JP7508325B2 - フィードバック制御装置、リソグラフィ装置、測定装置、加工装置、平坦化装置、物品の製造方法、コンピュータプログラム、およびフィードバック制御方法 - Google Patents

Description

本発明は、機械学習を用いたフィードバック制御装置等に関する。

対象物体の物理量を制御する制御装置には、ＰＩＤ（Ｐｒｏｐｏｒｔｉｏｎａｌ－Ｉｎｔｅｇｒａｌ－Ｄｉｆｆｅｒｅｎｔｉａｌ）制御のような古典制御器が良く使われている。近年では、古典制御理論や現代制御理論に基づく制御系とは別に、機械学習（強化学習を含む）を用いた制御系が用いられることがある。

また、機械学習を含まない制御系と機械学習による制御系を併用した制御系も用いられることがある。特許文献１のフィードバック制御装置では、機械学習を含まない制御系と機械学習による制御系を併用しており、機械学習による制御系の出力にリミッタを設けることにより、フィードバック制御装置の信頼性の低下を防いでいる。

特開２０１９－７１４０５号公報

しかし、従来技術の、機械学習を含まない制御系と機械学習による制御系を併用したフィードバック制御装置には、下記のような問題がある。一般的に、機械学習を含まないＰＩＤ制御器などを用いたフィードバック制御装置では、制御性能を向上するために、制御系のサンプリング周波数を高くしている。サンプリング周波数を高くすると、サンプリング時間は短くなり応答性が向上する。

一方、機械学習による制御系は、数サンプルの制御偏差データをニューラルネットワーク（以下ＮＮと呼ぶ）に入力し、制御指令を出力している。
ＮＮに入力される制御偏差データの時間長はサンプリング時間×サンプル数であり、サンプリング時間が短くなると、ＮＮに入力される制御偏差データの時間長は短くなる。機械学習による制御系により、特に低周波の外乱振動を抑制したい場合、制御偏差データの時間長が短いと、制御偏差データの中に抑制したい低周波の外乱振動のほんの一部しか含まれなくなる。このような状態では、機械学習がうまく進まず、機械学習による制御系が低周波の外乱振動を抑制できなくなる。

そこで、本発明は、機械学習による制御系を用いて外乱振動を効果的に抑制できるフィードバック制御装置を提供することを目的とする。

その目的を達成するために、本発明の一側面としてのフィードバック制御装置は、制御対象の測定値と目標値との制御偏差に関する情報を入力として、前記制御対象に対する操作量を出力するフィードバック制御装置であって、
前記制御偏差に関する情報を入力として、前記制御対象に対する第１操作量を出力する第１制御部と、
前記制御偏差に関する情報を入力として、前記制御対象に対する第２操作量を出力するとともに、前記第２操作量を演算するためのパラメータが機械学習によって決定される第２制御部と、
前記第１制御部から出力される前記第１操作量と前記第２制御部から出力される前記第２操作量とを用いて前記制御対象を操作する操作部と、
前記第２制御部へ入力される前記制御偏差に関する情報を所定の周期で間引くためのサンプリング部と、を有する。

本発明によれば、機械学習による制御系を用いて外乱振動を効果的に抑制できるフィードバック制御装置を提供することができる。

実施例１のインプリント装置を示す図である。 実施例１におけるアライメント調整等の位置決めを行うための、フィードバック制御装置の概略を示す機能ブロック図である。 実施例１における第２制御系２０の構成例を示す図である。 実施例１における第２制御系２０の偏差メモリについて説明するための図である。 外乱振動の一例を示す図である。 実施例２における第２制御系の概略図である。

以下、添付図面を参照して、本発明の好適な実施の形態について実施例を用いて説明する。ただし、説明する制御対象は各実施例に限らず、制御対象としてはフィードバック制御が可能な物理量であれば、種類は問わない。以下、代表的なものを列挙する。例えば、物体の直進および回転方向の変位、速度、加速度、気体または流体の流量、流速、圧力が挙げられる。
なお、各図において、同一の部材ないし要素については同一の参照番号を付し、重複する説明は省略ないし簡略化する。

