JP7407915B2 - 情報処理装置および空調システム - Google Patents

Description

本開示は、情報処理装置および空調システムに関する。

特許第６１１４８０７号公報には、人員が室内に進入したことを検出すると、室内設備を自動的に制御することにより、室内環境の快適性を自動的に調整可能な環境快適性制御システム及びその制御方法が開示されている。

特許第６１１４８０７号公報

しかし、特許第６１１４８０７号公報に開示される環境快適性制御システムは、複数人の使用者が存在していることが考慮されていないため、複数の異なる使用者に対して適切な快適性の自動調整がされていない。また、同室に複数人の使用者が存在する場合の快適性が担保できない。

また、環境パラメータだけを考慮しているため、人が外から移動してきた直後など、快適性が著しく低下する可能性がある。

本開示の情報処理装置および空調システムは、上記のような問題を解決し、オフィス等複数の使用者が存在する場合でも、適切な空調制御を獲得するものである。

本開示は、複数の異なる所持者に所持される複数の個人端末と通信可能な情報処理装置に関する。複数の個人端末の各々は、所持者が快適か否かを入力した結果を示す第１データと、端末位置を示す第２データと、端末位置の温度を示す第３データとを取得可能に構成されている。情報処理装置は、複数の個人端末から送信された第１～第３データに基づいて複数の個人端末を複数のクラスに分類する第１学習部と、第１学習部によって分類された複数のクラスにそれぞれ対応する複数の制御内容を記憶する記憶部と、複数のクラスのうち、空調の対象空間において検出された個人端末が分類されているクラスに対応する制御内容を記憶部から読み出して空調装置を制御する制御部とを備える。

本開示の情報処理装置および空調システムは、複数の使用者が存在する場合でも、空調の対象空間を使用者に適切な温度にするための空調制御が実行される。

本実施の形態の空調システムの概略構成を示す図である。 空調管理装置１００の機能ブロック図である。 個人端末と個人端末に関連する空調管理装置のブロックを示すブロック図である。 快適性データ保持部２０５で保持されている学習用の個々人の快適性データの例を示す図である。 個人快適性データ学習部１０２で活用される機械学習モデルの例を示す図である。 クラス分けされた各クラスの快適性範囲を示す図である。 実施の形態１において制御学習部１０３で用いられる機械学習の構造を示す図である。 本実施の形態で実行される制御を説明するためのフローチャートである。 実施の形態２において制御学習部１０３で用いられる機械学習の構造を示す図である。

以下、本発明の実施の形態について、図面を参照しながら詳細に説明する。なお、図中同一または相当部分には同一符号を付してその説明は繰返さない。なお、以下の図は各構成部材の大きさの関係が実際のものとは異なる場合がある。

実施の形態１．
図１は、本実施の形態の空調システムの概略構成を示す図である。

空調システム２は、空調装置３０と、空調管理装置１００とを備える。空調装置３０は、室外機５０と、室内機４０Ａ，４０Ｂとを備える。

室外機５０は、冷媒を圧縮して吐出する圧縮機５１と、外気と冷媒とが熱交換する熱源側熱交換器５２と、運転モードにしたがって冷媒の流通方向を切り替える四方弁５３とを備える。室外機５０は、外気温度を検出する外気温度センサ５４と、外気湿度を検出する外気湿度センサ５５とを備える。

室内機４０Ａおよび室内機４０Ｂは、冷媒回路において互いに並列的に室外機５０に接続されている。

室内機４０Ａは、室内の空気と冷媒とが熱交換する負荷側熱交換器４１と、高圧の冷媒を減圧して膨張させる膨張装置４２と、室温を検出する室内温度センサ４３と、室内湿度を検出する室内湿度センサ４４とを備える。室内機４０Ｂは、室内機４０Ａと同様な構成であるので、内部構成の図示および説明は省略する。

