JP2002304617A - 反応型情報処理装置 - Google Patents

Abstract

(57)【要約】 【課題】 特徴を表す信号群からなる概念を生成し、関
連のある概念間を結びつけて連想を可能とし、処理系が
外界に対して行う動作を概念をベースとして学習する。 【解決手段】 特徴信号Ｘを入力する入力ノードを有す
る特徴反応層３１と、外部環境４に出力する行動ノード
を有する行動決定層３３とを備え、前記特徴反応層３１
と前記行動決定層３３の間に、前記入力ノードの出力に
基づき興奮して前記行動ノードへ出力する想起ノードを
有する想起層３２を備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、情報処理装置に関
する。

【０００２】

【従来の技術】脳の構造は非常に複雑であり、それは処
理要素としてのニューロンが、高度に相互連絡したネッ
トワークと見ることができる。脳に近い動作を実現する
ためには、本物のニューラルシステムの重要な特徴を反
映したモデルを構築する必要があった。本物の単一ニュ
ーロンの基本的な働きは、入力を加算してその値が閾値
と呼ばれるある値を越えると出力信号を出す。図２８に
示すように、ニューロン６０への入力は樹状突起状に存
在するシナプス６１と呼ばれる特別な接合点を通して他
のニューロン６０からの出力と接続される。これらの接
合点は、それぞれの信号伝達効率が異なり、あるシナプ
ス６１は大きな電位変化を引き起こすが、他のシナプス
６１はさほどでもないといった違いがある。細胞体６２
は全てのシナプスからの入力を受け入力の総和が閾値を
超えると発火する。そこで、ニューロンモデルは、この
重要な特徴をとどめるようにしたものである。

【０００３】また、ニューロンモデルでは、図２９に示
すように、シナプス７０の入力をｘ _iとし、それぞれの
信号伝達効率をｗ_iの重みで表す。また、ニューロンの
細胞体６２に対応するものをユニット７１とし、シナプ
ス７０からの入力を受け、入力に信号伝達効率を掛け合
わせた総和が閾値を越えた場合に、出力(out)が行われ
るものとする。つまり、ユニット７１の入力Ｅは、入力
ｘ_iにｗ_iの重みを掛け合わせた総和となり、

【数１】 である。この総和Ｅが閾値以上のものに対してのみ出力
(out)が行われる。

【０００４】また、ニューロンモデルでは、出力が正し
い判断を示すように重みを変化させることによって、次
回好ましい出力が得られように学習させる。

【０００５】さらに、コホーネン（Kohonen）は、人間
の脳は、複雑なデータ構造を表現するとき空間マッピン
グを使用しているという考えを取り入れている。図３０
に示すように、コホーネンはユニットが平面に並べられ
全ての入力と結合を持つものとし、コホーネンの特徴マ
ップ（feature map）８０（あるいは、トポグラフィッ
クマップ８０）と呼ばれるネットワークモデルを提案し
ている。

【０００６】このコホーネンのネットワークは学習アル
ゴリズムにより、格子状のユニット８１（以降、ノード
とする。）を組織して、入力データの特徴を分類する局
所的な近傍を作るものである。トポグラフィックマップ
は、入力パターンとネットワーク内に蓄積されたベクト
ルを比較することを繰り返して自己組織化される。入力
データがノード８１の持つベクトルにマッチした場合、
その近傍領域が、学習データの平均を表現するように最
適化される。また、コホーネンのネットワークは、基本
的には、教師なし学習法である。

【０００７】コホーネンのアルゴリズムは、 １．初期化 ｗ_ij（ｔ）（０≦ｉ≦ｎ−１）を、時刻ｔにおける入力
iからノードｊへの結合の重みとする。そしてこのｎ個
の入力データから各ノードへの重みを乱数で初期化し、
ノードｊの近傍の初期範囲Ｎ_j（０）を大きく設定す
る。 ２．入力データの提示 ｘ_i（ｔ）（０≦ｉ≦ｎ−１）を、時刻ｔにおけるノー
ドｊへの入力とする。 ３．距離の計算 以下の計算により、入力データと出力データとの距離ｄ
_jを計算する。

【数２】 ４．最初距離の選択 ｄ_jが最小値なる出力ノードをｊ^*とする。 ５．重みの更新 ノードｊ^*とＮ_j*（ｔ）で定義される近傍への重みを以
下の式により更新する。

【数３】 ここで、ｊはＮ_j*（ｔ）に含まれるすべてであり、０≦
ｉ≦ｎ−１である。また、η（ｔ）は、ゲイン（０＜η
（ｔ）＜１）であり、時間とともにサイズを減少させ、
更新される領域を狭めてゆく。 ６．ステップ２．から５．を繰り返す。

【０００８】上記コホーネンのアルゴリズムは、要約す
ると学習データに最も近い重みベクトルを持つノードｊ
^*を捜し、このノードｊ^*の重みベクトルｗ_ijと入力デー
タｘ _iの近似度を増加させ、その近傍のノードｊ^*につい
ても、重みｗ_ijと入力ｘ_iの距離を減少させるものであ
る。

【０００９】次に、グロスバーグ（Grossberg）の適応
共鳴理論（ART：adaptive resonance theory）は、自
己組織的なモデルである。また、ＡＲＴも基本的には、
教師なし学習法である。ＡＲＴネットワーク９０は、図
３１に示すように２層から成り、第１層は入力／比較の
層で、第２層は出力／認識の層である。以下、入力／比
較の層を比較層９１、また、出力／認識の層を認識層９
２と呼ぶ。また、ＡＲＴネットワークの各層は、比較層
９１から認識層９２へフィードフォワード結合と、認識
層９２から比較層へのフィードバック結合により相互に
結合しており、フィードフォワードによるトップダウン
の重みのベクトルをＷとし、フィードバックによるボト
ムアップの重みのベクトルをＴとする。

【００１０】また、図３２に示すように、認識層９２の
ノードと全ての比較層９１のノードと結合する。さら
に、認識層９２の各ノードは側抑制によって広範囲な結
合を持ち、認識層９２のいくつかのノード間で高い活動
レベルで反応した場合、ノード間の最大の反応をもった
ノード以外をオフにする。

【００１１】ＡＲＴのアルゴリズムは、 １．初期化 ｔ_ij（０）＝１ ｗ_ij（０）＝１／（１＋Ｎ） ０≦ｉ≦N−１, ０≦ｊ≦M−１ ρの値を０から１の間に設定 ここで、ｗ_ij（ｔ）およびはｔ_ij（ｔ）、時間ｔにおけ
るノードｉとｊの間のトップダウンおよびボトムアップ
の重み係数を表す。これらの重みが認識層９２上のノー
ドｊによって規定する代表パターンを定義する。ρはネ
ットに蓄えられている代表パターンと入力パターンのマ
ッチングの程度の指標となるビジランス閾値（適合度を
みるための閾値）である。比較層９１のノードはＮで、
認識層９２のノードはＭ個である。 ２．新しい入力をネットワークに与える。 ３．適合度の計算