また、流体の液面高さ、物体または気体または液体の温度、電気回路等の電流、電圧、電荷が挙げられる。また、磁界における磁束、磁束密度、音場の音圧が挙げられる。これらの物理量は公知の検出器（センサ）を用いた検出部により測定され、測定値が制御装置に入力される。制御量駆動部は制御対象の物理量に変化を与える能動要素であり、制御対象が物体の位置、速度、加速度ではモータ類やピエゾ素子等が用いられる。気体、流体等ではポンプやバルブ等が用いられる。電気系では、電流や電圧を操作するドライバ等が用いられる。
＜実施例１＞

実施例１では、基板にパターンを形成するリソグラフィ装置の一例として、インプリント装置を説明する。図１は、インプリント装置の概略図である。インプリント装置は、基板上に供給されたインプリント材と型とを接触させ、インプリント材に硬化用のエネルギーを与えることにより、型の凹凸パターンが転写された硬化物のパターンを形成する形成部を有する装置である。

例えば、インプリント装置は、基板上にインプリント材を供給し、凹凸のパターンが形成されたモールド（型）を基板上のインプリント材に接触させた状態で当該インプリント材を硬化させる。そして、モールドと基板との間隔を広げて、硬化したインプリント材からモールドを剥離（離型）することで、基板上のインプリント材にモールドのパターンを転写することができる。

このような一連の処理を、インプリント処理と呼び、基板における複数のショット領域の各々について行われる。つまり、１枚の基板における複数のショット領域の各々に対してインプリント処理を行う場合には、該１枚の基板におけるショット領域の数だけインプリント処理が繰り返し行われることとなる。

図１において、インプリント装置１００は、メカ構造と、制御系２００を有する。インプリント装置１００の本体構造体１０１は、空気ばね等を用いた三脚または四脚の除振機構１０２を介して、床の上に設置される。ウエハ（基板）１０３は、不図示のウエハチャックによりウエハステージ（基板ステージ）７に保持されている。ウエハステージ７は、ウエハ１０３の全面の各ショット領域にインプリント処理を行うために、Ｘ方向およびＹ方向にウエハ１０３を移動させることができる。

また、ウエハステージ７は、ウエハ１０３を不図示のウエハ交換ハンドにて載せ降ろしを行う交換位置まで移動できるのに十分なＸ方向およびＹ方向のストロークを持っている。
ウエハステージ７は、図１では簡易的に一つの箱と車輪で示されているが、実際には、静圧案内を用いてＸ方向に移動自由に案内され、リニアモータ（駆動部）によりＸ方向に駆動力が与えられる。また、ウエハステージ７上において、不図示のＹステージが静圧案内とリニアモータによりＹ方向に移動できるようになっている。

駆動部としてのモータ５は、駆動回路としての電流ドライバ４によって駆動される。移動対象物体（制御対象）としてのウエハを移動させる移動部は、ステージと、駆動部としてのモータ５と駆動回路としての電流ドライバ４を含む。ただし、ウエハステージ７の構成はこれに限らず、露光装置用のウエハステージに用いられる高精度な位置決めステージを適宜用いることができる。

ウエハステージ７のＸ方向（図中左右方向）の位置は位置測定部２により計測される。位置測定部２は本体構造体１０１上に構成された不図示のスケールとウエハステージ７上のヘッドおよび演算部のリニアエンコーダで構成されている。同様にＹ方向（紙面に垂直な方向）を計測する不図示のＹ軸のエンコーダも設けられている。

ウエハステージ７の位置の計測は、本体構造体１０１に設けた干渉計とウエハステージ７に設けた反射ミラーの組み合わせを用いても良い。
インプリント材としての光硬化型の樹脂はディスペンサ１０７によりウエハ１０３のショット領域の位置に供給される。その際、ウエハステージ７はウエハ上の樹脂の塗布位置をディスペンサ１０７の直下に位置決めする。続いてウエハステージ７はウエハ上の樹脂が塗布された位置を、微細なパターンが形成されたモールド１０４の直下に位置決めする。

モールド１０４はインプリントヘッド１０５により保持されている。インプリントヘッド１０５はＺ方向（Ｘ方向及びＹ方向に対して垂直な方向）にモールド１０４を移動できる構造を持つ。ウエハ１０３のショット領域の位置がモールド１０４直下に移動するまでは、モールド１０４はウエハ１０３よりＺ方向の上方位置で待機している。ウエハ１０３のショット位置がモールド１０４直下に位置決めされると、インプリントヘッド１０５によりモールド１０４を降下させ、樹脂にモールド１０４のパターン部を押し付ける。

