JP2003311669A

JP2003311669A - ロボット装置

Info

Publication number: JP2003311669A
Application number: JP2002116510A
Authority: JP
Inventors: Shunsuke Tezuka; 俊介手塚
Original assignee: Fuji Heavy Industries Ltd
Current assignee: Subaru Corp
Priority date: 2002-04-18
Filing date: 2002-04-18
Publication date: 2003-11-05
Anticipated expiration: 2022-04-18
Also published as: JP3905413B2

Abstract

(57)【要約】【課題】遺伝的アルゴリズムを用いた歩容生成におけ
る最適解の収束性を高めて進化の停滞を防止し、高速且
つ信頼性の高い歩容パターンを得る。【解決手段】パラメータ発生器１０で生成した歩容パ
ラメータでシミュレータ２０又は歩行型ロボット１によ
って動作状況をシミュレートし、その結果をＧＡエンジ
ン群３０の各評価部３１で評価する。そして、各評価部
３１からの評価値に基づいて各ＧＡエンジン３２におけ
る最良個体の評価値が向上するように演算を行って最適
解をパラメータ発生器１０に渡し、パラメータ発生器１
０から歩行型ロボット１に出力する歩容パラメータを更
新して、再度シミュレータ２０又は歩行型ロボット１に
よる動作状況の評価を繰り返すことにより、徐々に評価
値の高い歩容パラメータに進化させていく。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、遺伝的アルゴリズ
ムを用いて歩容を生成し、脚によって歩行するロボット
装置に関する。

【０００２】

【従来の技術】従来、脚を持ったロボットの歩容を生成
する場合には、多くのパラメータを決定する必要があ
り、シミュレーション及び実験等に多くの工数を要して
いた。

【０００３】このため、例えば、特開２００１−１９１
２８４号公報には、歩行型ロボットの歩行を制御するた
めのパラメータを、歩行の評価値が向上するよう、遺伝
的アルゴリズムを用いて更新することで、歩行パターン
の生成作業を容易化する技術が開示されている。

【０００４】

【発明が解決しようとする課題】しかしながら、歩行型
ロボットの歩容生成は煩雑であるため、ロボットの歩行
において満たすべき評価条件が多く、且つ、それぞれの
条件が相互に影響しあっていたり、トレードオフの関係
になることがある。

【０００５】このため、先行術のように、遺伝的アルゴ
リズムを用いた進化的学習法を適用しても、進化計算の
収束が遅く、結果的に局所解にトラップされて進化が停
滞してしまう現象が発生する場合がある。

【０００６】本発明は上記事情に鑑みてなされたもの
で、遺伝的アルゴリズムを用いた歩容生成における最適
解の収束性を高めて進化の停滞を防止し、高速且つ信頼
性の高い歩容パターンを得ることのできるロボット装置
を提供することを目的としている。

【０００７】

【課題を解決するための手段】上記目的を達成するた
め、請求項１記載の発明は、遺伝的アルゴリズムに基づ
いて、単一或いは複数の脚部により歩行する歩行型ロボ
ットが満たすべき複数の評価条件を下位から上位に向か
って段階的に分割し、各段の評価条件に適合した最適解
の候補を進化個体群としてそれぞれ演算する手段と、下
位側の進化個体群と上位側の進化個体群との間で個体の
評価値に応じて個体交換を行う手段と、最上位の進化個
体群に基づいて最適化演算の収束判定を行う手段と、最
適化演算が収束した最上位の進化個体群に基づいて、上
記歩行型ロボットの制御パラメータを更新する手段とを
備えたことを特徴とする。

【０００８】請求項２記載の発明は、請求項１記載の発
明において、上記進化個体群の演算を、複数の演算器で
分散して実行することを特徴とする。

【０００９】請求項３記載の発明は、請求項１又は２記
載の発明において、上記評価値を、上記歩行型ロボット
の動きをモデル化したシミュレータからのデータに基づ
いて算出することを特徴とする。

【００１０】請求項４記載の発明は、請求項１，２，３
の何れか一に記載の発明において、上記評価値を、上記
歩行型ロボットからの実機データに基づいて算出するこ
とを特徴とする。

【００１１】すなわち、請求項１記載の発明は、歩行型
ロボットが満たすべき複数の評価条件を下位から上位に
向かって段階的に分割し、下位側の進化個体群と上位側
の進化個体群との間で個体の評価値に応じて個体交換を
行いながら、各段の評価条件に適合した最適解の候補を
それぞれ演算する。そして、最上位の進化個体群の最適
化演算が収束判定されたとき、この最上位の進化個体群
に基づいて歩行型ロボットの制御パラメータを更新する
ことで、最適解の収束性を高めて進化の停滞を防止す
る。

