JP2007264055A

JP2007264055A - 訓練システムおよび訓練方法

Info

Publication number: JP2007264055A
Application number: JP2006085555A
Authority: JP
Inventors: Naoto Watabe; 直人渡部
Original assignee: Central Research Institute of Electric Power Industry
Current assignee: Central Research Institute of Electric Power Industry
Priority date: 2006-03-27
Filing date: 2006-03-27
Publication date: 2007-10-11

Abstract

【課題】訓練中の被訓練者の生体反応に応じて訓練シナリオを常に最適なものとする。
【解決手段】訓練シナリオ１をシミュレーション手段によって展開することで訓練対象となる事象を擬似的に再現しながら訓練を行う訓練方法であって、訓練シナリオ１を複数のシーン１０から構成すると共に、シーン１０毎に複数のオプション８を用意しておき、被訓練者４の生体反応５を測定しながら訓練を行い、生体反応５に基づいて展開するオプション８を切り替える。
【選択図】図２

Description

本発明は、訓練対象となる事象を擬似的に再現しながら訓練を行う訓練システムおよび訓練方法に関する。なお、訓練は、実際の現場作業、事故、災害、エラー等への対処等を体験または学習するものに限らず、例えばコンピュータゲーム等の訓練（ゲーム内容そのもの又はゲーム操作技術等）自体を楽しむことを目的としたものも含まれる。さらに、学校や学習塾あるいは専門学校など教育を目的とする機関で用いる訓練、公共施設等における災害と避難方法などの体験を行なう訓練も含まれる。

近年、バーチャル・リアリティ（ＶＲ）などコンピュータ・グラフィックス（ＣＧ）技術を利用して訓練を行う訓練システムとして、被訓練者の生体反応を測定しながら訓練を行うものがある。例えば、特開２００４−２９４５９３号公報に開示された訓練支援装置では、被訓練者の生体反応として脳活動を測定している。この訓練支援装置は近赤外光を使用して被訓練者の脳の活動領域を検出し、障害を有する被訓練者のリハビリテーションやイメージトレーニングを手助けするものである。訓練として課された計算課題や記憶課題等を行っている最中の被訓練者の脳の活動領域を測定し、訓練終了後に訓練の効果を確認する。そして、次回行う訓練の訓練課題等を決定する。

特開２００４−２９４５９３号

しかしながら、上述の訓練支援装置では、訓練中に被訓練者の生体反応を測定しているものの、訓練を一つの固定したシナリオとして捉えており、訓練の終了後又は生体反応の判定によりに訓練を中止した後に、次に行う訓練のシナリオを決定している。このため、訓練中に被訓練者の体調が変化した場合や、予想外に訓練の内容が難しかったり易しすぎたりした場合には、最適なシナリオに基づいて訓練を継続することができるとは限らなかった。

本発明は、訓練中の被訓練者の生体反応に応じて訓練シナリオを常に最適なものとすることができる訓練システム及び訓練方法を提供することを目的とする。

かかる目的を達成するために、請求項１記載発明は、訓練対象となる事象を擬似的に再現する訓練システムであって、訓練シナリオ及び判定基準を記憶する記憶装置と、被訓練者の訓練時の生体反応を測定する生体反応測定手段と、訓練シナリオを展開するシミュレーション手段と、シミュレーション手段が展開するシナリオのオプションを切り替える切替判定手段とを備え、訓練シナリオは複数のシーンから構成されると共に、シーン毎に複数のオプションが用意されており、切替判定手段は生体反応と判定基準との比較結果に基づいてオプションを切り替えるものである。

また、請求項２記載の発明は、訓練シナリオをシミュレーション手段によって展開することで訓練対象となる事象を擬似的に再現しながら訓練を行う訓練方法であって、訓練シナリオを複数のシーンから構成すると共に、シーン毎に複数のオプションを用意しておき、被訓練者の生体反応を測定しながら訓練を行い、生体反応に基づいて展開するオプションを切り替えるものである。

したがって、シミュレーション手段が記憶装置に記憶されている訓練シナリオを展開することで訓練が進行する。訓練シナリオを構成する各シーンには複数のオプションが用意されており、切替判定手段は生体反応測定手段が測定した生体反応と記憶装置に記憶されている判定基準とに基づき、必要に応じて展開するオプションを切り替える。このため、展開するシナリオを各シーン毎にその場でほぼリアルタイムに構築しながら展開していくことができる。

請求項１記載の訓練システムでは、訓練シナリオ及び判定基準を記憶する記憶装置と、被訓練者の訓練時の生体反応を測定する生体反応測定手段と、訓練シナリオを展開するシミュレーション手段と、シミュレーション手段が展開するシナリオのオプションを切り替える切替判定手段とを備え、訓練シナリオは複数のシーンから構成されると共に、シーン毎に複数のオプションが用意されており、切替判定手段は生体反応と判定基準との比較結果に基づいてオプションを切り替えるようにしているので、また、請求項２記載の訓練方法では、訓練シナリオを複数のシーンから構成すると共に、シーン毎に複数のオプションを用意しておき、被訓練者の生体反応を測定しながら訓練を行い、生体反応に基づいて展開するオプションを切り替えるようにしているので、展開するシナリオを各シーン毎にその場でほぼリアルタイムに構築しながら展開していくことができる。このため、訓練中の被訓練者の生体反応に応じて、ほぼリアルタイムにシナリオを変化させることができ、シナリオをダイナミックに構成することができるので、常に適切なシナリオを提供することができる。例えば、冒頭から最適な訓練を行うことができる。この結果、訓練時間を節約することができると共に、訓練に要するコストを低減することができる。また、訓練の効果を最大限に引き出すことができる。

また、訓練中に被訓練者の気分の悪化や血圧や心拍数の上昇等の体調不良の兆候等をとらえた場合には、リアルタイムかつダイナミックに訓練負荷を低減（より低刺激なシナリオに変更する）したり、訓練を中止したりすることができるので、訓練者の体調の悪化や健康被害を未然に防止することができる。逆に、生体反応が低い（訓練負荷が軽い）場合には、リアルタイム且つダイナミックに訓練負荷を増加させることができるので、訓練の効果を向上させることができる。なお、訓練負荷の軽減としては、例えばより刺激の低い訓練内容のオプションへの切り替えや、訓練項目の減少等がある。また、訓練負荷の増加としては、例えばより刺激の強い訓練内容のオプションへの切り替えや、訓練項目の増加等がある。

