特開 2020-194345 搬送制御装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】特開2020-194345(P2020-194345A)

(43)【公開日】2020年12月3日

(54)【発明の名称】搬送制御装置

(51)【国際特許分類】

   G05D 1/02 20200101AFI20201106BHJP

【ＦＩ】

   G05D1/02 P

【審査請求】有

【請求項の数】6

【出願形態】ＯＬ

【全頁数】18

(21)【出願番号】特願2019-99522(P2019-99522)

(22)【出願日】2019年5月28日

(71)【出願人】

【識別番号】000006297

【氏名又は名称】村田機械株式会社

(74)【代理人】

【識別番号】100088155

【弁理士】

【氏名又は名称】長谷川 芳樹

(74)【代理人】

【識別番号】100113435

【弁理士】

【氏名又は名称】黒木 義樹

(74)【代理人】

【識別番号】100140442

【弁理士】

【氏名又は名称】柴山 健一

(74)【代理人】

【識別番号】100183081

【弁理士】

【氏名又は名称】岡▲崎▼ 大志

(72)【発明者】

【氏名】北村 亘

【テーマコード（参考）】

5H301

【Ｆターム（参考）】

5H301AA01

5H301BB05

5H301BB06

5H301CC03

5H301CC06

5H301CC10

5H301DD01

5H301DD07

5H301DD15

5H301EE18

5H301KK03

5H301KK04

5H301KK07

5H301KK08

5H301KK20

5H301LL04

(57)【要約】

【課題】より好適に搬送の最適化を図ることができる搬送制御装置を提供する。
【解決手段】搬送制御装置２０は、搬送システム１の動作を制御する。搬送制御装置２０は、第１期間に関連付けられた搬送指令及び搬送システム１の状態を示す状態情報を入力して、搬送システム１の動作を制御するためのパラメータの設定値の候補毎に、第１期間の後の第２期間に関連付けられた搬送システム１の予測される状態を示す状態予測情報を出力するように機械学習された状態予測部２１と、過去期間Ｔ_ｎに関連付けられた搬送指令及び状態情報を状態予測部２１に入力することにより、パラメータの設定値の候補毎に予測対象期間Ｔ_ｎ＋１に関連付けられた状態予測情報を取得し、パラメータの設定値の候補毎の状態予測情報の評価結果に基づいて、予測対象期間Ｔ_ｎ＋１において搬送システム１に適用されるパラメータの設定値を決定する決定部２２と、を備える。
【選択図】図２

【特許請求の範囲】

【請求項1】

搬送路と、前記搬送路に沿って走行し、物品を搬送する複数の搬送車と、前記搬送車に搬送指令を割り付ける搬送車コントローラと、を含む搬送システムの動作を制御する搬送制御装置であって、
第１期間に関連付けられた前記搬送指令及び前記搬送システムの状態を示す状態情報を入力して、前記搬送システムの動作を制御するためのパラメータの設定値の候補毎に、前記第１期間の後の第２期間に関連付けられた前記搬送システムの予測される状態を示す状態予測情報を出力するように機械学習された状態予測部と、
予測対象期間よりも前の過去期間に関連付けられた前記搬送指令及び前記状態情報を前記状態予測部に入力することにより、前記パラメータの設定値の候補毎に前記予測対象期間に関連付けられた前記状態予測情報を取得し、前記パラメータの設定値の候補毎の前記状態予測情報の評価結果に基づいて、前記予測対象期間において前記搬送システムに適用される前記パラメータの設定値を決定する決定部と、を備える搬送制御装置。

【請求項2】

前記搬送システムの状態は、前記搬送指令毎の搬送時間、前記物品の搬送量、前記搬送車の稼働率、前記搬送車のステータス情報と位置情報、及び前記搬送車の速度情報の少なくとも１つを含む、請求項１に記載の搬送制御装置。

【請求項3】

前記第１期間に関連付けられた前記搬送指令に関する情報を入力して、前記第２期間に発生すると予測される前記搬送指令に関する搬送指令予測情報を出力するように機械学習された搬送指令予測部を更に備え、
前記状態予測部は、前記搬送指令予測情報を更に入力して、前記第２期間に関連付けられた前記パラメータの設定値の候補毎の前記状態予測情報を出力するように機械学習されており、
前記決定部は、
前記過去期間に関連付けられた前記搬送指令に関する情報を前記搬送指令予測部に入力することにより、前記予測対象期間に関連付けられた前記搬送指令予測情報を取得し、
前記過去期間に関連付けられた前記搬送指令及び前記状態情報と前記予測対象期間に関連付けられた前記搬送指令予測情報とを前記状態予測部に入力することにより、前記パラメータの設定値の候補毎に前記予測対象期間に関連付けられた前記状態予測情報を取得する、請求項１又は２に記載の搬送制御装置。

【請求項4】

前記パラメータは、前記搬送路において定められたエリア毎の、エリア内に同時に存在する空き搬送車の台数の目標値を含む、請求項１〜３のいずれか一項に記載の搬送制御装置。

【請求項5】

前記パラメータは、前記搬送路において定められたエリアの複数の入口及び複数の出口を前記搬送車に使用させる割合を含む、請求項１〜４のいずれか一項に記載の搬送制御装置。

【請求項6】

前記パラメータは、前記搬送指令が割り付けられた前記搬送車の搬送経路を決定する際に、予め用意された複数の経路選択アルゴリズムのうちからどのアルゴリズムを使用するかを決定するためのルールを含む、請求項１〜５のいずれか一項に記載の搬送制御装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、搬送制御装置に関する。

【背景技術】

【0002】

従来、例えば半導体製造工場等において、半導体ウエハが収納されるカセット等の物品を搬送する搬送車の走行を制御する搬送システムが知られている（特許文献１，２参照）。このような搬送システムでは、搬送車コントローラによって、搬送対象となる物品、荷掴み位置（Ｆｒｏｍ地点）、及び荷降ろし位置（Ｔｏ地点）の各々を示す情報を含む搬送指令が、搬送車に割り付けられる。これにより、搬送車による物品の搬送が実現される。例えば、特許文献１には、渋滞状況を把握した上で搬送車の走行ルートを検索する手法が記載されている。特許文献２には、搬送車遅れに関するイベントの発生に基づいて渋滞の発生を予測する手法が記載されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特許第４４４１９３１号公報

【特許文献2】特開２０１０−２８２５６７号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

上記搬送システムにおいては、搬送の最適化（例えば、単位時間当たりの搬送量の最大化等）を図ることが求められる。このために、例えば渋滞の発生をなるべく抑制すること等が求められる。上記特許文献１，２に記載の手法によれば、渋滞の発生を抑制できる。しかしながら、上記特許文献１に記載の手法では、渋滞が発生した後の事後的な対応とならざるを得ない。また、上記特許文献２に記載の手法を適切に実行するためには、予め搬送車遅れに関するイベントの内容を適切に定義する必要がある。

