JP2003200369A

JP2003200369A - ロボット装置及びその制御方法、人工エージェント、記憶制御装置及び記憶制御方法

Info

Publication number: JP2003200369A
Application number: JP2001394889A
Authority: JP
Inventors: Nobuya Otani; 伸弥大谷; Jun Yokono; 順横野
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 2001-12-26
Filing date: 2001-12-26
Publication date: 2003-07-15

Abstract

(57)【要約】【課題】生命体の成長の度合いや情報の確信度などに
応じて記憶能力を動的に変更して、擬似生命体らしく、
効率的な記憶を行なう。【解決手段】競合型ニューラル・ネットワークを適用
した連想記憶システムにおいて、学習率αを変化させる
によって記憶能力を制御する。例えば、学習率を成長時
間ｔに応じて変化する関数として扱うことにより、成長
過程に応じて記憶能力を動的に変化させる。また、競合
に勝ち抜いた競合ニューロンの値ｙ_iとそれ以外の出力
ニューロンｙ_kとの差が大きければ大きいほど記憶の確
からしさが高いので、確からしさに応じて学習率αを変
化させて、効率的な記憶を行なう。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、生命体を模倣し、
成長するロボット装置及びその制御方法、人工エージェ
ントに係り、特に、事物を記憶する記憶能力を備えて記
憶内容を基に自律的に動作するロボット装置及びその制
御方法、人工エージェント、記憶制御装置及び記憶制御
方法に関する。

【０００２】さらに詳しくは、本発明は、記憶能力に変
化を持たせて、よりリアルでユーザに飽きさせないイン
タラクションを行なうロボット装置及びその制御方法、
人工エージェント、記憶制御装置及び記憶制御方法に係
り、特に、生命体の成長の度合いや情報の確信度などに
応じて記憶能力を動的に変更して、擬似生命体らしく、
効率的な記憶を行なうロボット装置及びその制御方法、
人工エージェント、記憶制御装置及び記憶制御方法に関
する。

【０００３】

【従来の技術】電気的若しくは磁気的な作用を用いて人
間の動作に似せた運動を行う機械装置のことを「ロボッ
ト」という。ロボットの語源は、スラブ語の"ＲＯＢＯ
ＴＡ(奴隷機械)"に由来すると言われている。わが国で
は、ロボットが普及し始めたのは１９６０年代末からで
あるが、その多くは、工場における生産作業の自動化・
無人化などを目的としたマニピュレータや搬送ロボット
などの産業用ロボット（industrial robot）であった。

【０００４】最近では、イヌやネコ、クマのように４足
歩行の動物の身体メカニズムやその動作を模したペット
型ロボット、あるいは、ヒトやサルなどの２足直立歩行
を行う動物の身体メカニズムや動作を模した「人間形」
若しくは「人間型」のロボット（humanoid robot）な
ど、脚式移動ロボットに関する研究開発が進展し、実用
化への期待も高まってきている。これら脚式移動ロボッ
トは、クローラ式ロボットに比し不安定で姿勢制御や歩
行制御が難しくなるが、階段の昇降や障害物の乗り越え
など、柔軟な歩行・走行動作を実現できるという点で優
れている。

【０００５】脚式移動ロボットの用途の１つとして、産
業活動・生産活動等における各種の難作業の代行が挙げ
られる。例えば、原子力発電プラントや火力発電プラン
ト、石油化学プラントにおけるメンテナンス作業、製造
工場における部品の搬送・組立作業、高層ビルにおける
清掃、火災現場その他における救助といったような危険
作業・難作業の代行などである。

【０００６】また、脚式移動ロボットの他の用途とし
て、上述の作業支援というよりも、生活密着型、すなわ
ち人間との「共生」あるいは「エンターティンメント」
という用途が挙げられる。この種のロボットは、ヒトあ
るいはイヌ（ペット）、クマなどの比較的知性の高い脚
式歩行動物の動作メカニズムやその感情表現を忠実に再
現する。また、あらかじめ入力された動作パターンを単
に忠実に実行するだけではなく、ユーザ（あるいは他の
ロボット）から受ける言葉や態度（「褒める」とか「叱
る」、「叩く」など）に対して動的に対応した、生き生
きとした応答表現を実現することも要求される。

【０００７】従来の玩具機械は、ユーザ操作と応答動作
との関係が固定的であり、玩具の動作をユーザの好みに
合わせて変更することはできない。この結果、ユーザは
同じ動作しか繰り返さない玩具をやがては飽きてしまう
ことになる。

【０００８】これに対し、自律動作を行うインテリジェ
ントなロボット装置は、一般に、外界の情報を認識して
それに対して自身の行動を反映させる機能を持ってい
る。すなわち、ロボット装置は、外部環境からの音声や
画像、触覚などの入力情報に基づいて感情モデルや本能
モデルを変化させて動作を決定することにより、自律的
な思考及び動作制御を実現する。この結果、ロボット装
置は、より高度な知的レベルで人間とのリアリスティッ
クなインターラクションやコミュニケーションを実現す
ることも可能となる。

【０００９】

【発明が解決しようとする課題】人が他とインタラクシ
ョンするときには、一般に、相手も自分と同じ程度の機
能を有していることを期待していると思料される。これ
は、上述したようなロボット装置以外にも、生命体を模
擬するその他のタイプの電子エージェント(以下では、
これらを総じて「人工エージェント」とも呼ぶ)とイン
タラクションする場合も同様であり、人工エージェント
に対して「人と同じような」振る舞いを期待している。

【００１０】従来の人工エージェントでは、成長に合っ
た動作（action）や行動（behavior）を行わせて、「人
と同じような成長」を表現しようとしている。

【００１１】ところが、「記憶する」という動作に関し
ては成長に合った動作の概念とは別に考えられるのが一
般的であり、学習効率や記憶能力に変化は生じない。こ
のため、例えば記憶能力が低いまま一定である人工エー
ジェントは、好奇心が高い幼少期であっても学習したこ
とを覚えないという現象が生じてしまうし、逆に高いま
ま一定ならば成熟期になっても記憶データの更新が頻発
してしまい、記憶がいつまでも安定しないという現象が
生じてしまう。

【００１２】このように「記憶能力」に変化は生じない
人工エージェントと実際にユーザがインタラクションを
行った場合について考察してみる。例えば、記憶能力が
低いまま一定である人工エージェントに対しては、人工
エージェントが幼少期においては、ユーザとのインタラ
クションで利用した物体情報や経験知識を「人の幼少
期」と同じようにすぐに記憶していて欲しいと期待する
であろ。それにもかかわらず記憶はあまり行われない。
逆に、高いまま一定の人工エージェントに対しては、ユ
ーザは、成熟期になったとき「人の成熟期」と同じよう
に人工エージェントの経験を最大限に活かしたことを表
出させたいと考え、記憶データの更新は頻発しないで欲
しいと期待してしまうであろう。それにもかかわらず記
憶データの更新は頻発してしまう。

【００１３】このような状況では、人工エージェントが
「人と同じような」成長をユーザに飽きさせないほど十
分に模擬することは不可能である。

【００１４】また、人間の記憶メカニズムは、確信が持
てないような情報に対しては、あまり強く記憶すること
はなく、記憶情報の混乱を起こさないような構造を持っ
ていると考えられる。

【００１５】しかしながら、従来の人工エージェントの
記憶機能では、学習しようとしたデータに対しては、情
報の確信度の如何によらず同じように学習してしまう。
このような観点からも、人口エージェントは「人と同じ
ような」記憶機能をユーザに飽きさせないほど十分に模
擬することは不可能であると言わざるを得ない。

【００１６】本発明は、上述したような技術的課題を鑑
みたものであり、その主な目的は、事物を記憶する記憶
能力を備えて記憶内容を基に自律的に動作することがで
きる、優れたロボット装置及びその制御方法、人工エー
ジェント、記憶制御装置及び記憶制御方法を提供するこ
とにある。

【００１７】本発明の更なる目的は、記憶能力に変化を
持たせて、よりリアルでユーザに飽きさせないインタラ
クションを行なうことができる、優れたロボット装置及
びその制御方法、人工エージェント、記憶制御装置及び
記憶制御方法を提供することにある。

【００１８】本発明の更なる目的は、生命体の成長の度
合いや情報の確信度などに応じて記憶能力を動的に変更
して、擬似生命体らしく、且つ効率的な記憶を行なうこ
とができる、優れたロボット装置及びその制御方法、人
工エージェント、記憶制御装置及び記憶制御方法を提供
することにある。

【００１９】

【課題を解決するための手段及び作用】本発明は、上記
課題を参酌してなされたものであり、その第１の側面
は、関節駆動又はユーザとの対話駆動を行う駆動部と、
入力されたパターンを所定の学習率で記憶する記憶部
と、前記記憶部における学習率を変化させる記憶能力制
御部と、前記記憶部により記憶されたパターンを想起し
て前記駆動部による機体動作を制御する行動制御部と、
を具備することを特徴とするロボット装置である。