これらにより、特定業務（例えば飛行機操縦シミュレーションのようにある程度危険な体験が許容されるもの）だけではなく、公共施設やスリリングな刺激を求められるゲームのアミューズメント施設など一般公衆が体験するような可視化コンテンツにも、適用可能である。

このように、本発明では、訓練シナリオを複数のシーンから構成すると共に、各シーン毎に複数のオプションを用意している。このため、訓練終了を待たずとも展開するシナリオを決定することができる。即ち、シーンの切り替え毎に次に展開するオプション（場合によってはその次、更にその次に展開するオプション）を選択し切り替えることで、リアルタイムにダイナミックなシナリオ決定を行うことができる（訓練シナリオの半自動生成）。

この場合、オプションの選択に利用する生体反応の判定には、あらかじめ用意した信号処理（スレッショルドフィルターなど）や、ｆＮＩＲＳやｆＭＲＩで言えば脳の活動部位のパターン（例えば、前頭葉の特定領域が活動している）やストレスにともなう血中の特定物質の増減などを利用する。

また、被訓練者のヒューマンエラーを誘発するトラップを訓練シナリオに設けておくことを組み合わせて、即ち、訓練シナリオの半自動生成とヒューマンエラー誘発トラップとを組み合わせても良い。この場合には、既に何回か訓練を経験した訓練シナリオの実施による慣れや覚醒度・集中力の低下を減少させることができ、常に緊張感・興味を持って訓練にあたらせることができ、訓練効果をより促進させることができる。

また、生体反応のインプットに加えて、外部シミュレーション（例：いくつかの地震発生源→リアルタイムの津波のシミュレーション→ＶＲの津波来襲シーン生成）を組み合わせても良い。この場合には、よりリアルな訓練を行うことができる共に、より効果的な訓練を行うのに有効である。

さらに、訓練シナリオを細分化することでシーンの数が増加したり、上記の外部シミュレーションと組み合わせたりして計算量が膨大になる場合には、ＶＲ訓練を行うコンピュータ即ち可視化訓練プログラムを実行するコンピュータに通信手段で接続されたコンピュータ（外部コンピュータ）に計算の一部を負担させても良い。この場合には、描画等のための処理時間を短縮することができ、よりスムーズに訓練を行うことができる。例えば、外部コンピュータにＡＩエンジンを実装して、次、次の次、そのまた次のシーンをダイナミックに生成もしくは生成準備することも可能である。

以下、本発明の構成を図面に示す最良の形態に基づいて詳細に説明する。

図１及び図２に、本発明の訓練システムの実施形態の一例を示す。この訓練システムは、訓練対象となる事象を擬似的に再現する訓練システムであって、訓練シナリオ１及び判断基準２を記憶する記憶装置３と、被訓練者４の訓練時の生体反応５を測定する生体反応測定手段６と、訓練シナリオ１を展開するシミュレーション手段７と、シミュレーション手段７が展開する訓練シナリオ１のオプション８を切り替える切替判定手段９とを備え、訓練シナリオ１は複数のシーン１０から構成されると共に、シーン１０毎に複数のオプション８が用意されており、切替判定手段９は生体反応５と判断基準２との比較結果に基づいてオプション８を切り替えるものである。

訓練システムは、例えばコンピュータ１１を使用して構成されている。コンピュータ１１はキーボードやマウス等の入力装置１２と、コンピュータ１１が作成したＣＧ（コンピュータ・グラフィックス）を表示するモニタ、スピーカ、フォースフィードバックデバイス等の視覚・聴覚・触覚情報呈示装置１３を備えている。また、コンピュータ１１は、少なくとも１つのＣＰＵやＭＰＵなどの中央演算装置と、データの入出力を行うインターフェースと、プログラムやデータを記憶する例えばハードディスクドライブ（ＨＤＤ）やメモリー等の記憶装置３を備えており、コンピュータ１１と所定の制御ないし演算プログラムによって、シミュレーション手段７、切替判定手段９、後述する選択手段１４を実現している。即ち、中央演算装置は、メモリに記憶されたＯＳ等の制御プログラム、三次元画像を表示しながら訓練を行う手順などを規定したプログラム、三次元画像に関するデータやその他の所要データ等により、シミュレーション手段７、切替判定手段９、選択手段１４を実現している。例えば、可視化訓練プログラムの起動によってシミュレーション手段７が実現され、シナリオ判定プログラムの起動によって切替判定手段９が実現される。また、コンピュータ１１はネットワークインターフェイス１５を備えており、他のコンピュータ１１との接続が可能となっている。

訓練を実施する際には、コンピュータ１１に入力装置１２から起動コマンドを入力し、記憶装置３に収納された訓練プログラムおよび３次元オブジェクトデータならびに因果関係の記述ファイルを、演算装置にそれぞれ読み込んで実行する。訓練中の操作は、入力装置１２により行う。ここで、記述ファイルに記載されている因果関係とは、ＶＲ空間内のオブジェクトとその決められた動作との関係、入力とその入力に対する特定の反応との関係であり、例えばＶＲ空間の車両のドアをクリックするとドアが開く、火災を感知してスプリンクラーから水が出る等である。

生体反応測定手段６は、被訓練者４の生体反応５を測定するもので、例えば、ｆＮＩＲＳ（functional Near Infrared Spectroscopy）、ｆＭＲＩ（functional Magnetic Resonance Imaging）、ＰＥＴ（Positron Emission Tomography）、脳波計、心拍数計、血圧計、発汗計、視線計測装置等の使用が可能であり、これらのうち少なくともいずれか一つを使用する。生体反応測定手段６は、計測した被訓練者４の生体反応５の測定データをコンピュータ１１の記憶装置３及び切替判定手段９にリアルタイムで供給する。なお、生体反応測定手段６自身が記憶装置を有している場合には、この記憶装置３にも測定データを記憶するようにしても良い。

訓練シナリオ１は、複数のシーン１０より構成されており、各シーン１０毎に複数のオプション８が用意されている。なお、全てのシーン１０について複数のオプション８を用意する必要はなく、一部のシーン１０については一つのオプション８から構成しても良い。

