御モデル１３５を生成するための機械学習の進捗をモニタする。そして、収束判断部５１０は、制御モデル１３５を生成するための機械学習の収束を判断する。収束判断部５１０は、機械学習が収束したと判断した場合に、設備１０の状態をシミュレーションするようシミュレーション部１４０へ指示する。これに応じて、シミュレーション部１４０は、設備１０の状態をシミュレーションする。すなわち、シミュレーション部１４０は、機械学習が収束したと判断された場合に、設備１０の状態をシミュレーションする。

図６は、本実施形態の別の変形例に係る判定装置１００が、ＡＩ制御の可否を判定するフローの一例を示す。図６においては、図２と同じ処理に対して同じ符号を付すとともに、以下相違点を除き説明を省略する。本フローにおいては、ステップ６１０を更に備える。

ステップ６１０において、判定装置１００は、機械学習の収束を判断する。例えば、収束判断部５１０は、制御モデル生成部１３０が制御モデル１３５を生成するための機械学習の進捗をモニタし、制御モデル１３５を生成するための機械学習の収束を判断する。この際、収束判断部５１０は、機械学習が開始されてからの経過時間に基づいて機械学習の収束を判断してよい。これに代えて、または、加えて、収束判断部５１０は、機械学習における評価関数の値に基づいて機械学習の収束を判断してもよい。例えば、収束判断部５１０は、測定値ＰＶと目標値ＳＶとの差の絶対値を変数とする関数である評価関数の値における最小値、最大値、平均値、または、中央値等の少なくともいずれかが、予め定められた閾値を下回った場合に、機械学習が収束したと判断してもよい。

ステップ６１０において機械学習が収束していないと判断された場合（Ｎｏの場合）、判定装置１００は処理をステップ２１０に戻してフローを継続する。ステップ６１０において機械学習が収束したと判断された場合（Ｙｅｓの場合）、判定装置１００は処理をステップ２４０に進める。すなわち、シミュレーション部１４０は、機械学習が収束したと判断された場合に、設備１０の状態をシミュレーションする。

このように、本別の変形例に係る判定装置１００は、制御モデル１３５を生成するための機械学習の進捗に応じて、設備１０の状態をシミュレーションするトリガを提供する。これにより、本別の変形例に係る判定装置１００によれば、機械学習が未収束の場合においてまで設備１０の状態をシミュレーションすることを回避できるので、判定装置１００の処理負荷を低減させることができる。また、本別の変形例に係る判定装置１００によれば、学習収束後に設備１０の状態をシミュレーションするので、ＡＩ制御の可否を判定するためのシミュレーション結果の信頼性を高めることができる。

この際、本別の変形例に係る判定装置１００は、例えば、機械学習が開始されてからの経過時間に基づいて機械学習の収束を判断する。これにより、本別の変形例に係る判定装置１００によれば、機械学習の収束を時間経過に基づいて暫定的に判断することができる。また、本別の変形例に係る判定装置１００は、例えば、機械学習における価値関数に基づいて機械学習の収束を判断する。これにより、本別の変形例に係る判定装置１００によれば、機械学習の収束を客観的な値に基づいて判断することができる。なお、本別の変形例に係る判定装置１００は、機械学習の収束を判断するにあたって、上記時間経過に基づく判断と価値関数に基づく判断とを併用してもよい。これにより、本別の変形例に係る判定装置１００によれば、機械学習が長時間実施され、かつ、機械学習の結果が予め定められた基準を満たす場合にのみシミュレーションをトリガするので、判定装置１００の処理負荷を更に低減させることができる。

本発明の様々な実施形態は、フローチャートおよびブロック図を参照して記載されてよく、ここにおいてブロックは、（１）操作が実行されるプロセスの段階または（２）操作を実行する役割を持つ装置のセクションを表わしてよい。特定の段階およびセクションが、専用回路、コンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、および／またはコンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタルおよび／またはアナログハードウェア回路を含んでよく、集積回路（ＩＣ）および／またはディスクリート回路を含んでよい。プログラマブル回路は、論理ＡＮＤ、論理ＯＲ、論理ＸＯＲ、論理ＮＡＮＤ、論理ＮＯＲ、および他の論理操作、フリップフロップ、レジスタ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックアレイ（ＰＬＡ）等のようなメモリ要素等を含む、再構成可能なハードウェア回路を含んでよい。

コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよく、その結果、そこに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ-ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（ＲＴＭ）ディスク、メモリスティック、集積回路カード等が含まれてよい。

コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ（登録商標）、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語または同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１または複数のプログラミング言語の任意の組み合わせで記述されたソースコードまたはオブジェクトコードのいずれかを含んでよい。

コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して提供され、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。

図７は、本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ９９００の例を示す。コンピュータ９９００にインストールされたプログラムは、コンピュータ９９００に、本発明の実施形態に係る装置に関連付けられる操作または当該装置の１または複数のセクションとして機能させることができ、または当該操作または当該１または複数のセクションを実行させることができ、および／またはコンピュータ９９００に、本発明の実施形態に係るプロセスまたは当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ９９００に、本明細書に記載のフローチャートおよびブロック図のブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、ＣＰＵ９９１２によって実行されてよい。

本実施形態によるコンピュータ９９００は、ＣＰＵ９９１２、ＲＡＭ９９１４、グラフィックコントローラ９９１６、およびディスプレイデバイス９９１８を含み、それらはホストコントローラ９９１０によって相互に接続されている。コンピュータ９９００はまた、通信インターフェイス９９２２、ハードディスクドライブ９９２４、ＤＶＤドライブ９９２６、およびＩＣカードドライブのような入／出力ユニットを含み、それらは入／出力コントローラ９９２０を介してホストコントローラ９９１０に接続されている。コンピュータはまた、ＲＯＭ９９３０およびキーボード９９４２のようなレガシの入／出力ユニットを含み、それらは入／出力チップ９９４０を介して入／出力コントローラ９９２０に接続されている。

ＣＰＵ９９１２は、ＲＯＭ９９３０およびＲＡＭ９９１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ９９１６は、ＲＡＭ９９１４内に提供されるフレームバッファ等またはそれ自体の中にＣＰＵ９９１２によって生成されたイメージデータを取得し、イメージデータがディスプレイデバイス９９１８上に表示されるようにする。

通信インターフェイス９９２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ９９２４は、コンピュータ９９００内のＣＰＵ９９１２によって使用されるプログラムおよびデータを格納する。ＤＶＤドライブ９９２６は、プログラムまたはデータをＤＶＤ－ＲＯＭ９９０１から読み取り、ハードディスクドライブ９９２４にＲＡＭ９９１４を介してプログラムまたはデータを提供する。ＩＣカードドライブは、プログラムおよびデータをＩＣカードから読み取り、および／またはプログラムおよびデータをＩＣカードに書き込む。

ＲＯＭ９９３０はその中に、アクティブ化時にコンピュータ９９００によって実行されるブートプログラム等、および／またはコンピュータ９９００のハードウェアに依存するプログラムを格納する。入／出力チップ９９４０はまた、様々な入／出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入／出力コントローラ９９２０に接続してよい。

プログラムが、ＤＶＤ－ＲＯＭ９９０１またはＩＣカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ９９２４、ＲＡＭ９９１４、またはＲＯＭ９９３０にインストールされ、ＣＰＵ９９１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ９９００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ９９００の使用に従い情報の操作または処理を実現することによって構成されてよい。

例えば、通信がコンピュータ９９００および外部デバイス間で実行される場合、ＣＰＵ９９１２は、ＲＡＭ９９１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インターフェイス９９２２に対し、通信処理を命令してよい。通信インターフェイス９９２２は、ＣＰＵ９９１２の制御下、ＲＡＭ９９１４、ハードディスクドライブ９９２４、ＤＶＤ－ＲＯＭ９９０１、またはＩＣカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。

また、ＣＰＵ９９１２は、ハードディスクドライブ９９２４、ＤＶＤドライブ９９２６（ＤＶＤ－ＲＯＭ９９０１）、ＩＣカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ９９１４に読み取られるようにし、ＲＡＭ９９１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ９９１２は次に、処理されたデータを外部記録媒体にライトバックする。

様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ９９１２は、ＲＡＭ９９１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ９９１４に対しライトバックする。また、ＣＰＵ９９１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ９９１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。

上で説明したプログラムまたはソフトウェアモジュールは、コンピュータ９９００上またはコンピュータ９９００近傍のコンピュータ可読媒体に格納されてよい。また、専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ９９００に提供する。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