【００２０】また、本発明の第２の側面は、関節駆動又
はユーザとの対話駆動を行うロボット装置の制御方法で
あって、入力されたパターンを所定の学習率で記憶する
記憶ステップと、前記記憶部における学習率を変化させ
る記憶能力制御ステップと、前記記憶部により記憶され
たパターンを想起して前記ロボット装置の機体動作を制
御する行動制御ステップと、を具備することを特徴とす
るロボット装置の制御方法である。

【００２１】ここで言う前記学習率とは、パターンが提
示された回数と記憶の関係を表すパラメータのことであ
る。

【００２２】本発明の第１又は第２の側面に係るロボッ
ト装置又はその制御方法によれば、記憶能力に変化を持
たせることによって、よりリアルでユーザに飽きさせな
いインタラクションを行なうことができる。

【００２３】ロボット装置の記憶メカニズムとしては、
入力パターンに応じて発火する複数の入力ニューロンか
らなる入力層と、各入力ニューロンからの出力を結合力
に応じて重み付け入力する複数の競合ニューロンからな
る競合層とを備えた競合型ニューラル・ネットワークを
適用することができる。

【００２４】このような競合型ニューラル・ネットワー
クにおいては、ある入力パターンに対して各入力ニュー
ロンからの重み付け入力値の総和が最大となる競合ニュ
ーロンを選択して、該競合ニューロンと各入力ニューロ
ーンとの結合力を強めることによって、該入力パターン
の記憶を強化する、すなわち学習することができる。ま
た、一部が欠損した入力パターンに対して各入力ニュー
ロンからの重み付け入力値の総和が最大となる競合ニュ
ーロンを選択して、該競合ニューロンと結合力の強い入
力ニューローンからなる記憶パターンを想起することが
できる。

【００２５】このような競合型ニューラル・ネットワー
クで構成された記憶メカニズムにおいては、学習率と
は、パターンが提示された回数に応じて競合ニューロン
と各入力ニューローンとの結合力を強める度合いを表す
パラメータに相当する。したがって、記憶能力制御部又
はステップは、競合に勝ち抜いた出力ニューロンと各入
力ニューロンとの結合の更新を行う際に、学習率変更要
素のデータを収集して、現在の状態での学習率を算出す
るようにすればよい。

【００２６】前記記憶能力制御部又はステップは、例え
ば、前記ロボット装置の成長時間に応じて学習率を変化
させるようにしてもよい。より具体的に言えば、生まれ
たときの学習率を高い値に設定するとともに所定の基準
時間に近づくにつれて学習率を低下させていくようにし
てもよい。

【００２７】このような場合、ロボット装置は、幼少期
においては、ユーザとのインタラクションで利用した物
体情報や経験知識を「人の幼少期」と同じようにすぐに
記憶することができる。また、成熟期になったときに
は、「人の成熟期」と同じように人工エージェントの経
験を最大限に活かしたことを表出させたいと考え、記憶
データの更新は頻発しない。したがって、ロボット装置
は、「人と同じような」成長を、ユーザに飽きさせない
ほど充分に模倣することが可能となる。

【００２８】また、前記記憶能力制御部又はステップ
は、記憶の確からしさに応じて学習率を変化させるよう
にしてもよい。例えば、競合型ニューラル・ネットワー
クにより記憶メカニズムが構成される場合には、競合に
勝ち抜いた出力ニューロンの発火値とそれ以外の出力ニ
ューロンの発火値との偏差に応じて学習率を変化させる
ようにすればよい。

【００２９】より具体的に言えば、いままでまったく学
習したことがないようなデータを学習しようとしたとき
は、各出力ニューロン間で発火値の偏差が小さいので学
習率を小さくする一方、何度か学習が行われたようなデ
ータを学習するときは、次第に各出力ニューロン間で発
火値の偏差が大きくなるので学習率も大きくする。

【００３０】このような場合、ノイズであるかも知れな
いデータは強く学習せず、ノイズデータでないことを確
認できたときに強く学習するという効果を持つ。ロボッ
ト装置は、ノイズのようなデータは強く覚えることはな
くなり、記憶情報の混乱を起こす可能性が低くなる。

【００３１】また、さらに何度も学習したようなデータ
を学習しようとしたときには、再び学習率αを小さくし
て、弱く学習するようにしてもよい。既に強く学習がな
されているデータは、あまり覚える必要がなく、逆に強
く学習してしまうことよって他の重要な学習データを弱
めてしまうことになるからである。

【００３２】また、前記記憶能力制御部又はステップ
は、前記ロボット装置の本能に応じて学習率を変化させ
るようにしてもよい。

【００３３】このような場合、学習率αを本能Ｉの関数
α（Ｉ）として定義すればよい。例えば、空腹の度合い
が進行するにつれて学習率αを小さくすることにより、
記憶能力が落ち込んでいく。逆に空腹が解消されるにつ
れて集中力が増すので学習率αを大きくすることにより
記憶能力を向上させるが、満腹に近づくにつれて学習率
をやがて低下させ始めて、記憶能力を低下させる。この
ような記憶能力の変動は、生命体に類似するものであ
る。

【００３４】また、前記記憶能力制御部又はステップ
は、前記ロボット装置の感情に応じて学習率を変化させ
るようにしてもよい。

【００３５】このような場合、学習率αを感情ｅの関数
α（ｅ）として定義すればよい。例えば、つまらない状
態では退屈のため学習率αを小さくすることにより、記
憶能力が落ち込んでいく。逆に、楽しい状態では物事を
受け容れ易くなり学習率αを大きくすることにより、記
憶能力を向上させる。このような記憶能力の変動は、生
命体に類似するものである。

【００３６】また、前記記憶能力制御部又はステップ
は、１日のうちの時間帯に応じて学習率を変化させるよ
うにしてもよい。

【００３７】このような場合、学習率αを時刻又はスケ
ジュールｓの関数α（ｓ）として定義すればよい。例え
ば、朝起きたばかりの状態ではまだ眠いため学習率αを
小さくすることにより、記憶能力を低下させる。そし
て、朝食をとった後では、空腹感が癒されるとともに目
が覚めてくることにより集中力が高まるので、学習率α
を大きくすることにより、記憶能力を向上させる。ま
た、昼食後など眠い時間帯にかかると、集中力が低下し
てくるので、学習率αを小さくすることにより、記憶能
力を低下させる。また、就寝する時間帯になると、睡魔
のために学習率を小さくすることにより、記憶能力を低
下させる。このような記憶能力の変動は、生命体に類似
するものである。

【００３８】また、前記記憶能力制御部又はステップ
は、前記ロボット装置が遭遇する場面に応じて学習率を
変化させるようにしてもよい。

【００３９】このような場合、学習率αを遭遇する場面
ｌの関数α（ｌ）として定義すればよい。例えば、学校
にいるときなど窮屈な状態では気分が乗らないため学習
率αを小さくすることにより、記憶能力が落ち込んでい
く。逆に、家や畑にいるときなどリラックスしている状
態では物事を受け容れ易くなり学習率αを大きくするこ
とにより、記憶能力を向上させる。このような記憶能力
の変動は、生命体に類似するものである。

【００４０】本発明のさらに他の目的、特徴や利点は、
後述する本発明の実施形態や添付する図面に基づくより
詳細な説明によって明らかになるであろう。

【００４１】

【発明の実施の形態】以下、図面を参照しながら本発明
の実施形態について詳解する。

【００４２】Ａ．ロボット装置の構成図１には、本発明に実施に供されるロボット装置１の機
能構成を模式的に示している。同図に示すように、ロボ
ット装置１は、全体の動作の統括的制御やその他のデー
タ処理を行う制御ユニット２０と、入出力部４０と、駆
動部５０と、電源部６０とで構成される。以下、各部に
ついて説明する。

【００４３】入出力部４０は、入力部としてロボット装
置１の目に相当するＣＣＤカメラ１５や、耳に相当する
マイクロフォン１６、頭部や背中などの部位に配設され
てユーザの接触を感知するタッチ・センサ１８、各足底
に配設された肉球スイッチ（図示しない）、あるいは五
感に相当するその他の各種のセンサを含む。また、出力
部として、口に相当するスピーカ１７、あるいは点滅の
組み合わせや点灯のタイミングにより顔の表情を形成す
るＬＥＤインジケータ（目ランプ）１９などを装備して
いる。これら出力部は、音声やランプの点滅など、脚な
どによる機械運動パターン以外の形式でもロボット装置
１からのユーザ・フィードバックを表現することができ
る。

【００４４】駆動部５０は、制御部２０が指令する所定
の運動パターンに従ってロボット装置１の機体動作を実
現する機能ブロックであり、行動制御による制御対象で
ある。駆動部５０は、ロボット装置１の各関節における
自由度を実現するための機能モジュールであり、それぞ
れの関節におけるロール、ピッチ、ヨーなど各軸毎に設
けられた複数の駆動ユニットで構成される。各駆動ユニ
ットは、所定軸回りの回転動作を行うモータ５１と、モ
ータ５１の回転位置を検出するエンコーダ５２と、エン
コーダ５２の出力に基づいてモータ５１の回転位置や回
転速度を適応的に制御するドライバ５３の組み合わせで
構成される。

