JP2001191284A - ロボット装置及びロボット装置の学習方法 - Google Patents

Abstract

(57)【要約】 【課題】歩行型ロボットの歩行パターン生成作業が煩雑
であった。 【解決手段】歩行型のロボット装置及びその学習方法に
おいて、歩行を制御するためのパラメータに応じた歩行
を行わせ、その歩行を評価し、当該評価が向上するよう
にパラメータを更新するようにした。また歩行型のロボ
ット装置において、歩行時における各脚部の駆動位相を
規定するパラメータに応じた歩行を行わせるように制御
する制御手段と、歩行の速度を評価する評価手段と、評
価手段による歩行の評価が向上するようにパラメータを
更新するパラメータ更新手段とを設けるようにした。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明はロボット装置及びロ
ボット装置の学習方法に関し、例えば歩行型ロボットに
適用して好適なものである。

【０００２】

【従来の技術】従来、歩行型ロボットの歩行パターン
は、専用のプログラムを用いて歩行制御のための各種パ
ラメータのパラメータ値を設計者がそれぞれ選択した
り、ある制御則に従って数学的に導かれた結果を用いて
当該各種パラメータのパラメータ値をそれぞれ選択する
ことにより生成していた。

【０００３】

【発明が解決しようとする課題】ところが例えば娯楽用
の歩行型ロボットに対し、成長に伴って歩行パターンを
変えてゆくような機能を搭載する場合など、多くの歩行
パターンを必要とする場合には、冗長なパラメータ空間
の中から各歩行パターンごとに歩行制御のための各種パ
ラメータとして適切なパラメータをそれぞれ選択する必
要がある。そしてこのような作業を人手により行うには
設計者に高度な制御理論の専門知識が要求され、そうで
なければ相当の時間を要する問題があった。

【０００４】かかる問題を解決するための１つの手法と
して、歩行型ロボットの歩行パターンをモデル化し、歩
行制御のための各種パラメータを順次変更しながらコン
ピュータ上でシミュレーションを行い、シミュレーショ
ン結果から適切なパラメータを選択して実際のロボット
にそのパラメータを適用する方法がある。

【０００５】しかしながらかかる方法によると、シミュ
レーションにおけるロボットのモデルやロボットの動特
性、物理法則等を正確に記述することが困難であった
り、同じ型のロボットであっても個体ごとに動特性が微
妙に異なることから、シミュレーション結果が実際のロ
ボットにおいて保証されない。そしてこのような現実が
歩行型ロボットの開発現場においても大きな問題となっ
ている。

【０００６】従って歩行型ロボットの歩行パターンを、
高度な専門知識や煩雑な作業を必要とすることなくロボ
ットごとに最適化して生成することができれば、歩行パ
ターン生成作業を容易化し、さらには用途に応じた様々
な歩行パターンをも容易に取得できるようになるものと
考えられる。

【０００７】本発明は以上の点を考慮してなされたもの
で、歩行パターン生成作業を容易化し得るロボット装置
及びロボット装置の学習方法を提案しようとするもので
ある。

【０００８】

【課題を解決するための手段】かかる課題を解決するた
め本発明においては、歩行型のロボット装置において、
歩行を制御するためのパラメータに応じた歩行を行うよ
うに制御する制御手段と、歩行を評価する評価手段と、
評価手段による歩行の評価が向上するようにパラメータ
を更新するパラメータ更新手段とを設けるようにした。

【０００９】この結果このロボット装置では、パラメー
タの更新に伴って歩行パターンも徐々に向上してゆく。
従ってこのロボット装置によれば、評価の高い歩行パタ
ーンを高度な専門知識や煩雑な作業を必要とすることな
く得ることができる。

【００１０】また本発明においては、歩行型のロボット
装置において、歩行時における各脚部の駆動位相を規定
するパラメータに応じた歩行を行わせる制御手段と、歩
行の速度を評価する評価手段と、評価手段による歩行の
評価が向上するようにパラメータを更新するパラメータ
更新手段とを設けるようにした。

【００１１】この結果このロボット装置では、パラメー
タの更新に伴って歩行パターンも静歩行から動歩行へと
徐々に変化してゆく。従ってこのロボット装置によれ
ば、動歩行時における歩容として、当該ロボット装置の
ハードウェアや行動環境等の条件に最適な歩容を容易に
検出することができる。

【００１２】さらに本発明においては、歩行型のロボッ
ト装置の学習方法において、パラメータに基づいてロボ
ット装置に歩行を行わせる第１のステップと、歩行を評
価する第２のステップと、歩行の評価が向上するように
パラメータを更新する第３のステップとを設けるように
した。

【００１３】この結果このロボット装置の学習方法によ
れば、パラメータの更新に伴って歩行パターンも徐々に
向上してゆくため、評価の高い歩行パターンを高度な専
門知識や煩雑な作業を必要とすることなく得ることがで
きる。

【００１４】

【発明の実施の形態】以下図面について、本発明の一実
施の形態を詳述する。

【００１５】（１）原理 従来、生物の遺伝と進化のメカニズムを工学的にモデル
化したアルゴリズムとして遺伝的アルゴリズム（ＧＡ：
Genetic Algorithm ）がある。

【００１６】この遺伝的アルゴリズムは、母集団からの
個体の選択、選択した個体についての適応度の評価及び
当該評価に基づく個体の交叉といった一連の処理を繰り
返すことによって、生物の遺伝と進化をモデル化したも
のである。また遺伝的アルゴリズムでは、交叉の繰り返
しによって個体が図１のように複数ある適応度のピーク
のうちの低いピークに収束するのを防止するため、自然
界と同様に必要に応じて個体の突然変異操作も行われ
る。そしてこの遺伝的アルゴリズムを用いることによっ
て、適応度の高い個体を生成できることが知られてい
る。

【００１７】そこで本願発明は、この遺伝的アルゴリズ
ムを用いて、歩行制御のための各種パラメータのパラメ
ータ値としてロボットのハードウェアや環境に最適なパ
ラメータ値を実際のロボットに自動検出させることによ
り、歩行型ロボットの開発作業を容易化させようとする
ものである。

【００１８】（２）第１の実施の形態 （２−１）本実施の形態によるロボット開発環境システ
ムの構成 図２において、１は全体として本実施の形態によるロボ
ット開発環境システムを示し、環境ユニット２と、ロボ
ット３とから構成されている。

