JPH0822392A - 意志決定方法及び装置 - Google Patents

意志決定方法及び装置

Info

Publication number
JPH0822392A
JPH0822392A JP6158375A JP15837594A JPH0822392A JP H0822392 A JPH0822392 A JP H0822392A JP 6158375 A JP6158375 A JP 6158375A JP 15837594 A JP15837594 A JP 15837594A JP H0822392 A JPH0822392 A JP H0822392A
Authority
JP
Japan
Prior art keywords
weight
action
proposition
intention
situation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP6158375A
Other languages
English (en)
Inventor
Masatoshi Furuya
雅年 古谷
Fuminobu Furumura
文伸 古村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP6158375A priority Critical patent/JPH0822392A/ja
Priority to US08/499,203 priority patent/US5870730A/en
Publication of JPH0822392A publication Critical patent/JPH0822392A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • G06N5/048Fuzzy inferencing

Abstract

(57)【要約】 (修正有) 【目的】 コンピュータで意志決定を行なうとき、命題
の後件部を意志の助動詞を用いて表現し、その表現に基
づく意志決定方法を提供する。 【構成】 ある行動に対する命題を、IF(Aという状
況),THEN(Bという行動をする)+(意志の助動
詞)という形式で記述し、主観的判断に基づいて命題の
前件部に記述されたある状況への適合度を算出し(20
2)、後件部の行動する意志に対する重みを求める(2
03)。そして、まず、最も強い意志に対する重みに着
目し(204)、他のすべての重みと比べて(20
5)、着目した重みが最大のとき、それを意志として決
定し(209)、着目した重みが最大でないとき、次の
強さの意志に相当する重みに換算して(207)、再び
処理(205)に戻る。以上の処理を行動の意志が決定
できるまで、意志の強さ順に繰り返す。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】本発明は、ロボット、自動車、宇
宙機などの移動体の行動を自律的に決定する意志決定方
法、世論調査による意志の結果分析、人間の行動の意志
決定を支援する方法、及び装置に関する。
【0002】
【従来の技術】ロボットをはじめとして、移動体の行動
を「人間らしい」判断に基づいて自律的に決定する技術
が提案されている。例えば、日本ファジィ学会誌、Vo
l.5、No.1、pp116−128(1993)の
「あいまい状況適応能力を有する自律移動ロボットの行
動決定ファジィアルゴリズム」には、以下の方法が提案
されている。
【0003】「安全性重視」「省エネ」「最短時間」の
中から、適切な戦略をファジィ評価で選択し、その戦略
に従って、行動決定のファジィルール、アルゴリズム、
パラメータ、しきい値などをチューニングする。そし
て、それらに従って、センサ情報に基づいて「通過可
能」「障害物回避可能」などのあいまい状況を認識し、
あいまい状況への適合度のしきい値処理を行って、「引
き返す」「通過する」「待つ」「回避する」などの行動
を決定する。前件部と後件部とから命題を例えばルール
表現にして推論を行う場合を考えると、ルールの表現形
式は、 IF (Aという状況) , THEN (Bという行
動をせよ) となっている。
【0004】また、世論調査などでは、一般に、「あな
たはCという行動をすることについてどう思いますか」
という質問に対して、「Cをしなければならない」「C
をすべきだ」「Cをしてはいけない」などの回答群を用
意し、数千件の回答者から回答を入手して、回答の割合
を算出する。このとき、回答に対して、肯定的な意見
と、否定的な意見にわけて単純な加算演算を行って評価
を行うことが多い。
【0005】
【発明が解決しようとする課題】人間が行動の意志決定
を行う場合、命令的に決めてしまうこともあるが、実際
には、 「駐車場がないので、自動車を使ってはいけない」 「健康のために、階段をのぼった方がよい」 「汗をかいたら、風呂に入るべきだ」 のように、意志の助動詞を用いた命題から意志決定を行
うこともが多い。しかし、従来のコンピュータによる意
志決定では、命題の後件部を命令的、あるいは、断定的
に表現して処理を行なっている。
【0006】本発明の目的は、意志決定のための命題の
後件部を意志の助動詞を用いて表現し、これによる意志
決定方法及び装置を提供することにある。
【0007】
【課題を解決するための手段】上記目的を達成するため
に、ある行動を決定するための命題を、 IF (Aという状況), THEN (Bという行動をする)+(意志の助動詞) という形式で表現し、命題の前件部IF部によって、あ
る状況への適合度を算出し、その適合度を後件部(TH
EN部)に対する重みとし、最も強い意志を表す後件部
の重みが他の後件部の重みと比較して最大であるなら
ば、それを行動の意志とその重みとし、最も強い意志を
表す後件部の重みが他の後件部の重みと比較して最大で
ないならば、最も強い意志を表す後件部の重みを、次に
強い意志に相当する重みに換算し、換算された重みと、
前記次に強い意志を表す後件部のもとの重みとに基づい
て、この強さの意志に対する新たな重みを算出し、その
重みが他の後件部の重みと比較して最大であるならば、
それを行動の意志とその重みとし、新たな重みが他の後
件部の重みと比較して最大でないならば、行動の意志が
決定できるまで、上記の処理を意志の強さ順に繰りかえ
して行動の意志を決定する。
【0008】また、上記の方法によって意志決定された
行動が複数あるとき、行動を属性別に分類し、属性ごと
に、代表する行動とその意志とその重みを決定し、属性
ごとに決定された代表する行動が同時に実行できるかど
うかを判定し、代表する行動の全てが同時に実行できる
ときは、これらすべての行動とその意志とその重みを最
終的な意志と決定し、同時に実行できない組み合わせが
存在するときは、その組み合わせの行動の中で優先され
る行動とその意志とその重みを選択し、優先されなかっ
た行動の属性に対して、改めて別の代表する行動とその
意志とその重みを決定し、再び代表する行動が同時に実
行できるかどうか判定し、最終的な行動の意志が決定で
きるまでこの処理を繰りかえして複数の行動に対する意
志を決定する。
【0009】
【作用】意志の助動詞を用いた表現による命題をコンピ
ュータ処理することにより、移動体を自律操縦するとき
の優先度が高い命題に強い意志をつけることができ、例
えば、安全に関するような命題に記述された行動を優先
的に実行させることができる。また、世論調査におい
て、意志の助動詞を用いた回答群に対する調査結果から
別の観点からとらえた代表意見を決定することができ
る。また、意志とその重みをグラフィック表示などによ
り示すことで人間の行動決定の判断を支援できる。さら
に、株式などの自動運用を行なうとき、運用するための
命題を運用者が意志の助動詞を用いて決めることができ
る。
【0010】
【実施例】図1は、本発明による意志決定のための命題
の後件部を説明する図である。
【0011】図の横軸は、ある行動をする(101)こ
とに対する意志が数段階(111)〜(118)で示さ
れている。縦軸は、各意志に対する重み(102)であ
る。本発明では、行動することの意志表現に意志の助動
