JP2002160185A

JP2002160185A - ロボット装置、ロボット装置の行動制御方法、外力検出装置及び外力検出方法

Info

Publication number: JP2002160185A
Application number: JP2001103855A
Authority: JP
Inventors: Masahiro Fujita; 雅博藤田; Takeshi Takagi; 剛高木; Rika Hasegawa; 里香長谷川; Osamu Hanagata; 理花形; Jun Yokono; 順横野; Gabriel Costa; コスタガブリエル; Hideki Shimomura; 秀樹下村
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 2000-03-31
Filing date: 2001-04-02
Publication date: 2002-06-04

Abstract

(57)【要約】【課題】音声信号等の入力信号に結びつけて行動を学
習する。【解決手段】ロボット装置１は、接触を検出するタッ
チセンサによる接触検出と同時又は時間的前後に入力さ
れた情報を検出する音声認識部１０１と、接触に応じて
出現した行動と、音声認識部１０１が検出した入力情報
（音声信号）とを結びつけて記憶する連想想起記憶部１
０４と、新たに得られた入力情報（音声信号）に基づい
て、連想想起記憶部１０４により連想された行動をする
ように制御をする行動生成部１０５とを備える。そし
て、センサ処理部１０２は、タッチセンサによる接触検
出に応じて行動を出現させる。

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、ロ
ボット装置の行動を制御するロボット装置の行動制御方
法並びに外力を検出する外力検出装置及び外力検出方法
に関する。

【０００２】

【従来の技術】従来、知識獲得或いは言語獲得と呼ばれ
る分野においては、主に視覚情報と聴覚情報の連想記憶
を基本とするものであった。

【０００３】「LEARNING WORDS FROM NATURAL AUDIO-VI
SUAL INPUT」（Deb Roy, Alex Pentland）（以下、文献
１という。）では、入力音声と入力画像から言語を学習
する研究を行っている。この文献１での学習手法は、概
略は次のようなものである。

【０００４】画像信号と音声信号（音響信号）とを同時
或いは時間を前後して学習システムに入力させる。文献
１では、このように同時或いは時間を前後して入力され
た画像と音声のペアのイベント（Event）をＡＶイベン
ト（AV‐Event）と呼んでいる。

【０００５】このように入力された画像信号及び音声信
号について、画像処理により画像信号から色と形を検出
し、一方で、音声処理により音声信号から音声区間検出
（リカレントニューラルネット）及び音韻分析を行う。
具体的には、画像特徴空間における特徴（距離等）から
入力された画像を各クラス（特定画像を認識するための
クラス、認識クラス。）に分類する一方、音特徴空間に
おける特徴（距離等）から入力された音を各クラス（特
定の音を認識するためのクラス、認識クラス。）に分類
する。特徴空間は、図１に示すように、複数の要素によ
って構成される空間であり、例えば、画像信号であれ
ば、色差信号や輝度信号を要素とした２次元或いはそれ
以上の多次元空間として構成されている。そして、入力
された画像はそのような特徴空間において所定の分布を
示すことから、そのような分布に基づいて色の認識が可
能になる。例えば、このような特徴空間において、距離
関係からクラス分類して、色を認識する。

【０００６】例えば、音の認識では、連続認識ＨＭＭ
（Hidden Markov Model）法を採用する。連続認識ＨＭ
Ｍ法（以下、単にＨＭＭという。）は、音声信号を音韻
系列として認識可能とするものである。また、上述のリ
カレントニューラルネットとは、信号が入力層側へ戻る
ような流れのニューラルネットワークである。

【０００７】そして、同時発生に関する相関（相関学
習）をもとに、画像処理でクラス分類される刺激（画
像）に対してクラス分類された音韻を結びつけ（関連づ
け）、学習を行っている。すなわち、画像で示されたも
のの名前や形容を学習結果として獲得している。

【０００８】例えば、上述のような学習によれば、図２
に示すように、画像情報からなる「赤いもの」、「青い
もの」、・・・等に分類されている画像クラスにより入
力画像が特定（認識）され、また、音情報からなる“ａ
−ｋａ”、“ａ−ｏ”，“ｋｉ”、・・・等に分類され
ているクラスにより入力音声が特定（認識）される。

【０００９】そして、そのようなクラス分類された画像
や音声が相関学習により関連づけされる。これにより、
“赤色のもの”が画像入力された場合には、その相関学
習の結果として、学習システム２００は、“ａ−ｋａ”
の音韻系列を出力することができる。

【００１０】

【発明が解決しようとする課題】ところで、近年、周囲
の環境（外的要因）や内部状態（内的要因、例えば、感
情、本能等の状態）に応じて自律的に行動するロボット
装置が提案されている。このようなロボット装置は、人
間或いは環境とインタラクション（対話）をするような
ものとして構成されている。例えば、ロボット装置とし
て、動物に模した形状及び動物のような仕草をする、い
わゆるペットロボット等が提案されている。

【００１１】例えば、このようなロボット装置において
は、種々の情報を学習させることはその娯楽性の向上に
繋がる。特に、行動を学習させることができれば、娯楽
性は高まると言える。

【００１２】しかし、上述した学習手法（文献１）を、
行動を引き起こすことを目的として構成されているロボ
ット装置に応用する場合、以下のような問題が生じる。

【００１３】先ず、上述したような学習手法では、行動
を引き起こすことを適切に設定されていない。

【００１４】上述の文献１では、発話は、入力信号に対
する記憶した単語を発生するか、或いは新規な信号と判
断されれば、適当な音韻の系列を発生させて出力してい
る。しかし、ロボット装置には、人間或いは環境とのイ
ンタラクション（対話）として、入力信号をそのまま表
現する出力（発話）が求められるわけではなく、入力に
対して適切な行動が引き起こされることが要求されてい
る。

【００１５】また、画像特徴空間及び音特徴空間での距
離関係をもとにクラス分類する場合、取得した画像及び
音声については、画像特徴空間及び音特徴空間で近い情
報となるが、それに対する行動が異なる場合、或いはそ
れに対する行動を異ならせたい場合も想定される。この
ような場合、最適な行動がなされるようにクラス分類に
反映しなければならない。しかし、従来の手法はこのよ
うな状況に対処できるものではない。

【００１６】また、従来の知識獲得或いは言語獲得は主
として次のような事柄から構成されている。（１）．画像信号のクラス分類と新しいクラスを生成す
る手段。（２）．音響信号のクラス分類と新しいクラスを生成す
る手段。（３）．項目（１）と項目（２）との結果を結びつける
手段。或いは画像と音とを相関学習する手段。

【００１７】もちろん、これ以外の機能が付加されてい
るものもある。しかし、少なくともこの３つが構成要素
となっている。

【００１８】この項目（１）及び項目（２）のクラス分
類の手法としては、特徴空間へのマッピング、意味のあ
る信号に対する先見的知識を用いたパラメトリックな識
別法、確率的なクラス分類結果など様様な手法が存在す
る。

【００１９】画像については、例えば、色空間において
赤色、青色、緑色、黄色などの色テンプレートにおける
閾値を制御することで行ったり、提示される色刺激に対
して既にある色の記憶領域と入力色の特徴空間での距離
より、各色としての確率を求めるなど、一般的な画像認
識手法を用いることができる。例えば、図１に示すよう
な特徴空間においてある特徴量として既にクラス分類さ
れている領域に対して、入力された画像の特徴量が示す
領域の距離から、そのようなクラスである確率を求める
ようにである。また、ニューラルネットなどの手法も有
効である。

【００２０】一方、音声については、音韻検出、ＨＭＭ
による入力された音韻系列と記憶されている音韻系列と
を比較し、それに基づいた確率的単語認識などが用いら
れる。

【００２１】また、上記項目（１）、項目（２）の新し
いクラスを生成する手段としては、次のようなものがあ
る。

【００２２】入力信号に対し、既存のクラスに所属する
かどうかの評価をし、既存のクラスに所属すると判断す
れば、その入力信号をそのクラスに所属させ、クラス所
属の評価方法に反映させたりする。もし、既存のどのク
ラスにも所属しないと判断されれば、新しいクラスを生
成し、そのクラス所属の評価はその入力刺激をもとに行
うように学習を行う。

【００２３】例えば、新しいクラスの生成としては、画
像クラスについて既存のクラス（画像Ａのクラス、画像
Ｂのクラス、・・・）に所属しないと判断した場合、図
３中（Ａ）に示すように、いまあるクラス（例えば、画
像Ａのクラス）を分割して新たな画像のクラスを生成
し、或いは音クラスについては、既存のクラス（音αの
クラス、音βのクラス、・・・）に所属しないと判断し
た場合、図３中（Ｂ）に示すように、いまあるクラス
（音βのクラス）を分割して新たな音のクラスを生成す
る。

【００２４】また、上記項目（３）の画像と音のクラス
を結びつける手法には、例えば連想記憶等がある。

【００２５】画像の識別クラスをベクトル（以下、画像
識別ベクトルという。）ＩＣ［ｉ］（ｉ＝０，１，・・
・，NIC−１）、音の識別クラスのベクトル（以下、音
識別ベクトルという。）ＳＣ［ｊ］（ｊ＝０，１，・・
・，NSC−１）とする。提示（学習のために入力）され
た画像と音信号に対して、各認識クラスの確率或いは評
価結果値をそれぞれのベクトル値に設定する。

【００２６】自己想起型の連想記憶では、画像識別ベク
トルＩＣと音識別ベクトルＳＣとを、（１）式及び
（２）式で示すことができる１つのベクトルとする。

【００２７】

【数１】

【００２８】

【数２】

【００２９】なお、自己想起型の連想記憶としては、ホ
ップフィールドの提唱するいわゆるホップフィールドネ
ットが有名である。

【００３０】各ベクトルは、次のように１つのベクトル
になされる。今、ベクトルＣＶを列ベクトルとすると自
己想起型の連想記憶は、（３）式のdelta_Wというマト
リクスを現状の記憶しているマトリクスＷに足すことで
なされる。

【００３１】

【数３】

【００３２】これにより、画像刺激（入力された画像）
をあるクラスとみなし、そのクラスに音声認識結果の単
語（これは例えばＨＭＭのクラス）と結びつけることが
可能となる。新しい画像（例えば赤）を提示し、音声
“ａ−ｋａ”を入力することにより、画像刺激の赤色に
各クラスが特徴空間上の刺激度或いは距離によって適当
な大きさを示し、同様に音声“ａ−ｋａ”という音韻系
列に各クラスが適当な大きさで反応するが、それらを上
記の式で相関行列として扱い、統計的に平均化すること
によって、同じ刺激には同じ画像と音声のクラスが高い
値を示すため、高い相関を示すことになる。これによ
り、画像として赤色を提示すれば、“ａ−ｋａ”という
ＨＭＭのクラスが連想記憶される。

【００３３】一方、「Perceptually grounded meaning
creation」（Luc Steels, ICMAS, Kyoto 1996）（以
下、文献２という。）では、ディスクリミネーションゲ
ーム（Discrimination Game）と呼ぶ実験で意味獲得を
行っている。ディスクリミネーションゲームは概略とし
て次のようなものである。

【００３４】システムは、上述のように画像と音響とは
限らずに一般的なセンサチャンネルと特微量検出器とを
複数して構成されている。そして、それらの特微量検出
器により、エージェント（agent）とよぶ物（例えば、
ソフトウェアにより構成）が、提示されたオブジェクト
（object）に対し、他のオブジェクト（既に認知してい
るオブジェクト）とを区別しようと試み、例えば、特徴
量に基づいて区別化を図ろうとし、もし区別できる特徴
量がなければ、その新たに提示されたオブジェクトに対
応される新しい特微量検出器を作り出していくというも
のである。そして、区別できる特徴量をもっていない場
合、すなわち対応する特徴量検出器を持ってない場合は
負け、持っていれば勝ちといった評価をしていく。

【００３５】そして、システム全体は、セレクショニス
トの原理により動作する。すなわち、ゲームに勝てば生
き残る確率をあげ、負ければ新しい特徴量検出器を作り
出す。ただし、その新しい特徴量検出器は次回のゲーム
で使われ、正しい結果を出すかどうかはわからない。こ
のような動作により、区別をより良くするエージェント
が生き残るようになる。

【００３６】以上がディスクリミネーションゲームの概
略であり、このようなディスクリミネーションゲーム
は、換言すれば、選択淘汰により、よりよい特微量検出
器を作り出す手法とみることもできる。

【００３７】また、「The Spontaneous Self-organizat
ion of an Adaptive Language」（Luc Steels, Mugglet
on, S.（ed.）（1996）Machine, Intelligence 15.）
（以下、文献３という。）では、ランゲージゲーム（La
nguage Game）という手法で言語の発生を論じている。
ランゲージゲームは次の３つのステップからなる。

【００３８】第１ステップ、プロパゲーション（propag
ation）。第２ステップ、クリエーション（creatio
n）。このステップでは、エージェント（agent）が新し
い単語を作り、それに対して新しい特徴を連想づける。
第３ステップ、セルフオーガナイゼーション（self-org
anization）。このステップでは、淘汰と選択によりシ
ステムが自己組織化していく。

【００３９】このランゲージゲームは、いわゆる画像処
理にあたる第１ステップの部分と、言語処理に関係する
単語に対応する第２ステップの部分（ただし、実際には
音声認識をせずいわゆる文字を入力する部分）、それと
その単語からステップ１において取得している画像を連
想させる第３ステップからなる。上述したディスクリミ
ネーションゲームは、第２ステップに相当する部分はな
く、既存の特徴空間での区別だけを対象としている。

【００４０】また、「知覚情報からの概念構造にもとづ
く音声入力による言語獲得」（岩崎、田村、ソニーコン
ピュータサイエンス研究所）（以下、文献４という。）
では、音声認識にＨＭＭを使用し、画像はコンピュータ
のモニター上の色がついた典型的なパターン（丸、三角
等の形状、及び赤、青等の色のもの）を用いて文法獲得
を行っている。

【００４１】文献４では、図４に示すように、ユーザは
モニター２１０上のパターン（ある物体）をマウスでク
リックし（ポインタ２１２で指示し）、同時に音声で
“赤い丸”などと発話する。そして、色画像のディスク
リミネータゲームの理論とＨＭＭの音声認識を用い、上
述した文献３のランゲージゲームにおける第１ステップ
〜第３ステップを確率的に行っている。

【００４２】新しいクラスの生成は、所定の手法による
ベリフィケーション（verification）により行ってい
る。この文献４では、音声認識にＨＭＭを用いてベリフ
ィケーションで新しいクラスをつくると判断したとき、
そのＨＭＭをさらに分割することで新しいクラスを生成
している。

【００４３】さらに、図４中の矢印方向として示すよう
に、マウスで選んだパターン２１１を動かすことによ
り、“第１のオブジェクト（Obj１）２１１を第２のオ
ブジェクト（Obj２）２１３の上へ移動”という動作と
同時に、”上にのせる”という音声を入力することによ
り、そのようなモニター２１０内でしたパターンの動き
を認識させることができる。そして、このような認識さ
れた動作については、ＨＭＭによりクラス分けをしてい
る。

【００４４】以上のように、知識獲得或いは言語獲得に
ついての技術が種々提案されている。しかし、このよう
な手法についても、ロボット装置における行動獲得（行
動学習）といった面から以下のような問題が存在する。（１）．入力信号の特徴空間内の距離とクラス所属評価
についての問題。（２）．行動生成とその評価についての問題。（３）．学習対象物をインタラクションを行う両者で共
有することについての問題。いわゆる学習対象物の共有
の問題。

【００４５】上述の問題（１）は、例えば入力された画
像信号に対してクラス所属評価が画像信号にかかわる情
報だけ、若しくは同時に入力された音信号、又はその２
つにより想起された記憶情報に影響されるだけでは難し
い状況がある、というものである。なお、ここで、クラ
ス所属評価とは、どのクラスに該当するかの指標となる
ものである。

【００４６】例えば、既存のクラスの特徴空間で非常に
近いとされる画像信号が入力されたと仮定する。例え
ば、図５中（Ａ）に示すように、クラスＡとクラスＢと
が画像特徴空間において近接している場合である。しか
し、ここで入力された画像信号は、実は新しいクラスの
生成をするべき信号とされているものとする。

【００４７】一方、このような条件の下で、この画像信
号に対応する対象物の他の情報として、同時に音声信号
が入力され、この入力された音声信号が既存のクラスと
は非常に離れているという判断がなされれば、当該対象
物について音についての新たなクラスが生成されること
になる。例えば、図５中（Ｂ）に示すように、クラスα
（画像のクラスＡに対応付けされる音クラス）とクラス
β（画像のクラスＢに対応付けされる音クラス）とが音
特徴空間において、分布が異なり、閾値Ｓ_２を設定でき
るものとする。

【００４８】よって、画像のクラス所属評価に、音につ
いての特徴空間に基づいてしたクラス所属評価を反映さ
せることができれば、画像についても新しいクラスを生
成することができる。例えば、音特徴空間におけるクラ
ス所属評価を反映させることにより、図５中（Ａ）に示
すように、特徴の近似のクラスＡとクラスＢとの間に両
者を区別する閾値Ｓ_１を設定することができる。すなわ
ち、他方のクラス所属評価を参照することにより、クラ
スの所属評価が適切になされるようになるというもので
ある。

【００４９】しかし、もし画像信号及び音声信号の両方
についてもクラスが非常に近かった場合、これだけでは
画像及び音声について新しいクラスを発生させることは
難しい。これは、例えば、図６中（Ａ）及び（Ｂ）に示
すように、画像及び音の特徴空間においてクラスが近似
している場合において、第３の特徴空間からみて全く異
なる特徴を有しているときであっても、それらを区別化
ができないということである。例えば、第３の特徴空間
としては、行動の特徴を示すものが考えられる。

【００５０】そこで、本発明は、上述の実情に鑑みてな
されたものであり、対象物を、各特徴空間において適切
に判別することができるロボット装置及びロボット装置
の行動制御方法の提供を目的としている。

【００５１】また、上述の問題（２）については、例え
ば新しいクラス所属と判断するべき信号が入力されたと
き、いかにロボット装置の新しい行動を生成し、それを
評価するのか、ということである。

【００５２】従来の手法では、言語発生の評価が、生成
した行動の評価に対応するとも考えられるが、文献３で
は、任意の音韻列を生成している。それが、入力信号お
そらくは画像信号に含まれているオブジェクトの名前等
になるのである。しかしながら、行動の生成として、任
意の動き列を発生させるわけにはいかない。

【００５３】例えば、４本の各脚が３自由度のロボット
装置の各関節角の任意列を発生してもほとんどの場合、
意味のある動きにならない。また、言語発生ではその音
韻系列がそのオブジェクト（対象物）の名前になってい
くだけであるが、行動生成では、そのようにして生成し
た行動についての善し悪しの評価をどうするかが問題に
なる。

【００５４】また、本発明は、このような実情に鑑みて
なされたものであり、入力に対して、適切な行動を生成
することができるロボット装置及びロボット装置の行動
制御方法の提供を目的としている。

【００５５】また、上述の問題（３）については、いわ
ゆる学習対象物の共有（共同注意）の問題であり、ロボ
ット装置が知覚している情報が多様であることに起因す
る。例えば、ロボット装置の画像信号入力部（例えば、
ＣＣＤカメラ）と全く異なる方向に人間がオレンジのボ
ールをもって、“オレンジのボール”を発言し、教育し
ても、ロボット装置の視野に入っているオブジェクト
（対象物）がピンクの箱であれば、それを“オレンジの
ボール”を結びつけてしまう。

【００５６】また、上述した文献４の手法においては、
モニター２１０上のパターン２１１をマウスでクリック
して学習対象物（教育対象物）として指定しているが、
実世界ではこのような学習対象物の指定手段がない。ま
た、上述の文献２及び文献３の理論をロボット装置に適
用したと仮定した場合でも、ロボット装置のなす行動
は、視覚に入っているいくつかの対象物のうち、言い手
が適当に選んだ対象物に対して、自分の記憶に従ってそ
の名前を発話し、その発話に基づいて言い手が学習対象
物を選ぶ、というものになる。これでは、実世界におい
てなされているような、学習対象物を特定した学習とは
なっていない。