【0005】

そこで、本発明は、より好適に搬送の最適化を図ることができる搬送制御装置を提供することを目的とする。

【課題を解決するための手段】

【0006】

本発明に係る搬送制御装置は、搬送路と、搬送路に沿って走行し、物品を搬送する複数の搬送車と、搬送車に搬送指令を割り付ける搬送車コントローラと、を含む搬送システムの動作を制御する搬送制御装置であって、第１期間に関連付けられた搬送指令及び搬送システムの状態を示す状態情報を入力して、搬送システムの動作を制御するためのパラメータの設定値の候補毎に、第１期間の後の第２期間に関連付けられた搬送システムの予測される状態を示す状態予測情報を出力するように機械学習された状態予測部と、予測対象期間よりも前の過去期間に関連付けられた搬送指令及び状態情報を状態予測部に入力することにより、パラメータの設定値の候補毎に予測対象期間に関連付けられた状態予測情報を取得し、パラメータの設定値の候補毎の状態予測情報の評価結果に基づいて、予測対象期間において搬送システムに適用されるパラメータの設定値を決定する決定部と、を備える。

【0007】

上記搬送制御装置では、上記のように機械学習された状態予測部により、過去期間の搬送指令及び状態情報から、予測対象期間の搬送システムの予測される状態が、パラメータの設定値の候補毎に取得される。すなわち、パラメータの設定値の候補毎に、当該パラメータの設定値を搬送システムに適用した場合に予測対象期間に生じると予測される搬送システムの状態が、状態予測情報として取得される。そして、このように取得されたパラメータの設定値の候補毎の状態予測情報の評価結果に基づいて、予測対象期間において搬送システムに適用されるパラメータの設定値が決定される。従って、上記搬送制御装置によれば、搬送システムの将来の状態の予測結果（状態予測情報）を踏まえて、搬送システムの将来の状態（すなわち、予測対象期間における状態）がなるべく良い状態（例えば、渋滞が抑制され、搬送システム全体としての搬送時間が短くなる状態）となるように、最適なパラメータの設定値を決定することが可能となる。以上により、上記搬送制御装置によれば、より好適に搬送の最適化を図ることができる。

【0008】

搬送システムの状態は、搬送指令毎の搬送時間、物品の搬送量、搬送車の稼働率、搬送車のステータス情報と位置情報、及び搬送車の速度情報の少なくとも１つを含んでもよい。搬送システムの状態として上記のような情報を用いることにより、状態予測部による予測を適切に行うことができる。また、決定部において、予測対象期間に搬送システムに適用するパラメータの設定値を決定する際に、パラメータの設定値の候補毎の状態予測情報間の比較（評価）を適切に行うことができる。

【0009】

上記搬送制御装置は、第１期間に関連付けられた搬送指令に関する情報を入力して、第２期間に発生すると予測される搬送指令に関する搬送指令予測情報を出力するように機械学習された搬送指令予測部を更に備え、状態予測部は、搬送指令予測情報を更に入力して、第２期間に関連付けられたパラメータの設定値の候補毎の状態予測情報を出力するように機械学習されており、決定部は、過去期間に関連付けられた搬送指令に関する情報を搬送指令予測部に入力することにより、予測対象期間に関連付けられた搬送指令予測情報を取得し、過去期間に関連付けられた搬送指令及び状態情報と予測対象期間に関連付けられた搬送指令予測情報とを状態予測部に入力することにより、パラメータの設定値の候補毎に予測対象期間に関連付けられた状態予測情報を取得してもよい。上記構成によれば、搬送指令予測部によって予測された予測対象期間の搬送指令に関する情報に基づいて、予測対象期間における搬送システムの将来の状態（パラメータの設定値の候補毎の状態予測情報）をより精度良く予測することが可能となる。その結果、決定部において、搬送最適化の観点から、より適切なパラメータを決定することが可能となる。

【0010】

パラメータは、搬送路において定められたエリア毎の、エリア内に同時に存在する空き搬送車の台数の目標値を含んでもよい。また、パラメータは、搬送路において定められたエリアの複数の入口及び複数の出口を搬送車に使用させる割合を含んでもよい。また、パラメータは、搬送指令が割り付けられた搬送車の搬送経路を決定する際に、予め用意された複数の経路選択アルゴリズムのうちからどのアルゴリズムを使用するかを決定するためのルールを含んでもよい。

【発明の効果】

【0011】

本発明によれば、より好適に搬送の最適化を図ることができる搬送制御装置を提供することができる。

【図面の簡単な説明】

【0012】

【図1】搬送システムのレイアウト例を示す図である。

【図2】第１実施形態の搬送制御装置及び搬送システムの機能構成を示すブロック図である。

【図3】搬送制御装置のハードウェア構成の一例を示すブロック図である。

【図4】搬送指令の一例を示す図である。

【図5】第１実施形態の搬送制御装置による調整パラメータの決定フローを示す図である。

【図6】第１実施形態の搬送制御装置の動作を示すフローチャートである。

【図7】第２実施形態の搬送制御装置及び搬送システムの機能構成を示すブロック図である。

【図8】第２実施形態の搬送制御装置による調整パラメータの決定フローを示す図である。

【図9】第２実施形態の搬送制御装置の動作を示すフローチャートである。

【発明を実施するための形態】

【0013】

以下、図面を参照して本発明の一実施形態について説明する。なお、図面の説明においては、同一又は同等の要素には同一の符号を付し、重複する説明を省略する場合がある。

【0014】

［第１実施形態］
図１に示されるように、本実施形態に係る搬送システム１は、搬送路４と、搬送路４に沿って走行可能な複数の搬送車２と、を含む。搬送路４は、例えば、工場内に敷設されたレール（軌道）等である。搬送車２は、物品を搬送する無人搬送車である。搬送車２は、例えば天井走行車、有軌道台車等である。本実施形態では一例として、搬送車２は、搬送路４に沿って走行可能に設けられた天井搬送車である。例えば、搬送車２は、天井走行式無人搬送車（ＯＨＴ：Overhead Hoist Transfer）である。一例として、搬送車２によって搬送される物品は、複数枚の半導体ウェハが収容されるカセット（いわゆるＦＯＵＰ（Front Opening Unified Pod））である。

【0015】

搬送路４は、複数（図１の例では１２個）の区画（ベイ）に分けられている。搬送路４は、ベイ内のルートであるイントラベイルート５と、異なるベイ間を接続するルートであるインターベイルート６と、を含む。搬送路４に沿って、処理装置７及びストッカ８が設けられている。処理装置７は、半導体ウェハに対する処理を実行する装置である。ストッカ８は、搬送車２が物品を仮置きできる地点であり、バッファとしての役割を果たす。合流部９は、搬送路４上において、複数の搬送車２が同時に進入することを排除する排他制御が必要となる地点である。