詞を用いる。ここでは、 must(〜しなければならない、111) should(〜すべきだ、112) had better(〜したほうがよい、113) may(〜してもよい、114) must not(〜してはいけない、115) should not(〜すべきでない、116) had better not(〜しない方がよい、1
17) may not(〜しなくてもよい、118) の8個の意志の助動詞表現を用いる。(111)〜(1
14)までは、肯定的な意志を表し、mustが最も強
い意志を表す(103)。(115)〜(118)まで
は、否定的な意志を表し、must notが最も強い
意志を表す(104)。
【0012】意志決定のための命題について説明する。
命題の表現形式は、 IF (Aという状況) , THEN (Bという行動を)+(意志の助動詞) である。例えば、 「雨が降っていれば、 傘をささなければならない」 というような表現である。このとき、「雨が降ってい
る」という状況への適合度が何らかの主観的判断によっ
て0.8となったとき、「傘をさす」という行動をしな
ければならない(must)という意志に対する重みが
0.8とみなす(120)。
【0013】図2は、本発明の意志決定の手順を説明を
するための図である。
【0014】まず、ある行動に対する命題を記述する
(201)。例えば、「傘をさす」という行動に対し
て、 「雨が降っていれば、傘をささなければならない」 「強風ならば、(安全のため)傘をさすべきではない」 「陽射しが強ければ、傘をさした方がよい」 「普通の天候ならば、傘をさす必要はない(ささなくて
よい)」 というような命題である。次に、主観的判断に基づいて
命題の前件部に記述されたある状況への適合度を算出し
(202)、後件部の行動する意志に対する重みを求め
る(203)。そして、各意志に対する重みから、行動
の意志を決定する(209)。その決定方法を以下に示
す(204〜208)。
【0015】(1)最も強い意志に対する重みが、他の
すべての重みと比べて最大のとき、それを意志として決
定する。
【0016】(2)最も強い意志に対する重みが、他の
すべての重みに比べて最大でないとき、この意志に対す
る重みを次に強い意志に対する重みに換算する。
【0017】このとき、例えば、意志レベルLの重みX
に、意志レベルMの重みを 1−M/L(1−X) で換算する。ただし、意志レベルMにもともと重みYが
存在するときは、 max(Y,1−M/L(1−X)) を意志レベルMの新たな重みとする。
【0018】(3)次に強い意志に対する重みが、他の
すべての重みと比べて最大のとき、それを意志として決
定する。
【0019】(4)以上の処理を行動の意志が決定でき
るまで、意志の強さ順に繰り返す。
【0020】上記の処理の(2)について具体例を示
す。
【0021】今、意志レベルを、must(4),sh
ould(3)とする。ある命題によって、「傘をささ
なければならない」という意志の重みが0.4、「傘を
さすべきだ」という意志の重みが0.6だったとする。
このとき、mustの意志の重みを上記の式でshou
ldの意志の重みとして換算すると0.55となる。そ
して、重みの最大の方を採用するので、結局shoul
dの意志の重みはもとの値の0.6となる。
【0022】上記の処理の(2)については、別の方法
を用いてもよい。例えば、 (2’)意志レベルLの重みXと、意志レベルMのもと
もとの重みYを用いて、 W=Y+(1−M/L)X という式によって、意志レベルMの新たな重みを求め
る。ただし、Wが1を越えるときは、W=1とする。
【0023】上記の処理の(2’)について具体例を示
す。
【0024】前述の例と同じように、「傘をささなけれ
ばならない」という意志の重みが0.4、「傘をさすべ
きだ」という意志の重みが0.6だったとする。このと
き、mustの意志の重みとshouldの意志の重み
とから、新たなshouldの意志の重みは0.7とな
る。
【0025】以下、上記(2)の方法を用いて、意志決
定する具体例を説明する。
【0026】図3は、「Cという行動をする」ことに対
して、命題の前件部の処理によって、各意志に対する重
みが求められている場合の図である。この例では、最強
レベルのmustの重み(0.8)と、must no
tの重み(0.6)のうち、mustの重みが他の重み
と比較して、最大となっている。従って、0.8という
重みで「Cという行動をしなければならない」と行動す
る意志を決定する。
【0027】図4は、「Dという行動をする」ことに対
して、命題の前件部の処理によって、各意志に対する重
みが求められている場合の図である。この例では、最強
レベルのmustの重み(0.4)が他の重みと比較し
て最大となっていないので、shouldの重みに換算
する。しかし、この重み(0.55)も他の重みと比較
して最大となっていないので、さらに、had bet
terの重みに換算する。このとき、次のレベルでは肯
定のhad beterと否定のhad better
notの2つを比較するが、had betterの
重み(0.7)が他の重みと比較して最大となっている
ので、0.7という重みで「Dという行動をした方が良
い」と行動する意志を決定する。
【0028】ここまでは、1つの行動に対する意志決定
について説明した。以下では、複数の行動に対する意志
決定について説明する。
【0029】以下の例では、複数の行動として、「走
る」「歩く」「止まる」「手を振る」「腕組みをする」
を考える。このとき、「走る」「歩く」「止まる」とい
う行動は、足の動作に関する同じ属性である。「手を振
る」「腕組みをする」という行動は、手の動作に関する
同じ属性である。同じ属性の行動に対しては、代表する
1つの行動を選択しなければならない。また、「手を振
る」という行動は、足の動作に関する行動のすべてと同
時に実行できるが、「腕組みをする」という行動は、足
の動作に関して、「止まる」という行動としか同時に実
行できないものとする。
【0030】図5は、本発明の複数の行動に対する意志
決定の手順を説明するための図である。ただし、既に、
各行動に対する意志決定処理(209)は行われている
ものとする。
【0031】まず、複数の行動を属性別に分類する(3
01)。例えば、「走る」「歩く」「止まる」という行
動は、足の動作という属性に、「手を振る」「腕組みを
する」という行動は、手の動作という属性に分類する。
次に、各属性ごとに、代表する行動を決定し(30
2)、代表する行動のすべてが同時に実行できるように
なるまで、処理(303)から(305)を繰り返し、
最終的な行動の意志を決定する(306)。
【0032】図6は、各属性ごとに、代表する行動を決
定する(302)手順を説明するための図である。
【0033】まず、属性を選択し(311)、その属性
に対する行動のすべての意志とその重みを記憶しておく
(312)。次に、最も強い意志で決定されている行動
に着目し(313)、着目した行動の重みのうちの1つ
が、他の重みと比べて最大になっていれば、その行動を
代表とし(317)、代表の行動の意志とその重みは、
処理(302)で記憶したものを用いる。着目した行動
の重みのすべてが、他の重みと比べて最大でないなら
ば、着目した行動のすべての重みを、次の強さの意志の
重みに換算し(315)、この強さの意志に決定、また
は、換算されている行動に着目する(316)。そし
て、(314)から(316)までの処理を代表する行
動が決定できるまで繰り返す。以上の処理をすべての属
性に対して実行する(319)。
【0034】例えば、足の動作に関する属性の行動に対
する意志と重みが、それぞれ、 「走る」:must:0.2 「歩く」:should:0.6 「止まる」:may:0.1 だとすると、最も強い意志(この例では、must)で
決定されている行動は「走る」だけである。しかし、こ
の意志の重みは0.2で最大ではないので、shoul
dに換算する。前述の方法の1つで換算すると、この重
みは0.4になる。次に、shouldで決定されてい
る行動「歩く」と、shouldに換算された行動「走
る」の重みについて検討すると、「歩く」の重みが0.
6で最大であるので、結局代表する行動とその意志と重
みは、 「歩く」:should:0.6 となる。一方、上記の例が 「走る」:must:0.2 「歩く」:should:0.3 「止まる」:may:0.1 だとすると、shouldで決定されている行動「歩
