JP2017117184A - ロボット、質問提示方法、及びプログラム - Google Patents

Abstract

【課題】 質問に対する回答の確信度を考慮して次の質問を生成し提示するロボット等を提供する。【解決手段】本発明に係るロボット２は、商品に関する情報を保持する商品ＤＢ３２と、商品ＤＢ３１から推薦商品を決定するための各種質問を保持する質問ＤＢ３１と、を記憶する記憶部と、質問ＤＢ３１に基づいて質問を生成し、回答者に提示する質問提示部２１と、質問に対する回答者の回答確信度１０を取得する確信度取得部２３と、商品ＤＢ３２から推薦商品を決定し、回答者に推薦する商品推薦部２４と、を備える。特に、質問提示部２１が過去の質問に対する回答確信度１０を考慮して次の質問を生成し提示することを特徴とする。【選択図】図４

Description

本発明は、ロボット、質問提示方法、及びプログラムに関し、特に、人との自然なインタラクションを実現する対話型ロボットに関する。

近年、人間と対話を行う対話型ロボットに関する研究や開発が盛んに進められている。このようなロボットは、百貨店や家電量販店において来客者に商品を推薦、販売等する接客業務にも利用されつつある。例えば特許文献１では、予め設定された推薦商品と来客の要望項目に基づいて、来客者の要望に合った推薦商品を紹介する商品紹介ロボットが開示されている。

特開２００８−１０８０３６号公報 特開２００５−２９３０５２号公報

ところで、従来から、アンケート形式等により複数の質問を回答者に順に提示し、得られた回答に基づいて回答者の希望・嗜好を判断する質問提示システムが存在する。しかしながら、これらシステムは、あらかじめ決められた質問を順に提示する場合がほとんどであった。

一方、人間同士のやり取りでは、質問に対して回答者が回答するまでにかかった時間や回答時の回答者の表情など（回答者の回答の態様）をもとに、質問者は次にどうような質問を行えば回答者からより十分な情報を引き出せるか等を考えながら、柔軟に対話が進行していく。例えば、ある質問に対して回答に時間がかかった場合、質問者は回答の確信度が低いと判断し、再度同じ質問をすることで回答者の確認を仰ぐようなことが通常行われる。しかしながら、上述した従来の質問提示システムをそのままロボットに適用したのでは、回答者の希望・嗜好を十分に抽出することができず、また、人間同士で行うような自然なインタラクション（対話、接客等）が実現できない。

本発明は、このような観点からなされたものであり、その目的とすることは、質問に対する回答の確信度を考慮して次の質問を生成し提示するロボット等を提供することである。

前述した課題を解決するための第１の発明は、複数の質問を保持する質問データベースを記憶する記憶手段と、前記質問データベースから質問を生成し、回答者に提示する第１の提示手段と、質問に対する回答の確信度を取得する取得手段と、前記確信度を考慮して、前記質問データベースから次の質問を生成し、回答者に提示する第２の提示手段と、を備えることを特徴とするロボットである。

第１の発明によれば、ロボットは回答者に質問を提示し、得られた回答の確信度を考慮して次の質問を生成し提示する。これにより、回答者の希望・嗜好をより精度よく抽出することができ、また、人間同士で行うような自然なインタラクションを実現するロボットが提供される。

また第１の発明において、前記第２の提示手段は、前記取得手段によって取得した回答の確信度が低かった質問に基づいて、次の質問を生成し提示することが望ましい。これにより、回答の確信度が低かった質問について再度回答を求めることができる。

また第１の発明において、前記記憶手段は、推薦情報を保持する推薦情報データベースを更に記憶し、前記質問データベースは、前記推薦情報データベースから推薦情報を決定するための各種質問を保持し、質問に対する回答者の回答に基づいて、前記推薦情報データベースから推薦情報を決定し、回答者に推薦する推薦手段、を更に備えることが望ましい。これによって、質問に対する回答に基づいて推薦情報を決定し、回答者に推薦情報を提供することが可能となる。

またこのとき、前記第２の提示手段は、前記取得手段によって取得した回答の確信度が低かった質問に対して、前記推薦手段によって推薦した推薦情報と関連させた質問を生成し提示することが望ましい。これにより、既に推薦した推薦情報との具体的な比較による質問を行うため、回答者は確信度が低かった質問を具体的な推薦情報とともに明確にイメージすることができ、回答を導出しやすくなる。すなわち、ロボットは回答者の希望・嗜好をより的確に把握することが可能となる。

また、前記推薦情報データベースは、各推薦情報の優先度を人の属性ごとに保持することが望ましい。このとき、推薦情報の提供を受ける人の属性を取得する属性取得手段、を更に備え、前記推薦手段は、取得した属性に対して優先度が高い推薦情報を決定することが望ましい。これにより、性別・年齢（年代）などの属性ごとに、時期や時代の流行を反映した推薦情報を推薦することが可能となる。