【００１９】環境ユニット２においては、所定広さの長
方形状の床面１０を有し、当該床面１０上に所定径の２
本のポール１１Ａ、１１Ｂが床面１０の長手方向と垂直
に並設されている。

【００２０】また床面１０の周囲には、当該床面１０を
取り囲むように複数の壁１２Ａ〜１２Ｄが立設されてお
り、対向する一対の壁の１２Ａ、１２Ｃの各内壁面に、
それぞれ異なる所定色（この実施の形態においては黄色
及び水色）の短冊状のパネル１３Ａ、１３Ｂが床面１０
と垂直に取り付けられている。

【００２１】さらに床面１０の上方には、壁１２Ａ及び
壁１２Ｃ間を架け渡すようにワイヤ１４が配設されると
共に、当該ワイヤ１４に嵌通されたスリップリング１５
に支持されるようにしてロボット３に対して電源電圧を
供給するためのケーブル１６が配設されている。

【００２２】これによりこの環境ユニット２において
は、ロボット３がケーブル１６に絡まることなく床面１
０上を長時間に亘って自由に移動し得るようになされて
いる。一方、ロボット３においては、図３に示すよう
に、胴体部ユニット２０の前後左右にそれぞれ脚部ユニ
ット２１Ａ〜２１Ｄが連結されると共に、胴体部ユニッ
ト２０の前端部及び後端部にそれぞれ頭部ユニット２２
及び尻尾部ユニット２３が連結されることにより構成さ
れている。

【００２３】この場合図４に示すように、胴体部ユニッ
ト２０にはコントローラ３０、タイマ３１、加速度セン
サ３２及び角速度センサ３３などが収納され、頭部ユニ
ット２２にはＣＣＤ（Charge Coupled Device ）カメラ
３４及び距離センサ３５などがそれぞれ所定位置に配設
されている。

【００２４】また各脚部ユニット２１Ａ〜２１Ｄの関節
部分や、各脚部ユニット２１Ａ〜２１Ｄ及び胴体部ユニ
ット２０の各連結部分、頭部ユニット２２及び胴体部ユ
ニット２０の連結部分、並びに尻尾部ユニット２３及び
胴体部ユニット２０の連結部分などにはそれぞれ自由度
数分のアクチュエータ３６Ａ〜３６ｎ及びポテンショメ
ータ３７Ａ〜３７ｎが配設されている。

【００２５】そして胴体部ユニット２０の加速度センサ
３２は、数十ミリ秒単位で３軸（Ｘ軸、Ｙ軸、Ｚ軸）方
向の加速度をそれぞれ検出し、検出結果を加速度検出信
号Ｓ１としてコントローラ３０に送出する。また角速度
センサ３３は、数十ミリ秒単位で３角（Ｒ角、Ｐ角、Ｙ
角）方向の回転角速度を検出し、検出結果を角速度検出
信号Ｓ２としてコントローラ３０に送出する。

【００２６】さらにＣＣＤカメラ３４は、前方向の状況
を撮像し、得られた画像信号Ｓ３をコントローラ３０に
送出すると共に、赤外線距離センサ等でなる距離センサ
３５は、前方の対象物までの距離を測定し、測定結果を
距離測定信号Ｓ４としてコントローラ３０に送出する。
さらに各ポテンショメータ３７Ａ〜３７ｎは、それぞれ
対応するアクチュエータ３６Ａ〜３６ｎの出力軸の回転
角度を検出し、検出結果を角度検出信号Ｓ５Ａ〜Ｓ５ｎ
としてコントローラ３０に送出する。

【００２７】コントローラ３０は、ＣＣＤカメラ３４か
らの画像信号Ｓ３に基づいて環境ユニット２のパネル１
３Ａ、１３Ｂを検出し、ロボット３が一方のパネル１３
Ａ、１３Ｂに向けて所定の規定時間だけ歩行するよう
に、また規定時間の歩行後には向きを代えて他方のパネ
ル１３Ｂ、１３Ａに向けて再び規定時間だけ歩行するよ
うに、対応する各アクチュエータ３６Ａ〜３６ｎを駆動
制御する。

【００２８】またコントローラ３０は、この際加速度セ
ンサ３２、角速度センサ３３、ＣＣＤカメラ３４及び距
離センサ３５からそれぞれ供給される加速度検出信号Ｓ
１、角速度検出信号Ｓ２、画像信号Ｓ３及び距離センサ
Ｓ４等に基づいて、その歩行の速度及び直進性に関する
適応度を評価し、当該評価結果に基づいて評価を向上さ
せるように歩行パターンを変化（すなわち歩行制御のた
めの各種パラメータを更新）する。

【００２９】以下、このようなコントローラ３０の処理
について説明する。

【００３０】（２−２）本実施の形態による歩行パター
ン生成手順 （２−２−１）ロボット３における歩行制御のための各
種パラメータ ここでまずこのロボット３における歩行制御のための各
種パラメータについて説明する。このロボット３の場
合、歩行制御は、メモリ３８に格納された図５に示すよ
うな22個のパラメータによって記述される制御プログラ
ムに基づいて行われる。

【００３１】そしてこれらパラメータは、歩行基準姿勢
を決定するパラメータ、脚部の運動を決定するパラメー
タ、ボディ全体の運動を決定するパラメータからなる。
以下、これらパラメータについて説明する。

【００３２】まず図６に示すように、４脚をすべて伸ば
して立っている状態のロボット３の胴体部ユニット２０
に中心座標を設定する。この中心座標を絶対座標系に対
して設定したときに、歩行の基準姿勢においては脚部ユ
ニット２１Ａ〜２１Ｄを曲げて体をかがめる姿勢をとる
ことになり、絶対座標系において上述の中心座標は上下
方向と前後方向に移動することになる。この値を「body
center x 」及び「body center z 」というパラメータ
で制御する。

【００３３】またこの歩行の基準姿勢は、並行移動だけ
でなく胴体部ユニット２０を前傾又は後傾にすることも
あり、これを「body pitch」というパラメータで制御す
る。さらにこの基準姿勢において、脚部ユニット２１Ａ
〜２１Ｄの接地位置も歩行に影響を与える。パラメータ
を減らす目的で、前後の脚部ユニット２１Ａ〜２１Ｄに
対して開脚方向のオフセットは同値とし、これを「all
legs y」というパラメータで制御する。