【００４５】駆動ユニットの組み合わせ方によって、ロ
ボット装置１を例えば２足歩行又は４足歩行などの脚式
移動ロボットとして構成することができる。

【００４６】電源部６０は、その字義通り、ロボット装
置１内の各電気回路などに対して給電を行う機能モジュ
ールである。本実施形態に係るロボット装置１は、バッ
テリを用いた自律駆動式であり、電源部６０は、充電バ
ッテリ６１と、充電バッテリ６１の充放電状態を管理す
る充放電制御部６２とで構成される。

【００４７】充電バッテリ６１は、例えば、複数本のニ
ッケル・カドミウム電池セルをカートリッジ式にパッケ
ージ化した「バッテリ・パック」の形態で構成される。

【００４８】また、充放電制御部６２は、バッテリ６１
の端子電圧や充電／放電電流量、バッテリ６１の周囲温
度などを測定することでバッテリ６１の残存容量を把握
し、充電の開始時期や終了時期などを決定する。充放電
制御部６２が決定する充電の開始及び終了時期は制御ユ
ニット２０に通知され、ロボット装置１が充電オペレー
ションを開始及び終了するためのトリガとなる。

【００４９】制御ユニット２０は、「頭脳」に相当し、
例えばロボット装置１の機体頭部あるいは胴体部に搭載
されている。

【００５０】図２には、制御ユニット２０の構成をさら
に詳細に図解している。同図に示すように、制御ユニッ
ト２０は、メイン・コントローラとしてのＣＰＵ（Cent
ralProcessing Unit）２１が、メモリやその他の各回路
コンポーネントや周辺機器とバス接続された構成となっ
ている。バス２７は、データ・バス、アドレス・バス、コ
ントロール・バスなどを含む共通信号伝送路である。バ
ス２７上の各装置にはそれぞれに固有のアドレス（メモ
リ・アドレス又はＩ／Ｏアドレス）が割り当てられてい
る。ＣＰＵ２１は、アドレスを指定することによってバ
ス２８上の特定の装置と通信することができる。

【００５１】ＲＡＭ（Random Access Memory）２２は、
ＤＲＡＭ（Dynamic RAM）などの揮発性メモリで構成さ
れた書き込み可能メモリであり、ＣＰＵ２１が実行する
プログラム・コードをロードしたり、実行プログラムに
よる作業データの一時的な保存のために使用される。

【００５２】ＲＯＭ（Read Only Memory）２３は、プロ
グラムやデータを恒久的に格納する読み出し専用メモリ
である。ＲＯＭ２３に格納されるプログラム・コードに
は、ロボット装置１の電源投入時に実行する自己診断テ
スト・プログラムや、ロボット装置１の動作を規定する
動作制御プログラムなどが挙げられる。

【００５３】ロボット装置１の制御プログラムには、カ
メラ１５やマイクロフォン１６などのセンサ入力を処理
してシンボルとして認識する「センサ入力・認識処理プ
ログラム」、短期記憶や長期記憶などの記憶動作（後
述）を司りながらセンサ入力と所定の行動制御モデルと
に基づいてロボット装置１の行動を制御する「行動制御
プログラム」、行動制御モデルに従って各関節モータの
駆動やスピーカ１７の音声出力などを制御する「駆動制
御プログラム」などが含まれる。

【００５４】不揮発性メモリ２４は、例えばＥＥＰＲＯ
Ｍ（Electrically Erasable and Programmable ROM）の
ように電気的に消去再書き込みが可能なメモリ素子で構
成され、逐次更新すべきデータを不揮発的に保持するた
めに使用される。逐次更新すべきデータには、暗号鍵や
その他のセキュリティ情報、出荷後にインストールすべ
き装置制御プログラムなどが挙げられる。

【００５５】インターフェース２５は、制御ユニット２
０外の機器と相互接続し、データ交換を可能にするため
の装置である。インターフェース２５は、例えば、カメ
ラ１５やマイクロフォン１６、スピーカ１７との間でデ
ータ入出力を行う。また、インターフェース２５は、駆
動部５０内の各ドライバ５３−１…との間でデータやコ
マンドの入出力を行う。

【００５６】また、インターフェース２５は、ＲＳ（Re
commended Standard）−２３２Ｃなどのシリアル・イン
ターフェース、ＩＥＥＥ（Institute of Electrical an
d electronics Engineers）１２８４などのパラレル・
インターフェース、ＵＳＢ（Universal Serial Bus）イ
ンターフェース、ｉ−Ｌｉｎｋ（ＩＥＥＥ１３９４）イ
ンターフェース、ＳＣＳＩ（Small Computer System In
terface）インターフェース、メモリ・スティックを受
容するメモリ・カード・インターフェース（カード・ス
ロット）などのような、コンピュータの周辺機器接続用
の汎用インターフェースを備え、ローカル接続された外
部機器との間でプログラムやデータの移動を行うように
してもよい。

【００５７】また、インターフェース２５の他の例とし
て、赤外線通信（ＩｒＤＡ）インターフェースを備え、
外部機器と無線通信を行うようにしてもよい。

【００５８】さらに、制御ユニット２０は、無線通信イ
ンターフェース２６やネットワーク・インターフェース
・カード（ＮＩＣ）２７などを含み、Ｂｌｕｅｔｏｏｔ
ｈのような近接無線データ通信や、ＩＥＥＥ８０２．
１１ｂのような無線ネットワーク、あるいはインターネ
ットなどの広域ネットワークを経由して、外部のさまざ
まなホスト・コンピュータとデータ通信を行うことがで
きる。

【００５９】このようなロボット装置１とホスト・コン
ピュータ間におけるデータ通信により、遠隔のコンピュ
ータ資源を用いて、ロボット装置１の複雑な動作制御を
演算したり、リモート・コントロールすることができ
る。

【００６０】Ｂ．ロボット装置の行動制御システム図３には、本発明の実施形態に係るロボット装置１の行
動制御システム１００の機能構成を模式的に示してい
る。ロボット装置１は、外部刺激から内部状態の変化を
連想記憶することにより、外部刺激の認識結果や内部状
態の変化に応じて行動制御を行うことができる。

【００６１】図示の行動制御システム１００にはオブジ
ェクト指向プログラミングを採り入れて実装することが
できる。この場合、各ソフトウェアは、データとそのデ
ータに対する処理手続きとを一体化させた「オブジェク
ト」というモジュール単位で扱われる。また、各オブジ
ェクトは、メッセージ通信と共有メモリを使ったオブジ
ェクト間通信方法によりデータの受け渡しとＩｎｖｏｋ
ｅを行なうことができる。

【００６２】行動制御システム１００は、外部環境（Ｅ
ｎｖｉｒｏｎｍｅｎｔｓ）を認識するために、視覚認識
機能部１０１と、聴覚認識機能部１０２と、接触認識機
能部１０３を備えている。

【００６３】視覚認識機能部（Ｖｉｄｅｏ）５１は、例
えば、ＣＣＤ（Charge Coupled Device：電荷結合素
子）カメラ１５のような画像入力装置を介して入力され
た撮影画像を基に、顔認識や色認識などの画像認識処理
や特徴抽出を行ない、顔や色、形などの物体に対する視
覚的な認識結果に相当するシンボルをＩＤとして出力す
る。

【００６４】聴覚認識機能部（Ａｕｄｉｏ）１０２は、
マイク１６などの音声入力装置を介して入力される音声
データを音声認識して、特徴抽出したり、単語セット
（テキスト）認識を行ったりして、入力音声の認識結果
に相当するシンボルをＩＤとして出力する。

【００６５】接触認識機能部（Ｔａｃｔｉｌｅ）１０３
は、例えば機体の頭部などに内蔵された接触センサによ
るセンサ信号を認識して、「なでられた」とか「叩かれ
た」という外部刺激を認識して、触感に関する認識結果
に相当するシンボルをＩＤとして出力する。

【００６６】内部状態管理部（ＩＳＭ：Internal Statu
s Manager）１０４は、本能モデルや感情モデルを備
え、上述の視覚認識機能部１０１と、聴覚認識機能部１
０２と、接触認識機能部１０３によって認識された外部
刺激（ＥＳ：ＥｘｔｅｒｎａｌＳｔｉｍｕｌａ）に応じ
てロボット装置１の本能や情動といった内部状態を管理
する。

【００６７】感情モデルと本能モデルは、それぞれ認識
結果と行動履歴を入力に持ち、感情値と本能値を管理し
ている。行動モデルは、これら感情値や本能値を参照す
ることができる。

【００６８】本実施形態に係るロボット装置１は、外部
刺激の認識結果や内部状態の変化に応じて行動制御を行
なうために、時間の経過とともに失われる短期的な記憶
を行なう短期記憶部１０５と、情報を比較的長期間保持
するための長期記憶部１０６を備えている。

