知財求人 - 知財ポータルサイト「IP Force」
(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】P2024172792
(43)【公開日】2024-12-12
(54)【発明の名称】基板搬送システム、および、基板搬送方法
(51)【国際特許分類】
H01L 21/677 20060101AFI20241205BHJP
H01L 21/68 20060101ALI20241205BHJP
B25J 13/08 20060101ALI20241205BHJP
【ＦＩ】
H01L21/68 A
H01L21/68 G
B25J13/08 A
【審査請求】未請求
【請求項の数】15
【出願形態】ＯＬ
(21)【出願番号】P 2023090761
(22)【出願日】2023-06-01
(71)【出願人】
【識別番号】000000974
【氏名又は名称】川崎重工業株式会社
(74)【代理人】
【識別番号】100104433
【弁理士】
【氏名又は名称】宮園 博一
(74)【代理人】
【識別番号】100202728
【弁理士】
【氏名又は名称】三森 智裕
(72)【発明者】
【氏名】藤森 一夫
【テーマコード（参考）】
3C707
5F131
【Ｆターム（参考）】
3C707AS05
3C707AS24
3C707BS15
3C707DS01
3C707ES03
3C707ES17
3C707KS03
3C707KS04
3C707KS05
3C707KS13
3C707KT03
3C707KT05
3C707KT06
3C707LS09
3C707LS15
3C707LT06
3C707LT12
3C707LV04
3C707LV05
3C707LW12
3C707NS13
5F131AA02
5F131BA12
5F131BA19
5F131BB04
5F131BB23
5F131CA18
5F131CA42
5F131DA22
5F131DA32
5F131DA42
5F131DB02
5F131DB52
5F131DB58
5F131DB76
5F131DB82
5F131DD42
5F131DD43
5F131DD74
5F131DD75
5F131DD76
5F131DD86
5F131GA14
5F131GA33
5F131HA09
5F131HA12
5F131HA13
5F131KA12
5F131KA47
5F131KA55
5F131KA56
5F131KA73
5F131KB05
5F131KB07
5F131KB32
5F131KB52
(57)【要約】
【課題】基板搬送ロボットによる基板の搬送動作の制御を行うために作業者が要する手間を軽減することが可能な基板搬送システム、および、基板搬送方法を提供する。
【解決手段】この基板搬送システム１００は、基板搬送ロボット２０により搬送される基板２１０と、基板２１０が載置される基板載置部３０ａとの少なくとも一方を検出する撮像部４３を備える。そして、基板搬送システム１００は、撮像部４３による検出結果を入力とし、基板搬送ロボット２０による基板２１０の搬送動作を制御するための搬送制御情報を出力する学習済みモデルを、機械学習により生成する制御部６０を備える。
【選択図】図３
【解決手段】この基板搬送システム１００は、基板搬送ロボット２０により搬送される基板２１０と、基板２１０が載置される基板載置部３０ａとの少なくとも一方を検出する撮像部４３を備える。そして、基板搬送システム１００は、撮像部４３による検出結果を入力とし、基板搬送ロボット２０による基板２１０の搬送動作を制御するための搬送制御情報を出力する学習済みモデルを、機械学習により生成する制御部６０を備える。
【選択図】図３
【特許請求の範囲】
【請求項1】
基板搬送ロボットと、
前記基板搬送ロボットにより搬送される基板と、前記基板が載置される基板載置部との少なくとも一方を検出する検出部と、
前記検出部による前記基板および前記基板載置部の少なくとも一方の検出結果を入力とし、前記基板搬送ロボットによる前記基板の搬送動作を制御するための搬送制御情報を出力する学習済みモデルを、機械学習により生成する制御部とを、備える、基板搬送システム。
前記基板搬送ロボットにより搬送される基板と、前記基板が載置される基板載置部との少なくとも一方を検出する検出部と、
前記検出部による前記基板および前記基板載置部の少なくとも一方の検出結果を入力とし、前記基板搬送ロボットによる前記基板の搬送動作を制御するための搬送制御情報を出力する学習済みモデルを、機械学習により生成する制御部とを、備える、基板搬送システム。
【請求項2】
前記制御部は、深層強化学習による機械学習によって前記学習済みモデルを生成する、請求項１に記載の基板搬送システム。
【請求項3】
前記制御部は、前記検出結果を入力とし、前記基板搬送ロボットと、前記基板載置部の位置との座標軸を合わせるための教示情報を含む前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、請求項１または２に記載の基板搬送システム。
【請求項4】
前記検出部は、前記基板および前記基板載置部の少なくとも一方に加えて、前記基板搬送ロボットを検出し、
前記制御部は、前記基板および前記基板載置部の少なくとも一方の前記検出結果と、前記基板搬送ロボットの前記検出結果とを入力とし、前記搬送制御情報を出力する前記学習済みモデルを生成する、請求項１または２に記載の基板搬送システム。
前記制御部は、前記基板および前記基板載置部の少なくとも一方の前記検出結果と、前記基板搬送ロボットの前記検出結果とを入力とし、前記搬送制御情報を出力する前記学習済みモデルを生成する、請求項１または２に記載の基板搬送システム。
【請求項5】
前記制御部は、
前記基板搬送ロボットの搬送動作を制御するロボット制御部を兼ね、
前記学習済みモデルを用いることによって前記搬送制御情報を取得するとともに、取得された前記搬送制御情報に基づく前記基板の搬送動作を行うことによって、搬送動作におけるずれを補正しながら、前記基板搬送ロボットの搬送動作を制御する、請求項１または２に記載の基板搬送システム。
前記基板搬送ロボットの搬送動作を制御するロボット制御部を兼ね、
前記学習済みモデルを用いることによって前記搬送制御情報を取得するとともに、取得された前記搬送制御情報に基づく前記基板の搬送動作を行うことによって、搬送動作におけるずれを補正しながら、前記基板搬送ロボットの搬送動作を制御する、請求項１または２に記載の基板搬送システム。
【請求項6】
前記検出部は、前記基板と、前記基板載置部と、前記基板載置部の位置を示すターゲット部材との少なくとも１つを撮像する撮像部を含み、
前記制御部は、前記検出部による前記検出結果として取得された前記撮像部による撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、請求項１または２に記載の基板搬送システム。
前記制御部は、前記検出部による前記検出結果として取得された前記撮像部による撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、請求項１または２に記載の基板搬送システム。
【請求項7】
前記基板載置部の位置を示す前記ターゲット部材をさらに備え、
前記撮像部は、前記ターゲット部材を撮像し、
前記制御部は、前記検出結果として取得された前記ターゲット部材を含む前記撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習によって生成する、請求項６に記載の基板搬送システム。
前記撮像部は、前記ターゲット部材を撮像し、
前記制御部は、前記検出結果として取得された前記ターゲット部材を含む前記撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習によって生成する、請求項６に記載の基板搬送システム。
【請求項8】
前記ターゲット部材は、前記学習済みモデルを生成する機械学習において識別されるように、前記撮像画像において所定の形状を有している、請求項７に記載の基板搬送システム。
【請求項9】
前記基板搬送ロボットが配置され、前記基板の搬送が行われる搬送室をさらに備え、
前記撮像部は、前記搬送室に配置されている、請求項６に記載の基板搬送システム。
前記撮像部は、前記搬送室に配置されている、請求項６に記載の基板搬送システム。
【請求項10】
前記撮像部は、前記搬送室に配置されている搬送室撮像部と、前記基板搬送ロボットに配置されているロボット撮像部とを含み、
前記制御部は、前記搬送室撮像部による前記撮像画像と、前記ロボット撮像部による前記撮像画像とを入力とし、前記搬送制御情報を出力する前記学習済みモデルを械学習により生成する、請求項９に記載の基板搬送システム。
前記制御部は、前記搬送室撮像部による前記撮像画像と、前記ロボット撮像部による前記撮像画像とを入力とし、前記搬送制御情報を出力する前記学習済みモデルを械学習により生成する、請求項９に記載の基板搬送システム。
【請求項11】
前記搬送室撮像部は、前記搬送室の上方に配置されている、請求項１０に記載の基板搬送システム。
【請求項12】
前記基板搬送ロボットは、前記搬送室において、前記基板が収納される基板収納容器に対する前記基板の搬送動作を行い、
前記撮像部は、前記基板収納容器に収納されている状態の前記基板と、前記基板収納容器において前記基板が載置される前記基板載置部と、前記基板収納容器における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを撮像し、
前記制御部は、前記基板収納容器に収納されている状態の前記基板と、前記基板収納容器において前記基板が載置される前記基板載置部と、前記基板収納容器における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを含む前記撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、請求項９に記載の基板搬送システム。
前記撮像部は、前記基板収納容器に収納されている状態の前記基板と、前記基板収納容器において前記基板が載置される前記基板載置部と、前記基板収納容器における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを撮像し、
前記制御部は、前記基板収納容器に収納されている状態の前記基板と、前記基板収納容器において前記基板が載置される前記基板載置部と、前記基板収納容器における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを含む前記撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、請求項９に記載の基板搬送システム。
【請求項13】
前記基板搬送ロボットは、前記基板収納容器と、前記基板に対して処理を行う処理装置に前記基板を受け渡すために前記基板が載置される処理待機部との間における前記基板の搬送動作を行い、
前記撮像部は、前記処理待機部における前記基板載置部に載置されている前記基板と、前記処理待機部における前記基板載置部と、前記処理待機部における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを撮像し、