【００５７】また、本発明は、このような実情に鑑みて
なされたものであり、学習対象物の共有（共同注意）を
可能として、適切に学習対象物を特定することができる
ロボット装置及びロボット装置の行動制御方法の提供を
目的としている。

【００５８】また、従来のロボット装置１は、頭部に設
けたタッチセンサ等を介し、頭等に外部から力が加えら
れたことを検出して、ユーザとのインタラクション（対
話）をしていたが、これではセンサの数やその配置位置
によりインタラクションが制限されてしまうことにな
る。

【００５９】そこで、本発明は、このような実情に鑑み
てなされたものであり、ユーザからの接触（外力）によ
るインタラクションの自由度を高くすることを可能にす
るロボット装置、外力検出装置及び外力検出方法の提供
を目的としている。

【００６０】

【課題を解決するための手段】本発明に係るロボット装
置は、上述の課題を解決するために、接触を検出する接
触検出手段と、接触検出手段による接触検出と同時又は
時間的前後に入力された情報を検出する入力情報検出手
段と、接触に応じて出現した行動と、入力情報検出手段
が検出した入力情報とを結びつけて記憶する記憶手段
と、新たに得られた入力情報に基づいて、記憶手段にお
ける情報から行動を連想して、その行動をする行動制御
手段とを備える。

【００６１】このような構成を備えたロボット装置は、
接触検出手段による接触検出の時間的前後に入力された
情報を入力情報検出手段により検出し、接触に応じて出
現した行動と、入力情報検出手段が検出した入力情報と
を結びつけて記憶手段に記憶し、行動制御手段により、
新たに得られた入力情報に基づいて、記憶手段における
情報から行動を連想して、その行動をする。

【００６２】これにより、ロボット装置は、入力情報と
その際に出現した行動とを結びつけて記憶して、再び同
一の入力情報が入力された際には、対応される行動を再
び出現させる。

【００６３】また、本発明に係るロボット装置の行動制
御方法は、上述の課題を解決するために、接触を検出す
る接触検出工程と、接触検出工程による接触検出と同時
又は時間的前後に入力された情報を検出する入力情報検
出工程と、接触に応じて出現した行動と、入力情報検出
工程にて検出した入力情報とを結びつけて記憶手段に記
憶する記憶工程と、新たに得られた入力情報に基づい
て、記憶手段における情報から行動を連想して、その行
動をする行動制御工程とを有する。

【００６４】このようなロボット装置の行動制御方法に
より、ロボット装置は、入力情報とその際に出現した行
動とを結びつけて記憶して、再び同一の入力情報が入力
された際には、対応される行動を再び出現させる。

【００６５】また、本発明に係るロボット装置は、上述
の課題を解決するために、情報を検出する入力情報検出
手段と、入力情報検出手段が検出した入力情報に応じて
行動した結果を示す行動結果情報と、当該入力情報とを
結びつけて記憶する記憶手段と、新たに入力された入力
情報に基づいて、記憶手段における行動結果情報を特定
し、当該行動結果情報に基づいて行動をする行動制御手
段とを備える。

【００６６】このような構成を備えたロボット装置は、
入力情報検出手段が検出した入力情報に応じて行動した
結果を示す行動結果情報と、当該入力情報とを結びつけ
て記憶手段に記憶し、行動制御手段により、新たに入力
された入力情報に基づいて、記憶手段における行動結果
情報を特定し、当該行動結果情報に基づいて行動をす
る。

【００６７】これにより、ロボット装置は、入力情報と
その入力情報に応じて行動した結果の行動結果情報とを
結びつけて記憶して、再び同一の入力情報が入力された
際には、対向される行動結果情報に基づき過去の行動を
想起して、適切な行動を出現させる。

【００６８】また、本発明に係るロボット装置の行動制
御方法は、上述の課題を解決するために、入力情報検出
手段が検出した入力情報に応じて行動した結果を示す行
動結果情報と、当該入力情報とを結びつけて記録手段に
記憶する記憶工程と、新たに入力された入力情報に基づ
いて、上記記憶手段における行動結果情報を特定し、当
該行動結果情報に基づいて行動をする行動制御工程とを
有する。

【００６９】このようなロボット装置の行動制御方法に
より、ロボット装置は、入力情報とその入力情報に応じ
て行動した結果の行動結果情報とを結びつけて記憶し
て、再び同一の入力情報が入力された際には、対向され
る行動結果情報に基づき過去の行動を想起して、適切な
行動を出現させる。

【００７０】また、本発明に係るロボット装置は、情報
を検出する入力情報検出手段と、入力情報検出手段が検
出した入力情報の特徴量を検出する特徴量検出手段と、
特徴量に基づいて、入力情報を分類する情報分類手段
と、入力情報の分類に基づいて、行動をする行動制御手
段と行動制御手段により行動した結果を示す行動結果情
報に基づいて、当該行動を引き起こした入力情報の分類
を変更する分類変更手段とを備える。このような構成を
備えたロボット装置は、入力情報検出手段が検出した入
力情報の特徴量を特徴量検出手段により検出し、特徴量
に基づいて、入力情報を情報分類手段により分類し、行
動制御手段により、入力情報の分類に基づいて行動をし
て、行動制御手段により制御されて行動した結果を示す
行動結果情報に基づいて、当該行動を引き起こした入力
情報の分類を分類変更手段により変更する。

【００７１】これにより、ロボット装置は、入力情報の
分類に応じて行動をして、その行動した結果に基づいて
その分類を変更する。

【００７２】また、本発明に係るロボット装置の行動制
御方法は、上述の課題を解決するために、入力情報検出
手段が検出した入力情報の特徴量を検出する特徴量検出
工程と、特徴量検出工程にて検出した特徴量に基づい
て、入力情報を分類する情報分類工程と、情報分類工程
における入力情報の分類に基づいて行動をする行動制御
工程と、行動制御工程にて制御されて行動した結果を示
す行動結果情報に基づいて、当該行動を引き起こした入
力情報の分類を変更する分類変更工程とを有する。

【００７３】このようなロボット装置の行動制御方法に
より、ロボット装置は、入力情報の分類に応じて行動を
して、その行動した結果に基づいてその分類を変更す
る。

【００７４】また、本発明に係るロボット装置は、上述
の課題を解決するために、学習対象物を特定する学習対
象物特定手段と、学習対象物特定手段が特定した学習対
象物の情報を記憶する記憶手段と、新たな検出した物と
記憶手段に記憶した学習対象物の情報とに基づいて、行
動をする行動制御手段と備える。

【００７５】このような構成を備えたロボット装置は、
学習対象物を特定する学習対象物特定手段が特定した学
習対象物の情報を記憶手段に記憶し、行動制御手段によ
り、新たな検出した物と記憶手段に記憶した学習対象物
の情報とに基づいて行動をする。

【００７６】これにより、ロボット装置は、学習対象物
を記憶して、再び同一の対象物が入力された際には、所
定の行動をする。

【００７７】また、本発明に係るロボット装置の行動制
御方法は、上述の課題を解決するために、学習対象物を
特定する学習対象物特定工程と、学習対象物特定工程に
て特定した学習対象物の情報を記憶手段に記憶する記憶
工程と、新たな検出した物と記憶手段に記憶した学習対
象物の情報とに基づいて、行動をする行動制御工程とを
有する。

【００７８】このようなロボット装置の行動制御方法に
より、ロボット装置は、学習対象物を記憶して、再び同
一の対象物が入力された際には、所定の行動をする。

【００７９】また、本発明に係るロボット装置は、上述
の課題を解決するために、動作部材と、動作部材を動作
させるための関節部と、動作部材を介して外力が作用し
ている関節部の状態を検出する検出手段と、検出手段が
検出した関節部の状態と外力とを対応させて学習する学
習手段とを備える。

【００８０】このような構成を備えたロボット装置は、
動作部材を介して外力が作用している関節部の状態を検
出手段により検出し、検出手段が検出した関節部の状態
と外力とを対応させて学習手段により学習する。すなわ
ち、ロボット装置は、動作部材に作用する外力に応じて
変化する関節部の状態に対応させて当該外力を学習す
る。

【００８１】また、本発明に係る外力検出装置は、上述
の課題を解決するために、動作部材を動作させるための
関節部の状態を検出する検出手段と、検出手段が検出し
た関節部の状態に基づいて動作部材に作用する外力を検
出する外力検出手段とを備える。

【００８２】このような構成を備えた外力検出装置は、
動作部材を動作させるための関節部の状態を検出手段に
より検出し、検出手段が検出した関節部の状態に基づい
て動作部材に作用する外力を検出する。すなわち、外力
検出装置は、動作部材に作用する外力を、当該動作部材
を動作させる関節部の状態に基づいて検出する。

【００８３】また、本発明に係る外力検出方法は、上述
の課題を解決するために、動作部材を動作させるための
関節部の状態を検出し、検出した関節部の状態に基づい
て動作部材に作用する外力を検出する。すなわち、外力
検出方法は、動作部材に作用する外力を、当該動作部材
を動作させる関節部の状態に基づいて検出する。

【００８４】

【発明の実施の形態】以下、本発明の実施の形態につい
て図面を用いて詳しく説明する。この実施の形態は、周
囲の環境（外的要因）や内部の状態（内的要因）に応じ
て自律的に行動をする自律型のロボット装置である。

【００８５】実施の形態では、先ず、ロボット装置の構
成について説明して、その後、ロボット装置における本
発明の適用部分について詳細に説明する。

【００８６】（１）本実施の形態によるロボット装置の構成図７に示すように、「犬」を模した形状のいわゆるペッ
トロボットとされ、胴体部ユニット２の前後左右にそれ
ぞれ脚部ユニット３Ａ，３Ｂ，３Ｃ，３Ｄが連結される
と共に、胴体部ユニット２の前端部及び後端部にそれぞ
れ頭部ユニット４及び尻尾部ユニット５が連結されて構
成されている。

【００８７】胴体部ユニット２には、図８に示すよう
に、ＣＰＵ（Central Processing Unit）１０、ＤＲＡ
Ｍ（Dynamic Random Access Memory）１１、フラッシュ
ＲＯＭ（Read ０nly Memory）１２、ＰＣ（Personal Co
mputer）カードインターフェース回路１３及び信号処理
回路１４が内部バス１５を介して相互に接続されること
により形成されたコントロール部１６と、このロボット
装置１の動力源としてのバッテリ１７とが収納されてい
る。また、胴体部ユニット２には、ロボット装置１の向
きや動きの加速度を検出するための角速度センサ１８及
び加速度センサ１９なども収納されている。

【００８８】また、頭部ユニット４には、外部の状況を
撮像するためのＣＣＤ（Charge Coupled Device）カメ
ラ２０と、使用者からの「撫でる」や「叩く」といった
物理的な働きかけにより受けた圧力を検出するためのタ
ッチセンサ２１と、前方に位置する物体までの距離を測
定するための距離センサ２２と、外部音を集音するため
のマイクロホン２３と、鳴き声等の音声を出力するため
のスピーカ２４と、ロボット装置１の「目」に相当する
ＬＥＤ（Light Emitting Diode）（図示せず）となどが
それぞれ所定位置に配置されている。

【００８９】さらに、各脚部ユニット３Ａ〜３Ｄの関節
部分や各脚部ユニット３Ａ〜３Ｄ及び胴体部ユニット２
の各連結部分、頭部ユニット４及び胴体部ユニット２の
連結部分、並びに尻尾部ユニット５の尻尾５Ａ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２５_１
〜２５_ｎ及びポテンショメータ２６_１〜２６_ｎが配設さ
れている。例えば、アクチュエータ２５_１〜２５_ｎはサ
ーボモータを構成として有している。サーボモータの駆
動により、脚部ユニット３Ａ〜３Ｄが制御されて、目標
の姿勢或いは動作に遷移する。

【００９０】そして、これら角速度センサ１８、加速度
センサ１９、タッチセンサ２１、距離センサ２２、マイ
クロホン２３、スピーカ２４及び各ポテンショメータ２
６_１〜２６_ｎなどの各種センサ並びにＬＥＤ及び各アク
チュエータ２５_１〜２５_ｎは、それぞれ対応するハブ
２７_１〜２７_ｎを介してコントロール部１６の信号処理
回路１４と接続され、ＣＣＤカメラ２０及びバッテリ１
７は、それぞれ信号処理回路１４と直接接続されてい
る。

【００９１】なお、後述するように、動作（行動）の学
習において、この角速度センサ１８、加速度センサ１
９、ポテンショメータ２６_１〜２６_ｎ等の信号が使用
される。

【００９２】信号処理回路ｌ４は、上述の各センサから
供給されるセンサデータや画像データ及び音声データを
順次取り込み、これらをそれぞれ内部バス１５を介して
ＤＲＡＭ１１内の所定位置に順次格納する。また信号処
理回路１４は、これと共にバッテリ１７から供給される
バッテリ残量を表すバッテリ残量データを順次取り込
み、これをＤＲＡＭ１１内の所定位置に格納する。

【００９３】このようにしてＤＲＡＭ１１に格納された
各センサデータ、画像データ、音声データ及びバッテリ
残量データは、この後ＣＰＵ１０がこのロボット装置１
の動作制御を行う際に利用される。

【００９４】実際上ＣＰＵ１０は、ロボット装置１の電
源が投入された初期時、胴体部ユニット２の図示しない
ＰＣカードスロットに装填されたメモリカード２８又は
フラッシュＲＯＭ１２に格納された制御プログラムをＰ
Ｃカードインターフェース回路１３を介して又は直接読
み出し、これをＤＲＡＭ１１に格納する。

【００９５】また、ＣＰＵ１０は、この後上述のように
信号処理回路１４よりＤＲＡＭ１１に順次格納される各
センサデータ、画像データ、音声データ及びバッテリ残
量データに基づいて自己及び周囲の状況や、使用者から
の指示及び働きかけの有無などを判断する。

【００９６】さらに、ＣＰＵ１０は、この判断結果及び
ＤＲＡＭ１１に格納した制御プログラムに基づいて続く
行動を決定すると共に、当該決定結果に基づいて必要な
アクチュエータ２５_１〜２５_ｎを駆動させることによ
り、頭部ユニット４を上下左右に振らせたり、尻尾部ユ
ニット５の尻尾５Ａを動かせたり、各脚部ユニット３Ａ
〜３Ｄを駆動させて歩行させるなどの行動を行わせる。

【００９７】また、この際ＣＰＵ１０は、必要に応じて
音声データを生成し、これを信号処理回路１４を介して
音声信号としてスピーカ２４に与えることにより当該音
声信号に基づく音声を外部に出力させたり、上述のＬＥ
Ｄを点灯、消灯又は点滅させる。

【００９８】このようにしてこのロボット装置１におい
ては、自己及び周囲の状況や、使用者からの指示及び働
きかけに応じて自律的に行動し得るようになされてい
る。

【００９９】（２）制御プログラムのソフトウェア構成ここで、ロボット装置１における上述の制御プログラム
のソフトウェア構成は、図９に示すようになる。この図
９において、デバイス・ドライバ・レイヤ３０は、この
制御プログラムの最下位層に位置し、複数のデバイス・
ドライバからなるデバイス・ドライバ・セット３１から
構成されている。この場合、各デバイス・ドライバは、
ＣＣＤカメラ２０（図８）やタイマ等の通常のコンピュ
ータで用いられるハードウェアに直接アクセスするごと
を許されたオブジェクトであり、対応するハードウェア
からの割り込みを受けて処理を行う。

【０１００】また、ロボティック・サーバ・オブジェク
ト３２は、デバイス・ドライバ・レイヤ３０の最下位層
に位置し、例えば上述の各種センサやアクチュエータ２
５_１〜２５_ｎ等のハードウェアにアクセスするためのイ
ンターフェースを提供するソフトウェア群でなるバーチ
ャル・ロボット３３と、電源の切換えなどを管理するソ
フトウェア群でなるバワーマネージャ３４と、他の種々
のデバイス・ドライバを管理するソフトウェア群でなる
デバイス・ドライバ・マネージャ３５と、ロボット装置
１の機構を管理するソフトウェア群でなるデザインド・
ロボット３６とから構成されている。

【０１０１】マネージャ・オブジェクト３７は、オブジ
ェクト・マネージャ３８及びサービス・マネージャ３９
から構成されている。オブジェクト・マネージャ３８
は、ロボティック・サーバ・オブジェクト３２、ミドル
・ウェア・レイヤ４０、及びアプリケーション・レイヤ
４１に含まれる各ソフトウェア群の起動や終了を管理す
るソフトウェア群であり、サービス・マネージャ３９
は、メモリカード２８（図８）に格納されたコネクショ
ンファイルに記述されている各オブジェクト間の接続情
報に基づいて各オブジェクトの接続を管理するソフトウ
ェア群である。

【０１０２】ミドル・ウェア・レイヤ４０は、ロボティ
ック・サーバ・オブジェクト３２の上位層に位置し、画
像処理や音声処理などのこのロボット装置１の基本的な
機能を提供するソフトウェア群から構成されている。ま
た、アプリケーション・レイヤ４１は、ミドル・ウェア
・レイヤ４０の上位層に位置し、当該ミドル・ウェア・
レイヤ４０を構成する各ソフトウェア群によって処理さ
れた処理結果に基づいてロボット装置１の行動を決定す
るためのソフトウェア群から構成されている。

【０１０３】なお、ミドル・ウェア・レイヤ４０及びア
プリケーション・レイヤ４１の具体なソフトウェア構成
をそれぞれ図１０に示す。

【０１０４】ミドル・ウェア・レイヤ４０は、図１０に
示すように、騒音検出用、温度検出用、明るさ検出用、
音階認識用、距離検出用、姿勢検出用、タッチセンサ
用、動き検出用及び色認識用の各信号処理モジュール５
０〜５８並びに入力セマンティクスコンバータモジュー
ル５９などを有する認識系６０と、出力セマンティクス
コンバータモジュール６８並びに姿勢管理用、トラッキ
ング用、モーション再生用、歩行用、転倒復帰用、ＬＥ
Ｄ点灯用及び音再生用の各信号処理モジュール６１〜６
７などを有する出力系６９とから構成されている。

【０１０５】認識系６０の各信号処理モジュール５０〜
５８は、ロボティック・サーバ・オブジェクト３２のバ
ーチャル・ロボット３３によりＤＲＡＭ１１（図８）か
ら読み出される各センサデータや画像データ及び音声デ
ータのうちの対応するデータを取り込み、当該データに
基づいて所定の処理を施して、処理結果を入力セマンテ
ィクスコンバータモジュール５９に与える。ここで、例
えば、バーチャル・ロボット３３は、所定の通信規約に
よって、信号の授受或いは変換をする部分として構成さ
れている。

【０１０６】入力セマンティクスコンバータモジュール
５９は、これら各信号処理モジュール５０〜５８から与
えられる処理結果に基づいて、「うるさい」、「暑
い」、「明るい」、「ボールを検出した」、「転倒を検
出した」、「撫でられた」、「叩かれた」、「ドミソの
音階が聞こえた」、「動く物体を検出した」又は「障害
物を検出した」などの自己及び周囲の状況や、使用者か
らの指令及び働きかけを認識し、認識結果をアプリケー
ション・レイヤ４１（図８）に出力する。

【０１０７】アプリケーション・レイヤ４ｌは、図１１
に示すように、行動モデルライブラリ７０、行動切換え
モジュール７１、学習モジュール７２、感情モデル７３
及び本能モデル７４の５つのモジュールから構成されて
いる。

【０１０８】行動モデルライブラリ７０には、図１２に
示すように、「バッテリ残量が少なくなった場合」、
「転倒復帰する」、「障害物を回避する場合」、「感情
を表現する楊命」、「ボールを検出した場合」などの予
め選択されたいくつかの条件項目にそれぞれ対応させ
て、それぞれ独立した行動モデル７０_１〜７０_ｎが設け
られている。

【０１０９】そして、これら行動モデル７０_１〜７０_ｎ
は、それぞれ入力セマンティクスコンバータモジュール
５９から認識結果が与えられたときや、最後の認識結果
が与えられてから一定時間が経過したときなどに、必要
に応じて後述のように感情モデル７３に保持されている
対応する情動のパラメータ値や、本能モデル７４に保持
されている対応する欲求のパラメータ値を参照しながら
続く行動をそれぞれ決定し、決定結果を行動切換えモジ
ュール７１に出力する。