【００６９】短期記憶部（ＳｈｏｒｔＴｅｒｍＭｅｍｏ
ｒｙ）１０５は、上述の視覚認識機能部１０１と、聴覚
認識機能部１０２と、接触認識機能部１０３によって外
部環境から認識されたターゲットやイベントを短期間保
持する機能モジュールである。例えば、カメラ１５から
の入力画像を約１５秒程度の短い期間だけ記憶する。

【００７０】長期記憶部（ＬｏｎｇＴｅｒｍＭｅｍｏｒ
ｙ）１０６は、物の名前など学習により得られた情報を
長期間保持するために使用される。長期記憶部１０６
は、例えば、ある行動モジュールにおいて外部刺激から
内部状態の変化を連想記憶（後述）することができる。

【００７１】短期記憶と長期記憶という記憶メカニズム
の分類は神経心理学に依拠するが、詳細は後述に譲る。

【００７２】また、本実施形態に係るロボット装置１の
行動制御は、反射行動部１０９によって実現される「反
射行動」と、状況依存行動階層１０８によって実現され
る「状況依存行動」と、熟考行動階層１０７によって実
現される「熟考行動」に大別される。

【００７３】反射的行動部（Ｃｏｎｆｉｇｕｒａｔｉｏ
ｎＤｅｐｅｎｄｅｎｔＡｃｔｉｏｎｓＡｎｄＲｅａｃｔ
ｉｏｎｓ）１０９は、上述の視覚認識機能部１０１と、
聴覚認識機能部１０２と、接触認識機能部１０３によっ
て認識された外部刺激に応じて反射的な機体動作を実現
する機能モジュールである。

【００７４】反射行動とは、基本的に、センサ入力され
た外部情報の認識結果を直接受けて、これを分類して、
出力行動を直接決定する行動のことである。例えば、人
間の顔を追いかけたり、うなずくといった振る舞いは反
射行動として実装することが好ましい。

【００７５】状況依存行動階層（ＳｉｔｕａｔｅｄＢｅ
ｈａｖｉｏｒｓＬａｙｅｒ）１０８は、短期記憶部１０
５並びに長期記憶部１０６の記憶内容や、内部状態管理
部１０４によって管理される内部状態を基に、ロボット
装置１が現在置かれている状況に即応した行動を制御す
る。

【００７６】状況依存行動階層１０８は、各行動毎にス
テートマシンを用意しており、それ以前の行動や状況に
依存して、センサ入力された外部情報の認識結果を分類
して、行動を機体上で発現する。また、状況依存行動階
層１０８は、内部状態をある範囲に保つための行動
（「ホメオスタシス行動」とも呼ぶ）も実現し、内部状
態が指定した範囲内を越えた場合には、その内部状態を
当該範囲内に戻すための行動が出易くなるようにその行
動を活性化させる（実際には、内部状態と外部環境の両
方を考慮した形で行動が選択される）。状況依存行動
は、反射行動に比し、反応時間が遅い。

【００７７】熟考行動階層（Ｄｅｌｉｂｅｒａｔｉｖｅ
Ｌａｙｅｒ）１０７は、短期記憶部１０５並びに長期記
憶部１０６の記憶内容に基づいて、ロボット装置１の比
較的長期にわたる行動計画などを行う。

【００７８】熟考行動とは、与えられた状況あるいは人
間からの命令により、推論やそれを実現するための計画
を立てて行われる行動のことである。このような推論や
計画は、ロボット装置１がインタラクションを保つため
の反応時間よりも処理時間や計算負荷を要する可能性が
あるので、上記の反射行動や状況依存行動がリアルタイ
ムで反応を返しながら、熟考行動は推論や計画を行う。

【００７９】Ｃ．ロボット装置の記憶メカニズム上述したように、本実施形態に係るロボット装置１は、
短期記憶部１０５と長期記憶部１０６を備えているが、
このような記憶メカニズムは、神経心理学に依拠する。

【００８０】短期記憶は、字義通り短期的な記憶であ
り、時間の経過とともに失われる。短期記憶は、例え
ば、視覚や聴覚、接触など、外部環境から認識されたタ
ーゲットやイベントを短期間保持するために使用するこ
とができる。

【００８１】また、長期記憶は、物の名前など学習によ
り得られた情報を長期間保持するために使用される。同
じパターンを統計的に処理して、ロバストな記憶にする
ことができる。本実施形態に係る長期記憶は、競合型ニ
ューラル・ネットワークを用いた連想記憶モデルを用い
て実現されている。

【００８２】ここで、連想記憶とは、あらかじめ複数の
シンボルからなる入力パターンを記憶パターンとして記
憶しておき、その中のある１つのパターンに類似したパ
ターンが想起される仕組みのことを言う。連想記憶によ
れば、一部欠陥のあるパターンが入力されたとき、記憶
されている複数のパターンの中で最も近い記憶パターン
を出力することができる。これは、不完全なデータから
なる外部刺激しか与えられなかったときであっても、該
当するニューロンの発火によりあるオブジェクトの意味
などを想起することができるからである。

【００８３】連想記憶は、「自己想起型連想記憶」と
「相互想起型連想記憶」に大別される。自己想起型とは
記憶したパターンを直接キー・パターンで引き出すモデ
ルであり、また、相互想起型とは入力パターンと出力パ
ターンがある種の連合関係で結ばれているモデルであ
る。

【００８４】本実施形態では、自己想起型連想記憶を採
用するが、これは、従来のホップフィールドやアソシア
トロン（前述）などの記憶モデルに比し、追加学習が容
易である、入力パターンの統計的な記憶が可能である、
などのメリットがある。追加学習によれば、新しいパタ
ーンを新たに記憶しても、過去の記憶が上書きされて消
されることはない。また、統計的な学習によれば、同じ
ものを多く見ればそれだけ記憶に残るし、また同じこと
を繰り返し実行すれば、忘れにくくなる。この場合、記
憶過程において、毎回完全なパターンが入力されなくと
も、繰り返し実行により、多く提示されたパターンに収
束していく。

【００８５】Ｃ−１．連想記憶メカニズムこの項では、競合型ニューラル・ネットワークを用いた
連想記憶メカニズムについて説明する。

【００８６】ロボット装置１が覚えるパターンは、ロボ
ット装置１への外部刺激と内部状態の組み合わせで構成
される。

【００８７】ここで、外的刺激とは、ロボット装置１が
センサ入力を認識して得られた知覚情報であり、例え
ば、カメラ１５から入力された画像に対して処理された
色情報、形情報、顔情報などであり、より具体的には、
色、形、顔、３Ｄ一般物体、ハンドジェスチャー、動
き、音声、接触、匂い、味などの構成要素からなる。
る。

【００８８】また、内的状態とは、例えば、ロボットの
身体に基づいた本能や情動を指す。本能的要素は、例え
ば、疲れ（fatigue）、熱或いは体内温度（temperatur
e）、痛み（pain）、食欲或いは飢え（hunger）、乾き
（thirst）、愛情（affection）、好奇心（curiosit
y）、排泄（elimination）又は性欲（sexual）のうちの
少なくとも１つである。また、情動的要素は、幸せ（ha
ppiness）、悲しみ（sadness）、怒り（anger）、驚き
（surprise）、嫌悪（disgust）、恐れ（fear）、苛立
ち（frustration）、退屈（boredom）、睡眠（somnolen
ce）、社交性（gregariousness）、根気（patience）、
緊張（tense）、リラックス（relaxed）、警戒（alertn
ess）、罪（guilt）、悪意（spite）、誠実さ（loyalt
y）、服従性（submission）又は嫉妬（jealousy）のう
ちの少なくとも１つである。

【００８９】本実施形態に係る競合型ニューラル・ネッ
トワークを適用した連想記憶メカニズムでは、これら外
部刺激や内部状態を構成する各要素に対して入力チャン
ネルを割り当てている。また、視覚認識機能部１０１や
聴覚認識機能部１０２などの各知覚機能モジュールは、
センサ出力となる生の信号を送るのではなく、センサ出
力を認識した結果をシンボル化して、シンボルに相当す
るＩＤ情報（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など）を該当するチャ
ンネルに送るようになっている。

【００９０】例えば、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システ
ムに入力される。また、顔認識モジュールにより認識さ
れた顔のＩＤが連想記憶システムに入力される。また、
物体認識モジュールにより認識された物体のＩＤが連想
システムに入力される。また、音声認識モジュールから
は、ユーザの発話により単語のプロトタイプＩＤが入力
される。このとき、発話の音素記号列（Phoneme Sequen
ce）も入力されるので、記憶・連想の処理で、ロボット
装置１に発話させることが可能となる。また、本能に関
しては、アナログ値を扱えるようになっており（後
述）、例えば、本能のデルタ値を８０で記憶しておけ
ば、連想により８０というアナログ値を得ることが可能
である。