【0016】

処理装置７及びストッカ８には、物品を搬入するための入庫ポート（すなわち、搬送車２が物品を荷降ろしするための地点）と、物品を搬出するための出庫ポート（すなわち、搬送車２が物品を荷つかみするための地点）と、が設けられている。入庫ポート及び出庫ポートは、搬送路４の下方に配置されている。入庫ポートは、出庫ポートと兼用されてもよい。ストッカ８は、物品が載置される複数の棚を有する。また、ストッカ８は、ストッカ８内において、当該複数の棚、入庫ポート、及び出庫ポートの間で物品を搬送するスタッカクレーン８１（図２参照）を有する。

【0017】

図２に示されるように、搬送システム１は、ＭＣＳ（Material Control System）１１と、搬送車コントローラ１２と、ストッカコントローラ１３と、搬送車コントローラ１２の制御対象である搬送車２と、ストッカコントローラ１３の制御対象であるスタッカクレーン８１と、を有する。

【0018】

ＭＣＳ１１は、上位コントローラ（ここでは、製造業者等により管理されるＭＥＳ（Manufacturing Execution System）３）からの搬送要求を取得する。ＭＥＳ３は、処理装置７と通信可能とされている。処理装置７は、処理が完了した物品の搬送要求（荷つかみ要求、荷降ろし要求）をＭＥＳ３に送信する。ＭＥＳ３は、処理装置７から受信した搬送要求をＭＣＳ１１に送信する。

【0019】

ＭＣＳ１１は、ＭＥＳ３から搬送要求を受けると、ストッカ８での入庫又は出庫が必要な場合、所定のタイミングで入庫又は出庫の指令をストッカコントローラ１３に送信する。ストッカコントローラ１３は、当該指令に応じて入庫又は出庫のための動作指令を該当するストッカ８のスタッカクレーン８１に送信する。

【0020】

また、ＭＣＳ１１は、ＭＥＳ３から搬送要求を受けると、当該搬送要求を搬送指令に変換し、当該搬送指令を搬送車コントローラ１２に送信する。これにより、搬送車コントローラ１２を介して、搬送指令が特定の搬送車２に割り付けられる。搬送車コントローラ１２は、予め定められた選択基準に基づいて、搬送指令の割付先となる搬送車２を決定する。また、搬送車コントローラ１２は、予め定められたルート探索アルゴリズム（例えば公知の最短経路検索アルゴリズム等）を実行することにより、搬送指令を実行するための走行経路を決定し、当該走行経路を搬送車２に通知する。これにより、搬送車２は当該走行経路に基づいて走行する。

【0021】

搬送車コントローラ１２及び搬送車２は、ルートマップを記憶している。ルートマップは、図１に示したようなレイアウトの情報である。具体的には、ルートマップは、走行ルートの配置（すなわち、図１に示されるような搬送路４の配置）、原点として設定された位置、原点を基準とする基準位置、移載位置（上述した入庫ポート、出庫ポート等）の座標等を示す情報である。また、搬送車２は、自機の現在位置の座標を示す位置情報を保持しており、ルートマップと位置情報とを比較することにより、上述のように決定された走行経路に基づく走行を行う。

【0022】

図３は、搬送指令に含まれる情報（データ項目）の一例を示す図である。本実施形態では、搬送指令は、「コマンドＩＤ」、「Ｆｒ」、「Ｔｏ」、「搬送プライオリティ」、及び「キャリアＩＤ」を含む。「コマンドＩＤ」は、搬送指令を一意に特定するＩＤ情報である。「Ｆｒ」は、荷つかみ搬送ポート（上述した出庫ポートに相当）を特定する情報である。「Ｔｏ」は、荷降ろし搬送ポート（上述した入庫ポートに相当）を特定する情報である。「搬送プライオリティ」は、搬送に関する優先度を示す情報（ここでは一例として、１から９９までの数値）である。例えば、搬送の優先度（搬送を早期に完了させる必要性）が高い搬送指令ほど、搬送プライオリティとして小さい数値が設定される。「キャリアＩＤ」は、搬送対象となる物品を特定するＩＤ情報である。すなわち、上述した搬送指令は、「キャリアＩＤ」により特定される物品を「Ｆｒ」により特定される荷つかみ搬送ポート（Ｆｒｏｍ地点）から「Ｔｏ」により特定される荷降ろし搬送ポート（Ｔｏ地点）まで搬送することを指示する情報である。

【0023】

搬送指令の割り付けは、予め定められたルールに基づいて実行される。例えば、割り付け対象の搬送指令は、他の搬送指令が割り付けられていない一以上の搬送車２（空き搬送車）のうち、割り付け対象の搬送指令の「Ｆｒ」により特定される地点に近い位置に存在する搬送車２に対して優先的に割り付けられる。

【0024】

ＭＣＳ１１は、搬送システム１の動作を制御するためのパラメータを記憶する記憶部１１ａを有する。パラメータは、例えば、ＭＣＳ１１、搬送車コントローラ１２、ストッカコントローラ１３、搬送車２、及びスタッカクレーン８１の少なくとも１つの動作を規定又は制限するための情報である。パラメータは、搬送路４のうち搬送車２が走行可能な経路を制限する情報、搬送車２の経路選択ロジックを規定する情報等を含み得る。例えば、パラメータは、エリア台数設定、エリアの入口及び出口の使用割合、経路選択ロジック等を含み得る。パラメータの具体例の詳細については後述する。

【0025】

本実施形態では一例として、記憶部１１ａに記憶されたパラメータは、必要に応じて、ＭＣＳ１１を介して、搬送車コントローラ１２、ストッカコントローラ１３、搬送車２、及びスタッカクレーン８１等に通知される。これにより、搬送システム１内において上記パラメータが共有され、上記パラメータに基づいて搬送システム１の動作が制御される。搬送システム１の動作とは、コントローラ群（ＭＣＳ１１、搬送車コントローラ１２、ストッカコントローラ１３）により実行される制御内容に応じて定まる各搬送車２の走行動作である。例えば、上記パラメータの設定値によって、搬送車コントローラ１２が搬送指令を割り付けるタイミング（例えば、ＭＣＳ１１から通知された搬送指令を直ちに割り付けるか、予め設定された搬送指令の同時実行数の上限値を超えないように搬送指令の割り付けを実行するか、等）や、搬送車コントローラ１２が搬送車２の走行経路を決定するために実行するルート探索アルゴリズムの種類等が決定される。