【０１１０】なお、この実施の形態の場合、各行動モデ
ル７０_１〜７０_ｎは、次の行動を決定する手法として、
図１３に示すような１つのノード（状態）ＮＯＤＥ_０〜
ＮＯＤＥ_ｎから他のどのノードＮＯＤＥ_０〜ＮＯＤＥ_ｎ
に遷移するかを各ノードＮＯＤＥ_０〜ＮＯＤＥ_ｎに間を
接続するアークＡＲＣ_１〜ＡＲＣ_ｎに対してそれぞれ設
定された遷移確率Ｐ_１〜Ｐ_ｎに基づいて確率的に決定す
る有限確率オートマトンと呼ばれるアルゴリズムを用い
る。

【０１１１】具体的に、各行動モデル７０_１〜７０
_ｎは、それぞれ自己の行動モデル７０_１〜７０_ｎを形成
するノードＮＯＤＥ_０〜ＮＯＤＥ_ｎにそれぞれ対応させ
て、これらノードＮＯＤＥ_０〜ＮＯＤＥ_ｎごとに図１４
に示すような状態遷移表８０を有している。

【０１１２】この状態遷移表８０では、そのノードＮＯ
ＤＥ_０〜ＮＯＤＥ_ｎにおいて遷移条件とする入力イベン
ト（認識結果）が「入力イベント名」の行に優先順に列
記され、その遷移条件についてのさらなる条件が「デー
タ名」及び「データ範囲」の行における対応する列に記
述されている。

【０１１３】したがって、図１４の状態遷移表８０で表
されるノードＮＯＤＥ_１００では、「ボールを検出（Ｂ
ＡＬＬ）」という認識結果が与えられた場合に、当該認
識結果と共に与えられるそのボールの「大きさ（ＳＩＺ
Ｅ）」が「0から1000」の範囲であることや、「障害物
を検出（ＯＢＳＴＡＣＬＥ）」という認識結果が与えら
れた場合に、当該認識結果と共に与えられるその障害物
までの「距離（ＤＩＳＴＡＮＣＥ）」が「0から100」の
範囲であることが他のノードに遷移するための条件とな
っている。

【０１１４】また、このノードＮＯＤＥ_１００では、認
識結果の入力がない場合においても、行動モデル７０_１
〜７０_ｎが周期的に参照する感情モデル７３及び本能モ
デル７４にそれぞれ保持された各情動及び各欲求のパラ
メータ値のうち、感情モデル７３に保持された「喜び
（ＪＯＹ）」、「驚き（ＳＵＲＰＲＩＳＥ）」若しくは
「悲しみ（ＳＡＤＮＥＳＳ）」のいずれかのパラメータ
値が「50から100」の範囲であるときには他のノードに
遷移することができるようになっている。

【０１１５】また、状態遷移表８０では、「他のノード
ヘの遷移確率」の欄における「遷移先ノード」の列にそ
のノードＮＯＤＥ_０〜ＮＯＤＥ_ｎから遷移できるノー
ド名が列記されていると共に、「入力イベント名」、
「データ値」及び「データの範囲」の行に記述された全
ての条件が揃ったときに遷移できる他の各ノードＮＯＤ
Ｅ_０〜ＮＯＤＥ_ｎへの遷移確率が「他のノードヘの遷移
確率」の欄内の対応する箇所にそれぞれ記述され、その
ノードＮＯＤＥ_０〜ＮＯＤＥ_ｎに遷移する際に出力すべ
き行動が「他のノードヘの遷移確率」の欄における「出
力行動」の行に記述されている。なお、「他のノードヘ
の遷移確率」の欄における各行の確率の和は１００
［％］となっている。

【０１１６】したがって、図１４の状態遷移表８０で表
されるノードＮＯＤＥ_１００では、例えば「ボールを検
出（ＢＡＬＬ）」し、そのボールの「ＳＩＺＥ（大き
さ）」が「0から1000」の範囲であるという認識結果が
与えられた場合には、「30［％］」の確率で「ノードＮ
ＯＤＥ_１２０（node 120）」に遷移でき、そのとき「Ａ
ＣＴＩＯＮ１」の行動が出力されることとなる。

【０１１７】各行動モデル７０_１〜７０_ｎは、それぞれ
このような状態遷移表８０として記述されたノードＮＯ
ＤＥ_０〜ＮＯＤＥ_ｎがいくつも繋がるようにして構成
されており、入力セマンティクスコンバータモジュール
５９から認識結果が与えられたときなどに、対応するノ
ードＮＯＤＥ_０〜ＮＯＤＥ_ｎの状態遷移表を利用して確
率的に次の行動を決定し、決定結果を行動切換えモジュ
ール７１に出力するようになされている。

【０１１８】図１１に示す行動切換えモジュール７１
は、行動モデルライブラリ７０の各行動モデル７０_１〜
７０_ｎからそれぞれ出力される行動のうち、予め定めら
れた優先順位の高い行動モデル７０_１〜７０_ｎから出力
された行動を選択し、当該行動を実行すべき旨のコマン
ド（以下、これを行動コマンドという。）をミドル・ウ
ェア・レイヤ４０の出力セマンティクスコンバータモジ
ュール６８に送出する。なお、この実施の形態において
は、図１２において下側に表記された行動モデル７０_１
〜７０_ｎほど優先順位が高く設定されている。

【０１１９】また、行動切換えモジュール７１は、行動
完了後に出力セマンティクスコンバータモジュール６８
から与えられる行動完了情報に基づいて、その行動が完
了したことを学習モジュール７２、感情モデル７３及び
本能モデル７４に通知する。

【０１２０】一方、学習モジュール７２は、入力セマン
ティクスコンバータモジュール５９から与えられる認識
結果のうち、「叩かれた」や「撫でられた」など、使用
者からの働きかけとして受けた教示の認識結果を入力す
る。

【０１２１】そして、学習モジュール７２は、この認識
結果及び行動切換えモジュール７１からの通知に基づい
て、「叩かれた（叱られた）」ときにはその行動の発現
確率を低下させ、「撫でられた（誉められた）」ときに
はその行動の発現確率を上昇させるように、行動モデル
ライブラリ７０における対応する行動モデル７０_１〜７
０_ｎの対応する遷移確率を変更する。

【０１２２】他方、感情モデル７３は、「喜び（jo
y）」、「悲しみ（sadness）」、「怒り（anger）」、
「驚き（surprise）」、「嫌悪（disgust）」及び「恐
れ（fear）」の合計６つの情動について、各情動ごとに
その情動の強さを表すパラメータを保持している。そし
て、感情モデル７３は、これら各情動のパラメータ値
を、それぞれ入力セマンティクスコンバータモジュール
５９から与えられる「叩かれた」及び「撫でられた」な
どの特定の認識結果と、経過時間及び行動切換えモジュ
ール７１からの通知となどに基づいて周期的に更新す
る。

【０１２３】具体的には、感情モデル７３は、入力セマ
ンティクスコンバータモジュール５９から与えられる認
識結果と、そのときのロボット装置１の行動と、前回更
新してからの経過時間となどに基づいて所定の演算式に
より算出されるそのときのその情動の変動量を△Ｅ
［ｔ］、現在のその情動のパラメータ値をＥ［ｔ］、そ
の情動の感度を表す係数をｋ_ｅとして、（４）式によっ
て次の周期におけるその情動のパラメータ値Ｅ［ｔ＋
１］を算出し、これを現在のその情動のパラメータ値Ｅ
［ｔ］と置き換えるようにしてその情動のパラメータ値
を更新する。また、感情モデル７３は、これと同様にし
て全ての情動のパラメータ値を更新する。

【０１２４】

【数４】

【０１２５】なお、各認識結果や出力セマンティクスコ
ンバータモジュール６８からの通知が各情動のパラメー
タ値の変動量△Ｅ［ｔ］にどの程度の影響を与えるかは
予め決められており、例えば「叩かれた」といった認識
結果は「怒り」の情動のパラメータ値の変動量△Ｅ
［ｔ］に大きな影響を与え、「撫でられた」といった認
識結果は「喜び」の情動のパラメータ値の変動量△Ｅ
［ｔ］に大きな影響を与えるようになっている。

【０１２６】ここで、出力セマンティクスコンバータモ
ジュール６８からの通知とは、いわゆる行動のフィード
バック情報（行動完了情報）であり、行動の出現結果の
情報であり、感情モデル７３は、このような情報によっ
ても感情を変化させる。これは、例えば、「吠える」と
いった行動により怒りの感情レベルが下がるといったよ
うなことである。なお、出力セマンティクスコンバータ
モジュール６８からの通知は、上述した学習モジュール
７２にも入力されており、学習モジュール７２は、その
通知に基づいて行動モデル７０_１〜７０_ｎの対応する遷
移確率を変更する。

【０１２７】なお、行動結果のフィードバックは、行動
切換えモジュレータ７１の出力（感情が付加された行
動）によりなされるものであってもよい。

【０１２８】一方、本能モデル７４は、「運動欲（exer
cise）」、「愛情欲（affection）」、「食欲（appetit
e）」及び「好奇心（curiosity）」の互いに独立した４
つの欲求について、これら欲求ごとにその欲求の強さを
表すパラメータを保持している。そして、本能モデル７
４は、これらの欲求のパラメータ値を、それぞれ入力セ
マンティクスコンバータモジュール５９から与えられる
認識結果や、経過時間及び行動切換えモジュール７１か
らの通知などに基づいて周期的に更新する。

【０１２９】具体的には、本能モデル７４は、「運動
欲」、「愛情欲」及び「好奇心」については、認識結
果、経過時間及び出力セマンティクスコンバータモジュ
ール６８からの通知などに基づいて所定の演算式により
算出されるそのときのその欲求の変動量をΔＩ［ｋ］、
現在のその欲求のパラメータ値をＩ［ｋ］、その欲求の
感度を表す係数ｋ_ｉとして、所定周期で（５）式を用い
て次の周期におけるその欲求のパラメータ値Ｉ［ｋ＋
１］を算出し、この演算結果を現在のその欲求のパラメ
ータ値Ｉ［ｋ］と置き換えるようにしてその欲求のパラ
メータ値を更新する。また、本能モデル７４は、これと
同様にして「食欲」を除く各欲求のパラメータ値を更新
する。

【０１３０】

【数５】

【０１３１】なお、認識結果及び出力セマンティクスコ
ンバータモジュール６８からの通知などが各欲求のパラ
メータ値の変動量△Ｉ［ｋ］にどの程度の影響を与える
かは予め決められており、例えば出力セマンティクスコ
ンバータモジュール６８からの通知は、「疲れ」のパラ
メータ値の変動量△Ｉ［ｋ］に大きな影響を与えるよう
になっている。

【０１３２】なお、本実施の形態においては、各情動及
び各欲求（本能）のパラメータ値がそれぞれ0から100ま
での範囲で変動するように規制されており、また係数ｋ
_ｅ、ｋ_ｉの値も各情動及び各欲求ごとに個別に設定され
ている。

【０１３３】一方、ミドル・ウェア・レイヤ４０の出力
セマンティクスコンバータモジュール６８は、図１０に
示すように、上述のようにしてアプリケーション・レイ
ヤ４１の行動切換えモジュール７１から与えられる「前
進」、「喜ぶ」、「鳴く」又は「トラッキング（ボール
を追いかける）」といった抽象的な行動コマンドを出力
系６９の対応する信号処理モジュール６１〜６７に与え
る。

【０１３４】そしてこれら信号処理モジュール６１〜６
７は、行動コマンドが与えられると当該行動コマンドに
基づいて、その行動を行うために対応するアクチュエー
タ２５_１〜２５_ｎ（図８）に与えるべきサーボ指令値
や、スピーカ２４（図８）から出力する音の音声データ
及び又は「目」のＬＥＤに与える駆動データを生成し、
これらのデータをロボティック・サーバ・オブジェクト
３２のバーチャル・ロボット３３及び信号処理回路１４
（図８）を順次介して対応するアクチュエータ２５_１〜
２５_ｎ又はスピーカ２４又はＬＥＤに順次送出する。

【０１３５】このようにしてロボット装置１において
は、制御プログラムに基づいて、自己（内部）及び周囲
（外部）の状況や、使用者からの指示及び働きかけに応
じた自律的な行動を行うことができるようになされてい
る。

【０１３６】（３）環境に応じた本能及び感情の変化ロボット装置１は、さらに、例えば、周囲が「明るい」
ときには陽気になり、これに対して周囲が「暗い」とき
には物静かになるなど、周囲の環境のうちの「騒音」、
「温度」及び「照度」の３つの条件（以下、環境条件と
いう。）の度合いに応じて感情・本能を変化させるよう
になされている。

【０１３７】すなわち、ロボット装置１には、周囲の状
況を検出するための外部センサとして、上述したＣＣＤ
カメラ２０、距離センサ２２、タッチセンサ２１及びマ
イクロホン２３などに加えて周囲の温度を検出するため
の温度センサ（図示せず）が所定位置に設けられてい
る。対応する構成として、ミドル・ウェア・レイヤ４０
の認識系６０には、騒音検出用、温度検出用及び明るさ
検出用の各信号処理モジュール５０〜５２が設けられて
いる。

【０１３８】騒音検出用の信号処理モジュール５０は、
ロボティック・サーバ・オブジェクト３２のバーチャル
・ロボット３３を介して与えられるマイクロホン２３
（図８）からの音声データに基づいて周囲の騒音レベル
を検出し、検出結果を入力セマンティクスコンバータモ
ジュール５９に出力する。

【０１３９】温度検出用の信号処理モジュール５１は、
バーチャル・ロボット３３を介して与えられる温度セン
サからのセンサデータに基づいて周囲の温度を検出し、
検出結果を入力セマンティクスコンバータモジュール５
９に出力する。

【０１４０】明るさ検出用の信号処理モジュール５２
は、バーチャル・ロボット３３を介して与えられるＣＣ
Ｄカメラ２０（図８）からの画像データに基づいて周囲
の照度を検出し、検出結果を入力セマンティクスコンバ
ータモジュール５９に出力する。

【０１４１】入力セマンティクスコンバータモジュール
５９は、これら各信号処理モジュール５０〜５２の出力
に基づいて周囲の「騒音」、「温度」及び「照度」の度
合いを認識し、当該認識結果を上述のようにアプリケー
ション・モジュール４１（図１１）の内的状態モデル部
に出力する。

【０１４２】具体的に、入力セマンティクスコンバータ
モジュール５９は、騒音検出用の信号処理モジュール５
０の出力に基づいて周囲の「騒音」の度合いを認識し、
「うるさい」又は「静か」といった認識結果を感情モデ
ル７３及び本能モデル７４等に出力する。

【０１４３】また、入力セマンティクスコンバータモジ
ュール５９は、温度検出用の信号処理モジュール５１の
出力に基づいて周囲の「温度」の度合いを認識し、「暑
い」又は「寒い」といった認識結果を感情モデル７３及
び本能モデル７４等に出力する。

【０１４４】さらに、入力セマンティクスコンバータモ
ジュール５９は、明るさ検出用の信号処理モジュール５
２の出力に基づいて周囲の「照度」の度合いを認識し、
「明るい」又は「暗い」といった認識結果を、感情モデ
ル７３及び本能モデル７４等に出力する。

【０１４５】感情モデル７３は、上述のように、入力セ
マンティクスコンバータモジュール５９から与えられる
各種認識結果に基づき（４）式に従って各パラメータ値
を周期的に変更する。

【０１４６】そして、感情モデル７３は、入力セマンテ
ィクスコンバータモジュール５９から与えられる「騒
音」、「温度」及び「照度」についての認識結果に基づ
いて、予め定められた対応する情動についての（４）式
の係数ｋ_ｅの値を増減させる。

【０１４７】具体的には、感情モデル７３は、例えば
「うるさい」といった認識結果が与えられた場合には
「怒り」の情動に対する係数ｋ_ｅの値を所定数増加さ
せ、これに対して「静か」といった認識結果が与えられ
た場合には「怒り」の情動に対する係数ｋ_ｅの値を所定
数減少させる。これにより、周囲の「騒音」に影響され
て「怒り」のパラメータ値が変化することになる。

【０１４８】また、感情モデル７３は、「暑い」といっ
た認識結果が与えられた場合には「喜び」の情動に対す
る係数ｋ_ｅの値を所定数減少させ、これに対して「寒
い」といった認識結果が与えられた場合には「悲しみ」
の情動に対する係数ｋ_ｅの値を所定数増加させる。これ
により、周囲の「温度」に影響されて「悲しみ」のパラ
メータ値が変化することになる。

【０１４９】さらに、感情モデル７３は、「明るい」と
いった認識結果が与えられた場合には「喜び」の情動に
対する係数ｋ_ｅの値を所定数増加させ、これに対して
［暗い」といった認識結果が与えられた場合には「恐
れ」の情動に対する係数ｋ_ｅの値を所定数増加させる。
これにより、周囲の「照度」に影響されて「恐れ」のパ
ラメータ値が変化することになる。

【０１５０】これと同様にして、本能モデル７４は、上
述のように、入力セマンティクスコンバータモジュール
５９から与えられる各種認識結果等に基づき（５）式に
従って各欲求のパラメータ値を周期的に変更する。

【０１５１】また、本能モデル７４は、入力セマンティ
クスコンバータモジュール５９から与えられる「騒
音」、「温度」及び「照度」の度合いについての認識結
果に基づいて、予め定められた対応する欲求の（５）式
の係数ｋ_ｉの値を増減させる。

【０１５２】具体的には、本能モデル７４は、例えば
「うるさい」や「明るい」といった認識結果が与えられ
た場合には、「疲れ」に対する係数ｋ_ｉの値を所定数減
少させ、これに対して「静か」や「暗い」といった認識
結果が与えられた場合には「疲れ」に対する係数ｋ_ｉの
値を所定数増加させる。また、本能モデル７４は、「暑
い」又は「寒い」といった認識結果が与えられた場合に
は「疲れ」に対する係数ｋ_ｉの値を所定数増加させる。

【０１５３】この結果、ロボット装置１の行動は、例え
ば周囲が「うるさい」ときには、「怒り」のパラメータ
値が増加しやすく、「疲れ」のパラメータ値が減少しや
すくなるために、全体として行動が「いらいら」したよ
うな行動となり、これに対して周囲が「静か」なときに
は、「怒り」のパラメータ値が減少しやすく、「疲れ」
のパラメータ値が増加しやすくなるために、全体として
行動が「おちついた」行動となる。

【０１５４】また、ロボット装置１の行動は、周囲が
「暑い」ときには、「喜び」のパラメータ値が減少しや
すく、「疲れ」のパラメータ値が増加しやすくなるため
に、全体として行動が「だらけた」ような行動となり、
これに対して周囲が「寒い」ときには、「悲しみ」のパ
ラメータ値が増加しやすく、「疲れ」のパラメータ値が
増加しやすくなるために、全体として行動が「寒がって
いる」行動となる。

【０１５５】また、ロボット装置１の行動は、周囲が
「明るい」ときには、「喜び」のパラメータ値が増加し
やすく、「疲れ」のパラメータ値が減少しやすくなるた
めに、全体として行動が「陽気」な行動となり、これに
対して周囲が「暗い」ときには、「喜び」のパラメータ
値が増加しやすく、「疲れ」のパラメータ値が増加しや
すくなるために、全体として行動が「物静か」な行動と
なる。

【０１５６】以上のようにロボット装置１は構成されて
おり、ロボット装置１は、環境に応じて、感情及び本能
を変化させ、その感情及び本能の状態に応じて自律的に
行動することができる。

【０１５７】（４）本発明の適用（４−１）全体の説明上述のロボット装置１において本発明が適用された要部
を説明する。ロボット装置１は、画像信号や音声信号
（音響信号）等に結びつけて（関連づけて）行動を学習
し、学習後は、結びつけられた画像信号や音声信号によ
り行動を引き起こすように構成されている。以下の説明
では、学習として行動に音声を結びつける例について主
に説明するが、行動に画像を結びつけることもできるこ
とはいうまでもない。具体的には、ロボット装置１は本
発明の実現のために次のような構成を有している。ロボ
ット装置１は、図１５に示すように、音声認識部１０
１、センサ処理部１０２、本能情動部１０３、連想想起
記憶部１０４及び行動生成部１０５を備えている。