また、前記推薦情報データベースは、推薦情報と対応付けて前記推薦情報の属性に関する情報を保持し、前記質問データベースは、前記推薦情報の属性に関する質問を保持し、前記第１の提示手段、及び／又は、前記第２の提示手段は、前記質問データベースから前記推薦情報の属性に関する質問を生成し提示することが望ましい。これにより、推薦情報の属性に関する回答者の希望・嗜好を把握することが可能となる。

第２の発明は、複数の質問を保持する質問データベースを記憶する記憶手段を備えるコンピュータによる質問提示方法であって、前記質問データベースから質問を生成し、回答者に提示する第１の提示ステップと、質問に対する回答の確信度を取得する取得ステップと、前記確信度を考慮して、前記質問データベースから次の質問を生成し、回答者に提示する第２の提示ステップと、を含むことを特徴とする質問提示方法である。
第２の発明によれば、コンピュータが回答者に質問を提示し、得られた回答の確信度を考慮して次の質問を生成し提示する。これにより、回答者の希望・嗜好をより精度よく抽出することができる。

第３の発明は、コンピュータを請求項１から請求項７のいずれかに記載のロボットとして機能させることを特徴とするプログラムである。第３の発明により、ロボットを第１の発明のロボットとして機能させることが可能となる。

本発明により、質問に対する回答の確信度を考慮して次の質問を生成し提示するロボット等が提供される。

ロボット制御システム１のシステム構成を示す概念図 ロボット２の内部構成図 コンピュータ３の内部構成図 ロボット２の機能構成図 質問ＤＢ３１のデータ内容を示す図 回答確信度情報１００のデータ内容を示す図 商品ＤＢ３２（商品優先度表３２ａ）のデータ内容を示す図 商品ＤＢ３２（商品属性表３２ｂ）のデータ内容を示す図 推薦商品を決定する方法の例を示す概念図 ロボット２が実行する質問提示処理を含む商品推薦処理の流れを説明するフローチャート ロボット２と回答者７の対話による質問提示および商品推薦の例 ロボット２と回答者７の対話による質問提示および商品推薦の他の例

以下、図面に基づいて本発明の好適な実施形態について詳細に説明する。
図１は、ロボット制御システム１のシステム構成の一例を示す図である。ロボット制御システム１は、ロボット２、コンピュータ３、カメラ４、マイク５、及び表示端末６を備えて構成される。ロボット２、カメラ４、マイク５、及び表示端末６はコンピュータ３に通信接続され、コンピュータ３により各装置の動作が連携するよう制御される。ロボット２、カメラ４、マイク５、及び表示端末６とコンピュータ３との通信接続の形態は、有線、無線を問わない。

また、カメラ４はロボット２が質問提示および商品推薦を行う対象者である回答者７（ユーザ）を撮影するものであるが、カメラ４に替えてロボット２に内蔵されるカメラ２１０を用いて回答者７を撮影することもできる。その場合はカメラ４を省略してよい。

マイク５は、回答者７の音声を取得し、コンピュータ３に入力する。マイク５についてもロボット２に内蔵されているマイク２１１を用いて回答者７の音声を取得することもできる。その場合はマイク５を省略してよい。

表示端末６はコンピュータ３によって制御され、ロボット２による質問の読み上げや商品の推薦のタイミングと同期して関連する映像等を表示する。ロボット２に搭載されている表示部２０４を用いて表示制御を行う場合や、ロボット２が音声のみで質問の読み上げや商品の推薦を行う場合は表示端末６を省略してもよい。

コンピュータ３は、カメラ４による画像の取得、マイク５による音声の取得、表示端末６の表示制御を行う他、ロボット２の動作を制御する。

ロボット２は、対話型のロボットである。図２に示すように、ロボット２は、制御部２０１、記憶部２０２、入力部２０３、表示部２０４、メディア入出力部２０５、通信Ｉ／Ｆ２０６、可動部駆動機構２０７、周辺機器Ｉ／Ｆ部２０８、音声処理部２０９、カメラ２１０、マイク２１１、センサ２１２、及びスピーカ２１３がバス２２０を介して接続されて構成される。

制御部２０１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等により構成される。ＣＰＵは、記憶部２０２、ＲＯＭ、記録媒体等に格納されるプログラムをＲＡＭ上のワークメモリ領域に呼び出して実行し、バス２２０を介して接続された各部を駆動制御する。

制御部２０１のＣＰＵは、質問提示処理を含む商品推薦処理（図１０参照）を実行する。この処理の詳細については後述する。

ＲＯＭは、ロボット２のブートプログラムやＢＩＯＳ等のプログラム、データ等を恒久的に保持する。ＲＡＭは、ロードしたプログラムやデータを一時的に保持するとともに、制御部２０１が各種処理を行うために使用するワークエリアを備える。

記憶部２０２は、制御部２０１が実行するプログラムや、プログラム実行に必要なデータ、オペレーティングシステム等が格納されている。これらのプログラムコードは、制御部２０１により必要に応じて読み出されてＲＡＭに移され、ＣＰＵに読み出されて実行される。