【数４】 Ｅ_jはノードｊの出力、ｘ_iは０または１の値をとるｉ番
目の入力を表す。 ４．最も適合する代表出力ノードの選択

【数５】 ５．判定

【数６】 を計算する。ここで、

【数７】 が成り立つか？ＹＥＳのときステップ７に、ＮＯのとき
ステップ６へ ６．最良マッチングの取り消し 最良マッチングのノードｊ^*の出力をリセットし無効と
した後、ステップ３へ、 ７．最良マッチングの更新

【数８】 ８．繰り返し ステップ６．でリセットし無効としたノードを使用可能
にしてステップ２．へ

【００１２】上記ＡＲＴのアルゴリズムは、選ばれた認
識層９２上のノードの代表するパターンがビジランステ
ストにかけられ、合格するノードがみつかるまで繰り返
す。合格するノードが見つからない場合は、ネットワー
クは入力ベクトルｘは、未知のパターンである判断し認
識層９２に新しいノードを割り当てる。このように、入
力ベクトルｘの情報は変化しながら最終的な安定状態を
みいだすまで比較層９１と認識層９２の間を巡回するも
のである。

【００１３】

【発明が解決しようとする課題】従来のニューラルロジ
ックは徹底的な分散記憶であり、重みの値の変化が多く
の場合全体に及ぶ。また、構造が一様なため、各ノード
全ての重みに分散して記憶される。したがって、学習が
ほぼ完了した時点においても、なぜその結果をもたらす
のかを学習結果から推定することが極めて困難であっ
た。また、このため大規模化や複数のニューラルロジッ
クを結合した複合構造の実現も難しかった。

【００１４】処理系が外部から入力される特徴を表す信
号群には、その時点では処理系にとって不要な情報、さ
らにはノイズが含まれ、多くの場合は、少数の信号群に
注目するだけで適切な判断が可能である。このことか
ら、有効な特徴を示す信号群のみを簡単な方法で抽出す
ることが望まれていた。

【００１５】また、単に有効な特徴を抽出するだけでな
く、抽出された信号群を群としてまとめて記憶すること
や、この記憶された信号群を少数の信号線によりまとめ
て読み出し可能とすることが望まれていた。加えて、あ
る時点のみの信号群に依るだけでなく、それ以前にどの
ような信号群が生起しているかに基づいて有用な特徴群
を抽出すること、すなわち、人間が連想するのと同様
に、信号群と信号群との相互の関係の表現を可能にする
ことも望まれていた。

【００１６】人間が様々に考える上で、概念を用いてい
ることは良く知られているが、“特徴を示す信号群”を
一種の概念と見なし、この概念を単位として、記憶し、
想起し、相互に連想することを可能にすることを通じ
て、ニューラルネットワークの持つ様々な欠点を回避す
るものが必要である。具体的には、学習結果がいたずら
に分散されることもなく、意味を持つ概念とその関係を
用いて、分かりやすい構造を持たせながら学習するこ
と、すなわち、概念をベースに学習することが必要であ
る。さらに、既に我々人間が自らの内で達成してきてい
るような処理系の大規模化や複合的な構造の実現のため
には、この概念ベースで学習することが不可欠である。

【００１７】既にニューラルネットワークにおいて、概
念をベースに学習する方法の一つとして、コホーネンの
方法がある。しかし、コホーネンのSOMでの学習の方法
は、信号群相互の類似関係のみに注目して、トポグラフ
ィックマップ上の距離の近さで表現したものであり、有
効な特徴群を明示的に抽出する方法にはなっていない。
また、記憶した概念を読み出す方法を備えていないこと
や、先行して生じた概念からの影響等、時間的に近接し
て発生することの関係や、原因と結果の関係を表す方法
がない等、概念をベースに学習する方法として不十分な
ものである。

【００１８】同様に、グロスバーグのＡＲＴは概念をベ
ースに学習する方法の一つである。しかし、入力される
特徴を記憶し、想起する機能を持ち、入力された概念と
既に記憶している概念の類似性を判定する機能は持って
いるが、有効な特徴群を新たな概念として抽出するこ
と、記憶されている概念相互の類似性に基づく連想機能
も備えていない等、概念をベースに学習する方法として
同様に不十分なものである。

【００１９】以上述べたように、従来の技術では、概念
をベースとする学習として不完全であり、一部、入力さ
れる特徴を信号群として記憶する方法はあるものの、記
憶された複数の概念の特徴を表す信号群を用いて、新し
く有効な特徴を表す信号群を概念として生成することは
できない。さらに、有効な特徴群からなる新しい概念
を、信号群単位で記憶し、信号群単位で簡単に読み出す
（制御する）ことはできず、また、これら概念の特徴を
表す信号群から新たに概念の特徴を表す信号群を連想す
ることもできなかった。そこで、本発明では、新しく有
効な特徴を表す信号群を概念として生成し、さらに、概
念の特徴を表す信号群から新たに概念の特徴を表す信号
群を連想することができる情報処理装置を提供する。

【００２０】

【課題を解決するための手段】前述の課題を解決するた
め、本発明に係る反応型情報処理装置は、請求項１で
は、特徴信号を入力する入力ノードを有する特徴反応層
と、外部環境に出力する行動ノードを有する行動決定層
とを備え、前記特徴反応層と前記行動決定層の間に、前
記入力ノードの出力に基づき興奮して前記行動ノードへ
出力する想起ノードを有する想起層を備える。

【００２１】上記構成では、特徴反応層と想起層とで、
特徴信号群（概念）を記憶することが可能となり、さら
に、想起層と行動決定層とでは、外部環境に対する有効
な行動を記憶することが可能である。ここで、概念と
は、認識しようとする対象物を表す特徴を情報とし、そ
の集まりである。また、特徴信号とは、外部環境からの
センサー入力に対する特徴を抽出した信号である。

【００２２】また、請求項２記載の反応型情報処理装置
では、特徴信号を入力する入力ノードを有する特徴反応
層と、外部環境に出力する行動ノードを有する行動決定
層とを備え、前記特徴反応層と前記行動決定層の間に、
前記入力ノードの出力に基づき興奮して前記行動ノード
へ出力する想起ノードを有する想起層を備え、前記行動
ノードから前記想起層の想起ノードを介して前記特徴反
応層の入力ノードに特徴信号を逆入力する。

【００２３】上記構成では、特徴信号群（概念）単位に
想起することが可能である。

【００２４】また、請求項３では、請求項２記載の反応
型情報処理装置において、前記行動ノードから前記想起
層の想起ノードを選択し、選択した想起ノードから前記
特徴反応層の入力ノードに特徴信号を逆入力することを
特徴とする。

【００２５】上記構成では、ある種の行動を条件とし
て、その範囲で概念を読み出すことが可能である。

【００２６】また、請求項４では、請求項２または３記
載の反応型情報処理装置において、前記入力ノードで
は、前記想起ノードから入力された複数の特徴信号を演
算して出力することを特徴とする

【００２７】上記構成では、特徴反応層で反応（演算）
させることで、新たな特徴信号群（概念）の生成をする
ことができる。また、演算の方法や読み出し範囲を変え
ることで、生成する概念を別のかたちで取り出すことが
できる。

【００２８】また、請求項５では、請求項１〜４いずれ
か記載の反応型情報処理装置において、前記入力ノード
と前記想起ノードとを結ぶリンク上の重みＷと、前記入
力ノードの出力とを演算した総入力Ｅに基づき興奮する
想起ノードを勝者とすることを特徴とする。