判断基準２は、生体反応測定手段６により測定した生体反応（生体指標）５に基づいてオプション８を選択する際の判断の基準となるものである。判断基準は、例えば閾値、波形パターン、波形の形状特性等であり、生体反応測定手段６により測定されるデータの種類（波形、数値等）等に応じて決定される。波形パターンや形状特性等は例えばデータベース化されて記憶装置３に記憶されている。切替判定手段９は生体反応測定手段６の測定データを判断基準と比較照合し、その種類等に基づいて各シーン１０で展開するオプション８を選択し切り替える。即ち、訓練シナリオ１を半自動生成する。訓練シナリオ１を半自動生成することで、被訓練者４の生体反応５に応じてダイナミックに訓練シナリオ１を変更することができる。

なお、オプション切替の判断に使用する生体反応５は、１種類であっても良いし、複数種類であっても良い。即ち、１種類の生体反応５を測定しながら訓練を行っても良いし、複数種類の生体反応５を測定しながら訓練を行っても良い。複数種類の生体反応５に基づいてオプション切替判断を行う場合には、各生体反応５毎に判断基準２を設定しておく。ただし、複数種類の生体反応５を測定しながら訓練を行う場合であっても、測定する全ての種類の生体反応５に基づいて全てのシーン１０のオプション切替判断を行う必要はなく、一部のシーン１０についてのみ、測定する全ての種類の生体反応５に基づいてオプション切替判断を行うようにしても良い。例えば、生体反応５として脳波と血圧を測定する場合には、脳波についての判断基準２と血圧についての判断基準２を設けておく。そして、全てのシーン１０のオプション切替判断を脳波と血圧の両方に基づいて行なっても良いし、特定のシーン１０のオプション切替判断を脳波と血圧の両方に基づいて行ない、その他のシーン１０のオプション切替判断を脳波と血圧のいずれか一方に基づいて行なうようにしても良い。

コンピュータ１１に入力装置１２から起動コマンドが入力され、訓練が開始されると、シミュレーション手段７は、作成したＶＲシーンまたは予め用意されたＣＧシーンを視覚・聴覚・触覚情報呈示装置１３を通じて被訓練者４に呈示する。例えば、シーン１０毎にそのシーン１０の訓練内容が因果関係を設定されたＶＲ空間またはＣＧによるアニメーションとして呈示される。そして、次のシーン１０に切り替わるときに切替判定手段９による判断が行われ、情報呈示装置１３への呈示が選択された一のオプション８の訓練内容についてのＶＲ空間（因果関係を設定済み）またはＣＧアニメーションに切り替えられる。即ち、次のシーン１０が展開される。なお、このように情報呈示をダイナミックに切り替えていくときにＶＲ空間（因果関係を設定済み）またはＣＧ描画を入れ替えるものには、例えば３次元オブジェクト、周辺景観、煙とか津波（外部データに依存するもの）、ヒューマンエラー誘発トラップ等がある。訓練中の被訓練者４の生体反応５は生体反応測定手段６によって測定され、その測定データが切替判定手段９及び記憶装置３に供給される。

切替判定手段９は、生体反応測定手段６によって測定されたデータと記憶装置３に記憶されている判断基準２とを参照し、次のシーン１０に展開するオプション８を決定する。いま、判断基準２として閾値が設定されている場合には、生体反応測定手段６によって測定された値が例えば閾値を超えていない又は下回っていないときには、次のシーン１０では予め決められていたオプション８を展開する。一方、生体反応測定手段６によって測定された値が閾値を超えた又は下回ったときには、次のシーン１０では展開するオプション８を予め決められていたものとは別のオプション８に切り替える。なお、一つの生体反応５について複数の閾値（判断基準２）が決められている場合には、各閾値ごとに切り替えるオプション８を別のものにしても良いし、同じものにしても良い。例えば、予め決められていたオプション８がオプションＣであるとき、閾値Ａを超えた場合にオプションをオプションＡに切り替え、閾値Ｂを下回った場合にオプションをオプションＢに切り替え、その他の場合にはオプションＣをそのまま選択するようにしても良いし、閾値Ａを超えた場合と閾値Ｂを下回った場合にオプションをオプションＡに切り替え、その他の場合にオプションＣをそのまま選択するようにしても良い。

また、判断基準２として波形パターン（例えば、上に凸、下に凸、漸増、漸減等）が設定されている場合には、生体反応測定手段６によって測定された波形が判断基準２の波形パターンと一致又は類似していないときには、次のシーン１０では予め決められていたオプション８を展開する。一方、生体反応測定手段６によって測定された波形が判断基準２の波形パターンと一致又は類似しているときには、次のシーン１０では展開するオプションを予め決められていたものとは別のオプションに切り替える。なお、一つの生体反応５について複数の波形パターン（判断基準２）が決められている場合には、各波形パターンごとに展開するオプション８を別のものにしても良いし、同じものにしても良い。例えば、予め決められていたオプション８がオプションＣであるとき、測定データが波形パターンＡと一致又は類似の場合にオプションをオプションＡに切り替え、波形パターンＢと一致又は類似の場合にオプション８オプションＢに切り替え、その他の場合にはオプションＣをそのまま選択するようにしても良い。

さらに、判断基準２として波形特性（例えば、ピークの繰り返しがある（振動している）、振幅の大小、波長の大小等）が設定されている場合には、生体反応測定手段６によって測定された波形が判断基準２の波形特性と一致又は類似していないときには、次のシーン１０では予め決められていたオプション８を展開する。一方、生体反応測定手段６によって測定された波形が判断基準２の波形特性と一致又は類似しているときには、次のシーン１０では展開するオプション８を予め決められていたものとは別のオプション８に切り替える。なお、一つの生体反応５について複数の波形特性（判断基準２）が決められている場合には、各波形特性ごとに展開するオプションを別のものにしても良いし、同じものにしても良い。例えば、予め決められていたオプション８がオプションＣであるとき、測定データが波形特性Ａと一致又は類似の場合にオプションをオプションＡに切り替え、波形特性Ｂと一致又は類似の場合にオプションをオプションＢに切り替え、その他の場合にはオプションＣをそのまま選択するようにしても良い。

なお、訓練シナリオ１の最初のシーン１０については、例えば訓練開始時の被訓練者４の生体反応５に基づいてオプション８が選択される。また、判断基準２として、閾値、波形パターン、波形特性以外のものを採用しても良い。