１０ 設備
２０ 制御対象
１００ 判定装置
１１０ 状態データ取得部
１２０ 操作量データ取得部
１３０ 制御モデル生成部
１３５ 制御モデル
１４０ シミュレーション部
１４５ シミュレーションモデル
１５０ 判定部
１６０ 指示部
３１０ 出力部
３２０ 入力部
５１０ 収束判断部
９９００ コンピュータ
９９０１ ＤＶＤ－ＲＯＭ
９９１０ ホストコントローラ
９９１２ ＣＰＵ
９９１４ ＲＡＭ
９９１６ グラフィックコントローラ
９９１８ ディスプレイデバイス
９９２０ 入／出力コントローラ
９９２２ 通信インターフェイス
９９２４ ハードディスクドライブ
９９２６ ＤＶＤドライブ
９９３０ ＲＯＭ
９９４０ 入／出力チップ
９９４２ キーボード

Claims (16)

1. 制御対象の制御方法を制御器によるフィードバック制御と制御モデルによるＡＩ制御との間で切り替え可能な判定装置であって、
   前記制御対象が設けられた設備の状態を示す状態データを取得する状態データ取得部と、
   前記制御対象の操作量を示す操作量データを取得する操作量データ取得部と、
   前記状態データおよび前記操作量データを用いて、前記設備の状態に応じた前記操作量を出力する前記制御モデルを機械学習により生成する制御モデル生成部と、
   シミュレーションモデルを用いて、前記制御モデルが出力する前記操作量を前記制御対象に与えた場合における前記設備の状態をシミュレーションするシミュレーション部と、
   シミュレーション結果に基づいて、前記制御モデルによる前記制御対象の前記ＡＩ制御の可否を判定する判定部と
   を備え、
   前記判定部によって前記制御モデルによる前記制御対象の前記ＡＩ制御が可能であると判定された場合、前記制御モデルが出力する前記操作量による前記制御対象の前記ＡＩ制御を行い、
   前記判定部によって前記制御モデルによる前記制御対象の前記ＡＩ制御が可能でないと判定された場合、前記制御器が出力する前記操作量による前記制御対象の前記フィードバック制御を行い、
   前記制御モデル生成部は、前記制御対象の前記フィードバック制御が行われている場合、前記フィードバック制御における前記操作量データを用いて、前記制御モデルを生成する、判定装置。
2. 前記判定部は、前記シミュレーション結果に基づいて前記設備が正常に運転可能な期間が予め定められた閾値を超えると判断された場合に、前記制御モデルによる前記制御対象の前記ＡＩ制御が可能であると判定する、請求項１に記載の判定装置。
3. 前記判定部は、前記シミュレーション結果に基づいて前記設備が正常に運転可能と判断された回数が予め定められた閾値を超えると判断された場合に、前記制御モデルによる前記制御対象の前記ＡＩ制御が可能であると判定する、請求項１または２に記載の判定装置。
4. 前記シミュレーション結果を出力する出力部を更に備え、
   前記判定部は、前記シミュレーション結果が出力されたことに応じて制御を許可する旨の指示を取得した場合に、前記制御モデルによる前記制御対象の前記ＡＩ制御が可能であると判定する、請求項１から３のいずれか一項に記載の判定装置。
5. 前記制御モデルによる前記制御対象の前記ＡＩ制御が可能であると判定された場合に、前記制御対象に対して前記制御モデルによる制御を開始するように指示する指示部を更に備える、請求項１から４のいずれか一項に記載の判定装置。
6. 前記制御モデル生成部は、前記制御モデルによる前記制御対象の前記ＡＩ制御が可能でないと判定された場合に、前記機械学習により前記制御モデルを再生成する、請求項１から５のいずれか一項に記載の判定装置。
7. 前記機械学習の収束を判断する収束判断部を更に備え、
   前記シミュレーション部は、前記機械学習が収束したと判断された場合に、前記設備の状態をシミュレーションする、請求項１から６のいずれか一項に記載の判定装置。
8. 前記収束判断部は、前記機械学習が開始されてからの経過時間に基づいて前記機械学習の収束を判断する、請求項７に記載の判定装置。
9. 前記収束判断部は、前記機械学習における評価関数の値に基づいて前記機械学習の収束を判断する、請求項７または８に記載の判定装置。
10. 前記制御モデル生成部は、前記状態データの入力に応じて、予め定められた報酬関数により定まる報酬値が高くなる操作量ほど推奨する操作量として出力されるように強化学習することにより、前記制御モデルを生成する、請求項１から９のいずれか一項に記載の判定装置。