また記憶部２０２は、推薦商品を決定するための各種質問を保持する質問ＤＢ（データベース）３１（図５参照）、商品に関する情報（商品優先度表３２ａ、商品属性表３２ｂ）を保持する商品ＤＢ（データベース）３２（図７、８参照）、発話ＤＢ（データベース）３３、アクションＤＢ（データベース）３４等を有する。これらのデータベースについては後述する。なお、推薦商品は本発明の「推薦情報」の一例であり、質問ＤＢ（データベース）３１は本発明の「質問データベース」の一例であり、商品ＤＢ（データベース）３２は本発明の「推薦情報データベース」の一例である。
また記憶部２０２は、回答者７から得られた各回答の回答確信度１０の情報（図６参照）を記憶する。

入力部２０３は、例えばタッチパネル等の入力装置や各種操作ボタン等を含み、入力されたデータを制御部２０１へ出力する。
表示部２０４は、例えば液晶パネル等のディスプレイ装置と、ディスプレイ装置と連携して表示処理を実行するための論理回路で構成され、制御部２０１の制御により入力された表示情報をディスプレイ装置上に表示させる。なお、入力部２０３のタッチパネルは表示部２０４のディスプレイと一体的に構成される。

メディア入出力部２０５は、例えば、磁気ディスク、光ディスク、半導体メモリ等の記録媒体（メディア）等のドライブ装置であり、データの入出力を行う。

通信Ｉ／Ｆ２０６は、ネットワーク８との通信を媒介するインタフェースである。ネットワーク８は、ＬＡＮ（Local Area Network）や、より広域に通信接続されたＷＡＮ（Wide Area Network）、またはインターネット等の公衆の通信回線、基地局等を含む。ネットワーク８との通信接続は有線、無線を問わない。ロボット２はネットワーク８を介してＷｅｂサーバにアクセスし、各種のプログラムやデータを送受信可能である。

可動部駆動機構２０７は、ロボット２の頭部、首、肩、腕、腰、脚等に設けられた可動部を駆動する機構及び駆動装置を含む。可動部駆動機構２０７の動作は制御部２０１により制御される。制御部２０１は記憶部２０２のアクションＤＢ３４から可動部制御シーケンスを読み出し、各可動部駆動機構２０７に対して制御信号を送り、各駆動部を動作させる。

周辺機器Ｉ／Ｆ（インタフェース）部２０８は、周辺機器を接続させるためのポートであり、周辺機器とのデータの送受信を媒介する。周辺機器との接続形態は有線、無線を問わない。ロボット２は周辺機器Ｉ／Ｆ部２０８を介してコンピュータ３等と通信接続可能となる。

音声処理部２０９は、音声合成部、音声認識部等を含む。音声合成部は、制御部２０１からの指令に基づき、文字情報（テキストデータ）に対応する合成音声データを生成し、スピーカ２１３に合成音声を出力する。合成音声は、予め記憶部２０２の発話ＤＢ３３に格納されている文字情報と音声データとの対応関係に基づいて生成される。音声合成部により、ロボット２による質問の読み上げ、商品の推薦等を実現する。

音声認識部は、マイク２１１から入力された音声データ（例えば、人の音声）について音声認識処理を実行し、音声データに対応する文字情報（テキストデータ）を生成し、制御部２０１に入力する。制御部２０１は音声認識部により入力された文字情報に基づいて人の話の内容を認識したり、周囲の状況を判断したりし、ロボット２の感情を変化させたり、アクションや発話の内容を決定する。

カメラ２１０は、ロボット２に内蔵される例えばＣＣＤ（Charge-Coupled Device）カメラ等であり、周囲の様子を撮影する。カメラ２１０により撮影された画像は制御部２０１に入力される。制御部２０１はカメラ２１０から入力された画像を認識し、周囲の状況を判断したり、認識結果に応じて感情を変化させたり、発話やアクションを決定したりする。

マイク２１１は、外部の音声を入力し、制御部２０１に送る。
スピーカ２１３は、音声処理部２０９の音声合成部により生成された合成音声を出力したり、制御部２０１からの指令に基づきアラーム音等の所定の音声を出力したりする。

センサ２１２は、３Ｄセンサ、タッチセンサ、ジャイロセンサ、ソナーセンサ、レーザセンサ、バンパーセンサ、赤外線センサ等の各種のセンサを含む。各センサは検出した信号を制御部２０１に入力する。制御部２０１は各センサからの入力信号に応じて感情を変化させたり、ロボット２の発話の内容やアクションを決定したりする。
バス２２０は、制御信号、データ信号等の授受を媒介する経路である。

コンピュータ３は、ロボット制御システム１全体の動作を制御する制御装置であり、カメラ４による画像の取得、マイク５による音声の取得、表示端末６の表示制御を行う他、ロボット２の動作を制御する。

図３に示すように、コンピュータ３は、制御部３０１、記憶部３０２、メディア入出力部３０３、周辺機器Ｉ／Ｆ部３０４、入力部３０６、表示部３０７、通信Ｉ／Ｆ３０８がバス３０９を介して接続されて構成される。

制御部３０１は、ＣＰＵ、ＲＯＭ、ＲＡＭ等により構成される。ＣＰＵは、記憶部３０２、ＲＯＭ、記録媒体等に格納されるプログラムをＲＡＭ上のワークメモリ領域に呼び出して実行し、バス３０９を介して接続された各部を駆動制御する。