く」の重み0.3と、shouldに換算された行動
「走る」の重み0.4について検討すると、「走る」の
重みが0.4で最大であり、代表する行動を「走る」と
する。ただし、このときの意志と重みは、 「走る」:must:0.2 となる。
【0035】図7は、同時に実行できない組み合わせの
行動の中で優先される行動を選択する(304)手順を
説明するための図である。
【0036】まず、同時に実行できない組み合わせの行
動の中で、最も強い意志で決定されている行動に着目し
(321)、着目した行動の重みのうちの1つが、他の
重みと比べて最大になっていれば、その行動を優先する
ものとし(325)、着目した行動の重みのすべてが、
他の重みと比べて最大でないならば、着目した行動のす
べての重みを、次の強さの意志の重みに換算し(32
3)、この強さの意志に決定、または、換算されている
行動に着目する(324)。そして、(322)から
(324)までの処理を優先される行動が決定できるま
で繰り返す。
【0037】優先されなかった行動の属性に対して別の
代表する行動とその意志とその重みを決定する手順は、
優先されなかった行動を除外した上で、処理(302)
を行なうものである。
【0038】以下、複数の行動に対する意志決定の具体
例を説明する。今、各行動の意志とその重みとが、それ
ぞれ、 「走る」:must:0.3 「歩く」:should:0.2 「止まる」:should:0.1 「手を振る」:must not:0.1 「腕組みをする」:should:0.5 だとする。このとき、足の動作、及び、手の動作に関す
る属性を代表する行動とその意志とその重みとは、処理
(302)によって、 「走る」:must:0.3 「腕組みをする」:should:0.5 となる。この「走る」と「腕組みをする」という行動
は、同時に実行できない。そこで、処理(304)を行
なうと、優先する行動は、「腕組みをする」方である。
従って、足の動作に関する属性を代表する別の行動を処
理(305)で決定すると、 「歩く」:should:0.2 「腕組みをする」:should:0.5 である。しかし、これも同時に実行できないので、再
度、処理(305)を行なうと、 「止まる」:should:0.1 「腕組みをする」:should:0.5 となり、この組み合わせは同時に実行できるので、結
局、これが最終的に決定される行動の意志となる(30
6)。
【0039】なお、ここまでの説明においては、意志の
レベルを固定(mustなら4、shouldなら3)
していたが、これらを可変にしてもよい(mustを
3.8、shouldを3.1に調整)。
【0040】以上、説明した方法の具体的な適用例とし
て以下の(A)〜(D)について説明する。
【0041】(A)宇宙機のランデヴドッキングにおけ
る自律的な行動決定 (B)世論調査の結果分析 (C)カーナビゲションでのドライバー支援 (D)株式の自動運用 (A)宇宙機のランデヴドッキングにおける自律的な行
動決定 宇宙ステーションの建設、及び、運用のためには、地上
と宇宙ステーションを往還する輸送システムが必要であ
る。輸送システムとしては、パイロットによる操縦、地
上オペレータによる遠隔操縦、搭載コンピュータによる
自律操縦などが考えられるが、特に、運用コスト、通信
遅延などを考慮すると、自律操縦が有効である。この自
律操縦を行なうには、オンボードコンピュータによる意
志決定の技術が必要である。
【0042】図8は、宇宙機を自律操縦するためのシス
テム構成図である。
【0043】運動用センサ(411)とフィルタ処理部
(412)による軌道、姿勢データ(431)と、機器
監視装置(413)による機器の状況(432)と、地
上局などの外部(414)からの通信による命令(43
3)とを、意志決定装置(400)に入力する。
【0044】意志決定装置において、命題記憶部(40
6)には、 IF (Aという状況) ,THEN (Bという行動
をする)+(意志の助動詞) という表現形式で、命題を記述しておく。状況適合度算
出用データベース(405)には、軌道、姿勢データ
(431)、機器の状況(432)、通信命令(43
3)に基づいて、ある状況への適合度を算出するための
データを記憶しておく。行動属性記憶部(407)に
は、各行動の属性を記憶しておく。状況適合度算出部
(401)は、命題記憶部の命題と、状況適合度算出用
データベースのデータを参照して、軌道、姿勢データ
(431)、機器の状況(432)、通信命令(43
3)とに基づいて、命題の前件部に記述してある状況へ
の適合度(434)を算出する。行動の意志決定部(4
02)は、各行動別に、命題記憶部の命題を参照して、
命題の後件部に記述してある意志の重みを求め、各行動
に対する意志とその重み(435)を求める。行動属性
分類部(403)は、行動属性記憶部の属性情報を参照
して、各行動に属性をつける。最終的な行動決定部(4
04)は、属性ごとに代表する行動を決め、最終的に実
行されるべき行動を決定する。
【0045】意志決定装置は、上記の最終的に決定され
た実行されるべき行動を、運動計画部(415)、機器
運用計画部(419)、通信送信装置(421)に出力
する。
【0046】運動計画部(415)は、運動に関する属
性を持つ行動に基づいて、具体的な運動計画をたて、目
標値算出部(416)は、運動計画に基づいて軌道、姿
勢の目標値を算出し、この目標値と実際のデータ(43
1)とに基づいて、制御部(417)と、運動用アクチ
ュエータ(418)により宇宙機に力やトルクなどを与
える。
【0047】機器運用計画部(419)は、機器に関す
る属性を持つ行動に基づいて、具体的な運用計画をた
て、機器制御装置(420)によって、機器のオンオフ
などを行なう。
【0048】通信送信装置(421)は、意志決定装置
(400)が決定した最終的な行動とその意志とその重
みを地上局などの外部へ送信する。
【0049】図9は、宇宙機のランデヴドッキングの最
終段階における、軌道運動に関する属性を持つ行動を説
明するための図である。
【0050】輸送機(451)には、宇宙ステーション
(452)で利用する物資などが積み込まれている。こ
の2つの宇宙機を結合して、物資の供給を行なう。輸送
機の軌道運動に関する属性を持つ行動としては、宇宙機
間の距離を一定に保つ「相対停止(461)」、宇宙ス
テーションに直線的に近づく「相対接近(462)」、
宇宙ステーションと直線的に離れる「相対後退(46
3)」、別の軌道に回避する「アボート(464)」が
ある。これらの行動の意志決定を輸送機(451)に搭
載した意志決定装置(400)により行なう。
【0051】以下、意志決定の具体的な例を説明する。
【0052】命題記憶部(406)には、例えば、以下
のような命題が数多く記憶されている。
【0053】IF (機器のすべてが正常に働いてい
る) , THEN (相対接近する)(may) IF (燃料がたりない), THEN (アボートする)(must) IF (到着時間までの時間がありすぎる), THEN (相対停止する)(had better) IF (距離が近い), THEN (近接センサを作動させる)(must) IF (推力低下が大きい), THEN (燃料系統を切り替える)(should) 状況適合度算出用データベース(405)には、例え
ば、「到着時間までの時間がありすぎる」という状況へ
の適合度を算出するために、図10のようなメンバシッ
プ関数(471から475)のデータが記憶されてい
る。
【0054】行動属性記憶部(407)には、例えば、
「相対接近する」「相対停止する」などには、軌道運動
という属性を、「近接センサを作動させる」には、近接
センサ運用という属性を記憶しておく。
【0055】状況適合度算出部(401)では、例え
ば、命題記憶部の IF (到着時間までの時間がありすぎる), THEN (相対停止する)(had better) という命題の前件部と、状況適合度算出用データベース
の図10のようなデータを参照して、軌道データ(43
1)から、距離や残り時間を算出し、「到着時間までの
時間がありすぎる」という状況への適合度(0.05)
をファジィ推論により算出している。そして、行動の意