【００３４】さらに前後方向へのオフセットは、前側の
脚部ユニット２１Ａ、２１Ｂを「front legs z」、後側
の脚部ユニット２１Ｃ、２１Ｄを「rear legs z 」とい
うパラメータで制御する。以上が歩行の基準姿勢に対す
るパラメータである。

【００３５】一方、脚部ユニット２１Ａ〜２１Ｄの運動
を制御するパラメータとしては、以下のようなものがあ
る。ひとつの脚部ユニット２１Ａ（２１Ｂ〜２１Ｄ）の
運動を単純化したものを図７に示す。

【００３６】まず歩行のステップの長さを決定するパラ
メータを「step length 」とする。また遊脚時に持ち上
げる脚部ユニット２１Ａ（２１Ｂ〜２１Ｄ）の高さ及び
その時間をそれぞれ「swing hight 」及び「swing tim
e」というパラメータで制御する。

【００３７】「swing multi 」は、１脚の１周期におけ
る接地時間と遊脚時間の比率を与えるパラメータであ
り、これによって各脚部ユニット２１Ａ〜２１Ｄの接地
時間と遊脚時間とを制御する。なおこのパラメータは、
例えばクロール歩容（静歩行）からトロット歩容（動歩
行）又はペース歩容（動歩行）への移行処理を異なるア
ルゴリズムによって行うときの各脚部ユニット２１Ａ〜
２１Ｄの上げ方のパラメータとして使用することも可能
である。

【００３８】歩行時にロボット３の胴体部ユニット２０
を相対的に前後左右の並進運動、又はロール、ピッチ、
ヨーの回転運動を加えることで歩行の安定性やスピード
を改善することができる。これらはそれぞれ「ample bo
dy x」、「ample body y」、「ample body z」、「ampl
e roll」、「ample pitch 」及び「ample yaw 」といっ
たパラメータにより制御する。

【００３９】「min. gain 」、「shift 」及び「lengt
h」は、ロボット３の歩行動作に使用するアクチュエー
タ３６Ａ〜３６ｎ（サーボモータ）のＰＩＤ制御のゲイ
ンに関する制御を決定するためのパラメータである。こ
れらパラメータにより接地時に衝撃を吸収するような柔
らかいＰＩＤゲインを与えたりすることでスムーズな歩
行が実現できる可能性をもたせている。実際には、ＰＩ
ＤゲインのうちのＰゲインのみを次式

【００４０】

【数１】

【００４１】によって制御する。

【００４２】ここで「leg phase 」は、〔shift,shift
＋length〕を値域としてもつものである。すなわちＰゲ
インは、「g min 」、から「g max 」の値をサインカー
ブを描いて変化し、その位相は「shift 」というパラメ
ータで与える位置で最大となるようなものである。ただ
し「g max 」は、予め与えられており、位相に関して
は、０〔°〕で前方向に振り上げられ、180 〔°〕で後
方向に地面をかき、360〔°〕で初期位置にもどるよう
なものである。

【００４３】「Ｌ−Ｒ」及び「Ｆ−Ｈ」は、図８及び図
９に示すように、右前側の脚部ユニット２１Ｂを基準と
して、それぞれ脚部ユニット２１Ｂが遊脚し始めてから
左前側の脚部ユニット２１Ａ又は右後側の脚部ユニット
２１Ｄが遊脚し始めるまでの歩行動作１周期に対する比
率を与えるパラメータであり、例えば静歩行（クロール
歩容）の場合は図９（Ａ）、準動歩行の場合は図９
（Ｂ）、動歩行（トロット歩容）の場合は図９（Ｃ）の
ようになる。

【００４４】（２−２−２）パラメータ進化のアルゴリ
ズム 次にこのロボット３における歩行制御のための各種パラ
メータの進化のさせ方について説明する。

【００４５】このロボット３では、パラメータ進化のた
めの処理を遺伝的アルゴリズムを用いてコントローラ３
０（図４）が行う。この実施の形態においては、遺伝的
アルゴリズムとして、「steady state ＧＡ」と呼ばれ
る各世代の個体数を一定に保ちながら進化させる方法を
採用している。また遺伝子型としては、実数値表現（re
al value encoding ）を採用し、上述した22個のパラメ
ータをそのまま遺伝子型としている。

【００４６】そしてコントローラ３０は、パラメータ進
化のための遺伝的アルゴリズム処理を図１０に示すパラ
メータ進化処理手順ＲＴ１に従って行う。すなわちコン
トローラ３０は、このパラメータ進化処理手順ＲＴ１を
ステップＳＰ１において開始後、続くステップＳＰ２に
おいて、所定個数（例えば30個）の個体（22個のパラメ
ータにより規定される１つの歩行パターン）をランダム
に選択することにより初期の母集団を生成する。

【００４７】この場合各個体の遺伝子型（パラメータ）
は、検索範囲（図５における「initial range 」）の中
心値を中心とする例えば５〔％〕内でランダムに選択さ
れる。なお図５における各パラメータの検索範囲は、経
験的な値として設定したものである。

【００４８】ただしこのようにしてランダムに選択した
個体の多くはロボット３が簡単に転んでしまったり、前
進できないようなものが多い。このためコントローラ３
０は、１つの個体を生成するごとに当該個体に基づいて
実際にロボット３を歩行させるようにして評価を行い、
ロボット３が正しく前進できない個体については新たに
個体を選択し直すようにして、ロボット３が少しでも前
進できる個体を所定個数収集することにより個体の母集
団を生成する。

【００４９】続いてコントローラ３０は、ステップＳＰ
３に進んで遺伝的アルゴリズムによるパラメータ進化の
ための処理を開始する。ここでこの実施の形態において
は、遺伝的アルゴリズム処理として、個体の交叉と突然
変異の発生とを並行して行うようにしている。このため
このコントローラ３０は、このステップＳＰ３において
まず交叉を行うか、または突然変異を行うかをある確率
（本実施の形態においては等確率）で選択する。

【００５０】そしてコントローラ３０は、交叉を選択し
た場合、ステップＳＰ４に進んで母集団から３つの個体
をランダムに選択すると共に、続くステップＳＰ５にお
いてこれら選択した３つの個体について後述のように実
際にロボット３を歩行させて速度及び直進性に対する各
個体の適応度を評価する。

【００５１】そしてコントローラ３０は、この後ステッ
プＳＰ６に進んで、ステップＳＰ５における各個体の評
価に基づいて、これら３つの個体の中から適応度の高い
２つの個体を選択し、これら２つの個体を交叉するよう
にして新たな個体を生成する。