圧縮機５１は、例えば、運転周波数を変更することで容量を変えることが可能なインバータ式圧縮機である。膨張装置４２は、例えば、電子膨張弁である。

室外機５０および室内機４０Ａ，４０Ｂにおいて、圧縮機５１、熱源側熱交換器５２、膨張装置４２および負荷側熱交換器４１が接続され、冷媒が循環する冷媒回路６０が構成される。このように、複数の室内機が存在する空間は、最寄りの室内機以外の室内機が動作した場合でも、空間の温湿度に対する変化がある。そのため、本実施の形態では、複数の室内機が存在する空間の空調の場合は、複数空調機に対する制御を行なう際に強化学習を実行することで最適値を探索する。

空調管理装置１００は、ＣＰＵ１２０と、メモリ１３０と、図示しない温度センサと、入力装置と、通信装置とを備える。空調管理装置１００は、通信装置から室内機４０Ａおよび４０Ｂにそれぞれ制御信号を送信する。

メモリ１３０は、たとえば、ＲＯＭ（Read Only Memory）と、ＲＡＭ（Random Access Memory）と、フラッシュメモリとを含んで構成される。なお、フラッシュメモリには、オペレーティングシステム、アプリケーションプログラム、各種のデータが記憶される。

ＣＰＵ１２０は、空調装置３０の全体の動作を制御する。なお、図１に示した空調管理装置１００は、ＣＰＵ１２０がメモリ１３０に記憶されたオペレーティングシステムおよびアプリケーションプログラムを実行することにより実現される。なお、アプリケーションプログラムの実行の際には、メモリ１３０に記憶されている各種のデータが参照される。空調管理装置１００の通信装置からの制御信号を受信する受信装置が、室内機４０Ａ、４０Ｂの各々に設けられる。

図２は、空調管理装置１００の機能ブロック図である。空調管理装置１００は、制御部１０１Ａと、モデル記憶部１０２Ａとを備える。図１のＣＰＵ１２０が制御部１０１Ａとして動作し、メモリ１３０がモデル記憶部１０２Ａとして動作する。

制御部１０１Ａは、各種のセンサの出力と、設定情報とに基づいて、室内機４０Ａ，４０Ｂと室外機５０とを制御する。制御部１０１Ａは、各種のセンサの出力として、室内機４０Ａ，４０Ｂから、室内温度センサ４３が検出した温度と、室内湿度センサ４４が検出した湿度と、日射量センサ４５が検出した日射量と、輻射熱センサ４６が検出した熱情報と、人感センサ４７の検知信号とを受ける。また制御部１０１Ａは、室外機５０から、各種のセンサの出力として、外気温度センサ５４が検出した温度と、外気湿度センサ５５が検出した湿度とを受ける。

さらに、制御部１０１Ａは、設定情報として、室内機４０Ａ，４０Ｂに設定された、目標温度、目標湿度、風量、風向の各種情報を受ける。

制御部１０１Ａは、空調装置３０の運転モードが冷房運転モードのときと、暖房運転モードのときとで、四方弁５３の流路を切り替える。

制御部１０１Ａは、モデル記憶部１０２Ａに記憶されている学習済みのモデルの追加学習を制御する。制御部１０１Ａは、運用時に、モデル記憶部１０２Ａに記憶されている学習済みのモデルを用いて、空調システム２を制御する。

空調管理装置１００は、空調装置３０を管理し、人の行動情報を用いて空調装置３０の自動制御を実現するものである。

図３は、個人端末と個人端末に関連する空調管理装置のブロックを示すブロック図である。

図３に示すように、空調管理装置１００は、通信管理部１０１と、個人快適性データ学習部１０２と、制御学習部１０３と、空調データ保持部１０４と、環境データ保持部１０５と、学習データ保持部１０６と、空調制御装置１１０とを備える。空調制御装置１１０は、空調機通信管理部１１１と、空調機管理部１１２とを備える。