【００９１】したがって、競合型ニューラル・ネットワ
ークを適用した連想記憶システムは、色、形、音声…な
どの外部刺激や内部状態を、各チャンネル毎のシンボル
化されたＩＤの組み合わせからなる入力パターンとして
記憶することができる。すなわち、連想記憶システムが
記憶するのは、［色ＩＤ形ＩＤ顔ＩＤ音声ＩＤ…
本能ＩＤ（値）情動ＩＤ］の組み合わせである。

【００９２】連想記憶には、記憶過程と想起過程があ
る。図４には、連想記憶の記憶過程の概念を示してい
る。

【００９３】連想記憶システムに入力される記憶パター
ンは、外部刺激や内部状態の各要素毎に割り当てられて
いる複数のチャンネルで構成される（図示の例では入力
１〜入力８の８チャンネルからなる）。そして、各チャ
ンネルには、対応する外部刺激の認識結果や内部状態を
シンボル化したＩＤ情報が送られてくる。図示の例で
は、各チャンネルの濃淡がＩＤ情報を表しているものと
する。例えば、記憶パターン中のｋ番目のカラムが顔の
チャンネルに割り当てられている場合、その色により顔
のプロトタイプＩＤを表している。

【００９４】図４に示す例では、連想記憶システムは既
に１〜ｎの合計ｎ個の記憶パターンを記憶しているもの
とする。ここで、２つの記憶パターン間での対応するチ
ャンネルの色の相違は、同じチャンネル上で記憶してい
る外部刺激又は内部状態のシンボルすなわちＩＤが当該
記憶パターン間で異なることを意味する。

【００９５】また、図５には、連想記憶の想起過程の概
念を示している。上述したように、記憶過程で蓄えた入
力パターンに似たパターンが入力されると、欠落してい
た情報を補うように完全な記憶パターンが出力される。

【００９６】図５に示す例では、８チャンネルからなる
記憶パターンのうち上位の３チャンネルしかＩＤが与え
られていないパターンがキー・パターンとして入力され
る。このような場合、連想記憶システムでは、既に貯え
られている記憶パターンの中で、これら上位の３チャン
ネルが最も近いパターン（図示の例では記憶パターン
１）を見つけ出して、想起されたパターンとして出力す
ることができる。すなわち、欠落していたチャンネル４
〜８の情報を補うように、最も近い記憶パターンが出力
される。

【００９７】したがって、連想記憶システムによれば、
顔のＩＤのみから音声ＩＤ、つまり名前を連想したり、
食べ物の名前だけから、“おいしい”や“おいしくな
い”などを想起することができる。

【００９８】Ｃ−２．競合型ニューラル・ネットワーク
による連想記憶の詳細図６には、競合型ニューラル・ネットワークを適用した
連想記憶システムの構成例を模式的に示している。同図
に示すように、この競合型ニューラル・ネットワーク
は、入力層（input layer）と競合層（competitive lay
er）の２層からなる階層型ニューラル・ネットワークで
ある。

【００９９】この競合型ニューラル・ネットワークは、
記憶モードと連想モードという２通りの動作モードを備
えており、記憶モードでは入力パターンを競合的に記憶
し、また、想起モードでは部分的に欠損した入力パター
ンから完全な記憶パターンを想起する。

【０１００】入力層は、複数の入力ニューロンで構成さ
れる。各入力ニューロンには、外部刺激や内部状態を表
す各要素に対して割り当てられたチャンネルから、外部
刺激や内部状態の認識結果に相当するシンボルすなわち
ＩＤ情報が入力される。入力層では、色ＩＤの個数＋形
ＩＤの個数＋音声ＩＤの個数＋本能の種類…に相当する
個数のニューロンを用意する必要がある。

【０１０１】また、競合層は、複数の競合ニューロンで
構成される。各競合ニューロンは、入力層側の各入力ニ
ューロンとは、ある結合重みを持って結合されている。
競合ニューロンは、それぞれのニューロンが記憶すべき
１つのシンボルに相当する。言い換えれば、競合ニュー
ロンの数は記憶可能なシンボルの個数に相当する。

【０１０２】Ｃ−２−１．記憶モード入力層と競合層の結合重みは、０から１の間の値をとる
ものとする。但し、初期結合重みはランダムに決定す
る。

【０１０３】競合型ニューラル・ネットワークにおける
記憶は、まず、記憶したい入力パターンに対して競合層
で勝ち抜いた競合ニューロンを選択して、その競合ニュ
ーロンと各入力ニューロンとの結合力を強めることで行
なう。

【０１０４】ここで、入力パターン・ベクトル［ｘ₁，
ｘ₂，…，ｘ_n］は、ニューロンが、色プロトタイプＩＤ
１に対応し、ＩＤ１が認識されたら、ニューロンｘ₁を
発火させ、順次、形、音声もそのように発火させること
とする。発火したニューロンは１の値をとり、発火しな
いニューロンは−１の値をとる。

【０１０５】また、ｉ番目の入力ニューロンとｊ番目の
競合ニューロンとの結合力をｗ_ijとおくと、入力ｘ_iに
対する競合ニューロンｙ_jの値は、下式のように表され
る。

【０１０６】

【数１】

【０１０７】したがって、競合に勝ち抜くニューロン
は、下式により求めることができる。

【０１０８】

【数２】

【０１０９】記憶は、競合層で勝ち抜いた競合ニューロ
ン（winner neuron）と各入力ニューロンとの結合力を
強めることで行なう。勝ち抜いたニューロン（winner n
euron）と入力ニューロンとの結合ｗ_ijの更新は、Ｋｏ
ｈｏｎｅｎの更新規則により、以下のように行なわれ
る。

【０１１０】

【数３】

【０１１１】ここで、Ｌ２Ｎｏｒｍで正規化する。

【０１１２】

【数４】

【０１１３】この結合力がいわゆる記憶の強さを表し、
記憶力になる。

【０１１４】ここで、学習率αは、提示する回数と記憶
の関係を表すパラメータである。学習率αが大きいほ
ど、１回の記憶で重みを大きく変更する。例えば、α＝
０．５を用いると、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。

【０１１５】Ｃ−２−２．想起モードいま、以下に示すような入力パターン・ベクトルが図６
に示す連想記憶システムに提示されたとする。入力パタ
ーンは、完全なものではなく一部が欠損していてもよ
い。

【０１１６】

【数５】

【０１１７】このとき、入力ベクトルは、プロトタイプ
ＩＤであっても、あるいはそのプロトタイプＩＤに対す
る尤度、確率であってもよい。出力ニューロンｙ_jの値
は、入力ｘ_iについて下式のように計算される。

【０１１８】

【数６】

【０１１９】上式は、各チャンネルの尤度に応じた競合
ニューロンの発火値の尤度を表しているとも言える。こ
こで重要なことは、複数の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
ることが可能である、という点である。本実施形態で
は、連想するものは唯一すなわち尤度が最大のものだけ
を選択することとし、競合に勝ち抜くニューロンを下式
により求めることができる。

【０１２０】

【数７】

【０１２１】求めた競合ニューロンＹの番号が記憶した
シンボルの番号に対応するので、下式のように、Ｗの逆
行列演算により入力パターンＸを想起することができ
る。

【０１２２】

【数８】

【０１２３】Ｃ−３．記憶能力の制御本発明は、ロボット装置やその他の人工エージェントな
ど、記憶機能を用いてユーザとのインタラクションを実
現するシステムにおいて、記憶能力に変化を持たせて、
よりリアルでユーザに飽きさせないインタラクションを
行なうものである。より具体的には、生命体の成長の度
合いや情報の確信度、あるいは人工エージェントのその
他の内部状態などに応じて記憶能力を動的に変更して、
擬似生命体らしく、効率的な記憶を行なう。

【０１２４】図６に示したような競合型ニューラル・ネ
ットワークを適用した連想記憶システムにおいては、学
習率αを変化させるによって記憶能力を制御することが
できる。

【０１２５】学習率αは、提示する回数と記憶の関係を
表すパラメータである。学習率αが大きいほど、１回の
記憶で重みを大きく変更する。例えば、α＝０．５を用
いると、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。

【０１２６】Ｃ−３−１．成長時間に応じた記憶能力の
制御学習率αを、下式に示すように、成長時間ｔに応じて変
化する関数として扱うことにより、成長過程に応じて記
憶能力を動的に変化させることができる。

【０１２７】

【数９】

【０１２８】成長過程に応じた学習率αの変化として、
成長するに従って徐々に学習率が衰えていくという例が
考えられる。例えば、下式α（ｔ）を用いることによっ
て、生まれたばかりのときの記憶能力αはα_maxで表さ
れる高い値を示すが、ある基準時間τが近づくにつれ徐
々に記憶能力は衰え始め、最終的にはα_minで表される
低い値を示すようになる。このような学習率の変動作用
は、下式α（ｔ）にｓｉｇｍｏｉｄ関数を含めることに
よって実現される。

【０１２９】

【数１０】

【０１３０】図７には、成長時間ｔに応じて記憶能力を
制御するための記憶能力制御システム２００の機能構成
を模式的に示している。同図に示すように、記憶能力制
御システム２００は、入力部２０１と、強化シンボル特
定部２０２と、強化度計算部２０３と、記憶更新部２０
４とで構成される。