【００１２】その際、進化個体群の演算は、請求項２記
載の発明のように、複数の演算器で分散して実行するこ
とが望ましく、解探索をより高速化することができる。
また、個体の評価値は、請求項３記載の発明のように、
歩行型ロボットの動きをモデル化したシミュレータから
のデータ、或いは、請求項４記載の発明のように、歩行
型ロボットからの実機データに基づいて算出することが
できる。

【００１３】

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態を説明する。図１〜図８は本発明の実施の一形
態に係わり、図１はロボット装置の全体構成図、図２は
段階的進化法を用いた最適化装置のブロック図、図３は
複数の演算装置を用いた最適化装置のブロック図、図４
はＧＡエンジン間での移民処理のフローチャート、図５
は４脚歩行型ロボットに上下方向の動きを与える関節角
の説明図、図６は４脚歩行型ロボットに前後・左右方向
の動きを与える関節角の説明図、図７は１脚分の歩容パ
ターンを生成するニューラルネットワークの説明図、図
８はシミュレータの処理を示すフローチャートである。

【００１４】図１に示すロボット装置は、単一或いは複
数の脚部を有し、この脚部の駆動によって歩行する歩行
型ロボット１と、この歩行型ロボット１の歩行制御パラ
メータを生成・更新するパラメータ発生器１０と、歩行
型ロボット１をモデル化したシミュレータ２０と、複数
の評価条件に応じて段階的進化を実現するため、下位か
ら上位へ逐次的に評価条件が追加されていくＮ個の評価
部３１を伴い、同時並行的に演算を実行するＮ個の遺伝
的アルゴリズム計算部（ＧＡエンジン）３２を有するＧ
Ａエンジン群３０とを備えて構成される。

【００１５】ＧＡエンジン群３０は、進化の初期段階か
ら歩行型ロボット１に与えるタスクを徐々に複雑化する
ことにより進化の停滞を防ぐ、いわゆる段階的進化法を
用いた最適化装置として構成される。詳細には、図２に
示すように、ＧＡエンジン群３０は、Ｎ個の評価部３１
及び対応するＮ個のＧＡエンジン３２に対し、（Ｎ−
１）個の個体移民制御部３３と、収束判定部３４とを備
えて構成される。

【００１６】ＧＡエンジン３２は、下位から上位に亘っ
て複数段設けられ、後述するように、個々のＧＡエンジ
ン３２に対して評価部３１で設定される評価条件が下位
から上位へ段階的に追加される。尚、各段の評価部３１
及びＧＡエンジン３２は、最下位を１段目、上位に向か
って順次２段目，３段目，…、そして最上位をＮ段目と
定義する。

【００１７】個体移民制御部３３は、互いに隣接したＧ
Ａエンジン３２の間に設けられており、最適化対象とな
る進化個体群ＰＧｎ（ｎ＝１〜Ｎ）中の一部個体群を、
互いに隣接した直近段の間で移動させる。本明細書で
は、上下の進化個体群ＰＧｎ間で移動される個体を「移
民」と呼ぶ。

【００１８】収束判定部３４は、最上位のＧＡエンジン
３２のみに付随しており、最上位のＧＡエンジン３２で
出力される進化個体群ＰＧＮに基づいて、最適化の収束
判定を行う。ここで、「最上位」とは、最終的な目的と
なる最適解を含み得る目的段、換言すれば、最終的に与
えるべき全条件が設定されている段をいう。従って、最
終的に求める最適解、すなわち考慮すべき全条件に適合
する解は、最上位のＧＡエンジン３２において算出され
る。

【００１９】各段の評価部３１でＧＡエンジン３２に対
して設定される評価条件は、下位から上位に向かって階
段的に追加された形態となっている。すなわち、１段目
の評価条件（１段目のＧＡエンジン３２に設定される評
価条件）が単一の「条件１」のみであるのに対して、２
段目の評価条件は１段目の「条件１」に新たな「条件
２」を追加した「条件１＋２」（”＋”は「且つ（ａｎ
ｄ）」の意味）となっている。また、３段目の評価条件
は、直下位の評価条件である「条件１＋２」に新たな
「条件３」を追加した「条件１＋２＋３」になってい
る。すなわち、複数の条件が組み合わさった「評価条件
１＋２＋・・・＋Ｎ」（最終的な評価条件）を段階的に
分割し、下位から上位に亘って条件が段階的に追加され
るように各段の評価条件を個別に設定する。