空調管理装置１００は、個人端末２００と無線で接続される。通信管理部１０１は、個人端末２００との通信を管理するものである。

個人快適性データ学習部１０２は、個人端末２００が保持する情報に基づいて、個人端末２００を所持する個人個人をグループ分けするものである。個人快適性データ学習部１０２は、個人端末２００の快適性データ保持部２０５が保持する個人個人の快適性データを教師なし学習を用いて、個人端末２００の所持者のグループ分けを行なう。

制御学習部１０３は、空調データ保持部１０４、環境データ保持部１０５、学習データ保持部１０６のデータを活用して、条件に応じて最適な制御を、強化学習を用いて学習するとともに、条件に応じた制御を推論する。

制御学習部は、上記のデータから、空調エリア内に存在する人の快適性を極力維持した状態で、省エネルギー性を最大限図るように制御を行うよう決定する。

空調データ保持部１０４は、学習に用いる空調装置３０の制御データ(目標温度、目標湿度、風量、風向等)を保持するものである。

環境データ保持部１０５は、外気温度と、空調エリアごとの温度、湿度、日射量、物体表面温度（輻射熱）とを時系列に保持するものである。

複数台の室内機４０Ａ，４０Ｂが配置される場合、人感センサ４７は、室内機ごとに設けられている。そして、人感センサ４７が検知できる範囲が空調機の空調エリアとなる。空調システム２は、空調エリアごとに設定温度を変更可能である。エリア内の人の移動は、室内機４０Ａ，４０Ｂごとに接続されている人感センサ４７で検知することができる。

学習データ保持部１０６は、制御学習部１０３、個人快適性データ学習部１０２で利用するためのデータを保持するものである。具体的には、学習データ保持部１０６は、学習の評価に必要な不満の量や、空調装置３０の消費電力量を保持する。

空調制御装置１１０の空調機通信管理部１１１は、空調装置３０との通信を管理する。空調機管理部１１２は、空調装置３０の制御を管理する。

個人端末２００は、個人が所持する端末である。個人端末２００は、表示部２０１と、通信管理部２０２と、入力部２０３と、行動情報保持部２０４と、快適性データ保持部２０５と、演算部２０６と、センサ部２０７とを備える。通信管理部２０２は、空調管理装置１００との通信を管理する。

センサ部２０７は、個人端末２００の位置、移動距離、付近の温度および湿度を検出可能に構成される。たとえば、センサ部２０７は、加速度センサとＧＰＳと温度センサと湿度センサとを含む。演算部２０６は、加速度センサの検出した加速度を積分し、ＧＰＳが検出する位置情報と組み合わせて、移動距離を算出することができる。小さい温度変化の場合は、快適性への影響は小さいと考えられる。このため、本実施の形態では、空調エリア外(室外)から空調エリアに人が移動してくる温度変化が大きい移動を主として検出する。

行動情報保持部２０４は、個人端末２００を保持する個人の移動軌跡を保持している。移動軌跡は、移動距離、移動時間、移動速度などを含む。

快適性データ保持部２０５は、個人が入力した暑い、寒い等の快適性のデータ、入力時の位置情報を時系列に保持している。

なお、行動情報保持部２０４と快適性データ保持部２０５とは、時系列で関連付けられていても良い。

また、図３では個人快適性データ学習部１０２を空調管理装置１００に設けたが、個人快適性データ学習部１０２は、個人端末２００に設けられていても良く、そうすることで空調管理装置１００の計算コストを下げることができる。

また、学習には、センサ部２０７で検出されたデータ全てを使用せず、一部のデータを使用しても良い。そうすることで計算コストを抑えることができる。

また、図３では、通信管理部１０１は、直接個人端末２００と通信を行なうように記載しているが、クラウドや中間機器を経由した通信で実現してもよい。

図４は、快適性データ保持部２０５で保持されている学習用の個々人の快適性データの例を示す図である。図４の２００－１～２００－４は、個人端末を特定する符号を示す。快適性データ保持部２０５には、個々人が快適に感じる快適性指数の範囲（例えば、温熱環境評価指数ＰＭＶ（Predicted Mean Vote，予測温冷感申告）など）が保持されている。個人端末の入力部２０３から「暑い」、「寒い」などの感覚データの入力があった際の室内温度、室内湿度、風量などから、演算部２０６がＰＭＶ等の快適性指数を演算し、快適性データ保持部２０５にデータとして蓄積する。演算部２０６は、それらのデータの中から「寒い」、「快適」、「暑い」の境界値ＢＬ，ＢＲを演算し、快適性データ保持部２０５に記憶する。