【0026】

搬送制御装置２０は、上述したパラメータの設定値を調整することにより、搬送システム１の動作を制御する。図４に示されるように、搬送制御装置２０は、一以上のＣＰＵ（Central Processing Unit）等のプロセッサ２０１と、主記憶装置である一以上のＲＡＭ（Random Access Memory）２０２及び一以上のＲＯＭ（Read Only Memory）２０３と、オペレータが操作入力を行うためのキーボード等の入力装置２０４と、オペレータに情報を提示するディスプレイ等の出力装置２０５と、搬送システム１（例えば、ＭＣＳ１１等）と通信を行うための通信モジュール２０６と、ＨＤＤ及びＳＳＤ等の補助記憶装置２０７と、を含むコンピュータシステムとして構成され得る。搬送制御装置２０は、１台のサーバ装置として構成されてもよいし、分散配置される複数のサーバ装置として構成されてもよい。また、本実施形態では、搬送制御装置２０は、搬送システム１のコントローラ群とは異なる装置であるが、搬送制御装置２０は、搬送システム１のコントローラ（例えば、ＭＣＳ１１）に組み込まれてもよい。

【0027】

後述する搬送制御装置２０の各機能は、例えば、ＲＡＭ２０２等のメモリ上に所定のプログラムを読み込ませ、プロセッサ２０１の制御のもとで入力装置２０４及び出力装置２０５を動作させると共に通信モジュール２０６を動作させ、ＲＡＭ２０２及び補助記憶装置２０７におけるデータの読み出し及び書き込みを行うことで実現される。搬送制御装置２０は、機能的構成要素として、状態予測部２１と、決定部２２と、を有する。

【0028】

状態予測部２１は、第１期間に関連付けられた搬送指令及び搬送システム１の状態を示す状態情報を入力して、第１期間の後の第２期間に関連付けられた搬送システム１の予測される状態を示す状態予測情報を出力するように機械学習された予測モデルである。第１期間及び第２期間は、例えば、互いに連続する期間である。第１期間及び第２期間は、それぞれ予め定められた長さの期間である。第１期間の長さは、第２期間の長さと同一であってもよいし、異なっていてもよい。

【0029】

状態予測部２１は、第２期間に関連付けられた状態予測情報を上述したパラメータの設定値の候補毎に出力する。例えば、状態予測部２１は、予め定められたパラメータの設定値の複数の候補の各々について、第２期間に関連付けられた状態予測情報を出力するように構成されている。ここで、あるパラメータの設定値αに対応する第２期間に関連付けられた状態予測情報とは、第２期間において搬送システム１に当該パラメータの設定値αを適用した場合に、第２期間に生じると予測される搬送システム１の状態である。

【0030】

ここで、ある期間に関連付けられる搬送システム１の状態は、当該期間に発生した搬送指令毎の搬送時間、当該期間における物品の搬送量、当該期間における搬送車の稼働率、当該期間における搬送車のステータス情報（待機中、あるいは搬送中等の状態情報）と位置情報、及び当該期間における搬送車の速度情報の少なくとも１つを含む。

【0031】

搬送指令の搬送時間とは、ＭＥＳ３からの搬送要求の受信時点から物品の荷降ろしが完了し、ＭＥＳ３へ搬送指令の完了通知を送信するまでの時間である。具体的には、搬送指令の搬送時間とは、ＭＣＳ１１がＭＥＳ３から当該搬送指令の基となる搬送要求を受信した時点ｔ１から、当該搬送指令が割り付けられた搬送車２によって当該搬送指令の「Ｔｏ」により特定される荷降ろし搬送ポートにおいて当該搬送指令の「キャリアＩＤ」により特定される物品の荷降ろしが完了する時点ｔ２までの時間（ｔ２−ｔ１）である。ここで、当該期間において物品の荷降ろしが完了していない搬送指令については、例えば、ＭＣＳ１１が当該搬送指令の基となる搬送要求を受信した時点ｔ１から当該期間の終了時点ｔ３までの時間（ｔ３−ｔ１）を暫定的な搬送時間として用いてもよい。当該期間における物品の搬送量とは、当該期間において荷降ろしが完了した搬送の総数である。搬送車２の稼働率とは、利用可能な搬送車２の総数（Ａ１）に対する、搬送指令が割り付けられた搬送車２の台数（Ａ２）の割合「Ａ２／Ａ１」である。当該期間における搬送車２の稼働率としては、例えば、当該期間における搬送車２の稼働率の平均、最大値等を用いることができる。当該期間における搬送車の位置情報及び速度情報とは、各搬送車２の位置に関する情報、及び各搬送車２の速度に関する情報である。当該期間における各搬送車２のステータス情報と位置情報、及び／又は各搬送車２の速度情報を分析することにより、例えば所定のエリア（例えばベイ）毎の渋滞度を数値化した情報を得ることができる。

【0032】

上述したような予測モデルとしての状態予測部２１は、例えば以下のような教師データを用いた機械学習を実行することにより得られる。すなわち、連続する過去の期間Ｔ１，Ｔ２の各々において、期間Ｔ１に関連付けられた搬送指令及び状態情報を取得すると共に、期間Ｔ２において搬送システム１に実際に適用されたパラメータの設定値及び期間Ｔ２に関連付けられた状態情報を取得する。そして、期間Ｔ１に関連付けられた搬送指令及び状態情報と、期間Ｔ２において搬送システム１に実際に適用されたパラメータの設定値及び期間Ｔ２に関連付けられた状態情報と、をペアとする教師データを作成する。ここで、期間Ｔ１と期間Ｔ２との関係は、上述した第１期間と第２期間との関係と同一である。複数の異なる期間について上記のような教師データを作成し、作成された複数の教師データに基づく機械学習を実行することにより、上述した状態予測部２１を得ることができる。このようにして得られる状態予測部２１は、例えばニューラルネットワークを含む学習済みモデルである。なお、機械学習の対象は、各種の数値データに限られず、搬送システム１のモニタ画像等の画像データであってもよい。

【0033】

決定部２２は、予測対象期間Ｔ_ｎ＋１よりも前の過去期間Ｔ_ｎに関連付けられた搬送指令及び状態情報を状態予測部２１に入力することにより、パラメータの設定値の候補毎に予測対象期間Ｔ_ｎ＋１に関連付けられた状態予測情報を取得する。ここで、過去期間Ｔ_ｎと予測対象期間Ｔ_ｎ＋１との関係は、上述した第１期間と第２期間との関係と同一である。また、決定部２２による処理は、過去期間Ｔ_ｎの終了時点に行われる。すなわち、予測対象期間Ｔ_ｎ＋１は、決定部２２による処理時点よりも未来の期間である。例えば、パラメータの設定値の候補として、設定値α、設定値β、及び設定値γが予め定められている場合、設定値αに対応する状態予測情報、設定値βに対応する状態予測情報、及び設定値γに対応する状態予測情報が得られる。