制御部３０１のＣＰＵは、ロボット２が実行する商品推薦処理（図８参照）と連携してカメラ４による撮影制御やマイク５の音声取得制御や表示端末６の表示制御を行う。

ＲＯＭは、コンピュータ３のブートプログラムやＢＩＯＳ等のプログラム、データ等を恒久的に保持する。ＲＡＭは、ロードしたプログラムやデータを一時的に保持するとともに、制御部３０１が各種処理を行うために使用するワークエリアを備える。

記憶部３０２は、制御部３０１が実行するプログラムや、プログラム実行に必要なデータ、オペレーティングシステム等が格納されている。これらのプログラムコードは、制御部３０１により必要に応じて読み出されてＲＡＭに移され、ＣＰＵに読み出されて実行される。

メディア入出力部３０３は、例えば、磁気ディスク、光ディスク、半導体メモリ等の記録媒体（メディア）等のドライブ装置であり、データの入出力を行う。

周辺機器Ｉ／Ｆ（インタフェース）部３０４は、周辺機器を接続させるためのポートであり、周辺機器Ｉ／Ｆ部３０４を介して周辺機器とのデータの送受信を行う。周辺機器との接続形態は有線、無線を問わない。周辺機器Ｉ／Ｆ部３０４を介してコンピュータ３に、ロボット２、カメラ４、マイク５、及び表示端末６等を通信接続できる。

入力部３０６は、例えばキーボード、マウス、タッチパネル等の入力装置であり、入力されたデータを制御部３０１へ出力する。

表示部３０７は、例えば液晶パネル等のディスプレイ装置と、ディスプレイ装置と連携して表示処理を実行するための論理回路で構成され、制御部３０１の制御により入力された表示情報をディスプレイ装置上に表示させる。なお、入力部３０６のタッチパネルは表示部３０７のディスプレイと一体的に構成される。また、表示部３０７は外付けの表示端末６としてもよい。制御部３０１は表示部３０７または表示端末６に対して表示情報を送り、表示させる。

通信Ｉ／Ｆ３０８は、ネットワーク８との通信を媒介するインタフェースである。コンピュータ３はネットワーク８上のＷｅｂサーバから各種のプログラムやデータを送受信可能である。

バス３０９は、制御信号、データ信号等の授受を媒介する経路である。

次に、図４を参照してロボット２（ロボット制御システム１）の機能構成について説明する。

ロボット２は、質問提示部２１、回答取得部２２、確信度取得部２３、商品推薦部２４、属性取得部２５、及びアクション部２６の各種機能、質問ＤＢ３１、商品ＤＢ３２、発話ＤＢ３３、及びアクションＤＢ３４の各種データベースを備える。

質問提示部２１は、質問の読み上げ、質問に関する映像の表示制御等を行う。すなわち質問提示部２１は、質問ＤＢ３１（図５参照）を参照して質問を生成し、回答者７へ提示する。

図５は、質問提示部２１が参照する質問ＤＢ３１の例を示す図である。質問ＤＢ３１には、ロボット２が質問を生成する際に参照する質問データ（テキストデータ）と対応する回答データ（テキストデータ）が格納される。また図示は省略するが、質問データおよび回答データと紐づいて、質問に関連する映像や回答の選択肢等の表示データ、質問の読み上げ時にロボット２が行うアクションが格納される。質問ＤＢ３１に記憶されるデータは、メディア入出力部２０５を介してメディアから取り込んでもよいし、コンピュータ３から入力されてもよいし、ネットワーク８を介してダウンロードしたものでもよい。

質問ＤＢ３１は、図に示すように必須項目３１ａと任意項目３１ｂに分類されている。
必須項目３１ａは、ロボット２が回答者７へ必ず質問する項目である。必須項目３１ａには、人の属性に関する質問データを含むことが望ましい。これにより、後述する商品優先度表３２ａを参照して、人の属性（回答者７の属性、或いは回答者７が商品を贈る相手の属性）に応じた商品推薦を行うことができる。

一方、任意項目３１ｂは、ロボット２が回答者７へ任意に質問する項目である。任意項目３１ｂには、商品の属性に関する質問（商品属性表３２ｂの各属性（価格、食べ物、菓子類、…）に関する質問）を含むことが望ましい。例えば、図の例では「高価のものが良いですか？」「食べ物が良いですか？」「お菓子が良いですか？」…などを質問項目としている。これにより、回答者７の希望・嗜好を考慮した商品推薦を行うことができる。

特に本発明では、質問提示部２１が、過去の質問に対する回答の回答確信度を考慮して、質問ＤＢ３１から次の質問を生成し提示することを特徴とする。詳細は図１０において後述する。

質問提示部２１は、質問ＤＢ３１の質問データ（テキストデータ）に対応する合成音声を音声処理部２０９により生成して、ロボット２に読み上げ（音声出力）させる。また、質問データに関連する映像や回答の選択肢等の表示データがある場合は、質問提示部２１はロボット２の表示部２０４や表示端末６に表示データを表示させる。