半導体デバイス等をインプリント装置で製造する場合、モールド１０４のパターンをウエハ１０３上の樹脂に転写する際に、以前のレイヤーとの位置合わせ精度が重要である。この位置合わせはアライメントと呼ばれる。アライメント検出器１０６は、ウエハ１０３およびモールド１０４の両方に設けられた不図示のアライメントマークを光学的に検出して画像処理を行い、ＸおよびＹ方向のアライメントマークの位置ずれを検出する。この位置ずれ情報は後述する制御系２００に送られ、ウエハステージ７またはインプリントヘッド１０５のＸ，Ｙ位置を補正することでアライメントを行う。

アライメントが完了すると照明系１０８から露光光（紫外光）を、モールドを介して樹脂に照射し、樹脂を硬化させる。樹脂の硬化後、インプリントヘッド１０５はモールド１０４を上昇させ、ウエハ１０３上の樹脂からモールド１０４を離型する。この一連の工程に依り、ウエハ１０３上の樹脂にはモールド１０４に刻まれたパターンに対応したパターンが転写（形成）される。

同様にインプリント処理をショット領域の位置を変えて順次行い、一枚のウエハの全てのショット領域についてインプリント処理を完了すると、ウエハステージ７はウエハ交換位置に移動する。そして、不図示のウエハ交換ハンドによりインプリントの終わったウエハを回収し、次の新規ウエハを装着する。

図２は実施例１における上記のアライメント調整等の位置決めを行うための、フィードバック制御装置の概略を表わす機能ブロック図である。このフィードバック制御装置はインプリント装置内に構成されており、制御対象としての例えばステージ位置の測定値と目標値との制御偏差に関する情報を入力として、制御対象に対する操作量を出力する。

破線内が制御系２００であり、複雑な演算を行うため、デジタル計算機を用いている。制御系２００は、コンピュータとしてのＣＰＵやＦＰＧＡなどの演算処理装置や、コンピュータプログラムを記憶したメモリなどの記憶装置を含む。装置主制御部６はインプリント装置全体を制御する制御部であり、インプリント装置で行うジョブのシーケンス管理から、ステージ制御部１や不図示の他の制御ユニットに指令を送る役割をもっている。

位置指令部３は、装置主制御部６よりステージ位置の目標座標を取得、記憶し、その値をステージ制御部１に送る。前述のアライメント検出器１０６によるアライメントの位置ずれ情報も位置指令部３に入り、ウエハステージ７の目標座標に反映される。位置測定部２は、所定のサンプリング時間毎にステージ位置を測定し、測定したステージ位置をステージ制御部１（図２の点線内）に送る。

ステージ制御部１では、偏差計算部１３が位置測定部２から送られたステージ位置（測定値）と位置指令部３から送られたステージ位置の目標値との差分（制御偏差、以下ステージ偏差と呼ぶ）を計算する。そして、そのステージ偏差を第１制御系１０と第２制御系２０に送る。

第１制御系１０はＰＩＤ制御器を用いており、ステージ偏差に関する情報を入力として、ウエハステージ７に対する第１操作量Ｕ１を出力する。第１制御系１０は、制御偏差に関する情報を入力として、制御対象に対する第１操作量を出力する第１制御部として機能し第１制御工程を実行している。なお、本実施例では第１制御系１０は、機械学習を用いずに制御対象に対する操作量を出力しているが、機械学習を例えば部分的に用いたものであってもよい。

一方、第２制御系２０は図３に示すような構成のＮＮ（ニューラルネットワーク）２３を含んでいる。第２制御系２０は、制御偏差に関する情報を入力として、制御対象に対する第２操作量を出力する。また、第２操作量を演算するためのパラメータが機械学習によって決定される第２制御部として機能し第２制御工程を実行している。なお、機械学習によって決定されるパラメータは外部のストレージからダウンロードしてもよいし、インプリント装置１００内に保存するようにしてもよい。