【0034】

そして、決定部２２は、上述のようにして得られた候補毎の状態予測情報の評価結果に基づいて、予測対象期間Ｔ_ｎ＋１に搬送システム１に適用するためのパラメータの設定値（調整パラメータ）を決定する。例えば、決定部２２は、複数の候補毎に得られた状態予測情報により示される搬送システム１の予測される状態のうちから、最も好ましいものを選択する。例えば、搬送指令毎の搬送時間はなるべく短い方がよく、物品の搬送量はなるべく多い方がよく、搬送車２の稼働率は予め定められた適正範囲（例えば７０％以下等）となっている方がよく、渋滞はなるべく少ない方がよい。搬送システム１の予測される状態として、上述したような良否判断の基準が定まっている情報の少なくとも１つを用いることにより、状態予測情報間の評価を適切に行うことができる。そして、決定部２２は、選択された状態予測情報に対応する候補を、予測対象期間Ｔ_ｎ＋１に搬送システム１に適用する調整パラメータとして決定する。なお、決定部２２においても、状態予測部２１と同様の機械学習を実行することにより、複数の候補毎に得られた状態予測情報により示される搬送システム１の予測される状態のうちから、最も好ましいものを選択する良否判断の基準情報等を得るようにしてもよい。

【0035】

図５は、搬送制御装置２０による調整パラメータの決定フローを示す図である。図６は、搬送制御装置２０の動作を示すフローチャートである。図５及び図６に示されるように、まず、過去期間Ｔ_ｎに関連付けられた搬送指令と過去期間Ｔ_ｎに関連付けられた状態情報とが、状態予測部２１に入力されることにより、予測対象期間Ｔ_ｎ＋１に関連付けられたパラメータの設定値の候補毎の状態予測情報が出力される。これにより、予測対象期間Ｔ_ｎ＋１の状態予測情報がパラメータの設定値の候補毎に得られる（ステップＳ１１）。なお、搬送制御装置２０は、過去期間Ｔ_ｎに関連付けられた搬送指令を、例えば搬送指令を生成するＭＣＳ１１から得ることができる。また、搬送制御装置２０は、過去期間Ｔ_ｎに関連付けられた状態情報を、搬送システム１の状態を監視するシステム（不図示）等から得ることができる。

【0036】

続いて、決定部２２は、パラメータの設定値の候補毎の状態予測情報を評価することにより、複数の候補のうちから調整パラメータを決定する（ステップＳ１２）。そして、決定部２２は、当該調整パラメータを搬送システム１に適用する（ステップＳ１３）。本実施形態では、決定部２２は、調整パラメータをＭＣＳ１１に送信する。これにより、当該調整パラメータがＭＣＳ１１の記憶部１１ａに記憶され、予測対象期間Ｔ_ｎ＋１において、搬送システム１の動作が当該調整パラメータに基づいて制御されることになる。

【0037】

次に、状態予測部２１において使用されるパラメータの例と当該パラメータを用いた場合に得られる効果について説明する。

【0038】

（第１実施例）
第１実施例では、状態予測部２１は、パラメータとして「エリア台数設定」を用いる。すなわち、状態予測部２１は、エリア台数設定の設定値の候補毎の状態予測情報を出力する。エリアとは、搬送路４（図１参照）において定められた区画である。本実施形態では、エリアはベイ単位の区画である。このようなエリア単位で、エリア内の搬送車２を制御するエリアコントローラ（例えば搬送車コントローラ１２の配下のコントローラ）が設けられ得る。エリア台数設定とは、エリア毎の、エリア内に同時に存在する空き搬送車の台数の目標値（規定台数）である。例えば、３つのエリアＡ，Ｂ，Ｃが存在する場合、エリア台数設定の設定値は、｛Ｎ_Ａ，Ｎ_Ｂ，Ｎ_Ｃ｝と表され得る。ここで、「Ｎ_Ｋ」（Ｋ＝Ａ，Ｂ，Ｃ）は、エリアＫの規定台数である。

【0039】

例えば、搬送車コントローラ１２は、エリア台数設定に基づいて、各エリアについて以下のような搬送車２の配車制御を行うように構成され得る。なお、上記配車制御は、上述したエリアコントローラを介して行われてもよい。搬送車コントローラ１２は、あるエリア内の空き搬送車の台数が規定台数より多い場合には、このエリア内の空き搬送車の台数が規定台数となるように、このエリア内の空き搬送車をエリア外に移動させる。一方、搬送車コントローラ１２は、あるエリア内の空き搬送車の台数が規定台数より少ない場合には、このエリア内の空き搬送車の台数が規定台数となるように、このエリア外（他のエリア）に存在する空き搬送車をこのエリア内へと移動させる。このように、搬送車コントローラ１２は、所定のタイミングで（或いは定期的に）、エリア台数設定と空き搬送車の分布とを比較し、搬送システム１全体の空き搬送車の分布を調整する。すなわち、エリア台数設定は、搬送車コントローラ１２による空き搬送車の分布の調整に影響を与えるパラメータである。

【0040】

ここで、上述したように３つのエリアＡ，Ｂ，Ｃが存在し、現時点（過去期間Ｔ_ｎと予測対象期間Ｔ_ｎ＋１との境界時点）におけるエリア台数設定の設定値が｛２，２，５｝であり、現時点において実際に各エリアに存在する空き搬送車の台数も上記設定値通り（すなわち、エリアＡに２台、エリアＢに２台、エリアＣに５台）である場合について考える。また、予測対象期間Ｔ_ｎ＋１において発生すると予測される搬送指令（予想搬送指令）が９つであり、それぞれの搬送指令のピックアップ地点（Ｆｒ）の分布が｛４，４，１｝（すなわち、エリアＡでの荷つかみが必要な搬送指令が４つ、エリアＢでの荷つかみが必要な搬送指令が４つ、エリアＣでの荷つかみが必要な搬送指令が１つ）であるとする。ここで、予想搬送指令の情報は、予めオペレータ等によって定められてもよいし、過去期間Ｔ_ｎに関連付けられた搬送指令と予め定められた予測ルールとに基づいて予測されてもよい。また、後述する第２実施形態では、搬送指令予測部２３により出力される搬送指令予測情報から上記予想搬送指令の情報を得ることができる。

【0041】

上記の場合、状態予測部２１は、例えば、エリア台数設定の設定値の複数の候補（ここでは一例として、設定値｛４，４，１｝、設定値｛３，３，３｝、設定値｛２，２，５｝）の各々についての状態予測情報を出力する。一例として、状態予測部２１は、設定値の候補毎に、予想搬送指令毎の搬送時間及びエリア毎の渋滞度を状態予測情報として出力する。

【0042】

一例として、決定部２２は、搬送の優先度が基準以上（搬送プライオリティが予め定められた基準値以下）である予想搬送指令の搬送時間が短いほど良く、且つ、予めオペレータによって選定された一以上の特定エリア（特定のベイ）の渋滞度が小さいほど良いという観点に基づいて、設定値の各候補について評価を行う。ここで、特定エリアとは、複数のエリア（ベイ）のうち、エリア内の渋滞が搬送システム１全体の搬送効率を低下させる原因となり易いエリアとして、予めオペレータによって選定されたエリア等である。例えば、決定部２２は、設定値の各候補ｉ（ここでは、ｉ＝１，２，３）について、下記式（１）により求まるスコアＳ_ｉを算出する。下記式（１）において、ｔ_ｊは、搬送プライオリティ（予想値）が予めオペレータ等によって定められた閾値γ以下の予想搬送指令ｊの搬送時間を示しており、ｃ_ｋは、特定エリアｋについての予想渋滞度を示している。α_ｊ及びβ_ｋは、予めオペレータによって定められた重みパラメータである。
Ｓ_ｉ＝Σ_ｊ（α_ｊ×ｔ_ｊ｝＋Σ_ｋ（β_ｋ×ｃ_ｋ） …（１）