志決定部(402)によって、 「相対停止する」:had better:0.05 と結論づけられる。以上のような処理を該当する命題す
べてに対して行い、最終的な行動の意志を属性別に決定
する。その結果が、例えば、 軌道運動属性:「アボートする」:must:0.8 近接センサ運用属性:「近接センサを作動させる」:m
ust:1.0 などの意志決定がされている場合、運動計画機能(41
5)は、現在アボート状態でなければ、いつ、どこへア
ボートを開始するのかを計画し、機器運用計画部(41
9)は、近接センサが作動していないならば、作動スイ
ッチのオン命令をだす。
【0056】このように、宇宙機を自律操縦させようと
する設計者は、行動の意志決定をするための命題を意志
の助動詞を用いて表現することが可能となり、強い意志
を持つ命題の重みが大きいとき、それを優先的に実行す
るので、安全性に関する命題の意志を強くしておくこと
で、安全優先の行動をとりやすくできる。
【0057】(B)世論調査の結果分析 民意を調査するために、TV,新聞などの報道機関が盛
んに世論調査を実施している。世論調査は、動向を知る
ための有効な手段である。世論調査としては、戸別訪問
による調査、郵送手段による調査、電話による調査など
が考えられるが、特に、リアルタイム性、参加意識など
を考慮すると、TVの生中継放送での電話調査が有効で
ある。この調査をリアルタイムで行なうには、コンピュ
ータによる世論意志の結果分析の技術が必要である。
【0058】図11は、世論調査するためのシステム構
成図である。
【0059】報道機関による世論調査をするためのオペ
レータが、コンピュータ端末などを操作して、質問、回
答などを作成し、質問回答作成装置(510)によっ
て、回答に意志の助動詞をつけた回答群、及び、回答方
法を作成し、質問、回答群、回答方法をグラフィック作
成装置(511)に送る。グラフィック作成装置で、質
問、回答、回答方法などのグラフィックを作成し、モニ
タ(512)にそのグラフィックを表示し、業務用カメ
ラで撮影し、各家庭などに設置したテレビ(514)に
映しだす。回答者は、テレビを見ながら、電話(51
5)を使って、回答を行なう。また、質問回答作成装置
(510)は、回答の意志決定装置(500)の質問回
答群記憶部(507)に質問と回答の関連性を記憶して
おく。
【0060】回答の意志決定装置(500)において、
調査結果集計部(501)は、各回答者からの電話によ
る回答を集計して、回答の意志に対する指示率算出部
(502)で、回答の意志に対する指示率(521)を
算出する。また、この機能において、質問回答群記憶部
(507)を参照して、回答者の電話回答から、具体的
な質問、回答群に翻訳する。意志決定部(503)は、
回答の意志に対する指示率を本発明の意志決定方法にお
ける重みとみなして、質問に対して代表となる意見を決
定する。
【0061】以下、世論調査の結果分析の具体的な例を
説明する。ただし、既に電話回線はつながっているもの
とする。
【0062】オペレータは、例えば、「あなたはAの輸
入についてどう思いますか」という質問と、「制限付き
輸入をする」「制限なし輸入をする」という2つの回答
を作成する。このとき、質問回答作成装置(510)
は、回答群として、 「制限付き輸入をすべきだ」 「制限付き輸入をすべき
でない」 「制限付き輸入をした方がよい」「制限付き輸入をしな
い方がよい」 「制限なし輸入をすべきだ」 「制限なし輸入をすべき
でない」 「制限なし輸入をした方がよい」「制限なし輸入をしな
い方がよい」 のように、意志の助動詞をつけた回答群を作成する。ま
た、回答者の回答方法を作成する。例えば、この質問の
番号を#1として、「制限付き輸入をする」を#1、
「制限なし輸入をする」を#2とし、意志の助動詞を肯
定で強い順に#4、#3、#2、#1、否定で強い順に
*4、*3、*2、*1とする。グラフィック作成装置
(511)は、例えば、 「質問」「行動」「意志の助動詞」「終了」 の順で電話を操作するための回答方法のメッセージグラ
フィックを作成する。そして、回答者はテレビのメッセ
ージに従って、例えば、「制限付き輸入をした方がよ
い」という回答をしたければ、 「#1」「#1」「#2」「##」 と電話を操作する。「##」は終了を意味する。
【0063】調査結果集計部(501)は、「#1」の
質問に対して 「#1」「#4」の回答:40件 「#1」「#3」の回答:30件 のように集計し、回答の意志に対する指示率算出部(5
02)で、「#1」の質問に対する全回答件数が120
件ならば、 「#1」「#4」の指示率:33% 「#1」「#3」の指示率:25% のように指示率を求める。また、このとき、質問回答群
記憶部(507)を参照して、 「#1」「#1」「#3」 を、質問「あなたはAの輸入についてどう思います
か」、回答「制限付き輸入をすべきだ」に翻訳する。回
答の指示率が、例えば、 「制限付き輸入をした方がよい」30% 「制限付き輸入をしてもよい」30% 「制限付き輸入をしてはいけない」40% だとすると、意志決定部(503)は、本発明の意志決
定方法によって、最も強い意志である「してはいけな
い」の意見を尊重して、回答の意志を 「制限付き輸入をしてはいけない」40% と決定し、「制限付き輸入をしてはいけない」と思って
いる意見を代表意見とする。一方、通常の結果分析部
(512)によって、従来のように肯定的な意見と、否
定的な意見に分けて分析すると、肯定意見が60%を占
めるので、「制限付き輸入をする」ことに賛成している
と分析する。これらの結果をグラフィック作成装置(5
11)でグラフィックにして放映する。
【0064】このように、従来の世論調査方法、及び、
その装置に、本発明の意志決定方法を組みこむことで、
質問に対して別の観点で捉えた世論調査の結果分析を行
なうことが出来る。
【0065】(C)カーナビゲションでのドライバー支
援 自動車のナビゲーションシステムは、自車位置を地図上
に表示するシステムである。ナビゲーションシステムに
は、さらにドライバーに道の選択を案内するガイダンス
機能、特定の情報を提供するサービス機能などが搭載さ
れているものもある。特に、運転中のドライバーには、
細かい情報を読み取りにくいので、ドライバーの運転を
支援するガイダンス機能は有効である。
【0066】図12は、ドライバーを支援するガイダン
ス機能を持つナビゲーションシステムのシステム構成図
である。
【0067】自車位置検出装置(611)による自車位
置データ(621)と、機器類などの監視装置(61
2)による機器類などの状況(622)と、環境情報受
信装置(624)が入手する環境情報(623)とを、
誘導の意志決定装置(600)に入力する。また、自車
位置データ(621)は地図検索装置(614)、表示
記号作成装置(615)にも入力される。
【0068】地図検索装置(614)は、地図データベ
ースを参照して、自車位置データに基づいて適当な領域
の地図データを入手し、地図を作成して、モニタ(61
6)に表示する。表示記号作成装置(615)は、自車
位置の表示マークなどを作成し、モニタの地図の上に重
ねあわせて表示する。
【0069】誘導の意志決定装置(600)において、
命題記憶部(604)には、 IF (Aという状況) ,THEN (Bという行動
をする)+(意志の助動詞) という表現形式で、命題を記述しておく。状況適合度算
出用データベース(605)には、自車位置データ(6
21)、機器類などの状況(622)、環境情報(62
3)に基づいて、ある状況への適合度を算出するための
データを記憶しておく。地域情報データベース(40
6)には、道路の種類、公共施設、ガソリンスタンドな
どの位置の情報を記憶しておく。状況適合度算出部(4
01)は、命題記憶部の命題と、状況適合度算出用デー
タベースのデータを参照して、自車位置データ(62
1)、機器類などの状況(622)、環境情報(62
3)とに基づいて、命題の前件部に記述してある状況へ
の適合度(624)を算出する。行動の意志の重み算出
部(602)は、各行動別に、命題記憶部の命題を参照
して、命題の後件部に記述してある意志の重み(62
5)を求める。誘導の意志決定部(603)は、地域情
報データベース(606)を参照して、行動に対する適
