[发明专利]利用强化学习的睡眠环境调节装置

权利要求书

1.一种利用强化学习的睡眠环境调节装置，其特征在于，

包括：

主体，能够使用户位于其上；

传感器部，测定上述用户的生物信号来生成当前状态信息及工作后的状态信息；

工作部，为了以处理器的控制信号为基础来改变上述用户的睡眠状态而调节上述主体的睡眠环境；

处理器，包括一个以上的芯片；以及

存储器，用于存储能够在上述处理器中执行的程序代码，

上述处理器包括：

睡眠适当性信息生成模块，以上述当前状态信息为基础生成上述用户的当前睡眠适当性信息，以上述工作后的状态信息为基础来生成上述用户的工作后的睡眠适当性信息；

工作信息确定模块，以上述当前睡眠适当性信息为基础，利用工作确定算法来确定对上述工作部的工作进行控制的工作信息；以及

工作适当性判断模块，对上述工作后的睡眠适当性信息与基准睡眠适当性信息进行比较来判断上述工作的适当性并更新上述工作确定算法。

2.根据权利要求1所述的利用强化学习的睡眠环境调节装置，其特征在于，

上述传感器部包括如下传感器中的至少一种：

用户状态测定传感器，通过接触或非解除方式测定用户的心率、呼吸次数、移动及脑电波中的至少一种；

温度传感器，测定用户采取睡眠的室内温度及上述用户的体温中的至少一种；以及

湿度传感器，测定用户采取睡眠的室内湿度，

通过上述传感器中的至少一个传感器获取上述当前状态信息、室内温度信息及室内湿度信息中的至少一种。

3.根据权利要求1所述的利用强化学习的睡眠环境调节装置，其特征在于，上述工作部设置于上述主体，为了控制上述用户的体温而向上述主体供给热风及冷风中的至少一种。

4.根据权利要求1所述的利用强化学习的睡眠环境调节装置，其特征在于，上述当前状态信息包含由上述传感器部测定的上述用户的呼吸状态信息、心率状态信息、脑电波信息及移动状态信息中的至少一种，包含上述用户的睡眠周期节律的一个周期的测定结果。

5.根据权利要求1所述的利用强化学习的睡眠环境调节装置，其特征在于，上述当前睡眠适当性信息以睡眠周期节律的一个周期内测定的上述当前状态信息为基础生成。

6.根据权利要求1所述的利用强化学习的睡眠环境调节装置，其特征在于，上述工作后的状态信息以上述工作部根据上述处理器的控制信号执行工作的睡眠周期节律的一个周期的生物信息为基础生成。

7.根据权利要求1所述的利用强化学习的睡眠环境调节装置，其特征在于，上述工作后的睡眠适当性信息以睡眠周期节律的一个周期内测定的上述工作后的状态信息为基础生成。

8.根据权利要求1所述的利用强化学习的睡眠环境调节装置，其特征在于，上述基准睡眠适当性信息以在睡眠周期节律的一个周期内将用户的睡眠效率最大化的生物信息为基础生成，成为上述工作后的睡眠适当性信息的目标。

9.根据权利要求1所述的利用强化学习的睡眠环境调节装置，其特征在于，上述工作确定算法由人工神经网构成，通过输入上述当前睡眠适当性信息来输出与一个以上的候补工作信息有关的分数，以与上述候补工作信息有关的分数为基础来确定上述工作信息。

10.根据权利要求1所述的利用强化学习的睡眠环境调节装置，其特征在于，

上述工作适当性判断模块对睡眠周期节律的一个周期内的工作后的睡眠适当性信息与基准睡眠适当性信息进行比较来判断类似度并判断上述工作的适当性，

在上述类似度高的情况下，以增加上述工作确定算法以上述当前睡眠适当性信息为基础确定上述工作信息的概率的方式更新上述工作确定算法，或者在上述类似度低的情况下，以减少上述工作确定算法以上述当前睡眠适当性信息为基础确定上述工作信息的概率的方式更新上述工作确定算法。