図３は第２制御系２０の構成例を示す図であり、第２制御系２０は、ステージ偏差の履歴を所定周期でサンプリングして保存する偏差メモリ２１と、入力ノード２２及びＮＮ２３を含む。図３では入力ノード２２の数が５の例が示されている。
ＮＮ２３は入力層Ｌ１，第１隠れ層Ｌ２、第２隠れ層Ｌ３、出力層Ｌ４を含む。第１隠れ層Ｌ２は入力層Ｌ1の信号を所定の重み付け演算し、第２隠れ層Ｌ３は第１隠れ層Ｌ２の出力の重み付け演算を行う。出力層Ｌ４は第２隠れ層Ｌ３の出力の重み付け演算を行う。

それぞれの重み付け演算の係数（パラメータ）は事前に何らかの機械学習によって調整される。機械学習の手法としては、例えば、試行錯誤によって価値を最大化するような行動を選ぶ強化学習によるパラメータ調整手法を用いることが出来るが、どのような機械学習の手法を用いてパラメータを調整しても良い。なお、隠れ層の数やノード数はもっと増やしてもよいが、その場合には、演算量が増えて処理速度が遅くなる。

なお、ＮＮ２３は、直接、指示値の次元に該当するものを出力するネットワーク（政策ネットワーク）であっても良いし、指示値の価値を計算するネットワーク（行動価値ネットワーク）であっても良い。
行動価値ネットワークの場合は、ＮＮ２３の後段に、価値が最大の行動を選ぶ選出部を加え、その選出部で選択された指示値を第２制御系２０の出力（第２操作量Ｕ２）とする。

加算器１４は、第１制御系１０で生成された出力値Ｕ１（第１操作量）と、第２制御系２０で生成された出力値Ｕ２（第２操作量）を加算したものを出力する。加算器１４の出力（操作量）は不図示のＤ／Ａ変換機を通してアナログ信号となり、電流ドライバ４に送られて入力され、モータ５によって制御対象を操作する。ここで、電流ドライバ４とモータ５は、第１操作量と第２操作量とを用いて制御対象を操作する操作部として機能し操作工程を実行している。なお、実施例では第１制御系１０で生成された出力値Ｕ１（第１操作量）と、第２制御系２０で生成された出力値Ｕ２（第２操作量）を加算しているが、乗算等でもよいし、状況に応じて一方を選択するものであってもよい。

電流ドライバ４ではモータ５のコイルに流れる電流値を、加算器１４の出力となるように制御する。モータ５の推力はコイルに流れる電流に比例するので、第１制御系１０と第２制御系２０の和による出力値に応じた力がウエハステージ７に印加される。
第１制御系１０は、位置フィードバック制御系を主に受け持ち、第２制御系２０は、第１制御系１０では補償しきれないステージ偏差を抑制するように制御する。このように構成することによって、第１制御系１０のみを用いて制御をする制御系に比べ、ステージ偏差を非常に小さくし、インプリント装置のステージ（基板）等のアライメント精度を向上することができる。

次に第２制御系２０の偏差メモリについて図４を用いて説明する。
図４は第２制御系２０の偏差メモリ２１について説明するための図である。第２制御系２０は、ステージ偏差の履歴を所定周期（一定の時間間隔）でサンプリングして保存（更新）する偏差メモリ２１と、例えば図３に示すような構成のＮＮ２３から構成される。ＮＮ２３は入力ノード２２を有し、図４では入力ノード２２の数が１０の例を用いて説明する。ＮＮ２３は、入力されたステージ偏差に基づき、第１制御系１０の第１操作量Ｕ１の補正をするための補正値を出力するように、ネットワークパラメータの重みなどが調整されている。

図４（Ａ）は、第１制御系と、機械学習による第２制御系を併用したフィードバック制御において、偏差メモリ２１の数とＮＮ２３のノード２２のノード数を同じ１０とした例を示している。ステージ制御部１のサンプリング周波数をＦｓ＝１０ｋＨｚとすると、サンプリング時間はＴｓ＝１／Ｆｓ＝０．１ｍｓであり、偏差メモリ２１には、０．１ｍｓ毎に新しいステージ偏差が入力されている。ＮＮ２３には、０．１ｍｓ×１０＝１ｍｓ時間長のステージ偏差が入力される。