【０１３１】入力部２０１は、新規の記憶データを入力
する。記憶データは、外部刺激や内部状態の各要素毎に
割り当てられている複数のチャンネルで構成される入力
パターン［ｘ₁，ｘ₂，…，ｘ_n］であり、各チャンネル
には対応する外部刺激の認識結果や内部状態をシンボル
化したＩＤ情報が送られてくる。

【０１３２】強化シンボル特定部２０２は、入力層と競
合層の２層からなる競合型ニューラル・ネットワーク
（図６を参照のこと）を備えている。入力部２０１から
入力パターン［ｘ₁，ｘ₂，…，ｘ_n］が入力されると、
各出力ニューロンにおける発火値を上記の［数１］を用
いて計算する。そして、出力層のニューロンの中から最
も発火値が大きいニューロンを競合に勝ち抜いたものと
して選択する。

【０１３３】また、強化度計算部２０３では、学習率変
更要素のデータを収集して、現在の状態での学習率αを
算出する。ここでは、学習率変更要素は、ロボット装置
１（又は人工エージェント）の成長時間ｔであり、学習
率αは例えば上記の［数１０］により計算することがで
きる。

【０１３４】記憶更新部２０４は、強化シンボル特定部
２０２において選択された出力ニューロンと入力層の各
ニューロンとの結合を、強化度計算部２０３により計算
された学習率αを利用して更新する。勝ち抜いたニュー
ロンと入力ニューロンとの結合ｗ_ijの更新は、Ｋｏｈｏ
ｎｅｎの更新規則により、上記の［数３］で示した式に
より行なわれる。

【０１３５】上記の式［数１０］に従って学習率αを更
新する、すなわちロボット装置１の記憶能力を制御する
ことによって、ロボット装置１は、幼少期においては、
ユーザとのインタラクションで利用した物体情報や経験
知識を「人の幼少期」と同じようにすぐに記憶すること
ができる。また、成熟期になったときには、「人の成熟
期」と同じように人工エージェントの経験を最大限に活
かしたことを表出させたいと考え、記憶データの更新は
頻発しない。したがって、ロボット装置１は、「人と同
じような」成長を、ユーザに飽きさせないほど充分に模
倣することが可能となる。

【０１３６】Ｃ−３−２．記憶の確からしさに応じた記
憶能力の制御一般に、確信が持てないような情報をあまり強く記憶す
る必要はない。むしろ、確信度の如何に拘わらず一様に
情報を記憶すると、記憶情報の混乱を招きかねない。

【０１３７】他方、上述した競合型ニューラル・ネット
ワークにおいては、ある入力パターンを入力したときの
競合層の各出力ニューロンの発火値ｙ_iは、ｍａｘ
｛ｙ_i｝すなわち競合に勝ち抜いた出力ニューロンを求
めることにより、正しいシンボル番号すなわち記憶パタ
ーンを検索するために利用される。

【０１３８】ここで、各出力ニューロンにおける発火値
ｙ_kは、ニューロンの記憶の確信度に相当する。競合に
勝ち抜いた出力ニューロンの発火値ｍａｘ｛ｙ_i｝と他
の出力ニューロンの発火値ｙ_kとの差が大きければ多い
ほど（すなわち発火値の偏差が大きいほど）、その記憶
の確からしさが高いということになる。逆に、この差
（発火値の偏差）が小さければ、各出力ニューロンにお
ける記憶の確信度の相違はあいまいとなり、記憶の確か
らしさが低いことになる。したがって、競合に勝ち抜い
た出力ニューロンの発火値ｍａｘ｛ｙ_i｝と他の出力ニ
ューロンの発火値ｙ_kとの差の度合いを記憶の確からし
さを表す指標とすることができる。

【０１３９】本実施形態では、新しく学習しようとして
いるデータが実際に学習すべきデータであるかどうか
を、その記憶の確信度に基づいて判断するようにしてい
る。そして、記憶の確からしさに応じた学習率αで学習
することを実現するために、学習率αを発火値ｙ_iすな
わち記憶の確信度の分散σ²の関数として定義する。

【０１４０】

【数１１】

【０１４１】ここで、記憶の確信度の分散σ²は、下式
により求めることができる。

【０１４２】

【数１２】

【０１４３】図８には、記憶の確信度σ²に応じて記憶
能力を制御するための記憶能力制御システム２００−２
の機能構成を模式的に示している。同図に示すように、
記憶能力制御システム２００−２は、入力部２０１と、
強化シンボル特定部２０２と、強化度計算部２０３と、
記憶更新部２０４とで構成される。

【０１４４】入力部２０１は、新規の記憶データを入力
する。記憶データは、外部刺激や内部状態の各要素毎に
割り当てられている複数のチャンネルで構成される入力
パターン［ｘ₁，ｘ₂，…，ｘ_n］であり、各チャンネル
には対応する外部刺激の認識結果や内部状態をシンボル
化したＩＤ情報が送られてくる。

【０１４５】強化シンボル特定部２０２は、入力層と競
合層の２層からなる競合型ニューラル・ネットワーク
（図６を参照のこと）を備えている。入力部２０１から
入力パターン［ｘ₁，ｘ₂，…，ｘ_n］が入力されると、
各出力ニューロンにおける発火値を上記の［数１］を用
いて計算する。そして、出力層のニューロンの中から最
も発火値が大きいニューロンを競合に勝ち抜いたものと
して選択する。

【０１４６】また、強化度計算部２０３では、競合型ニ
ューラル・ネットワークにおける記憶の確信度σ²を計
算して（［数１３］を参照のこと）、さらにこの記憶の
確信度σ²を用いて現在の状態での学習率αを算出する
（［数１２］を参照のこと）。

【０１４７】記憶更新部２０４は、強化シンボル特定部
２０２において選択された出力ニューロンと入力層の各
ニューロンとの結合を、強化度計算部２０３により計算
された学習率αを利用して更新する。勝ち抜いたニュー
ロンと入力ニューロンとの結合ｗ_ijの更新は、Ｋｏｈｏ
ｎｅｎの更新規則により、上記の［数３］で示した式に
より行なわれる。

【０１４８】このような記憶の確信度σ²に基づいた学
習率αの制御として、図９にようなものが考えられる。

【０１４９】いままでまったく学習したことがないよう
なデータを学習しようとしたときは、各出力ニューロン
間で発火値ｙ_iの差が小さいので学習率αが小さくな
る。そして、何度か学習が行われたようなデータを学習
するときは、次第に各出力ニューロン間で発火値ｙ_iの
差が大きくなっていった結果として学習率αが高まる。
これは、ノイズであるかも知れないデータは強く学習せ
ず、ノイズ・データでないことを確認できたときに強く
学習するという効果を持つ。この結果、ロボット装置１
は、ノイズのようなデータは強く覚えることはなくな
り、記憶情報の混乱を起こす可能性が低くなる。

【０１５０】さらに何度も学習したようなデータを学習
しようとしたときは再び学習率αを小さくする。既に強
く学習がなされているデータは、あまり覚える必要がな
く、また、さらに強く学習してしまうことよって他の重
要な学習データを弱めてしまうことになることを避ける
ために、弱く学習する。

【０１５１】Ｃ−３−３．他の要素を利用した記憶能力
の制御上述した例では、ロボット装置１（又は人工エージェン
ト）における成長時間ｔや記憶の確からしさに応じて記
憶能力を制御する。勿論、これら以外の要素を用いて学
習率すなわち記憶能力を制御することが可能である。

【０１５２】例えば、本能、感情、１日の時間帯、場所
（シーン）やロボット装置１が遭遇する場面などの要素
に応じて記憶能力を制御することもできる。また、これ
らのうち２以上の要素を用いて記憶能力を制御すること
もできる。

【０１５３】ロボット装置１の本能（Ｉ:Instinct）に
応じて学習率αを制御する場合、学習率αを本能の関数
α（Ｉ）として定義すればよい。図１０には、本能と学
習率αとの関係を示している。同図に示す例では、空腹
の度合いが進行するにつれて学習率αが小さくなり、記
憶能力が落ち込んでいく。逆に空腹が解消されるにつれ
て集中力が増して学習率αが大きくなり、記憶能力が向
上するが、満腹に近づくにつれて学習率がやがて低下し
始めて、記憶能力が低下する。このような記憶能力の変
動は、生命体に類似するものである。

【０１５４】また、ロボット装置１の感情（ｅ:emotio
n）に応じて学習率αを制御する場合、学習率αを感情
ｅの関数α（ｅ）として定義すればよい。図１１には、
感情と学習率αとの関係を示している。同図に示す例で
は、つまらない状態では退屈のため学習率αが小さくな
り、記憶能力が落ち込んでいく。逆に、楽しい状態では
物事を受け容れ易くなり学習率αが大きくなり、記憶能
力が向上する。このような記憶能力の変動は、生命体に
類似するものである。

