[发明专利]车辆用控制数据的生成方法、车辆用控制装置、车辆用控制系统以及车辆用学习装置

权利要求书

1.一种车辆用控制数据的生成方法，包括：

在存储装置存储有对车辆的状态和作为与搭载于所述车辆的电子设备的操作有关的变量的行动变量之间的关系进行规定的关系规定数据的状态下，

处理电路执行对所述电子设备进行操作的操作处理，

所述处理电路执行取得作为表示所述车辆所位于的区域的变量的区域变量、和基于传感器的检测值的所述车辆的状态的取得处理，

所述处理电路基于通过所述取得处理取得的所述车辆的状态，执行给与奖励的奖励算出处理，所述奖励算出处理是在所述车辆的特性满足预定基准的情况下所给与的所述奖励比所述车辆的特性不满足所述预定基准的情况下所给与的所述奖励大的处理，以及

所述处理电路执行更新处理，所述更新处理是使用通过所述取得处理取得的所述车辆的状态、所述电子设备的操作中所使用了的所述行动变量的值以及与所述电子设备的操作对应的所述奖励来作为向预先确定的更新映射的输入，对所述关系规定数据进行更新的处理，

所述更新映射是输出以使按照所述关系规定数据操作所述电子设备的情况下的关于所述奖励的期待收益增加的方式进行了更新的所述关系规定数据的映射，

所述奖励算出处理包括变更处理，所述变更处理是相对于在所述区域变量的值为第1值的情况下所述车辆的特性为预定特性时所给与的所述奖励，变更在所述区域变量的值为第2值的情况下所述车辆的特性为所述预定特性时所给予的奖励的处理。

2.根据权利要求1所述的车辆用控制数据的生成方法，

所述区域变量包括对根据平均车速区分的区域进行识别的值，

所述预定基准包括与加速器响应有关的基准和与能量利用效率有关的基准，

所述奖励算出处理包括在满足与所述加速器响应有关的所述基准的情况下给与比不满足与所述加速器响应有关的所述基准的情况下的奖励大的奖励的第1处理、和在满足与所述能量利用效率有关的所述基准的情况下给与比不满足与所述能量利用效率有关的所述基准的情况下的奖励大的奖励的第2处理，

所述变更处理包括如下处理：对所述第1处理和所述第2处理中的至少一个处理进行变更，以使得在所述平均车速低的区域的情况下，相比于所述平均车速高的区域的情况，在提高所述能量利用效率会获得更大奖励这一方面是有利的。

3.根据权利要求1或者2所述的车辆用控制数据的生成方法，还包括：

所述处理电路执行如下处理：基于通过所述更新处理更新后的所述关系规定数据，对所述车辆的状态和使所述期待收益最大化的所述行动变量的值进行关联，由此生成使用所述车辆的状态作为输入而输出使所述期待收益最大化的所述行动变量的值的控制用映射数据。

4.一种车辆用控制装置，

具备权利要求1或者2所述的所述存储装置和所述处理电路，

所述操作处理包括基于所述关系规定数据来按照与所述车辆的状态相应的行动变量的值对所述电子设备进行操作的处理。

5.一种车辆用控制系统，

具备权利要求4所述的所述处理电路和所述存储装置，

所述处理电路包括搭载于所述车辆的第1执行装置和不同于车载装置的第2执行装置，

所述第1执行装置构成为至少执行所述取得处理和所述操作处理，

所述第2执行装置构成为至少执行所述更新处理。

6.一种车辆用控制装置，具备权利要求5所述的第1执行装置。

7.一种车辆用学习装置，具备权利要求5所述的第2执行装置。