また質問提示部２１は、後述する回答者７の「回答時間」を算出するために、質問の提示（質問の読み上げ）を終えたタイミング（以下「質問提示時間」と呼ぶ場合がある）を記憶部２０２の記憶しておく。

回答取得部２２は、ロボット２の質問や商品推薦に対する回答者７の回答を取得する。例えば、ロボット２の音声処理部２０９（音声認識部）によって回答者７の回答音声データに対して音声認識処理を実行し、回答音声データに対応する文字情報（テキストデータ）を生成し、質問ＤＢ３１の回答データ（テキストデータ）や推薦商品に決定するか否かの回答データ（「はい」「いいえ」などのテキストデータ）と比較することで、回答者７の回答を決定し、取得する。

また回答取得部２２は、後述する「回答時間」を算出するために、回答者７から回答を取得したタイミング（以下、「回答取得時間」と呼ぶ場合がある）を記憶部２０２に記憶しておく。

確信度取得部２３は、回答取得部２２により得られた回答の確信度（回答確信度１０）を求め取得する。具体的には、記憶部２０２に保持された「回答取得時間」と「質問提示時間」に基づいて、質問提示部２１が質問を回答者７へ提示してから回答取得部２２が回答者７からの回答を得るまでの時間（回答時間＝回答取得時間―質問提示時間）を算出し、この回答時間に基づき回答確信度１０を取得する。そして、回答時間と予め設定された平均回答時間の差や比に基づいて、例えば回答確信度１０を「０」（確信度が低い）〜「１」（確信度が高い）の値で評価する。質問に対する回答の回答時間が早い場合（即答の場合）には回答確信度１０が高くなり、質問に対する回答の回答時間が遅い場合（回答に悩んだ場合）には回答確信度１０が低くなる。

また確信度取得部２３は、ロボット２に内蔵されるカメラ２１０またはカメラ４から入力される画像情報から回答者７の表情を認識し、認識した表情に基づき回答確信度１０を取得してもよい。表情は、例えば喜び、驚き、怒り、悲しみ、無表情等のいくつかの感情パターンに分類される。各感情パターンは、口角の上り具合、頬、目、眉等の位置関係等から読み取り可能である。顔の表情から感情、状態を認識する方法は公知の手法（特開平１０−２５５０４３、特開２０１４−２０６９０３等）を用いればよい。確信度取得部２３は画像情報から読み取った回答者７の表情から、喜び度、驚き度、怒り度、悲しみ度、無関心度といったいくつかの感情の度合いを求め、最も感情の度合の大きい表情を認識し、認識した表情に基づいて、回答確信度１０を算出する。例えば、表情が「喜び」または「驚き」と認識された場合には確信度を高い値（「１」に近い値）とする。また、表情が「喜び」または「驚き」以外の表情に認識された場合には、回答者７が回答に悩んでいると判断し、回答確信度１０を低い値（「０」に近い値）とする。

確信度取得部２３は、上記した回答者７の「回答速度」や回答者７の「表情」、に基づいて回答確信度１０を算出し取得する。「回答速度」と回答者７の「表情」の２つの情報を用いて回答確信度１０を算出する場合は、回答確信度１０は、「回答速度」と回答者７の「表情」から求められる２つの回答確信度の平均とすればよい。
なお、確信度取得部２３が回答確信度１０を取得する方法は、上記した例に限定されない。例えば、マイク５から取得される回答者７の音声に対して、公知の音声感情推定技術を適用し、推定された感情から回答確信度１０を算出するようにしてもよい。

図６は、回答確信度１０の履歴を保持する回答確信度情報１００の例を示す図である。図に示すように、過去に質問した任意項目３１ｂの各質問に対する各回答と紐づいて回答確信度１０（１０ａ、１０ｂ、１０ｃ）が保持されている。図中、回答確信度１０ａは、前記した「回答速度」に基づいて求められた回答確信度、回答確信度１０ｂは、前記した回答者７の「表情」に基づいて求められた回答確信度、回答確信度１０ｃは、回答確信度１０ａと回答確信度１０ｂの平均値である。ロボット２は、回答確信度情報１００を参照することで、過去の質問に対する回答確信度１０を把握する。

商品推薦部２４は、商品ＤＢ（データベース）３２を参照して、回答者７へ推薦商品を決定し、回答者７へ推薦する。

商品ＤＢ（データベース）３２には、商品優先度表３２ａと商品属性表３２ｂが含まれる。
図７は、商品優先度表３２ａ（商品ＤＢ３２）の例を示す図である。商品優先度表３２ａには、人の性別・年齢（年代）等の属性ごとに商品群の売り上げ個数を保持している。これにより、商品推薦時に、回答者７または回答者７が商品を贈る相手の属性を考慮して推薦商品を決定する。例えば、回答者７が「４０代女性」で「食べ物」を希望している場合には、商品優先度表３２ａを参照して、「ゼリー」を優先的に推薦する。このように、商品の売上個数を優先度として設定することによって、性別・年齢（年代）ごとに、時期や時代の流行を反映した商品の推薦を実現する。