図５は、個人快適性データ学習部１０２で活用される機械学習モデルの例を示す図である。図５に示す機械学習モデルの入力データは、図４の個々人の快適性データを活用する。

図５にプロットされている１つの丸印が図４の２００－１～２００－４に示したような個人端末１つに対応している。図５の縦軸は、図４の「快適」と「寒い」の境界の位置を示し、図５の横軸は、図４の「快適」と「暑い」の境界の位置を示す。図５には、図４の個々人の快適性を示す点がプロットされている。それらプロットされた点の集合に対して、教師なし学習であるクラスタリングを活用し、快適感によるユーザーのクラス分けを実施する。

すなわち、図５に示す機械学習モデルへの入力は、図４で説明した個人の快適性指数(例えばＰＭＶ)を指標とした時の「寒い」と「快適」の境界値ＢＬと、「快適」と「寒い」の境界値ＢＲとなる。それらを入力としたとき、機械学習モデルへの出力はクラス分けの結果（ＣＡ～ＣＤ）となる。

図５では、k-means手法を用いている例が示されている。クラスタリングの結果、個人端末は、クラスＣＡ，ＣＢ，ＣＣ，ＣＤの４つにクラス分けされた。各クラスの略中央の三角印は、各クラスに属する個人端末が示す点の集合の重心を示す。重心は、各クラスの点の集合の縦座標の平均値と横座標の平均値が示す点である。

図５に示す機械学習モデルは、教師なし学習によって、入力されたデータのグループ分けを行なう。

図６は、クラス分けされた各クラスの快適性範囲を示す図である。k-means手法の重心となった三角形で示す点（快適性の中央値）を各クラスの快適性を示すものとして活用する。

図４～図６で得られたクラスタリングの結果は、空調機の制御に以下のように使用される。空調対象空間に存在している人が複数であり、複数クラスに属している場合、複数クラス内の快適性範囲が重なるところを目指して制御を実施する。たとえば、図６のクラスＣＡに属する人とクラスＣＢに属する人が存在している場合には、境界値ＢＬＡと境界値ＢＲＢの間を快適性領域として制御を実施する。

ただし、クラスＣＡとクラスＣＣのように、快適性領域が重なるところが存在しない場合は、２つのクラスの快適性領域までの距離が最も短くなる領域、たとえば境界値ＢＬＡと境界値ＢＲＣの間の領域、を目指して制御を実施する。

以上のような制御の方策は、「快適方向」となる。また、他の方策として「省エネルギー方向」も考慮する。

本実施の形態では、どのような状態の時に具体的にどのような制御を行なうか、について細かな値は学習して決めていく。このような学習は、強化学習と呼ばれる。

良い制御の方向として、ユーザーの不満を少なくする「快適方向」と、消費電力を低減させる「省エネルギー方向」とがある。

「省エネルギー方向」を優先させた場合など、ユーザーの快適性領域に空調エリアの空調を制御できないときには、後述の実施の形態２で説明するリコメンド制御を実行する。

図３の制御学習部１０３では、ある状態に対して、どのような制御を実施すれば、不満が小さく、かつ省エネになるかを学習し、制御を決定していく。決定する手法としては、強化学習が用いられる。