例えば、生体反応測定手段６がｆＮＩＲＳ、ｆＭＲＩ、ＰＥＴ、脳波計、発汗計、視線計測装置、近赤外光イメージング装置等である場合には、測定データが波形（アナログ波形と連続するデジタルデータの波形の両方を含む）であるので、判断基準２として、波形パターン、波形特性、閾値の採用が可能である。また、生体反応測定手段６が心拍数計、血圧計等である場合には、測定データが数値であるので、判断基準２として閾値の採用が可能である。ただし、測定データが数値の場合であっても、数値の時間変化を波形に変換することができるので、判断基準２として波形パターン、波形特性、閾値の採用が可能である。

なお、測定データそのものに基づいて判断を行っても良いが、測定データを加工したデータに基づいて判断を行っても良い。例えば、測定する生体反応５が心拍数等の場合には、測定データは単位時間当たりの心拍数であるが、単位時間当たりの心拍数の増加率／減少率、単位時間当たりの心拍数の増減の周期性等に基づいて判断を行っても良い。また、測定する生体反応５が発汗量である場合には、測定データは例えば電気伝導度の変化として測定される発汗量であるが、発汗量に基づいて判断を行っても良いし、発汗量に換算する前の電気伝導度に基づいて判断を行っても良い。

このように、各シーン１０毎にオプション８を切り替えながら訓練が進められる。図２では、例えば３つのシーン１０から訓練シナリオ１が構成されており、「シーン１」には３つのオプション（ｏｐ１，ｏｐ２，ｏｐ３）が、「シーン２」には４つのオプション（ｏｐ１，ｏｐ２，ｏｐ３，ｏｐ４）が、「シーン３」には３つのオプション（ｏｐ１，ｏｐ２，ｏｐ３）がそれぞれ用意されており、「シーン１」では「オプションｏｐ１」が、「シーン２」では「オプションｏｐ３」が、「シーン３」では「オプションｏｐ２」がそれぞれ展開（実行）されている。

各シーン１０で展開されたオプション８は、バックグラウンドで記憶装置３に記録されている。切替判定手段９は各シーン１０でどのオプション８を展開したかを、例えばそのオプション番号を記憶装置３に出力し、記憶装置３は各シーン１０で展開されたオプションの番号を記憶しておく。これにより、訓練終了後、記憶装置３に記憶されている測定データと展開されたオプション番号とに基づいて、行った訓練の経過を再生しながらデブリーフィングを行うことができる。

なお、図１に二点鎖線で示すように、記憶装置３に複数の訓練シナリオ１を記憶しておき、展開する訓練シナリオ１を選択できるようにしても良い。即ち、複数の訓練シナリオ１のうち、実際に訓練を行う一つを入力装置１２の操作によって選択し、シミュレーション手段７が入力装置１２からの入力データによって選択されたシナリオを展開するようにしても良い。この場合には、訓練システムの管理者又は被訓練者４は入力装置１２を操作して訓練を行うシナリオを直接選択（マニュアル選択）することができる。

また、図１に二点鎖線で示すように、複数の訓練シナリオ１の中から一つのシナリオを無作為に選択する選択手段１４を設け、シミュレーション手段７は選択手段１４が選択したシナリオを展開するようにしても良い。この場合には、選択手段１４が訓練を行うシナリオを選択するので、管理者や訓練者の恣意を排除して訓練を行うシナリオを自動的に選択することができる。選択手段１４は、例えば乱数を発生させる機能や、四則演算を行う機能等を有しており、ランダムに、又はツリー解析で作成したシナリオそれぞれの発生確率が求められている場合にはその確率に基づいて、訓練シナリオ１を選択する。

なお、訓練のスタート時又は訓練途中から時間制限を課し、訓練負荷を増やしてヒューマンエラーを誘発するようにしても良い。あるいは、訓練前に行うブリーフィング時の指示と異なる指示を与え、訓練に対しヒューマンエラーを誘発させるようにしても良い。

このように、本発明の訓練方法は、訓練シナリオ１をシミュレーション手段７によって展開することで訓練対象となる事象を擬似的に再現しながら訓練を行うものであって、訓練シナリオ１を複数のシーン１０から構成すると共に、シーン１０毎に複数のオプション８を用意しておき、被訓練者４の生体反応５を測定しながら訓練を行い、生体反応５に基づいて展開するオプション８を切り替えるものである。

本発明の用途として、以下のものが例示できる。
（１）シミュレータ向け：航空機のフライトシミュレータや自動車運転シミュレータなど
例：いつも同じシナリオもしくは複数でもシナリオの進展が固定されているものでは、繰り返しの訓練により被訓練者４の慣れが生じる。それにより訓練効果が低下することになるので、被訓練者４の生体反応５を見ながら、訓練内容のより厳しいシナリオにしたり、逆に、より易しいシナリオにしたり、被訓練者４の体調が悪くなれば訓練中止にしたりする、というダイナミックな変更機能が有効である。
例：戦闘シミュレータなどでは、さまざまなシナリオ（軽微〜人命に関わる重大なものまで）が用意されているが、シーン１０毎の対応からパターン分析して次を変化させる際、生体反応５に応じて訓練シナリオ１を変える（バイオフィードバック）。

（２）業務の訓練向け：決められた手順や内容を訓練するものではなく、シナリオのダイナミックな変更が必要とされる業務
例：いわゆるヒヤリハット（事故に至らないまでも、ヒヤリとしたり、ハッとしたりすること）やヒューマンエラーにより人命に関わる事故が発生する変電工事など。

（３）認知症など医学方面治療：
認知症やてんかんの治療やリハビリのためにｆＮＩＲＳやｆＭＲＩが利用されている。治療をサポートする訓練に本発明を使用し、ダイナミックなシナリオやオブジェクト（ＣＧ空間内の物体）の呈示を行うことで、より有効な訓練を行うことができる。

（４）エンターテイメント性を強調したゲーム：
訓練業務など産業界向けだけでなく、ゲームなどのエンターテイメント分野にも適用すると、より刺激が強く体験者の興味を引くものができる。本発明の考え方を用いれば、ただ刺激を強くするだけでなく、刺激を落としたり、場合により中止とすることで安全性をより一層配慮することが可能となる。

その他、例えば航空機シミュレータ、ドライブシミュレータ、防災訓練など軽微なシナリオから、訓練者やシステム・プラントなどに重大な被害を及ぼす事象が想定されるものに適用可能である。また、変電工事などの危険作業を伴うような業務の訓練にも使用できる。

