信息处理设备、信息处理方法和程序技术

本公开涉及使得能够容易地构建多任务处理结构的信息处理设备、信息处理方法和程序。通过组合现有的单任务结构，构造用于多任务处理结构的原型结构，控制目标装置的操作，在单任务结构之间共享、耦接或解耦相似的处理模块和包含多个处理模块的块或在相似的处理模块和块之间共享参数进行优化，从而完成多任务结构。本公开可以应用于使用神经网络的多任务的编程。编程。编程。

【技术实现步骤摘要】
【国外来华专利技术】信息处理设备、信息处理方法和程序


[0001]本公开涉及信息处理设备、信息处理方法和程序，并且更具体地，涉及使得能够容易地构建多任务结构的信息处理设备、信息处理方法和程序。

技术介绍

[0002]用于同时解决诸如物体识别、人识别、路径规划和运动规划等多个任务的处理被称为多任务。
[0003]因此，可以说人在实现多任务处理的同时一直在进行操作。
[0004]在构建具有用于使诸如机器人的设备实现多任务的多任务结构的程序时，可以简单地实现具有其中对具有所需单任务结构的程序执行并行处理的配置的构造。
[0005]然而，在通过简单地对多条单任务执行并行处理来实施多任务的情况下，可以在多条单任务中单独执行相同或类似的处理，并且即使仅执行一次处理就足够了，也可能通过执行并行处理而不必要地重复相同的处理，并且处理负担可能增加。
[0006]因此，近年来，已经提出了一种用于构建使用神经网络来实现单任务的处理结构的技术(参见非专利文献1)。
[0007]引用列表
[0008]非专利文献
[0009]非专利文献1：Learning Transferable Architectures for Scalable Image Recognition