一方、図４（Ｂ）は、実施例１によるフィードバック制御の例を示した図であり、偏差メモリ２１の数がＮＮ２３の入力ノード数よりも大きくなっている。偏差メモリ２１は、Ｍ個（Ｍは自然数）のステージ偏差を保存でき、直近のＭ個のステージ偏差を保存する。ＮＮ２３には、偏差メモリ２１にあるＭ個のステージ偏差からＮＮ２３の入力ノード数（Ｎ個）分のステージ偏差が間引いて選択され、入力される。このように、制御偏差値は偏差メモリ２１を介して入力ノード２２に入力される。また、偏差メモリ２１は第２制御部（第２制御系２０）へ入力される制御偏差に関する情報を所定の周期で間引くためのサンプリング部として機能しサンプリング工程を実行している。

実施例１では、Ｍ個のステージ偏差から、Ｌ個置きに、Ｎ個のステージ偏差をＮＮ２３に入力している。偏差メモリ２１の数Ｍは、Ｍ＝Ｌ×（Ｎ－１）＋１で表される。図４（Ｂ）は、Ｍ＝４６、Ｎ＝１０、Ｌ＝５の場合であり、偏差メモリ２１には、図４（Ａ）と同様に０．１ｍｓ毎（一定時間間隔毎）に新しいステージ偏差が入力され更新されている。

これは、本実施例では第１制御系１０にも０．１ｍｓ毎に新しいステージ偏差が入力されているため、第１制御系１０と第２制御系２０とで入力の同期をとるためである。即ち、第１制御系と第２制御系には同じ周期または整数倍の周期でステージ偏差が同期して入力される。
このように本実施例においては、偏差メモリ２１に入力される制御偏差は、第１制御部の入力に同期して所定の一定間隔毎に更新されるように構成されている。

Ｌ＝５の場合は、偏差メモリ２１から５個置きにステージ偏差が間引いて選択されるので、疑似的に第２制御系２０のサンプリング時間が０．１ｍｓ×５＝０．５ｍｓに変更されることになる。よって、ＮＮ２３に入力されるステージ偏差の時間長は、０．５ｍｓ×１０＝５ｍｓとなる。実施例１の第２制御系２０は、図４（Ａ）に示す対比例に比べて、５倍の時間長のステージ偏差をＮＮ２３に入力することができる。即ち、偏差のサンプリングピッチを５倍にすることができる。

図５に抑制したい低周波の外乱ノイズ（外乱振動）の一例を示す。抑制したい低周波の外乱ノイズは、インプリント装置自身の特性や、インプリント装置の設置条件や経年変化等に応じて異なる。図５に示す低周波の外乱ノイズの例では、周波数は２５Ｈｚであり、周期は４０ｍｓである。図４（Ａ）に示す例の場合、抑制したい外乱振動の１／４０波長分の信号しか、ＮＮ２３に入力することができていない。

一方、実施例１の第２制御系２０は、ＮＮ２３に抑制したい低周波の外乱振動の１／８波長分の信号を入力することができる。即ち、第２制御部の所定の周期（５個置きの周期）と前記の一定間隔（０．１ｍｓ）と第２制御部の入力ノード数（１０）の積を、抑制しようとする振動の周期の１／８以上としているので低周波の外乱ノイズを十分に補正ができる。

このように実施例１では、ＮＮ２３に抑制したい外乱振動を十分な期間にわたって入力することができるので、ＮＮ２３のネットワークパラメータをより最適化でき、抑制したい外乱振動をより効果的に抑制することができる。
なお、ＮＮ２３に抑制したい低周波の外乱振動を十分に入力するためには、ＮＮ２３の入力ノード数Ｎを増やすという方法もある。しかし、入力ノード数を増やすと、隠れ層のノード数も増え、結果的に第２制御系２０の演算量が膨大に増え、演算処理が間に合わなくなるという不具合を生じる可能性がある。

以上のように、実施例１では、ステージ制御部１のサンプリング周波数を高く保ったまま、第２制御系サンプリング時間を疑似的に長くするようにフィードバック制御装置を構成している。これにより、第１制御系１０の制御性能を維持したまま、第２制御系の演算量を増やすことなく、第２制御系が低周波の外乱ノイズを十分に抑制することを可能にしている。このように、実施例のリソグラフィ装置によれば、フィードバック制御装置によって制御される制御対象としてのステージを用いてリソグラフィのための高精度のパターンを形成部によって形成することができる。なお、制御対象はステージに限らず型であってもよい。

＜実施例２＞
次に、図６に基づいて実施例２のフィードバック制御装置について説明する。図６は実施例２における第２制御系の概略図であり、実施例１と同様に、Ｍ＝４６、Ｎ＝１０、Ｌ＝５の例を示している。