そして、本発明では、緊急時対応など、訓練者の反応に応じた有効な訓練シナリオ１を課すことができる。また、精神的・肉体的な悪影響を回避できる。

シナリオの変更として、以下が考えられる。

より刺激を強く：ヒヤリハット（故障とか軽度の負傷）のオプションシナリオから、人命に関わるような事故、大規模災害に切り替える。また、後述する「ヒューマンエラーを誘発させるトラップ」であれば、より難しくする（内容の複雑化、トラップ数増加等）。

より刺激を弱く・中止：上記の逆で、呈示するシーンの内容あるいはトラップがあることで被験者の体調が悪化する、訓練効率が低下する（例、訓練の進行具合が遅くなり、時間を膨大に要する）ようであれば、より簡単にするとか、トラップは無しにして強制的に内容を学習させる初心者モードにする、訓練を継続しがたいほど体調が悪化した場合には訓練を中止する等の変更を行う。

例えば、例１：ヒヤリハットが起き難いシナリオでスタートしたが、スタート前〜訓練開始時の生体反応５が落ちているので、重大事故に至るシナリオに切り替える。また、例２：重大事故のシナリオで開始したが、発汗や心拍など体調に異常を来す前兆が現れたので、軽微なシナリオに変更するか、訓練を中止する、等である。

なお、上述の形態は本発明の好適な形態の一例ではあるがこれに限定されるものではなく本発明の要旨を逸脱しない範囲において種々変形実施可能である。

例えば、上述の説明では、切替判定手段９によって次のシーン１０のオプション切替判断を行なうようにしていたが、例えば次の次のシーン１０、次の次の次のシーン１０、…等のオプション切替判断を行なうようにしても良い。

また、上述の説明では、訓練シナリオ１を構成する各シーン１０を最初から順番に一つずつ展開していたが、生体反応５と判断基準２との比較結果に基づいて、一部のシーン１０の展開を飛ばしたり、既に行なったシーン１０に戻るようにしても良い。

また、上述の説明では、切替判定手段９は各シーン１０毎にオプション切替判断を行なっていたが、全てのシーン１０についてオプション切替判断を行わなくても良い。即ち、訓練シナリオ１の特定のシーン中もしくは特定のシーン終了時点に判定フラッグを設けておき、判定フラッグが設けられているタイミングでオプション切替判断を行うようにしても良い。

また、上述の説明では、１台のコンピュータ１１を使用して訓練システムを構成していたが、複数のコンピュータ１１を接続しても良い。図３に、例えば２台のコンピュータ１１をネットワーク接続した訓練システムを示す。２台のコンピュータ１１は例えばケーブル１６によって接続されている。ただし、３台以上のコンピュータ１１を接続しても良い。

訓練を行うコンピュータ１１に他のコンピュータ（以下、外部コンピュータという）１１を接続することで、外部コンピュータ１１に計算の一部を負担させることができる。即ち、ＣＧ画像もしくはＶＲ空間を作成し表示する等のためにはコンピュータ１１が行う計算量が膨大になるが、ネットワーク接続したコンピュータ１１に計算の一部を負担させることで迅速な処理が可能になる。例えば、外部コンピュータ１１を外部シミュレーション（例えば、いくつかの地震発生源→リアルタイムの津波のシミュレーション→ＶＲの津波来襲シーン生成）を行うコンピュータとして使用することができる。

例えば、訓練シナリオ１の展開が判定フラッグが設けられている位置にくると、内部コンピュータ１１は外部コンピュータ１１に信号を送り、外部コンピュータ１１の演算結果を要求する。その演算結果のデータを基に内部コンピュータ１１では、外部コンピュータ１１の演算結果である例えばＶＲ空間に描く津波の場所ごとの大きさ・時間変化などのデータ（外部シミュレーションのデータ）に基づいて描画を行う。外部コンピュータ１１を利用することで、リアルタイムの処理が容易になる。

また、判定フラッグのタイミングで比較照合する判定条件として、下記の（１）〜（３）がある。
（１）あらかじめ定められた生体データごとの閾値（例えば、単純なスレッショルドレベル）あるいは波形や連続するデジタルデータの特性（例：振動している、上に凸、下に凸、漸増、漸減など）
（２）内部プログラム（ＶＲ動作中）で、被訓練者４の行動をパターン分類や演算で判定
（３）外部パーソナルコンピュータ（もしくは計算機）で稼動するプログラム（例：地震による津波シミュレーションでいつどこにどれくらいの波高の津波が襲うか計算する、火災シミュレーションで何分後にどれくらい延焼する・・・など）

上述の判定フラッグのところで、内部コンピュータ１１から外部コンピュータ１１に信号を送り、外部コンピュータ１１の演算結果を要求する。その演算結果のデータを基に内部コンピュータ１１では、外部コンピュータ１１の演算結果である例えばＶＲ空間に描く津波の場所ごとの大きさ・時間変化などのデータに基づいて描画を行う。外部コンピュータ１１を利用することで、リアルタイムの処理が容易になる。

なお、訓練シナリオ１をダイナミックに変えていくときに描画を入れ替えるものには、例えば、３次元オブジェクト、周辺景観、煙とか津波（外部データに依存するもの）、ヒューマンエラー誘発トラップ等が考えられる。

また、図１及び図３に二点鎖線で示すように、記憶装置３に、シーン１０毎のオプション８のパターン集１７を記憶しても良い。このパターン集１７は、各シーン１０で取り得るオプション８の組み合わせのパターンを複数又は単数集めたものである。各シーン１０で取り得るオプション８の組み合わせのパターンとしては、例えば、第１シーン：第１オプション→第２シーン：第２オプション→第３シーン：第１オプション→第４シーン：第３オプション→…、第３シーン：第１オプション→第４シーン：第３オプション…、等である。即ち、最初のシーン１０からパターンが始まる場合もあれば、途中のシーン１０からパターンが始まる場合もある。切替判定手段９は、シーン１０のオプション８を決定する際、パターン集１７を参照し、パターン集１７に存在するパターンに入り込んだ後には当該パターンに従ってオプション８を選択する。

パターン集１７を用意しておくことで、ダイナミックなシナリオ生成を行いつつ、オプション８の選択をある程度規制することができ、これにより呈示するＣＧ等を先のシーン１０まで早めに準備するのが容易になる。即ち、実際には起こりえないパターンを予め排除することができるので、早めに先のシナリオまで決めることができ、ＶＲ空間のレンダリング（モデルの読み込みと描画）の時間的な余裕を確保することができ、画像表示までの待ち時間をなくすことができる。実際には起こりえないパターンとしては、例えば、人身事故にあったにもかかわらずその次に健常者と同じ行動をとる、使用する自動車が壊れたにもかかわらず、その自動車を使用して次の地点に移動する、等がある。展開するオプション８が津波解析や火災延焼解析などのような計算量の多いものである場合には、ＶＲ空間のレンダリングの時間的な猶予確保に特に有効である。