図７は、実施の形態１において制御学習部１０３で用いられる機械学習の構造を示す図である。強化学習では、ある環境内におけるエージェント（行動主体）が、現在の状態ｓ（環境のパラメータ）を観測し、取るべき行動ａを決定する。エージェントの行動により環境が動的に変化し、エージェントには環境の変化に応じて報酬ｒが与えられる。エージェントはこれを繰り返し、一連の行動ａを通じて報酬ｒが最も多く得られる行動方針を学習する。強化学習の代表的な手法として、Ｑ学習（Q-learning）およびＴＤ学習（TD-learning）が知られている。

強化学習の入力および出力パラメータは以下の通りである。
状態ｓ：室内温度、室内湿度、外気温度、空調エリアにいる個人の情報、日射量、輻射熱、移動軌跡（移動時間、移動距離、移動速度）
行動ａ：目標温度変更、目標湿度変更、風量、風向の設定変更
報酬ｒ：不満の量、電力量
方策π：快適方向、省エネルギー方向の２パターンの設定
制御学習部１０３は、方策πとして、「省エネルギー方向」、「快適方向」を選択可能とする。行動ａは４つの設定を挙げているが、学習に時間がかかるため、設定を絞って目標温度変更のみ、目標湿度変更のみとしても良い。また、ベーンの設定等その他の空調機の設定を変更しても良い。

方策πの「快適方向」とは、現在の状態から個々人が快適に感じる範囲に制御を行うことである。「省エネルギー方向」とは、現在の状態から消費電力が低減する方向に制御を実施することである。例えば、冷房期間であれば設定温度を上げたり、設定湿度を上げたりすることであり、暖房期間であれば、設定温度を下げたり、設定湿度を下げたりすることである。また、風量を小さくすることも省エネルギー方向の制御である。

本実施の形態では、図７に示した強化学習の方策πに快適性優先、省エネ優先を用いる点が特徴の１つである。空調エリアごとに方策πとして、快適性優先、省エネ優先を選択可能として強化学習を実行する。これにより、空調機の制御を空調エリアごとに適した制御に変更することが可能である。

図７に示す機械学習モデルへの入力は、上記の状態ｓに記載した内容である。本実施の形態における強化学習は、この状態ｓに対して、行動ａ（出力）を取ることで、個々人の不満量や電力量などの結果がどのように変化をしたかに応じて、行動ａを補正していくような学習である。行動ａをどのように補正するか、という点が方策πである。方策πとして、省エネルギー方向(電力量を下げる方向)、快適性方向(不満の量を下げる方向)の２種類を選択可能として、学習が進められる。

方策πは、二者択一としてもよいが、二者択一とする必要は無く、どちらか一方のみではなく、各方策をある確率で採用するようにしても良い。たとえば、省エネルギー方向の学習を３０％の確率で実行し、快適方向の学習を７０％の確率で実行するように学習を進めるとすることで、快適性を保持しながら、省エネを模索するという学習が可能である。

図８は、本実施の形態で実行される制御を説明するためのフローチャートである。図７の機械学習は、図８のフローチャートではステップＳ６、Ｓ９、Ｓ１１で実行される。

まず、周期的に空調対象空間の環境データの取得が実行される。具体的には、ステップＳ１において、空調機管理部１１２が空調装置３０（室内機４０Ａ，４０Ｂ、室外機５０）から、室内温度、室内湿度、外気温度、日射量、輻射熱を各種センサから取得する。

続いて、個人端末からの入力があった場合に、空調制御および学習が実行される。入力があった個人の快適性データを取得し、快適性データに変化があった場合には、快適性の学習を実行する。

具体的には、ステップＳ２において個人端末２００の入力部２０３に対して入力があった場合には、通信管理部２０２を通して、空調管理装置１００に入力情報が通知される。この通知をトリガとして、空調管理装置１００はステップＳ２の判断を行なう。

個人端末２００への入力があった場合（Ｓ２でＹＥＳ）、ステップＳ３において、空調管理装置１００は、通信管理部１０１を通して、個人端末２００の快適性データ保持部２０５で保持している情報を取得する。