【0043】

ここでは、上記スコアＳ_ｉが小さい程、上述した観点において優れていることを意味する。従って、決定部２２は、複数の設定値の候補のスコアＳ_ｉ（ここでは、Ｓ_１，Ｓ_２，Ｓ_３）のうち最小となるスコアを有する設定値の候補ｉを、予測対象期間Ｔ_ｎ＋１に搬送システム１に適用する調整パラメータとして決定する。上述した評価例によれば、搬送システム１内において、搬送システム１の搬送効率を低下させる原因となり易い渋滞の発生を抑制しつつ、搬送の優先度が高い搬送指令の搬送時間をなるべく短くすることが可能となる。

【0044】

なお、状態予測部２１により出力される設定値の候補毎の状態予測情報は、必ずしも上記例（予想搬送指令毎の搬送時間及びエリア毎の渋滞度）に限られない。例えば、設定値の候補毎の状態予測情報は、以下に示すように、全予想搬送指令の予想搬送時間（平均等の統計値）及び搬送システム全体の予想渋滞度（エリア平均等の統計値）であってもよい。
＜エリア台数設定の設定値の候補毎の出力結果の他の例＞
・設定値｛４，４，１｝→全予想搬送指令の予想搬送時間（平均３０秒、分散１０秒）＋搬送システム全体の予想渋滞度（エリア平均：大）
・設定値｛３，３，３｝→全予想搬送指令の予想搬送時間（平均４０秒、分散２０秒）＋搬送システム全体の予想渋滞度（エリア平均：中）
・設定値｛２，２，５｝→全予想搬送指令の予想搬送時間（平均６０秒、分散６０秒）＋搬送システム全体の予想渋滞度（エリア平均：小）

【0045】

また、上記例では、搬送プライオリティが閾値γ以下の予想搬送指令のみについて「α_ｊ×ｔ_ｊ」が加算されたが、予想搬送指令毎の搬送プライオリティの予想値が得られない場合には、全ての予想搬送指令についての「α_ｊ×ｔ_ｊ」が加算されてもよい。

【0046】

以上説明した第１実施例によれば、決定部２２が、状態予測部２１の出力結果に基づいて、エリア設定台数の設定値（調整パラメータ）を動的に設定することにより、搬送の最適化（ここでは一例として、着目された特定エリアの渋滞度を抑制しつつ、搬送の優先度が高い搬送指令の搬送時間をなるべく短くすること）を図ることができる。

【0047】

（第２実施例）
第２実施例では、状態予測部２１は、パラメータとして「エリアの入口及び出口の使用割合」を用いる。すなわち、状態予測部２１は、エリア（ここでは一例としてイントラベイ）の入口及び出口の使用割合の設定値の候補毎の状態予測情報を出力する。ここで、入口（又は出口）の使用割合とは、複数の入口（又は出口）がある場合に、複数の入口（又は出口）を搬送車２に使用させる割合である。ここで、エリアの入口とは、搬送路４において搬送車２が当該エリア外から当該エリア内に入るために通過可能な経路であり、エリアの出口とは、搬送路４において搬送車２が当該エリア内から当該エリア外に出るために通過可能な経路である。

【0048】

例えば、図１の例では、中央左端のイントラベイ（イントラベイルート５）について、２つの入口ＩＮ１，ＩＮ２と２つの出口ＯＵＴ１，ＯＵＴ２とが設けられている。この場合において、入口ＩＮ１と入口ＩＮ２とを均等な割合で搬送車２に使用させたい場合には、当該イントラベイの入口の使用割合の設定値は、「入口ＩＮ１：入口ＩＮ２＝１：１」等と規定され得る。一方、入口ＩＮ１のみを搬送車２に使用させたい場合には、当該イントラベイの入口の使用割合の設定値は、「入口ＩＮ１：入口ＩＮ２＝１：０」等と規定され得る。当該パラメータの設定値は、例えば、搬送車コントローラ１２が搬送車２の走行経路を決定する際に加味される。すなわち、搬送車コントローラ１２は、当該パラメータの設定値を考慮して、搬送車２の走行経路を決定する。より具体的には、搬送車コントローラ１２は、上記イントラベイの実際の入口又は出口の使用割合が当該パラメータの設定値により規定される入口又は出口の使用割合に近づくように、各搬送車２の走行経路を決定する。

【0049】

上記の場合、状態予測部２１は、例えば、ある特定のエリア（例えば、オペレータ等によって予め指定されたエリア）の入口の使用割合及び出口の使用割合の設定値の複数の候補の各々についての状態予測情報を出力する。一例として、状態予測部２１は、設定値の候補毎に、上記実施例１と同様に、予想搬送指令毎の搬送時間及びエリア毎の渋滞度を状態予測情報として出力する。例えば、上記特定のエリアが図１に示した中央左端のイントラベイである場合、複数の設定値の候補として、例えば、以下の候補１〜候補３等が使用され得る。
候補１：入口ＩＮ１：入口ＩＮ２＝０：１及び出口ＯＵＴ１：出口ＯＵＴ２＝０：１
候補２：入口ＩＮ１：入口ＩＮ２＝１：１及び出口ＯＵＴ１：出口ＯＵＴ２＝１：１
候補３：入口ＩＮ１：入口ＩＮ２＝１：０及び出口ＯＵＴ１：出口ＯＵＴ２＝１：０

【0050】

一例として、決定部２２は、上記実施例１と同様にして、上記式（１）により算出される複数の設定値の候補のスコアＳ_ｉ（ここでは、候補１のスコアＳ_１，候補２のスコアＳ_２，候補３のスコアＳ_３）のうち最小となるスコアを有する設定値の候補ｉを、予測対象期間Ｔ_ｎ＋１に搬送システム１に適用する調整パラメータとして決定する。

【0051】

以上説明した第２実施例によれば、決定部２２が、状態予測部２１の出力結果に基づいて、ある特定のエリアの入口及び出口の使用割合の設定値（調整パラメータ）を動的に設定することにより、搬送の最適化（ここでは一例として、着目された特定エリアの渋滞度を抑制しつつ、搬送の優先度が高い搬送指令の搬送時間をなるべく短くすること）を図ることができる。なお、第２実施例において、特定のエリアの入口又は出口は、３つ以上存在してもよい。また、複数のエリアが特定のエリアとして用いられてもよい。