【００２９】上記構成では、記憶されている重みに応じ
て入力した特徴信号を反映させて、想起ノードを興奮す
ることができる。

【００３０】また、請求項６では、請求項１〜５いずれ
か記載の反応型情報処理装置において、興奮した想起ノ
ードと前記行動ノードとを結ぶリンク上の重みＵに基づ
き外部環境に出力する行動ノードを選択することを特徴
とする。

【００３１】上記構成では、記憶されている重みに応じ
て興奮した想起ノードを外部環境に出力することができ
る。

【００３２】また、請求項７では、請求項５または６記
載の反応型情報処理装置において、前記想起ノードにリ
ンクする重みＷは、前記入力ノードからの出力に応じて
学習することを特徴とする。

【００３３】上記構成では、ノイズを含むような、個々
の特徴信号群から、中心的な信号群からなる概念を学習
することができる。

【００３４】また、請求項８では、請求項６または７記
載の反応型情報処理装置において、外部環境に出力した
行動ノードにリンクする前記重みＵは、外部環境による
評価に基づき学習することを特徴とする。

【００３５】上記構成では、外部環境の評価に応じて学
習することができる。

【００３６】また、請求項９記載の反応型情報処理装置
では、特徴信号を入力する入力ノードを有する特徴反応
層と、前記入力ノードの出力に基づき興奮して出力する
想起ノードを有する想起層とを備え、前記想起ノードか
ら前記特徴反応層の入力ノードに特徴信号を逆入力す
る。

【００３７】上記構成では、同一の行動からだけでな
く、さまざまな条件から新たな概念を生成することが可
能である。

【００３８】また、請求項１０では、請求項９記載の反
応型情報処理装置において、前記入力ノードでは、前記
想起ノードから入力された複数の特徴信号を演算して出
力することを特徴とする。

【００３９】上記構成では、特徴反応層で反応（演算）
させることで、新たな特徴信号群（概念）の生成をする
ことができる。また、演算の方法や読み出し範囲を変え
ることで、生成する概念を別のかたちで取り出すことが
できる。

【００４０】また、請求項１１では、請求項９または１
０記載の反応型情報処理装置において、前記入力ノード
と前記想起ノードとを結ぶリンク上の重みＷと、前記入
力ノードの出力とを演算した総入力Ｅに基づき興奮する
想起ノードを勝者とすることを特徴とする。

【００４１】上記構成では、記憶されている重みに応じ
て入力した特徴信号を反映させて、想起ノードを興奮す
ることができる。

【００４２】また、請求項１２では、請求項１１記載の
反応型情報処理装置において、前記想起ノードにリンク
する重みＷは、前記入力ノードからの出力に応じて学習
することを特徴とする。

【００４３】上記構成では、入力された概念の特徴を学
習することができる。

【００４４】また、請求項１３では、請求項１〜１２い
ずれか記載の反応型情報処理装置において、興奮した想
起ノードと、この想起ノードの興奮に関連して繰り返し
興奮する想起ノードを従属ノードとし重みＶでリンクす
ることを特徴とする

【００４５】上記構成では、類似性とは関係なく概念間
の関係を覚えることができる。

【００４６】また、請求項１４では、請求項１〜１２い
ずれか記載の反応型情報処理装置において、興奮した想
起ノードと、この想起ノードが興奮した近接時間内に繰
り返し興奮する想起ノードを従属ノードとし重みＶでリ
ンクすることを特徴とする。

【００４７】上記構成では、類似性とは関係なく概念間
の時間的な関係を覚えることができる。また、ここで、
近接時間とは、相互関係が認められる範囲の時間であ
り、対象によって適宜きめられるものである。

【００４８】また、請求項１５では、請求項１４記載の
反応型情報処理装置において、前記想起ノードとこの想
起ノードの従属ノードとが近接時間内にともに興奮する
程度に応じて、前記重みＶを変化させることを特徴とす
る。

【００４９】上記構成では、近接時間内に頻繁に生じる
概念間の関係を覚えることができる。

【００５０】また、請求項１６では、請求項１３〜１５
いずれか記載の反応型情報処理装置において、前記想起
ノードにリンクする従属ノードの総入力Ｅとその重みＶ
とに応じた従属ノードからの影響を、前記想起ノードの
総入力Ｅに加えることを特徴とする。

【００５１】上記構成では、様々な概念間の関係を加味
して外部環境に適応できる。

【００５２】また、請求項１７では、請求項１３〜１５
いずれか記載の反応型情報処理装置において、前記想起
ノード毎に活性の度合いを記憶するアクティビティを、
前記想起ノードの総入力Ｅに加味することを特徴とす
る。

【００５３】上記構成では、頻繁に利用される概念を維
持し、滅多に使用されない概念を淘汰することができ
る。また、少し前（時間的）に利用された概念を想起し
やすくすることができる。

【００５４】また、請求項１８では、請求項１３〜１５
いずれか記載の反応型情報処理装置において、前記想起
ノードにリンクする従属ノードの総入力Ｅとその重みＶ
とに応じた従属ノードのからの影響と、前記想起ノード
毎に活性の度合いを記憶するアクティビティとを、前記
想起ノードの総入力Ｅに加えることを特徴とする。

【００５５】上記構成では、関連する概念間の関係を覚
えることができる。さらに、頻繁に利用される概念を維
持し、滅多に使用されない概念を淘汰することができ
る。また、少し前（時間的）に利用された概念が想起さ
れやすくすることができる。

【００５６】

【発明の実施の形態】以下、本発明にかかる実施の形態
を、図面に基づいて説明する。第１の実施の形態とし
て、３層構造のイメージリアクタを用いて外部環境から
受け取った概念の特徴を表す信号群（以下、特徴信号群
とする。）から最適な行動決を決定する方法について説
明する。本実施の形態における反応型情報処理装置１
は、図１に示すように、前処理系２とイメージリアクタ
３から概要構成される。前処理系２は、外部環境４から
の感覚入力に対して特徴抽出を行い、イメージリアクタ
３の入力とするものである。ここでは、外部環境から時
間的に継続して感覚情報が前処理系２に入力され、それ
に応じた特徴信号の集まりである特徴信号群Ｘが、イメ
ージリアクタ３に継続的に入力され、その結果１個の出
力イメージ５を決定する。

【００５７】イメージリアクタ３は、層構造を持つ反応
型の連想記憶系である。層構造のイメージリアクタ３
は、図２に示すように、特徴反応層３１、想起層３２、
行動決定層３３の３層から構成され、各層にはノードが
平面的に配置される。

【００５８】層と層の関係を含めた構成は、図３に示す
ように、特徴反応層３１と想起層３２の２層とその間を
結合するリンクが連想記憶系３４を構成し、特徴反応層
３１上の入力ノードと全ての想起層３２上の想起ノード
とがリンクしている。さらに、想起層３２上の想起ノー
ドは行動決定層３３上の行動ノードにリンクしている。
特徴反応層３１と想起層３２と行動決定層３３の３層
は、信号が特徴反応層３１から想起層３２へ伝播し、さ
らに、想起層３２から行動決定層３３へと伝播する順走
伝播の機能を備える。