【０１５８】ここで、音声認識部１０１は、接触を検出
する接触検出手段とされるタッチセンサ（図８に示すタ
ッチセンサ２１等）による接触検出と同時又は時間的前
後に入力された情報を検出する入力情報検出手段として
機能し、連想想起記憶部１０４は、接触に応じて出現し
た行動と、音声認識部１０１が検出した入力情報（音声
信号）とを結びつけて記憶する記憶手段として機能し、
行動生成部１０５は、新たに得られた入力情報（音声信
号）に基づいて、連想想起記憶部１０４により連想され
た行動をする行動制御手段として機能する。また、セン
サ処理部１０２は、例えば、図示しないタッチセンサに
よる接触検出に応じて行動を出現させる行動出現手段と
しての機能を有する。具体的には、各構成部分は、次の
ように機能する。

【０１５９】音声認識部１０１は、外部（マイクロホン
２３）から入力された音声信号を音声処理して、所定の
言語として認識する。具体的には、音声認識部１０１
は、ＨＭＭを採用して構成されており、ＨＭＭによる複
数の認識クラスにより、入力された音声を音韻系列とし
て認識する。

【０１６０】また、音声認識部１０１では、既存のクラ
スから学習によりクラスを増加させることも可能であ
る。例えば、図９中（Ｂ）に示したように、認識できな
い音声の入力がなされた場合には、既存のクラスを分割
して新たなクラスを生成する。具体的には、入力された
音声に対して確信度（所属評価）の高い既存のクラスを
分割して、新たなクラスを生成する。例えば、クラスの
分割では、当該クラスにおいて特徴性の低い部分を新た
なクラスとして分割する。これにより、予め登録してあ
る言語を認識することができるばかりではなく、新規言
語を認識できるようにもなる。

【０１６１】センサ処理部１０２は、センサ信号の変化
に基づいて、教示された動作（行動）の信号を生成す
る。すなわち、センサ処理部１０２は、入力された行動
情報を認識する。

【０１６２】例えば、教示される動作については、予め
設定されている動作によるものでもよく、使用者により
新規に設定される動作によるものでも良い。また、既に
設定されている行動のうちのどれか選択して生成するこ
とができる。

【０１６３】予め設定されている動作の教示とは、例え
ば、タッチセンサからのセンサ信号の入力をトリガー
（発火）として動作が教示される、といったようなもの
である。例えば、「立ち姿勢」において背中後方に設け
られた所定のタッチセンサを押したときに、「座り姿
勢」に遷移させることを予め設定しておいて、実際の場
面において、「立ち姿勢」においてそのような背中後方
に設けられているタッチセンサが押されたときに、「座
り姿勢」への遷移が、動作として教示される、というよ
うにである。

【０１６４】なお、このような動作を教示するためのセ
ンサを設ける位置については、例えは、頭部、脚部先端
等であってもよい。このようにセンサを任意に設けるこ
とで、種々の動作を教示することが可能になる。

【０１６５】また、新規に設定して行う動作の教示とし
ては、例えば、動作部（関節部）を制御する信号の変化
を使用して行うことなどが挙げられる。動作部とは、例
えば、上述したように、各脚部ユニット３Ａ〜３Ｄの関
節部分や各脚部ユニット３Ａ〜３Ｄ及び胴体部ユニット
２の各連結部分、頭部ユニット４及び胴体部ユニット２
の連結部分、並びに尻尾部ユニット５の尻尾５Ａの連結
部分などに設けられているアクチュエータ（サーボモー
タ等）２５_１〜２５_ｎである。

【０１６６】例えば、使用者がロボット装置１の動作部
を強制的に動かした際には、当該動作部に負荷が発生す
る。このとき動作部への負荷により通常の動作（外部負
荷のない動作）とは異なる信号、例えば、当該動作部へ
のサーボ信号が発生する。このような信号に基づけば、
姿勢の遷移、すなわち動作を把握することが可能であ
る。このようなことから、このような信号を記憶するこ
とにより、使用者に強制的に遷移させられた動作を新規
の動作として学習することができる。このような新規動
作の教示については、後で詳述する。なお、さらに後で
詳述することであるが、本発明によりロボット装置１
は、このような信号の変化から外力（外部負荷）を検出
して、当該外力を学習するといったこともできるように
なされている。

【０１６７】さらに、センサ処理部１０２は、学習する
行動をクラス認識することもできる。例えば、入力され
た行動情報を、行動特徴空間における特徴量からクラス
認識して、学習することもできる。

【０１６８】本能情動部１０３は、上述したような音声
や行動に結びつけられる情動の情報が格納されている部
分である。すなわち、本能情報部１０３は、上述したよ
うに、本能モデルや感情モデルにより、入力されるセン
サ信号等によりその本能や感情を変化させている。

【０１６９】連想想起記憶部１０４は、上述したような
音声認識部１０１、センサ処理部１０２及び本能情動部
１０３からの情報に基づいて学習をして、さらに学習後
においては、その学習に基づいて、入力された音声や画
像に対応される行動情報を生成する。例えば、連想想起
記憶部１０４は、（１）式及び（２）式を用いて説明し
た画像と音のクラスとを相関行列として結びつける従来
手法の連想記憶を採用し、各情報を連想記憶している。

【０１７０】例えば、連想想起記憶部１０４は、センサ
処理部１０２が上述したように、センサ出力から「立ち
姿勢」から「座り姿勢」への遷移の動作の教示を検出し
て、同時或いは時間を前後して音声認識部１０１が“お
すわり”の言語を認識した場合には、連想想起記憶部１
０４は、「立ち姿勢」から「座り姿勢」への遷移の動作
と、“おすわり”の発言とを結びつけて記憶（学習）す
る。これは、一般的に動物の犬に対する「お座り」の教
示としてなされているようなことである。

【０１７１】また、連想想起記憶部１０４は、入力され
た動作と入力された言語とが対として予め設定されてい
るときにのみ、その動作と言語とを結びつけて（発火し
て）学習するようにすることもできる。例えば、上述し
たようないわゆる「お座り」の動作の教示と同時或いは
時間を前後して“おすわり”の言語が入力されれば、そ
の動作を学習（結びつけて記憶）するが、それ以外の言
語に対しては、動作を学習しないというようにである。

【０１７２】また、連想想起記憶部１０４は、認識され
た動作或いは言語に、本能情動部１０３から出力される
本能や感情をも関連づけして学習することもできる。例
えば、学習時において、音声（言語）が入力された際
に、恐怖を感じていたとした場合にはそのような音声
に、そのような感情を結びつけて学習することもでき
る。

【０１７３】以上のように連想想起記憶部１０４は、音
声、動作或いは感情を関連づけして（結びつけて）学習
し、学習後には、そのような学習結果に基づいて、入力
された画像や音声等に対応して、行動情報を生成するよ
うになる。

【０１７４】行動生成部１０５は、そのような連想想起
記憶部１０４から出力される行動情報に基づいて行動を
生成する。例えば、上述したような「お座り」の教示の
学習後において、連想想起記憶部１０４が“おすわり”
の言語が入力された場合には、「立ち姿勢」から「座り
姿勢」への遷移させる行動を出現させる（引き起こさせ
る）。

【０１７５】このように、ロボット装置１は、音声情報
とセンサ信号の変化とを結びつけて、動作を学習して、
学習結果として、入力されてくる音声に基づいて行動
（動作）を発現することができるようになる。

【０１７６】例えば、「お座り」の動作を学習して、出
力するまでのロボット装置１における一連の処理は次の
ようになる。

【０１７７】学習時には、図１６中（Ａ）に示すよう
に、ロボット装置１は、音声信号（音響信号）と同時或
いは時間を前後して接触信号が与えられる。音声信号と
しては、例えば、“おすわり”が入力される。また、接
触信号を与えるとは、「立ち姿勢」から「座り姿勢」へ
の遷移の動作の教示により、その動作に関与する動作部
のセンサ信号に変化を与えることと等価である。なお、
上述したように所定箇所にタッチセンサ或いは押圧ボタ
ン（例えば、お座り教示ボタン）を設けて、このタッチ
センサの操作（押圧）により、そのような動作を教示す
ることもでき、この場合には、接触信号を与えることと
は、そのようなタッチセンサの操作による信号の発生を
いう。

【０１７８】このような学習操作により、ロボット装置
１は、図１６中（Ａ−１）から同図中（Ａ−２）に示す
ように遷移する動作が教示される。

【０１７９】そして、ロボット装置１は、学習後には、
図１６中（Ｂ）の（Ｂ−１）に示すように、学習時に教
示した言葉（音響信号）、例えば、“おすわり”を与え
ることにより、図１６中（Ｂ−２）に示すように、学習
時に教示した図１６中（Ａ−２）と同様な姿勢とされる
「お座り」の姿勢に遷移するようになる。

【０１８０】また、教示する動作については、上述した
ような動作に限定されない。すなわち、音声入力（発
話）と同時或いは時間を前後して、例えば、ロボット装
置１の背中を前方に押す、首の下を上方向に押す若しく
は下方向に押す又は前脚を持ち上げる等の動作を教示す
ることもできる。このような動作の教示と、入力言語を
結びつけることにより、「伏せ」、「立て」或いは「お
手」等の動作の教示となる。

【０１８１】また、例えば、ロボット装置１は、次のよ
うな学習をすることもできる。

【０１８２】先ず、ロボット装置１は、行動の学習とし
て、「蹴る」動作を学習する。具体的には、使用者（教
示者）により前脚部が操作されて、物を「蹴る」の動作
が学習される。動作の学習は、予め設定されている動作
によるものでもよく、新規な動作によるものでもよい。
一方で、言語認識により得た言葉“ａ−ｋａ”と画像認
識された赤とを対応させて記憶する。

【０１８３】このような学習結果として、ロボット装置
１は、“あか、けれ”の発話を音声認識して、“赤”の
物体に対して、行動生成により蹴る動作を生成する。例
えば、赤の対象物の特定は、入力画像をセグメンテーシ
ョンして、赤色の部分を特定することにより行う。すな
わち、赤色に相当するセグメントした物体を対象物とし
て特定する。

【０１８４】また、上述の実施の形態では、行動と結び
つける情報を音声情報としているがこれに限定されるも
のではない。例えば、画像情報を行動情報に結びつける
ことができる。この場合、例えば、ＣＣＤカメラ２０等
の撮像手段からの画像信号から特定画像を認識するため
の画像認識部を備える。

【０１８５】また、上述の実施の形態では、本能情動部
１０３から出力される本能或いは情動を学習された行動
や言語に結びつけられている場合について説明している
が、これに限定されるものではない。例えば、予め設定
されている行動や言語に対し、後発的に発生された本能
や情動をリンクさせることもできる。

【０１８６】さらに、ロボット装置１は、出力（実際の
行動）により引き起こされた情動とそのきっかけとなっ
た入力（例えば、言語や画像等）と、当該出力とを記憶
（学習）することもできる。これにより、ロボット装置
１は、学習後の実際の場面において、言語等の入力か
ら、対応される記憶した情動を想起して、本来であれば
そのような入力に対応される出力をすべきところ、出力
（行動）をすることなく、所定の行動を出現させること
もできる。

【０１８７】例えば、ロボット装置１が、ある赤いもの
（入力）に触った（行動）時に引き起こされた情動、例
えば、熱さを感じたことによる恐怖感（情動）を記憶
（学習）することにより、後に赤いものをみる（入力が
あった）だけで、恐怖を想起して、その恐怖を行動とし
て表出させる（所定の行動を起こす）ことができる。す
なわち、赤いものに触るといった過去の動作を出現する
ことなく、他の適切な動作を出現させる。

【０１８８】例えば、このような場合、上述の連想想起
記憶部１０４が、音声認識部１０１が検出した音声信号
に応じて行動した結果を示す行動結果情報と、当該音声
信号とを結びつけて記憶する記憶手段として機能し、行
動生成部１０５が、新たに入力された音声信号に基づい
て、連想想起記憶部１０４が特定した行動結果情報に基
づいて行動をする行動制御手段として機能する。

【０１８９】また、ロボット装置１は、入力信号の特徴
空間に、他の入力、情動、行動の空間の影響を与え、当
該入力信号のクラス分類に影響を与えることもできる。
すなわち、例えば、図１２中（Ａ）及び（Ｂ）に示すよ
うに、画像及び音の特徴空間においてクラスが近似して
いる場合、第３の特徴空間（例えば、行動の特徴空間）
を参照して、画像及び音のクラス分類をする。

【０１９０】具体的には、画像信号で特徴づけられてい
る第１のオブジェクト（画像）の入力に対して、第１の
行動をとったとき報償（例えば、「撫でられた」）を得
て、画像特徴空間において第１のオブジェクトに非常に
近い第２のオブジェクトに対してもクラス分類の結果
（画像特徴空間においては近似している旨）として同様
に第１の行動をとったときに罰（例えば、「殴られ
た」）を得た場合には、次回以降の第２のオブジェクト
の入力に際しては、第１の行動以外をとるようにする。
すなわち、他の特徴空間におけるクラス分類の結果（こ
こでは行動結果）を利用して、他のクラスの分類に影響
を及ぼす、或いはクラス分類の戦略を変更する。

【０１９１】例えば、このような場合、音声認識部１０
１が、入力情報検出手段、入力情報検出手段が検出した
音声信号の特徴量を検出する特徴量検出手段、及び特徴
量に基づいて、音声信号を分類する情報分類手段として
の機能を有する。ここで、特徴量に基づく音声信号の分
類とは、ＨＭＭによるクラス分類に該当する。なお、特
徴量検出手段としての機能は、後で詳述する図３３に示
す特徴量抽出部１２２により実現され、情報分類手段と
しての機能は、図３３に示すＨＭＭ部１２３により実現
される。

【０１９２】さらに、音声認識部１０１は、行動生成部
１０５に制御されて行動した結果を示す行動結果情報
（例えば、報償、罰）に基づいて、当該行動を引き起こ
した音声信号の分類（認識クラス）を変更する分類変更
手段としての機能を有することになる。なお、連想記憶
による学習については、誉められたときにとった行動と
刺激（音声、画像、行動等）が結びつけるような学習を
行うこともできる。

【０１９３】以上、ロボット装置１における本発明に係
る部分の全体について説明した。次に各部についてさら
に具体的に説明する。

【０１９４】（４−２）任意の動作の学習（センサ処理
部の具体例）ロボット装置１は、上述したように、学習
する動作（行動）を、予め設定されている動作や任意の
動作としている。ここでは、任意の動作の学習、すなわ
ち新規動作の学習について説明する。

【０１９５】ロボット装置１は、上述したように、サー
ボモータで各関節が制御されている。ロボット装置１
は、ＣＰＵ１０からの角度指定（角度指定情報）により
各関節の角度時系列を発生して、その結果として動作を
出力している。

【０１９６】また、サーボ制御部からの信号として、関
節につけられたポテンショメータにより実際の関節の角
度、及びモータに与えているパルス信号等を得ることが
できる。任意の動作の教示は、このようなパルス信号
を、上述したような予め設定されている動作を教示する
タッチセンサ等のセンサ信号の代わりに使用して実行す
るものである。

【０１９７】ロボット装置１は、このような任意の動作
の学習をするための具体的な構成として図１７中
（Ａ）に示すように、識別部１１１を備えている。ここ
で、識別部１１１は、図１５に示したセンサ処理部１０
２が任意の動作を学習するために構成されている場合の
具体例となる。識別部１１１は、各関節モータへの制御
信号のパルス幅に基づいて動作を学習する。

【０１９８】ところで、ロボット装置１は、各姿勢に遷
移するようになされているいることから、動作の学習の
際には、一定の姿勢に留まっていることはない。この場
合、「立ち姿勢」や「座り姿勢」等の各姿勢において、
同様な動作を学習させる必要がある。よって、動作部
（関節部）を制御するパルス幅によって動作を教示する
ような場合、各姿勢を把握した上で行うことが必要にな
る。

【０１９９】このようなことから識別部１１１は、図１
７中（Ｂ）に示すように、各姿勢に応じて複数の識別器
１１１_１，１１１_２，・・・を備えている。例えば、第
１の識別器１１１_１は、「座り姿勢」時の動作学習用、
第２の識別器１１１_２は、「立ち姿勢」時の動作学習用
というようにである。

【０２００】識別部１１１は、このように複数の識別器
１１１_１，１１１_２，・・・から、現在の姿勢情報に基
づいて、所望の一の識別器に切換えて、任意姿勢におけ
る動作の学習をする。

【０２０１】なお、現在の姿勢の情報である姿勢情報
は、各ポテンショメータ２６_１〜２６ _ｎ、角速度センサ
１８或いは加速度センサ１９から得られる情報、例えば
重力情報から認識することができる。また、行動生成部
１０５から動作部の制御信号として出力されるコマンド
に基づいて、現在の姿勢情報を得ることもできる。

【０２０２】学習については、外力を与えていない状態
のパルス幅との比較によって行う。これは、通常の状態
で各関節がとるパルス幅はある程度の誤差範囲内で決ま
ったパターンとなっているが、外力が加わっているとそ
のパターンは通常のものと異なるものになる。このよう
な関係を利用し、通常の動作と、外力を加えて動作を教
示する際のパターンとの差異から、学習される動作の情
報を得る。具体的には、次のようにして動作を学習す
る。

【０２０３】例えば、姿勢情報から立ち姿勢であると認
識された場合、第１の識別器１１１ _１に対して、動作学
習のために外力を加えたときのパルス幅を情報として与
え、同時に、その動作に割り当てられる情報を与える。
例えば、動作学習において使用するパルス幅は、（６）
式に示すように、いわゆるＰＩＤ制御として使用する信
号を使用する。そして、具体的には、ＰＷＭ制御された
パルス幅を使用する。

【０２０４】

【数６】

【０２０５】ここで、ｅ_ｉは、時刻ｉでのエラー値（ポ
テンショメータの目標角度と現在角度（実際の角度）の
差分）であり、Ｐ_ｇ，Ｉ_ｇ，Ｄ_ｇは定数であり、このよ
うな（６）式のＰ値を使用する。

【０２０６】例えば、与えるパルス幅及び動作の情報と
しては、ベクトル値とする。例えば、学習する動作に割
り当てられる情報として、５次元のベクトル［Ｖ_０，Ｖ
_１，Ｖ_２，Ｖ_３，Ｖ_４］とする。ここで、ベクトルの要
素をＶ_０，Ｖ_１，Ｖ_２，Ｖ_３，Ｖ_４の５個にすることに
より、５種類の刺激を認識することができるようにな
る。具体的には、以下のようにして学習を行う。

【０２０７】背中を後ろ方向に押したとき（backward）
には、そのときに発生したパルス幅で構成したベクトル
Ｐ_１及び対応される動作の情報としてＯ_１＝［０，１，
０，０，０］を与える。例えば、図１８に示すように、
識別器１１１_１に、パルス幅のベクトル値（backward）
Ｐ_１及び［０，１，０，０，０］を与える。

【０２０８】ここで、各値Ｖ_０，Ｖ_１，Ｖ_２，Ｖ_３，Ｖ
_４は、０から１の間の実数（浮動小数点）として学習さ
れ、その刺激（学習）される部分が大きいほど１とされ
る。例えば、Ｏ_１＝［０，１，０，０，０］による行動
の取得による結果としてベクトルが［0.1,0.9，0.2，0.
1，0.3］といった実数として得られる。

【０２０９】また、背中を前方向に押したときには、そ
のときに発生したパルス幅で構成したベクトルＰ_２及び
対応される動作の情報としてＯ_２＝［０，０，１，０，
０］を与え、首を下方向に押したときには、そのときに
発生したパルス幅で構成したベクトルＰ_３及び対応され
る動作の情報としてＯ_３＝［０，０，０，１，０］を与
え、首を上に押し上げたときには、そのときに発生した
パルス幅で構成したベクトルＰ4及び対応される動作の
情報としてＯ_４＝［０，０，０，０，１］を与える。そ
して、例えば、姿勢の初期値として、外力が加わってい
ないときのパルス幅のベクトルＰ_０及びそれに対応され
る動作の情報としてＯ_０＝［１，０，０，０，０］を与
え、これと上述した値と比較して動作を学習する。