ただし、実施例２の第２制御系２０では、図６に示すように、第２制御系２０に入力されたステージ偏差を所定期間（Ｌサンプル分）ホールドする偏差ホールド部２４を有している。これにより、偏差メモリ２１にはＬ個ずつ（図６の場合は５個ずつ）同じ偏差が入力される。ここで、偏差ホールド部２４は偏差メモリ２１に入力される制御偏差を所定の期間ホールドするホールド部として機能している。

サンプリング周波数Ｆｓ＝１０ｋＨｚの場合、実施例１では、ＮＮ２３に入力されるステージ偏差も１０ｋＨｚで更新されていくが、実施例２では、ＮＮ２３に入力されるステージ偏差は１０ｋＨｚ／５＝２ｋＨｚで更新されるようになる。すなわち、第２制御系２０のサンプリング周波数を疑似的に２ｋＨｚに低くすることになる。

実施例１の第２制御系２０のサンプリング周波数は１０ｋＨｚなので、サンプリング定理によると、５ｋＨｚの変動まで測定可能である。一方、実施例２の第２制御系２０のサンプリング周波数は２ｋＨｚなので、サンプリング定理によると、１ｋＨｚまでしか測定できないことになる。すなわち、実施例２の第２制御系２０は、ＮＮ２３の前段に１ｋＨｚのローパスフィルタを追加したことになる。

第２制御系２０により低周波の外乱振動を抑制したい場合は、高周波成分を除去したステージ偏差をＮＮ２３に入力した方が、ＮＮ２３のネットワークパラメータを、より最適化でき、抑制したい低周波の外乱ノイズをより効果的に抑制することができる。
このように本実施例では、サンプリング部において、第２制御部へ入力される前記制御偏差に関する情報を所定の周期で間引いているが、所定の周期は外乱ノイズの周期に応じて設定される。その設定は手動であってもよいし、自動であってもよい。自動の場合には、外乱ノイズの周期をスペクトルアナライザ等で自動的に検出し、検出された外乱ノイズの周期に応じてサンプリング部における間引きの周期（所定の周期）を設定してもよい。
＜実施例３＞

上記実施例では、インプリント装置にパターン部を有する型を用いた。しかし、パターン部がない平坦な型を含む平坦化部を用いて基板上の樹脂等の組成物を平坦化するように成形するいわゆる平坦化装置（成形装置）にも上述のフィードバック制御装置を適用することができる。即ち、平坦化装置（成形装置）の例えば、型や基板のステージ等の制御対象の位置制御にも上述のフィードバック制御装置を適用できる。

また、マスクを照明して、マスクのパターンを投影光学系により基板に転写して基板上にパターンを形成する形成部を有する露光装置のマスクや基板のステージの位置制御にも上述のフィードバック制御装置を適用することができる。
さらに、インプリント装置以外の測定装置や加工装置にも適用できる。

測定装置においては、対象物体（制御対象）の位置を制御するために、上述のフィードバック制御装置を有し、フィードバック制御装置によって位置が制御された物体を測定する測定部も有する。測定部としては、接触式のプローブや、非接触式の干渉計測器が挙げられる。
また、加工装置としては、対象物体の位置を制御するために、上述のフィードバック制御装置を有し、フィードバック制御装置によって位置が制御された物体を加工する加工部も有する。加工部として例えば、切削用のバイトやレーザーなどが挙げられる。

（物品製造方法）
本実施例のフィードバック制御装置は、例えば、半導体デバイス等のマイクロデバイスや微細構造を有する素子等の物品の製造方法に好適である。本実施例の物品の製造方法は、リソグラフィ装置を用いて基板に供給（塗布）されたインプリント材に上記のインプリント装置（インプリント方法）を用いてパターンを形成する工程を含む。更に、かかる工程でパターンを形成された基板を加工する工程と、加工された基板から物品を製造する製造工程とを含む。

更に、かかる製造方法は、他の周知の工程（酸化、成膜、蒸着、ドーピング、平坦化、エッチング、レジスト剥離、ダイシング、ボンディング、パッケージング等）を含む。本実施例のフィードバック制御装置を用いた物品の製造方法は、従来の方法に比べて、位置合わせ精度が高く、物品の性能・品質・生産性・生産コストの少なくとも１つにおいて有利である。