前記制御部は、前記処理待機部における前記基板載置部に載置されている前記基板と、前記処理待機部における前記基板載置部と、前記処理待機部における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを含む前記撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、請求項１２に記載の基板搬送システム。
前記撮像部は、前記処理待機部における前記基板載置部に載置されている前記基板と、前記処理待機部における前記基板載置部と、前記処理待機部における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを撮像し、
前記制御部は、前記処理待機部における前記基板載置部に載置されている前記基板と、前記処理待機部における前記基板載置部と、前記処理待機部における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを含む前記撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、請求項１２に記載の基板搬送システム。
【請求項14】
前記制御部は、
前記基板搬送ロボットの搬送動作を制御するロボット制御部を兼ね、
前記検出結果を入力とした機械学習による前記学習済みモデルの生成を行う場合に、前記学習済みモデルの学習が完了するまで、前記基板搬送ロボットの動作速度を比較的小さくした状態で搬送動作を制御する、請求項１または２に記載の基板搬送システム。
前記基板搬送ロボットの搬送動作を制御するロボット制御部を兼ね、
前記検出結果を入力とした機械学習による前記学習済みモデルの生成を行う場合に、前記学習済みモデルの学習が完了するまで、前記基板搬送ロボットの動作速度を比較的小さくした状態で搬送動作を制御する、請求項１または２に記載の基板搬送システム。
【請求項15】
基板搬送ロボットにより搬送される基板と、前記基板が載置される基板載置部との少なくとも一方を検出し、
前記基板および前記基板載置部の少なくとも一方の検出結果を入力とし、前記基板搬送ロボットによる前記基板の搬送動作を制御するための搬送制御情報を出力する学習済みモデルを、機械学習により生成する、基板搬送方法。
前記基板および前記基板載置部の少なくとも一方の検出結果を入力とし、前記基板搬送ロボットによる前記基板の搬送動作を制御するための搬送制御情報を出力する学習済みモデルを、機械学習により生成する、基板搬送方法。
【発明の詳細な説明】
【技術分野】
【0001】
この開示は、基板搬送システム、および、基板搬送方法に関する。
【背景技術】
【0002】
従来、基板を搬送する基板搬送方法が開示されている。特許文献１には、基板搬送室に配置された搬送ロボットによって、基板の処理が行われる基板処理室の載置台に対して基板が搬送される基板搬送方法が開示されている。搬送ロボットは、基板が載置されるフォークを有している。また、基板搬送室内には、フォークに載置された基板を検出する位置センサが配置されている。特許文献１に記載の基板搬送方法では、フォークに載置された基板が位置センサにより検出されることによって、フォークに対する基板の位置ずれを補正するように、搬送ロボットによる基板の搬送経路が修正される。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特許第６６４０３２１号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、基板の搬送動作を行う場合には、基板を搬送する搬送ロボットである基板搬送ロボットに対して搬送動作を教示する必要がある。上記特許文献１では、基板を保持するフォークに対する基板の位置ずれが位置センサにより検出される一方で、基板搬送ロボットの搬送動作の教示を人の手によって行う必要がある。そのため、基板載置部の位置などの基板搬送システムの構成ごとに搬送動作の教示を行う必要があるため、基板搬送ロボットに対する搬送動作の教示の手間が作業者にとって負担となると考えられる。そのため、基板搬送ロボットによる基板の搬送動作の制御を行うために作業者が要する手間を軽減することが望まれている。
【0005】
この開示は、上記のような課題を解決するためになされたものであり、この開示の１つの目的は、基板搬送ロボットによる基板の搬送動作の制御を行うために作業者が要する手間を軽減することが可能な基板搬送システム、および、基板搬送方法を提供することである。
【課題を解決するための手段】
【0006】
この開示の第１の局面による基板搬送システムは、基板搬送ロボットと、基板搬送ロボットにより搬送される基板と、基板が載置される基板載置部との少なくとも一方を検出する検出部と、検出部による基板および基板載置部の少なくとも一方の検出結果を入力とし、基板搬送ロボットによる基板の搬送動作を制御するための搬送制御情報を出力する学習済みモデルを、機械学習により生成する制御部とを、備える。
【0007】
この開示の第１の局面による基板搬送システムは、上記のように、検出部による基板および基板載置部の少なくとも一方の検出結果を入力とし、基板搬送ロボットによる基板の搬送動作を制御するための搬送制御情報を出力する学習済みモデルを、機械学習により生成する。これにより、機械学習により生成された学習済みモデルからの出力に基づいて、基板の搬送動作の制御を自動的に行うことができる。その結果、基板載置部に対する基板の搬送動作の教示を人の手によって行う場合に比べて、基板搬送ロボットによる基板の搬送動作の制御を行うために作業者が要する手間を軽減できる。
【0008】
この開示の第２の局面による基板搬送方法は、基板搬送ロボットにより搬送される基板と、基板が載置される基板載置部との少なくとも一方を検出し、基板および基板載置部の少なくとも一方の検出結果を入力とし、基板搬送ロボットによる基板の搬送動作を制御するための搬送制御情報を出力する学習済みモデルを、機械学習により生成する。
【0009】
この開示の第２の局面による基板搬送方法は、上記のように、基板および基板載置部の少なくとも一方の検出結果を入力とし、基板搬送ロボットによる基板の搬送動作を制御するための搬送制御情報を出力する学習済みモデルを、機械学習により生成する。これにより、機械学習により生成された学習済みモデルからの出力に基づいて、基板の搬送動作の制御を自動的に行うことができる。その結果、基板載置部に対する基板の搬送動作の教示を人の手によって行う場合に比べて、基板搬送ロボットによる基板の搬送動作の制御を行うために作業者が要する手間を軽減することが可能な基板搬送方法を提供できる。
【発明の効果】
【0010】
本開示によれば、基板搬送ロボットによる基板の搬送動作の制御を行うために作業者が要する手間を軽減できる。
【図面の簡単な説明】
【0011】
【図1】本開示の一実施形態による基板搬送システムが配置されている基板処理システムを示す天面図である。
【図2】本開示の一実施形態による基板搬送システムの構成を示すブロック図である。
【図3】基板搬送システムの構成を模式的に示した斜視図である。
【図4】搬送室に配置された撮像部によりＦＯＵＰが撮像された撮像画像の一例を示した図である。
【図5】搬送室に配置された撮像部によりロードロック部が撮像された撮像画像の一例を示した図である。
【図6】搬送室に配置された撮像部によりアライナが撮像された撮像画像の一例を示した図である。
【図7】基板搬送ロボットに配置された撮像部により撮像された撮像画像の一例を示した図である。
【図8】学習済みモデルによる搬送制御情報の出力を説明するための図である。
【図9】基板載置部に対する基板の位置ずれの一例を示した図である。
【図10】基板保持ハンドに対する基板の位置ずれの一例を示した図である。
【図11】本実施形態による基板搬送方法を説明するためフロー図である。
【発明を実施するための形態】
【0012】
以下、本開示を具体化した本開示の実施形態を図面に基づいて説明する。
【0013】
【0014】
（基板処理システム）
図１に示すように、基板搬送システム１００は、基板処理システム２００に配置されている。基板処理システム２００は、基板２１０に対して処理を行う処理装置２０１を備える。処理装置２０１は、基板搬送ロボット２０２、ロードロック部２０３、複数の処理モジュール部２０４、および、搬送室２０５を備えている。基板搬送ロボット２０２は、基板２１０を搬送する水平多関節ロボットである。ロードロック部２０３は、基板２１０の取入れ、および、取出しを行うための部屋である。すなわち、ロードロック部２０３は、処理装置２０１に基板２１０を受け渡すために基板２１０が載置される。基板処理システム２００の処理装置２０１は、２つのロードロック部２０３を含む。ロードロック部２０３は、基板搬送システム１００に接続されている。ロードロック部２０３は、基板２１０が載置される基板載置部２０３ａを有する。処理モジュール部２０４では、基板２１０に対して、レジストの塗布や、エッヂングなどの処理が行われる。搬送室２０５には、基板搬送ロボット２０２が配置される。搬送室２０５において、基板搬送ロボット２０２は、ロードロック部２０３と処理モジュール部２０４との間において基板２１０を搬送する。なお、ロードロック部２０３は、処理待機部の一例である。
図１に示すように、基板搬送システム１００は、基板処理システム２００に配置されている。基板処理システム２００は、基板２１０に対して処理を行う処理装置２０１を備える。処理装置２０１は、基板搬送ロボット２０２、ロードロック部２０３、複数の処理モジュール部２０４、および、搬送室２０５を備えている。基板搬送ロボット２０２は、基板２１０を搬送する水平多関節ロボットである。ロードロック部２０３は、基板２１０の取入れ、および、取出しを行うための部屋である。すなわち、ロードロック部２０３は、処理装置２０１に基板２１０を受け渡すために基板２１０が載置される。基板処理システム２００の処理装置２０１は、２つのロードロック部２０３を含む。ロードロック部２０３は、基板搬送システム１００に接続されている。ロードロック部２０３は、基板２１０が載置される基板載置部２０３ａを有する。処理モジュール部２０４では、基板２１０に対して、レジストの塗布や、エッヂングなどの処理が行われる。搬送室２０５には、基板搬送ロボット２０２が配置される。搬送室２０５において、基板搬送ロボット２０２は、ロードロック部２０３と処理モジュール部２０４との間において基板２１０を搬送する。なお、ロードロック部２０３は、処理待機部の一例である。
【0015】
基板搬送システム１００は、基板２１０に対して処理が行われる基板処理システム２００において、ＦＯＵＰ１０１（Ｆｒｏｎｔ Ｏｐｅｎｉｎｇ Ｕｎｉｆｙ Ｐｏｄ）と処理装置２０１との間における基板２１０の搬送を行う。基板搬送システム１００は、ＥＦＥＭ（Ｅｑｕｉｐｍｅｎｔ Ｆｒｏｎｔ Ｅｎｄ Ｍｏｄｕｌｅ）である。ＦＯＵＰ１０１は、複数の基板２１０が収納される容器である。ＦＯＵＰ１０１は、基板２１０が載置される基板載置部１０１ａを有する。ＦＯＵＰ１０１では、複数の基板２１０が上下方向に並んで配置される。ＦＯＵＰ１０１は、基板収納容器の一例である。また、基板２１０は、たとえば、円盤形状を有するシリコンウエハである。
【0016】
（基板搬送システム）
図２に示すように、基板搬送システム１００は、搬送室１０、基板搬送ロボット２０、アライナ３０、撮像部４０、照明部５０、および、制御部６０を備えている。基板搬送システム１００は、ターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３を備えている。基板搬送ロボット２０は、水平多関節のロボットアーム２１と、基板保持ハンド２２とを含む。また、撮像部４０は、撮像部４１、撮像部４２、撮像部４３、および、撮像部４４を含む。撮像部４０は、検出部の一例である。