【００５２】具体的に、コントローラ３０は、選択した
２つの個体（ｐ１、ｐ２とする）のｉ番目の遺伝子型
（パラメータ）をそれぞれｐ１_i 、ｐ２_i とし、交叉に
より生成される新たな個体のｉ番目の遺伝子型をｃ_i と
し、ｃ_i に対して発生させた−１〜１の範囲の一様な乱
数の値をσ_i として、次式

【００５３】

【数２】

【００５４】によってｃ_i を決定するようにして、新た
な個体を生成する。

【００５５】そしてコントローラ３０は、この後ステッ
プＳＰ７に進んで、ステップＳＰ４において選択した３
つの個体のうちのステップＳＰ５において適応度が最も
低かった個体をステップＳＰ６において生成した新たな
個体と交換し、この後ステップＳＰ３に戻る。

【００５６】これに対してコントローラ３０は、ステッ
プＳＰ３において突然変異を選択した場合には、ステッ
プＳＰ８に進んで母集団から２つの個体をランダムに選
択し、続くステップＳＰ９において、ステップＳＰ５と
同様にして実際にロボット３を歩行させることにより速
度及び直進性に対する各個体の適応度を評価する。

【００５７】そしてコントローラ３０は、この後ステッ
プＳＰ１０に進んで、ステップＳＰ９における各個体の
評価に基づいて、これら２つの個体の中から適応度の高
い方の個体を選択し、当該個体の遺伝子型に対して突然
変異操作を実行する。

【００５８】具体的に、コントローラ３０は、ステップ
ＳＰ１０において選択した個体の22個の遺伝子型（パラ
メータ）の中から１〜８個の遺伝子型をランダムに選択
し、これら選択した遺伝子型のうちのｉ番目の遺伝子型
をｐ１_i とし、突然変異により生成される新たな個体の
ｉ番目の遺伝子型をｃ_i とし、ｃ_i に対して発生させた
−１〜１の範囲の一様な乱数の値をδ_i(mutate) とし
て、次式

【００５９】

【数３】

【００６０】によってｃ_i を決定するようにして、新た
な個体を生成する。

【００６１】そしてコントローラ３０は、この後ステッ
プＳＰ１１に進んで、ステップＳＰ８において選択した
２つの個体のうちのステップＳＰ９において適応度が低
かった方の個体をステップＳＰ１０において生成した新
たな個体と交換し、この後ステップＳＰ３に戻る。

【００６２】そしてコントローラ３０は、この後交叉又
は突然変異をランダムに選択しながら同様の処理を何度
も繰り返す。この結果個体の母集団は、徐々に適応度の
高い所定個数（30個）の個体の集合体となってゆく。こ
の一例として、「Ｌ−Ｒ」及び「Ｆ−Ｈ」のパラメータ
が進化することにより、歩行パターンが静歩行の歩容か
ら動歩行の歩容へと変化してゆく様子を図１１に示す。

【００６３】従ってこのロボット開発環境システム１で
は、このような交叉又は突然変異操作をロボット３に所
望回数だけ行わせ、かくして得られた30個の個体の中か
ら最も適応度の高い個体を選択することによって、速度
及び直進性に優れた歩行制御のための22個のパラメータ
のパラメータ値を得ることができる。

【００６４】（２−２−３）個体の適応度の評価手順 ここでコントローラ３０は、パラメータ進化処理手順Ｒ
Ｔ１のステップＳＰ５及びステップＳＰ９における各個
体の適応度の評価を図１２に示す適応度評価処理手順Ｒ
Ｔ２に従って行う。

【００６５】すなわちコントローラ３０は、パラメータ
進化処理手順ＲＴ１のステップＳＰ５及びステップＳＰ
９に移るとこの適応度評価処理手順ＲＴ２をステップＳ
Ｐ２０において開始し、続くステップＳＰ２１におい
て、パラメータ進化処理手順ＲＴ１のステップＳＰ４又
はステップＳＰ８（図１０）において選択した３つ又は
２つの個体の中から１つの個体を選択し、当該個体の各
パラメータを歩行制御のためのパラメータとして設定す
る。

【００６６】そしてコントローラ３０は、続くステップ
ＳＰ２２において、ロボット３の頭部ユニット２２をヨ
ー方向に回転させたり、必要に応じて各脚部ユニット２
１Ａ〜２１Ｄを駆動させてその場において胴体部ユニッ
ト２０をヨー方向に回転させるようにして、環境ユニッ
ト２（図２）におけるいずれか一方のパネル１３Ａを探
索させる。

【００６７】そしてコントローラ３０は、この探索によ
り一方のパネル１３Ａを検出すると、ステップＳＰ２３
に進んで各脚部ユニット２１Ａ〜２１Ｄを駆動させるこ
とにより、当該パネル１３Ａが正面に位置するように胴
体部ユニット２０をヨー方向に回転させる。

【００６８】続いてコントローラ３０は、ステップＳＰ
２４に進んで、距離センサ３５（図４）からの距離測定
信号Ｓ４に基づいてパネル１３Ａまでの距離ｄ_start を
測定してこれを記憶し、この後ステップＳＰ２５に進ん
で各脚部ユニット２１Ａ〜２１Ｄを駆動することにより
ロボット３をそのパネル１３Ａに向けて所定の規定時間
Ｔ₁ （例えば７秒）分だけ歩行させる。

【００６９】この際コントローラ３０は、距離センサ３
５からの距離測定信号Ｓ４に基づいて正面の壁１２Ａま
での距離を常時監視し、当該距離が予め設定された所定
距離内となったときには、ロボット３の歩行を停止させ
てこの試行での歩行時間Ｔ₂を記憶する。

【００７０】続いてコントローラ３０は、ロボット３が
歩行動作を停止すると、ステップＳＰ２６に進んでロボ
ット３の頭部ユニット２２のみをヨー方向に回転させる
ようにして対象とするパネル１３Ａを探索する。

【００７１】そしてコントローラ３０は、このパネル１
３を検出すると、図１３に示すように、当該パネル１３
Ａまでの距離ｄ_stopを距離センサ３５（図４）からの距
離測定信号Ｓ４に基づいて測定すると共に、胴体部ユニ
ット２０の前後軸とパネル１３Ａへの方向のなす角度θ
を頭部ユニット２２をヨー方向に回転させるアクチュエ
ータ３６Ａと対応するポテンショメータ３７Ａからの角
度検出信号Ｓ５Ａに基づき得られる頭部ユニット２２の
向きに基づいて測定する。

