[发明专利]控制装置、控制方法及计算机可读存储介质

权利要求书

1.一种控制装置，包括：

第一获取部，获取控制量的基础目标值；

第二获取部，获取由测量控制对象装置的控制量的第一传感器所得的、控制量的测量值；

预测部，利用所述控制量的预测模型，根据所获取的所述测量值来算出所述控制量的预测值；

目标修正部，根据所算出的预测值来修正所述基础目标值，由此决定所述控制量的指令目标值，且所述修正的程度是基于权重而决定；

动作控制部，按照所决定的所述指令目标值，对所述控制对象装置的动作进行控制；

第三获取部，获取由监测所述控制对象装置的动作结果的第二传感器所得的监测数据；

结果判定部，基于所获取的监测数据，判定所述控制对象装置是否通过所述控制而适当运行；以及

权重最佳化部，基于所述判定的结果，以所述控制对象装置适当运行的方式使所述修正的权重最佳化。

2.根据权利要求1所述的控制装置，其中，

所述权重最佳化部实施基于根据所述判定的结果所决定的报酬的、强化学习，由此以提高所述控制对象装置适当运行的概率的方式使所述修正的权重最佳化。

3.根据权利要求1所述的控制装置，其中，

所述权重的候选赋予有多个，

所述权重最佳化部按照由利用所述各权重的候选的修正所决定的各指令目标值，来对所述控制对象装置的动作进行控制，选择结果所述控制对象装置适当运行的概率最高的权重的候选，由此以所述控制对象装置适当运行的方式使所述修正的权重最佳化。

4.根据权利要求1至3中任一项所述的控制装置，其中，

所述目标修正部算出所述基础目标值与所述预测值的差量，

基于所算出的所述差量及所述权重来决定修正值，

对所述基础目标值加上所决定的所述修正值，由此算出所述指令目标值。

5.根据权利要求4所述的控制装置，其中，

所述权重包含比例常数及常数项，

所述目标修正部算出所述差量与所述比例常数的积，

对所算出的所述积加上所述常数项，由此算出所述修正值。

6.根据权利要求1至3中任一项所述的控制装置，其中，

所述控制所致的所述控制对象装置的动作在每个节拍周期重复，

所述节拍周期包含第一时间区间、及较所述第一时间区间更为将来的第二时间区间，

所述第一获取部获取所述第二时间区间的所述控制量的基础目标值，

所述第二获取部获取所述第一时间区间的所述控制量的测量值，

所述预测部利用所述预测模型，根据所述第一时间区间的所述控制量的测量值来算出所述第二时间区间的所述控制量的预测值，

所述目标修正部根据所算出的预测值，来修正所述第二时间区间的所述基础目标值，由此决定所述第二时间区间的所述控制量的指令目标值，

所述动作控制部按照所决定的所述指令目标值，对所述第二时间区间的所述控制对象装置的动作进行控制。

7.根据权利要求6所述的控制装置，其中，

所述预测部将所述第一时间区间的所述测量值转换为特征量，将经转换的所述特征量输入至所述预测模型，执行所述预测模型的运算处理，获取由此从所述预测模型输出的输出值作为所述第二时间区间的所述预测值。

8.根据权利要求1至3中任一项所述的控制装置，还包括：

数据收集部，收集在经判定为所述控制对象装置适当运行的控制的期间中由所述第一传感器所得的、所述控制量的所述测量值，作为实绩值数据；以及

模型更新部，基于所收集的所述实绩值数据来更新所述预测模型。

9.根据权利要求8所述的控制装置，还包括：

目标导出部，基于所收集的所述实绩值数据，导出用于适当控制所述控制对象装置的、控制量的目标值，

所述第一获取部获取所导出的所述目标值作为所述基础目标值。