図２に示すように、基板搬送システム１００は、搬送室１０、基板搬送ロボット２０、アライナ３０、撮像部４０、照明部５０、および、制御部６０を備えている。基板搬送システム１００は、ターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３を備えている。基板搬送ロボット２０は、水平多関節のロボットアーム２１と、基板保持ハンド２２とを含む。また、撮像部４０は、撮像部４１、撮像部４２、撮像部４３、および、撮像部４４を含む。撮像部４０は、検出部の一例である。
【0017】
図３に示すように、搬送室１０は、直方体形状を有する筐体である。搬送室１０は、Ｙ１方向側の前面１１、Ｙ２方向側の背面１２を有する。また、搬送室１０は、Ｚ１方向側である鉛直方向の上方側の天面１３を有する。搬送室１０内において、基板２１０の搬送が行われる。搬送室１０は、基板搬送ロボット２０、アライナ３０、撮像部４０、照明部５０、および、制御部６０を内部に収容している。搬送室１０のＹ１方向側の前面１１には、ＦＯＵＰ１０１が取り付けられるロードポート部１１ａが水平方向に沿って並んで３つ配置されている。ロードポート部１１ａは、開閉機構を有する。ロードポート部１１ａは、取り付けられたＦＯＵＰ１０１の扉部を開閉する。また、搬送室１０のＹ２方向側の背面１２には、２つのロードロック部２０３が接続されている。ロードロック部２０３と背面１２との間にも、開閉機構が配置されている。なお、図３では、３つのロードポート部１１ａのうちのＸ１方向側の１つのロードポート部１１ａにＦＯＵＰ１０１が取り付けられている状態を示している。
【0018】
基板搬送ロボット２０は、搬送室１０に配置されている。基板搬送ロボット２０は、搬送室１０において基板２１０の搬送動作を行う。具体的には、基板搬送ロボット２０において、ロボットアーム２１の先端に基板２１０を保持するエンドエフェクタである基板保持ハンド２２が配置されている。基板搬送ロボット２０は、ロードポート部１１ａに取り付けられたＦＯＵＰ１０１と、ロードロック部２０３との間における基板２１０の搬送動作を行う。基板搬送ロボット２０は、基板保持ハンド２２において水平面に沿って基板２１０を保持した状態で、基板２１０を搬送する。
【0019】
アライナ３０は、基板搬送ロボット２０によって搬送された基板２１０の位置合わせを行う。アライナ３０は、搬送室１０内において、左右方向であるＸ方向の一方側であるＸ２方向側に寄せて配置されている。アライナ３０は、基板２１０が載置される基板載置部３０ａを有する。アライナ３０は、基板載置部３０ａに載置された基板２１０を水平面に沿って回転させることによって、基板２１０の主表面の周方向に沿う回転位置の位置合わせを行う。また、アライナ３０は、基板２１０の中心位置を検出する。
【0020】
基板搬送システム１００では、ＦＯＵＰ１０１から基板搬送ロボット２０により保持された処理前の基板２１０が、アライナ３０に搬送される。そして、アライナ３０により位置合わせされた基板２１０が、再度基板搬送ロボット２０によりロードロック部２０３に搬送される。また、処理装置２０１において処理が行われた後の基板２１０は、基板搬送ロボット２０により、ロードロック部２０３からＦＯＵＰ１０１に搬送される。基板搬送ロボット２０による基板２１０の搬送動作は、ＦＯＵＰ１０１の基板載置部１０１ａ、ロードロック部２０３の基板載置部２０３ａ、および、アライナ３０の基板載置部３０ａの各々に載置された基板２１０を取り出すことによって基板２１０を搬出する動作と、ＦＯＵＰ１０１の基板載置部１０１ａ、ロードロック部２０３の基板載置部２０３ａ、および、アライナ３０の基板載置部３０ａの各々に対して、基板２１０を載置することによって基板２１０を搬入する動作との両方を含む。
【0021】
撮像部４０は、たとえば、２次元のカメラである。撮像部４０の撮像部４１、撮像部４２、撮像部４３、および、撮像部４４の各々は、たとえば、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）およびＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）などの撮像素子を有する。撮像部４１、撮像部４２、および、撮像部４３は、搬送室１０の上方に配置されている。撮像部４４は、基板搬送ロボット２０の基板保持ハンド２２に配置されている。具体的には、撮像部４１は、搬送室１０内の背面１２のＺ１方向側である上方側において、ＦＯＵＰ１０１が取り付けられる３つのロードポート部１１ａに対応するように、３つ配置されている。撮像部４１は、ＦＯＵＰ１０１を撮像する。撮像部４２は、搬送室１０内の前面１１のＺ１方向側である上方側において、２つのロードロック部２０３に対応するように、２つ配置されている。撮像部４１は、ロードロック部２０３を撮像する。撮像部４３は、搬送室１０内の天面１３において、アライナ３０の上方に配置されている。撮像部４３は、アライナ３０を撮像する。撮像部４４は、基板保持ハンド２２のＺ１方向側に配置されている。撮像部４４は、基板保持ハンド２２と一体的に移動するように、基板保持ハンド２２に対して固定されている。なお、撮像部４１、撮像部４２、および、撮像部４３は、搬送室撮像部の一例である。また、撮像部４４は、ロボット撮像部の一例である。
【0022】
図４に示すように、撮像部４０の撮像により撮像画像８０が取得される。図４では、撮像部４０のうちの撮像部４１によりＦＯＵＰ１０１が撮像された撮像画像８０の例を示している。撮像部４０の撮像部４１、撮像部４２、撮像部４３、および、撮像部４４の各々により撮像された撮像画像８０は、制御部６０に送信される。
【0023】
撮像部４１による撮像画像８０には、ＦＯＵＰ１０１に収納される基板２１０、ＦＯＵＰ１０１における基板載置部１０１ａ、および、ターゲット部材７１が含まれる。ターゲット部材７１は、ＦＯＵＰ１０１における基板載置部１０１ａの位置を示す部材である。すなわち、撮像部４１は、ＦＯＵＰ１０１を撮像することによって、ＦＯＵＰ１０１に収納される基板２１０、ＦＯＵＰ１０１における基板載置部１０１ａ、および、ターゲット部材７１を撮像する。ＦＯＵＰ１０１では、ターゲット部材７１は、たとえば、搬送室１０内の前面１１において、１つのロードポート部１１ａに対して、左右方向であるＸ方向の両側に１つずつ配置されている。
【0024】
図５に示すように、撮像部４２によりロードロック部２０３が撮像された撮像画像８０は、ロードロック部２０３に載置される基板２１０と、ロードロック部２０３における基板載置部２０３ａと、ターゲット部材７２とを含む。すなわち、撮像部４２は、搬送室１０の内部からロードロック部２０３を撮像することによって、ロードロック部２０３に載置される基板２１０と、ロードロック部２０３における基板載置部２０３ａと、ターゲット部材７２とを撮像する。ロードロック部２０３では、ターゲット部材７２は、たとえば、搬送室１０内の背面１２において、ロードロック部２０３の４隅に配置されるように、ロードロック部２０３に対して、左右方向であるＸ方向の両側に２つずつ配置されている。
【0025】
図６に示すように、撮像部４３によりアライナ３０が撮像された撮像画像８０は、アライナ３０に載置される基板２１０と、アライナ３０における基板載置部３０ａと、ターゲット部材７３とを含む。すなわち、撮像部４３は、搬送室１０の内部の天面１３からアライナ３０を撮像することによって基板載置部３０ａに載置される基板２１０と、基板載置部３０ａと、ターゲット部材７３とを撮像する。アライナ３０では、ターゲット部材７２は、たとえば、搬送室１０内において、アライナ３０における基板載置部３０ａの４隅に配置されている。
【0026】
また、搬送室１０内には、基板搬送ロボット２０が配置されているため、撮像部４１、撮像部４２、および、撮像部４３の各々による撮像画像８０には、基板搬送ロボット２０が含まれる場合がある。図６の例では、基板２１０を保持した状態の基板保持ハンド２２を、アライナ３０に近づけるように動作している基板搬送ロボット２０が、撮像部４３によって撮像された撮像画像８０に含まれる例が図示されている。なお、撮像部４１、撮像部４２、および、撮像部４３は、搬送室１０において固定された状態で配置されており、撮像部４１、撮像部４２、および、撮像部４３の撮像の対象となる撮像対象領域は固定されている。
【0027】
また、図７に示すように、撮像部４４に撮像された撮像画像８０は、基板搬送ロボット２０の基板保持ハンド２２の基端から先端に向かう方向を、撮像方向として撮像された画像である。たとえば、基板搬送ロボット２０が、ＦＯＵＰ１０１の基板２１０を取り出す動作を行う場合には、撮像部４４による撮像画像８０には、ＦＯＵＰ１０１の基板載置部１０１ａと、基板載置部１０１ａに載置されている基板２１０と、ターゲット部材７１とが含まれる。また、撮像部４４による撮像画像８０では、基板搬送ロボット２０の基板保持ハンド２２の先端部分が含まれる。撮像部４４の撮像方向は、基板保持ハンド２２の動作に伴って変更される。
【0028】
図３に示すように、照明部５０は、搬送室１０において、照明光を照射する。照明部５０は、たとえば、照明光として黄色の光を照射するＬＥＤ（Ｌｉｇｈｔ－Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）を含む。照明部５０は、撮像部４０による撮像が行われるタイミングにおいて、照明光を照射する。照明部５０は、たとえば、搬送室１０内の全体に拡散された照明光を照射することによって、撮像部４０により撮像される領域に対して照明光を照射する。照明部５０は、搬送室１０内のＺ１方向側である上方側において、Ｘ１方向側とＸ２方向側との側面部の各々に１つずつ配置されている。照明部５０による照明光が照射された状態において撮像部４０により撮像された撮像画像８０が、制御部６０に送信される。
【0029】
図１に示すように、制御部６０は、機械学習部６１を含む。制御部６０は、基板搬送システム１００の各部の動作を制御する。本実施形態では、制御部６０は、基板搬送ロボット２０の動作を制御するロボット制御部である。すなわち、制御部６０は、ロボットコントローラである。制御部６０は、たとえば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などの演算装置を含む。また、制御部６０は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）およびＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などのメモリや、ハードディスクなどの記憶装置も含む。制御部６０は、記憶装置に記憶されたプログラムおよびパラメータなどに基づいて、演算装置による制御処理を実行する。本実施形態では、制御部６０は、撮像部４０による撮像画像８０の撮像を制御するとともに、基板搬送ロボット２０による基板２１０の搬送動作の制御を実行する。たとえば、制御部６０は、撮像画像８０の撮像の制御、後述する機械学習の制御、および、基板２１０の搬送動作の指令値を生成する制御を行うメインＣＰＵと、メインＣＰＵからの搬送動作の指令値に基づいて、基板搬送ロボット２０を動作させるための駆動源となるサーボモータに出力される駆動電流を制御するサーボＣＰＵとを含む。なお、制御部６０は、１つのＣＰＵにより構成されていてもよい。