また、図２に二点鎖線で示すように、訓練シナリオ１を構成するオプション８の一部又は全部に、被訓練者４のヒューマンエラーを誘発するトラップ１８を設けておき、トラップ１８の有無や設けるトラップ１８の数の増減によって訓練の難易度を変化させるようにしても良い。即ち、同じシーン１０に属するオプション８について、トラップ１８の有無や設けるトラップ１８の数を相違させておき、オプション８の選択によって訓練の難易度を切り替えるようにしても良い。

トラップ１８は、例えば訓練の対象となる業務を詳細に分析して決定される。つまり、ヒューマンエラーが発生しやすい作業や条件、発生原因等を調査し、この調査結果に基づいてどのようなトラップ１８を何処にどれくらい仕掛けることが訓練をより実際の業務に即したものにして効果的なものになるかを検討し、計画的にトラップ１８を設ける。

訓練シナリオ１に設けるトラップ１８としては、例えば、以下のトラップ１８がある。これらは、情報呈示装置１３としての例えばモニタにＣＧ画像やＶＲ空間のオブジェクト又はその因果関係として表示される視覚的トラップ１８である。視覚的トラップ１８はＣＧ画像やＶＲ空間のオブジェクト又はその因果関係で表示される他、実際に撮影した画像や映像で表示したり、文字情報で表示しても良い。

（１）状態を変えるトラップ１８
例えば、輸送容器に吊り具を取り付けるシーン１０において、輸送容器の種類に対応して吊り具の取付位置が複数（例えば３タイプ）ある場合、その初期表示される位置を毎回ランダムに変えておくトラップ１８である。被訓練者４は輸送容器に応じて吊り具の取付位置を適切な位置にする必要があるが、吊り具の取付位置が違っていることに気付かない、気付いたとしても間違った位置に調節する、などのヒューマンエラーが発生する。

（２）選択させるトラップ１８
例えば、余分に準備した放射線計測器の中から適切なものを選択するシーン１０において、選択を誤らせるトラップ１８である。即ち、γ線計測器と中性子線計測器を準備しておき、訓練者に放射線計測器の外観を見てその種類を判断させる。被訓練者４はブリーフィング時に指示された放射線計測を行うことができる放射線計測器を取得する必要があるが、間違った放射線計測器を取得するヒューマンエラーが発生する。

その他、（３）内容を変更するトラップ１８（例えば、ブリーフィング時の指示と異なる指示を与えてヒューマンエラーを誘発するトラップ１８等）、（４）順番を変更するトラップ１８（例えば、所定の順序で作業しなければならない場合に順番を間違えやすいように初期表示画面を設定するトラップ１８等）、（５）正しい情報を目立たなくするトラップ１８（例えば、画面内で、本来実施するべきオブジェクト（３次元の物体）をわざと周囲より暗く表示したり、逆に周囲をより目立つようにしたり、スモークなどの見えにくい処理を付加することで目立たなくするトラップ１８等）、（６）複数の指示を与えるトラップ１８（例えば、一度に複数の指示を与え、訓練者を混乱させるトラップ１８等）、（７）間違った情報を提示するトラップ１８（例えば、当該業務にある程度慣れた被訓練者４に対して、ブリーフィング時に意図的に間違った手順・内容・絵や写真などの情報を提示するトラップ１８等）、（８）まったく業務に関係ないことを思い出させるトラップ１８（例えば、訓練中に「昨日の夕飯は何を食べましたか、サブウィンドウに入力してください」など、業務に関係ないことを意図的に思い浮かべさせるトラップ１８等）、（９）同一作業を数多く繰り返させてうっかりミスを誘発するトラップ１８、（１０）訓練時間の制限を設けるトラップ１８（例えば、ブリーフィング時に制限時間を設ける旨宣言する、あるいは表示画面内に経過時間を表示する、経過時間・残り時間をコンピュータ１１がアナウンスするなど、訓練者に時間に追われていることを意識させることにより、ミスを誘うトラップ１８等）、等が考えられる。

また、トラップ１８は情報呈示装置１３としてのモニタ等に表示される視覚的トラップ１８に限るものではない。例えば、情報呈示装置１３としてのスピーカ等から音声や音信号として出力される聴覚的トラップ１８、情報呈示装置１３としてのフォースフィードバックデバイス等から訓練内容に応じた反力として出力される触覚的トラップ１８、情報呈示装置１３としての香りを発生させる装置等から香りとして出力される嗅覚的トラップ１８でも良い。

なお、聴覚的トラップ１８としては、騒音や不快音を発生させること、情報を音声で伝えること等が考えられる。触覚的トラップ１８としては、行っている訓練場面と矛盾する反力を訓練者に与えること等が考えられる。嗅覚的トラップ１８としては、行っている訓練場面と矛盾する香りや臭いを出力すること、例えば火災でないにもかかわらず煙の臭いを出力すること等が考えられる。

また、訓練に使用するトラップ１８は、視覚的トラップ１８と聴覚的トラップ１８と触覚的トラップ１８と嗅覚的トラップ１８のうちいずれか１つでも良く、あるいは、これらのいずれか２つ又は３つを組み合わせて使用しても良く、更には４つ全てを組み合わせて使用しても良い。組み合わせることにより、視覚的トラップ１８だけの場合に比べて、より臨場感のある訓練を体感することができる。

なお、パターン集１７とトラップ１８を備えた訓練システムの概念を図４に示す。

この訓練システムでは、例えば以下のようにして訓練が行われる。本発明は、生体反応測定手段６から出力信号を得て、その信号の変化に応じて、訓練シナリオ１の各シーン１０ごとに予め用意されたオプション８を自動的に切り替える。

シミュレーション手段７は、作成したＶＲシーンを視覚・聴覚・触覚情報呈示装置１３を通じて被訓練者４に呈示する。被訓練者４から発現した生体反応５は、生体反応測定手段６によって測定される。なお、生体反応測定手段６自身が記憶装置３を有している場合には、この記憶装置３に測定データが記憶される。