【００２０】尚、各段に追加する条件は単一である必要
は必ずしもなく、複数の条件を同時に追加してもよい。
例えば、１段目の評価条件を「条件１」とし、２段目の
評価条件を「条件１＋２＋３」とするといった如くであ
る。

【００２１】それぞれのＧＡエンジン３２に段階的に追
加される条件は、拘束力の強いものほど下位に配置し、
拘束力の弱いものほど上位に配置する。換言すれば、下
位側には必要条件的な条件を配置し、上位側には十分条
件的な条件を配置する。具体的には、歩行型ロボット１
に関する歩行の最適化で考慮すべき条件として、以下に
説明するように、「脚で立つ」、「転倒しない」、「な
るべく足音を立てずに歩行する」等があり、歩行の大前
提である「脚で立つ」という拘束力の強い条件が最下位
の「条件１」に相当し、「転倒しない」という条件がそ
れに統く「条件２」に相当し、高度な条件である「なる
べく足音を立てずに歩行する」という条件が最上位の
「条件Ｎ」（拘束力が最も弱い）に相当する。

【００２２】詳細には、単一又は複数の脚部を持つロボ
ットの歩行に要求される条件として、例えば、以下の
（１）〜（９）に示す条件等があり、概ね（１）→
（９）の順序で拘束力が強い。（１）脚で立つ（体を地面につけない）。（２）転倒しない（体の角度を限度内に保つ）。（３）移動する（足踏みだけではない）。（４）行きたい方向へ進む。（５）より速く歩行する。（６）より安定した歩行をする（外乱に耐える）。（７）使用するエネルギーが少ない。（８）なるべく姿勢を崩さずに歩行する。（９）なるべく足音を立てずに歩行する。

【００２３】これらの条件のうち、最も拘束力の強い条
件、すなわち（１）の「脚で立つ」条件を１段目の評価
部３１にて判定し、最も拘束力の強い条件と、２番目に
拘束力の強い条件、この場合は（２）の「転倒しない」
条件とを同時に、２段目の評価部３１で判定する。この
ように、拘束力が強い条件から順次、評価部３１に付け
加えるように、Ｎ個の条件に対してＮ個の独立したＧＡ
エンジン３２を用意することで、Ｎ段目のＧＡエンジン
３２では、要求される全ての条件に対して評価が行われ
ることとなる。

【００２４】このＧＡエンジン群３０をスタンドアロン
のシングルプロセッサ型のコンピュータ等の単一の演算
装置で実現する場合、単一のコンピュータがＮ個の評価
部３１及びＧＡエンジン３２、（Ｎ−１）個の個体移民
制御部３３、収束判定部３４の全機能を担うが、処理速
度の高速化を図るために、マルチプロセッサ型のコンピ
ュータ或いはＬＡＮ等によってネットワーク接続された
複数のシングルプロセッサ型のコンピュータ等、複数の
演算装置でＧＡエンジン群３０を実現することも可能で
ある。

【００２５】この場合、図３に示すように、Ｎ個のコン
ピュータ（プロセッサ）３０−１，３０−２，…，３０
−Ｎのそれぞれが、１個の評価部３１及びＧＡエンジン
３２、それに対応した個体移民制御部３３の機能を実現
し、並列処理を行うコンピュータ（プロセッサ）間の情
報伝達（個体交換）は、ネットワーク、バス、マルチポ
ートメモリ、その他のインターフェースを介して行われ
る。そして、最上位のＧＡエンジン３２に相当するコン
ピュータ（プロセッサ）に収束判定部３４の機能を担わ
せる。

【００２６】それぞれのＧＡエンジン３２は、互いに独
立してＧＡ演算を行うため簡単に並列化でき、最適化に
要する処理時間は、使用するコンピュータ（プロセッ
サ）の数の増加に伴い短縮化される。互いに隣接したＧ
Ａエンジン３２間の個体交換に要するデータ量は比較的
少なく、その発生頻度も高くない。そのため、個体交換
用のインターフェースとして高速な専用線を用いる必要
は必ずしもない。尚、単一のＧＡエンジン３２に通常の
分散ＧＡを用いて更に細分化・並列化すれば、処理速度
の一層の高速化を図ることができる。