【００７２】続いてコントローラ３０は、ステップＳＰ
２７に進み、ステップＳＰ２６において得られた距離ｄ
_stop及び角度θに基づいてその個体の速度及び直進性に
対する評価値Ｓ_coreを算出する。

【００７３】具体的に、コントローラ３０は、ロボット
３の速度を次式

【００７４】

【数４】

【００７５】により与えられる評価関数ｖ（ｄ_start ，
ｄ_stop，Ｔ）を用いて算出すると共に、直進性を次式

【００７６】

【数５】

【００７７】により与えられる評価関数ｓ（θ，
ｄ_stop）を用いて算出し、これらを次式

【００７８】

【数６】

【００７９】のように乗算するようにしてその個体の評
価値Ｓ_coreを算出する。

【００８０】なお（４）式及び（５）式におけるＴは、
ロボット３が規定時間歩行できたときには上述のＴ₁ 、
歩行を中止したときには上述のＴ₂ となる。また（６）
式におけるｆ（θ）は、直進性を評価するための補助関
数であり、この実施の形態の場合においては次式

【００８１】

【数７】

【００８２】を用いている。さらに（６）式に含まれる
定数80及び10は、ロボットに搭載された距離センサ３５
の測定可能な最大及び最小距離（単位はセンチメート
ル）である。

【００８３】続いてコントローラ３０は、ステップＳＰ
２８に進んで同一個体について合計３回の試行を行った
か否かを判断し、否定結果を得るとステップＳＰ２２に
戻ってこの後対象とするパネル１３Ａ、１３Ｂを順次交
互に変えながらステップＳＰ２２〜ステップＳＰ２８に
おいて同様の処理を繰り返す。

【００８４】そしてコントローラ３０は、やがて同一個
体について合計３回の試行を終了することによりステッ
プＳＰ２８において肯定結果を得ると、ステップＳＰ２
９に進んで３回の試行により得られた合計３個の評価値
Ｓ_coreの平均値Ａ_score を算出する。この平均値Ａ
_score がその個体の速度及び直進性に対する適応度とな
る。

【００８５】続いてコントローラ３０は、ステップＳＰ
３０に進んでパラメータ進化処理手順ＲＴ１のステップ
ＳＰ４又はステップＳＰ８において選択した全ての個体
について同様の処理を終えたか否かを判断し、否定結果
を得るとステップＳＰ２１に戻ってこの後ステップＳＰ
２２〜ステップＳＰ３０を同様に処理する。

【００８６】そしてコントローラ３０は、やがて全ての
個体について同様の処理を終えることによりステップＳ
Ｐ３０において肯定結果を得ると、ステップＳＰ３１に
進んでこの適応度処理手順ＲＴ２を終了してパラメータ
進化処理手順ＲＴ１（図１０）に戻り、この後パラメー
タ進化処理手順ＲＴ１のステップＳＰ６又はステップＳ
Ｐ１０に進ようになされている。

【００８７】（２−３）本実施の形態の動作及び効果 以上の構成において、ロボット３のコントローラ３０
は、歩行制御を行うための22個のパラメータからなる個
体を所定個数だけ生成することにより母集団を生成し、
これら個体の速度及び直進性に対する適応度を実際にロ
ボット３を歩行させて評価しながら、当該評価結果に基
づいて遺伝的アルゴリズムに従ってこれら個体を進化さ
せる。

【００８８】従ってこのロボット開発環境システム１に
よれば、高い専門知識を必要としたり、またパーソナル
コンピュータを用いたシミュレーションの繰り返し等の
作業を必要とすることなく、歩行制御のための各種パラ
メータのパラメータ値として速度性及び直進性に優れた
パラメータ値（歩行パターン）を容易に得ることができ
る。

【００８９】またこのロボット開発環境システム１によ
れば、ロボット３の実機を用いて各個体それぞれについ
て評価を行うようにしているため、例えば従来行われて
いたシミュレーションによって適切なパラメータ値を取
得する手法に比べて、実機ロボット３とシミュレーショ
ン上のロボット間での誤差、動特性等の実機ロボット個
体間でのばらつき等を考慮することなく直ちに製品に適
応できる最適なパラメータ値を格段的に容易に取得し得
るようにすることができる。

【００９０】さらにこのロボット開発環境システム１で
は、ロボット３が環境ユニット２の各パネル１３Ａ、１
３Ｂを自動的に探索し、検出したパネル１３Ａ、１３Ｂ
に向けて歩行してゆくため、１回の試行（歩行）の度に
ユーザがロボット３を元の位置に戻したり、又はロボッ
ト３の向きを変えたりする必要がなく、その分より一層
歩行パターンの生成作業を容易化させることができる。

【００９１】さらにこのロボット開発環境システム１で
は、ロボット３の各脚部ユニット２１Ａ〜２１Ｄの駆動
位相を規定するパラメータ（図５の「Ｌ−Ｒ」及び「Ｆ
−Ｈ」）をも進化させるようにしているため、ロボット
３のハードウェアや歩行路面に最適な動歩行の歩容（ト
ロット歩容、ペース歩容等）を容易に検出することがで
きる。

【００９２】以上の構成によれば、歩行制御を行うため
の複数のパラメータからなる個体を複数生成することに
より母集団を生成し、これら各個体の速度及び直進性に
対する適応度を実際にロボット３を歩行させて評価しな
がら、当該評価結果に基づいて遺伝的アルゴリズムに従
ってこれら個体を進化させるようにしたことにより、高
い専門知識や煩雑な作業を必要とすることなく、歩行制
御のための各種パラメータのパラメータ値として優れた
パラメータ値を容易に得ることができ、かくて歩行パタ
ーン生成作業を容易化させることができる。

【００９３】（３）第２の実施の形態 （３−１）本実施の形態によるロボットの構成 図３及び図４との対応部分に同一符号を付して示す図１
４及び図１５は、第２の実施の形態によるロボット４０
を示し、頭部ユニット４２にマイクロホン４３、タッチ
センサ４４及びスピーカ４５がそれぞれ所定位置に設け
られている点を除いてハードウェアは第１の実施の形態
のロボット３とほぼ同様に構成されている。