【0030】
（搬送動作の制御）
図８に示すように、本実施形態では、制御部６０は、撮像部４０による撮像画像８０を用いた機械学習により生成された学習済みモデル６２に基づいて、基板搬送ロボット２０の搬送動作を制御するための搬送制御情報８１を取得する。学習済みモデル６２は、撮像部４０の撮像部４１、撮像部４２、撮像部４３、および、撮像部４４の各々による撮像画像８０を入力とし、基板搬送ロボット２０の搬送動作を制御するための搬送制御情報８１を出力する。搬送制御情報８１は、基板搬送ロボット２０と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの位置との座標軸を合わせるための教示情報を含む。搬送制御情報８１は、基板搬送ロボット２０の座標軸における、基板２１０の位置を示す情報と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの位置を示す情報とを含む。搬送制御情報８１は、たとえば、基板搬送ロボット２０のロボットアーム２１を動作させるための制御量としての指令値を含む。具体的には、搬送制御情報８１は、ロボットアーム２１の駆動源となるモータの回転角を制御するための指令値を含む。学習済みモデル６２は、制御部６０の機械学習部６１により生成されるとともに、制御部６０の記憶装置に記憶される。
図８に示すように、本実施形態では、制御部６０は、撮像部４０による撮像画像８０を用いた機械学習により生成された学習済みモデル６２に基づいて、基板搬送ロボット２０の搬送動作を制御するための搬送制御情報８１を取得する。学習済みモデル６２は、撮像部４０の撮像部４１、撮像部４２、撮像部４３、および、撮像部４４の各々による撮像画像８０を入力とし、基板搬送ロボット２０の搬送動作を制御するための搬送制御情報８１を出力する。搬送制御情報８１は、基板搬送ロボット２０と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの位置との座標軸を合わせるための教示情報を含む。搬送制御情報８１は、基板搬送ロボット２０の座標軸における、基板２１０の位置を示す情報と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの位置を示す情報とを含む。搬送制御情報８１は、たとえば、基板搬送ロボット２０のロボットアーム２１を動作させるための制御量としての指令値を含む。具体的には、搬送制御情報８１は、ロボットアーム２１の駆動源となるモータの回転角を制御するための指令値を含む。学習済みモデル６２は、制御部６０の機械学習部６１により生成されるとともに、制御部６０の記憶装置に記憶される。
【0031】
〈学習済みモデルの生成〉
制御部６０は、機械学習部６１において、機械学習により、学習済みモデル６２を生成する。機械学習部６１において、学習済みモデル６２は、撮像画像８０を入力として搬送制御情報８１を出力するように、深層強化学習による機械学習によって生成される。機械学習部６１は、たとえば、深層学習を用いた強化学習であるＤＱＮ（Ｄｅｅｐ Ｑ―Ｎｅｔｗｏｒｋ）による機械学習を行う。深層強化学習において、機械学習部６１は、撮像画像８０に基づく繰り返しの試行により搬送制御情報８１を学習することによって学習済みモデル６２を生成する。
制御部６０は、機械学習部６１において、機械学習により、学習済みモデル６２を生成する。機械学習部６１において、学習済みモデル６２は、撮像画像８０を入力として搬送制御情報８１を出力するように、深層強化学習による機械学習によって生成される。機械学習部６１は、たとえば、深層学習を用いた強化学習であるＤＱＮ（Ｄｅｅｐ Ｑ―Ｎｅｔｗｏｒｋ）による機械学習を行う。深層強化学習において、機械学習部６１は、撮像画像８０に基づく繰り返しの試行により搬送制御情報８１を学習することによって学習済みモデル６２を生成する。
【0032】
深層強化学習では、制御部６０は、たとえば、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの各々の中心位置に基板保持ハンド２２の中心位置が配置されている状態の撮像画像８０、または、載置された基板２１０の中心位置を基板保持ハンド２２が保持している状態の撮像画像８０などを、目標となる教示画像として予め取得している。そして、制御部６０の機械学習部６１による深層強化学習において、撮像部４１、撮像部４２、撮像部４３、および、撮像部４４の各々により撮像された撮像画像８０を入力として、たとえば、入力された撮像画像８０と予め取得されている教示画像との一致度を示す値を評価することによって、繰り返しの試行により基板搬送ロボット２０を動作させることにより機械学習が行われる。たとえば、一致度の評価は、ターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３の各々と、基板２１０または基板保持ハンド２２との位置関係に基づいて評価される。深層強化学習では、評価が高くなるように繰り返しの試行を行うことによって、学習済みモデル６２の生成が行われる。
【0033】
本実施形態では、ターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３の各々は、たとえば、学習済みモデル６２を生成する機械学習において、制御部６０により識別されるように、撮像画像８０において所定の形状である円形状を有する板状の部材である。また、ターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３の各々は、撮像画像８０において識別されるように、周囲とは異なる色を有する。たとえば、ターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３の各々は、黒色である。また、制御部６０は、撮像画像８０に含まれる基板２１０を検出する。
【0034】
制御部６０の機械学習部６１は、深層強化学習による機械学習を行うことによって、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの各々に載置された基板２１０を搬出する動作と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの各々に対して基板２１０を搬入する動作との両方を含む基板搬送ロボット２０の搬送動作を繰り返し試行しながら学習する。たとえば、ＦＯＵＰ１０１に対する搬送動作の搬送制御情報８１を取得するための学習では、ＦＯＵＰ１０１における基板２１０および基板載置部１０１ａの検出結果として、ＦＯＵＰ１０１を撮像する撮像部４１による撮像画像８０と、基板搬送ロボット２０に配置された撮像部４４による撮像画像８０とが取得される。そして、機械学習部６１は、検出結果としての撮像画像８０を入力として、ＤＱＮによる深層強化学習の機械学習を行うことによって、搬送制御情報８１を出力するように学習済みモデル６２を学習する。たとえば、制御部６０は、予め設定された回数の試行動作を行うことによって、学習済みモデル６２の学習を行う。
【0035】
基板載置部１０１ａに対する搬入の動作を学習する場合には、撮像画像８０におけるターゲット部材７１の示す基板載置部１０１ａの位置と、撮像画像８０における基板保持ハンド２２、または、基板保持ハンド２２に保持された基板２１０に基づいて検出される基板保持ハンド２２の位置とが一致するように、基板搬送ロボット２０の動作が学習される。基板載置部１０１ａに載置された基板２１０の搬出の動作を学習する場合には、撮像画像８０におけるターゲット部材７１、または、基板載置部１０１ａに載置された基板２１０に基づいて検出される基板載置部１０１ａの位置と、撮像画像８０における基板保持ハンド２２に基づいて検出される基板保持ハンド２２の位置とが一致するように、基板搬送ロボット２０の動作が学習される。制御部６０の機械学習部６１は、ロードロック部２０３に対する搬送動作における制御量としての搬送制御情報８１と、アライナ３０に対する搬送動作における制御量としての搬送制御情報８１との各々を、ＦＯＵＰ１０１と同様に、深層強化学習により学習する。
【0036】
すなわち、本実施形態では、撮像部４０は、基板２１０と、基板載置部１０１ａと、基板載置部２０３ａと、基板載置部３０ａと、基板搬送ロボット２０とを検出するように、基板２１０と、基板載置部１０１ａおよびターゲット部材７１と、基板載置部２０３ａおよびターゲット部材７２と、基板載置部３０ａおよびターゲット部材７３と、基板搬送ロボット２０とを撮像する。言い換えれば、本実施形態では、撮像画像８０は、基板２１０と、基板載置部１０１ａと、基板載置部２０３ａと、基板載置部３０ａと、基板搬送ロボット２０とが検出された検出結果である。そして、制御部６０は、検出結果として取得された撮像部４１、撮像部４２、撮像部４３、および、撮像部４４の各々による撮像画像８０に基づく機械学習により生成された学習済みモデル６２を用いることによって、ＦＯＵＰ１０１、ロードロック部２０３、および、アライナ３０の各々に対する基板２１０の搬送動作を制御するための搬送制御情報８１を取得する。
【0037】
本実施形態では、制御部６０は、撮像画像８０に基づく機械学習により生成された学習済みモデル６２を用いて取得された搬送制御情報８１に基づいて、基板搬送ロボット２０の動作を制御する。すなわち、本実施形態の基板搬送システム１００では、取得された搬送制御情報８１に基づいて基板搬送ロボット２０の搬送動作が制御されることによって、基板搬送ロボット２０の搬送動作の教示が、撮像画像８０に基づく機械学習を用いた自動教示により行われる。したがって、本実施形態では、基板２１０の位置と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの位置とを示す絶対的な位置座標を示す情報が作業者により教示されず、撮像画像８０を入力とした学習済みモデル６２からの出力である搬送制御情報８１が取得されることによって、現在の撮像画像８０が取得された状態から、基板搬送ロボット２０をどのように動作させることが適切であるかを示す相対的な位置関係が自動的に教示される。
【0038】
〈搬送動作のずれの補正〉
本実施形態では、制御部６０は、機械学習により生成された学習済みモデル６２を用いることによって搬送制御情報８１を取得するとともに、取得された搬送制御情報８１に基づく基板２１０の搬送動作を行うことによって、搬送動作におけるずれを補正しながら、基板搬送ロボット２０の搬送動作を制御する。
本実施形態では、制御部６０は、機械学習により生成された学習済みモデル６２を用いることによって搬送制御情報８１を取得するとともに、取得された搬送制御情報８１に基づく基板２１０の搬送動作を行うことによって、搬送動作におけるずれを補正しながら、基板搬送ロボット２０の搬送動作を制御する。
【0039】