生体反応測定手段６による測定データは切替判定手段９に供給される。切替判定手段９は、記憶装置３に記憶されている判断基準２を参照し、さらに必要に応じてシーン１０毎のオプション８のパターン集１７も参照し、次のシーン１０あるいは次の次のシーン１０に展開するオプション８を決定する。

生体反応測定手段６の測定データは、例えば記憶装置３にもリアルタイムに記録されている。また、各シーン１０で展開されたオプション８は、バックグラウンドで記憶装置３に記録されている（符号Ｒ）。切替判定手段９は各シーン１０でどのオプション８を展開したかを、例えばその番号を記憶装置３に出力し、記憶装置３は各シーン１０で展開されたオプション８の番号を記憶しておく。これにより、訓練終了後、記憶装置３に記憶されている測定データと展開されたオプション番号とに基づいて、行った訓練の経過を再生しながらデブリーフィングを行うことができる（符号Ｄ）。

なお、シーン１０毎に複数用意されているオプション８の切り替えに加えて、次の事項の１又は２以上を切り替えるようにしても良い。即ち、例えば３次元オブジェクト（例えば、ＶＲ空間に登場する車両等）、３次元オブジェクトの因果関係（例えば、ＶＲ空間の車両のドアをクリックするとドアが開く等）、ダイナミクス（例えば、ＶＲ空間で雨が下向きに降るなどの法則性等）、ヒューマンエラー誘発トラップ１８（どれを組み込むか）、複雑さ（訓練負荷）のレベルをどう変えるか、別のＶＲ空間へ飛ぶ、等を切り替えるようにしても良い。

また、上述の説明では、訓練シナリオ１の生成を半自動的に行っていたが、自動生成するようにしても良い。即ち、シナリオジェネレータによって訓練シナリオ１を自動生成するようにしても良い。そのためには、例えば以下のようなアプローチと環境が必要となる。即ち、被訓練者４の当該業務への練度、天候、途中のヒューマンエラー発生状況等のファクターを訓練プログラムの進行に即してＡＩ（人工知能）エンジンプログラムへ送出し、演算処理の結果（シナリオの選択結果）を訓練プログラムに反映することが必要になる。このためには、ＡＩエンジンプログラムを実行させるプラットフォームとして、ＶＲオーサリングツールを実行する、即ち可視化訓練プログラムを実行するコンピュータ１１とは別に高性能なコンピュータ１１が必要である。この場合にはＡＩエンジンプログラムはＶＲオーサリングツールとは独立したものとなり、プログラムのシーン１０毎に、起動信号、ＶＲ状態データをＶＲオーサリングツール側から送り、シミュレーション計算機側から、結果（選ぶべきシナリオの番号やパターンなど）を返すことになる。

以下、ＡＩシナリオジェネレータについて説明する。
・訓練に関する業務の作業の流れや、訓練対象のシステム（例えば原子炉の制御系）の動作シーケンスにかかわる様々なパラメータ（例えば故障率）をとりあげる。
・被訓練者４の人間的な特性（エラーを起こしやすいタイプ、慎重なタイプ）と行動パターンなども取り上げる。
・これらの複数パラメータを、モデル化・数式化した上で、訓練の進行とともに、それ以降の訓練シナリオ１を逐次演算しながら決定していく。
・結果的に再現されるシナリオのストーリー展開の種類は、上述の半自動生成でシーン分割を数十とかした場合に比べて、さらに膨大になる。
・あわせて、ＶＲ空間に配置する３次元オブジェクト（容器とか車両とか）も必要なパターンだけ用意する。ヒューマンエラー誘発トラップ１８も扱えるパターンをデータベース化して読み込めるようにする。

図５に、ＡＩシナリオジェネレータの働き（ダイナミック生成の場合）を示す。即ち、
・考慮すべきパラメータを設定する（ヒューマンエラーモデル、火災シミュレーション（リクエストによりリアルタイムで計算）、設備機器の動作モデル）、
・ＡＩエンジンを持った判定条件で、リアルタイムに次のシーン１０、次の次のシーン１０で呈示するＶＲシーンの決定（モデルの読み込みと配置、スプリンクラーから水がでるなど因果関係の設定）を行う、
という使い方をする。

訓練シナリオ１の生成の概念を図６に示す。訓練シナリオ１を言わば半自動的に生成するものである。訓練シナリオ１を半自動生成することで、シーン１０内の被訓練者４の生体反応５に応じてダイナミックにシナリオを変更することができる。

訓練シナリオ１の半自動生成を実現するためには、その前提としてシーン１０ごとに有限のオプション８を用意する必要がある。即ち、訓練シナリオ１の中で対象とする（あるいは判定のフラグを立てる）シーン１０を選び出し、当該シーン１０の次のシーン１０で起こりうるシナリオのオプション８を複数用意しておく。ただし、あり得ないオプション８の連鎖（例えば車両が壊れた後に走行を続けるなど）を排除しておく。記憶装置３に記憶されているＶＲシナリオ記述ファイル１９にオプション８の連鎖のパターン（パターン集１７）と判定条件（ＶＲ空間内で被訓練者４が特定のオブジェクトを選択する、ＶＲ空間内で被訓練者４が所定の場所に到達する、ＶＲ空間内で被訓練者４が所定の操作を行なう、などのアクション）が設定されている。なお、ＶＲシナリオ記述ファイル１９には、訓練シナリオ１、判断基準２も記憶されている。訓練（ＶＲコンテンツ）実行時には、当該シーン１０でフラグを立てておき、上記のＶＲシナリオファイル（オプション８の連鎖のパターンと判定条件の組み合わせ）を参照することで、何番目のオプション８を選択するか決定される。

図７及び図８に、オプション８切替の概念を示す。図７は、例えば「シーン１」の展開中に測定された生体反応５に基づいて「シーン２」のオプション８を切り替える場合の概念を、図８は、生体反応測定手段６として、例えばｆＮＩＲＳ（光トポグラフィー）を使用した場合に測定された生体反応（大脳皮質の血流変動）５を示す図である。図８中、破線Ａは判断基準（閾値）２、グラフＢはＯＸＹヘモグロビンの量を示すグラフ、グラフＣはＴＯＴＡＬヘモグロビンの量を示すグラフ、グラフＤはＤＥＯＸＹヘモグロビンの量を示すグラフである。

「シーン２」のオプション８として、例えば３種類のオプション８、即ち「オプション２Ｈ」、「オプション２Ｍ」、「オプション２Ｌ」が用意されている。「シーン２」において、「オプション２Ｈ」が選択されると「シーン２Ｈ」の展開となり、「オプション２Ｍ」が選択されると「シーン２Ｍ」の展開となり、「オプション２Ｌ」が選択されると「シーン２Ｌ」の展開となる。