【００９４】この場合マイクロホン４３は、ユーザから
図示しないサウントコマンダを介して音階として与えら
れる「歩け」、「伏せ」又は「ボールを追いかけろ」等
の指令音を集音し、得られた音声信号Ｓ１０を胴体部ユ
ニット４１内のコントローラ４６に送出する。

【００９５】またタッチセンサ４４は、図１４において
明らかなように、頭部ユニット４２の上部に設けられて
おり、ユーザからの「なでる」や「たたく」といった物
理的な働きかけにより受けた圧力を検出し、検出結果を
圧力検出信号Ｓ１１としてコントローラ４６に送出す
る。

【００９６】コントローラ４６は、マイクロホン４３、
ＣＣＤカメラ３４、タッチセンサ４４、距離センサ３
５、加速度センサ３２、角速度センサ３３及び各ポテン
ショメータ３７Ａ〜３７ｎからそれぞれ供給される音声
信号Ｓ１０、画像信号Ｓ３、圧力検出信号Ｓ１１、距離
測定信号Ｓ４、加速度検出信号Ｓ１、角速度検出信号Ｓ
２及び角度検出信号Ｓ５Ａ〜Ｓ５ｎに基づいて周囲の状
況や、ユーザからの指令及び働きかけの有無、ロボット
４０の姿勢や状態を判断する。

【００９７】そしてコントローラ４６は、この判断結果
と、予めメモリ４７に格納されているプログラムとに基
づいて続く行動を決定し、決定結果に基づいて必要なア
クチュエータ３６Ａ〜３６ｎを駆動することにより頭部
ユニット４２を上下左右に振らせたり、各脚部ユニット
２１Ａ〜２１Ｄを駆動して歩行させるなどの動作を行わ
せる。

【００９８】またこの際コントローラ４６は、必要に応
じて所定の音声信号Ｓ１２をスピーカ４５に与えること
により当該音声信号Ｓ１２に基づく音声を外部に出力さ
せたり、このロボット４０の「目」の位置に設けられた
図示しないＬＥＤ（Light Emitting Diode）を点灯、消
灯又は点滅させる。

【００９９】このようにしてこのロボット４０において
は、周囲の状況や、自己の姿勢及び状態に応じて自律的
に行動し得るようになされている。

【０１００】かかる構成に加えこのロボット４０の場
合、コントローラ４６は、歩行制御のための各種パラメ
ータを遺伝的アルゴリズムによって進化させてゆくこと
により、歩行パターンを歩行路面の状態（フローリン
グ、カーペット又は畳）に適合させてゆくようになされ
ている。

【０１０１】すなわちこのロボット４０の場合、上述の
第１の実施の形態のようにして得られた速度及び直進性
についての適応度が最も高い個体の遺伝子型が歩行制御
のための各種パラメータの初期値として予め設定されて
いる。そしてコントローラ４６は、初期時、この設定さ
れたパラメータに基づいて対応するアクチュエータを制
御することによりロボット４０の歩行制御を行う。

【０１０２】またコントローラ４６は、これとは別に適
当なタイミングで上述のパラメータ進化処理手順ＲＴ１
（図１０）のステップＳＰ２の場合と同様にして所定個
数の個体を生成して個体の母集団（初期設定の個体をも
含む）を生成すると共に、当該母集団を構成する各個体
をパラメータ進化処理手順ＲＴ１のステップＳＰ３〜ス
テップＳＰ１１と同様の処理により進化させる。

【０１０３】またコントローラ４６は、このような処理
を行いながら、交叉又は突然変異の操作を行う度に、母
集団を構成する個体の中から最も適応度の高い個体を選
択し、当該個体の各遺伝子型（パラメータ）を歩行制御
のための各種パラメータのパラメータ値として設定す
る。

【０１０４】これによりこのロボット４０においては、
歩行制御のための22個のパラメータとして常に適応度の
高いパラメータ値が設定されるため、母集団の各個体が
進化するに伴って歩行パターンを歩行路面の状態に適合
させてゆくことができるようになされている。

【０１０５】なおこのロボット４０の場合、コントーラ
４６は、図１６に示す適応度評価処理手順ＲＴ３に従っ
て各個体の適応度を評価するようになされている。

【０１０６】すなわちコントローラ４６は、評価対象の
個体を選択するとこの適応度評価処理手順をステップＳ
Ｐ４０において開始し、続くステップＳＰ４１において
その個体の各遺伝子型（パラメータ）を歩行制御のため
の各パラメータのパラメータ値として設定する。

【０１０７】続いてコントローラ４６は、ステップＳＰ
４２に進んでこれらパラメータ値により規定される歩行
パターンで規定時間歩行すると共に、このとき加速度セ
ンサ３２（図１５）から与えられる加速度検出信号Ｓ１
に基づき得られる加速度情報（上述のように数十ミリ秒
毎に更新される）と、角速度センサ３３（図１５）から
与えられる角速度検出信号Ｓ２に基づき得られる角速度
情報（上述のように数十ミリ秒毎に更新される）とを順
次メモリ４７（図１５）に格納する。

【０１０８】そしてコントローラ４６は、このようにし
て規定時間の歩行を終了すると、ステップＳＰ４３に進
んでメモリ４７に格納した加速度情報及び角速度情報を
読み出し、当該読み出した加速度情報を積分処理するこ
とによりこの試行での速度を算出すると共に、角速度情
報を積分処理することによりこの試行での横方向の移動
距離（直進性に相当）を計算する。

【０１０９】さらにコントローラ４６は、続くステップ
ＳＰ４４において、ステップＳＰ４３において算出した
速度と、横方向の移動距離とを乗算することによりその
個体の速度及び直進性に対する評価値を算出し、これを
この個体の適応度としてメモリ４７に格納した後、ステ
ップＳＰ４５に進んでこの適応度評価処理手順ＲＴ３を
終了する。

【０１１０】（３−２）本実施の形態の動作及び効果 以上の構成において、ロボット４０のコントローラ４６
は、歩行制御を行うための複数のパラメータからなる個
体を複数生成することにより母集団を生成し、これら個
体の速度及び直進性に対する適応度を実際にロボット４
０を歩行させて評価しながら、当該評価結果に基づいて
遺伝的アルゴリズムに従ってこれら個体を進化させる。
またこのときコントローラ４６は、母集団のうちの最も
適応度の高い個体の各遺伝子型（パラメータ）を利用し
て歩行制御する。