図８は、商品属性表３２ｂ（商品ＤＢ３２）の例を示す図である。図に示すように、商品属性表３２ｂには、商品ごとに、商品の属性（価格、食べ物、菓子類、…）が保持されている。例えば、「ハムＡ」の属性は、「価格」＝「４」、「食べ物」＝「１」、「菓子類」＝「０」のように設定されている。商品の属性は予め手動で設定されているものとする。

図９は、商品推薦部２４が商品ＤＢ３２に基づいて推薦商品を決定する手法の例を示す図である。図９は、各商品の属性（価格、食べ物、菓子類、…）に基づいて定まる各商品を数値座標化した商品Ｐ（Ｐ１（ハムＡ），Ｐ２（ハムＢ），Ｐ３（ゼリーＡ）…）と、質問提示部２１により提示される各質問に対する各回答から定まる回答者の希望・嗜好を数値座標化した希望Ｗと、をベクトル空間上にプロットし、商品Ｐと希望Ｗとの位置関係により、推薦商品を決定する例を示す。

例えば、図の例では、商品Ｐ１（ハムＡ）は、Ｐ１＝（４，１，０，…）、商品Ｐ２（ハムＢ）はＰ２＝（３，１，０，…）のように多次元の数値ベクトルで表される。また、回答者７の希望・嗜好を示す希望Ｗは、例えば、「高価なものが良いですか？」の質問に対して「４」、「食べ物が良いですか？」の質問に対して「はい」、「お菓子が良いですか？」の質問に対して「いいえ」と回答した場合、Ｗ＝（４，１，０，…）のように多次元の数値ベクトルで表される。

そして、商品推薦部２４は、例えば回答者７の希望・嗜好を示す希望Ｗから所定距離Ｄ内に存在する商品Ｐを、回答者７の希望・嗜好に近い商品として決定し推薦する。
図９（ａ）は、希望Ｗから所定距離Ｄ内に商品Ｐが１つ存在する場合を示す。この場合、希望Ｗから所定距離Ｄ内に存在する商品Ｐ２を推薦商品として一意に決定する。
図９（ｂ）は、希望Ｗから所定距離Ｄ内に複数の商品Ｐが存在する場合を示す。図の例では、希望Ｗから所定距離Ｄ内に商品Ｐ３、Ｐ４が２つ存在する。この場合、例えば、商品優先度表３２ａを基に、優先度の最も高いいずれかの商品を推薦商品として一意に決定する。
図９（ｃ）は、希望Ｗから所定距離Ｄ内に商品Ｐが存在しない場合を示す。この場合、例えば、希望Ｗから最も距離の近い商品Ｐを推薦商品として一意に決定する。

属性取得部２５は、人の属性（人の性別・年齢（年代）など）を取得する。具体的には、ロボット２のカメラ２１０により撮影した画像またはカメラ４から入力される画像を解析し、例えば顔認識処理により回答者７の属性を判断する。顔画像から人物の属性を認識する方法は公知の手法（特開２０１２−０５３８１３等）を用いればよい。これにより、商品購入者である回答者７の属性を自動取得できる。なお、入力部２０３またはコンピュータ３等を介してロボット２（コンピュータ３）に回答者７の属性情報を入力させてもよい。

また属性取得部２５は、回答者７が商品の贈り主となる場合には、商品を受け取る人（商品を贈る相手）の属性を取得する。具体的には、質問提示部２１により、商品を受け取る人（商品を贈る相手）の属性に関する質問（「贈る相手の性別は？」「贈る相手の年齢は？」など）を質問ＤＢ３１の必須項目３１ａ（図５参照）から選択して回答者７に質問提示し、得られた回答者７の回答に基づいて商品を受け取る人の属性を取得する。

アクション部２６は、回答者７の回答に対して、アクションＤＢ３４を参照して、所定のアクションを実行する。アクションＤＢ３４には、アクション決定テーブル（不図示）と、各アクションについてのロボット２の制御シーケンスを記載した制御シーケンステーブル（不図示）とが格納される。アクション決定テーブルには、回答とアクションが対応付けて保持される。制御シーケンステーブルには、アクションとロボット２の可動部制御シーケンスとを紐づけたデータが格納される。可動部制御シーケンスとは、各アクションを実現する際の制御対象となる各可動部の駆動箇所と値等（例えば頭部チルト角２０度、右腕チルト角４０度等）のリストである。
例えばアクション部２６は、商品推薦部２４により推薦された商品に決定する旨の回答を回答者７から受けると、当該回答に対応付けられたアクション、例えば「ありがとうございます」という発話やお辞儀を行う動作等を実行する。また、商品の購入カウンターへ回答者７を誘導するような動作をロボット２に実行させてもよい。

発話ＤＢ３３は、文字情報（テキストデータ）と音声データとが対応づけて格納される。音声処理部２０９が、発話ＤＢ３３に格納された文字情報と音声データとの対応関係に基づいて合成音声を生成し、スピーカ２１３から出力することでロボット２による発話（質問の読み上げや商品の推薦）を実現する。発話ＤＢ３３には、定型文の音声データや、ロボット２の感情状態に応じて発話の抑揚や語尾を変化させるための発話変換データ等が格納されるようにしてもよい。

