学习装置、生鲜品的收纳装置和程序的制作方法

技术特征：
1.一种生鲜品的库内环境的学习装置，其具有：新鲜度信息取得单元，其取得库内收纳的生鲜品的新鲜度的信息；学习单元，其对针对由所述新鲜度信息取得单元取得的生鲜品的新鲜度的所述库内的库内环境执行学习；以及报酬决定单元，其决定所述学习单元所使用的报酬，所述报酬决定单元根据基于由所述新鲜度信息取得单元取得的新鲜度决定出的针对该新鲜度的库内环境下的固定期间的新鲜度降低情况，来决定报酬，所述学习单元基于所述报酬决定单元决定出的报酬对针对所述新鲜度的库内环境执行学习。2.根据权利要求1所述的生鲜品的库内环境的学习装置，其特征在于，在所述固定期间的前后的库内环境固定的情况下，所述报酬决定单元基于该固定期间的开始时刻的库内环境来决定所述报酬。3.根据权利要求1所述的生鲜品的库内环境的学习装置，其特征在于，在所述固定期间的前后的库内环境不同的情况下，所述报酬决定单元基于该固定期间内的特定时刻的库内环境来决定所述报酬。4.根据权利要求1所述的生鲜品的库内环境的学习装置，其特征在于，在所述固定期间的前后的库内环境不同的情况下，所述报酬决定单元基于该固定期间的开始时刻的库内环境和结束时刻的库内环境来决定所述报酬。5.根据权利要求1所述的生鲜品的库内环境的学习装置，其特征在于，在所述固定期间的前后的库内环境不同的情况下，所述报酬决定单元求出表示该固定期间内的多个时刻的库内环境的环境信息的值的代表值，基于该代表值来决定所述报酬。6.一种生鲜品的收纳装置，其具有：收纳库，其收纳生鲜品；调整单元，其调整所述收纳库的库内的至少包含温度的库内环境；环境信息取得单元，其取得所述库内的至少包含温度的环境信息；新鲜度测定单元，其测定所述库内收纳的生鲜品的新鲜度；学习单元，其对针对由所述新鲜度测定单元测定出的生鲜品的新鲜度的所述库内的库内环境执行学习；以及报酬决定单元，其决定所述学习单元所使用的报酬，所述调整单元基于由所述新鲜度测定单元测定出的新鲜度、所述环境信息取得单元所取得的所述环境信息和所述学习单元的学习结果进行动作，使得所述收纳库的库内环境为针对该新鲜度的库内环境，所述报酬决定单元基于由所述调整单元调整后的库内环境下的固定期间的新鲜度降低情况来决定报酬，所述学习单元基于所述报酬决定单元决定出的报酬对针对所述新鲜度的库内环境执行学习。7.根据权利要求6所述的生鲜品的收纳装置，其特征在于，所述学习单元以使得对于由所述新鲜度测定单元测定出的生鲜品的新鲜度，由所述报酬决定单元决定的报酬最大的方式，对针对该新鲜度的库内环境执行学习，
所述调整单元调整所述收纳库的库内环境，使得由所述环境信息取得单元取得的所述环境信息成为由所述学习单元学习到的针对所述新鲜度的库内环境。8.根据权利要求7所述的生鲜品的收纳装置，其特征在于，在所述固定期间的前后的库内环境不同的情况下，所述报酬决定单元基于该固定期间内的一个或多个时刻的库内环境来决定所述报酬。9.根据权利要求8所述的生鲜品的收纳装置，其特征在于，在所述固定期间内的一个或多个时刻的库内环境中，包含该固定期间的结束时刻的库内环境。10.一种程序，其使计算机实现以下功能：取得库内收纳的生鲜品的新鲜度的信息的功能；对针对所取得的生鲜品的新鲜度的所述库内的库内环境执行学习的功能；以及决定在所述学习中使用的报酬的功能，在决定所述报酬的功能中，根据基于在取得所述新鲜度的信息的功能中取得的生鲜品的新鲜度决定出的针对该新鲜度的库内环境下的固定期间的新鲜度降低情况来决定报酬，在执行所述学习的功能中，基于在决定所述报酬的功能中决定出的报酬对针对所述新鲜度的库内环境执行学习。

技术总结
使用基于新鲜度传感器的生鲜品的新鲜度的信息对生鲜品的环境的控制条件执行强化学习，自动地控制生鲜品的环境。具有：新鲜度判断部(520)，其取得收纳库内收纳的生鲜品的新鲜度的信息；以及分析部(530)，其通过强化学习对针对由新鲜度判断部(520)取得的生鲜品的新鲜度的收纳库内的库内环境执行学习，决定在该学习中使用的报酬。分析部(530)根据基于由新鲜度判断部(520)取得的新鲜度决定出的针对该新鲜度的库内环境下的固定期间的新鲜度降低情况，来决定报酬。而且，分析部(530)基于所决定的报酬对针对新鲜度的库内环境执行学习。的报酬对针对新鲜度的库内环境执行学习。的报酬对针对新鲜度的库内环境执行学习。


技术研发人员：丹埜昭一 佐藤喜一郎 松井秀德
受保护的技术使用者：大金工业株式会社
技术研发日：2021.03.30
技术公布日：2022/11/11