【００５９】図４に示すように、特徴反応層３１上の入
力ノードは想起層３２上の想起ノードと重みＷでリンク
する。また、特徴反応層３１上の入力ノードｉは、図５
に示すように、前処理系２からの特徴信号ｘ_iが入力さ
れ、入力ノードｉから想起層３２へｒ_iを出力する。

【００６０】重みＷは、図６に示すように、特徴反応層
３１上の入力ノードｉと想起層３２上の想起ノードｋと
のリンクをｗ_ikで表す。そこで、特徴反応層３１上の入
力ノードｉから想起層３２上の想起ノードｋへの影響
は、入力ノードｉの出力ｒ_iと、入力ノードｉと想起ノ
ードｋをリンクする重みｗ_ikに基づき求められ、全ての
入力ノードから想起ノードｋへの影響は、総入力Ｅ_kで
表される。

【００６１】また、想起層３２の想起ノードと行動決定
層３３の行動ノードとは、重みUでリンクする。この重
みＵは、図７に示すように、想起層３２上の想起ノード
ｋと行動決定層３３上の行動ノードｌとをリンクをｕ_kl
で表す。想起層３１上の想起ノードｋは、特徴反応層３
１からの総入力Ｅ_kと重みｕ_klに基づき、行動決定層３
３の行動ノードｌを選択する機能を備える。

【００６２】次に、特徴反応層３１の入力ノードと想起
層３２の想起ノードとをリンクする重みＷと、リンク想
起層３２の想起ノードと行動決定層３３の行動ノードと
をリンクする重みUとを変化させて、行動決定層３３上
の最適な行動ノードを決定していく具体的な例を図８の
フローチャートを用いて説明する。前処理系２から、時
間ｔにおいて入力される特徴信号の集まりである特徴信
号群Ｘ（ｔ）は、

【数９】 で表される。また、前処理系２からの特徴信号群Ｘ
（ｔ）を入力として、特徴反応層３１はＲ（ｔ）を出力
する。Ｒ（ｔ）は、

【数１０】 であるまず、ここではｒ_i＝ｘ_iとする（Ｓ１００）。ま
た、特徴反応層３１上の入力ノードｉと想起層３２上の
想起ノードｋとのリンク上の重みｗ_ikはランダムな値を
初期値として与える。

【００６３】ここでは、ｒ_i・ｗ_ikのとる値が、１，
０，＃のいずれかである場合を例に説明する。また、特
徴反応層３１上の入力ノードｉから想起層３２上の想起
ノードｋへ及ぼす影響は、演算子＊を用いて表し、ｒ_i
＊ｗ_ijと表す。演算子＊は、一例として、表１に示すよ
うに２つの入力中いずれかもが１または０の場合は、一
致したときにのみ１を、他の場合は、０を出力する。ま
た、２つの入力中いずれかに＃がある場合は常に１を出
力するものとする。

【表１】

【００６４】図６で示したように、特徴反応層３１上の
全ての入力ノードから想起層３２上の想起ノードｋへ入
力され、想起層３２上の想起ノードｋにおける特徴反応
層３１からの総入力Ｅ_kは、

【数１１】 である（Ｓ１０１）。このとき、特徴反応層３１上の入
力ノードは、１〜ｎまで存在とする。

【００６５】ここで、想起層３２上の全てのノードの中
からＥ_kが一番興奮した場合は想起ノードｋを勝者とす
る（Ｓ１０２）。Ｅ_kが興奮するとは、例えば、Ｅ_kが一
番大きな値を持つ場合を興奮したとする。或いは、Ｅ_k
が閾値より大きくなった場合を興奮したとすることもで
きる。

【００６６】また、想起ノードｋが勝者の場合には、こ
の状態を与えられた確率ｐでｗ_ikはｒ_iと置き換えて学
習していく（Ｓ１０３）。この置き換えは勝者となった
想起ノードにリンクする重みについて行われ、確率ｐ＝
１では、１回の入力でｒ_i＝ｗ_ikとなるようにする。ｐ
＝1/4の場合では、ｒ_iに同じ特徴信号が入ってきた場合
は1/4の確率で、ｒ_i＝ｗ_ikとすることを表す（ｐは独立
事象で、各々の重みｗ_ikに対してｐの確率で置き換えが
行われる。）。 確率ｐが低ければ、何度も同じ特徴信
号が入ってこなければ、ｒ_i＝ｗ_ikに変化しない。図９
は、想起層３２上のノードｋにおける値Ｅ_kが一番興奮
した場合、特徴反応層３１上のノードｎで、ｒ_i＝ｗ_ik
の置き換えが行われる様子を表したものである。

【００６７】Ｅ_kが勝者の場合には、さらに、行動決定
層３３に伝えられる。想起層３２のノードｋから行動決
定層の行動ノードｌの重みをｕ_klとすると、想起層３２
の想起ノードｋから行動決定層の行動ノードｌへは確率
Ｐ（ｕ_kl）で伝播する（Ｓ１０４）。確率Ｐ（ｕ_kl）
は、

【数１２】 である。

【００６８】想起層３２の想起ノードｋから行動決定層
３３の行動ノードｌへ伝播する重みｕ_klは、図１０に示
すように、行動決定層３３へ出力が行われた結果ｆ_lを
外部環境４へ出力し適応度で評価して重みｕ_klを変化さ
せる（Ｓ１０５）。つまり、行動決定層３３上のノード
ｋへ出力が行われた結果、外部環境４の適応度が高い場
合には重みｕ_klを高くして、ノードｋが選択される確率
を高くする。あるいは、外部環境４の適応度が低い場合
には重みｕ_klを低くして、選択される確率を低くする。
いわゆる、教師ありの学習を進めていく。

【００６９】以上の処理を繰り返し（Ｓ１０６）、特徴
反応層３１と想起層３２をリンクする重みＷと、想起層
３２と行動決定層３３をリンクする重みUとを変化させ
て、外部環境からの入力に応じた学習をすることが可能
になる。

【００７０】ここでは、ｒ_i・ｗ_ikのとる値は、１，
０，＃のいずれかである場合について、説明したが、ス
カラー量を取ることもできる。特徴反応層３１から想起
層３２への入力は、ｒ_i、ｗ_ijから求められる関数とし
てＦ（ｒ_i、ｗ_ij）として与えることもできる。このと
き、想起層３２上の想起ノードｋへの総入力Ｅ_kは、

【数１３】 で表すことができる。

【００７１】次に、第２の実施の形態では、イメージリ
アクタ３の想起層３２上の想起ノード間の関連付け、そ
の影響を加味して行動を決定する場合について説明す
る。イメージリアクタ３に基本的な構成は、前述の実施
の形態と同じであるので詳細な説明は省略する。また、
同一のものには同一符号を付すものとする。