【００２７】以上の構成によるロボット装置では、パラ
メータ発生器１０で生成した歩容パラメータでシミュレ
ータ２０又は歩行型ロボット１によって動作状況をシミ
ュレートし、その結果をＧＡエンジン群３０の評価部３
１で評価する。すなわち、ＧＡ演算は繰り返し学習を行
う手法であるため、計算時間の制約から評価は実機（歩
行型ロボット１）でなくシミュレータを用いて進化を進
め、最も上位の評価条件を持つものの最良個体の結果を
実機に適用しても良いが、制御の確実性と制御結果を得
るまでの時間との兼ね合いを考慮し、評価の一部又は全
部を実機に対して適用することも可能である。

【００２８】そして、ＧＡエンジン群３０では、各評価
部３１からの評価値に基づいて各ＧＡエンジン３２にお
ける最良個体の評価値が向上するように演算を行い、新
たなパラメータをパラメータ発生器１０に渡し、パラメ
ータ発生器１０から歩行型ロボット１に出力する歩容パ
ラメータ（制御パラメータ）を更新する。そして、再
度、シミュレータ２０又は歩行型ロボット１による動作
状況の評価を繰り返すことにより、徐々に評価値の高い
歩容パラメータに進化させていく。

【００２９】このＧＡエンジン群３０における最適化演
算は、最下位のＧＡエンジン３２で最も単純な評価条件
１、例えば「脚で立つ」条件のみに基づいて解探索を行
い、進化個体群ＰＧ１を出力する。また、これよりも１
つ上位のＧＡエンジン３２は、評価条件１に、新たな評
価条件２、例えば「転倒しない」条件を加え、両者の評
価条件（１＋２）下で解探索を行い、進化個体群ＰＧ２
を出力する。

【００３０】同様に、ＧＡエンジン３２が上位になるに
つれて評価条件が段階的に追加され、より複雑な評価条
件下での最適化が試みられる。各段のＧＡエンジン３２
は、個別に設定された評価条件に適合した解の候補を進
化個体群ＰＧｎとして出力する。進化個体群ＰＧｎを構
成する個々の個体は、最適化に応じて適宜設定されたル
ールに従いコーディングされている。尚、各段の進化個
体群ＰＧｎの初期設定は、個体の多様性を確保するため
に、ＧＡエンジン３２毎にランダムに作り出すことが好
ましい。また、各段のＧＡエンジン３２に設定する進化
個体群ＰＧｎの個体数は同一であっても良いが、異なる
個体数に設定しても良い。

【００３１】一方、進化個体群の中で評価値の悪い個体
は、下位の評価条件の少ない群に移民し、評価値の良い
個体は、上位の評価条件の多い群に移民する。すなわ
ち、個体移民制御部３３は、定められたタイミングで進
化個体群ＰＧｎから定められた数の個体（移民）を、相
対的な評価値の良い順番に、上位の進化個体群ＰＧｎ+1
に移動させる（ステップアップ）。移民を受け入れた上
位側のＧＡエンジン３２は、下位の評価条件については
そこそこの評価を得ている個体から進化操作を行う。従
って、評価条件の段階的な追加とともに最適解が存在す
るであろう空間を限定していくことができるため、最適
解発見の可能性を高めることができる。

【００３２】また、個体移民制御部３３は、定められた
タイミングで、進化個体群ＰＧｎから定められた数の移
民を、相対的な評価値の悪い順番に、下位の進化個体群
ＰＧｎ-1に移動させる（ステップダウン）。移民を受け
入れた下位側のＧＡエンジン３２は、従前よりも単純な
評価条件下で解探索をリトライする。これは、複合条件
での解探索が難しかった場合に、条件を簡略化して個体
近傍の新たな局所解を素早く見つけ、再度上位に個体移
動させるためである。

【００３３】このように、より単純な評価条件を満たし
た個体は、１つ上位の進化個体群にステップアップし、
より複雑な評価条件下での最適化が行われる。一方、複
雑な評価条件を満たせなかった個体は、１つ下位の進化
個体群にステップダウンし、単純な評価条件下での最適
化を再トライする。

【００３４】すなわち、段階的に条件が追加された評価
環境の下で、最適化演算を段階的に実行し、上下間で進
化個体群ＰＧｎの一部を相互に交換を行うことで、個体
の最適化度合いに応じた進化計算を自動的・自律的に行
うことが可能となる。それとともに、上位側における進
化個体群ＰＧｎの解探索も効率的に行われ、個体遺伝子
の偏りも避けられる（多様性の維持）。従って、局所解
に陥ったとしても、局所解脱出の可能性が飛躍的に高ま
るとともに、進化の進行度合いはより連続的になるた
め、複雑な評価条件下においても良質な解を高速に算出
することが可能となる。

