特開 2019-219981出願番号 特願 2018-117639
施策探索装置、方法、およびプログラム
出願人 株式会社日立製作所（識別番号 5108）
2026年 特許公開件数ランキング 13位 754件（※）
2026年 特許取得件数ランキング 15位 806件（※）
公報発行日 2019年12月26
公報URL https://ipforce.jp/patent-jp-A-2019-219981 ログイン済みの方はこのURLへ
［この特許公報を共有したい場合］あなたがログインしてこの特許公報を表示すれば、他の人はログインしなくてもこのURLで見ることができるようになります。
※ 共同出願を含む
知財ポータルサイト IP Force にログインすれば、この公報の全文を閲覧できます。 ログインはこちら ログイン・ユーザー登録
技術分野
要約特許出願時に添付された[要約書]
【課題】多様な指標が存在する環境において状況に応じて好適な施策を探索する技術を提供する。【解決手段】対象環境の状態に対する行動の価値を表す価値関数に基づいて行動を選択し、選択した行動を適用して対象環境の状態遷移をシミュレーションし、遷移後の対象環境の状態と、第１指標により示される適用した行動に対する報酬とを取得し、状態と報酬とに基づいて価値関数を更新するまでの一連の処理を複数回繰り返すエピソードを実行し、第２指標が所定の条件を満たしたエピソードを蓄積し、蓄積したエピソードに基づいて価値関数を改善し、エピソードの実行から価値関数の改善までの一連の処理を所定の終了条件が満たされるまで繰り返し、得られた価値関数に基づいて定まる施策を提示する。
【選択図】図２
発明が解決しようとする課題[発明の詳細な説明]から抜粋
最適解探索や予測等の技術を用いて、状況に合わせた効果的な行動を人に提示し、人の意思決定を支援する仕組みが提案されている。最適解探索では、基本的には、最適性を表す数値は１つに限定しなくてはならない。ところが、実際には、気にすべきＫＰＩが複数であったり、重視したいＫＰＩがユーザによって異なったり、ということが多い。しかしながら、このようにユーザ毎に嗜好の異なる複数のＫＰＩに対応して効果的な行動を探索する方法はなかった。 本発明の目的は、多様な指標が存在する環境において状況に応じて好適な施策を探索する技術を提供することである。課題を解決するための手段[発明の詳細な説明]から抜粋
この発明についての権利主張の範囲[特許請求の範囲]
知財ポータルサイト IP Force にログインして確認する (無料)
この特許公報に記載されている図面[図面の簡単な説明]から抜粋
【図1】有効施策提示システムのブロック図である。図２は、有効施策提示システムの処理構成図である。
【図2】有効施策提示システムの処理構成図である。
【図3】強化学習処理のフローチャートである。強化学習処理は、強化学習プログラム１１０が実行する処理である。
【図4】ＫＰＩ管理処理のフローチャートである。
【図5】エピソード終端処理のフローチャートである。
【図6】ＫＰＩ両立可否判断処理のフローチャートである。
【図7】シミュレーション処理のフローチャートである。
【図8】ユーザ入力画面を示す図である。
【図9】有効施策提示画面を示す図である。
【図10】価値関数データベースに蓄積された価値関数データの一例を示す図である。
【図11】シミュレーション結果データベースに蓄積されたシミュレーション結果の一例を示す図である。
【図12】学習結果活用処理のフローチャートである。
選択図 図2出願人が指定した本件の代表的な図
全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録
［広告欄］
ログインすれば広告は減ります
ログインすれば広告は減ります