【０１１１】従ってこのロボット４０は、例えば開発の
際に予め種々の歩行路面の状態を想定して各状態ごとの
歩行パターンを用意するなどの煩雑な開発作業を必要と
することなく、歩行パターンを歩行路面の状態に適合さ
せて、常に速度及び直進性の高い歩行パターンで歩行を
行うことができる。

【０１１２】以上の構成によれば、歩行制御を行うため
の複数のパラメータからなる個体を複数生成して母集団
を生成し、これら個体の速度及び直進性に対する適応度
を実際にロボット４０を歩行させて評価しながら、当該
評価結果に基づいて遺伝的アルゴリズムに従ってこれら
個体を進化させるようにしたことにより、常に歩行路面
の状態に適合した歩行パターンで歩行を行うようにする
ことができる。かくするにつき例えば開発の際に予め種
々の歩行路面の状態を想定して各状態ごとの歩行パター
ンを用意するなどの煩雑な開発作業を必要とせず、歩行
パターン生成作業を容易化させることができる。

【０１１３】また以上の構成によれば、実機を用いて最
適なパラメータ値を取得するようにしたことにより、最
適なパラメータ値の取得処理をロボット４０だけで完結
して行うことができる。かくするにつき、例えばこのロ
ボット４０を製品として販売した場合に、ロボット４０
の歩行パターン等を使用環境（ユーザの家の床面の形態
等）に応じた最適な歩行パターン等に自動的に変化させ
てゆくことができることから、ロボット４０の歩行パタ
ーン等が使用環境に適合しないことに起因するロボット
４０の動きのぎこちなさの発生を未然に防止でき、又は
ユーザに特化したバラエティに富んだロボットが実現で
き、かくしてロボット４０のエンターテイメント性を向
上させることができる。

【０１１４】（４）他の実施の形態 なお上述の第１及び第２の実施の形態においては、本発
明を４脚歩行型のロボット３、４０に適用するようにし
た場合について述べたが、本発明はこれに限らず、４脚
以外のこの他種々の構成の歩行型ロボットに広く適用す
ることができる。

【０１１５】また上述の第１及び第２の実施の形態にお
いては、ロボット３、４０の各脚部ユニット２１Ａ〜２
１Ｄを駆動する駆動手段（アクチュエータ３６Ａ〜３６
ｎ）としてサーボモータを適用するようにした場合につ
いて述べたが、本発明はこれに限らず、この他種々のア
クチュエータを広く適用することができる。

【０１１６】さらに上述の第１及び第２の実施の形態に
おいては、ロボット３、４０の歩行制御のためのパラメ
ータに基づいてアクチュエータ３６Ａ〜３６ｎを制御す
る制御手段と、歩行を評価する評価手段と、評価手段に
よる歩行の評価が向上するように歩行制御のためのパラ
メータを更新するパラメータ更新手段とを１つのコント
ローラ３０、４６により構成するようにした場合につい
て述べたが、本発明はこれに限らず、これらを別体とし
て個別に設けるようにしても良い。

【０１１７】さらに上述の第１及び第２の実施の形態に
おいては、遺伝的アルゴリズムにより進化させる歩行制
御のためのパラメータとして図５に示すような22個のパ
ラメータを適用するようにした場合について述べたが、
本発明はこれに限らず、これらのうちの一部又はこれ以
外のパラメータを進化させるようにしても良い。

【０１１８】さらに上述の第１及び第２の実施の形態に
おいては、歩行制御のための各種パラメータを進化させ
る際の評価基準を速度及び直進性とするようにした場合
について述べたが、本発明はこれに限らず、これに加え
て又はこれ以外の新たな評価基準を設けるようにしても
良い。

【０１１９】なおこのような新たな評価基準として、例
えばＣＣＤカメラ３４からの画像信号Ｓ３に基づく画像
のぶれ難さを採用することが考えられる。そしてこの評
価方法としては、ＣＣＤカメラ３４からの画像信号Ｓ３
に基づく画像内の各画素の輝度値の総和を各フレームご
とに計算すると共に、各フレーム間の輝度値の差分をそ
れぞれ計算し、当該差分の総和が小さいほど画像がぶれ
ていないものとして評価する方法を適用できる。

【０１２０】さらに上述の第１の実施の形態において
は、ロボット開発環境システム１の環境ユニット２にお
けるロボット３の歩行時の障害物としてポール１１Ａ、
１１Ｂを適用するようにした場合について述べたが、本
発明はこれに限らず、この他種々の障害物を広く適用で
きる。

【０１２１】またこれに加えて又はこれに代えて環境ユ
ニット２の床面１０に凹凸等を設けてロボット３の歩行
路面を不整地とするようにしても良く、このようにする
ことによって不整地においても安定した歩行を行い得る
歩行パターンを得ることができる。

【０１２２】さらに上述の第１の実施の形態において
は、ロボット開発環境システム１の環境ユニット２にお
けるロボット３が歩行する際の目標として着色されたパ
ネル１３Ａ、１３Ｂを適用するようにした場合について
述べたが、本発明はこれに限らず、これ以外のものをロ
ボット３が歩行する際の目標として設けるようにしても
良い。

【０１２３】さらに上述の第１及び第２の実施の形態に
おいては、ロボット３、４０の歩行制御のための各種パ
ラメータを遺伝的アルゴリズムにより進化させるように
した場合について述べたが、本発明はこれに限らず、こ
れ以外のアルゴリズムを用いてこれらパラメータを進化
させるようにしても良い。

【０１２４】さらに上述の実施の形態においては、本発
明を、歩行パターン生成に適用する場合に適用するよう
にした場合について述べたが、本発明はこれに限らず、
例えばブラキエーション動作や、ダンス等のあらゆる動
作及び又は行動パターン生成に広く適用することができ
る。

【０１２５】

【発明の効果】上述のように本発明によれば、歩行型の
ロボット装置において、歩行を制御するためのパラメー
タに応じた歩行を行わせるように制御する制御手段と、
歩行を評価する評価手段と、評価手段による歩行の評価
が向上するようにパラメータを更新するパラメータ更新
手段とを設けるようにしたことにより、評価の高い歩行
パターンを高度な専門知識や煩雑を作業を必要とするこ
となく得ることができ、かくして歩行パターン生成を容
易化させ得るロボット装置を実現できる。