【００３５】ここで、上位に位置する複合度の増した解
空間において局所解（最適解）へは近いがアプローチが
難しい場合（解にたどり着くまでに１山あるようなケー
ス）を考える。本実施形態では、個体移民制御部３３に
よる制御でステップアップしたものの進化に行き詰まっ
た場合、その個体をステップダウンし、下位側で若干の
修正を加えた後に再度ステップアップするというリトラ
イループが結果として構成される。

【００３６】このリトライループによって、下位にステ
ップダウンした個体に若干の変更を加えて再びステップ
アップすれば、アプローチの角度が変わり、結果的に山
を迂回し解にたどり着く可能性を高めることができる。
すなわち、多数の条件が組み合わさった複雑な評価条件
が与えられるほど解空間が飛躍的に広がるため、従来の
単純ＧＡでは局所解に陥り易いが、本実施形態に係る最
適化手法では、進化の進み具合は連続的となり、局所解
に陥ることなく良好な最適解が得られることになる。

【００３７】また、本実施形態によれば、集団の多様性
が維持できるという効果もある。ＧＡにおいて多様性の
維持こそが広い解探索を保証する唯一の拠り所であり、
下位側において生成・変更された個体を移民すること
は、上位側における集団の多様性維持に大きく貢献して
いる。また、下位側には上位側よりも拘束力が強い条件
を設けることで、最終的な最適解の探索を効率的に行う
ことが可能となる。一般に、ある条件に合致する解が存
在する空間は、与えられた条件の拘束力が大きいほど大
きくなる傾向がある。従って、下位側になるほど拘束力
の強い条件を段階的に追加し、下位側において求められ
た大域的な解を考慮した上で、上位側での解探索を実行
すれば、上位側での解探索を効率的に行うことが期待で
きる。

【００３８】ＧＡエンジン間での移民処理は、図４に示
す手順に従って実行される。この処理は、それぞれの個
体移民制御部３３において独立して実行されるものであ
るが、以下、中間段であるｎ段目のＧＡエンジン３２に
関する処理を例示しながら説明する。

【００３９】先ず、ステップＳ１において、上位移民タ
イミング、すなわち、進化個体群ＰＧｎの一部を直上位
にステップアップさせるタイミングであるか否かが判断
される。このタイミングは、例えば２０世代毎のような
固定タイミングでも良く、或いは一定確率による抽選で
決定しても良い。

【００４０】ステップＳ１で肯定判定された場合には、
ステップＳ２に進む。これに対して、このステップＳ１
で否定判定された場合には、上位移民処理（ステップＳ
２〜Ｓ５）をスキップしてステップＳ６に進む。尚、最
上位のＧＡエンジン３２に関しては、上位側にＧＡエン
ジン３２が存在しないため、上位移民処理（すなわち、
移民のステップアップ処理および上位側からの交換移民
の受取り処理）は行われない。

【００４１】ステップＳ２において、ｎ段目の進化個体
群ＰＧｎの中で上位側にステップアップさせる一部個体
群、すなわち上位側への移民個体が決定される。具体的
には、所定の個体選択法に基づいて進化個体群を構成す
る個々の個体を評価し、基本的には、この進化個体群の
中で相対的な評価が良い個体をステップアップする移民
として選択する。選択される移民数は一定であり、進化
個体群ＰＧｎの全体個体数が進化計算中に変化すること
はない。また、移民数は、最初に全個体数からの割合で
決めるのが妥当である。

【００４２】ＧＡには評価値の良い個体を選択する手法
として一般的な手法がいくつかあり、適宜の手法に基づ
いて上位側への移民が決定される。これらの手法は、単
純に評価値が良いものだけを順位から一意に決定すると
いう方法ではなく、集団の遺伝子の多様性を維持すると
いう意味合いから確率的選択で行う。代表的なものとし
ては、ルーレット式選択、ランク方式選択、トーナメン
ト式選択等が挙げられる。標準的なＧＡにおいて、これ
らの手法は、次世代の個体を作り出す際の親個体の選択
に用いられるが、本実施形態ではそれと同等な選択方式
を採用している。