技术实现思路

[0010]本专利技术要解决的问题：
[0011]然而，即使在非专利文献1的搜索单任务的结构中处理量也是巨大的，但是当应用类似的结构搜索来实现多任务时，期望的是学习数据的收集、标记、学习、评价等变得更加困难。
[0012]如上所述，与用于构建单任务结构的工时简单地乘以单任务的类型的数量的情况相比，用于构建多任务结构的工时是巨大的，并且构建需要大量时间。
[0013]本公开是鉴于这种情况而做出的，并且特别地，使得能够容易地构建多任务结构。
[0014]解决问题的方案
[0015]根据本公开的一个方面的信息处理设备是包含优化单元的信息处理设备，该优化单元基于控制目标装置的操作的多任务结构的结构来优化多任务结构。
[0016]根据本公开的一个方面的信息处理方法和程序对应于信息处理设备。
[0017]在本公开的一个方面中，基于控制目标装置的操作的多任务结构的结构来优化多任务结构。
附图说明
[0018]图1是用于说明通过单任务结构的并列处理实现的多任务结构的示图。
[0019]图2是用于说明在执行类似处理的处理模块之间共享参数的示例的示图。
[0020]图3是用于说明在处理模块和执行类似处理的块之间共享参数的示例的示图。
[0021]图4是用于说明在单任务结构之间共享用于执行类似处理的处理模块的示例的示图。
[0022]图5是用于说明本公开的信息系统的配置示例的示图。
[0023]图6是用于说明图5的信息处理系统的多任务执行处理的流程图。
[0024]图7是用于说明图5中的多任务结构生成单元的配置示例的示图。
[0025]图8是用于说明图7的结构搜索单元的配置示例的示图。
[0026]图9是说明原型结构搜索处理的流程图。
[0027]图10是用于说明图9中的输入相似度和输出相似度比较结构搜索处理的流程图。
[0028]图11是用于说明多个处理模块的并列处理的示例的示图。
[0029]图12是用于说明图9中的参数相似度比较结构搜索处理的流程图。
[0030]图13是说明应用例1的原型结构搜索处理的流程图。
[0031]图14是用于说明应用例2的多任务执行处理的流程图。
[0032]图15是用于说明应用例3的多任务执行处理的流程图。
[0033]图16是用于说明通用个人计算机的配置示例的示图。
具体实施方式
[0034]下面将参照附图详细描述本专利技术的优选实施例。注意，在本说明书和附图中，对具有基本相同的功能配置的构成元件赋予相同的附图标记，并且省略多余的说明。
[0035]在下文中，将描述用于实施本技术的实施例。将按以下顺序给出说明。
[0036]1.本公开的概述
[0037]2.本公开的实施例
[0038]3.应用例1
[0039]4.应用例2
[0040]5.应用例3
[0041]6.软件执行示例
[0042]<<1.本公开的概述>>
[0043]本公开使得能够容易地构建多任务结构。
[0044]首先，将描述本公开的概述。
[0045]如图1所示，将描述移动物体R设置为目标装置的情况，移动物体R包含机器人等，该机器人包含三种类型的传感器J1至J3，包含人传感器、麦克风、照明传感器、距离测量传感器等的传感器J1，包含同时定位和地图绘制(SLAM)摄像机的传感器J2，以及包含红绿蓝(RGB)摄像机、飞行时间(ToF)传感器等的传感器J3。
[0046]此外，如图1所示，将考虑其中通过神经网络构建多任务结构、将该多任务结构提供给包含移动物体R的目标装置并且通过移动物体R实现多任务的情况，在该多任务结构中，同时执行物体识别、地图构建、路径规划和运动控制的三种类型的现有单任务T1至T3。
[0047]注意，在下文中，神经网络也简称为NN。
[0048]在图1中，用于实现物体识别处理的单任务T1的处理结构包含例如与NN中的层相对应的处理模块M1至M3。
[0049]这里，处理模块M1基于传感器J3的感测结果执行预定的处理，并将执行结果输出到处理模块M2。
[0050]处理模块M2基于处理模块M1的处理结果执行预定的处理，并将处理结果输出至处理模块M3。
[0051]处理模块M3基于处理模块M2的处理结果执行预定的处理，并将处理结果作为物体识别结果输出。
[0052]如上所述，与物体识别相关的单任务T1的处理结构包含处理模块M1至M3，并且通过单任务T1实现基于传感器J3的感测结果的物体识别。
[0053]此外，用于实现地图构建的单任务T2的处理结构包含例如与NN中的层相对应的处理模块M11至M14。
[0054]在此，处理模块M11基于传感器J2、J3的感测结果执行预定的处理，并将执行结果输出到处理模块Ml2、Ml3。
[0055]处理模块M12基于处理模块M11的处理结果执行预定的处理，并将处理结果输出至处理模块M13。
[0056]处理模块M13基于处理模块M11、M12的处理结果执行预定的处理，并将处理结果输出至处理模块M14。
[0057]处理模块M14基于处理模块M13的处理结果执行预定的处理，并将处理结果作为地图构建结果输出。
[0058]如上所述，与地图构建相关的单任务T2的处理结构包含处理模块M11至M14，并且通过单任务T2基于传感器J2、J3的感测结果来实现地图构建。
[0059]类似地，用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种信息处理设备，包括：优化单元，基于控制目标装置的操作的多任务结构的结构来优化所述多任务结构。2.根据权利要求1所述的信息处理设备，其中，所述多任务结构包含多个现有的单任务结构。3.根据权利要求2所述的信息处理设备，其中，每个所述单任务结构包括处理模块或包含多个处理模块的块，以及所述优化单元使用所述单任务结构之间具有相似度的所述处理模块或所述块来优化所述多任务结构。4.根据权利要求3所述的信息处理设备，其中，所述优化单元通过使用所述单任务结构之间具有指示相似程度高于预定值的相似度的所述处理模块或所述块来优化所述多任务结构。5.根据权利要求4所述的信息处理设备，其中，所述优化单元通过使用所述单任务结构之间具有指示输入输出数据的相似程度高的输入输出相似度的所述处理模块或所述块来优化所述多任务结构。6.根据权利要求4所述的信息处理设备，其中，所述优化单元通过使用所述单任务结构之间具有指示所使用的参数的相似程度高于预定值的参数相似度的所述处理模块或所述块来优化所述多任务结构。7.根据权利要求3所述的信息处理设备，其中，所述优化单元通过共享所述单任务结构之间具有指示相似程度高于预定值的相似度的所述处理模块或所述块来优化所述多任务结构。8.根据权利要求7所述的信息处理设备，其中，所述优化单元通过将所述单任务结构之间具有高于所述预定值的相似度的所述处理模块或所述块耦接或解耦以共享所述处理模块或所述块，来优化所述多任务结构，。9.根据权利要求8所述的信息处理设备，其中，所述优化单元通过根据所述目标装置中包括的硬件的性能和功能耦接或解耦所述多任务结构之间具有高于所述预定值的相似度的所述处理模块或所述块以共享所述处理模块或所述块，来优化所述多任务结构。10.根据权利要求3所述的信息处理设备，其中，所...

【专利技术属性】
技术研发人员：何信莹，
申请(专利权)人：索尼集团公司，
类型：发明
国别省市：