【０２１０】例えば、パルス幅の例を図１９乃至図２５
に示す。この図１９乃至図２５では、横軸に各関節の位
置を示し、縦軸にいわゆるＰＷＭパルスの値を示す。

【０２１１】図１９は、立ち姿勢におけるパルス幅（パ
ルス信号の値）の値を示している。ここで、図中、「Ｆ
Ｒ１」は、右前脚の第１関節（肩の関節）の位置、「Ｆ
Ｒ２」は、その第２関節（膝の関節）の位置、「ＦＲ
３」は、その第３関節（足首の関節）の位置である。ま
た、「ＦＬ１」は、左前脚の第１関節（肩の関節）の位
置、「ＦＬ２」は、その第２関節（膝の関節）の位置、
「ＦＬ３」は、その第３関節（足首の関節）の位置であ
る。また、「ＨＲ１」は、右後脚の第１関節（肩の関
節）の位置、「ＨＲ２」は、その第２関節（膝の関節）
の位置、「ＨＲ３」は、その第３関節（足首の関節）の
位置である。また、「ＨＬ１」は、後左脚の第１関節
（肩の関節）の位置、「ＨＬ２」は、その第２関節（膝
の関節）の位置、「ＨＬ３」は、その第３関節（足首の
関節）の位置である。また、「Ｈｅａｄ１」、「Ｈｅａ
ｄ２」、「Ｈｅａｄ３」は、首が多関節からなりそれぞ
れに対応される位置を示す。以下の図２０乃至図２５に
おいても同様である。このように、ある状態（姿勢或い
は動作）において、全１５個のパルス幅の値を得ること
ができ、すなわち、上述した学習に使用するベクトル値
Ｐを、１５次元の要素からなるベクトル値として得るこ
とができる。

【０２１２】立ち姿勢において背中を前方向に押したと
きには、図２０に示すようなパルス幅となり、立ち姿勢
において背中を後方に押したときには、図２１に示すよ
うなパルス幅となり、立ち姿勢において頭を上方向に押
したときには、図２２に示すようなパルス幅となり、立
ち姿勢において頭を下方向に押したときには、図２３に
示すようなパルス幅となり、座り姿勢において右脚を持
たれたときには、図２４に示すようなパルス幅となり、
座り姿勢において左脚を持たれたときには、図２５に示
すようなパルス幅となる。識別部は、このようなパルス
幅に基づいて、姿勢を把握して、動作を学習する。

【０２１３】また、ロボット装置１は、図２６に示すよ
うに、快及び不快判定部１１２を備えることにより、実
際の動物に行うと同様に、動作を学習することができ
る。

【０２１４】快及び不快判定部１１２は、センサ処理部
１０２からの出力に対して、快或いは不快を規定する情
動の値の判別をする。そして、それに応じて行動情動を
出力する。例えば、快及び不快判定部１１２は、感情モ
デル７３における不快を規定する情動の値が大きいと
き、不快を回避する行動を引き起こす行動情報を出力す
る。例えば、背中を後方向に押されたら、不快と判断し
て、「座り姿勢」に遷移する行動情報を出力する。ま
た、背中を前方向に押され、或いは頭を下方向に押され
たら、不快と判断して、「伏せ姿勢」に遷移する行動情
報を出力する。また、伏せ姿勢から首を上方向に持ち上
げられたら、不快と判断して、「座り姿勢」に遷移する
行動情報を出力する。また、座り姿勢から首を上方向に
持ち上げられたら、不快と判断して、「立ち姿勢」に遷
移する行動情報を出力する。すなわち、上述のような動
作は、外部からの負荷が大きく、不快と感じることによ
り発現される動作である。このような行動情報に基づい
て行動生成部１０５は行動を生成する。

【０２１５】このように動作を発現させることにより、
実際の犬等に姿勢の学習をさせると同様に、不快と感じ
たロボット装置１は自ら姿勢を遷移し、このよう遷移動
作を学習する。

【０２１６】なお、上述したような動作の学習は複数回
の入力をすることにより行う。また、他の姿勢（他の識
別器）についても、学習を行う。そして、各識別器の構
成については、例えば、階層型ニューラルネットワーク
を採用した学習がなせるように構成する。例えば、３層
のニューラルネットワークの場合は、図２７に示すよう
に、入力層、中間層及び出力層から構成する。このよう
な場合、概略として次のような手順により学習がなされ
る。

【０２１７】入力層では、当該入力層に対応された形態
されたセンサ信号等が各ニューロンに入力される。中間
層では、入力層の各ニューロンから伝えられたデータの
特徴量を抽出する。具体的には、中間層の各ニューロン
は、入力データの何らかの特徴に着目して、その特徴量
を抽出して評価する。そして、出力層は、中間層の各ニ
ューロンから与えられる特徴を組み合わせることによっ
て最終的な決定を行う。

【０２１８】また、例えば、上述したような３層のニュ
ーラルネットワークにおいては、バックプロパゲーショ
ンによる学習が確立されており、例えばこれを採用して
識別器を構成する。これにより、背中を後ろ方向に押し
て、Ｏ_１＝［０，１，０，０，０］が入力させて、出力
として［０，１，０，０，０］に近い値（実数）が出力
されるようになる。

【０２１９】以上のようにして、ロボット装置１は、識
別部１１１により、任意の動作を学習することができ
る。これにより、画像信号や音声信号を結びつけて学習
することにより、ロボット装置１は、所定の発話（音声
信号）に対して、当該発話に対応して学習した動作を発
現するようになる。

【０２２０】（４−３）ロボット装置に与えられた外力の学習上述の任意の動作の学習においては、外力を与えて強制
的に変化した際の姿勢を学習することで、所定の発話等
に結びつけて発現する動作（姿勢）を学習する場合につ
いて説明した。ここでは、そのような外力の種類の学習
について説明する。ロボット装置１は、外力の種類を学
習することにより、学習した外力が入力された際には、
所定の動作を発現することができる。具体的には、ロボ
ット装置１は、腰に与えられる外力を学習して、学習後
において腰に対して学習した外力が与えられた場合に、
この外部からの力入力を認識し、所定の動作としてお座
りを出現するようなことができる。以下、具体的に、外
力の学習について説明する。

【０２２１】ロボット装置１は、外力の学習のための構
成として、図２８に示すように、動作部材１５１と、動
作部材１５１を動作させるための関節部１５２と、動作
部材１５１を介して外力が作用している関節部１５２の
状態を検出する検出手段１５３と、検出手段１５３が検
出した関節部１５２の状態と外力とを対応させて学習す
る学習手段１６０とを備えている。そして、学習後にお
いては、ロボット装置１は、外力が与えられた場合、関
節部１５２の状態からその種類を特定することができ
る。ここで、動作部材１５１は、ここで、ロボット装置
１は、図７及び図８に示すように、胴体部ユニット２、
脚部ユニット３Ａ，３Ｂ，３Ｃ，３Ｄ、胴体部ユニット
２及び頭部ユニット４等のアクチュエータ２５_１〜２５
_ｎによって駆動される部分である。また、関節部１５２
は、そのようなアクチュエータ２５ _１〜２５_ｎであっ
て、具体的には、アクチュエータ２５_１〜２５_ｎを構成
しているモータである。

【０２２２】このような構成とすることにより、ロボッ
ト装置１は、モータに与えられるＰＷＭのパルス信号を
使用して外力の学習を行えるようになされている。ロボ
ット装置１は、上述したように、胴体部ユニット２、脚
部ユニット３Ａ，３Ｂ，３Ｃ，３Ｄ、胴体部ユニット２
及び頭部ユニット４等が関節（ジョイント）を介した動
作部材とされ、さらに、脚部ユニット３Ａ，３Ｂ，３
Ｃ，３Ｄが複数の関節（肩関節、膝関節、足首関節）を
介した複数の動作部材からなり、胴体部ユニット２の前
後左右にそれぞれ脚部ユニット３Ａ，３Ｂ，３Ｃ，３Ｄ
が関節を介して連結されると共に、胴体部ユニット２の
前端部及び後端部にそれぞれ頭部ユニット４及び尻尾部
ユニット５が関節を介して連結されて構成されている。
そして、これら動作部材を動作可能に接合する関節は、
アクチュエータ２５_１〜２５_ｎによって構成されてお
り、ＰＷＭのパルス信号は、このアクチュエータ２５_１
〜２５ _ｎを構成しているモータに与えられる信号であ
る。

【０２２３】ＰＷＭのパルス信号のその幅の値は、動作
部材（各種ユニット）１５１を介して外力が作用してい
る関節部（モータ）１５２の状態によって決定されるも
のであり、すなわち各ジョイント（モータ）の目標角度
と実際の角度とのエラー値として計算されるものであ
り、このようなことから、ロボット装置１に力が加われ
ば、エラー値が大きくなり、これによりパルス幅の値も
大きくなる。すなわち、ＰＷＭのパルス幅の値は、ロボ
ット装置１に加わる外力に従って大きくなる。ロボット
装置１は、外力の学習を、このようなＰＷＭのパルス信
号を使用して行っている。検出手段１５３は、具体的に
はこのようなＰＷＭのパルス幅の値を、動作部材１５１
を介して外力が作用している関節部１５２の状態として
検出している。なお、上述したように、ＰＷＭのパルス
信号のその幅の値は、各ジョイント（モータ）の目標角
度と実際の角度とのエラー値（差分）として計算される
ものであることから、検出手段１５３が検出する関節部
１５２の状態とは、各ジョイント（モータ）の目標角度
と実際の角度とのエラー値である言うこともできる。な
お、検出手段１５３は、例えば、図８等に示す信号処理
回路１４の一機能として実現され、又はソフトウェア或
いはオブジェクトプログラムによって実現される。

【０２２４】ここで、実施の形態では、後で詳述する
が、外力の学習用のＰＷＭのパルス信号として、脚部ユ
ニット３Ａ，３Ｂ，３Ｃ，３Ｄの関節となるモータに与
えられるＰＷＭのパルス信号と、胴体部ユニット２と頭
部ユニット４の関節となるモータに与えられるＰＷＭの
パルス信号とを使用している。上述した図１９〜図２５
は、様々な外力が加わった場合のそのような外力の学習
に使用される各関節部（モータ）のＰＷＭのパルス信号
の変化を示すものであり、様々な外力に応じたパターン
変化を示すものである。なお、図２０に示す「前方へ押
す」の際のパターンと図２１に示す「後方に押す」の際
のパターンとを比較してみてもわかるように、ＰＷＭパ
ルス幅の値が０（ｘ軸）について略対象となっている。

【０２２５】外力の学習では、上述したような様々な外
力が加えた際のこのようなパターン（詳しくはベクトル
値）を学習用のデータとして利用して、学習手段１６０
においてニューラルネットワークを利用した学習を行っ
ている。例えば、学習手段１６０は、ソフトウェア或い
はオブジェクトプログラムによって実現される。

【０２２６】ニューラルネットワークとして、階層結合
型ネットワークの、特にバックプロパゲーションによる
ニューラルネットワークを利用して学習している。バッ
クプロパゲーションによるニューラルネットワークは、
パターン認識への適応性が高く、実施の形態では、図２
９及び図３０に示すように、入力層１６１、隠れ層（中
間層）１６２及び出力層１６３の３層からなる３層バッ
クプロパゲーションによるニューラルネットワークによ
る学習を行っている。

【０２２７】このような３層バックプロパゲーションに
よるニューラルネットワークにより、学習後において
は、センサからの情報（パルス幅の値）Ｄ_ｉｎが入力層
１６１に入力されると、出力層１６３からそのようなセ
ンサからの情報Ｄ_ｉｎに対応される学習された外力の種
類の情報Ｄ_ｏｕｔが出力されるようになる。

【０２２８】このような３層バックプロパゲーションに
よるニューラルネットワークにおける入力層１６１、隠
れ層１６２及び出力層１６３は具体的には次のように構
成されている。

【０２２９】入力層１６１は、複数のニューロンを有し
ており、実施の形態では１８個のニューロンを有してい
る。すなわち、入力層１６１には、外力の学習のために
１８のデータが入力される。例えば、ロボット装置１
は、現在の姿勢として「立ち姿勢（Standing）」、「座
り姿勢（お座り姿勢、Sitting）」、「寝姿勢（Sleepin
g）」といった３種類あり、各ジョイント（各関節部の
モータ）のＰＷＭパルス幅の値が１５種類（４脚×３＝
１２種類と頭部には３種類があり計１５種類）あり、こ
のようなことから、その総計の１８種類が入力データと
されている。

【０２３０】ここで、現在の姿勢の入力をも外力の学習
に用いているのは、ジョイント（関節）の状態が姿勢に
依存するからであり、すなわちそのパルス幅の値が姿勢
に依存するからである。

【０２３１】このような入力層１６１に、各パルス幅の
値からなるベクトル値とされたパターンがセンサからの
情報Ｄ_ｉｎとして入力される。なお、実施の形態では、
入力値であるパルス幅の値は、［−５１２，５１２］の
範囲内で値をとるため、（７）式により正規化してい
る。

【０２３２】

【数７】

【０２３３】ここで、Ｐは実測されたパルス幅の値であ
り、Ｐ_ｍａｘは最大値（５１２）であり、Ｐ_ｍｉｎは最
小値（−５１２）である。また、姿勢に関しての入力デ
ータは、［０，１］のため（０又は１のどちらかの値を
とるため）、正規化は必要ない。

【０２３４】隠れ層１６２は、複数のニューロンを有し
ており、実施の形態では１７個のニューロンを有してい
る。このニューロンの数は、いわゆるタンブ法により決
定している。すなわち、入力層１６１のニューロンの数
と出力層１６３のニューロンの数との平均をとり、得ら
れた値のスムージングを行うことにより決定した。タン
ブ法による隠れ層１６２のニューロン数numOfHidden
は、式で表すと（８）式のようになる。

【０２３５】

【数８】

【０２３６】ここで、numOfInputは入力層１６１のニュ
ーロン数であり、numOfOutputは出力層１５３のニュー
ロン数であり、αはスムージングにより増減する値とな
る。この（８）式に入力層１６１のニューロン数numOfI
nputとして１８、後述の出力層１５３のニューロン数nu
mOfOutputとして１０を代入すると、隠れ層１６２のニ
ューロン数numOfHiddenは１７になる。

【０２３７】出力層１６３は、複数のニューロンを有し
ており、実施の形態では１０個のニューロンを有してい
る。ここで出力層１６３のニューロン数が１０個とある
が、これは、１０種類の外力を学習により認識すること
ができることを示唆し、例えば、前に押された（ForceF
orward、図２０に示した外力）、後ろに押された（Forc
eBakward、図２１に示した外力）、右手を持たれた（Ri
ghtHandUp、図２４に示した外力）、左手を持たれた（L
eftHandUp、図２５に示した外力）、両手を持たれた（B
othHandUp、図示なし）、頭を上に押された（HeadUp、
図２２に示した外力）、頭を下に押された（HeadDown、
図２３に示した外力）、頭を右に押された（HeadRigh
t、図示なし）、頭を左に押された（HeadLeft、図示な
し）、押されていない（NoForce、例えば図９に示した
状態）等として１０種類の外力を認識することができ
る。

【０２３８】このように入力層１６１、隠れ層１６２及
び出力層１６３が構成されており、隠れ層１６２及び出
力層１６３で使用される入出力関数については種々挙げ
られるが、実施の形態ではいわゆるシグモイド関数を使
用している。シグモイド関数は、例えば、図３１に示す
ように、いわゆる閾値関数等と異なり入力和に対して出
力がなめらかに変化する特性を有している。

【０２３９】このような３層バックプロパゲーションに
よるニューラルネットワークを使用して、種々の外力の
学習が次のようになされる。

【０２４０】学習は、図３０に示すように、入力ベクト
ルデータ及び教示信号ベクトルデータの対をネットワー
ク（学習手段１６０）に与えることにより行う。教師ベ
クトルデータは、ある特定のニューロンの出力が１で、
それ以外は０になるように与える。すなわち例えば、認
識させたい種類の外力を１として、認識する必要がない
外力の種類を全て０として与える。

【０２４１】このとき、中間層１６２が入力和により得
られる出力ｙ_ｊ ^（１）は（９）式に示されるようなシグ
モイド関数sigmoid（）よって得られ、また、出力層１
６３が入力和により得られる出力ｙ_ｊ ^（２）は（１０）
式に示されるようなシグモイド関数sigmoid（）よって
得られる。そして、重みの更新、すなわち重みの学習
は、（１１）式によってなされる。ここで、シグモイド
関数sigmoid（）は（１２）式のように示される関数で
ある。

【０２４２】

【数９】

【０２４３】

【数１０】

【０２４４】

【数１１】

【０２４５】

【数１２】

【０２４６】ここで、ａ_ｉは入力される各パルス幅の値
であり、ｚ_ｉは誤差逆伝播出力であり、εは学習関数で
あり、βはモーメント係数である。ε（学習関数）及び
β（モーメント係数）は、学習速度に大きく影響する因
子であり、例えば、実施の形態のように構成されたロボ
ット装置１の場合には、ε＝０．２、β＝０．４とする
ことで学習速度を最適なものとすることができる。

【０２４７】そして、複数回の入力ベクトルデータの入
力と教師ベクトルデータの入力とを行い、ニューラルネ
ットワークに入力された入力ベクトルデータと教師ベク
トルデータとの誤差がある閾値以下に収束したとき学習
を終了する。例えば、（１３）式に示すような平均２乗
誤差errorがある閾値以下に収束したときに学習を終了
する。

【０２４８】

【数１３】

【０２４９】ここで、ａは入力ベクトルデータであり、
ｔｅは教師ベクトルデータである。

【０２５０】例えば、学習手順は、オンライン学習（逐
次学習）で、同じデータを１０回繰り返し学習するよう
にする。また、同じパターンのデータも略２０個連続で
学習させる。これにより、総計略８００サンプルによる
学習がなされることになる。

【０２５１】図３２には、学習回数と平均２乗誤差との
関係の一例を示している。この図３２に示す結果は、学
習回数が約５０回で上述の平均２乗誤差が極小になって
おり、これは、学習が約５０回で収束していることを示
している。なお、通常、重み係数の初期値はランダムに
与えるので、その初期値によっては学習が収束の程度が
異なってくる。すなわち、初期値によっては、このよう
に約５０回で学習が収束することもあるが、場合によっ
ては、学習を収束させるまで１５０回程度要する場合も
あるということである。

【０２５２】以上のような手順により３層バックプロパ
ゲーションによるニューラルネットワークを使用した学
習がなされる。これにより、ロボット装置１は、複数種
類の外力の入力（複数回の入力）により、関節部１５２
の状態（例えば、ＰＷＭパルス幅の値）に対応させて当
該複数種類の外力を学習して、外力をカテゴライゼーシ
ョン（分類化）することができる。なお、例えば、うま
くカテゴライゼーションされているか否か或いは過学習
しているか否かは、ロボット装置１によるいわゆる汎化
性テストを行うことにより確認することができる。

【０２５３】具体的には、このような外力の学習によ
り、ロボット装置１は、腰に外力が与えられた場合、学
習した複数種類の外力から当該外力が腰に作用している
ことを認識して、具体的には各関節部１５２に与えられ
る各ＰＷＭパルス幅の値（パターン）から当該外力が腰
に作用していることを認識して、対応される所定の動作
としてのお座りを出現することができるようになる。こ
のようにロボット装置１は、任意の外力を学習すること
ができ、これにより、ユーザからの接触（外力）による
インタラクションの自由度を高くして、多くの動作を出
現させることができるようになる。

【０２５４】なお、ここでは、学習部における学習を３
層バックプロパゲーションによるニューラルネットワー
クを利用して行う場合について説明したが、学習部では
他の学習手法を利用することができることはいうまでも
ない。例えば、ＳＶＭ（Support Vector Machine）を用
いて、外力をカテゴライゼーションすることもできる。
ＳＶＭは、パーセプトロンと同様に線形分類する方法で
あるが、データを非線形な空間に一度写像し、その空間
内で分離する超平面を求めるため、事実上非線形な問題
を解くことができる。以下にその原理を示す計算式を示
す。

【０２５５】通常、パターン認識の問題は、テストサン
プルｘ＝（ｘ_１，ｘ_２，ｘ_３，・・・・，ｘ_ｎ）とした
場合に対して、（１４）式に示す認識関数ｆ（ｘ）を求
めることができる。