【０１５５】また、１日の時間に応じて学習率αを制御
する場合、学習率αを時刻又はスケジュールｓの関数α
（ｓ）として定義すればよい。図１２には、１日の時刻
と学習率αとの関係を示している。同図に示す例では、
朝起きたばかりの状態ではまだ眠いため学習率αが小さ
く、記憶能力が低い。そして、朝食をとった後では、空
腹感が癒されるとともに目が覚めてくることにより集中
力が高まるので、学習率αが大きくなり、記憶能力が向
上する。また、昼食後など眠い時間帯にかかると、集中
力が低下してくるので、学習率αが小さくなり、記憶能
力が低下する。また、就寝する時間帯になると、睡魔の
ために学習率が小さくなり、記憶能力が低下する。この
ような記憶能力の変動は、生命体に類似するものであ
る。

【０１５６】また、ロボット装置１が遭遇する場面
（ｌ:location）に応じて学習率αを制御する場合、学
習率αを遭遇する場面ｌの関数α（ｌ）として定義すれ
ばよい。図１３には、場所と学習率αとの関係を示して
いる。同図に示す例では、学校にいるときなど窮屈な状
態では気分が乗らないため学習率αが小さくなり、記憶
能力が落ち込んでいく。逆に、家や畑にいるときなどリ
ラックスしている状態では物事を受け容れ易くなり学習
率αが大きくなり、記憶能力が向上する。このような記
憶能力の変動は、生命体に類似するものである。

【０１５７】［追補］以上、特定の実施形態を参照しな
がら、本発明について詳解してきた。しかしながら、本
発明の要旨を逸脱しない範囲で当業者が該実施形態の修
正や代用を成し得ることは自明である。

【０１５８】上述した実施形態では本発明に係る連想記
憶メカニズムをロボット装置に適用した場合を中心に説
明してきたが。本発明の要旨は、必ずしも「ロボット」
と称される製品には限定されない。すなわち、電気的若
しくは磁気的な作用を用いて人間の動作に似せた運動を
行う機械装置、あるいは記憶機能に基づくインターラク
ションを行なう対話装置又は電子エージェントであるな
らば、例えば玩具等のような他の産業分野に属する製品
であっても、同様に本発明を適用することができる。

【０１５９】要するに、例示という形態で本発明を開示
してきたのであり、本明細書の記載内容を限定的に解釈
するべきではない。本発明の要旨を判断するためには、
冒頭に記載した特許請求の範囲の欄を参酌すべきであ
る。

【０１６０】

【発明の効果】以上詳記したように、本発明によれば、
事物を記憶する記憶能力を備えて記憶内容を基に自律的
に動作することができる、優れたロボット装置及びその
制御方法、人工エージェント、記憶制御装置及び記憶制
御方法を提供することができる。

【０１６１】また、本発明によれば、記憶能力に変化を
持たせて、よりリアルでユーザに飽きさせないインタラ
クションを行なうことができる、優れたロボット装置及
びその制御方法、人工エージェント、記憶制御装置及び
記憶制御方法を提供することができる。

【０１６２】また、本発明によれば、生命体の成長の度
合いや情報の確信度などに応じて記憶能力を動的に変更
して、擬似生命体らしく、且つ効率的な記憶を行なうこ
とができる、優れたロボット装置及びその制御方法、人
工エージェント、記憶制御装置及び記憶制御方法を提供
することができる。

【図面の簡単な説明】

【図１】本発明に実施に供されるロボット装置１の機能
構成を模式的に示した図である。

【図２】制御ユニット２０の構成をさらに詳細に示した
図である。

【図３】本発明の実施形態に係るロボット装置１の行動
制御システム１００の機能構成を模式的に示した図であ
る。

【図４】連想記憶システムの記憶過程を概念的に示した
図である。

【図５】連想記憶システムの想起過程を概念的に示した
図である。

【図６】競合型ニューラル・ネットワークを適用した連
想記憶システムの構成例を模式的に示した図である。

【図７】成長時間ｔに応じて記憶能力を制御するための
記憶能力制御システム２００の機能構成を模式的に示し
た図である。

【図８】記憶の確信度に応じて記憶能力を制御するため
の記憶能力制御システム２００−２の機能構成を模式的
に示した図である。

【図９】記憶の確信度σ²と学習率αとの関係を示した
チャートである。

【図１０】ロボット装置１が持つ本能と学習率αとの関
係を示したチャートである。

【図１１】ロボット装置１が持つ感情と学習率αとの関
係を示したチャートである。

【図１２】１日の時間と学習率αとの関係を示したチャ
ートである。

【図１３】ロボット装置１が遭遇する場所と学習率αと
の関係を示したチャートである。

【符号の説明】

１…ロボット装置１５…ＣＣＤカメラ１６…マイクロフォン１７…スピーカ１８…タッチセンサ１９…ＬＥＤインジケータ２０…制御部２１…ＣＰＵ２２…ＲＡＭ２３…ＲＯＭ２４…不揮発メモリ２５…インターフェース２６…無線通信インターフェース２７…ネットワーク・インターフェース・カード２８…バス２９…キーボード４０…入出力部５０…駆動部５１…モータ５２…エンコーダ５３…ドライバ１００…行動制御システム１０１…視覚認識機能部１０２…聴覚認識機能部１０３…接触認識機能部１０５…短期記憶部１０６…長期記憶部１０７…熟考行動階層１０８…状況依存行動階層１０９…反射行動部２００…記憶能力制御システム２０１…入力部２０２…強化シンボル特定部２０３…強化度計算部２０４…記憶更新部

───────────────────────────────────────────────────── 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）Ｇ０６Ｎ 3/00 ５５０Ｇ０６Ｎ 3/00 ５５０Ｅ // Ａ６３Ｈ 3/28 Ａ６３Ｈ 3/28 Ｚ 3/38 3/38 Ａ 13/02 13/02 ＧＦターム(参考） 2C150 CA11 CA12 DA04 DA05 DA28 DF02 DG02 DK02 DK10 EA18 EB01 ED47 ED56 EE07 EF16 EF34 EF36 FA03 3C007 AS27 AS36 CS08 KS31 KS39 KT01 LW12 LW15 MT14 WA02 WA12 WB15 WB16 WC01 WC07 5H004 GA26 GB16 KD52 KD63