【００７２】図１１に示すように、想起層３２上のノー
ドｉ、ｊ、ｋ、ｌの間で、時間的に近接して興奮する場
合には、波線で表すようなリンクが重みＶで張られてい
く。このリンクは、例えば、図１２に示すように、想起
層３２上の想起ノードｋが興奮（勝者となる）し、Δｔ
（近接時間）後に想起層３２上の想起ノードｌが繰り返
し興奮する場合には想起ノードｌと相関があるものとし
て重みｖ_klでリンクを張るものである。このとき、想起
ノードｌを想起ノードｋの従属ノードとする。また、こ
の重みｖ_kiは、興奮の度合いに応じて、重みを変化させ
る機能を持つ。たとえば、繰り返し興奮する回数が多い
ほど関連が強いものとして重みを大きくする機能を備え
る。ここで、近接時間とは、パブロフの犬に代表される
ように、事象が連続して起こったと認められる範囲の時
間である。この近接時間は、対象によって適宜決められ
るものである。例えば、ｍｓｅｃ単位のこともあれば、
ｓｅｃ単位のこともある。

【００７３】次に、想起層３２上の関連する想起ノード
間のリンクを変化させて、行動決定層３３上の最適な行
動ノードを決定していく具体的な例を図１３のフローチ
ャートを用いて説明する。まず、前述の実施の形態と同
様にｒ_i＝ｘ_iとする（Ｓ１００）。想起層３２上の想起
ノードｋにリンクした想起ノード（以降、想起ノードｋ
の従属ノードとする。）の影響を加味する。つまり、想
起層３２上の想起ノードｋにおける特徴反応層３１から
総入力Ｅ_kは、特徴反応層３１からの総入力に従属ノー
ドｌにおける総入力Ｅ_lの影響を加えて、

【数１４】 である（Ｓ２０１）。ここで、上式の第２項は、想起ノ
ードｋの全ての従属ノードｌの総和である。また、ｇ
（Ｅ_l）は、適当な関数で与えられ好ましい結果が得ら
れるように設定することが可能である。例えば、図１４
に示されるように、従属ノードｌにおけるの総入力Ｅ_l
の関数として与える。

【００７４】ここで、想起層３２上の全ての想起ノード
の中からＥ_kが一番興奮した場合は想起ノードｋを勝者
とする（Ｓ１０２）。また、Δｔ（近接時間）以内に他
に興奮した想起層３２上の想起ノードｊが存在する場合
は（Ｓ２０２）、想起ノードｋと想起ノードｊの間の重
みｖ_kjを増やす（Ｓ２０３）。また、Δｔ（近接時間）
以内に他に興奮した想起総３２上の想起ノードｊが存在
しない場合は（Ｓ２０２）、想起層３２上の想起ノード
間の重みＶは、変化させない。以下、第１の実施の形態
と同様（Ｓ１０３〜１０５）に行動決定層３３に情報を
伝播する。

【００７５】以上の処理を繰り返し（Ｓ１０６）、想起
層３２上の想起ノード間をリンクする重みＶを変化させ
ることにより、外部環境からの入力に応じた結果を得る
ことが可能になる。

【００７６】また、想起ノード間の重みＶは、時間と共
に減衰していき、想起ノードと従属ノード間でΔｔ（近
接時間）以内に、再び、ともに興奮した場合には重みＶ
を増やすようにすることもできる。

【００７７】このように、時間的相関に基づいて想起ノ
ード間のリンクを生成した場合には、時間的に近接して
生じる事象間の連想を実現することができる。

【００７８】ここでは、時間について相関がある場合に
ついて説明したが、系の外部の条件を取り入れ想起層３
２上の想起ノード間のリンクを張り、系の外部からの条
件により連想させることも可能である。

【００７９】次に、第３の実施の形態では、逆走伝播に
ついて説明する。この逆方向の伝播は、順方向の伝播に
対してある割合で行い、どのような行動をとったらよい
か判断する上で有効な特徴、またはその有無が、行動の
適切さに影響を与える特徴のみを含む特徴信号群を生成
するものである。また、前述の実施の形態と同一のもの
には同一符号を付し詳細な説明は省略する。

【００８０】特徴反応層３１上の入力ノードと想起層３
２上の想起ノードとは、双方向にリンクする。さらに、
想起層３２上の想起ノードと行動決定層３３の行動ノー
ドとも双方向にリンクするものである。特徴反応層３１
と想起層３２と行動決定層３３の３層は、信号が特徴反
応層３１から想起層３２へ伝播し、さらに、行動決定層
３３へと伝播する順走伝播の機能と、行動決定層３３か
ら想起層３２へ伝播し、さらに、想起層３２から特徴反
応層３１へ伝播する逆走伝播の機能とを備える。

【００８１】特徴反応層３１上の入力ノードｉは、図１
５の（ａ）に示すように、前処理系２からの特徴信号ｘ
_iの入力と、入力ノードｉから想起層３２へｒ_iを出力す
る構成に、想起層３２上の想起ノードｊから特徴反応層
３１に逆走伝播を伝える入力とを備える。ここでは、想
起層３２上の想起ノードｊから特徴反応層３１に逆走伝
播を伝える入力は、順走伝播で求められた重みｗ_ijで伝
播する場合を例に説明する。また、順走伝播の場合は、
図１５の（ｂ）に示すように、特徴信号の入力ｘ_iがＯ
Ｎとなり、想起層３２からの逆走伝播の特徴信号の入力
ｗ_ijはＯＦＦとなり、逆走伝播の場合には、図１５の
（ｃ）に示すように、想起層３２からの逆走伝播の特徴
信号の入力ｗ_ijがＯＮとなり、特徴信号の入力ｘ_iはＯ
ＦＦとなるものである。

【００８２】想起層３２上の想起ノードｋは、図１６に
示すように、特徴反応層３１からの総入力Ｅ_kの入力
と、行動決定層３３の行動ノードｌから想起層３２上の
想起ノードｊに逆走伝播を伝える入力とを備える。行動
決定層３３の行動ノードｌから想起層３２上の想起ノー
ドｊに逆走伝播を伝える入力は、重みｕ_jlの応じて行動
ノードからいくつかが選択される機能を持つ。

【００８３】次に、図１７のフローチャートを用いて、
逆方向の伝播について説明する。この逆走伝播は、順送
伝播に対してある割合で行う。（ここで、ある割合と
は、一定の周期で行っても良いし、不定期に行うように
しても良い。）行動決定層３３から想起層３２への逆走
伝播は、図１８に示すように、前述の実施の形態で説明
した順送伝播で情報が伝播された行動決定層３３の行動
ノードから想起層３２、さらに、特徴反応層３１へ伝播
される。

【００８４】第１の実施の形態で説明した想起層３２か
ら行動決定層３３へ伝える時の確率Ｐ（ｕ_kl）に基づい
て、行動決定層３３上の行動ノードから想起層３２上の
想起ノードを選択して伝播される。行動決定層３３上の
行動ノードから想起層３２上のいずれの想起ノードに伝
播するかは、確率Ｐ（ｕ_kl）の大きいものからランダム
に選択される。これに加え、後述するアクティビティの
大きいものを考慮に入れて選択することも可能である
（Ｓ３００）。

【００８５】また、逆走伝播のとき、想起層３２上の想
起ノードから特徴反応層３１上の入力ノードへの入力
は、順走伝播で決定された重みＷがそのまま入力とな
る。つまり、想起層３２上の想起ノードｊから特徴反応
層３１に逆走伝播を伝える入力は、順走伝播で求められ
た重みｗ_ijで伝播する（Ｓ３０１）。