【０２５６】

【数１４】

【０２５７】ここで、教師ラベルをｙ＝（ｙ_１，ｙ_２，
ｙ_３，・・・，ｙ_ｎ）とすると、（１５）式のような制
約条件の下で、‖ｖ‖^２を最小化する問題を考えれば良
い。

【０２５８】

【数１５】

【０２５９】このような制約のついた問題は、ラグラン
ジュの未定乗数法を用いて解くことができる。ラグラン
ジュ乗数を導入すると、（１６）式のように示すことが
できる。

【０２６０】

【数１６】

【０２６１】ここで、ｂ及びｖについて（１７）式のよ
うに編微分すると、（１８）式に示すような二次計画問
題を落とすことができる。（１９）式には制約条件を示
している。

【０２６２】

【数１７】

【０２６３】

【数１８】

【０２６４】

【数１９】

【０２６５】特徴空間の次元数が、訓練サンプルの数よ
りも少ない場合は、スラック変数ξ≧０を導入して、制
約条件を（２０）式のように変更する。

【０２６６】

【数２０】

【０２６７】最適化については、（２１）式の目的関数
を最適化する。

【０２６８】

【数２１】

【０２６９】ここで、Ｃは、制約条件をどこまで緩める
かを指定する係数で、実験的に値を決定する必要があ
る。ラグランジュ乗数αに関する問題は、（２２）式の
ように示すように変更される。（２３）式には制約条件
を示している。

【０２７０】

【数２２】

【０２７１】

【数２３】

【０２７２】しかし、ここまででは、非線形の問題を解
くことはできないため、非線形な写像関数であるカーネ
ル関数Ｋ（ｘ，ｘ’）を導入し、一度高次元の空間に写
像してその空間で線形分離することを考える。こうする
ことによって、元の次元では、非線形分離をしているこ
とと同等になる。カーネル関数は、ある写像Φを用い
て、（２４）式のように示すことができる。そして、識
別関数は、（２５）式に示すようになる。

【０２７３】

【数２４】

【０２７４】

【数２５】

【０２７５】学習に関しても、（２６）式に示すように
なる。（２７）式には制約条件を示している。

【０２７６】

【数２６】

【０２７７】

【数２７】

【０２７８】カーネル関数としては、ガウシアンカーネ
ルの（２８）式等を用いることができる。

【０２７９】

【数２８】

【０２８０】以上のような原理により、ＳＶＭによる行
動のカテゴライゼーションが可能になる。

【０２８１】また、ここでは、ロボット装置１がジョイ
ント（関節部）の状態に基づいて外力を学習する場合に
ついて説明したが、ジョイントの状態からロボット装置
１に作用する外力を検出することに留まるだけでも良
い。すなわち、この場合、ロボット装置１は、動作部材
を動作させるための関節部の状態を検出する検出手段
と、検出手段が検出した関節部の状態に基づいて動作部
材に作用する外力を検出する外力検出手段とを備える。
例えば、ここでいう検出手段は、上述の図２８に示した
検出手段１５３である。

【０２８２】このようなロボット装置１は、関節部の状
態に基づいて外力があったことを検出することができ
る。そして、例えば、検出手段と外力検出手段とはソフ
トウェア或いはオブジェクトプログラムとして実現可能
であり、よって、このようなロボット装置１は、特別
（専用）なセンサを装備することなく、外力が加わって
いることを検出することができるようになる。また、ロ
ボット装置１は、上述したような外力を学習する場合に
際しても新たな構成を備えることなく外力の学習が達成
されていると言える。

【０２８３】なお、ロボット装置１におけるこのような
外力を検出する構成は、いわゆる外力検出装置としての
構成であり、この外力検出装置としての構成は、ロボッ
ト装置１に適応されることに限定されないことはいうま
でもない。

【０２８４】また、本例では、外力の学習用のＰＷＭの
パルス信号として、脚部ユニット３Ａ，３Ｂ，３Ｃ，３
Ｄの関節となるモータに与えられるＰＷＭのパルス信号
と、胴体部ユニット２と頭部ユニット４の関節となるモ
ータに与えられるＰＷＭのパルス信号とを使用した場合
を説明したが、これに限定されるものではなく、他の関
節を構成するモータのＰＷＭのパルス信号を外力の学習
用に使用することもできる。

【０２８５】また、本例では、ＰＷＭのパルス信号を外
力の学習用に使用している場合について説明したが、こ
れに限定されるものではなく、外力に応じて変化する信
号を外力の学習用に使用することができる。

【０２８６】（４−４）音声信号の認識（音声認識部の具体例）次に、音声信号の認識について具体的に説明する。ロボ
ット装置１は、図３３に示すように、音声信号を認識す
る部分として、音声信号入力部１２１、特徴量抽出部１
２２、ＨＭＭ部１２３を備えている。ここで、特徴量抽
出部１２２及びＨＭＭ部１２３からなる構成は、図１５
に示した音声認識部１０１の具体例となる。

【０２８７】音響信号入力部１２１は、周囲の音等が入
力される部分である。例えば、上述のマイクロホン２３
である。この音響信号入力部１２１からの音響信号（音
声信号）は、特徴量抽出部１２２に出力される。

【０２８８】特徴量抽出部１２２は、音響信号の特徴量
を検出して、後段のＨＭＭ部１２３に出力する。

【０２８９】ＨＭＭ部１２３は、Hidden Markov Model
を採用し、特徴量に基づいて、入力されてきた音響信号
のクラス分類をする。例えば、複数に分類されているク
ラスに基づいて、音響信号を識別する。そして、ＨＭＭ
部１２３は、各クラスにおける認識結果を、例えば、各
クラスに対応される単語と思われる確率として出力す
る。例えば、ベクトル値として出力する。

【０２９０】以上のような構成により、ロボット装置１
は、マイクロホン２３等から入力される音声を音韻系列
として識別する。

【０２９１】そして、図３４に示すように、音声認識部
１０１によりＨＭＭにより認識された言語の情報
［Ｓ_０，Ｓ_１，Ｓ_２］が、センサ認識部１０２により取
得した動作の情報［Ｖ_０，Ｖ_１，Ｖ_２，Ｖ_３，Ｖ_４］と
ともに、連想想起記憶部１０４に入力される。

【０２９２】連想想起記憶部１０４では、学習時におい
て、これらの情報を結びつけて記憶する。そして、連想
想起記憶部１０４は、学習後には、入力された情報に基
づいて行動情報を出力する。例えば、ベクトル値の行動
情報［Ｂ_０，Ｂ_１，Ｂ_２，Ｂ _３］を出力する。

【０２９３】例えば、学習において、図３５に示すよう
に音声認識結果としての“おすわり（backward）”の言
語と、行動の取得による結果としてベクトル［0.1，0.
9，0.2，0.1，0.3］が入力されている場合において、学
習後に、“おすわり（backward）”が入力されたときに
は、「お座り」の動作［０，１，０，０，０］を行動情
報として出力する。

【０２９４】以上、ロボット装置１における連想想起に
よる学習について説明した。次に、学習対象物の特定を
容易にする共同注意を取り入れた学習について説明す
る。

【０２９５】（５）共同注意ロボット装置１による音声や画像を学習する場合、周囲
のノイズから特定の音や画像を特定して、これを学習の
対象（学習対象物、ターゲットオブジェクト）とするこ
とが前提とされる。共同注意は、そのような学習対象物
を特定を容易にするものである。例えば、共同注意は、
学習対象物を振る或いは揺する（視覚刺激）、又は声を
発して指示する（聴覚刺激）等の被教示者が学習対象物
を特定させるための刺激を発生させることにより可能と
なる。

【０２９６】ロボット装置１は、共同注意のための構成
として、図３６に示すように、画像信号入力部１３１、
セグメンテーション処理部１３２及び学習対象物検出部
１３３を備えている。ここでセグメンテーション処理部
１３２及び学習対象物検出部１３３は、学習対象物を特
定する学習対象物特定手段として機能する。そして、上
述の行動生成部１０５が、そのような学習対象物特定手
段が特定した学習対象物の情報が記憶された連想想起記
憶部１０４の当該学習対象物の情報と、新たな検出した
物の情報とに基づいて行動をする行動制御手段として機
能する。

【０２９７】画像信号入力部１３１は、周囲を撮像する
部分であり、具体的には、図８に示したＣＣＤカメラ２
０である。この画像信号入力部１３１から入力された画
像信号はセグメンテーション処理部１３２に入力され
る。

【０２９８】セグメンテーション処理部１３２は、画像
信号からセグメンテーションを行う。例えば、色による
セグメンテーションを行う。セグメンテーションとは、
画像内において領域を特定し、それの特微量を調べる、
或いは特徴空間に写像することを意味する。このセグメ
ンテーションにより、撮像した画像内において、学習対
象物と周囲の画像との差別化が可能となる。セグメンテ
ーション処理部１３２においてセグメンテーションされ
た画像信号は、後段の学習対象物検出部１３３に入力さ
れる。

【０２９９】学習対象物検出部１３３は、セグメンテー
ションされた画像情報から注意部分（学習対象物）を検
出（特定）する。例えば、セグメンテーションされた画
像情報から動きのある部分、すなわち時間系列において
変化のある部分を特定領域として、ある条件を満たした
とき学習対象物として検出する。具体的には、次のよう
に、学習対象物の検出がなされる。

【０３００】先ず、セグメンテーションされた画像にお
いて、動きのある部分（時間的に変化している部分）を
特定領域として、注意量を設定する。ここで、注意量
は、学習対象物特定のための指標となるものである。動
きにより学習対象物を特定する場合には、注意量は動き
により変化する量となる。

【０３０１】そして、その特定領域を追尾して、注意量
により学習対象物か否かを判別する。その注意量がある
条件を満たせば、学習対象物として特定、すなわちロボ
ット装置１が“注意を払う”ようにする。

【０３０２】動きにより学習対象物を特定することにつ
いては、人間世界でもそうであるが、教示者は、学習対
象物を教示する際には、当該学習対象物を振って或いは
揺すって被教示者に教示するからである。例えば、「コ
ップ」であることを教示する際には、教示者は、「コッ
プ」を振りながら、被教示者に“コップ”と言って教示
するようにである。

【０３０３】学習対象物検出部１３３は、特定領域を追
尾して注意量が所定の値、例えば、動きが所定量の変化
を示したとき、学習対象物として特定して、注意を払う
ようにする。具体的には、注意量がある閾値（ステッ
プ）以上を超えた場合に注意を払うようにする。

【０３０４】このように、学習対象物検出部１３３は、
セグメンテーション処理部１３２によって特定領域に注
意量を設定して、学習対象物を検出（特定）している。

【０３０５】以上のような画像信号入力部１３１、セグ
メンテーション処理部１３２及び学習対象物検出部１３
３を備えることにより、ロボット装置１は共同注意を可
能としている。

【０３０６】これにより、ロボット装置１は、学習対象
物を適切に特定して、上述したように、画像情報或いは
行動と結びつけた学習を適切にすることができる。

【０３０７】なお、上述の実施の形態では、ロボット装
置１の行う共同注意について、対象（物体）の動きから
学習対象物として特定することについて説明した。しか
し、これに限定されるものではない。例えば、音声によ
り学習対象物を特定することもできる。この場合、例え
ば、ロボット装置１は、音声が発せられている方向に向
き、対象物を学習対象物として特定する。例えば、音
声、例えば発生している方向及び大きさに対して注意量
を設定して、ある条件を満たした際に、学習対象物とし
て特定するようにする。

【０３０８】また、学習対象物に対する注意は、時間に
より減衰するものとするものとしてもよい。或いは、連
想が安定すると減衰するものとしてもよい。これによ
り、新たな刺激（画像入力、音声入力）に対して注意を
払い、学習を発火（開始）させることができる。

【０３０９】また、注意を払った時点でステップ上に大
きな値をとり、ある条件により減衰するようにすること
としてもよい。例えば、ある条件を時間として、時間の
経過により減衰するようにする。また一方で、同時に２
つ以上の対象に対して、注意の量を設定することもでき
る。例えば、注意量の設定は、対象の動き、或いは音声
に対して行う。例えば、一方の対象の動きに対してして
注意量を設定し、他方の対象については音声に対して注
意量を設定する。

【０３１０】これにより、注意を払っている対象（特定
領域）を調査（例えば、色、形等の特徴量を調査）して
いるときに、他の刺激（例えば、音声、画像）により他
の対象に注意量を設定することができる。ここで、現在
注意を払っている対象については、上述したように、ス
テップ上に大きな値とされるので、このような他の刺激
により違う対象に注意量が設定されても、しばらくは先
に選択した対象の調査を続けることができる。

【０３１１】そして、現在注意を払っている対象の”注
意”が減衰してきた場合は、他の刺激のある対象、すな
わち注意量が増加してきた対象に注意を移すことができ
る。

【０３１２】また、共同注意は、刺激として学習対象物
の動きによるものの他に、人間の指により行うこともで
きる。すなわち、その指の指す方向の物体を学習対象物
として特定するというものである。

【０３１３】このような共同注意とは、通常の人と人の
インタラクションで想定される共同注意の例である。例
えば、この場合には、セグメンテーションにより得た肌
色の領域を特定領域として、注意を払う。図３７を用い
て説明する。

【０３１４】図３７中（Ａ）に示すように、ある環境に
おいて、円錐体１４１を手１４２により指し示している
撮像画像が得られたとする。なお、以下の処理において
対象物を画像処理により、例えば、計算速度等を考慮し
て撮像画像にローパスフィルタをかけてもよい。

【０３１５】そして、画像内における肌色部分を抜き取
る。この場合、色特徴空間を使用して、肌色部分の特徴
を得て、画像内における肌色部分を抜き取る。これによ
り、図３７中（Ｂ）に示すように、手１４２の部分が抜
き取られる。

【０３１６】そして、図３７中（Ｃ）に示すように、そ
の手１４２の部分の長手方向を特定する。これは、対象
物を指し示したときの手の形状が対象物に向かって略長
方形状となるからである。例えば、長手方向は、図中の
線１４３に示すように特定される。

【０３１７】そして、図３７中（Ｄ）に示すように、原
画像に求めた長手方向を合わせ込み、図３７中（Ｅ）に
示すように、対象物を特定する。すなわち、指によって
指し示されている円錐体１４１が特定される。例えば、
指の先端近傍の画像をサンプルとして取り出し、色特徴
空間において色を特定して、該当する色によって構成さ
れている領域を特定する。これにより同一色とされてい
る、例えば、黄色の円錐体１４１を特定することができ
る。

【０３１８】また、共同注意については、上述のような
手法によるものに限定されるものではない。例えば、人
間の視線の先のものに注意を払う、というような共同注
意とすることもできる。

【０３１９】また、ロボット装置１が共同注意を行って
いるか否かを確認する手段を備えてもよい。すなわち、
共同注意により学習対象を特定した場合には、所定の行
動を出現させる。例えば、ロボット装置１は、対象が振
られて教示がなされている場合に、学習対象を特定（追
尾）したときには、頭部を振る等の行動を出現させて、
特定した旨を使用者に知らせる。これにより、教示物
は、自己が教示している物をロボット装置１が学習対象
物として捕らえているかを確認することができる。

【０３２０】以上のようにロボット装置１は、人間とイ
ンタラクションを通じて、自身が行動を評価し、自身に
とって適切な行動を獲得していくことができる。

【０３２１】また、ロボット装置１は、その行動を音声
などの他のセンサ刺激と連想記憶することにより、音声
のみでその行動を出せるように学習することができる。

【０３２２】次に、上述した連想記憶システムの具体例
について、図３８を参照しながら説明する。この図３８
に示す連想記憶システムの具体例においては、４つの知
覚チャンネル入力パターン（色、形、音声、本能）を記
憶、連想するものを想定している。この図３８におい
て、色（Color）認識器２０１、形（Shape）認識器２０
２、音声（Speech）認識器２０３の各チャンネルの入力
に対しては、予めいくつかのパターンあるいはプロトタ
イプを用意し、各プロトタイプ毎に例えば２値のＩＤ
（識別情報）を付しておき、各認識器２０１〜２０３で
は入力パターンがこれらのいずれのプロトタイプに対応
するかを認識して、そのＩＤ、すなわち、色プロトタイ
プＩＤ、形プロトタイプＩＤ、音声プロトタイプＩＤを
それぞれ出力し、連想記憶部２１０の短期記憶部２１１
に送るようにしている。ここで、音声（Speech）認識器
２０３からの出力は、意味や文法に従ったタグ付けを行
うセマンティクス・コンバータ（ＳＣ）２０４を介して
音声プロトタイプＩＤが短期記憶部２１１に送られ、同
時に音素記号列（Phoneme Sequence）も短期記憶部２１
１に送られる。また、本能に関しては、本能情報部（Ｉ
ＳＭ：Internal StatesModel）２０５からは本能（例え
ば好奇心）の変化値（デルタ値）がアナログ量として出
力され、連想記憶部２１０の短期記憶部２１１に送られ
る。

【０３２３】連想記憶部（Associative Memory）２１０
は、短期記憶部（Short Term Memory）２１１、長期記
憶部（Long Term Memory）２１２及び注意記憶部（Atte
ntionMemory）２１３を有して構成されている。さら
に、この連想記憶システムにおいては、短期記憶部２１
１に関連して、リリースメカニズム（ＲＭ）２２１及び
行動（behavior）ネットワーク（ＢeNet）２２２が設け
られている。ＲＭ（リリースメカニズム）２２１及びＢ
eNet（行動ネットワーク）２２２は行動生成部とも称さ
れる。

【０３２４】この図３８に示す連想記憶システムにおい
て、色認識器２０１では、カラーセグメンテーション・
モジュールによりセグメンテーションされた各オブジェ
クトは、色プロトタイプＩＤを付加されて連想記憶部２
１０に入力される。音声認識器２０３からは、ユーザの
発話により単語のプロトタイプＩＤが出力され、このと
き、発話の音素記号列（Phoneme Sequence）も連想記憶
部２１０に送られる。これによって、記憶・連想の処理
で、ロボットに発話させることが可能となる。入力され
た各チャンネルの情報は、連想記憶部２１０内の短期記
憶部（Short Term Memory）２１１に貯蔵され、ある一
定の時間、例えば１００オブジェクト分程度保存され
る。

【０３２５】連想記憶部２１０では、入力パターンに関
して、過去に記憶したものであるかどうか連想（recal
l）する。連想が不可能な場合は、入力パターンをその
ままリリースメカニズム（ＲＭ）２２１及び行動ネット
ワーク（ＢeNet）２２２に送信する。連想可能な場合
は、連想の方向を付加してＲＭ２２１及びＢeNet２２２
に送信する。

【０３２６】ＢeNet２２２では、色認識器２０１のカラ
ーセグメンテーション・モジュールからのフラグ（Shar
ed Attention Flag）をチェックし、上述したようなユ
ーザからの指差し等による共同注意の有無をラッチコマ
ンドに変換して、連想記憶部２１０に送信する。連想記
憶部２１０では、ＢeNet２２２からラッチコマンドを受
信すると、フレームナンバによる検索を行い、マッチす
るオブジェクトを注意記憶部（Attention Memory）２１
３に格納する。この状態で、本能の変化値（デルタ値）
が十分大きければ、注意記憶部（Attention Memory）か
ら２１３長期記憶部（Long Term Memory）２１２への記
憶（memory）を行う。本能の変化値（デルタ値）は、例
えば０〜１００のようなアナログ的な値をとることがで
き、本能のデルタ値を例えば８０で記憶しておけば、連
想により８０という値を得ることが可能である。