たとえば、図９に示すように、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａに対して、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａに載置されている基板２１０に位置ずれが生じている場合がある。なお、図９では、基板載置部２０３ａに載置された基板２１０の位置ずれを示しており、位置ずれが生じていない場合における基板２１０を点線によって示している。設定された設定値に基づいて、位置ずれが生じている基板２１０の搬送動作を行った場合には、搬送動作における基板２１０の移動にずれが生じると考えられる。そこで、制御部６０の機械学習部６１は、搬送動作を行いながら、学習済みモデル６２を用いることにより、撮像画像８０から取得された搬送制御情報８１に基づいて基板搬送ロボット２０の搬送動作のずれを補正するように搬送動作を制御する。制御部６０は、ずれを補正しながら搬送動作を制御することによって、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａに載置された基板２１０に位置ずれが生じている場合にも、位置ずれを解消するように、搬送動作を行う。
【0040】
また、図１０に示すように、基板搬送ロボット２０の基板保持ハンド２２に対して、基板保持ハンド２２に保持されている基板２１０に位置ずれが生じている場合がある。なお、図１０では、図９と同様に、位置ずれが生じていない場合における基板２１０を点線によって示している。このような場合にも、搬送動作における基板２１０の移動にずれが生じないように、制御部６０は、搬送動作を行いながら、学習済みモデル６２を用いることによって、撮像画像８０から取得された搬送制御情報８１に基づいて基板搬送ロボット２０の搬送動作のずれを補正するように搬送動作を制御する。
【0041】
なお、制御部６０は、機械学習部６１により撮像画像８０を入力とした機械学習による学習済みモデル６２の生成を行う場合に、学習済みモデル６２の学習が完了するまで、基板搬送ロボット２０による搬送動作の動作速度を、通常の搬送動作の動作速度よりも小さくした状態で搬送動作を制御する。すなわち、制御部６０は、動作速度を比較的小さくした状態において、撮像画像８０を入力とした機械学習を行いながら、搬送動作を繰り返し試行することによって、基板搬送ロボット２０の搬送動作を制御するための搬送制御情報８１を取得する。
【0042】
また、制御部６０は、深層強化学習による学習済みモデル６２の学習が完了した場合には、学習が完了した学習済みモデル６２から出力される搬送制御情報８１に基づいて、動作速度を比較的大きくした状態で、基板搬送ロボット２０による搬送動作を行う。たとえば、制御部６０は、予め設定された回数の試行動作が完了した時点において、学習済みモデル６２の学習が完了したと判断する。
【0043】
たとえば、ＦＯＵＰ１０１に収納された複数の基板２１０を順次搬送する場合に、制御部６０は、基板２１０の搬送動作を行う前に、搬送動作における動作速度を比較的小さくした状態で撮像画像８０に基づいて所定の回数の試行を行うことにより、深層強化学習による学習済みモデル６２を生成する機械学習を行う。そして、制御部６０は、生成された学習済みモデル６２による搬送制御情報８１に基づいて、搬送動作における動作速度を比較的小さくした状態でさらに所定の回数搬送動作を行うことによって、再度機械学習を行いながら学習済みモデル６２を更新するように学習を行う。そして、学習済みモデル６２の学習が完了した後に、制御部６０は、動作速度を比較的大きくした状態である通常の動作速度によって、基板搬送ロボット２０の搬送動作を制御する。一例として、基板搬送システム１００の工場出荷前に、所定の回数の試行による機械学習を行うことによって、学習済みモデル６２の生成が行われるとともに、基板搬送システム１００の設置後に、さらに所定の回数の試行による機械学習を行うことによって、学習済みモデル６２の学習が行われる。
【0044】
（基板搬送方法）
次に、図１１を参照して、本実施形態の基板搬送システム１００による基板搬送方法の制御処理について説明する。本実施形態の基板搬送方法の制御処理は、基板搬送システム１００の制御部６０により実行される。
次に、図１１を参照して、本実施形態の基板搬送システム１００による基板搬送方法の制御処理について説明する。本実施形態の基板搬送方法の制御処理は、基板搬送システム１００の制御部６０により実行される。
【0045】
まず、ステップＳ１において、撮像画像８０が取得される。具体的には、基板２１０と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａと、基板搬送ロボット２０とが検出されるように、検出結果として、基板２１０、基板載置部１０１ａ、基板載置部２０３ａ、基板載置部３０ａ、ターゲット部材７１、ターゲット部材７２、ターゲット部材７３、および、基板搬送ロボット２０が撮像された撮像画像８０が取得される。なお、ステップＳ１において、動作速度が比較的小さい値の状態において基板搬送ロボット２０を動作させながら、撮像画像８０が取得される。
【0046】
次に、ステップＳ２において、機械学習が実行されることによって学習済みモデル６２が生成される。具体的には、ステップＳ１において取得された撮像画像８０を入力とし、基板搬送ロボット２０の搬送動作を制御する搬送制御情報８１が出力されるように深層強化学習による機械学習が行われる。
【0047】
次に、ステップＳ３において、学習済みモデル６２の学習が完了したか否かが判断される。学習済みモデル６２の学習が完了していると判断された場合には、ステップＳ４に進む。学習済みモデル６２の学習が完了していると判断されない場合には、ステップＳ１に戻る。ステップＳ３では、たとえば、所定の回数の機械学習が実行されたか否かに基づいて、学習済みモデル６２の学習が完了したか否かが判断される。
【0048】
ステップＳ４では、基板搬送ロボット２０の動作速度が比較的大きく上昇されるように設定される。
【0049】
次に、ステップＳ５において、ステップＳ１からステップＳ３までの制御処理によって生成された学習済みモデル６２に基づいて、基板搬送ロボット２０の搬送動作が開始される。すなわち、撮像画像８０を用いた機械学習により生成された学習済みモデル６２による搬送制御情報８１に基づいて、搬送動作が開始される。
【0050】
［本実施形態の効果］
基板搬送システム１００は、上記のように、基板２１０と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａとの検出結果としての撮像画像８０を入力とし、基板搬送ロボット２０による基板２１０の搬送動作を制御するための搬送制御情報８１を出力する学習済みモデル６２を、機械学習により生成する。これにより、機械学習により生成された学習済みモデル６２からの出力に基づいて、基板２１０の搬送動作の制御を自動的に行うことができる。その結果、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａに対する基板２１０の搬送動作の教示を人の手によって行う場合に比べて、基板搬送ロボット２０による基板２１０の搬送動作の制御を行うために作業者が要する手間を軽減できる。
基板搬送システム１００は、上記のように、基板２１０と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａとの検出結果としての撮像画像８０を入力とし、基板搬送ロボット２０による基板２１０の搬送動作を制御するための搬送制御情報８１を出力する学習済みモデル６２を、機械学習により生成する。これにより、機械学習により生成された学習済みモデル６２からの出力に基づいて、基板２１０の搬送動作の制御を自動的に行うことができる。その結果、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａに対する基板２１０の搬送動作の教示を人の手によって行う場合に比べて、基板搬送ロボット２０による基板２１０の搬送動作の制御を行うために作業者が要する手間を軽減できる。
【0051】
制御部６０は、深層強化学習による機械学習によって学習済みモデル６２を生成する。これにより、深層学習を用いた強化学習である深層強化学習による機械学習により学習された学習済みモデル６２を用いて、基板搬送ロボット２０の搬送動作を制御できる。そのため、学習済みモデル６２を生成するための機械学習において、強化学習を行う場合における特徴量の抽出を深層学習によって行うことによって、基板搬送ロボット２０による基板２１０の搬送動作の制御を行うために作業者が要する手間をより軽減できる。
【0052】
制御部６０は、検出結果としての撮像画像８０を入力とし、基板搬送ロボット２０と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの位置との座標軸を合わせるための教示情報を含む搬送制御情報８１を出力する学習済みモデル６２を、機械学習により生成する。これにより、学習済みモデル６２から出力された教示情報を含む搬送制御情報８１に基づいて、基板搬送ロボット２０による搬送動作の教示を自動的に行えるため、基板搬送ロボット２０による基板２１０の搬送動作の制御を行うために作業者が要する手間を軽減できる。
【0053】
検出部としての撮像部４０は、基板２１０と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａとに加えて、基板搬送ロボット２０を撮像することによって検出する。制御部６０は、基板２１０と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａとの検出結果としての撮像画像８０と、基板搬送ロボット２０の検出結果としての撮像画像８０とを入力とし、搬送制御情報８１を出力する学習済みモデル６２を生成する。これにより、基板２１０と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａとに加えて、基板搬送ロボット２０が撮像された撮像画像８０を入力として搬送制御情報８１を出力する学習済みモデル６２を学習できるので、学習済みモデル６２により出力される搬送制御情報８１の精度を向上できる。そのため、基板搬送ロボット２０の搬送動作をより精度よく制御できる。
【0054】
制御部６０は、基板搬送ロボット２０の搬送動作を制御するロボット制御部を兼ねる。また、制御部６０は、学習済みモデル６２を用いることによって搬送制御情報８１を取得するとともに、取得された搬送制御情報８１に基づく基板２１０の搬送動作を行うことによって、搬送動作におけるずれを補正しながら、基板搬送ロボット２０の搬送動作を制御する。これにより、基板搬送ロボット２０の動作のずれ、または、基板２１０の載置位置のずれなどの搬送動作におけるずれが生じた場合にも、学習済みモデル６２を用いることによって、ずれを補正するように基板搬送ロボット２０の搬送動作を制御できる。そのため、搬送動作のずれを自動的に補正することによって、基板搬送ロボット２０による搬送動作を精度よく行うことができる。
【0055】
基板搬送システム１００は、基板２１０と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａと、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの位置を示すターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３との少なくとも１つを撮像する撮像部４０を含む。制御部６０は、検出結果として取得された撮像部４０による撮像画像８０を入力とし、搬送制御情報８１を出力する学習済みモデル６２を機械学習により生成する。これにより、光電センサなどの位置センサを用いた検出に比べて、撮像部４０による撮像によって、基板２１０と、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａと、ターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３とを容易に検出できる。そのため、撮像画像８０を入力とした機械学習により生成される学習済みモデル６２を用いた識別の精度を向上できるので、基板搬送ロボット２０による基板２１０の搬送動作の精度を向上できる。