ステップＳ４においては、取得した快適性データから図２の個々人の快適性データを取得し、「寒い」と「快適」の境界値、「快適」と「暑い」の境界値が変わっていた場合は、快適性分布に変化あり（Ｓ４でＹＥＳ）と判定する。

ステップＳ５では、図５に示す機械学習モデルでクラス分けの学習を実施する。続いて、ステップＳ６においては、図７に示す機械学習モデルによって強化学習を実行する。

次に、空調エリア内の人の移動があった場合には、エリア内の個人のデータを取得し、空調制御の実行および学習を実行する。

まず、ステップＳ７において、空調機管理部１１２は、空調装置３０に接続される人感センサ４７の情報から、人感情報に変化を検出した場合に人の移動ありと判定する。

ステップＳ８では、空調管理装置１００は、通信管理部１０１を通して、行動情報保持部２０４で保持している情報と、快適性データ保持部２０５で保持している情報とを個人端末２００から取得する。

続いて、ステップＳ９においては、図７に示す機械学習モデルによって強化学習を実行する。

また、空調管理装置１００は、予め定められた一定周期で空調制御および学習を実行することによって、制御の精度向上を行なう。

具体的には、人が移動しない場合、個人端末から入力が無い場合でも、より省エネルギー、より快適への制御を実施するために、ステップＳ１０において定周期となったかが判断され、ステップＳ１１において、図７に示す機械学習モデルによって強化学習が実行される。一定周期の時間は、例えば１０分とすることができるが、他の周期であっても良い。

以上説明した実施の形態１では、人の行動情報を用いることで、移動直後の快適性の変化を学習することが可能である。また、図７に示したような強化学習を用いて、試行錯誤をしながら空調を自動制御することによって、利用者が快適に感じる範囲内で最大限に省エネを図ることが可能である。

また、学習が進むにつれて利用者は徐々に操作回数が少なくなるため、空調機器の利便性を向上させることが可能である。

また、オフィスのように利用者が固定されており、室内機が複数台ある場所では、それぞれの室内機の空調エリアにいる人に最適な空調制御を実現することが可能である。

実施の形態２．
図９は、実施の形態２において制御学習部１０３で用いられる機械学習の構造を示す図である。図７の強化学習モデル（制御学習部１０３）を図９に示すように変更することで、空間リコメンド制御にも活用ができる。

まず、空間リコメンド制御では、図５、図６で示した快適性クラスタの人数比によって、空間の温度分布を制御する。

具体的には、空間リコメンド制御では、空調空間全体の温度分布の割合をクラスＣＡ～クラスＣＤの人数比に合わせて制御を行なう。

図９の強化学習モデルに適用されるパラメータは以下の通りである。
状態ｓ：室内温度、室内湿度、外気温度、空調エリアにいる個人の情報、空間の輻射温度分布、移動軌跡（移動時間、移動距離、移動速度）
行動ａ：複数の室内機の目標温度変更、目標湿度変更、風量
報酬ｒ：電力量、空間の輻射温度分布
方策π：Actor-critic
Actor-criticは、強化学習の方策の代表的な手法であり、基本的には学習した通りに方策を実行するが、ある確率で未学習の制御を実行することで、学習を進める方式である。

図９に示すように状態ｓに現在の輻射温度分布を追加し、報酬を空間の輻射温度分布に変更することによって、人数比の温度分布に近づけていく。

そして、温度分布を制御した後に、各ユーザーの快適性範囲に入る空間を個人端末２００の表示部２０１等に表示することによって個人端末２００の保持者に快適な空調エリアをリコメンドする。このようにして、個人端末の所持者に空間のどこが快適かを示すことで、所持者に対して移動を促すことができる。

さらに、状態ｓに将来の温度変化予測（現状の室内温度が±α℃した時の快適性変化を算出）などの情報を入れることで、先読みでの空間リコメンドが可能である。また、将来の温度予測情報がない場合でも、「暑いと感じてきたら、エリア１、寒いと感じてきたら、エリア２に移動することがおすすめです」というような表示を表示部に表示するなど将来の温度変化を明示することで、同様の機能が実現可能である。