【００４３】ステップＳ３において、上位側の進化個体
群ＰＧｎ+1への移民に関する個体データが上位側である
（ｎ＋１）段目に送信される。すなわち、ｎ段目で決定
された移民は、（ｎ＋１）段目に対して送信され、ｎ段
目は、交換個体データの受信待ち状態となる（ステップ
Ｓ４）。そして、（ｎ＋１）段目からの交換個体データ
をｎ段目が受信すると、受信した受領個体データがｎ段
目の進化個体群ＰＧｎにセットされる（ステップＳ
５）。

【００４４】ステップＳ５に続くステップＳ６におい
て、ｎ段目が下位側である（ｎ−１）段目からの移民個
体データを受信しているか否かが判断される。移民個体
データを受信している場合、ステップＳ７に進み、下位
移民処理（ステップＳ７〜Ｓ９）が行われる。最下位の
ＧＡエンジン３２に関しては、下位側にＧＡエンジン３
２が存在しないため、下位移民処理（すなわち、移民の
ステップダウン処理および下位側からの交換移民の受取
り処理）は行われない。

【００４５】この下位移民処理では、例えば、「脚で立
つ」と「転倒しない」という２つの評価条件を満たした
個体を考えると、この個体が一つ上位の条件である「移
動する」という条件を加えた上位側のＧＡエンジン３２
で評価されるべく移民したにも拘らず、その個体群の中
で評価値が悪い状態にいる場合、この個体は淘汰されて
しまうのではなく、もう一度もとの２つの評価条件の下
位側に移民されて近くの解が探索される。そこで、２つ
の評価条件において、評価値の良い個体となることで、
再度、上位の評価条件を加えたＧＡエンジン３２での最
適化の挑戦が可能となる。

【００４６】具体的は、ステップＳ７において、進化個
体群ＰＧｎの中で下位側に移動させる個体、すなわち下
位側への移民個体が決定される。この下位側への移民
は、所定の個体選択法に基づいて進化個体群を構成する
個々の個体を評価し、基本的には、この進化個体群の中
で相対的な評価が悪い個体をステップダウンさせる移民
として選択する。下位側への移民数は一定であり、進化
個体群ＰＧｎの全体個体数が進化計算中に変化すること
はない。また、移民数は、最初に全個体数からの割合で
決めるのが妥当である。下位側への移民を決定する手法
としては、逆ルーレット式選択、逆ランク方式選択、逆
トーナメント式選択といった周知の手法を用いることが
でき、選択率を評価値に関して逆転させて（評価値の悪
い方が選択率が高まるように）使用する。

【００４７】ステップＳ８において、ｎ段目は、下位側
の進化個体群ＰＧｎ-1への移民に関する個体データを下
位側である（ｎ−１）段目に送信する。そして、ステッ
プＳ９において、ｎ段目の進化個体群ＰＧｎには、一部
個体を移民として削除したことに代えて、下位側からの
受領個体データがセットされ、次の世代の進化計算へ進
む。

【００４８】尚、上述の移民処理は、互いに隣接した直
近の進化個体群ＰＧｎ，ＰＧｎ+i（またはＰＧｎ，ＰＧ
ｎ-1）の間で個体移動を行う例について説明したが、例
えば２つ跳ばしといった飛び級的な個体移動に対して適
用することも可能である。更に、上述したリトライルー
プによる最適解の精度向上よりも処理速度の方を優先す
る場合には、ステップダウンを行うことなく、ステップ
アップのみを単独で行っても良い。その場合、ステップ
ダウンについては単独で行っても意味はなく、ステップ
アップと併せて行う必要がある。

【００４９】以上の世代進化計算に対し、最上位に位置
する収束判定部３４は、最上位のＧＡエンジン３２によ
り算出された進化個体群ＰＧＮを常時観測し、最終的な
評価条件である「条件１＋２＋・・・＋Ｎ」を満足する
最適化が行われたか否かを判断する。具体的は、この
「評価条件１＋２＋・・・＋Ｎ」に適合する個体ほど高
い適合度が得られるように適切に設定された評価関数に
基づいて、最上位の進化個体群ＰＧＮを構成する個体を
個別に評価する。

【００５０】そして、ある世代Ｋにおいて、満足な最適
化が完了しない場合には、個体移民を伴う世代進化計算
を続行し、最適化が満足されたならば、最上位の演算結
果をパラメータ発生器１０に出力するとともに、各ＧＡ
エンジン３２に対してＧＡ演算の終了を指示する。これ
により、ＧＡエンジン群３０で全体の最適化演算が終了
する。