11. 制御対象の制御方法を制御器によるフィードバック制御と制御モデルによるＡＩ制御との間で切り替え可能な判定方法であって、
    前記制御対象が設けられた設備の状態を示す状態データを取得する段階と、
    前記制御対象の操作量を示す操作量データを取得する段階と、
    前記状態データおよび前記操作量データを用いて、前記設備の状態に応じた前記操作量を出力する前記制御モデルを機械学習により生成する段階と、
    シミュレーションモデルを用いて、前記制御モデルが出力する前記操作量を前記制御対象に与えた場合における前記設備の状態をシミュレーションする段階と、
    シミュレーション結果に基づいて、前記制御モデルによる前記制御対象の前記ＡＩ制御の可否を判定する段階と、
    前記制御モデルによる前記制御対象の前記ＡＩ制御の可否を判定する段階で前記制御モデルによる前記制御対象の前記ＡＩ制御が可能であると判定された場合、前記制御モデルが出力する前記操作量による前記制御対象の前記ＡＩ制御を行う段階と、
    前記制御モデルによる前記制御対象の前記ＡＩ制御の可否を判定する段階で前記制御モデルによる前記制御対象の前記ＡＩ制御が可能でないと判定された場合、前記制御器が出力する前記操作量による前記制御対象の前記フィードバック制御を行う段階と
    を備え、
    前記制御モデルを機械学習により生成する段階は、前記制御対象の前記フィードバック制御が行われている場合、前記フィードバック制御における前記操作量データを用いて、前記制御モデルを生成する段階を含む、判定方法。
12. 前記制御モデルによる前記制御対象の前記ＡＩ制御の可否を判定する段階は、前記シミュレーション結果に基づいて前記設備が正常に運転可能な期間が予め定められた閾値を超えると判断された場合に、前記制御モデルによる前記制御対象の前記ＡＩ制御が可能であると判定する、請求項１１に記載の判定方法。
13. 前記制御モデルによる前記制御対象の前記ＡＩ制御の可否を判定する段階は、前記シミュレーション結果に基づいて前記設備が正常に運転可能と判断された回数が予め定められた閾値を超えると判断された場合に、前記制御モデルによる前記制御対象の前記ＡＩ制御が可能であると判定する、請求項１１または１２に記載の判定方法。
14. コンピュータにより実行されて、制御対象の制御方法を制御器によるフィードバック制御と制御モデルによるＡＩ制御との間で切り替え可能な判定プログラムであって、前記コンピュータを、
    前記制御対象が設けられた設備の状態を示す状態データを取得する状態データ取得部と、
    前記制御対象の操作量を示す操作量データを取得する操作量データ取得部と、
    前記状態データおよび前記操作量データを用いて、前記設備の状態に応じた前記操作量を出力する前記制御モデルを機械学習により生成する制御モデル生成部と、
    シミュレーションモデルを用いて、前記制御モデルが出力する前記操作量を前記制御対象に与えた場合における前記設備の状態をシミュレーションするシミュレーション部と、
    シミュレーション結果に基づいて、前記制御モデルによる前記制御対象の前記ＡＩ制御の可否を判定する判定部と
    して機能させ、
    前記判定部によって前記制御モデルによる前記制御対象の前記ＡＩ制御が可能であると判定された場合、前記コンピュータに前記制御モデルが出力する前記操作量による前記制御対象の前記ＡＩ制御を行わせ、
    前記判定部によって前記制御モデルによる前記制御対象の前記ＡＩ制御が可能でないと判定された場合、前記コンピュータに前記制御器が出力する前記操作量による前記制御対象の前記フィードバック制御を行わせ、
    前記制御モデル生成部は、前記制御対象の前記フィードバック制御が行われている場合、前記フィードバック制御における前記操作量データを用いて、前記制御モデルを生成する、判定プログラム。
15. 前記判定部は、前記シミュレーション結果に基づいて前記設備が正常に運転可能な期間が予め定められた閾値を超えると判断された場合に、前記制御モデルによる前記制御対象の前記ＡＩ制御が可能であると判定する、請求項１４に記載の判定プログラム。
16. 前記判定部は、前記シミュレーション結果に基づいて前記設備が正常に運転可能と判断された回数が予め定められた閾値を超えると判断された場合に、前記制御モデルによる前記制御対象の前記ＡＩ制御が可能であると判定する、請求項１４または１５に記載の判定プログラム。