【0056】
基板搬送システム１００は、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの位置を示すターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３を備えている。撮像部４０は、ターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３を撮像する。制御部６０は、検出結果として取得されたターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３を含む撮像画像８０を入力とし、搬送制御情報８１を出力する学習済みモデル６２を機械学習によって生成する。これにより、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの形状が撮像画像８０において不鮮明である場合にも、ターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３を含む撮像画像８０に基づいて、学習済みモデル６２により搬送制御情報８１を取得できる。そのため、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの形状が撮像画像８０において不鮮明である場合に、撮像画像８０に基づく機械学習により生成された学習済みモデル６２を用いた搬送動作の制御の精度が低下することを抑制できる。
【0057】
ターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３は、学習済みモデル６２を生成する機械学習において識別されるように、撮像画像８０において所定の形状を有している。これにより、ターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３が所定の形状を有しているため、撮像画像８０のうちからターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３を容易に検出できる。そのため、撮像画像８０における基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの位置を容易に検出できるので、機械学習において生成される学習済みモデル６２の精度を向上できる。そのため、学習済みモデル６２を用いた基板搬送ロボット２０の搬送動作の制御をより一層精度よく行うことができる。
【0058】
基板搬送システム１００は、基板搬送ロボット２０が配置され、基板２１０の搬送が行われる搬送室１０を備えている。撮像部４０は、搬送室１０に配置されている。これにより、搬送室１０内において撮像された撮像画像８０に基づいて、学習済みモデル６２を用いて基板搬送ロボット２０の搬送動作の制御を行うことができる。そのため、撮像画像８０における背景を一定にできるので、学習済みモデル６２を用いた基板搬送ロボット２０の搬送動作の制御をより精度よく行うことができる。
【0059】
撮像部４０は、搬送室１０に配置されている搬送室撮像部としての撮像部４１、撮像部４２、および、撮像部４３と、基板搬送ロボット２０に配置されているロボット撮像部としての撮像部４４とを含む。制御部６０は、撮像部４１、撮像部４２、および、撮像部４３による撮像画像８０と、撮像部４４による撮像画像８０とを入力とし、搬送制御情報８１を出力する学習済みモデル６２を機械学習により生成する。これにより、撮像部４０が、搬送室１０と基板搬送ロボット２０との各々に配置されているため、多角的に撮像された撮像画像８０を入力として、学習済みモデル６２を生成する機械学習を行うことができる。そのため、学習済みモデル６２の精度を向上できるので、学習済みモデル６２を用いた基板搬送ロボット２０の搬送動作の制御をより精度よく行うことができる。
【0060】
搬送室撮像部としての撮像部４１、撮像部４２、および、撮像部４３は、搬送室１０の上方に配置されている。これにより、撮像部４１、撮像部４２、および、撮像部４３が基板搬送ロボット２０の動作の妨げとなることを抑制できるとともに、基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａを上方から撮像できる。そのため、撮像画像８０における基板載置部１０１ａ、基板載置部２０３ａ、および、基板載置部３０ａの視認性が向上するため、撮像画像８０に基づく学習済みモデル６２を用いた基板搬送ロボット２０の搬送動作の制御を、より精度よく行うことができる。
【0061】
基板搬送ロボット２０は、搬送室１０において、基板２１０が収納される基板収納容器としてのＦＯＵＰ１０１に対する基板２１０の搬送動作を行う。撮像部４１は、ＦＯＵＰ１０１に収納されている状態の基板２１０と、ＦＯＵＰ１０１において基板２１０が載置される基板載置部１０１ａと、ＦＯＵＰ１０１における基板載置部１０１ａの位置を示すターゲット部材７１との少なくとも１つを撮像する。制御部６０は、ＦＯＵＰ１０１に収納されている状態の基板２１０と、ＦＯＵＰ１０１において基板２１０が載置される基板載置部１０１ａと、ＦＯＵＰ１０１における基板載置部１０１ａの位置を示すターゲット部材７１との少なくとも１つを含む撮像画像８０を入力とし、搬送制御情報８１を出力する学習済みモデル６２を機械学習により生成する。これにより、学習済みモデル６２を用いることによって、ＦＯＵＰ１０１に対する基板搬送ロボット２０の搬送動作を制御するための搬送制御情報８１を取得できるので、ＦＯＵＰ１０１に対する搬送動作の制御を行うために作業者が要する手間を軽減できる。
【0062】
基板搬送ロボット２０は、基板収納容器としてのＦＯＵＰ１０１と、基板２１０に対して処理を行う処理装置２０１に基板２１０を受け渡すために基板２１０が載置される処理待機部としてのロードロック部２０３との間における基板２１０の搬送動作を行う。撮像部４２は、ロードロック部２０３における基板載置部２０３ａに載置されている基板２１０と、ロードロック部２０３における基板載置部２０３ａと、ロードロック部２０３における基板載置部２０３ａの位置を示すターゲット部材７２との少なくとも１つを撮像する。制御部６０は、ロードロック部２０３における基板載置部２０３ａに載置されている基板２１０と、ロードロック部２０３における基板載置部２０３ａと、ロードロック部２０３における基板載置部２０３ａの位置を示すターゲット部材７２との少なくとも１つを含む撮像画像８０を入力とし、搬送制御情報８１を出力する学習済みモデル６２を機械学習により生成する。これにより、撮像画像８０に基づく機械学習により生成された学習済みモデル６２を用いることによって、ロードロック部２０３に対する基板搬送ロボット２０の搬送動作を制御できるので、ロードロック部２０３に対する搬送動作の制御を行うために作業者が要する手間を軽減できる。
【0063】
制御部６０は、基板搬送ロボット２０の搬送動作を制御するロボット制御部を兼ねる。制御部６０は、検出結果としての撮像画像８０を入力とした機械学習による学習済みモデル６２の生成を行う場合に、学習済みモデル６２の学習が完了するまで、基板搬送ロボット２０の動作速度を比較的小さくした状態で搬送動作を制御する。これにより、学習済みモデル６２の学習が行われている最中は、動作速度を比較的小さくすることによって、機械学習のために取得される撮像画像８０にぶれが生じることを抑制できるので、機械学習により生成される学習済みモデル６２の精度を向上できる。そのため、学習済みモデル６２に基づく搬送動作の制御の精度を向上できる。
【0064】
［変形例］
なお、今回開示された実施形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は、上記した実施形態の説明ではなく特許請求の範囲によって示され、さらに特許請求の範囲と均等の意味および範囲内でのすべての変更（変形例）が含まれる。
なお、今回開示された実施形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は、上記した実施形態の説明ではなく特許請求の範囲によって示され、さらに特許請求の範囲と均等の意味および範囲内でのすべての変更（変形例）が含まれる。
【0065】
たとえば、上記実施形態では、基板搬送ロボット２０の搬送動作を制御する制御部６０が、深層学習を用いた強化学習であるＤＱＮによる機械学習を行うことによって、学習済みモデル６２を生成する例を示したが、本開示はこれに限られない。本開示では、基板搬送ロボットの動作を制御する制御部とは、別個の学習装置である制御装置によって、学習済みモデルの学習が行われるようにしてもよい。その場合には、学習装置において学習済みモデルに基づいて取得された搬送制御情報が、搬送動作を制御する制御部に出力されることによって、搬送制御情報に基づいて基板搬送ロボットの搬送動作の制御が行われる。また、学習済みモデルを生成するための機械学習のアルゴリズムは、ＤＱＮに限られない。たとえば、ＤＱＮ以外の深層強化学習である多層全結合ニューラルネットワークを用いた強化学習を行うようにしてもよい。また、深層学習を用いないＱラーニングなどの強化学習により学習済みモデルの機械学習を行うようにしてもよい。また、機械学習において、所定の回数の試行ではなく、所定の動作時間が経過した場合に、学習済みモデルの学習および更新の完了を判断するようにしてもよい。
【0066】
また、上記実施形態では、検出部としての撮像部４０によって、基板２１０と、ＦＯＵＰ１０１の基板載置部１０１ａ、ロードロック部２０３の基板載置部２０３ａ、および、アライナ３０の基板載置部３０ａと、ターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３と、基板搬送ロボット２０とが撮像された検出結果としての撮像画像８０を入力として、搬送制御情報８１を出力する学習済みモデル６２の機械学習が行われる例を示したが、本開示はこれに限られない。本開示では、学習に用いられる撮像画像は、基板搬送ロボットを含んでいなくともよい。また、撮像画像は、基板と、基板載置部と、ターゲット部材との少なくとも１つを含んでいればよい。たとえば、基板の搬出動作を学習する場合には、載置されている基板のみを検出するように、基板を撮像した撮像画像に基づいて機械学習を行うようにしてもよい。また、基板を載置する搬入動作を学習する場合には、基板載置部を検出するように基板載置部とターゲット部材とのいずれか一方を撮像した撮像画像に基づいて機械学習を行うようにしてもよい。すなわち、本開示による基板搬送システムは、ターゲット部材を備えていなくともよい。ターゲット部材を配置せず、撮像画像において基板載置部自体を検出するようにしてもよい。また、撮像部による撮像ではなく、検出光を出射する光電センサなどの位置センサを検出部として備えるようにしてもよい。その場合には、位置センサによる検出結果を入力として、搬送制御情報を出力する学習済みモデルが機械学習によって生成される。
【0067】