次に、前述のフィードバック制御装置を用いた露光装置等のリソグラフィ装置を利用して物品（半導体ＩＣ素子、液晶表示素子、カラーフィルタ、ＭＥＭＳ等）を製造する方法を説明する。物品は、前述の露光装置等を使用して、感光剤が塗布された基板（ウェハ、ガラス基板等）を露光する工程と、その基板（感光剤）を現像する工程と、現像された基板を他の周知の加工工程で処理することにより製造される。他の周知の工程には、エッチング、レジスト剥離、ダイシング、ボンディング、パッケージング等が含まれる。本製造方法によれば、従来よりも高品位の物品を製造することができる。

以上、本発明をその好適な実施例に基づいて詳述してきたが、本発明は上記実施例に限定されるものではなく、本発明の主旨に基づき種々の変形が可能であり、それらを本発明の範囲から除外するものではない。
なお、本実施例における制御の一部または全部を上述した実施例の機能を実現するコンピュータプログラムをネットワーク又は各種記憶媒体を介してフィードバック制御装置、リソグラフィ装置、測定装置、加工装置、平坦化装置等に供給するようにしてもよい。そしてそのフィードバック制御装置、リソグラフィ装置、測定装置、加工装置、平坦化装置等におけるコンピュータ（又はＣＰＵやＭＰＵ等）がプログラムを読み出して実行するようにしてもよい。その場合、そのプログラム、及び該プログラムを記憶した記憶媒体は本発明を構成することとなる。

１ ステージ制御部
２ 位置測定部
３ 位置指令部
４ 電流ドライバ
５ モータ
６ 装置主制御部
７ ステージ
１０ 第１制御系
２０ 第２制御系
２１ 偏差メモリ
２２ 入力ノード
２３ ニューラルネットワーク
２４ 偏差ホールド部
１００ インプリント装置
１０１ 本体構造体
１０２ 除振機構
１０３ ウエハ
１０４ モールド
１０５ インプリントヘッド
１０６ アライメント検出器
１０７ ディスペンサ
１０８ 照明系
２００ 制御系

Claims (21)