【００８６】ここで、行動決定層３３上の行動ノードか
ら、確率Ｐ（ｕ_kl）に基づいて、想起層３２上の想起ノ
ードを２つ選択された場合について説明する。図１９に
示すように、行動決定層３３上の行動ノードＡから反映
された想起層３２上の想起ノードα１、さらに、想起層
３２上の想起ノードα１から特徴反応層３１上の入力ノ
ードに反映された概念が、図１９の（Ａ）のハッチング
されたところである。また、行動決定層３３上のノード
Ａから反映された想起層３２上のノードα２、さらに、
ノードα２から特徴反応層３１上のノードに反映された
概念が、図１９（Ｂ）のハッチングされたところであ
る。

【００８７】想起層３２上の想起ノードから特徴反応層
３１の入力ノードに逆走する伝播は、想起層３２上の想
起ノードと特徴反応層３１上の入力ノードを結ぶ重みｗ
_ijが入力ノードの入力となる。このとき、図２０に示さ
れるように、図１９の（Ａ）と（Ｂ）のハッチングされ
たところの重ね合わせた部分の信号群を新しい概念とす
ることができる。より具体的には、特徴反応層３１で
は、複数の入力に対してある演算を行い、その演算結果
を特徴反応層３１の入力ノードからの出力とする。ここ
で、例として、想起ノードα１とα２の双方から特徴反
応層３１の同じ入力ノードｉに伝播する場合の演算を考
える。図２１に示すように、想起ノードα１からの重み
と想起ノードα２からの重みを演算した結果が入力ノー
ドの出力ｒ _iとなる（Ｓ３０２）。

【００８８】想起層３２から特徴反応層３１の入力ノー
ドｉに逆走伝播する場合に、入力ノードｉの逆走の入力
を演算する演算子の一例として、

【数１５】 または、

【数１６】 で求められものとする。このときの演算子は、一例とし
て、以下のように定義する。

【表２】

【００８９】演算子は、表２に示した演算だけでなく、
他の演算を行うものとすることもできる。さらに、ここ
では２つの入力に対する演算子を用いて説明したが、３
つの入力・４つの入力など多入力に応じた演算結果を出
力するようにしても良い。

【００９０】また、ここでは重みＷは０，１，＃の場合
について説明したが、スカラー量とすることも可能であ
る。また、スカラー量の場合の入力ノードから出力は、
演算子に替わって入力に応じた関数で表される。

【００９１】このようにして、特徴反応層３１で反応
（演算）させることで、新たな概念の生成をすることが
できる。また、演算の方法や読み出し範囲を変えること
で、生成する概念を別のかたちで取り出すことができ
る。つまり、行動決定層３３上の単一のノードから、想
起層３２上の複数のノードを同時に励起すると、例えば
×（×は（数１５）の演算子であるが、便宜上、○は省
略する）の演算の場合、同一の行動に至る概念（同一の
意味を持つ概念）が励起され、特徴反応層３１上で共通
的に注目すべき特徴信号群が得られる。

【００９２】さらに、図２２に示すように、ハッチング
が重なり合わさったところに含まれる特徴反応層３１上
の入力ノードから出力される信号ｒ_iから、再度、想起
ノードの総入力Ｅ_i計算を行い想起層３２上の勝者を求
める（Ｓ３０３）。

【００９３】想起層３２上の想起ノードγが、勝者の場
合には、想起層３２上の想起ノードγのアクティビティ
Ａｃｖ_γを増やしていく（Ｓ３０４）。アクティビティ
Ａｃｖ_kとは、想起層３２の各想起ノードの入力に加算
されるもので、想起ノードｋの総入力Ｅ_kは、

【数１７】 で求められる。また、このアクティビティＡｃｖ_kは、
図２３に示すように、時間の経過と共に減少し、再度、
逆方向の伝播によって、想起層３２上の想起ノードｋが
勝者になった場合（図２３の矢印）には、アクティビテ
ィＡｃｖ_kは増える。

【００９４】このアクティビティは、頻繁に利用される
概念を維持し、滅多に使用されない概念を淘汰する。さ
らに、時間的に少し前に利用された概念を想起しやすく
することが可能である。

【００９５】さらに、図２４に示すように、逆走の伝播
の結果、想起層３２上のノードγが勝者の場合には、さ
らに、その行動決定層３３上の行動ノードの選択は確率
ｕ_{γ δ}で決定される。例えば、確率が最も大きいｍａｘ
（Ｐ（ｕ_γδ））となる行動決定層３３上の行動ノード
δが選択される（Ｓ３０５）。以上の処理を、外部環境
４へ適応するまで繰り返す（Ｓ３０６）。

【００９６】さらに、想起層３２上の想起ノード間のリ
ンクを生成している場合には、その既存のリンクを考慮
にいれて、その行動決定層３３上の行動ノードの選択を
行うことも可能である。

【００９７】以上の処理を繰り返すことによって、概念
の特徴を表す特徴信号群から新たに概念の特徴を表す特
徴信号群を連想し、その連想を加味した行動選択ができ
る。

【００９８】第３の実施の形態では、特徴反応層３１の
入力ノードから想起層３２の想起ノードへの順走伝播を
伝える出力と、想起層３２上の想起ノードから特徴反応
層３１に逆走伝播を伝える入力とは別の伝達経路を備え
るものとして説明したが、同一の伝達経路上を順走伝播
と逆走伝播が行える構成としても良い。

【００９９】次に、第４の実施の形態として、各ノード
にアクティビティが設定されている場合に、外部環境か
ら特徴信号が入力し順走伝播する場合について説明す
る。

【０１００】第３の実施の形態で、逆走伝播によるアク
ティビティの求め方に付いて説明したが、アクティビテ
ィの設定の仕方はこれに限らず、系の外部などから適切
な値を設定するようにしても良い。

【０１０１】前述の実施の形態と同一のものについては
同一の符号を振って詳細な説明は省略する。また、動作
は、第１の実施の形態で図８を用いて説明したものと同
様に、特徴反応層３１から想起層３２、さらに、行動決
定層３３に順走伝播する。但し、このとき想起層３２上
の想起ノードｋ上の総入力Ｅ_kは、（数１７）で与えら
れる。

【０１０２】このとき、重みＷの学習は、アクティビテ
ィに依存せず、外部環境からの特徴信号の入力にのみ依
存するようにする方が好ましい

【０１０３】これにより、記憶された複数の概念の信号
群を用いて頻繁に利用される概念を維持し、滅多に使用
されない概念を淘汰することができる。また、少し前
（時間的）に利用された概念を想起しやすくする。

【０１０４】さらに、第５の実施の形態として、第２の
実施の形態で説明した想起層３２上のリンクが張られた
ものと、第４の実施の形態で説明した各ノードにアクテ
ィビティが設定されているものとの両方の機能を兼ね備
えた場合について説明する。

【０１０５】前述の実施の形態と同一のものについては
同一の符号を振って詳細な説明は省略する。想起層３２
上のリンクと逆走伝播との両方の機能を兼ね備えた場合
には、想起層３２のリンクと逆走伝播との両方の機能を
兼ね備えた場合には、想起層３２上の想起ノードへの総
入力Ｅ_jは、