【００５１】尚、最適化の結果を見て新たな評価条件を
逐次的に追加（挿入）したい場合には、その評価条件を
加えた新たなＧＡエンジン３２を一つ追加すれば良い。
ＧＡエンジン３２の追加（挿入）位置は、新たに追加
（挿入）する評価条件に関する拘束力の強さに基づいて
決定する。つまり、追加する条件の拘束力が強いなら
ば、下位側にＧＡエンジン３２を追加することが好まし
く、追加する条件の拘束力が弱いならば、上位側にＧＡ
エンジン３２を追加することが好ましい。これにより、
実際の解探索アプローチにマッチした優れた利便性を有
するシステムを実現することができる。

【００５２】ＧＡエンジン群３０での最適化演算が終了
すると、パラメータ発生器１０において、ＧＡエンジン
群３０で進化させた個体からシミュレータ２０又は歩行
型ロボット１に出力する制御パラメータが生成・更新さ
れる。

【００５３】本実施形態においては、歩行型ロボット１
を四脚歩行型ロボットとして、その歩容パターンを生成
するケースについて説明する。歩行型ロボット１は、図
５，図６に示すように、胴体部２から延出される４つの
脚部３ａ，３ｂ，３ｃ，３ｄを備え、各脚部を駆動する
サーボ機構や姿勢を検出する検出部を備えている。そし
て、上下方向の動きを与える各脚部の関節角θ２，θ３
及び前後・左右方向の動きを与える関節角θ１に対する
指示値を入力することにより、サーボ機構によって各脚
部の関節の駆動し、歩行を行う。

【００５４】パラメータ発生器１０は、３層のフィード
フォワード型ニューラルネットワークから構成され、各
個体の遺伝子をニューロン間の結合係数として、シグモ
イド関数を用いる。このニューラルネットワークの結合
係数が段階的進化法で調整され、最適な歩容パターンが
生成される。歩行は周期運動であることから、図７に示
す１脚分のニューラルネットワークには、経過時間ｔと
歩行周期ｗとを引数とするｓｉｎ関数とｃｏｓ関数とを
入力し、歩行型ロボット１の各関節角度指示値θ１，θ
２，θ３を出力する。

【００５５】パラメータ発生器１０からの関節角度指示
値が歩行型ロボット１に出力されると、歩行型ロボット
１ではサーボ機構により各関節指示値に基づいて各脚部
を適当な位相差で駆動して歩行を行い、実際の各関節角
度θ１，θ２，θ３や姿勢データ等をＧＡエンジン群３
０の評価部３１に対して出力する。

【００５６】一方、シミュレータ２０は、実機の歩行型
ロボット１を模擬したモデルであり、パラメータ発生器
１０からの関節角度指示値が入力されると、ロボットの
姿勢、歩行距離、転倒判定等の演算を行い、結果をＧＡ
エンジン群３０の評価部３１に対して出力する。

【００５７】図８は、シミュレータ２０における処理手
順を示し、この処理では、先ず、ステップＳ１１におい
て、パラメータ発生器１０から関節指示値を受け取る。
次にステップＳ１２へ進み、ロボットモデルから関節指
示値に基づいて各脚部の位置を計算し、ステップＳ１３
で各脚部の位置から全体の姿勢を計算する。

【００５８】続くステップＳ１４においては、先に計算
したロボットの脚部の位置や姿勢から体の角度が設定限
度を越え、転倒したか否かが判断される。そして、転倒
したと判断される場合には、ステップＳ１７へジャンプ
し、転倒していないと判断される場合、ステップＳ１５
で各脚部の位置及び姿勢から安定性を計算し、ステップ
Ｓ１６で歩容パターンの１周期が終了したか否かを判断
する。そして、１周期分のシミュレーションが終了して
いない場合には、ステップＳ１１へ戻って同様の処理を
続行する。

【００５９】一方、ステップＳ１４における転倒判断、
或いはステップＳ１６における１周期分のシミュレーシ
ョン終了判断がなされると、ステップＳ１７において、
ロボットの総移動距離、使用エネルギーが計算される。
そして、ステップＳ１８で評価部３１にデータが渡さ
れ、１周期分の処理が終了する。

【００６０】評価部３１において歩容パターンを評価す
る評価条件としては、「脚で立つ（体を地面につけな
い）」，「転倒しない」といった拘束の強い条件をはじ
めとして、比較的拘束の弱い「使用するエネルギーが少
ない」，「なるべく姿勢を崩さずに歩行する」，「なる
べく足音を立てずに歩行する」といった様々な条件が考
えられる。このうち拘束力が強い条件が下位になるよう
に、図２に示した各ＧＡエンジン３２に評価条件を個別
に割り当てていく。