次に、図１０を参照してロボット２が実行する質問提示処理を含む商品推薦処理の流れを説明する。商品推薦処理の開始に際し、カメラ４またはロボット２の内蔵カメラ２１０は、回答者７を撮影し、撮影した画像データがロボット２に入力されているものとする。

図１０に示すように、ロボット２の制御部２０１（属性取得部２５）は、最初に、回答者７の属性を取得する（ステップＳ１１）。例えば、前記したように、ロボット２のカメラ２１０により撮影した画像またはカメラ４から入力される画像を解析し、顔認識処理により回答者７の属性を判断する。なお、入力部２０３またはコンピュータ３等を介してロボット２（コンピュータ３）に回答者７の属性の値を入力してもよい。

続いて、ロボット２の制御部２０１（質問提示部２１）は、質問ＤＢ３１の必須項目３１ａに基づいて質問を生成し、回答者７へ質問を提示する（ステップＳ１２）。例えば、制御部２０１（質問提示部２１）は、質問ＤＢ３１の必須項目３１ａ（図５参照）から質問データを取得し、音声処理部２０９による発話処理を行って質問文を読み上げることで、回答者７に対して質問提示を行う。発話処理では、質問文に含まれる単語の音声を発話ＤＢ３３から取得し、合成音声を生成して発話させる。

なお、制御部２０１（質問提示部２１）は、ロボット２による質問の読み上げのタイミングに合わせて、コンピュータ３によって表示端末６を制御し、質問に関する映像を表示端末６から出力してもよい。

続いて、ロボット２の制御部２０１（回答取得部２２）は、回答者７から質問に対する回答を取得する（ステップＳ１３、Ｓ１４）。例えば、ロボット２の音声処理部２０９（音声認識部）によって回答者７の回答音声データに対して音声認識処理を実行し、回答音声データに対応する文字情報（テキストデータ）を生成し、必須項目３１ａの回答データ（テキストデータ）と比較することで、回答者７の回答を決定し、取得する。

続くステップＳ１５〜Ｓ２７の処理において、ロボット２は、回答者７に対して、質問ＤＢ３１の任意項目３１ｂに基づいて質問を行い、得られた回答者７の回答に基づいて、商品を推薦する。特に本発明では、回答確信度１０を考慮して次の質問を生成することで、回答者７の希望・嗜好に沿った好適な商品を推薦する。

まず、ロボット２の制御部２０１は、任意項目の現在の質問回数ｎを初期化する（ｎ＝０、ステップＳ１５）。

続いて、回答者７に対して商品をまだ推薦していない場合（ロボット２が未だ一度も回答者７へ商品の推薦を行っていない場合）には（ステップＳ１６；Ｎｏ）、制御部２０１（質問提示部２１）は、任意項目３１ｂの中から質問データを選択し、生成する（ステップＳ１７）。このとき、選択する質問データはランダムであってもよいし、予め質問データに優先順位を付け、優先順位が高い質問データから選択していくのでもよい。

一方、回答者７に対して商品を既に推薦している場合（ロボット２が一回以上、回答者７へ商品の推薦を行っており、かつ、回答者７が推薦した商品に決定しなかった場合）には（ステップＳ１６；Ｙｅｓ）、制御部２０１（質問提示部２１）は、改めて別の商品を推薦するために、再度、任意項目３１ｂの中から質問データを選択して質問を生成し、提示する。特に、選択する質問データとして、回答確信度１０が低かった質問データを選択することが望ましい。これにより、回答者７の希望・嗜好が不確かな項目について回答者７の希望・嗜好を再度確認することができる。またより好ましくは、選択した質問データをそのまま提示するのではなく、既に推薦した商品と関連させた質問を生成し、提示するのがよい（ステップＳ１８）。例えば、「高価なものが良いですか？」という質問に対する回答確信度１０が低く、かつ、「ハムＡ」を既に推薦していた場合、「ハムＡより高価なものが良いですか？」などの具体的な商品と関連させた質問を生成し提示する。このように、既に推薦した商品との具体的な比較による質問を行うことにより、回答者７は回答確信度１０が低かった質問を具体的な商品とともに明確にイメージすることができるため、回答を導出しやすくなる。またこれにより、ロボット２は回答者７の希望・嗜好を的確に把握することができる。
なお、商品を既に推薦している場合であっても、単に任意項目３１ｂの中から未選択の質問項目（過去に未だ質問をしていない質問項目）を選択し、選択した項目に基づいて質問を生成し提示するのでもよい。
なお、ステップＳ１７またはステップＳ１８において過去の回答確信度１０を考慮せずに質問を生成し、提示することは本発明の「第１の提示手段」に相当する。また、ステップＳ１８において過去の回答確信度１０を考慮して次の質問を生成し、提示することは本発明の「第２の提示手段」に相当する。