【数１８】 で与えられる。

【０１０６】動作は、第１の実施の形態で図８を用いて
説明したものと同様に、特徴反応層３１から想起層３
２、さらに、行動決定層３３に順走伝播する。

【０１０７】このとき、重みＷの学習は、アクティビテ
ィや想起ノード上のリンクに依存せず、外部環境からの
特徴信号の入力にのみ依存するようにする方が好ましい

【０１０８】以上、第２の実施の形態〜第５の実施の形
態で説明したように、逆走伝播及び想起ノード上のリン
クを利用して、興奮した想起ノードに関連して他の想起
ノードを興奮させる。また、記憶された複数の概念の信
号群を用いて頻繁に利用される概念を維持し、滅多に使
用されない概念を淘汰する。さらに、少し前（時間的）
に利用された概念が想起しやすくする。これらより、新
たな概念を連想することができる。逆走伝播では、さら
に、逆入力した特徴信号を特徴反応層３１で反応（演
算）させることで、新たな概念の生成をすることができ
る

【０１０９】以上の実施の形態では、特徴反応層３１・
想起走３２・行動決定層３３の３層の構造について説明
してきたが、第６の実施の形態として、特徴反応層３１
・想起走３２からなる連想記憶系３４における逆走伝播
ついて説明する。前述の実施の形態と同一のものには同
一符号を振って詳細な説明は省略する。

【０１１０】第３の実施の形態では、行動決定３３層上
の一つ行動ノードから逆送していく（同一の行動に至る
概念・同一の意味を持つ概念からの逆走伝播）場合につ
いて説明した。ここでは、想起層３２上で、複数の想起
ノードを選択して逆走伝播し、新たな概念を生成する場
合について図２５のフローチャートを用いて説明する。

【０１１１】学習したイメージリアクタ３の想起層３２
上の想起ノードを、図２６に示すように、α１とα２を
任意に選択し、想起ノードから入力ノードに重みｗ_ijで
逆送伝播する（Ｓ３０１）。特徴反応層３１上で重みを
演算した結果が入力ノードの出力ｒ_iとなり（Ｓ３０
２）、新たな概念として取り出すことができる。

【０１１２】また、これに対して、行動決定層３３の複
数のノード、例えば、相反する行動をとる行動ノードの
各々から、それぞれの想起ノードを刺激して特徴反応層
３１上の共通に励起される特徴信号群は、相反する行動
に基づくため無意味な特徴信号群を示すものとなる。

【０１１３】第７の実施の形態として、図２７に示すよ
うに、複数の連想記憶系３４が行動決定層３３にリンク
している場合について説明する。同じ前処理系２から特
徴信号群をそれぞれの連想記憶系３４へ入力して行動決
定層３３の行動ノードを選択する。各連想記憶系３４の
特徴反応層３１から想起層３２への重みＷの初期値は違
う値を与え、さらに、各連想記憶系３４から行動決定層
３３への重みＵの初期値も違う値を与える。

【０１１４】それぞれの連想記憶系３４で、特徴反応層
３１〜想起層３２〜行動決定層３３の順走伝播を行い、
行動決定層３３〜想起層３２〜特徴反応層３１へ逆走伝
播を行い支配イメージから、さらに、特徴反応層３１〜
想起層３２〜行動決定層３３の順走伝播を行う。これを
繰り返し、図２５のの系から導き出される行動ノード
と、の系と、・・の系から導き出される行動ノードが
一致するまで繰り返す。但し、一致せずに結果が離れて
いく場合もある。この場合は、解なしとすることも可能
である。

【０１１５】第７の実施の形態で説明したように、複数
の連想記憶系を使って、それぞれで連想していくことで
より望ましい解を捜すことができる。或いは、競合する
結果を調整することも可能である。

【０１１６】

【発明の効果】以上詳細に説明したように、本願発明で
は、特徴信号群の群単位の記憶を読み出し、それによっ
て複数の特徴信号群を入力とする関数により、新しい特
徴信号群を生成する。この記憶の読み出し方によって
は、自律的に新しい特徴信号群を生成可能である。この
新しい信号群を重みとして連想記憶系に記憶すること、
想起層のノードに反映することが可能である。

【０１１７】読み出した特徴信号群は、設定する関数に
よって、複数の特徴信号に共通する特徴、もしくは複数
の特徴のいずれかに含まれる特徴など、様々な形態をと
ることができる。

【０１１８】すなわち、特徴信号群を概念と見なした場
合、本願発明では、人間と同様に概念を用いて学習可能
とすることで、学習結果がいたずらに分散されることも
なく、意味を持つ概念とその概念間の関係として、分か
りやすい構造を持たせながら学習することが可能にな
る。ニューラルネットワークの持つ様々な欠点が回避で
きるだけでなく、新しく、概念をベースとした学習が可
能となる。またこれを通じて、既に我々人間が自らの内
で達成してきているように、処理系の大規模化や複合的
な構造の実現も容易になる。

【０１１９】さらに複数の特徴に共通に含まれる信号群
を出力する関数を活用した場合には、システムが外界に
適応するために必要な特徴のみをスピーディかつ効率的
に選択することが可能である。これにより、少ない処理
量、メモリ量で自律的に適応する新しい情報処理系が構
成可能となる。

【０１２０】加えて、様々な要因に基づく連想（類似性
に基づく連想、時間的な近接さに基づく連想）を、個々
に、または、複合して取り入れることができる。これに
より、自然な形での連想系が可能となるため、人間的な
連想が必要とされる場面で有用である。