切な誘導方向を決め、各誘導方向に対する意志とその重
みを決定する。
【0070】誘導表示図作成装置(617)は、上記の
各誘導方向に対する意志とその重みから誘導用の表示図
を作成し、モニタに表示させる。
【0071】図13は、誘導表示図作成装置(617)
が作成する表示図の例である。
【0072】モニタ(616)には、ある交差点の図が
示され、各誘導方向の代表的な地名が示される。そし
て、例えば、誘導の意志とその重みが 直進:should:0.8 左折:may:0.3 右折:must not:1.0 であるとき、誘導方向の矢印、及び、進入禁止の印の長
さと太さで意志と重みを表す。この例では、 直進:長さ3:太さ0.8の矢印(641) 左折:長さ1:太さ0.3の矢印(642) 右折:長さ4:太さ1.0の進入禁止の印(643) で表示する。
【0073】以下、意志決定の具体的な例を説明する。
【0074】命題記憶部(606)には、例えば、以下
のような命題が数多く記憶されている。
【0075】IF (ガソリンが非常に少ない) , THEN (ガソリンスタンドに行く)(must) IF (標準的な経路は渋滞している), THEN (迂回する)(may) IF (到着目標時間までに間にあいそうにない), THEN (高速道路を走る)(had bette
r) IF (標準的な経路は通行止めである), THEN (標準的な経路を通行する)(must n
ot) IF (迂回路は走行距離が大きすぎる), THEN (迂回する)(had better no
t) 状況適合度算出部(401)では、例えば、命題記憶部
の IF (ガソリンが非常に少ない) , THEN (ガソリンスタンドに行く)+(must) という命題の前件部と、状況適合度算出用データベース
のデータを参照して、機器類などのデータ(622)か
ら、燃料残量を算出し、「ガソリンが非常に少ない」と
いう状況への適合度(例えば0.6)をファジィ推論に
より算出する。そして、行動の意志の重み算出部(60
2)によって、 「ガソリンスタンドに行く」:must:0.6 と算出し、以上のような処理を該当する命題すべてに対
して行い、行動の意志とその重み決定する。そして、誘
導の意志決定部(603)では、地域情報データベース
(606)を参照して、例えば、「ガソリンスタンドに
行く」ための誘導方向(「左折する」、または、「銀座
方面に行く」など)を求め、各行動の意志を全て誘導の
意志に変換し、各誘導に対する意志を決定する。例え
ば、行動の意志とその重みが、 「ガソリンスタンドに行く」:must:0.6 「迂回する」:had better:0.8 で、「ガソリンスタンドに行く」のは「左折する」、
「迂回する」のは「左折する」または「右折する」に変
換されるとすると、 「左折する」:must:0.6 「左折する」:had better:0.8 「右折する」:had better:0.8 となる。ここで、「左折する」の意志決定を本発明の意
志決定方法で行なうと、 「左折する」:must:0.6 「右折する」:had better:0.8 という結果になる。
【0076】誘導の意志決定装置は、さらにこれらの結
果を統合して、最終的な意志決定をすることも可能であ
るが、環境情報には不足しているものが多く含まれるた
め、また、ある程度はドライバーの判断を仰いだ方が良
いため、これらの結果を表示することで、ドライバーの
意志決定を支援する。
【0077】このように、命題に意志の助動詞を用いる
ことによって、ドライバーには意志決定装置が決定した
誘導の意志を、矢印などの大きさで知ることができ、走
行中でも適切な道路を選択するための判断をしやすい。
また、一意的な情報だけを提供するので、ドライバーは
自由にその結果を解釈できる。
【0078】(D)株式の自動運用 通常の株式の運用では、運用者は、株価の変動がある傾
向になったとき、「売り」「買い」の注文を専門家に依
頼、または、委任する。ここでは、運用者が「売り」
「買い」の意志決定を行なうための命題設定ができ、意
志決定装置による行動の意志に従って、株の自動運用を
行なうシステム構成について説明する。
【0079】図14は、株式を自動運用するためのシス
テム構成図である。
【0080】運用者は、命題編集エディタ(710)を
用いて、ネットワーク(720)でオンライン接続され
ている意志決定装置(700)の中にあるパーソナル命
題記憶部(703)の命題を編集する。この命題は、例
えば、 IF (Aという株価が10円くらい上昇した), THEN (Aという株価を自動的に売る)+(ma
y) IF (Aという株価があまり上昇しない), THEN (運用者に連絡する)+(must) などのようになっている。運用者は、株価変動情報提供
装置(711)の株価変動情報を参考にして、いつでも
命題の再編集も可能である。
【0081】意志決定装置(700)において、状況適
合度算出部(701)は、株価変動情報に基づいて、個
人別に、パーソナル命題記憶部(703)を参照し、状
況適合度算出用データベース(704)のデータを用い
て、命題の前件部の状況適合度を算出し、行動の意志決
定部(702)において、行動の意志を決定する。も
し、行動の意志決定の結果が、 「自動的に売る」「自動的に買う」+意志の助動詞 の場合は、行動の意志決定支援装置(712)によっ
て、売買担当者に自動的にその注文をだし、 「売る」「買う」+意志の助動詞 の場合は、行動の意志決定支援装置(712)によっ
て、運用者に確認してから、売買担当者にその注文をだ
す。
【0082】「運用者に連絡する」+意志の助動詞 の場合にも、その旨を運用者に連絡する。
【0083】この装置を用いることによって、運用者は
個人的な主観で意志決定して、株式の自動運用すること
ができる。
【0084】
【発明の効果】意志の助動詞を用いた表現による命題の
コンピュータ処理が可能となる。
【0085】移動体を自律操縦するとき、優先度が高い
命題に強い意志をつけることができ、例えば、安全に関
するような命題に記述された行動を優先的に実行させる
ことができる。同時に実行できない行動に対しても適切
に行動の意志決定を行なうことができる。
【0086】世論調査において、意志の助動詞を用いた
回答群に対する調査結果に基づいて、例えば、強い意志
が大勢をしめたとき、弱い意志に関係なくその意志に決
定したり、通常の多数決方法における小数派の意見も、
強い意志があれば意志決定に反映でき、多数派の意見
も、その意志が弱ければ、必ずしも採用されるとは限ら
ないなどの結果を導くことができる。
【0087】から別の観点からとらえた代表意見を決定
することができる。
【0088】意志とその重みを決定する事で、グラフィ
ック表示などにより人間の行動決定の判断の支援を行な
うことができる。
【0089】さらに、株式、プラントなどの自動運用を
行なうとき、運用するための命題を運用者が意志の助動
詞を用いて設定することができる。
【図面の簡単な説明】
【図1】本発明の特徴である意志決定のための命題の後
件部を説明する図。
【図2】本発明の意志決定の手順を説明をする図。
【図3】意志に対する重みを求める処理例の図。
【図4】意志に対する重みを求める処理例の図。
【図5】本発明の複数の行動に対する意志決定の手順を
説明する図。
【図6】各属性ごとに、代表する行動を決定する手順を
説明する図。
【図7】同時に実行できない組み合わせの行動の中で優
先される行動を選択する手順を説明する図。
【図8】宇宙機を自律操縦するためのシステム構成図。
【図9】宇宙機のランデヴドッキングの最終段階におけ
る、軌道運動に関する属性を持つ行動を説明する図。
【図10】状況適合度の算出の例を示す図。
【図11】世論調査するためのシステム構成図。
【図12】ドライバーを支援するガイダンス機能を持つ
ナビゲーションシステムのシステム構成図。
【図13】誘導表示図の例を示す図。
【図14】株式を自動運用するためのシステム構成図。
【符号の説明】
111〜118…意志の助動詞、400,500,60
0,700…意志決定装置、401,601,701…
状況適合度算出部、502…回答の指示率算出部、40
2,404,503,602,603,702 意志の
重み決定部、406,604,703…命題記憶部、5
04…質問回答群記憶部。