また、上記実施形態では、基板搬送ロボット２０による搬送動作において、基板２１０を搬入する動作と、基板２１０を搬出する動作との両方を学習することによって、基板２１０を搬入する動作と搬出する動作との両方を含む搬送動作の制御が行われる例を示したが、本開示はこれに限られない。本開示では、基板を搬入する動作と搬出する動作とのいずれか一方の搬送動作を制御する搬送制御情報を学習するようにしてもよい。
【0068】
また、上記実施形態では、搬送制御情報８１に基づく基板２１０の搬送動作を行うことによって、搬送動作におけるずれを補正しながら、基板搬送ロボット２０の搬送動作を制御する例を示したが、本開示はこれに限られない。本開示では、機械学習による学習とは別個に、基板の検出結果に基づいて、ルールベースのアルゴリズムなどの演算処理によって、搬送動作におけるずれを補正するようにしてもよい。また、搬送動作を行いながら、検出結果としての撮像画像から学習済みモデルを用いて取得された搬送制御情報に基づいて基板搬送ロボットの搬送動作のずれを補正するように搬送動作を制御する例を示したが、搬送動作を行いながら学習済みモデルを用いないようにしてもよい。すなわち、予め機械学習を行うことによって搬送動作を行うための制御量を取得するとともに、機械学習により取得された搬送制御情報による制御量を設定値として、搬送動作の制御を行うようにしてもよい。すなわち、機械学習による搬送動作の自動教示を行うとともに、搬送動作自体は、自動教示により設定された固定値としての設定値に基づいて実行されるようにしてもよい。
【0069】
また、上記実施形態では、ターゲット部材７１、ターゲット部材７２、および、ターゲット部材７３が、円形状の板状の部材である例を示したが、本開示はこれに限られない。本開示では、ターゲット部材は、球形であってもよいし、円柱形、または、多角形の断面を有する角柱形であってもよいし、十字形状などの所定の形状を有する立体であってもよい。また、ターゲット部材は、ＡＲマーカーなどのマーカー部材であってもよい。また、学習が完了した後に、ターゲット部材を取り外すようにしてもよい。また、基板載置部のみならず、基板搬送ロボットの位置、または、基板保持ハンドの位置を示すターゲット部材を配置するようにしてもよい。その場合には、ターゲット部材を検出した検出結果または撮像画像に基づいて、基板搬送ロボットが検出されることにより機械学習が行われるようにしてもよい。また、基板の替わりに基板搬送ロボットにより搬送されるターゲット部材を配置するとともに、基板の替わりに配置されたターゲット部材を検出した検出結果または撮像画像に基づいて機械学習が行われるようにしてもよい。また、基板収納容器の内部など、基板載置部の基板が載置される位置にターゲット部材を配置するようにしてもよい。また、１つの基板載置部に対するターゲット部材の個数は、１つでもよいし、複数でもよい。
【0070】
また、上記実施形態では、基板搬送ロボット２０、撮像部４０、および、照明部５０が内部に配置される搬送室１０が備えられている例を示したが、本開示はこれに限られない。本開示では、搬送室を備えていなくともよい。また、撮像部、および、照明部のうちのいずれかが、基板の搬送が行われる搬送室の外部に配置されていてもよい。たとえば、基板に対して処理を行う処理装置の搬送室において、本開示による基板搬送方法を行う場合には、処理装置の搬送室の天井部材をガラスなどの透明部材とするとともに、搬送室の外部の上方に撮像部、および、照明部を配置してもよい。また、搬送室の天井部材を透明部材とする場合には、外部の光源を用いることによって、照明部を配置しないようにしてもよい。
【0071】
また、上記実施形態では、搬送室１０の上方に配置されている撮像部４１、撮像部４２、および、撮像部４３と、基板搬送ロボット２０の基板保持ハンド２２に配置されている撮像部４４とを備える例を示したが、本開示はこれに限られない。本開示では、基板搬送ロボットに撮像部を配置しなくともよい。また、搬送室に撮像部を配置しなくともよい。また、搬送室に撮像部を配置する場合に、搬送室の下方に撮像部を配置するようにしてもよい。また、撮像部を、ステレオカメラ、または、ＴＯＦ（Ｔｉｍｅ Ｏｆ Ｆｌｉｇｈｔ）方式などの３Ｄカメラを含むようにしてもよい。また、１つの撮像対象に対して、複数の撮像部を配置するようにしてもよい。たとえば、１つの基板載置部を撮像するように、複数の撮像部を配置するようにしてもよい。また、撮像部を、赤外光を検出するように構成してもよい。その場合には、赤外光を照射する照明部と、赤外光を反射するターゲット部材を配置するようにしてもよい。また、基板収納容器の内部に撮像部を配置するようにしてもよい。また、処理待機部の内部に撮像部を配置するようにしてもよい。
【0072】
また、上記実施形態では、学習済みモデル６２の学習が完了するまで、動作速度を比較的小さくする例を示したが、本開示はこれに限られない。本開示では、学習済みモデルの学習を行う場合にも、搬送動作の動作速度を小さくしないようにしてもよい。
【0073】
また、上記実施形態では、水平多関節のロボットアーム２１を有する基板搬送ロボット２０を備える例を示したが、本開示はこれに限られない。本開示では、基板搬送ロボットを、水平多関節ではなく垂直多関節のロボットアームを有するようにしてもよい。また、基板搬送ロボットを、スライド機構などの直線移動機構を有するようにしてもよい。
【0074】
また、上記実施形態では、本開示の基板搬送システム１００は、処理装置２０１に基板２１０を搬送するＥＦＥＭである例を示したが、本開示はこれに限られない。本開示では、基板搬送システムは、ＥＦＥＭ以外であってもよい。たとえば、基板搬送システムは、基板収納容器から基板収納容器に対して基板を搬送するストッカーまたはソーターであってもよい。また、基板搬送システムは、基板収納容器ではなく、ベルトコンベアなどによって搬送されてきた基板を、基板収納容器または基板載置部に搬送するようにしてもよい。また、本開示による基板搬送方法を、処理装置側において基板を搬送するシステムに適用してもよい。すなわち、ロードロック部と処理モジュール部との間における基板の搬送を行う場合において、本開示による基板搬送方法によって、基板を搬送するようにしてもよい。
【0075】
また、上記実施形態では、照明部５０が、撮像部４０による撮像が行われるタイミングにおいて照明光を照射する例を示したが、本開示はこれに限られない。本開示では、照明部による照明光の照射を常時行われているようにしてもよい。また、撮像された撮像画像に基づいて、制御部による制御処理により照明光の照射を制御するようにしてもよい。たとえば、撮像画像の輝度値などに基づいて、照明光の光量、波長などを変更する制御が行われるようにしてもよい。
【0076】
また、上記実施形態では、照明光として黄色の光を照射するＬＥＤを含む照明部５０が２つ配置されている例を示したが、本開示はこれに限られない。本開示では、照明部を、ＬＥＤ以外の光源装置を含むようにしてもよい。また、照明部による照明光は、黄色以外に、オレンジ色などの所定の色の波長を有するようにしてもよい。照明部を、白色光などの複数の波長を含む光を照射するようにしてもよい。また、照明光は、赤外光などの可視光以外の波長の光であってもよい。また、照明部の個数は、１つであってもよいし、３つ以上であってもよい。
【0077】
また、上記実施形態では、基板搬送システム１００の搬送室１０に基板収納容器としてのＦＯＵＰ１０１が３つ取り付けられており、撮像部４０がＦＯＵＰ１０１に対応するように３つ配置されている例を示したが、本開示はこれに限られない。本開示では、搬送室に取り付けられる基板収納容器は、２つ以下であってもよいし、４つ以上であってもよい。また、複数の基板収納容器に対して、１つの撮像部を配置するようにしてもよい。その場合には、共通の撮像部によって、複数の基板収納容器に対して搬送される基板の撮像が行われる。
【0078】
また、上記実施形態では、撮像部４０により撮像された撮像画像８０を入力として、搬送制御情報８１を出力する学習済みモデル６２が機械学習により学習される例を示したが、本開示はこれに限られない。本開示では、学習済みモデルに入力される撮像画像に対して、学習済みモデルに入力する前に、ノイズ除去、エッジ強調、コントラスト変更などの画像処理を予め行うようにしてもよい。また、学習済みモデルからの出力は、ロボットアームを動作させるための指令値を含む搬送制御情報でなく、検出された基板、基板載置部、および基板搬送ロボットの位置を示す座標を含む搬送制御情報であってもよい。
【0079】
本明細書で開示する要素の機能は、開示された機能を実行するよう構成またはプログラムされた汎用プロセッサ、専用プロセッサ、集積回路、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔｓ）、従来の回路、および／または、それらの組み合わせ、を含む回路または処理回路を使用して実行できる。プロセッサは、トランジスタやその他の回路を含むため、処理回路または回路と見なされる。本開示において、回路、ユニット、または手段は、列挙された機能を実行するハードウェアであるか、または、列挙された機能を実行するようにプログラムされたハードウェアである。ハードウェアは、本明細書に開示されているハードウェアであってもよいし、あるいは、列挙された機能を実行するようにプログラムまたは構成されているその他の既知のハードウェアであってもよい。ハードウェアが回路の一種と考えられるプロセッサである場合、回路、手段、またはユニットはハードウェアとソフトウェアの組み合わせであり、ソフトウェアはハードウェアおよび／またはプロセッサの構成に使用される。
【0080】
［態様］
上記した例示的な実施形態は、以下の態様の具体例であることが当業者により理解される。
上記した例示的な実施形態は、以下の態様の具体例であることが当業者により理解される。
【0081】
（項目１）
基板搬送ロボットと、
前記基板搬送ロボットにより搬送される基板と、前記基板が載置される基板載置部との少なくとも一方を検出する検出部と、
前記検出部による前記基板および前記基板載置部の少なくとも一方の検出結果を入力とし、前記基板搬送ロボットによる前記基板の搬送動作を制御するための搬送制御情報を出力する学習済みモデルを、機械学習により生成する制御部とを、備える、基板搬送システム。
基板搬送ロボットと、
前記基板搬送ロボットにより搬送される基板と、前記基板が載置される基板載置部との少なくとも一方を検出する検出部と、
前記検出部による前記基板および前記基板載置部の少なくとも一方の検出結果を入力とし、前記基板搬送ロボットによる前記基板の搬送動作を制御するための搬送制御情報を出力する学習済みモデルを、機械学習により生成する制御部とを、備える、基板搬送システム。
【0082】
（項目２）
前記制御部は、深層強化学習による機械学習によって前記学習済みモデルを生成する、項目１に記載の基板搬送システム。
前記制御部は、深層強化学習による機械学習によって前記学習済みモデルを生成する、項目１に記載の基板搬送システム。
【0083】
（項目３）
前記制御部は、前記検出結果を入力とし、前記基板搬送ロボットと、前記基板載置部の位置との座標軸を合わせるための教示情報を含む前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、項目１または２に記載の基板搬送システム。
前記制御部は、前記検出結果を入力とし、前記基板搬送ロボットと、前記基板載置部の位置との座標軸を合わせるための教示情報を含む前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、項目１または２に記載の基板搬送システム。