【０３２７】次に、連想記憶の詳細について説明する。
図３９は、連想記憶に用いられる２層の階層型ニューラ
ルネットワークの例を示している。この図３９において
は、第一層を入力層（Input Layer）２３１、第二層を
競合層（Competitive Layer）２３２とする競合学習ネ
ットワークの例を示しており、入力層２３１の第ｉユニ
ット（ニューロン）と、競合層２３２の第ｊユニットと
の間の結合重みをＷ_ｊｉとしている。動作としては、記
憶モードと連想（あるいは想起）モードの２モード存在
し、記憶モードでは入力パターンを競合的に記憶し、想
起モードでは、ある部分的な入力パターンから、過去に
記憶したパターンを想起する。入力側には、上記色、
形、音声及び本能の入力ｘ_１,ｘ_２,...,ｘ_ｍに対応し
てｍ個のニューロンが存在しており、例えば色プロトタ
イプＩＤ、形プロトタイプＩＤ、音声プロトタイプＩＤ
をそれぞれ２０個ずつとし、本能の種類を６個とすると
き、入力ニューロン数は、２０＋２０＋２０＋６＝６６
より、６６個となる。競合ニューロンは、それぞれのニ
ューロンが１つのシンボルを表し、競合ニューロンの数
は、記憶できるシンボルあるいはパターンの数に等し
い。上記の具体例では、各プロトタイプＩＤ及び本能の
種類の全ての組み合わせパターンが、２０×２０×２０
×６で４８０００となるが、例えば３００程度を実装す
ることが挙げられる。

【０３２８】次に、記憶モードについて説明する。入力
層２３１と競合層２３２との結合重みＷ_ｊｉは、０から
１までの間の値をとるものとする。初期結合重みはラン
ダムに決定する。記憶は、先ず競合層で勝ち抜いたニュ
ーロンを選択し、そのニューロンと入力ニューロンとの
結合力（結合重みＷ_ｊｉ）を強めることで行う。入力パ
ターンベクトル［ｘ_１,ｘ_２,...,ｘ_ｎ］については、
例えばニューロンｘ_１に対応するプロトタイプＩＤ（例
えば第１番目の色プロトタイプＩＤ）が認識されたとき
に、当該ニューロンｘ_１を発火させ、順次、形、音声
も同様に認識されたニューロンを発火させることとす
る。発火したニューロンは＋１、発火しないニューロン
は−１の値をとる。

【０３２９】出力（競合）ニューロンｙ_ｊの値は、入
力側のニューロンｘ_１について、次の（２９）式によ
り求める。

【０３３０】

【数２９】

【０３３１】また、競合に勝ち抜くニューロンは、ｍａｘ｛ｙ_ｊ｝により求める。

【０３３２】競合に勝ち抜いたニューロン（winner neu
ron）と入力ニューロンとの結合の更新は、Kohonen の
更新規則により、 ΔＷ_ｊｉ＝ α（ｘ_１−Ｗ_ｊｉ） α：学習率Ｗ_ｊｉ(new) ＝ ΔＷ_ｊｉ＋Ｗ_ｊｉ(old) により求める。これをL2Normで正規化して、次の（３
０）式とする。

【０３３３】

【数３０】

【０３３４】この結合力がいわゆる学習の強さを表し、
記憶力になる。

【０３３５】ここで、具体例としては、上記学習率α＝
０．５を用いており、一度記憶させれば忘却することは
なく、次回同じようなパターンを提示すれば、ほぼ間違
いなく記憶したパターンを連想することができる。

【０３３６】なお、本来、逐次的に学習させていく過程
で、提示回数の多いパターンに関しては記憶力が強くな
り、あまり提示されないパターンに対しては記憶力の弱
くなるような仕組みが連想記憶に対して求められ、本実
施の形態に適用することも可能である。すなわち、学習
率と連想記憶のチューニングにより対応でき、例えば、
学習率を低く設定しておけば、それだけ記憶力が強くな
るまでに提示回数を必要とする。また、提示回数に応じ
て学習率を低くさせていく、例えば最初の１回は学習率
が高いが、提示回数が増えるほど学習率を低くする、と
いったこともできる。これにより、提示回数が少ないパ
ターンに関して記憶力の更新があまり行われず、その結
果、記憶があいまいになり、記憶したのとは違うパター
ンを連想したり、また、連想閾値に達せず連想できなか
ったりすることが生じる。ただし、その分、新しいシン
ボルあるいはパターンを獲得できる可能性があるため、
容量が限られていても柔軟な連想記憶システムを実現で
きることになる。

【０３３７】次に、想起（連想）モードについて説明す
る。いま、ある入力パターンベクトル［ｘ_１,ｘ_２,...,
ｘ_ｎ］がこの連想記憶システムに提示されたとする。
この入力ベクトルは、プロトタイプＩＤでも、プロトタ
イプＩＤに対する尤度や確率でもよい。出力（競合）ニ
ューロンｙ_ｊの値は、入力側のニューロンｘ_１につい
て、上記（２９）式により計算されるが、各チャンネル
の尤度に応じて、競合ニューロンの発火値も一種の尤度
を表す。ここで重要なのは、複数チャンネルからの尤度
入力に対して、それらをコネクションして全体的な尤度
を求めることができるという点である。本実施の形態の
具体例では、連想するものは唯一で、競合に勝ち抜くニ
ューロンを、ｍａｘ｛ｙ_ｊ｝により求める。求めたニューロンの番号がシンボルの番
号に対応し、逆行列演算により入力パターンを想起す
る。すなわち、Ｙ＝Ｗ・ＸＸ＝Ｗ^−１・Ｙ＝Ｗ^Ｔ・Ｙである。

【０３３８】次に、入力パターンの提示回数と結合係数
について説明する。本実施の形態の具体例では、学習率
を高く設定しておき、提示されたパターンを一度で記憶
するようにチューニングしている。この場合の学習回数
と結合係数との関係を調べる。ある入力パターンと競合
層のシンボルニューロンとの結合係数は、上記（２９）
式を調べることと等価である。

【０３３９】ここで、図４０は、ある入力パターンによ
り発火したニューロンとシンボルを獲得した競合層のニ
ューロンとの結合の関係（active input）及び発火して
いない入力ニューロンと結合層のニューロンとの結合の
関係（non-active input）について、横軸を提示回数
（epoch）、縦軸をニューロン発火値（activation）と
して表している。この図４０より、active inputの場合
には、提示回数が増えるほど入力パターンとシンボルニ
ューロンとの結合が強まっているのが分かる。提示２回
目で結合が急激に強まっているのは、１回目の提示で大
きく更新されたからであり、学習率を低く設定すれば緩
やかなカーブになる。これとは対照的に、non-active i
nputの場合の入力パターンで発火していないニューロン
との結合は弱まっている。

【０３４０】なお、提示回数のみでなく、提示頻度も考
慮した連想記憶システムを構築することも挙げられる。
これは、記憶容量が固定（有限）であることから、よく
提示されるパターンを優先的に記憶することが好ましい
からである。このことと関連して、忘却関数も導入する
ことが好ましい。例えば、認識器のノイズ等の非線形要
素により、間違えて記憶してしまったパターンを、一度
の提示のみで保存する必要はなく、提示回数が少なく、
しかも提示頻度も低いパターンに関しては、忘却するよ
うにし、新しく提示された重要なパターンを記憶する方
が好ましい。

【０３４１】ここで、本実施の形態の具体例において
は、学習率を固定し、新しい入力パターンか否かの識別
を、ある閾値を用いて行っているが、学習率を変化させ
ることも可能であり、また、閾値の決め方に関しては、
定式化も可能である。

【０３４２】次に、多数の入力パターンに対する応答に
ついて説明する。様々なパターンを入力として提示した
ときの連想記憶システムの動作についてテストを行った
結果を次の表１に示す。

【０３４３】

【表１】

【０３４４】この表１において、色（Color）、形（Sha
pe）、音声（Speech）及び本能（instinct）についての
各プロトタイプＩＤを１，２，・・・等の数字で表し、
連想されたプロトタイプＩＤを○つきの数字、，，
・・・等で表している。

【０３４５】この表２から明らかなように、最初に入力
パターン［１，１，１，１］が記憶（memory）された後
に、５番目の提示で、色１，形３のパターンが入力され
ると、色１のみに基づいて［１，３，，］が連想
（recall）されるが、次の６番目の提示で［１，３，
３，１］のパターンが記憶された後の７番目の提示で
は、色１，形３のパターンの入力に対して［１，３，
，］が連想（recall）されている。

【０３４６】ここで、記憶容量を２０シンボルとすると
き、次の表２に示すような２０の入力パターンの記憶は
正常に行われるが、次の表３に示すような２０より多く
の入力パターン（合計４００パターン）の提示に対して
は、あとから学習したものを記憶として保持し、［１，
１，１，１］等のように初期に記憶したシンボルは上書
きされることになる。

【０３４７】

【表２】

【０３４８】

【表３】

【０３４９】表３の場合に獲得（保持）できるシンボル
は、最後に学習したものから２０シンボル前までのみで
ある。

【０３５０】ところで、新しいシンボルであるか否かの
判断条件として、「２つ以上のニューロンの発火値の異
なる入力パターンが提示されたとき」を採用すると、例
えば、色、形のいずれかのみが異なる複数物体に対して
同じ名前を付けることはできないが、色、形共に異なる
場合には、同じ名前を付けることが可能である。すなわ
ち、［１，１，１，１］と［２，１，１，１］とを同時
に記憶することはできないが、［１，１，１，１］と
［２，２，１，１］とは記憶可能である。この場合、次
の表４に示すような入力パターンは全て記憶可能であ
る。

【０３５１】

【表４】

【０３５２】以上説明したような連想記憶システムにお
いては、記憶容量が限られているため、効率よく利用し
ていく必要がある。そのためには、よく提示されるパタ
ーンを優先的に記憶する、あるいは、頻度の高いパター
ンを優先的に記憶するようにすることが好ましい。

【０３５３】また、記憶容量と関連して、記憶する必要
のないパターンは忘却し、新たな重要なパターンが入力
されたときに記憶可能とすることが好ましい。このため
に、次のような結合係数忘却関数ｆ、すなわち、Ｗ_ｎｅｗ＝ｆ（Ｗ_ｏｌｄ）を用いることが挙げられる。なお、Ｗ_ｎｅｗは新しい
結合係数、Ｗ_ｏｌｄは古い結合係数を示す。最も簡単
な忘却関数は、パターンが提示される毎に、競合層で敗
北者ニューロンとの結合係数を弱める方法である。例え
ば、新しい結合係数Ｗ_ｎｅｗは、古い結合係数Ｗ
_ｏｌｄと、忘却結合係数Ｗ_{ｆｏｒｇｅｔ}を用いてＷ_ｎｅｗ＝ｆ（Ｗ_ｏｌｄ）＝Ｗ_ｏｌｄ − Ｗ
_{ｆｏｒｇｅｔ} とすることが挙げられる。これにより、提示されないパ
ターンに対する結合は弱まり、重要でない頻度の低いパ
ターンを忘却することができる。ここで、ヒューマノイ
ド・ロボットの場合には、人間の脳生理学の知見に基づ
いた忘却関数ｆを設定するのが自然であり、好ましい。

【０３５４】また、上述した実施の形態の具体例では、
単語（名詞）の記憶について採り上げたが、意味記憶や
エピソード記憶、動詞の獲得についても考慮することが
好ましい。例えば、「蹴る」という行動を獲得して「蹴
る」という言葉を獲得できるようにする等である。

【０３５５】また、新しい入力パターンの判断は、競合
層の勝者ニューロンの発火値に閾値を設けて行っている
が、入力チャンネルの増加に伴いチューニングし直す必
要があり、定量的に設定できる、例えばプログラム中で
自動的に計算するようにすることが好ましい。

【０３５６】さらに、入力チャンネル数が増加してマル
チモーダルになった場合に、各チャンネルの正規化につ
いても考慮することが好ましい。

【０３５７】次に、上記図３８の本能情報部（ＩＳＭ：
Internal States Model）２０５に関連して、ロボット
装置の行動決定方法の実現例について説明する。すなわ
ち、外的原因因子及び内的原因因子に基づいて、実行す
る行動を決定する動物行動学的アプローチを適用したロ
ボット装置における動作生成を調べるための動作テスト
の具体例を説明する。

【０３５８】本実施の形態の具体例においては、ロボッ
トの内部状態（Internal States）及び本能について、
８つのゲージ（gauge）と８つの本能（instinct）とを
用いている。すなわち、ロボットの内部状態を表す８つ
のゲージとして、Nourishment（養分）、Movement（大
便）、Moisture（水分）、Urine（小便）、Tiredness
（疲労）、Affection（愛情）、Curiosity（興味）及び
Sleepy（眠気）を用い、これらのそれぞれに対して、Hu
nger（摂食欲）、Defecation（排便欲）、Thirst（摂水
欲）、Urination（排尿欲）、Exercise（運動欲）、Aff
ection（愛情欲）、Curiosity（好奇心）及びSleepy
（睡眠欲）の８つの本能（instinct）を対応させてい
る。

【０３５９】内部状態は、例えばバイオリズム（Biorhy
thm）より通知される時間経過により変化し、また、セ
ンサ入力と行動の成功／失敗によっても変化する。変化
幅は０〜１００、変化の度合いは、例えばpersonality_
gauge.cfg 及びpersonality_perception.cfgにある係数
によって決定する。

【０３６０】また、Frustration （欲求不満）は、欲求
が最大値MAX に達しても行動を出せないときに生成さ
れ、行動によってゲージ（gauge）が期待通りに変化し
た場合にクリアされるように設定している。

【０３６１】ここで、今回の動作テストにおいては、動
物行動学的なアプローチによる行動選択・決定システム
として、複数の行動が階層構造（ツリー構造）にて構築
された図４１に示すようなコンテンツツリー（contents
tree）を用いている。このコンテンツツリーでは、上
位から順に、システム（system）、サブシステム（subs
ystem）、モード（mode）、モジュール（module）とさ
れ、上位層の行動が願望のような抽象的な行動とされ、
下位層の行動がそのような願望を実現するための具体的
な行動とされている。図４１のツリーでは、生態学モデ
ル（Ethological Model）として最低限の行動をし、音
声認識を使用したツリーへの切り替え及び動作のテスト
と、学習についてのテストが可能なものを採用してい
る。また、今回の動作テストでは、図４１のツリーに対
応した本能（instinct）、すなわち、Hunger（摂食
欲）、Affection（愛情欲）、Curiosity（好奇心）、Sl
eepy（睡眠欲）を使用しており、これらの本能（instin
ct）に対応したゲージ（gauge）、すなわち、Nourishme
nt（養分）、Affection（愛情）、Curiosity（興味）、
Sleepy（眠気）のみを使用している。なお、実際の動作
テストでは、モジュール（module）を実行したときに具
体的に何を成功とし何を失敗とするかをコード上に記述
しており、また、ゲージ（gauge）と本能（instinct）
の対応については、線形対応としているが、これに限定
されるものではない。

【０３６２】本実施の形態において、感情（emotion）
については複数軸による表現を用いており、具体的に
は、覚醒度（Activation）と快度（Pleasantness）とを
用い、さらにもう１軸の確信度（Certainly）を用い
て、３軸による３次元空間に感情を表現している。覚醒
度（Activation）とは、主に生物に存在するバイオリズ
ムによって決定する起きているか寝ているかの度合いで
あり、快度（Pleasantness）とは、本能がどれだけ満た
されたか又は満たされていないかを示す度合いであり、
確信度（Certainly）とは、現在注目しているものがど
れだけ自分自身で確信できるものかを示す度合いであ
る。快度（Pleasantness）を求めるのに必要な本能とし
て、上述した８gauge,８instinct（ただし、動作テスト
では上述した４ゲージ、４本能まで）を使用している。
覚醒度（Activation）、快度（Pleasantness）、確信度
（Certainly）については、各々−１００〜１００の範
囲内の値をとるものとし、快度（Pleasantness）と確信
度（Certainly）については常に０を保持するように時
間変動する。また、覚醒度（Activation）も、本能（in
stinct）要因の場合は０を保持するようにし、バイオリ
ズム（Biorhythm）に関しては値をそのまま使用するよ
うにしている。

【０３６３】本能（instinct）の満足の度合いは快度
（Pleasantness）に反映させる。確信度（Certainly）
は、注意（Attention）しているものがある場合、ビジ
ョンオブジェクト（Vision Object）によるそのものの
確信度をそのまま使用する。覚醒度（Activation）は、
基本的にバイオリズム（Biorhythm）の値によるが、睡
眠（Sleep）に変動があった場合にはその結果を用いて
変化させている。

【０３６４】今回の動作テストにおける制限事項とし
て、バイオリズム（Biorhythm）は覚醒度（Activatio
n）のみに反映させ、この場合の確信度（Certainly）を
０〜１００の範囲で変化させているが、これに限定され
ないことは勿論である。

【０３６５】次に、動作テストの第１の具体例として、
睡眠（Sleep）と食べる（Eat）についてのテスト結果を
図４２〜図４４を参照しながら説明する。この第１の動
作テストでは、Hunger（摂食欲）とSleepy（睡眠欲）以
外の本能（instinct）を固定とし、図４１のコンテンツ
ツリーのモジュール（module）による探す（Search）／
食べる（eat）と、眠る（Sleeping）の移り変わりを調
べる。図４２は、本能（instinct）の内のHunger（摂食
欲）及びSleepy（睡眠欲）の時間変化を示し、図４３
は、感情（emotion）として覚醒度（Activation）、快
度（Pleasantness）、確信度（Certainly）の時間変化
を示し、図４４は、モチベーション（Motivation）とし
ての睡眠（Sleep）と食べる（Eat）の時間変化を示して
いる。

【０３６６】これらの図４２〜図４４から明らかなよう
に、PAT（なでる）によるSleepツリーへの切り替えが可
能であり、図示しないがHIT（叩く）によるSleepツリー
からの切り替えも可能である。Hunger（摂食欲）が高ま
ることによるEatツリーへの切り替え、Hungerが満たさ
れることによるSleepへの切り替えも可能である。叩か
れたときに覚醒度（Activation）に変化がないのは、Sl
eepが最小（MIN）、すなわち−１００であるため、本能
（instinct）が変更されないためである。Hungerが最大
（MAX）、すなわち１００になった後、欲求不満（Frust
ration）（図示せず）の値が増加するため、快度（Plea
santness）の増加が少し緩やかになる。

【０３６７】次に、動作テストの第２の具体例として、
上記４つ全てのゲージ（gauge）、すなわち、Nourishm
ent（養分）、Affection（愛情）、Curiosity（興
味）、Sleepy（眠気）、これらに対応する４つの本能
（instinct）を用い、図４１のコンテンツツリーを用い
た場合のふるまい（behavior）の移り変わりと、本能
（instinct）等を値の変化を図４５〜図４７に示す。図
４５は、本能（instinct）の時間変化を示し、図４６
は、感情（emotion）の時間変化を示し、図４７は、リ
リースメカニズム（Release Mechanism）の時間変化を
示している。

【０３６８】これらの図４５〜図４７において、PAT
（なでる）によるSleepへの切り替え、Hunger（摂食
欲）によるEatへの切り替え、Curiosity（好奇心）によ
る情報獲得（Information Acquisition）の切り替えが
それぞれ有効に動作している。また、本能（instinct）
のCuriosity（好奇心）が最大（１００）になっている
のに動作が発現していない状態では、快度（Pleasantne
ss）が不快方向（欲求不満）に振れているのが分かる。
さらに、PAT（なでる）によりSleepが増加すると、快度
（Pleasantness）が快方向に変化し、それに伴って安ら
ぎを求める（ComfortSeeking）が変化している様子が分
かる。

【０３６９】以上の動作テストにより、図４１のコンテ
ンツツリーに基づく動物行動学的なアプローチによる行
動選択・決定システムが有効に動作していることが確認
できた。

【０３７０】なお、本発明は、上述した実施の形態のみ
に限定されるものではなく、例えば、連想記憶システム
の具体的な構成例や、動作テストのためのコンテンツツ
リー等は図示の例に限定されず、種々の構成が可能であ
る。この他、本発明の要旨を逸脱しない範囲で種々の構
成が可能であることは勿論である。

【０３７１】

【発明の効果】本発明に係るロボット装置は、接触検出
手段による接触検出の時間的前後に入力された情報を入
力情報検出手段により検出し、接触検出手段による接触
検出に応じて出現した行動と、入力情報検出手段が検出
した入力情報とを結びつけて記憶手段に記憶し、行動制
御手段により、新たに得られた入力情報に基づいて、記
憶手段における情報から行動を連想して、その行動をす
ることにより、入力情報とその際に出現した行動とを結
びつけて記憶して、再び同一の入力情報が入力された際
には、対応される行動を再び出現させることができる。