1. 制御対象の測定値と目標値との制御偏差に関する情報を入力として、前記制御対象に対する操作量を出力するフィードバック制御装置であって、
   前記制御偏差に関する情報を入力として、前記制御対象に対する第１操作量を出力する第１制御部と、
   前記制御偏差に関する情報を入力として、前記制御対象に対する第２操作量を出力するとともに、前記第２操作量を演算するためのパラメータが機械学習によって決定される第２制御部と、
   前記第１制御部から出力される前記第１操作量と前記第２制御部から出力される前記第２操作量とを用いて前記制御対象を操作する操作部と、
   前記第２制御部へ入力される前記制御偏差に関する情報を所定の周期で間引くためのサンプリング部と、を有するフィードバック制御装置。
2. 前記第２制御部は複数の入力ノードを有し、前記入力ノードの数よりも大きい数の複数の前記制御偏差を保存することができるメモリを介して前記入力ノードに前記制御偏差が入力されることを特徴とする請求項１に記載のフィードバック制御装置。
3. 前記サンプリング部は前記メモリに保存された複数の前記制御偏差を前記所定の周期で間引いて前記入力ノードに供給することを特徴とする請求項２に記載のフィードバック制御装置。
4. 前記所定の周期は外乱ノイズの周期に応じて設定される値であることを特徴とする請求項２または３に記載のフィードバック制御装置。
5. 前記メモリに入力される前記制御偏差が、前記第１制御部の入力に同期して更新されることを特徴とする請求項２～４のいずれか１項に記載のフィードバック制御装置。
6. 前記メモリに入力される前記制御偏差が、所定の間隔毎に更新されることを特徴とする請求項２～５のいずれか１項に記載のフィードバック制御装置。
7. 前記第２制御部の前記所定の周期と前記間隔と前記第２制御部の入力ノードの数の積を、抑制しようとする振動の周期の１／８以上としたことを特徴とする請求項６に記載のフィードバック制御装置。
8. 前記メモリに入力される前記制御偏差を所定の期間ホールドするホールド部を有することを特徴とする請求項２～７のいずれか１項に記載のフィードバック制御装置。
9. 前記第１制御部は機械学習を用いずに前記第１操作量を出力することを特徴とする請求項１～８のいずれか１項に記載のフィードバック制御装置。
10. 制御対象の測定値と目標値との制御偏差の履歴に関する情報を入力として、前記制御対象に対する操作量を出力するフィードバック制御装置であって、
    前記制御偏差の履歴に関する情報に含まれる所定数の制御偏差データを入力として、前記制御対象に対する操作量を出力するとともに、前記操作量を演算するためのパラメータが機械学習によって決定される制御部と、
    前記制御部から出力される前記操作量を用いて前記制御対象を操作する操作部と、
    前記制御偏差の履歴に関する情報を所定の周期で間引いて前記制御部へ入力される前記所定数の制御偏差データを選択するサンプリング部と、を有するフィードバック制御装置。
11. 前記サンプリング部は、前記制御偏差の履歴に関する情報に含まれる複数の制御偏差データから一定の時間間隔ごとに前記所定数の制御偏差のデータを選択することを特徴とする請求項１０に記載のフィードバック制御装置。
12. 前記サンプリング部は、前記所定数の制御偏差データの時間長が長くなるように前記制御偏差の履歴に関する情報を所定の周期で間引いて前記制御部へ入力される前記所定数の制御偏差データを選択することを特徴とする請求項１０または１１に記載のフィードバック制御装置。
13. 前記サンプリング部は、前記所定数の制御偏差データのサンプリングピッチが長くなるように前記制御偏差の履歴に関する情報を所定の周期で間引いて前記制御部へ入力される前記所定数の制御偏差データを選択することを特徴とする請求項１０～１２のいずれか１項に記載のフィードバック制御装置。
14. 請求項１～１２のいずれか１項に記載のフィードバック制御装置と、前記フィードバック制御装置によって制御される前記制御対象を用いてリソグラフィのためのパターンを形成する形成部と、を有することを特徴とするリソグラフィ装置。
15. 請求項１～１２のいずれか１項に記載のフィードバック制御装置と、前記フィードバック制御装置によって制御される前記制御対象の位置を測定する測定部と、を有することを特徴とする測定装置。
16. 請求項１～１２のいずれか１項に記載のフィードバック制御装置と、前記フィードバック制御装置によって制御される前記制御対象を加工する加工部と、を有することを特徴とする加工装置。
17. 請求項１～１２のいずれか１項に記載のフィードバック制御装置と、前記フィードバック制御装置によって制御される前記制御対象を用いて組成物を平坦化する平坦化部と、を有することを特徴とする平坦化装置。
18. 請求項１４に記載されたリソグラフィ装置を用いて基板上にパターンを形成する工程と、パターンが形成された基板を加工する工程と、加工された基板から物品を製造する製造工程と、を有することを特徴とする物品の製造方法。
19. 請求項１～１２のいずれか１項に記載のフィードバック制御装置の各部をコンピュータにより制御するためのコンピュータプログラム。
20. 制御対象の測定値と目標値との制御偏差に関する情報を入力として、前記制御対象に対する操作量を出力するフィードバック制御方法であって、
    前記制御偏差に関する情報を入力として、前記制御対象に対する第１操作量を出力する第１制御工程と、
    前記制御偏差に関する情報を入力として、前記制御対象に対する第２操作量を出力するとともに、前記第２操作量を演算するためのパラメータが機械学習によって決定される第２制御工程と、
    前記第１制御工程によって出力される前記第１操作量と前記第２制御工程によって出力される前記第２操作量とを用いて前記制御対象を操作する操作工程と、
    前記第２制御工程へ入力される前記制御偏差に関する情報を所定の周期で間引くためのサンプリング工程と、を有するフィードバック制御方法。
21. 制御対象の測定値と目標値との制御偏差の履歴に関する情報を入力として、前記制御対象に対する操作量を出力するフィードバック制御方法であって、
    前記制御偏差の履歴に関する情報に含まれる所定数の制御偏差データを入力として、前記制御対象に対する操作量を出力するとともに、前記操作量を演算するためのパラメータが機械学習によって決定される制御工程と、
    前記制御工程によって出力される前記操作量を用いて前記制御対象を操作する操作工程と、
    前記制御偏差の履歴に関する情報を所定の周期で間引いて前記制御工程において入力される前記所定数の制御偏差データを選択するサンプリング工程と、を有するフィードバック制御方法。
    

Images