Claims

【特許請求の範囲】

【請求項１】関節駆動又はユーザとの対話駆動を行う駆
動部と、入力されたパターンを所定の学習率で記憶する記憶部
と、前記記憶部における学習率を変化させる記憶能力制御部
と、前記記憶部により記憶されたパターンを想起して前記駆
動部による機体動作を制御する行動制御部と、を具備す
ることを特徴とするロボット装置。
【請求項２】前記学習率はパターンが提示された回数と
記憶の関係を表すパラメータである、ことを特徴とする
請求項１に記載のロボット装置。
【請求項３】前記記憶部は、入力パターンに応じて発火する複数の入力ニューロンか
らなる入力層と、各入力ニューロンからの出力を結合力
に応じて重み付け入力する複数の競合ニューロンからな
る競合層とを備えた競合型ニューラル・ネットワークで
構成され、ある入力パターンに対して各入力ニューロンからの重み
付け入力値の総和が最大となる競合ニューロンを選択し
て、該競合ニューロンと各入力ニューローンとの結合力
を強めることによって、該入力パターンの記憶を強化す
るとともに、一部が欠損した入力パターンに対して各入力ニューロン
からの重み付け入力値の総和が最大となる競合ニューロ
ンを選択して、該競合ニューロンと結合力の強い入力ニ
ューローンからなる記憶パターンを想起する、ことを特
徴とする請求項１に記載のロボット装置。
【請求項４】前記学習率はパターンが提示された回数に
応じて競合ニューロンと各入力ニューローンとの結合力
を強める度合いを表すパラメータである、ことを特徴と
する請求項３に記載のロボット装置。
【請求項５】前記記憶能力制御部は前記ロボット装置の
成長時間に応じて学習率を変化させる、ことを特徴とす
る請求項１に記載のロボット装置。
【請求項６】前記記憶能力制御部は、生まれたときの学
習率を高い値に設定するとともに所定の基準時間に近づ
くにつれて学習率を低下させていく、ことを特徴とする
請求項１に記載のロボット装置。
【請求項７】前記記憶能力制御部は記憶の確からしさに
応じて学習率を変化させる、ことを特徴とする請求項１
に記載のロボット装置。
【請求項８】前記記憶能力制御部は、競合に勝ち抜いた
出力ニューロンの発火値とそれ以外の出力ニューロンの
発火値との偏差に応じて学習率を変化させる、ことを特
徴とする請求項３に記載のロボット装置。
【請求項９】前記記憶能力制御部は前記ロボット装置の
本能に応じて学習率を変化させる、ことを特徴とする請
求項１に記載のロボット装置。
【請求項１０】前記記憶能力制御部は前記ロボット装置
の感情に応じて学習率を変化させる、ことを特徴とする
請求項１に記載のロボット装置。
【請求項１１】前記記憶能力制御部は１日のうちの時間
帯に応じて学習率を変化させる、ことを特徴とする請求
項１に記載のロボット装置。
【請求項１２】前記記憶能力制御部は前記ロボット装置
が遭遇する場面に応じて学習率を変化させる、ことを特
徴とする請求項１に記載のロボット装置。
【請求項１３】関節駆動又はユーザとの対話駆動を行う
ロボット装置の制御方法であって、入力されたパターンを所定の学習率で記憶する記憶ステ
ップと、前記記憶部における学習率を変化させる記憶能力制御ス
テップと、前記記憶部により記憶されたパターンを想起して前記ロ
ボット装置の機体動作を制御する行動制御ステップと、
を具備することを特徴とするロボット装置の制御方法。
【請求項１４】前記学習率はパターンが提示された回数
と記憶の関係を表すパラメータである、ことを特徴とす
る請求項１３に記載のロボット装置の制御方法。
【請求項１５】前記記憶ステップでは、入力パターンに応じて発火する複数の入力ニューロンか
らなる入力層と、各入力ニューロンからの出力を結合力
に応じて重み付け入力する複数の競合ニューロンからな
る競合層とを備えた競合型ニューラル・ネットワークを
用いて、ある入力パターンに対して各入力ニューロンからの重み
付け入力値の総和が最大となる競合ニューロンを選択し
て、該競合ニューロンと各入力ニューローンとの結合力
を強めることによって、該入力パターンの記憶を強化す
るとともに、一部が欠損した入力パターンに対して各入力ニューロン
からの重み付け入力値の総和が最大となる競合ニューロ
ンを選択して、該競合ニューロンと結合力の強い入力ニ
ューローンからなる記憶パターンを想起する、ことを特
徴とする請求項１３に記載のロボット装置の制御方法。
【請求項１６】前記学習率はパターンが提示された回数
に応じて競合ニューロンと各入力ニューローンとの結合
力を強める度合いを表すパラメータである、ことを特徴
とする請求項１５に記載のロボット装置の制御方法。
【請求項１７】前記記憶能力制御ステップでは前記ロボ
ット装置の成長時間に応じて学習率を変化させる、こと
を特徴とする請求項１３に記載のロボット装置の制御方
法。
【請求項１８】前記記憶能力制御ステップでは、生まれ
たときの学習率を高い値に設定するとともに所定の基準
時間に近づくにつれて学習率を低下させていく、ことを
特徴とする請求項１３に記載のロボット装置の制御方
法。
【請求項１９】前記記憶能力制御ステップでは記憶の確
からしさに応じて学習率を変化させる、ことを特徴とす
る請求項１３に記載のロボット装置の制御方法。
【請求項２０】前記記憶能力制御ステップでは、競合に
勝ち抜いた出力ニューロンの発火値とそれ以外の出力ニ
ューロンの発火値との偏差に応じて学習率を変化させ
る、ことを特徴とする請求項１５に記載のロボット装置
の制御方法。
【請求項２１】前記記憶能力制御ステップでは前記ロボ
ット装置の本能に応じて学習率を変化させる、ことを特
徴とする請求項１３に記載のロボット装置の制御方法。
【請求項２２】前記記憶能力制御ステップでは前記ロボ
ット装置の感情に応じて学習率を変化させる、ことを特
徴とする請求項１３に記載のロボット装置の制御方法。
【請求項２３】前記記憶能力制御ステップでは１日のう
ちの時間帯に応じて学習率を変化させる、ことを特徴と
する請求項１３に記載のロボット装置の制御方法。
【請求項２４】前記記憶能力制御ステップでは前記ロボ
ット装置が遭遇する場面に応じて学習率を変化させる、
ことを特徴とする請求項１３に記載のロボット装置の制
御方法。
【請求項２５】ユーザとのインタラクションを行う対話
部と、入力されたパターンを所定の学習率で記憶する記憶部
と、前記記憶部における学習率を変化させる記憶能力制御部
と、前記記憶部により記憶されたパターンを想起して前記対
話部によるインタラクションを制御する行動制御部と、
を具備することを特徴とする人工エージェント。
【請求項２６】前記記憶部は、入力パターンに応じて発
火する複数の入力ニューロンからなる入力層と、各入力
ニューロンからの出力を結合力に応じて重み付け入力す
る複数の競合ニューロンからなる競合層とを備えた競合
型ニューラル・ネットワークで構成され、ある入力パタ
ーンに対して各入力ニューロンからの重み付け入力値の
総和が最大となる競合ニューロンを選択して、該競合ニ
ューロンと各入力ニューローンとの結合力を強めること
によって、該入力パターンの記憶を強化するとともに、一部が欠損した入力パターンに対して各入力ニューロン
からの重み付け入力値の総和が最大となる競合ニューロ
ンを選択して、該競合ニューロンと結合力の強い入力ニ
ューローンからなる記憶パターンを想起する、ことを特
徴とする請求項２５に記載の人工エージェント。
【請求項２７】前記学習率はパターンが提示された回数
に応じて競合ニューロンと各入力ニューローンとの結合
力を強める度合いを表すパラメータである、ことを特徴
とする請求項２６に記載の人工エージェント。
【請求項２８】前記記憶能力制御部は前記人工エージェ
ントの成長時間に応じて学習率を変化させる、ことを特
徴とする請求項２５に記載の人工エージェント。
【請求項２９】前記記憶能力制御部は記憶の確からしさ
に応じて学習率を変化させる、ことを特徴とする請求項
２５に記載の人工エージェント。
【請求項３０】前記記憶能力制御部は前記人工エージェ
ントの本能に応じて学習率を変化させる、ことを特徴と
する請求項２５に記載の人工エージェント。
【請求項３１】前記記憶能力制御部は前記人工エージェ
ントの感情に応じて学習率を変化させる、ことを特徴と
する請求項２５に記載の人工エージェント。
【請求項３２】前記記憶能力制御部は１日のうちの時間
帯に応じて学習率を変化させる、ことを特徴とする請求
項２５に記載の人工エージェント。
【請求項３３】前記記憶能力制御部は前記人工エージェ
ントが遭遇する場面に応じて学習率を変化させる、こと
を特徴とする請求項２５に記載の人工エージェント。
【請求項３４】入力パターンに応じて発火する複数の入
力ニューロンからなる入力層と、各入力ニューロンから
の出力を結合力に応じて重み付け入力する複数の競合ニ
ューロンからなる競合層とで構成される競合型ニューラ
ル・ネットワークを用いて、ある入力パターンに対して
各入力ニューロンからの重み付け入力値の総和が最大と
なる競合ニューロンを選択して該競合ニューロンと各入
力ニューローンとの結合力を強めることにより記憶する
とともに、一部が欠損した入力パターンに対して各入力
ニューロンからの重み付け入力値の総和が最大となる競
合ニューロンを選択して該競合ニューロンと結合力の強
い入力ニューローンからなる記憶パターンを想起する記
憶メカニズムを制御する記憶制御装置であって、競合ニューロンと各入力ニューローンとの結合力を強め
る度合いを表す学習率を変化させる記憶能力制御部を備
える、ことを特徴とする記憶制御装置。
【請求項３５】前記記憶能力制御部は前記記憶メカニズ
ムの成長時間に応じて学習率を変化させる、ことを特徴
とする請求項３４に記載の記憶制御装置。
【請求項３６】前記記憶能力制御部は、競合に勝ち抜い
た出力ニューロンの発火値とそれ以外の出力ニューロン
の発火値との偏差に応じて学習率を変化させる、ことを
特徴とする請求項３４に記載の記憶制御装置。
【請求項３７】入力パターンに応じて発火する複数の入
力ニューロンからなる入力層と、各入力ニューロンから
の出力を結合力に応じて重み付け入力する複数の競合ニ
ューロンからなる競合層とで構成される競合型ニューラ
ル・ネットワークを用いた記憶メカニズムにおける記憶
動作を制御する記憶制御方法であって、ある入力パターンに対して各入力ニューロンからの重み
付け入力値の総和が最大となる競合ニューロンを選択し
て該競合ニューロンと各入力ニューローンとの結合力を
強める記憶ステップと、競合ニューロンと各入力ニューローンとの結合力を強め
る度合いを表す学習率を変化させる記憶能力制御ステッ
プと、一部が欠損した入力パターンに対して各入力ニューロン
からの重み付け入力値の総和が最大となる競合ニューロ
ンを選択して該競合ニューロンと結合力の強い入力ニュ
ーローンからなる記憶パターンを想起する想起ステップ
と、を具備することを特徴とする記憶制御方法。
【請求項３８】前記記憶能力制御ステップでは前記記憶
メカニズムの成長時間に応じて学習率を変化させる、こ
とを特徴とする請求項３７に記載の記憶制御方法。
【請求項３９】前記記憶能力制御ステップでは、競合に
勝ち抜いた出力ニューロンの発火値とそれ以外の出力ニ
ューロンの発火値との偏差に応じて学習率を変化させ
る、ことを特徴とする請求項３７に記載の記憶制御方
法。