Claims (13)

    【特許請求の範囲】
  1. 【請求項1】前件部と後件部とからなる命題を複数個用
    いてある行動の意志を決定する方法であって、 ある行動を決定するための命題の後件部が、行動部と該
    行動部とは分離された意志の助動詞とにより表現されて
    いることを特徴とする意志決定方法。
  2. 【請求項2】上記命題の前件部によって、ある状況への
    適合度を算出し、その適合度を後件部に対する重みと
    し、 最も強い意志を表す後件部の重みが他の後件部の重みと
    比較して最大であるならば、それを行動の意志とその重
    みとし、 最も強い意志を表す後件部の重みが他の後件部の重みと
    比較して最大でないならば、最も強い意志を表す後件部
    の重みを、次に強い意志に相当する重みに換算し、換算
    された重みと、上記次に強い意志を表す後件部のもとの
    重みとに基づいて、この強さの意志に対する新たな重み
    を算出し、その重みが他の後件部の重みと比較して最大
    であるならば、それを行動の意志とその重みとし、 上記新たな重みが他の後件部の重みと比較して最大でな
    いならば、行動の意志が決定できるまで、上記の処理を
    意志の強さ順に繰りかえす請求項1記載の意志決定方
    法。
  3. 【請求項3】ある強さの意志を表す上記後件部の重み
    を、次に強い意志に相当する重みに換算し、換算された
    重みと上記次に強い意志を表す後件部のもとの重みとに
    基づいて、この強さの意志に対する新たな重みを、 ある強さの意志のレベルをLとし、その意志を表す後件
    部の重みをXとし、次に強い意志のレベルをMとし、そ
    の意志を表す後件部の重みをYとして、 max(Y,1−(1−X)M/L) によって求める請求項2記載の意志決定方法。
  4. 【請求項4】ある強さの意志を表わす上記後件部の重み
    を、次に強い意志に相当する重みに換算し、換算された
    重みと上記次に強い意志を表す後件部のもとの重みとに
    基づいて、この強さの意志に対する新たな重みを、 ある強さの意志のレベルをLとし、その意志を表す後件
    部の重みをXとし、次に強い意志のレベルをMとし、そ
    の意志を表す後件部の重みをYとして、 意志のレベルMの重みYに、(1−M/L)Xを加算
    し、加算された重みが1を越えるときは、上記意志のレ
    ベルMの新たな重みを1とし、加算された重みが1を越
    えないときは、この値を重みとすることによって求める
    請求項2記載の意志決定方法。
  5. 【請求項5】意志の助動詞の強さのレベルが可変である
    請求項2記載の意志決定方法。
  6. 【請求項6】同時に意志決定されるべき行動が複数あ
    り、 請求項2記載の方法によって、それぞれの行動の意志と
    その重みが決定されているとき、 (a)行動を属性別に分類し、 (b)各属性ごとに、代表する行動とその意志とその重
    みを決定し、 (c)各属性ごとに決定された代表する行動が同時に実
    行できるものかどうかを判定し、 (d)代表する行動の全てが同時に実行できるときは、
    これらすべての行動とその意志とその重みを最終的な意
    志と決定し、 (e)同時に実行できない組み合わせが存在するとき
    は、該組み合わせの行動の中で優先される行動とその意
    志とその重みを選択し、優先されなかった行動の属性に
    対して、改めて別の代表する行動とその意志とその重み
    を決定し、 (f)該決定された代表する行動が同時に実行できるも
    のかどうか再判定し、 (g)最終的な行動の意志が決定できるまで、上記の処
    理を繰りかえす意志決定方法。
  7. 【請求項7】上記処理(b)は、 各属性の中で最も強い意志で決定されている行動の重み
    の1つが、該属性の他の行動の重みと比較して最大であ
    るならば、それを該属性を代表する行動とその意志とそ
    の重みとして決定する処理と、 各属性の中で最も強い意志で決定されている行動のすべ
    ての重みが、該属性の他の行動の重みと比較して最大で
    ないならば、最も強い意志で決定されている行動のすべ
    ての重みを同じ行動の次に強い意志の重みに換算し、こ
    の意志の強さの重みの1つが、該属性の他の行動の重み
    と比較して最大であるならば、それを該属性を代表する
    行動とその意志とその重みとして決定する処理と、 上記換算された行動のすべての重みが、該属性の他の行
    動の重みと比較して最大でないならば、属性を代表する
    行動とその意志とその重みが決定できるまで、上記の処
    理を意志の強さ順に繰りかえす処理とからなる請求項6
    記載の意志決定方法。
  8. 【請求項8】上記処理(e)は、 同時に実行できない組み合わせの行動の中で最も強い意
    志で決定されている行動の重みの1つが、該組み合わせ
    の他の行動の重みと比較して最大であるならば、それを
    該組み合わせの優先される行動として決定する処理と、 同時に実行できない組み合わせの行動の中で最も強い意
    志で決定されている行動のすべての重みが、該組み合わ
    せの他の行動の重みと比較して最大でないならば、最も
    強い意志で決定されている行動のすべての重みを同じ行
    動の次に強い意志の重みに換算し、この意志の強さの重
    みの1つが、該組み合わせの他の行動の重みと比較して
    最大であるならば、それを該組み合わせの優先される行
    動として決定する処理と、 上記換算された行動のすべての重みが、該組み合わせの
    他の行動の重みと比較して最大でないならば、該組み合
    わせで優先される行動が決定できるまで、上記の処理を
    意志の強さ順に繰りかえす処理と、 優先された行動に対しては、もともとの意志とその重み
    を採用する処理と、 優先されなかった行動に対しては、その行動の属性に対
    して、該優先されなかった行動を除外して、別の代表す
    る行動とその意志とその重みを決定する処理とからなる
    請求項6記載の意志決定方法。
  9. 【請求項9】移動体の位置及び、姿勢を検出して該位置
    及び姿勢に関するデータを算出するための運動用センサ
    と、該データに対するフィルタ処理をおこなうフィルタ
    手段と、機器の状況を監視する機器監視手段と、力やト
    ルクを与える制御手段と、運動用アクチュエータと、機
    器の動作制御をする機器制御手段とを備え、行動の意志
    に従って運動計画をたてる運動計画手段と、機器運用計
    画手段とを持つ移動体を自律操縦するための意志決定装
    置であって、 前件部と後件部とからなる命題を、 前件部 (Aという状況) ,後件部 (Bという行動
    をする)+(意志の助動詞) という表現形式で記憶しておく命題記憶手段と、ある状
    況への適合度を算出するためのデータを記憶しておく状
    況適合度算出用データベースと、行動の属性を記憶して
    おく行動属性記憶手段と、 上記命題記憶の命題と、状況適合度算出用データベース
    中のデータとを参照して、上記位置及び姿勢に関するデ
    ータと機器の状況とに基づいて、命題の前件部に記述し
    てある状況への適合度を算出する状況適合度算出手段
    と、 上記命題記憶の命題を参照して、上記状況適合度に基づ
    いて命題の後件部に記述してある意志の重みを求め、各
    行動に対する意志とその重みを求める行動の意志の重み
    決定手段と、 上記行動属性記憶手段中の属性情報を参照して、各行動
    に属性をつける行動属性分類手段と、 属性ごとに代表する行動を決め、最終的に実行されるべ
    き行動の意志とその重みを決定する最終行動決定手段と
    からなり、 前記最終的に決定された行動の意志とその重みを用い
    て、上記運動計画手段、及び、機器運用計画手段によ
    り、前記制御手段、運動用アクチュエータ、及び、機器
    制御手段を制御して移動体を自律操縦する意志決定装
    置。
  10. 【請求項10】世論調査のための意志決定装置であっ
    て、 オペレータがコンピュータ端末などを操作して作成した
    世論調査のための質問、回答などに対して、回答に意志
    の助動詞をつけた回答群、及び、回答方法を作成するた
    めの質問回答作成手段と、電話回線によって回答者の回
    答を集計する調査結果集計手段と、 上記質問回答作成手段によって作成した質問、回答群、
    回答方法の関連性を記憶しておく質問回答群記憶手段
    と、 上記調査結果集計手段による集計結果に基づいて、回答
    の意志に対する指示率を算出する算出手段と、 上記指示率に基づいて、請求項2記載の意志決定方法に
    より、質問に対して代表となる意見を決定する意志決定
    手段と、 上記代表となる意見を分析結果としてグラフィック化す
    るグラフィック作成手段とかなる、世論調査のための意
    志決定装置。
  11. 【請求項11】位置データを検出する検出手段と、機器
    類の状況を監視する監視手段と、外部環境情報を受信す
    る受信手段を有する誘導支援システムによって誘導の意
    志に従って、誘導の意志をグラフィック表示、または、
    音声に従って、誘導支援するための誘導の意志決定装置
    であって、 前件部と後件部とからなる命題を 前件部 (Aという状況) ,後件部 (Bという行動
    をする)+(意志の助動詞) という表現形式で記憶しておく命題記憶手段と、ある状
    況への適合度を算出するためのデータを記憶しておく状
    況適合度算出用データベースと、行動を誘導方向に変換
    するための情報を記憶しておく地域情報データベースと
    を有し、 上記記憶された命題と、状況適合度算出用データとを参
    照して、上記位置データと、機器類の状況と、外部環境
    情報とに基づいて、命題の前件部に記述してある状況へ
    の適合度を算出する状況適合度算出手段と、 上記記憶された命題を参照して、上記状況への適合度に
    基づいて命題の後件部に記述してある意志の重みを求
    め、各行動に対する意志とその重みを求める行動の意志
    の重み決定手段と、 上記地域情報データベースを参照して、上記各行動に対
    する意志とその重みを誘導に対する意志とその重みに変
    換し、各誘導方向に対する意志とその重みを決定する誘
    導の意志の重み決定手段と、 上記各誘導方向に対する意志とその重みをグラフィック
    表示、または、音声に従って出力する誘導情報作成手段
    とからなり、誘導の支援をする、 誘導の意志決定装置。
  12. 【請求項12】運用情報を提供する情報提供手段と、行
    動の意志に従って自動的に運用を行なう運用手段とを有
    する自動運用システムに組み込まれる、運用の意志決定
    装置であって、 前件部と後件部とからなる命題を、 前件部 (Aという状況), 後件部 (Bという行動
    をする)+(意志の助動詞) という表現形式で個人別に記憶しておくパーソナル命題
    記憶手段と、 ある状況への適合度を算出するためのデータベースと、 上記パーソナル命題記憶手段の書き換えを行なうための
    命題編集エディタと、 上記情報提供手段により提供された情報に基づいて、上
    記パーソナル命題記憶手段とデータベースとを参照し
    て、個人別に命題の前件部のある状況への適合度を算出
    する状況適合度算出手段と、 算出された適合度に基づいて、パーソナル命題記憶部を
    参照して、個人別に行動の意志を決定する決定手段とか
    らなり、 決定された行動の意志に従って、上記自動的に運用を行
    なう運用手段によって運用する自動運用システムに組み
    込まれる、 運用の意志決定装置。
  13. 【請求項13】上記命題編集エディタは意志決定装置に
    ネットワークでオンライン接続されている請求項12記
    載の意志決定装置。
JP6158375A 1994-07-11 1994-07-11 意志決定方法及び装置 Pending JPH0822392A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP6158375A JPH0822392A (ja) 1994-07-11 1994-07-11 意志決定方法及び装置
US08/499,203 US5870730A (en) 1994-07-11 1995-07-07 Decision making method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP6158375A JPH0822392A (ja) 1994-07-11 1994-07-11 意志決定方法及び装置