【０１２６】また本発明によれば、歩行型のロボット装
置において、歩行時における各脚部の駆動位相を規定す
るパラメータに応じた歩行を行わせるように制御する制
御手段と、歩行の速度を評価する評価手段と、評価手段
による歩行の評価が向上するようにパラメータを更新す
るパラメータ更新手段とを設けるようにしたことによ
り、動作時における歩容として当該ロボット装置のハー
ドウェア等の条件に最適な歩容を容易に検出することが
でき、かくして歩行パターン生成作業を容易化させ得る
ロボット装置を実現できる。

【０１２７】さらに本発明によれば、歩行型のロボット
装置の学習方法において、歩行を制御するためのパラメ
ータに応じた歩行を行わせる第１のステップと、歩行を
評価する第２のステップと、評価手段による歩行の評価
が向上するようにパラメータを更新する第３のステップ
とを設けるようにしたことにより、評価の高い歩行パタ
ーンを高度な専門知識や煩雑を作業を必要とすることな
く得ることができ、かくして歩行パターン生成作業を容
易化させ得るロボット装置の学習方法を実現できる。

【図面の簡単な説明】

【図１】適応度の説明に供する特性曲線図である。

【図２】第１の実施の形態によるロボット開発環境シス
テムの構成を示す略線的な斜視図である。

【図３】第１の実施の形態によるロボットの外観構成を
示す斜視図である。

【図４】第１の実施の形態によるロボットの内部構成を
示すブロック図である。

【図５】歩行制御のための22個のパラメータを示す図表
である。

【図６】歩行基準姿勢を示す略線図である。

【図７】１つの脚部ユニットの運動の説明に供する略線
図である。

【図８】パラメータの説明に供する略線図である。

【図９】各種歩容におけるパラメータの位相関係を示す
タイミングチャートである。

【図１０】パラメータ進化処理手順を示すフローチャー
トである。

【図１１】静歩行から動歩行への変化の様子を示す略線
図である。

【図１２】第１の実施の形態による適応度評価処理手順
を示すフローチャートである。

【図１３】個体の評価の仕方の説明に供する略線図であ
る。

【図１４】第２の実施の形態によるロボットの外観構成
を示す斜視図である。

【図１５】第２の実施の形態によるロボットの内部構成
を示すブロック図である。

【図１６】第２の実施の形態による適応度評価処理手順
を示すフローチャートである。

【符号の説明】

１……ロボット開発環境システム、２……環境ユニッ
ト、３、４０……ロボット、１３Ａ、１３Ｂ……パネ
ル、２０、４１……胴体部ユニット、２１Ａ〜２１Ｄ…
…脚部ユニット、２２、４２……頭部ユニット、３０、
４６……コントローラ、３１……タイマ、３２……加速
度センサ、３３……角速度センサ、３４……ＣＣＤカメ
ラ、３５……距離センサ、３６Ａ〜３６ｎ……アクチュ
エータ、３７Ａ〜３７ｎ……ポテンショメータ、３８、
４７……メモリ、Ｓ１……加速度検出信号、Ｓ２……角
速度検出信号、Ｓ３……画像信号、Ｓ４……距離測定信
号、ＲＴ１……パラメータ進化処理手順、ＲＴ２、ＲＴ
３……適応度評価処理手順。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 藤田 雅博 東京都品川区北品川６丁目７番35号ソニー 株式会社内 (72)発明者 山本 隆司 東京都品川区北品川６丁目７番35号ソニー 株式会社内 (72)発明者 花形 理 東京都品川区北品川６丁目７番35号ソニー 株式会社内 (72)発明者 横野 順 東京都品川区北品川６丁目７番35号ソニー 株式会社内

Claims (9)

【特許請求の範囲】
1. 【請求項１】複数の脚部を有し、各上記脚部を所定パタ
   ーンで駆動するようにして歩行するロボット装置におい
   て、 各上記脚部を駆動する駆動手段と、 上記歩行を制御するための所定のパラメータに基づいて
   上記駆動手段を制御することにより、当該パラメータに
   応じた上記歩行を行わせる制御手段と、 上記歩行を評価する評価手段と、 上記評価手段による上記歩行の評価が向上するように上
   記パラメータを更新するパラメータ更新手段とを具える
   ことを特徴とするロボット装置。
2. 【請求項２】上記パラメータ更新手段は、 遺伝的アルゴリズムによって上記パラメータを更新する
   ことを特徴とする請求項１に記載のロボット装置。
3. 【請求項３】上記評価手段は、 上記歩行の速度及び又は直進性を評価することを特徴と
   する請求項１に記載のロボット装置。
4. 【請求項４】複数の脚部を有し、各脚部を所定パターン
   で駆動するようにして歩行するロボット装置において、 上記脚部を駆動する駆動手段と、 上記歩行時における上記各脚部の駆動位相を規定する所
   定のパラメータに基づいて上記駆動手段を制御すること
   により、当該パラメータに応じた上記歩行を行わせる制
   御手段と、 上記歩行の速度を評価する評価手段と、 上記評価手段による上記動作の評価が向上するように上
   記パラメータを更新するパラメータ更新手段とを具える
   ことを特徴とするロボット装置。
5. 【請求項５】複数の脚部を有し、各上記脚部を所定パタ
   ーンで駆動するようにして歩行するロボット装置の学習
   方法において、 上記歩行を制御するための所定のパラメータに基づいて
   上記ロボット装置に上記歩行を行わせる第１のステップ
   と、 上記歩行を評価する第２のステップと、 上記歩行の評価が向上するように上記パラメータを更新
   する第３のステップとを具えることを特徴とするロボッ
   ト装置の学習方法。
6. 【請求項６】上記第３のステップでは、 遺伝的アルゴリズムに従って上記パラメータを更新する
   ことを特徴とする請求項５に記載のロボット装置の学習
   方法。
7. 【請求項７】上記第２のステップでは、 上記歩行の速度及び又は直進性を評価することを特徴と
   する請求項５に記載のロボット装置の学習方法。
8. 【請求項８】上記ロボット装置に所定の目標を探索する
   探索機能を設け、 上記第１のステップにおいて、上記ロボット装置は、 所定位置に設けられた第１の上記目標を探索し、 検出した上記第１の目標に向けて歩行し、 上記歩行終了後には第２の上記目標を探索し、 検出した上記第２の目標に向けて歩行することを特徴と
   する請求項５に記載のロボット装置の学習方法。
9. 【請求項９】上記第１のステップにおける上記ロボット
   装置の歩行路面上に障害物を設け、 及び又は当該歩行路面を不整地とすることを特徴とする
   請求項５に記載のロボット装置の学習方法。