［AI関連特許］液体秤量方法（特許6725930）

 （登録例７）液体秤量方法

【請求項１】 

　ロボットアームが保持する第１容器から第２容器へ所定量の液体を注水する液体秤量方法であって、

 　第１時点における前記第１容器の画像、前記第１容器の角度及び前記第２容器の液体量 を入力として受け付け、第２時点における前記第１容器の角度を出力するよう機械学習された学習モデルを用い、

 　前記ロボットアームの動作を制御する制御装置が、第１時点に撮影された前記第１容器を含む画像を取得し、前記第１時点の前記第１容器の角度を取得し、前記第１時点の前記第２容器の液体量を取得し、取得した画像、角度及び液体量を前記学習モデルへ入力して、前記学習モデルが出力す る第２時点の角度を取得し、取得した前記第２時点の角度に応じて、前記ロボットアームが保持する前記第１容器の角度を制御する、液体秤量方法。 

　第１容器から第２容器に液体を移すときのロボットアームの処理を学習モデルを用いて行う発明である。第１容器を含む画像、第１容器の角度、第２容器の液体量を入力とし、第１容器の制御すべき角度を出力とする学習モデルを用いた制御を行う。

　本件は、拒絶理由通知を受けることなく特許査定を受けており、明細書で挙げられている文献もそれほど近いものではないので、何が特許査定のポイントなのかは推測するしかない。第１容器の角度を求めたいのだから、入力として第１容器の現在の角度を用いることは自然であり、ストップするタイミングも知りたいから第２容器の液体量を使うことも自然である。第１容器の画像を使うことも難しいことではない。そう考えると、第１容器を含む画像、第１容器の角度、第２容器の液体量の３つを使うことがポイント（そういう文献がなかった）のだと考えられる。

　ありふれたパラメータでも組み合わせれば、なかなか拒絶にしにくいのかもしれない。