【図面の簡単な説明】

【図１】 反応型情報処理装置の構成を表す図である。

【図２】 イメージリアクタの構造を表す図である。

【図３】 層と層の関係を含めた構成を表す図である。

【図４】 特徴反応層と想起層とのリンクを表す図です
る。

【図５】 特徴反応層の入力ノードの入出力を表す図で
ある。

【図６】 特徴反応層の入力ノードと想起層の想起ノー
ドとの関係を表す図である。

【図７】 想起層の想起ノードと行動決定層の行動ノー
ドとのリンクを表す図である。

【図８】 第１の実施の形態のフローチャートである。

【図９】 重みＷの学習をする様子を示す図である。

【図１０】 外部環境で重みＵを評価する様子を表す図
である。

【図１１】 想起層の想起ノード間のリンクＶを表す図
である。

【図１２】 リンクＶの生成を説明するための図であ
る。

【図１３】 第２の実施の形態のフローチャートであ
る。

【図１４】 従属ノードからの影響を表す関数を表す図
である。

【図１５】 入力ノードの入力と出力を表す図である。

【図１６】 想起ノードの入力と出力を表す図である。

【図１７】 第３の実施の形態のフローチャートであ
る。

【図１８】 逆走伝播の様子を表す図である。

【図１９】 逆走伝播による反映されたイメージを表す
図である。

【図２０】 逆走伝播による共有概念を表す図である。

【図２１】 逆走伝播による入力ノードへの入力を表す
図である。

【図２２】 共有概念から総入力を表す図である。

【図２３】 アクティビティの時間の経過による変化を
示す図である。

【図２４】 逆走伝播からさらに順走して行動ノードま
で四郷の届く様子を示す図である。

【図２５】 第６の実施の形態のフローチャートであ
る。

【図２６】 ２層の逆走伝播を表す図である。

【図２７】 複数の連想記憶系が行動決定層にリンクし
ている構成を表す図である。

【図２８】 ニューロンを表す図である。

【図２９】 ニューロンモデルを表すである。

【図３０】 コホーネンの特徴マップを表す図である。

【図３１】 グロスバーグのＡＲＴのモデルを表す図で
ある。

【図３２】 側抑制を表す図である。

【符号の説明】

１ 反応型情報処理装置 ２ 前処理系 ３ イメージリアクタ ４ 外部環境 ５ 出力イメージ ３１ 特徴反応層 ３２ 想起層 ３３ 行動決定層 ３４ 連想記憶系 ６０ ニューロン ６１ シナプス ７０ シナプス ７１ ユニット ８０ 特徴マップ ８１ ユニット（ノード） ９０ ＡＲＴネットワーク ９１ 比較層 ９２ 認識層

───────────────────────────────────────────────────── フロントページの続き (72)発明者 稲林 昌二 東京都文京区本郷四丁目８番17号 パシフ ィックシステム株式会社内 (72)発明者 水谷 正大 東京都調布市つつじヶ丘４−23−18−105 (72)発明者 小沼 利光 千葉県千葉市若葉区千城台西２−２−２ (72)発明者 石橋 英水 千葉県千葉市若葉区桜木町515−３ ロフ ティフラワー ３−101 (72)発明者 田村 祐一 栃木県小山市楢木142−６ (72)発明者 松本 直樹 千葉県野田市宮崎121−５

Claims (18)

【特許請求の範囲】
1. 【請求項１】 特徴信号を入力する入力ノードを有する
   特徴反応層と、外部環境に出力する行動ノードを有する
   行動決定層とを備え、前記特徴反応層と前記行動決定層
   の間に、前記入力ノードの出力に基づき興奮して前記行
   動ノードへ出力する想起ノードを有する想起層を備える
   反応型情報処理装置。
2. 【請求項２】 特徴信号を入力する入力ノードを有する
   特徴反応層と、外部環境に出力する行動ノードを有する
   行動決定層とを備え、前記特徴反応層と前記行動決定層
   の間に、前記入力ノードの出力に基づき興奮して前記行
   動ノードへ出力する想起ノードを有する想起層を備え、 前記行動ノードから前記想起層の想起ノードを介して前
   記特徴反応層の入力ノードに特徴信号を逆入力する反応
   型情報処理装置。
3. 【請求項３】 請求項２記載の反応型情報処理装置にお
   いて、 前記行動ノードから前記想起層の想起ノードを選択し、
   選択した想起ノードから前記特徴反応層の入力ノードに
   特徴信号を逆入力することを特徴とする反応型情報処理
   装置。
4. 【請求項４】 請求項２または３記載の反応型情報処理
   装置において、 前記入力ノードでは、前記想起ノードから入力された複
   数の特徴信号を演算して出力することを特徴とする反応
   型情報処理装置。
5. 【請求項５】 請求項１〜４いずれか記載の反応型情報
   処理装置において、 前記入力ノードと前記想起ノードとを結ぶリンク上の重
   みＷと、前記入力ノードの出力とを演算した総入力Ｅに
   基づき興奮する想起ノードを勝者とすることを特徴とす
   る反応型情報処理装置。
6. 【請求項６】 請求項１〜５いずれか記載の反応型情報
   処理装置において、 興奮した想起ノードと前記行動ノードとを結ぶリンク上
   の重みＵに基づき外部環境に出力する行動ノードを選択
   することを特徴とする反応型情報処理装置。
7. 【請求項７】 請求項５または６記載の反応型情報処理
   装置において、 前記想起ノードにリンクする重みＷは、前記入力ノード
   からの出力に応じて学習することを特徴とする反応型情
   報処理装置。
8. 【請求項８】 請求項６または７記載の反応型情報処理
   装置において、 外部環境に出力した行動ノードにリンクする前記重みＵ
   は、外部環境による評価に基づき学習することを特徴と
   する反応型情報処理装置。
9. 【請求項９】 特徴信号を入力する入力ノードを有する
   特徴反応層と、前記入力ノードの出力に基づき興奮して
   出力する想起ノードを有する想起層とを備え、前記想起
   ノードから前記特徴反応層の入力ノードに特徴信号を逆
   入力する反応型情報処理装置。
10. 【請求項１０】 請求項９記載の反応型情報処理装置に
    おいて、 前記入力ノードでは、前記想起ノードから入力された複
    数の特徴信号を演算して出力することを特徴とする反応
    型情報処理装置。
11. 【請求項１１】 請求項９または１０記載の反応型情報
    処理装置において、 前記入力ノードと前記想起ノードとを結ぶリンク上の重
    みＷと、前記入力ノードの出力とを演算した総入力Ｅに
    基づき興奮する想起ノードを勝者とすることを特徴とす
    る反応型情報処理装置。
12. 【請求項１２】 請求項１１記載の反応型情報処理装置
    において、 前記想起ノードにリンクする重みＷは、前記入力ノード
    からの出力に応じて学習することを特徴とする反応型情
    報処理装置。
13. 【請求項１３】 請求項１〜１２いずれか記載の反応型
    情報処理装置において、 興奮した想起ノードと、この想起ノードの興奮に関連し
    て繰り返し興奮する想起ノードを従属ノードとし重みＶ
    でリンクすることを特徴とする反応型情報処理装置。
14. 【請求項１４】 請求項１〜１２いずれか記載の反応型
    情報処理装置において、 興奮した想起ノードと、この想起ノードが興奮した近接
    時間内に繰り返し興奮する想起ノードを従属ノードとし
    重みＶでリンクすることを特徴とする反応型情報処理装
    置。
15. 【請求項１５】 請求項１３または１４記載の反応型情
    報処理装置において、 前記想起ノードとこの想起ノードの従属ノードとが近接
    時間内にともに興奮する程度に応じて、前記重みＶを変
    化させることを特徴とする反応型情報処理装置。
16. 【請求項１６】 請求項１３〜１５いずれか記載の反応
    型情報処理装置において、 前記想起ノードにリンクする従属ノードの総入力Ｅとそ
    の重みＶとに応じた従属ノードからの影響を、前記想起
    ノードの総入力Ｅに加えることを特徴とする反応型情報
    処理装置。
17. 【請求項１７】 請求項１３〜１５いずれか記載の反応
    型情報処理装置において、 前記想起ノード毎に活性の度合いを記憶するアクティビ
    ティを、前記想起ノードの総入力Ｅに加味することを特
    徴とする反応型情報処理装置。
18. 【請求項１８】 請求項１３〜１５いずれか記載の反応
    型情報処理装置において、 前記想起ノードにリンクする従属ノードの総入力Ｅとそ
    の重みＶとに応じた従属ノードからの影響と、前記想起
    ノード毎に活性の度合いを記憶するアクティビティと
    を、前記想起ノードの総入力Ｅに加味することを特徴と
    する反応型情報処理装置。