【０３７２】また、本発明に係るロボット装置の行動制
御方法は、接触を検出する接触検出工程と、接触検出工
程による接触検出の時間的前後に入力された情報を検出
する入力情報検出工程と、接触検出工程による接触検出
に応じて出現した行動と、入力情報検出工程にて検出し
た入力情報とを結びつけて記憶手段に記憶する記憶工程
と、新たに得られた入力情報に基づいて、記憶手段にお
ける情報から行動を連想して、その行動をする行動制御
工程とを有する。

【０３７３】この発明が適用されたロボット装置は、入
力情報とその際に出現した行動とを結びつけて記憶し
て、再び同一の入力情報が入力された際には、対応され
る行動を再び出現させることができる。

【０３７４】また、本発明に係るロボット装置は、入力
情報検出手段が検出した入力情報に応じて行動した結果
を示す行動結果情報と、当該入力情報とを結びつけて記
憶手段に記憶し、行動制御手段により、新たに入力され
た入力情報に基づいて、記憶手段における行動結果情報
を特定し、当該行動結果情報に基づいて行動をすること
により、入力情報とその入力情報に応じて行動した結果
の行動結果情報とを結びつけて記憶して、再び同一の入
力情報が入力された際には、対向される行動結果情報に
基づき過去の行動を想起して、適切な行動を出現させる
ことができる。

【０３７５】また、本発明に係るロボット装置の行動制
御方法は、入力情報検出手段が検出した入力情報に応じ
て行動した結果を示す行動結果情報と、当該入力情報と
を結びつけて記録手段に記憶する記憶工程と、新たに入
力された入力情報に基づいて、上記記憶手段における行
動結果情報を特定し、当該行動結果情報に基づいて行動
をする行動制御工程とを有する。

【０３７６】この発明が適用されたロボット装置は、入
力情報とその入力情報に応じて行動した結果の行動結果
情報とを結びつけて記憶して、再び同一の入力情報が入
力された際には、対向される行動結果情報に基づき過去
の行動を想起して、適切な行動を出現させることができ
る。

【０３７７】また、本発明に係るロボット装置は、入力
情報検出手段が検出した入力情報の特徴量を特徴量検出
手段により検出し、特徴量に基づいて、入力情報を情報
分類手段により分類し、行動制御手段により、入力情報
の分類に基づいて行動をして、行動制御手段により制御
されて行動した結果を示す行動結果情報に基づいて、当
該行動を引き起こした入力情報の分類を分類変更手段に
より変更することにより、入力情報の分類に応じて行動
をして、その行動した結果に基づいてその分類を変更す
ることができる。

【０３７８】また、本発明に係るロボット装置の行動制
御方法は、入力情報検出手段が検出した入力情報の特徴
量を検出する特徴量検出工程と、特徴量検出工程にて検
出した特徴量に基づいて、入力情報を分類する情報分類
工程と、情報分類工程における入力情報の分類に基づい
て行動をする行動制御工程と、行動制御工程にて制御さ
れて行動した結果を示す行動結果情報に基づいて、当該
行動を引き起こした入力情報の分類を変更する分類変更
工程とを有する。

【０３７９】この発明が適用されたロボット装置は、入
力情報の分類に応じて行動をして、その行動した結果に
基づいてその分類を変更することができる。

【０３８０】また、本発明に係るロボット装置は、学習
対象物を特定する学習対象物特定手段が特定した学習対
象物の情報を記憶手段に記憶し、行動制御手段により、
新たな検出した物と記憶手段に記憶した学習対象物の情
報とに基づいて行動をすることにより、学習対象物を記
憶して、再び同一の対象物が入力された際には、所定の
行動をすることができる。

【０３８１】また、本発明に係るロボット装置の行動制
御方法は、学習対象物を特定する学習対象物特定工程
と、学習対象物特定工程にて特定した学習対象物の情報
を記憶手段に記憶する記憶工程と、新たな検出した物と
記憶手段に記憶した学習対象物の情報とに基づいて、行
動をする行動制御工程とを有する。

【０３８２】この発明が適用されたロボット装置は、学
習対象物を記憶して、再び同一の対象物が入力された際
には、所定の行動をすることができる。

【０３８３】また、本発明に係るロボット装置は、動作
部材と、動作部材を動作させるための関節部と、動作部
材を介して外力が作用している関節部の状態を検出する
検出手段と、検出手段が検出した関節部の状態と外力と
を対応させて学習する学習手段とを備えることにより、
動作部材を介して外力が作用している関節部の状態を検
出手段により検出し、検出手段が検出した関節部の状態
と外力とを対応させて学習手段により学習することがで
きる。すなわち、ロボット装置は、動作部材に作用する
外力に応じて変化する関節部の状態に対応させて当該外
力を学習することができる。

【０３８４】また、本発明に係る外力検出装置は、動作
部材を動作させるための関節部の状態を検出する検出手
段と、検出手段が検出した関節部の状態に基づいて動作
部材に作用する外力を検出する外力検出手段とを備える
ことにより、動作部材を動作させるための関節部の状態
を検出手段により検出し、検出手段が検出した関節部の
状態に基づいて動作部材に作用する外力を検出すること
ができる。すなわち、外力検出装置は、動作部材に作用
する外力を、当該動作部材を動作させる関節部の状態に
基づいて検出することができる。

【０３８５】また、本発明に係る外力検出方法は、動作
部材を動作させるための関節部の状態を検出し、検出し
た関節部の状態に基づいて動作部材に作用する外力を検
出することにより、動作部材に作用する外力を、当該動
作部材を動作させる関節部の状態に基づいて検出するこ
とができる。

【図面の簡単な説明】

【図１】入力信号の特徴量を検出するための特徴量空間
を示す図である。

【図２】画像及び音についての認識クラス等を備えた学
習システムを示すブロック図である。

【図３】新たな認識クラスの生成についての説明に使用
した図である。

【図４】先行文献（文献４、岩橋ら）を説明するために
使用した図である。

【図５】画像特徴空間と音特徴空間との関係を説明する
ために使用した図である。

【図６】画像特徴空間、音特徴空間、及び第３の特徴空
間との関係を説明するために使用した図である。

【図７】本発明の実施の形態であるロボット装置の外観
構成を示す斜視図である。

【図８】上述のロボット装置の回路構成を示すブロック
図である。

【図９】上述のロボット装置のソフトウェア構成を示す
ブロック図である。

【図１０】上述のロボット装置のソフトウェア構成にお
けるミドル・ウェア・レイヤの構成を示すブロック図で
ある。

【図１１】上述のロボット装置のソフトウェア構成にお
けるアプリケーション・レイヤの構成を示すブロック図
である。

【図１２】上述のアプリケーション・レイヤの行動モデ
ルライブラリの構成を示すブロック図である。

【図１３】ロボット装置の行動決定のための情報となる
有限確率オートマトンを説明するために使用した図であ
る。

【図１４】有限確率オートマトンの各ノードに用意され
た状態遷移表を示す図である。

【図１５】上述のロボット装置における本発明に係る部
分の構成を示すブロック図である。

【図１６】ロボット装置への動作の教示を説明するため
に使用した図である。

【図１７】ロボット装置の動作を教示する識別部を示す
ブロック図である。

【図１８】動作の学習をする識別器を示すブロック図で
ある。

【図１９】動作の学習に使用するパルス幅を示す図であ
って、立ち姿勢におけるパルス幅の特性図である。

【図２０】動作の学習に使用するパルス幅を示す図であ
って、立ち姿勢から背中を前方向に押したときのパルス
幅を示す特性図である。

【図２１】動作の学習に使用するパルス幅を示す図であ
って、立ち姿勢から背中を後ろ方向に押したときのパル
ス幅を示す特性図である。

【図２２】動作の学習に使用するパルス幅を示す図であ
って、立ち姿勢において、頭を上方向に押したときのパ
ルス幅を示す特性図である。

【図２３】動作の学習に使用するパルス幅を示す図であ
って、立ち姿勢において、頭を下方向に押したときのパ
ルス幅を示す特性図である。

【図２４】動作の学習に使用するパルス幅を示す図であ
って、座り姿勢において、頭を右上方向に押したときの
パルス幅を示す特性図である。

【図２５】動作の学習に使用するパルス幅を示す図であ
って、座り姿勢において、頭を左上方向に押したときの
パルス幅を示す特性図である。

【図２６】ロボット装置の快及び不快判定部を示すブロ
ック図である。

【図２７】ニューラルネットワークを説明するために使
用した図である。

【図２８】本発明の実施の形態であって、ロボット装置
が外力を学習するために備える構成を示すブロック図で
ある。

【図２９】３層バックプロパゲーションによるニューラ
ルネットワークを示す図である。

【図３０】３層バックプロパゲーションによるニューラ
ルネットワークにおける各層のニューロンの構成を示す
図である。

【図３１】シグモイド関数を示す特性図である。

【図３２】学習回数と平均２乗誤差との関係を示す特性
図である。

【図３３】ロボット装置の音声認識部を具体的構成を示
すブロック図である。

【図３４】ロボット装置の連想想起記憶部及び行動生成
部を示すブロック図である。

【図３５】具体的な処理を説明するために使用した連想
想起記憶部を示すブロック図である。

【図３６】ロボット装置のセンサ処理部の具体的構成を
示すブロック図である。

【図３７】指により学習対象物を特定する共同学習を説
明するために使用した図である。

【図３８】連想記憶システムの具体例の概略構成を示す
ブロック図である。

【図３９】連想記憶システムに用いられる２層の階層型
の競合学習ニューラルネットワークの例を示す図であ
る。

【図４０】ある入力パターンにより発火した入力ニュー
ロン及び発火していない入力ニューロンと、競合層のニ
ューロンとの結合について、提示回数に伴う変化の例を
示す図である。

【図４１】ロボット装置の行動決定動作のテストを行う
ために使用した階層構造の行動決定システムのコンテン
ツツリーを示す図である。

【図４２】第１の動作テストにおける本能（instinct）
の内のHunger（摂食欲）及びSleepy（睡眠欲）の時間変
化を示す図である。

【図４３】第１の動作テストにおける感情（emotion）
としての覚醒度（Activation）、快度（Pleasantnes
s）、確信度（Certainly）の時間変化を示す図である。

【図４４】第１の動作テストにおけるモチベーション
（Motivation）としての睡眠（Sleep）と食べる（Eat）
の時間変化を示す図である。

【図４５】第２の動作テストにおける本能（instinct）
の時間変化を示す図である。

【図４６】第２の動作テストにおける感情（emotion）
の時間変化を示す図である。

【図４７】第２の動作テストにおけるリリースメカニズ
ム（Release Mechanism）の時間変化を示す図である。

【符号の説明】

１ロボット装置、１０１音声認識部、１０２セン
サ処理部、１０３本能情動部、１０４連想想起記憶
部、１０５行動生成部、１１１識別部、１２２特
徴量抽出部、１２３ＨＭＭ部、１３１画像信号入力
部、１３２セグメンテーション処理部、１３３学習
対象物検出部、１５１動作部材、１５２関節部、１
５３検出手段、１６０学習手段

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考）Ｇ１０Ｌ 15/00 Ｇ１０Ｌ 3/00 ５５１Ｈ (72)発明者長谷川里香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 (72)発明者ガブリエルコスタ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)発明者下村秀樹東京都品川区北品川６丁目７番35号ソニー株式会社内Ｆターム(参考） 3C007 AS36 CY02 KS22 KS23 KS31 KS33 KS36 KS39 KT02 KT11 KV01 KV06 KV11 KV18 KX13 LS06 LW12 LW15 MT14 WA04 WA14 WB13 WB14 WB16 WB18 WB19 WB23 WB25 WB26 WC10 WC13 WC29 5B057 AA05 BA02 CA12 CA16 DA11 DC01 DC36 5D015 AA05 GG00 KK01 KK02 5L096 CA02 FA00 HA11 JA11 KA04

Claims

【特許請求の範囲】

【請求項１】接触を検出する接触検出手段と、上記接触検出手段による接触検出と同時又は時間的前後
に入力された情報を検出する入力情報検出手段と、上記接触に応じて出現した行動と、上記入力情報検出手
段が検出した入力情報とを結びつけて記憶する記憶手段
と、新たに得られた入力情報に基づいて、上記記憶手段にお
ける情報から行動を連想して、その行動をする行動制御
手段とを備えたことを特徴とするロボット装置。
【請求項２】上記接触手段による接触検出に応じて出
現した行動は、上記接触の外部負荷による動作部の変位
結果であり、上記接触検出手段は、上記外部負荷による動作部の制御
信号の変化から接触を検出することを特徴とする請求項
１記載のロボット装置。
【請求項３】上記接触検出手段による接触検出に応じ
て行動を出現させる行動出現手段を備え、上記記憶手段は、上記接触検出手段による接触検出に応
じて出現させる行動と、上記入力情報検出手段が検出し
た入力情報とを結びつけて記憶することを特徴とする請
求項１記載のロボット装置。
【請求項４】上記入力情報検出手段は、画像情報又は
音声情報の少なくとも一方を検出することを特徴とする
請求項１記載のロボット装置。
【請求項５】接触を検出する接触検出工程と、上記接触検出工程による接触検出と同時又は時間的前後
に入力された情報を検出する入力情報検出工程と、上記接触に応じて出現した行動と、上記入力情報検出工
程にて検出した入力情報とを結びつけて記憶手段に記憶
する記憶工程と、新たに得られた入力情報に基づいて、記憶手段における
情報から行動を連想して、その行動をする行動制御工程
とを有することを特徴とするロボット装置の行動制御方
法。
【請求項６】情報を検出する入力情報検出手段と、上記入力情報検出手段が検出した入力情報に応じて行動
した結果を示す行動結果情報と、当該入力情報とを結び
つけて記憶する記憶手段と、新たに入力された入力情報に基づいて、上記記憶手段に
おける行動結果情報を特定し、当該行動結果情報に基づ
いて行動をする行動制御手段とを備えたことを特徴とす
るロボット装置。
【請求項７】外的要因及び／又は内的要因に応じて情
動を変化させ、情動の状態に基づいて行動し、上記記憶手段は、上記入力情報に応じて行動した結果、
生じた情動の状態を上記行動結果情報として、当該入力
情報と結びつけて記憶し、上記行動制御手段は、上記入力情報に基づいて、上記記
憶手段から対応される情動の状態を想起し、当該情動の
状態に応じて行動をすることを特徴とする請求項６記載
のロボット装置。
【請求項８】上記入力情報検出手段は、画像情報又は
音声情報の少なくとも一方を検出することを特徴とする
請求項６記載のロボット装置。
【請求項９】入力情報検出手段が検出した入力情報に
応じて行動した結果を示す行動結果情報と、当該入力情
報とを結びつけて記録手段に記憶する記憶工程と、新たに入力された入力情報に基づいて、上記記憶手段に
おける行動結果情報を特定し、当該行動結果情報に基づ
いて行動をする行動制御工程とを有することを特徴とす
るロボット装置の行動制御方法。
【請求項１０】情報を検出する入力情報検出手段と、上記入力情報検出手段が検出した入力情報の特徴量を検
出する特徴量検出手段と、上記特徴量に基づいて、上記入力情報を分類する情報分
類手段と、上記入力情報の分類に基づいて、行動をする行動制御手
段と上記行動制御手段に制御されて行動した結果を示す
行動結果情報に基づいて、当該行動を引き起こした上記
入力情報の分類を変更する分類変更手段とを備えること
を特徴とするロボット装置。
【請求項１１】上記入力情報が、画像情報又は音声情
報であることを特徴とする請求項１０記載のロボット装
置。
【請求項１２】上記分類変更手段は、上記行動結果情
報が行動した結果が不快であった旨を示すとき、上記入
力情報の分類を変更することを特徴とする請求項１０記
載のロボット装置。
【請求項１３】入力情報検出手段が検出した入力情報
の特徴量を検出する特徴量検出工程と、上記特徴量検出工程にて検出した特徴量に基づいて、上
記入力情報を分類する情報分類工程と、上記情報分類工程における上記入力情報の分類に基づい
て、行動をする行動制御工程と上記行動制御工程にて制
御されて行動した結果を示す行動結果情報に基づいて、
当該行動を引き起こした上記入力情報の分類を変更する
分類変更工程とを有することを特徴とするロボット装置
の行動制御方法。
【請求項１４】学習対象物を特定する学習対象物特定
手段と、上記学習対象物特定手段が特定した学習対象物の情報を
記憶する記憶手段と、新たな検出した物と上記記憶手段に記憶した学習対象物
の情報とに基づいて、行動をする行動制御手段とを備え
たことを特徴とするロボット装置。
【請求項１５】上記学習対象物特定手段は、入力画像
情報をセグメントして、セグメントした領域の時間的変
化を検出して、時間的変化が所定量になった領域に対応
する対象物を学習対象物として特定することを特徴とす
る請求項１４記載のロボット装置。
【請求項１６】上記学習対象物特定手段は、入力音声
情報に基づいて、学習対象物を特定することを特徴とす
る請求項１４記載のロボット装置。
【請求項１７】上記学習対象物特定手段は、入力音声
情報の少なくとも音量又は方向の情報のうちの一の情報
から学習対象物を特定することを特徴とする請求項１６
記載のロボット装置。
【請求項１８】上記学習対象物特定手段は、学習対象
対象物を教示する教示者の視線を検出して、当該視線か
ら学習対象物を特定することを特徴とする請求項１４記
載のロボット装置。
【請求項１９】学習対象物を特定する学習対象物特定
工程と、上記学習対象物特定工程にて特定した学習対象物の情報
を記憶手段に記憶する記憶工程と、新たな検出した物と上記記憶手段に記憶した学習対象物
の情報とに基づいて、行動をする行動制御工程とを備え
たことを特徴とするロボット装置の行動制御方法。
【請求項２０】動作部材と、上記動作部材を動作させるための関節部と、上記動作部材を介して外力が作用している上記関節部の
状態を検出する検出手段と、上記検出手段が検出した上記関節部の状態と上記外力と
を対応させて学習する学習手段とを備えることを特徴と
するロボット装置。
【請求項２１】上記検出手段は、上記関節部の状態と
して上記動作部材を介して当該関節部に作用する外力を
検出し、上記学習手段は、上記検出手段が検出した外力と上記動
作部材への外力とを対応させて学習することを特徴とす
る請求項２０記載のロボット装置。
【請求項２２】上記検出手段は、上記関節部の状態と
して関節部の状態の目標値と実測値との差を検出し、上記学習手段は、上記検出手段が検出した上記目標値と
実測値との差と上記外力とを対応させて学習することを
特徴とする請求項２０記載のロボット装置。
【請求項２３】上記検出手段は、上記関節部の状態の
目標値と実測値との差として、上記外力による上記関節
部の制御信号の変化を検出し、上記学習手段は、上記検出手段が検出した変化した制御
信号と上記外力とを対応させて学習することを特徴とす
る請求項２２記載のロボット装置。
【請求項２４】上記学習手段の学習結果と学習後にお
ける記関節部の状態とに基づいて所定の動作をさせる動
作制御手段をさらに備えることを特徴とする請求項２０
記載のロボット装置。
【請求項２５】上記学習手段は、入力層、隠れ層及び
出力層を有するニューラルネットワークにより学習する
ことを特徴とする請求項２０記載のロボット装置。
【請求項２６】動作部材を動作させるための関節部の
状態を検出する検出手段と、上記検出手段が検出した関節部の状態に基づいて上記動
作部材に作用する外力を検出する外力検出手段とを備え
たことを特徴とする外力検出装置。
【請求項２７】上記検出手段は、上記関節部の状態と
して関節部の状態の目標値と実測値との差を検出し、上記外力検出手段は、上記検出手段が検出した上記目標
値と実測値との差に基づいて上記外力を検出することを
特徴とする請求項２６記載の外力検出装置。
【請求項２８】上記検出手段は、上記関節部の状態の
目標値と実測値との差として、上記動作部材を介した外
力による上記関節部の制御信号の変化を検出し、上記外力検出手段は、上記検出手段が検出した変化した
制御信号に基づいて上記外力を検出することを特徴とす
る請求項２７記載の外力検出装置。
【請求項２９】動作部材を動作させるための関節部の
状態を検出し、検出した上記関節部の状態に基づいて上記動作部材に作
用する外力を検出することを特徴とする外力検出方法。