【0052】

（第３実施例）
第３実施例では、状態予測部２１は、パラメータとして「経路選択ロジック」を用いる。すなわち、状態予測部２１は、経路選択ロジックの設定値の候補毎の状態予測情報を出力する。ここで、経路選択ロジックとは、搬送指令が割り付けられた搬送車２の搬送経路を決定する際に、予め用意された複数の経路選択アルゴリズムのうちからどのアルゴリズムを使用するかを決定するためのルールである。

【0053】

例えば、経路探索アルゴリズムとして、２つの異なるアルゴリズムが用意されている場合について考える。具体的には、一例として、経路探索アルゴリズムとして、最短時間経路探査（例えば、ダイクストラ法等。以下「方式Ａ」）と統計コスト経路探査（例えば、統計コストを用いて最短時間経路を求める手法。以下「方式Ｂ」）とが用意されている場合について考える。この場合、経路選択ロジックの設定値の複数の候補として、例えば、以下のような候補１〜候補３等が使用され得る。
候補１：常に方式Ａを使用する。
候補２：所定のエリア（例えば、インターベイルート６等）の渋滞度が予め定められた閾値以下であれば方式Ａを使用し、そうでない場合には方式Ｂを使用する。
候補３：対象となる搬送指令の搬送プライオリティが予め定められた閾値以下であれば方式Ａを使用し、当該搬送プライオリティが当該閾値より大きければ方式Ｂを使用する。

【0054】

一例として、決定部２２は、上記実施例１，２と同様にして、上記式（１）により算出される複数の設定値の候補のスコアＳ_ｉ（ここでは、候補１のスコアＳ_１，候補２のスコアＳ_２，候補３のスコアＳ_３）のうち最小となるスコアを有する設定値の候補ｉを、予測対象期間Ｔ_ｎ＋１に搬送システム１に適用する調整パラメータとして決定する。

【0055】

以上説明した第３実施例によれば、決定部２２が、状態予測部２１の出力結果に基づいて、経路選択ロジックの設定値（調整パラメータ）を動的に設定することにより、搬送の最適化（ここでは一例として、着目された特定エリアの渋滞度を抑制しつつ、搬送の優先度が高い搬送指令の搬送時間をなるべく短くすること）を図ることができる。

【0056】

なお、上述した第１実施例〜第３実施例は、単独で実施されてもよいし、適宜組み合わされてもよい。例えば、決定部２２は、第１実施例に基づいて、エリア設定台数に関する調整パラメータを決定すると共に、第２実施例に基づいて、エリアの入口及び出口の使用割合に関する調整パラメータを決定してもよい。

【0057】

以上述べた搬送制御装置２０では、上記のように機械学習された状態予測部２１により、過去期間Ｔ_ｎの搬送指令及び状態情報から、予測対象期間Ｔ_ｎ＋１の搬送システム１の予測される状態が、パラメータの設定値の候補毎に取得される。すなわち、パラメータの設定値の候補毎に、当該パラメータの設定値を搬送システム１に適用した場合に予測対象期間Ｔ_ｎ＋１に生じると予測される搬送システム１の状態が、状態予測情報として取得される。そして、このように取得されたパラメータの設定値の候補毎の状態予測情報の評価結果に基づいて、予測対象期間Ｔ_ｎ＋１において搬送システム１に適用されるパラメータの設定値（調整パラメータ）が決定される。従って、搬送制御装置２０によれば、搬送システム１の将来の状態の予測結果（状態予測情報）を踏まえて、搬送システム１の将来の状態（すなわち、予測対象期間Ｔ_ｎ＋１における状態）がなるべく良い状態（例えば、渋滞が抑制され、搬送システム全体での搬送時間が短くなる状態）となるように、最適なパラメータの設定値を決定することが可能となる。以上により、搬送制御装置２０によれば、より好適に搬送の最適化を図ることができる。

【0058】

また、搬送システム１の状態は、搬送指令毎の搬送時間、物品の搬送量、搬送車２の稼働率、搬送車２のステータス情報と位置情報、及び搬送車２の速度情報の少なくとも１つを含む。搬送システム１の状態として上記のような情報を用いることにより、状態予測部２１による予測を適切に行うことができる。また、決定部２２において、調整パラメータを決定する際に、パラメータの設定値の候補毎の状態予測情報間の比較（評価）を適切に行うことができる。

【0059】

［第２実施形態］
次に、図７〜図９を参照して、第２実施形態の搬送制御装置２０Ａについて説明する。図７に示されるように、搬送制御装置２０Ａは、搬送指令予測部２３を更に備える点、状態予測部２１の代わりに状態予測部２１Ａを備える点、及び決定部２２の代わりに決定部２２Ａを備える点において、搬送制御装置２０と相違しており、その他の構成については搬送制御装置２０と同様である。

【0060】

搬送指令予測部２３は、第１期間に関連付けられた搬送指令に関する情報を入力して、第１期間の後の第２期間に発生すると予測される搬送指令に関する搬送指令予測情報を出力するように機械学習された予測モデルである。第１期間に関連付けられた搬送指令とは、第１期間に発生した搬送指令（例えば、第１期間にＭＥＳ３からＭＣＳ１１に通知された搬送要求に基づいてＭＣＳ１１において生成された搬送指令）である。第１期間に関連付けられた搬送指令は、複数存在し得る。

【0061】

ここで、搬送指令の基となるＭＥＳ３から出力される搬送要求は、一定期間に亘って実行される所定の製造プロセスフローに応じて発生する。このため、ある期間に発生する搬送指令と当該期間の後続の期間に発生する搬送指令との間には、相関があると考えられる。そこで、例えば以下のような教師データを用いた機械学習を実行することにより、搬送指令予測部２３を得ることができる。すなわち、連続する過去の期間Ｔ１，Ｔ２の各々において搬送指令を集計することにより、期間Ｔ１に発生したベイ毎のＦｒ数及びＴｏ数を取得すると共に、期間Ｔ２に発生したベイ毎のＦｒ数及びＴｏ数を取得する。そして、期間Ｔ１に発生したベイ毎のＦｒ数及びＴｏ数と期間Ｔ２に発生したベイ毎のＦｒ数及びＴｏ数とをペアとする教師データを作成する。複数の異なる期間について搬送指令を集計することにより、上記のような教師データを複数作成することができる。そして、このように作成された複数の教師データに基づく機械学習を実行することにより、第１期間に関連付けられた搬送指令に関する情報（本実施形態では、第１期間におけるベイ毎のＴｏ数及びＦｒ数）を入力して、第２期間に発生すると予測される搬送指令に関する搬送指令予測情報（第２期間におけるベイ毎のＴｏ数及びＦｒ数）を出力するように構成された搬送指令予測部２３を得ることができる。このようにして得られる搬送指令予測部２３は、例えばニューラルネットワークを含む学習済みモデルである。

