【技术实现步骤摘要】
【国外来华专利技术】模型生成装置及方法、路径搜索装置以及模型生成程序
[0001]本专利技术涉及模型生成装置、路径搜索装置、模型生成方法以及模型生成程序。
技术介绍
[0002]存在搜索从地图(图表)上的开始节点到目标节点(终点)的推荐路径的问题(路径搜索问题)。推荐路径例如是最短路径，路径搜索问题例如是以搜索推荐移动体移动的路径、推荐机器人装置动作的路径等为目的而被解决的。作为该解决路径搜索问题的方法，狄克斯特拉法、最优优先搜索法、A
＊
搜索算法(A星搜索算法)等经典的算法被广为人知。
[0003]搜索成本最小的路径的方法的基本思路如下所示。
[0004](1)搜索空间由N个(N为自然数)的节点的集合V(V＝{V1，
…
，V
N
})构成，其中1个为开始(起点)节点(v
s
∈V)，另1个为目标节点(v
g
∈V)。
[0005](2)准备作为确认是否构成推荐路径的对象的候选节点的集合O以及确认完毕的节点的集合C在初始状态下，仅开始节点
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种模型生成装置，具备：数据获取部，获取由训练地图与示出所述训练地图中的推荐路径的正确答案信息的组合分别构成的多个学习数据集；以及学习处理部，使用所述多个学习数据集来实施搜索模块的机器学习，在所述学习处理部中，所述搜索模块包括：构成为推定输入地图所包含的多个节点各自的成本的神经网络；从输入地图所包含的多个节点提取接近于经由节点的1个以上的候选节点的运算；以及基于所述神经网络的推定结果，以使成本的总和为最小的方式从提取到的1个以上的候选节点选择下一个经由节点的运算，所述搜索模块构成为通过将开始节点设定为最初的经由节点，并且在目标节点被选择为经由节点之前反复进行所述提取的运算和选择的运算，从而搜索从开始节点到目标节点的路径，所述机器学习是由如下内容构成的：针对各所述学习数据集，通过将所述训练地图提供为所述输入地图，以使由所述搜索模块搜索的路径适合于由所述正确答案信息示出的推荐路径的方式来训练所述搜索模块，在所述机器学习的期间，在正向传播的阶段，所述提取的运算和所述选择的运算是直接进行计算的，而在反向传播的阶段，将所述提取的运算和所述选择的运算分别置换为可微分的替代运算，通过置换后的所述替代运算的微分计算，算出与所述提取的运算和所述选择的运算各自的微分计算对应的近似梯度。2.根据权利要求1所述的模型生成装置，其中，所述选择的运算构成为基于所述神经网络的推定结果，以通过规定的搜索算法使成本的总和为最小的方式从提取到的1个以上的候选节点选择下一个经由节点。3.根据权利要求2所述的模型生成装置，其中，所述规定的搜索算法为狄克斯特拉法、最优优先搜索法或者A星搜索算法。4.根据权利要求1至3中任一项所述的模型生成装置，其中，所述训练地图包括允许移动体移动的范围，由所述正确答案信息示出的所述推荐路径是推荐所述移动体移动的路径。5.根据权利要求1至3中任一项所述的模型生成装置，其中，所述训练地图包括允许机器人装置的驱动的范围，由所述正确答案信息示出的所述推荐路径是推荐所述机器人装置动作的路径。6.根据权利要求1至5中任一项所述的模型生成装置，其中，所述推荐路径是最短路径。7.根据权利要求1至6中任一项所述的模型生成装置，其中，所述训练地图由图像构成，所述节点由像素构成。8.根据权利要求7所述的模型生成装置，其中，所述图像由实际图像或者二进制图像构成。9.一种路径搜索装置，具备：
地图获取部，获取对象地图；搜索部，使用训练完毕的搜索模块来搜索获取到的所述对象地图中的从开始节点到目标节点的路径，所述训练完毕的搜索模块是通过机器学习生成的，所述机器学习使用了由训练地图与示出所述训练地图中的推荐路径的正确答案信息的组合分别构成的多个学习数据集，所述搜索模块包括：构成为推定输入地图所包含的多个节点各自的成本的神经网络；从输入地图所包含的多个节点提取接近于经由节点的1个以上的候选节点的运算；以及基于所述神经网络的推定结果，以使成本的总和为最小的方式从提取到的1个以上的候选节点选择下一个经由节点的运算，所述搜索模块构成为通过将开始节点设定为最初的经由节点，并且在目标节点被选择为经由节点之前反复进行所述提取的运算和选择的运算，从而搜索从开始节点到目标节点的路径，所述机器学习是由如下内容构成的：针对各所述学习数据集，通过将所述训练地图提供为所述输入地图，以使由所述搜索模块搜索的路径适合于由所述正确答案信息示出的推荐路径的方式来训练所述搜索模块，在所述机器学习的期间，在正向传播的阶段，所述提取的运算和所述选择的运算是直接进行计算的，而在反向传播的阶段，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。