いま、「シーン１」の展開中に測定された生体反応５が鈍く、判断基準２としての閾値（スレッショルドレベル）を超えていない場合には、よりレベルの高いシナリオを展開するために、「オプション２Ｈ」が選択されて「シーン２Ｈ」が展開される（図７の上段）。なお、よりレベルの高いシナリオとは、例えば被訓練者４に与える刺激（精神的な刺激と肉体的な刺激の少なくとも一方）がより強いシナリオ、ヒューマンエラーを誘発するトラップ１８がより多く設けられているシナリオ、ストーリーがより複雑なシナリオ等をいう。

また、「シーン１」の展開中に測定された生体反応５が鋭く、判断基準２としての閾値を超えている場合には、現状レベルのシナリオを展開するために、「オプション２Ｍ」が選択されて「シーン２Ｍ」が展開される（図７の中段）。

さらに、「シーン１」の展開中に測定された生体反応５が低下傾向にあり、生理的に危険な兆候がある場合には、よりレベルの低いシナリオを展開するために、「オプション２Ｌ」が選択されて「シーン２Ｌ」が展開される（図７の下段）。なお、よりレベルの低いシナリオとは、例えば被訓練者４に与える刺激がより弱いシナリオ、ヒューマンエラーを誘発する為に設けられたトラップ１８の数がより少ないシナリオ、ストーリーがより単純なシナリオ、教育の視点を重視したシナリオ、映像で情報を呈示するのではなく、文字で情報を提示するシナリオ等をいう。例えば、生体反応５を測定するためのヘッドギアの装着時間が長くなった場合や、ｆＮＩＲＳのヘッドギアによる締め付けが強い場合等には、被訓練者４が苦痛を感じて気分の悪い状態に陥ることがある。このように場合には、生体反応５が低下することがある。図８では、特にＯＸＹヘモグロビンを示すグラフＢと、トータルヘモグロビンを示すグラフＣが低下している。なお、「シーン１」展開中の生体反応５の低下傾向が著しく、訓練継続が妥当でないと判断される場合には「シーン２」の展開を中止して訓練を終了したり、「シーン２」をとばして「シーン３」を展開するようにしても良い。

なお、図７及び図８では、生体反応５を測定したシーン１０（シーン１）の次のシーン１０（シーン２）のオプション８を切り替えるようにしていたが、必ずしもこの構成に限るものではなく、生体反応５を測定したシーン１０の２つ先のシーン１０、あるいは更に先のシーン１０のオプション８を切り替えるようにしても良い。例えば、処理のための計算量が膨大であり、判定が間に合わない場合等には２つ先あるいはその先のシーン１０のオプション８を切り替えるようにしても良い。

判断基準２を参照したオプション切替判断の例として、例えば以下が考えられる。

判断基準２は、生体反応測定手段６により測定した生体反応５に基づいてオプション８を選択する際の判断の基準となる値である。例えば、生体反応５の測定値が閾値を超えた場合にオプション８を切り替えたり、下回った場合にオプション８を切り替えたりする。また、測定データが波形で得られる場合には、その波形が繰り返しピーク（反応）が現れるものであるときには、その波形が閾値を超えた回数に応じてオプション８を切り替えるようにしても良い。さらに、その波形の下側の面積（波形をモニタ等に出力した場合のその波形の下側の面積）が閾値を超えたときにオプション８を切り替えるようにしても良い。

例えば、図８では、上段と中段に記載されている破線Ａが判断基準２の閾値（スタート時に比べてプラス３０％の値）である。この例では、判断基準２が満たされなければ、図７の上段に示すように、次の「シーン２」で「オプション２Ｈ」が展開される。しかしながら、判断基準２が満たされれば、即ち、ｆＮＩＲＳで得られる３つのデータ（OXY/TOTAL/DEOXYの各ヘモグロビン量）のうちどれかがスタート時に比べて＋３０％を超えたら、次の「シーン２」が「オプション２Ｍ」に切り替えられる。また、スタート時に比べてマイナス３０％の値も基準値となっており、ｆＮＩＲＳで得られる３つのデータ（OXY/TOTAL/DEOXYの各ヘモグロビン量）のうちどれかがスタート時に比べて−３０％を下回ったら、生理的に危険な兆候にあるので、次の「シーン２」を「オプション２Ｌ」に切り替える又は訓練を訓練を終了する。

本発明の訓練システムの第１の実施形態を概念的に示すブロック図である。本発明の訓練方法を示す概念図である。本発明の訓練システムの第２の実施形態を概念的に示すブロック図である。本発明の訓練システムの第３の実施形態を示す概念図である。本発明の訓練システムの第４の実施形態を示し、ＡＩシナリオジェネレータによってダイナミックにシナリオを自動生成する様子を示す概念図である。本発明の訓練システムの第５の実施形態を示し、ダイナミックにシナリオを半自動生成する様子を示す概念図である。オプション切替の概念図である。図７のオプション切替による生体反応の変化を示すグラフである。

符号の説明

１訓練シナリオ
２判断基準
３記憶装置
４被訓練者
５生体反応
６生体反応測定手段
７シミュレーション手段
８訓練シナリオのオプション
９切替判定手段
１０訓練シナリオのシーン

Claims

訓練対象となる事象を擬似的に再現する訓練システムであって、訓練シナリオ及び判定基準を記憶する記憶装置と、被訓練者の訓練時の生体反応を測定する生体反応測定手段と、前記訓練シナリオを展開するシミュレーション手段と、前記シミュレーション手段が展開する前記シナリオのオプションを切り替える切替判定手段とを備え、前記訓練シナリオは複数のシーンから構成されると共に、前記シーン毎に複数のオプションが用意されており、前記切替判定手段は前記生体反応と前記判定基準との比較結果に基づいて前記オプションを切り替えることを特徴とする訓練システム。
訓練シナリオをシミュレーション手段によって展開することで訓練対象となる事象を擬似的に再現しながら訓練を行う訓練方法であって、前記訓練シナリオを複数のシーンから構成すると共に、前記シーン毎に複数のオプションを用意しておき、被訓練者の生体反応を測定しながら訓練を行い、前記生体反応に基づいて展開するオプションを切り替えることを特徴とする訓練方法。