【0084】
（項目４）
前記検出部は、前記基板および前記基板載置部の少なくとも一方に加えて、前記基板搬送ロボットを検出し、
前記制御部は、前記基板および前記基板載置部の少なくとも一方の前記検出結果と、前記基板搬送ロボットの前記検出結果とを入力とし、前記搬送制御情報を出力する前記学習済みモデルを生成する、項目１～３のいずれか１項に記載の基板搬送システム。
前記検出部は、前記基板および前記基板載置部の少なくとも一方に加えて、前記基板搬送ロボットを検出し、
前記制御部は、前記基板および前記基板載置部の少なくとも一方の前記検出結果と、前記基板搬送ロボットの前記検出結果とを入力とし、前記搬送制御情報を出力する前記学習済みモデルを生成する、項目１～３のいずれか１項に記載の基板搬送システム。
【0085】
（項目５）
前記制御部は、
前記基板搬送ロボットの搬送動作を制御するロボット制御部を兼ね、
前記学習済みモデルを用いることによって前記搬送制御情報を取得するとともに、取得された前記搬送制御情報に基づく前記基板の搬送動作を行うことによって、搬送動作におけるずれを補正しながら、前記基板搬送ロボットの搬送動作を制御する、項目１～４のいずれか１項に記載の基板搬送システム。
前記制御部は、
前記基板搬送ロボットの搬送動作を制御するロボット制御部を兼ね、
前記学習済みモデルを用いることによって前記搬送制御情報を取得するとともに、取得された前記搬送制御情報に基づく前記基板の搬送動作を行うことによって、搬送動作におけるずれを補正しながら、前記基板搬送ロボットの搬送動作を制御する、項目１～４のいずれか１項に記載の基板搬送システム。
【0086】
（項目６）
前記検出部は、前記基板と、前記基板載置部と、前記基板載置部の位置を示すターゲット部材との少なくとも１つを撮像する撮像部を含み、
前記制御部は、前記検出部による前記検出結果として取得された前記撮像部による撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、項目１～５のいずれか１項に記載の基板搬送システム。
前記検出部は、前記基板と、前記基板載置部と、前記基板載置部の位置を示すターゲット部材との少なくとも１つを撮像する撮像部を含み、
前記制御部は、前記検出部による前記検出結果として取得された前記撮像部による撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、項目１～５のいずれか１項に記載の基板搬送システム。
【0087】
（項目７）
前記基板載置部の位置を示す前記ターゲット部材をさらに備え、
前記撮像部は、前記ターゲット部材を撮像し、
前記制御部は、前記検出結果として取得された前記ターゲット部材を含む前記撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習によって生成する、項目６に記載の基板搬送システム。
前記基板載置部の位置を示す前記ターゲット部材をさらに備え、
前記撮像部は、前記ターゲット部材を撮像し、
前記制御部は、前記検出結果として取得された前記ターゲット部材を含む前記撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習によって生成する、項目６に記載の基板搬送システム。
【0088】
（項目８）
前記ターゲット部材は、前記学習済みモデルを生成する機械学習において識別されるように、前記撮像画像において所定の形状を有している、項目７に記載の基板搬送システム。
前記ターゲット部材は、前記学習済みモデルを生成する機械学習において識別されるように、前記撮像画像において所定の形状を有している、項目７に記載の基板搬送システム。
【0089】
（項目９）
前記基板搬送ロボットが配置され、前記基板の搬送が行われる搬送室をさらに備え、
前記撮像部は、前記搬送室に配置されている、項目６～８のいずれか１項に記載の基板搬送システム。
前記基板搬送ロボットが配置され、前記基板の搬送が行われる搬送室をさらに備え、
前記撮像部は、前記搬送室に配置されている、項目６～８のいずれか１項に記載の基板搬送システム。
【0090】
（項目１０）
前記撮像部は、前記搬送室に配置されている搬送室撮像部と、前記基板搬送ロボットに配置されているロボット撮像部とを含み、
前記制御部は、前記搬送室撮像部による前記撮像画像と、前記ロボット撮像部による前記撮像画像とを入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、項目９に記載の基板搬送システム。
前記撮像部は、前記搬送室に配置されている搬送室撮像部と、前記基板搬送ロボットに配置されているロボット撮像部とを含み、
前記制御部は、前記搬送室撮像部による前記撮像画像と、前記ロボット撮像部による前記撮像画像とを入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、項目９に記載の基板搬送システム。
【0091】
（項目１１）
前記搬送室撮像部は、前記搬送室の上方に配置されている、項目１０に記載の基板搬送システム。
前記搬送室撮像部は、前記搬送室の上方に配置されている、項目１０に記載の基板搬送システム。
【0092】
（項目１２）
前記基板搬送ロボットは、前記搬送室において、前記基板が収納される基板収納容器に対する前記基板の搬送動作を行い、
前記撮像部は、前記基板収納容器に収納されている状態の前記基板と、前記基板収納容器において前記基板が載置される前記基板載置部と、前記基板収納容器における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを撮像し、
前記制御部は、前記基板収納容器に収納されている状態の前記基板と、前記基板収納容器において前記基板が載置される前記基板載置部と、前記基板収納容器における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを含む前記撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、項目９～１１のいずれか１項に記載の基板搬送システム。
前記基板搬送ロボットは、前記搬送室において、前記基板が収納される基板収納容器に対する前記基板の搬送動作を行い、
前記撮像部は、前記基板収納容器に収納されている状態の前記基板と、前記基板収納容器において前記基板が載置される前記基板載置部と、前記基板収納容器における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを撮像し、
前記制御部は、前記基板収納容器に収納されている状態の前記基板と、前記基板収納容器において前記基板が載置される前記基板載置部と、前記基板収納容器における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを含む前記撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、項目９～１１のいずれか１項に記載の基板搬送システム。
【0093】
（項目１３）
前記基板搬送ロボットは、前記基板収納容器と、前記基板に対して処理を行う処理装置に前記基板を受け渡すために前記基板が載置される処理待機部との間における前記基板の搬送動作を行い、
前記撮像部は、前記処理待機部における前記基板載置部に載置されている前記基板と、前記処理待機部における前記基板載置部と、前記処理待機部における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを撮像し、
前記制御部は、前記処理待機部における前記基板載置部に載置されている前記基板と、前記処理待機部における前記基板載置部と、前記処理待機部における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを含む前記撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、項目１２に記載の基板搬送システム。
前記基板搬送ロボットは、前記基板収納容器と、前記基板に対して処理を行う処理装置に前記基板を受け渡すために前記基板が載置される処理待機部との間における前記基板の搬送動作を行い、
前記撮像部は、前記処理待機部における前記基板載置部に載置されている前記基板と、前記処理待機部における前記基板載置部と、前記処理待機部における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを撮像し、
前記制御部は、前記処理待機部における前記基板載置部に載置されている前記基板と、前記処理待機部における前記基板載置部と、前記処理待機部における前記基板載置部の位置を示す前記ターゲット部材との少なくとも１つを含む前記撮像画像を入力とし、前記搬送制御情報を出力する前記学習済みモデルを機械学習により生成する、項目１２に記載の基板搬送システム。
【0094】
（項目１４）
前記制御部は、
前記基板搬送ロボットの搬送動作を制御するロボット制御部を兼ね、
前記検出結果を入力とした機械学習による前記学習済みモデルの生成を行う場合に、前記学習済みモデルの学習が完了するまで、前記基板搬送ロボットの動作速度を比較的小さくした状態で搬送動作を制御する、項目１～１３のいずれか１項に記載の基板搬送システム。
前記制御部は、
前記基板搬送ロボットの搬送動作を制御するロボット制御部を兼ね、
前記検出結果を入力とした機械学習による前記学習済みモデルの生成を行う場合に、前記学習済みモデルの学習が完了するまで、前記基板搬送ロボットの動作速度を比較的小さくした状態で搬送動作を制御する、項目１～１３のいずれか１項に記載の基板搬送システム。
【0095】
（項目１５）
基板搬送ロボットにより搬送される基板と、前記基板が載置される基板載置部との少なくとも一方を検出し、
前記基板および前記基板載置部の少なくとも一方の検出結果を入力とし、前記基板搬送ロボットによる前記基板の搬送動作を制御するための搬送制御情報を出力する学習済みモデルを、機械学習により生成する、基板搬送方法。
基板搬送ロボットにより搬送される基板と、前記基板が載置される基板載置部との少なくとも一方を検出し、
前記基板および前記基板載置部の少なくとも一方の検出結果を入力とし、前記基板搬送ロボットによる前記基板の搬送動作を制御するための搬送制御情報を出力する学習済みモデルを、機械学習により生成する、基板搬送方法。
【符号の説明】
【0096】
１０ 搬送室
２０ 基板搬送ロボット
３０ａ、１０１ａ、２０３ａ 基板載置部
４０ 撮像部
４１、４２、４３ 撮像部（搬送室撮像部）
４４ 撮像部（ロボット撮像部）
５０ 照明部
６０ 制御部
６２ 学習済みモデル
７１、７２、７３ ターゲット部材
８０ 撮像画像
８１ 搬送制御情報
１００ 基板搬送システム
１０１ ＦＯＵＰ（基板収納容器）
２０１ 処理装置
２０３ ロードロック部（処理待機部）
２１０ 基板
２０ 基板搬送ロボット
３０ａ、１０１ａ、２０３ａ 基板載置部
４０ 撮像部
４１、４２、４３ 撮像部（搬送室撮像部）
４４ 撮像部（ロボット撮像部）
５０ 照明部
６０ 制御部
６２ 学習済みモデル
７１、７２、７３ ターゲット部材
８０ 撮像画像
８１ 搬送制御情報
１００ 基板搬送システム
１０１ ＦＯＵＰ（基板収納容器）
２０１ 処理装置
２０３ ロードロック部（処理待機部）
２１０ 基板
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】