情報処理学会 第80回全国大会講演要旨

完全制御型植物工場ではランニングコストが膨大であるため,生育速度などを指標とした生産性を高める必要がある.そのためには植物の生育段階に合わせて最適な栽培環境制御則「レシピ」を発見することが重要であるが,播種から収穫まで数十日以上の時間を要するためにレシピの試行錯誤のサイクルが遅く,改良が難しかった.そこで我々は,植物体の成長量と環境値の関係性に時系列の状態空間モデルを適用することで,時々刻々のレシピに対する環境応答を推定する機械学習モデルを提案し,生育過程中にレシピを変更しても学習可能とした.本稿では,膨大な組み合わせの数から選択可能なレシピにおいて,ベイズ推定を用いたサンプル手法を用いることで探索と活用を最大化するベイズ最適なレシピを選択する手法を提案する.これにより,膨大な時間を要したレシピの探索においてより効率的な試行錯誤を実現する.