【００６１】例えば、「脚で立つ」という評価条件を最
下位に割り当てた場合における下位空間（調整パラメー
タがなす空間）では、「脚で立つ」いくつかの局所解が
ＧＡによる進化で算出される。この局所解は、下位空間
上に多数存在し、互いに無関係の位置にあるかも知れな
いものの、この局所解近傍にある個体を確率的に選択す
ることで、「脚で立つ＋転倒しない」を評価条件とする
上位側に移民する。上位側では、「脚で立つ」という条
件については、そこそこの評価を得ている個体から進化
操作が行えるので、最適解発見の可能性が高まる。

【００６２】また、上位側からは評価が低い個体を移民
として受け入れ、「脚で立つ」という単純な条件のみで
解探索をやり直す。その理由は、上述したように、複合
条件での解探索が難しかった場合、条件を単一化・簡略
化することにより、その個体近傍に存在する新たな局所
解を素早く見つけ、再度上位に個体移動させるためであ
る。

【００６３】このように、歩行型ロボットとして満たす
べき評価条件が多数で、且つ相互に複雑な関連をもつ場
合においても、ＧＡによる最適化演算を段階的に接続
し、相互に進化個体交換を行うことで、個体の最適化度
合いに応じた進化計算を自動的・自立的に行うことがで
き、最適な歩容を生成することができる。

【００６４】また、より望ましい歩行を実現する歩容の
解探索も効率的に行うことができ、個体遺伝子の偏りも
避けられる。一部の評価条件によって歩容が局所解にト
ラップされる可能性が低くなり、進化の度合いがより継
続的になる。

【００６５】

【発明の効果】以上説明したように本発明によれば、歩
行型ロボットが満たすべき複数の評価条件を下位から上
位に向かって段階的に分割し、下位側の進化個体群と上
位側の進化個体群との間で個体の評価値に応じて個体交
換を行いながら、各段の評価条件に適合した最適解の候
補をそれぞれ演算し、最上位の進化個体群の最適化演算
が収束判定されたとき、この最上位の進化個体群に基づ
いて歩行型ロボットの制御パラメータを更新するので、
歩容生成における最適解の収束性を高めて進化の停滞を
防止し、高速且つ信頼性の高い歩容パターンを得ること
ができる。

【図面の簡単な説明】

【図１】ロボット装置の全体構成図

【図２】段階的進化法を用いた最適化装置のブロック図

【図３】複数の演算装置を用いた最適化装置のブロック
図

【図４】ＧＡエンジン間での移民処理のフローチャート

【図５】４脚歩行型ロボットに上下方向の動きを与える
関節角の説明図

【図６】４脚歩行型ロボットに前後・左右方向の動きを
与える関節角の説明図

【図７】１脚分の歩容パターンを生成するニューラルネ
ットワークの説明図

【図８】シミュレータの処理を示すフローチャート

【符号の説明】

１歩行型ロボット３ａ，３ｂ，３ｃ，３ｄ脚部１０パラメータ発生器２０シミュレータ３０ＧＡエンジン群３１評価部３２ＧＡエンジン３３個体移民制御部３４収束判定部ＰＧｎ進化個体群

Claims

【特許請求の範囲】

【請求項１】遺伝的アルゴリズムに基づいて、単一或
いは複数の脚部により歩行する歩行型ロボットが満たす
べき複数の評価条件を下位から上位に向かって段階的に
分割し、各段の評価条件に適合した最適解の候補を進化
個体群としてそれぞれ演算する手段と、下位側の進化個体群と上位側の進化個体群との間で個体
の評価値に応じて個体交換を行う手段と、最上位の進化個体群に基づいて最適化演算の収束判定を
行う手段と、最適化演算が収束した最上位の進化個体群に基づいて、
上記歩行型ロボットの制御パラメータを更新する手段と
を備えたことを特徴とするロボット装置。
【請求項２】上記進化個体群の演算を、複数の演算器
で分散して実行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】上記評価値を、上記歩行型ロボットの動
きをモデル化したシミュレータからのデータに基づいて
算出することを特徴とする請求項１又は２記載のロボッ
ト装置。
【請求項４】上記評価値を、上記歩行型ロボットから
の実機データに基づいて算出することを特徴とする請求
項１，２，３の何れか一に記載のロボット装置。