また、上記は環境の変化や感覚の変化でリコメンドを行なうが、個人端末２００の移動履歴を分析して、運動後はエリア２、行動時間が短い場合はエリア３など人の行動に基づいた空間リコメンドも可能である。

（まとめ）
本開示は、複数の異なる所持者に所持される複数の個人端末２００と通信可能な情報処理装置である空調管理装置１００に関する。複数の個人端末２００の各々は、所持者が快適か否かを入力した結果を示す第１データと、端末位置を示す第２データと、端末位置の温度、湿度を示す第３データとを取得可能に構成されている。空調管理装置１００は、個人快適性データ学習部１０２（第１学習部）と、空調データ保持部１０４と、空調制御装置１１０とを備える。個人快適性データ学習部１０２（第１学習部）は、複数の個人端末２００から送信された第１～第３データに基づいて複数の個人端末２００を図５、図６に示す複数のクラスＣＡ～ＣＤに分類する。空調データ保持部１０４は、個人快適性データ学習部１０２（第１学習部）によって分類された複数のクラスにそれぞれ対応する複数の制御内容を記憶する記憶部である。空調制御装置１１０は、複数のクラスのうち、空調の対象空間において検出された個人端末２００が分類されているクラスに対応する制御内容を記憶部から読み出して空調装置を制御する制御部である。

このように空調装置を制御することによって、端末を所持する個人に適した空調が実現できる。

また、複数の端末は、クラス分けされており、検出された端末に対応するクラスに対応する空調機の設定が採用されるので、端末を所持する個人ごとに設定を用意する必要が無く、空調機の制御がシンプルになる。

好ましくは、個人快適性データ学習部１０２（第１学習部）は、第１～第３データから算出された快適性を示す指標ＰＭＶに基づいて複数の個人端末２００を分類する。図５、図６に示すように、複数のクラスＣＡ～ＣＤの各々には、所持者が快適であることを示す指標ＰＭＶの快適範囲が定められている。複数のクラスにそれぞれ属する複数の個人端末２００が、対象空間に検出された場合には、空調制御装置１１０は、対象空間を空調した場合の指標が、複数のクラスにそれぞれ対応する複数の快適範囲に共通する範囲内に収まるように空調装置３０を制御する。

好ましくは、複数の個人端末２００の各々は、所持者の移動履歴を記憶するように構成される。移動履歴は、対象空間に存在する個人端末２００から空調管理装置１００に送信される。空調制御装置１１０は、受信した移動履歴に応じて空調装置３０の制御内容を変更する。

当初は、移動直後に適したデフォルトの空調制御の設定が採用され、設定が変更されたら不満であることが学習される。したがって、デフォルトが変更され最適化されれば、たとえば、夏に外出から帰った場合には、強めの冷房に自動的に設定されるなど、移動直後に快適と感じられる制御が実行されるようになる。

好ましくは、空調管理装置１００は、空調装置３０の制御の強化学習を行なう制御学習部１０３（第２学習部）をさらに備える。制御学習部１０３（第２学習部）は、強化学習の方策として、空調装置３０の消費電力を低減させる省エネルギー方向を採用する確率と、個人端末２００の所持者の快適性を向上させる快適性方向を採用する確率とを変更可能に構成される。

従来は、ユーザーが自分の好みになるように温度を設定し、制御を行うため、空間単位では非効率な空調が実施されていたが、空間単位での最も省エネルギーになるように制御を実施することを設定できるようになり、エネルギー消費の削減が可能である。

好ましくは、空調制御装置１１０は、複数の空調エリアが異なる温度分布となるように空調装置３０を制御し、対象空間に存在する個人端末２００の所持者の快適性にあった空調エリアを個人端末２００に表示させる。