【0062】

状態予測部２１Ａは、搬送指令予測部２３により出力された搬送指令予測情報を更に入力して、第２期間に関連付けられた候補毎の状態予測情報を出力するように機械学習されている点で、状態予測部２１と相違している。状態予測部２１Ａは、例えば、状態予測部２１の機械学習に用いられた教師データ（期間Ｔ１に関連付けられた搬送指令及び状態情報、並びに、期間Ｔ２において搬送システム１に実際に適用されたパラメータの設定値及び期間Ｔ２に関連付けられた状態情報）に期間Ｔ２に関連付けられた搬送指令を加えた教師データを用いた機械学習を実行することにより得られる。

【0063】

状態予測部２１Ａは、第１期間に関連付けられた搬送指令及び搬送システム１の状態を示す状態情報、並びに第１期間に関連付けられた搬送指令に関する情報（すなわち、上述した搬送指令予測部２３により出力される情報）を入力して、第２期間に関連付けられた搬送システム１の予測される状態を示す状態予測情報を出力するように機械学習された予測モデルである。状態予測部２１Ａは、状態予測部２１と同様に、第２期間に関連付けられた状態予測情報を上述したパラメータの設定値の候補毎に出力する。

【0064】

決定部２２Ａは、過去期間Ｔ_ｎに関連付けられた搬送指令に関する情報を搬送指令予測部２３に入力することにより、予測対象期間Ｔ_ｎ＋１に関連付けられた搬送指令予測情報を取得する。そして、決定部２２Ａは、過去期間Ｔ_ｎに関連付けられた搬送指令及び状態情報と予測対象期間Ｔ_ｎ＋１に関連付けられた搬送指令予測情報とを状態予測部２１Ａに入力することにより、パラメータの設定値の候補毎に予測対象期間Ｔ_ｎ＋１に関連付けられた状態予測情報を取得する。それ以降の決定部２２Ａの処理は、決定部２２と同様である。

【0065】

図８は、搬送制御装置２０Ａによる調整パラメータの決定フローを示す図である。図９は、搬送制御装置２０Ａの動作を示すフローチャートである。図８及び図９に示されるように、まず、過去期間Ｔ_ｎに関連付けられた搬送指令に関する情報（本実施形態では、過去期間Ｔ_ｎにおけるベイ毎のＴｏ数及びＦｒ数）が、搬送指令予測部２３に入力されることにより、搬送指令予測情報（予測対象期間Ｔ_ｎ＋１において予測されるベイ毎のＴｏ数及びＦｒ数）が出力される。これにより、予測対象期間Ｔ_ｎ＋１の搬送指令予測情報が得られる（ステップＳ２１）。なお、図８に点線で示されるように、搬送指令予測部２３に状態情報を入力し、状態情報も加味して搬送指令予測情報が出力されるようにしてもよい。

【0066】

続いて、過去期間Ｔ_ｎに関連付けられた搬送指令と、過去期間Ｔ_ｎに関連付けられた状態情報と、ステップＳ２１において搬送指令予測部２３により出力された予測対象期間Ｔ_ｎ＋１に関連付けられた搬送指令予測情報とが、状態予測部２１Ａに入力される。その結果、予測対象期間Ｔ_ｎ＋１に関連付けられた、パラメータの設定値の候補毎の状態予測情報が、状態予測部２１Ａにより出力される。これにより、予測対象期間Ｔ_ｎ＋１の状態予測情報がパラメータの設定値の候補毎に得られる（ステップＳ２２）。

【0067】

ステップＳ２３及びステップＳ２４の処理は、上述した図６に示されるフローチャートにおけるステップＳ１２及びステップＳ１３の処理と同一である。

【0068】

予測対象期間Ｔ_ｎ＋１における搬送システム１の状態は、予測対象期間Ｔ_ｎ＋１に発生する搬送指令によって影響を受ける。従って、搬送制御装置２０Ａでは、状態予測部２１Ａが、搬送指令予測部２３によって予測された予測対象期間Ｔ_ｎ＋１の搬送指令に関する情報に基づいて、予測対象期間Ｔ_ｎ＋１における搬送システム１の将来の状態（パラメータの設定値の候補毎の状態予測情報）をより精度良く予測することが可能となる。その結果、決定部２２Ａにおいて、搬送最適化の観点から、より適切な調整パラメータを決定することが可能となる。

【0069】

以上、本発明の実施形態について説明したが、本発明は上述した実施形態に限定されるものではなく、その要旨を逸脱しない範囲で様々な変更が可能である。

【0070】

例えば、第１実施形態の搬送制御装置２０は、搬送指令予測部２３を備えておらず、将来の搬送指令（予測対象期間に発生すると予測される搬送指令）に関する情報を入力情報として用いなかった。ただし、例えばＭＥＳ３から将来予定されている搬送要求が前もってＭＣＳ１１に通知され、ＭＣＳ１１において将来発生すると予測される搬送指令を予め把握することが可能な場合には、状態予測部２１は、このように予測される搬送指令に関する情報を入力情報として用いてもよい。

【0071】

また、決定部２２，２２Ａにより決定される調整パラメータは、ＭＣＳ１１等の搬送システム１内の要素以外の動作を制御するためにも用いられてもよい。例えば、調整パラメータは、上位コントローラであるＭＥＳ３に通知されてもよく、当該調整パラメータによってＭＥＳ３の動作（例えば、搬送要求をＭＣＳ１１に通知するタイミング等）が制御されてもよい。

【0072】

また、上述した状態予測部２１，２１Ａ又は搬送指令予測部２３の機械学習に用いるための教師データは、搬送制御装置２０，２０Ａを運用する過程（すなわち、図６又は図９に示されるフローチャートの動作を繰り返し実行する過程）で新たに生成及び蓄積される。そこで、状態予測部２１，２１Ａ又は搬送指令予測部２３は、このように新たに生成及び蓄積される教師データを用いた機械学習を随時行うことにより、適宜アップデートされてもよい。このように、搬送制御装置２０，２０Ａを運用しつつ、予測モデルとしての状態予測部２１，２１Ａ又は搬送指令予測部２３をアップデートすることにより、予測モデルの精度を徐々に向上させることができる。すなわち、決定部２２，２２Ａにより決定される調整パラメータの妥当性を徐々に高めることができる。

【0073】

また、上記実施形態では、搬送車２によって搬送される物品（被搬送物）として、複数の半導体ウェハが収容されたＦＯＵＰを例示したが、物品はこれに限定されず、例えば、ガラスウェハ、レチクル等が収容されたその他の容器やその他の物品であってもよい。また、搬送システム１が設けられる場所は、半導体製造工場に限定されず、搬送システム１は、その他の施設に設けられてもよい。

【符号の説明】

【0074】

１…搬送システム、２…搬送車、４…搬送路、１２…搬送車コントローラ、２０，２０Ａ…搬送制御装置、２１，２１Ａ…状態予測部、２２，２２Ａ…決定部、２３…搬送指令予測部。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】