Publications (1)

Publication Number Publication Date
JPH0822392A true JPH0822392A (ja) 1996-01-23

Family

ID=15670335

Family Applications (1)

Application Number Title Priority Date Filing Date
JP6158375A Pending JPH0822392A (ja) 1994-07-11 1994-07-11 意志決定方法及び装置

Country Status (2)

Country Link
US (1) US5870730A (ja)
JP (1) JPH0822392A (ja)

Families Citing this family (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100287366B1 (ko) * 1997-11-24 2001-04-16 윤순조 엠피이지 방식을 이용한 휴대용 음향 재생장치 및 방법
JP2000064933A (ja) * 1998-08-19 2000-03-03 Yamaha Motor Co Ltd 2サイクル筒内噴射エンジンの始動方法
US6314416B1 (en) * 1998-11-17 2001-11-06 Interface & Control Systems, Inc. Reconfigurable expert rule processing system
SE9902368L (sv) * 1999-06-21 2000-12-22 Matias Bergstroem Metod för framtagning av beslutsunderlag
JP2001038663A (ja) * 1999-07-28 2001-02-13 Yamaha Motor Co Ltd マシンの制御システム
US6604091B2 (en) * 1999-09-10 2003-08-05 Yamaha Hatsudoki Kabushiki Kaisha Interactive artificial intelligence
US6446056B1 (en) 1999-09-10 2002-09-03 Yamaha Hatsudoki Kabushiki Kaisha Interactive artificial intelligence
US7251629B1 (en) 1999-10-14 2007-07-31 Edge Capture, Llc Automated trading system in an electronic trading exchange
US6513025B1 (en) * 1999-12-09 2003-01-28 Teradyne, Inc. Multistage machine learning process
WO2005048134A2 (en) 2002-05-21 2005-05-26 Washington University Intelligent data storage and processing using fpga devices
US6711558B1 (en) 2000-04-07 2004-03-23 Washington University Associative database scanning and information retrieval
US7139743B2 (en) 2000-04-07 2006-11-21 Washington University Associative database scanning and information retrieval using FPGA devices
US6631362B1 (en) * 2000-05-09 2003-10-07 Robust Decisions General decision-making support method and system
US7177833B1 (en) * 2000-07-18 2007-02-13 Edge Capture, Llc Automated trading system in an electronic trading exchange
US6622137B1 (en) 2000-08-14 2003-09-16 Formula Telecom Solutions Ltd. System and method for business decision implementation in a billing environment using decision operation trees
US20090006659A1 (en) * 2001-10-19 2009-01-01 Collins Jack M Advanced mezzanine card for digital network data inspection
US20090161568A1 (en) * 2007-12-21 2009-06-25 Charles Kastner TCP data reassembly
US7716330B2 (en) * 2001-10-19 2010-05-11 Global Velocity, Inc. System and method for controlling transmission of data packets over an information network
US7711844B2 (en) * 2002-08-15 2010-05-04 Washington University Of St. Louis TCP-splitter: reliable packet monitoring methods and apparatus for high speed networks
US10572824B2 (en) 2003-05-23 2020-02-25 Ip Reservoir, Llc System and method for low latency multi-functional pipeline with correlation logic and selectively activated/deactivated pipelined data processing engines
US7602785B2 (en) 2004-02-09 2009-10-13 Washington University Method and system for performing longest prefix matching for network address lookup using bloom filters
WO2005109189A1 (en) * 2004-05-07 2005-11-17 Telecom Italia S.P.A. Method and system for graphical user interface layout generation, computer program product therefor
CA2577891A1 (en) * 2004-08-24 2006-03-02 Washington University Methods and systems for content detection in a reconfigurable hardware
US7840482B2 (en) * 2006-06-19 2010-11-23 Exegy Incorporated Method and system for high speed options pricing
US7921046B2 (en) 2006-06-19 2011-04-05 Exegy Incorporated High speed processing of financial information using FPGA devices
US7660793B2 (en) 2006-11-13 2010-02-09 Exegy Incorporated Method and system for high performance integration, processing and searching of structured and unstructured data using coprocessors
US8326819B2 (en) 2006-11-13 2012-12-04 Exegy Incorporated Method and system for high performance data metatagging and data indexing using coprocessors
US8494436B2 (en) * 2006-11-16 2013-07-23 Watertown Software, Inc. System and method for algorithmic selection of a consensus from a plurality of ideas
US10229453B2 (en) 2008-01-11 2019-03-12 Ip Reservoir, Llc Method and system for low latency basket calculation
US8374986B2 (en) 2008-05-15 2013-02-12 Exegy Incorporated Method and system for accelerated stream processing
US20120095893A1 (en) 2008-12-15 2012-04-19 Exegy Incorporated Method and apparatus for high-speed processing of financial market depth data
JP6045505B2 (ja) 2010-12-09 2016-12-14 アイピー レザボア, エルエルシー.IP Reservoir, LLC. 金融市場における注文を管理する方法および装置
US8954364B2 (en) 2011-09-19 2015-02-10 International Business Machines Corporation Hierarchical contexts to drive live sensor applications
US10650452B2 (en) 2012-03-27 2020-05-12 Ip Reservoir, Llc Offload processing of data packets
US11436672B2 (en) 2012-03-27 2022-09-06 Exegy Incorporated Intelligent switch for processing financial market data
US10121196B2 (en) 2012-03-27 2018-11-06 Ip Reservoir, Llc Offload processing of data packets containing financial market data
US9990393B2 (en) 2012-03-27 2018-06-05 Ip Reservoir, Llc Intelligent feed switch
US9633097B2 (en) 2012-10-23 2017-04-25 Ip Reservoir, Llc Method and apparatus for record pivoting to accelerate processing of data fields
WO2014066416A2 (en) 2012-10-23 2014-05-01 Ip Reservoir, Llc Method and apparatus for accelerated format translation of data in a delimited data format
US9633093B2 (en) 2012-10-23 2017-04-25 Ip Reservoir, Llc Method and apparatus for accelerated format translation of data in a delimited data format
WO2015164639A1 (en) 2014-04-23 2015-10-29 Ip Reservoir, Llc Method and apparatus for accelerated data translation
US10942943B2 (en) 2015-10-29 2021-03-09 Ip Reservoir, Llc Dynamic field data translation to support high performance stream data processing
EP3560135A4 (en) 2016-12-22 2020-08-05 IP Reservoir, LLC PIPELINES INTENDED FOR AUTOMATIC ACCELERATED LEARNING BY EQUIPMENT
CN109710941A (zh) * 2018-12-29 2019-05-03 上海点融信息科技有限责任公司 基于人工智能的用户意图识别方法和装置