本実施の形態は、他の局面では、空調装置と、上記いずれかの情報処理装置とを備える、空調システムを開示するものである。

今回開示された実施の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説明ではなくて請求の範囲によって示され、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が含まれることが意図される。

２ 空調システム、３０ 空調装置、４０，４０Ａ，４０Ｂ 室内機、４１ 負荷側熱交換器、４２ 膨張装置、４３ 室内温度センサ、４４ 室内湿度センサ、４５ 日射量センサ、４６ 輻射熱センサ、４７ 人感センサ、５０ 室外機、５１ 圧縮機、５２ 熱源側熱交換器、５３ 四方弁、５４ 外気温度センサ、５５ 外気湿度センサ、６０ 冷媒回路、１００ 空調管理装置、１０１，２０２ 通信管理部、１０１Ａ 制御部、１０２ 個人快適性データ学習部、１０２Ａ モデル記憶部、１０３ 制御学習部、１０４ 空調データ保持部、１０５ 環境データ保持部、１０６ 学習データ保持部、１１０ 空調制御装置、１１１ 空調機通信管理部、１１２ 空調機管理部、１２０，１３０ メモリ、２００ 個人端末、２０１ 表示部、２０３ 入力部、２０４ 行動情報保持部、２０５ 快適性データ保持部、２０６ 演算部、２０７ センサ部。

Claims (6)

1. 複数の異なる所持者に所持される複数の個人端末と通信可能な情報処理装置であって、
   前記複数の個人端末の各々は、前記所持者が快適か否かを入力した結果を示す第１データと、端末位置を示す第２データと、前記端末位置の温度を示す第３データとを取得可能に構成されており、
   前記情報処理装置は、
   前記複数の個人端末から送信された前記第１～第３データから算出された快適性を示す指標に基づいて前記複数の個人端末を複数のクラスに分類する第１学習部と、
   前記第１学習部によって分類された前記複数のクラスにそれぞれ対応する複数の制御内容を記憶する記憶部と、
   前記複数のクラスのうち、空調の対象空間において検出された個人端末が分類されているクラスに対応する制御内容を前記記憶部から読み出して空調装置を制御する制御部とを備え、
   前記複数のクラスの各々には、前記所持者が快適であることを示す前記指標の快適範囲が定められており、
   前記複数のクラスにそれぞれ属する複数の個人端末が、前記対象空間に検出された場合には、前記制御部は、前記対象空間を空調した場合の前記指標が、前記複数のクラスにそれぞれ対応する複数の快適範囲に共通する範囲内に収まるように前記空調装置を制御する、情報処理装置。
2. 前記複数の個人端末の各々は、所持者の移動履歴を記憶するように構成され、
   前記移動履歴は、前記対象空間に存在する個人端末から前記情報処理装置に送信され、
   前記制御部は、受信した移動履歴に応じて前記空調装置の制御内容を変更する、請求項１に記載の情報処理装置。
3. 前記情報処理装置は、
   前記空調装置の制御の強化学習を行なう第２学習部をさらに備え、
   前記第２学習部は、前記強化学習の方策として、前記空調装置の消費電力を低減させる省エネルギー方向を採用する確率と、前記個人端末の所持者の快適性を向上させる快適性方向を採用する確率とを変更可能に構成される、請求項１に記載の情報処理装置。
4. 前記制御部は、複数の空調エリアが異なる温度分布となるように前記空調装置を制御し、前記対象空間に存在する個人端末の所持者の快適性にあった空調エリアを前記個人端末に表示させる、請求項１に記載の情報処理装置。
5. 前記複数のクラスの各々について定められた前記指標の快適範囲は、第１境界値と第２境界値の間で示される範囲であり、
   前記第１境界値および前記第２境界値は、前記複数の個人端末がk-means法で前記複数のクラスに分類された場合の、対応するクラスの重心の位置に基づいて決定される、請求項１に記載の情報処理装置。
6. 前記空調装置と、
   請求項１～５のいずれか１項に記載の情報処理装置とを備える、空調システム。

Images