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3484746A (en) * 1965-01-11 1969-12-16 Sylvania Electric Prod Adaptive pattern recognition system
JP2635087B2 (ja) * 1988-03-25 1997-07-30 株式会社日立製作所 プロセス制御方法
US5251285A (en) * 1988-03-25 1993-10-05 Hitachi, Ltd. Method and system for process control with complex inference mechanism using qualitative and quantitative reasoning
US4970658A (en) * 1989-02-16 1990-11-13 Tesseract Corporation Knowledge engineering tool
US5202954A (en) * 1989-07-14 1993-04-13 Olympus Optical Co., Ltd. Digital fuzzy apparatus having simplified barycentral operation arrangement
JPH0385601A (ja) * 1989-08-30 1991-04-10 Matsushita Electric Ind Co Ltd ファジィ同定器
ATE150185T1 (de) * 1989-08-31 1997-03-15 Omron Tateisi Electronics Co Unscharfe steuervorrichtung mit der fähigkeit eine regel und ihr betriebsverfahren zu wechseln und ein durch unscharfe inferenz schaltgesteuertes steuersystem und sein steuerverfahren
US5367619A (en) * 1990-04-27 1994-11-22 Eaton Corporation Electronic data entry system employing an expert system to facilitate generation of electronic data forms with complex interrelationships between fields and subforms
US5119470A (en) * 1990-04-27 1992-06-02 Ibm Corporation Computer based inference engine device and method thereof for integrating backward chaining and forward chaining reasoning
JP2816758B2 (ja) * 1990-09-07 1998-10-27 株式会社日立製作所 ファジイ推論を用いた流量測定装置及び方法
US5673365A (en) * 1991-06-12 1997-09-30 Microchip Technology Incorporated Fuzzy microcontroller for complex nonlinear signal recognition
US5410613A (en) * 1991-07-17 1995-04-25 Matsushita Electric Industrial Co., Ltd. Pattern recognizing apparatus
JP3286334B2 (ja) * 1992-01-17 2002-05-27 本田技研工業株式会社 移動体の制御装置
DE4215406A1 (de) * 1992-05-11 1993-11-18 Zahnradfabrik Friedrichshafen Steuersystem zum Schalten eines automatischen Getriebes
JPH06131188A (ja) * 1992-10-22 1994-05-13 Hitachi Ltd ファジィルール獲得方法およびファジィ推論システム

Also Published As

Publication number Publication date
US5870730A (en) 1999-02-09

Similar Documents

Publication Publication Date Title
JPH0822392A (ja) 意志決定方法及び装置
Eden et al. On the road with an autonomous passenger shuttle: Integration in public spaces
US20240054407A1 (en) Systems and Methods for Training Probabilistic Object Motion Prediction Models Using Non-Differentiable Prior Knowledge
Aoude et al. Threat-aware path planning in uncertain urban environments
Al-Hasan et al. Intelligent route planning for fast autonomous vehicles operating in a large natural terrain
DE102019119688A1 (de) Intelligente streckenführung durch nachbarschaft für autonome fahrzeuge
Ottoni et al. Reinforcement learning for the traveling salesman problem with refueling
US20210380126A1 (en) Systems and Methods for Selective Autonomous Vehicle Ridership and Control
US20200158526A1 (en) Combined route planning and opportunistic searching in variable cost enviroments
Kita et al. A game theoretic analysis of merging-giveway interaction: a joint estimation model
Heinrich Planning universal on-road driving strategies for automated vehicles
Hu et al. UAS conflict resolution in continuous action space using deep reinforcement learning
Xie et al. A DRL based cooperative approach for parking space allocation in an automated valet parking system
Mokhtari et al. Safe deep q-network for autonomous vehicles at unsignalized intersection
Zhang et al. A framework for building integrative scenarios of autonomous vehicle technology application and impacts, using fuzzy cognitive maps (FCM)
Spatharis et al. Multiagent reinforcement learning for autonomous driving in traffic zones with unsignalized intersections
Zhao et al. Multiple-aircraft-conflict resolution under uncertainties
Dartmann et al. Smart transportation: AI enabled mobility and autonomous driving
Fischer et al. Sampling-based inverse reinforcement learning algorithms with safety constraints
CN113619604A (zh) 自动驾驶汽车的集成式决控方法、装置及存储介质
Hogreve et al. What Drives the Acceptance of Urban Air Mobility–A Qualitative Analysis
van Geenhuizen et al. A framework for identifying and qualifying uncertainty in policy making: the case of intelligent transport systems
CN114330786A (zh) 基于自动驾驶的车辆预约方法、装置、设备及存储介质
Grigorescu et al. LVD-NMPC: A learning-based vision dynamics approach to nonlinear model predictive control for autonomous vehicles
Ergün A study on multi-agent reinforcement learning for autonomous distribution vehicles

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20041109

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20050111

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20050412