そして、ロボット２の制御部２０１（質問提示部２１）は、ステップＳ１７またはステップＳ１８において生成した質問を回答者７に対して提示する（ステップＳ１９）。またこのとき、制御部２０１（質問提示部２１）は、質問の提示（質問の読み上げ）を終えたタイミング（「質問提示時間」）を記憶部２０２に記憶しておく。

続いて、ロボット２の制御部２０１（回答取得部２２）は、回答者７から質問に対する回答を取得する（ステップＳ２０、ステップＳ２１）。例えば、ロボット２の音声処理部２０９（音声認識部）によって回答者７の回答音声データに対して音声認識処理を実行し、回答音声データに対応する文字情報（テキストデータ）を生成し、任意項目３１ｂの回答データ（テキストデータ）と比較することで、回答者７の回答を決定し、取得する。またこのとき、制御部２０１（回答取得部２２）は、回答者７から回答を取得したタイミング（「回答取得時間」）を記憶しておく。

続いて、ロボット２の制御部２０１（確信度取得部２３）は、質問に対する回答の回答確信度１０を取得する（ステップＳ２２）。具体的には、記憶部２０２に保持された「回答取得時間」と「質問提示時間」に基づいて、質問提示部２１が質問を回答者７へ提示してから回答取得部２２が回答者７からの回答を得るまでの時間（回答時間＝回答取得時間―質問提示時間）を算出し、この回答時間に基づき回答確信度１０を取得する。そして、回答時間と予め設定された平均回答時間の差や比に基づいて、回答確信度１０を「０」（確信度が低い）〜「１」（確信度が高い）の値で評価する。或いは、ロボット２に内蔵されるカメラ２１０またはカメラ４から入力される画像情報から回答者７の表情を認識し、認識した表情に基づき回答確信度１０を取得してもよい。例えば、表情が「喜び」または「驚き」と認識された場合には確信度を高い値（「１」に近い値）とする。また、表情が「喜び」または「驚き」以外の表情に認識された場合には、回答者７が回答に悩んでいると判断し、回答確信度１０を低い値（「０」に近い値）とする。また、「回答速度」と回答者７の「表情」の２つの情報を用いて回答確信度１０を算出してもよい。この場合は、回答確信度１０は、「回答速度」と回答者７の「表情」から求められる２つの回答確信度の平均とすればよい。

続いて、任意項目３１ｂの質問回数ｎが予め設定されている任意項目質問回数Ｎに達していない場合には（ステップＳ２３；Ｎｏ）、制御部２０１は、現在の質問回数をインクリメントし（ｎ←ｎ＋１）、次の質問処理（ステップＳ１６〜ステップＳ２２）へと移行する。この一連の質問処理（質問の生成・提示、回答の取得、および回答確信度の取得）は、任意項目３１ｂに基づく質問をＮ回行うまで（ステップＳ２３；Ｙｅｓ）、繰り返し実行される。

任意項目３１ｂに基づく質問をＮ回行うと（ステップＳ２３；Ｙｅｓ）、ロボット２の制御部２０１（商品推薦部２４）は、現在までに得られた回答を考慮して、商品ＤＢ３２の中から、回答者７の希望・嗜好に近い推薦商品を決定し推薦する（ステップＳ２４）。例えば図９に例示したように、各商品の属性（価格、食べ物、菓子類、…）に基づいて定まる各商品を数値座標化した商品Ｐ（Ｐ１（ハムＡ），Ｐ２（ハムＢ），Ｐ３（ゼリーＡ）…）と、質問提示部２１により提示される各質問に対する各回答から定まる回答者の希望・嗜好を数値座標化した希望Ｗと、をベクトル空間上にプロットし、商品Ｐと希望Ｗとの位置関係により、推薦商品を決定する。

そして、制御部２０１（商品推薦部２４）は、「〇〇（推薦商品）はいかがですか？」のような発話をロボット２に実行させ、回答者７へ商品を推薦する。

そして、ロボット２の制御部２０１（回答取得部２２）は、回答者７から推薦された商品に決定するか否かの回答を取得する（ステップＳ２６）。回答の取得は、回答者７による発話（「はい」「いいえ」）や表示端末６による操作（「はい」「いいえ」ボタンの押下）等によって行う。

推薦された商品に決定する旨の回答を取得した場合（ステップＳ２７；Ｙｅｓ）、当該回答を受けて、制御部２０１（アクション部２６）は、音声処理部２０９による発話や、可動部駆動機構２０７によるアクションを実行する（ステップＳ２８）。例えば、制御部２０１（アクション部２６）は、「ありがとうございます」という発話やお辞儀を行う動作等をロボット２に行わせる。また、商品の購入カウンターへ回答者７を誘導するような動作をロボット２に実行させてもよい。

一方、推薦された商品に決定しない旨の回答を取得した場合には（ステップＳ２７；Ｎｏ）、ステップＳ１５に戻り、ステップＳ１５〜ステップＳ２６の処理を再度実行し、別の商品を推薦する。この一連の処理は、ロボット２の制御部２０１（回答取得部２２）が推薦された商品に決定する旨の回答を取得するまで（ステップＳ２７；Ｙｅｓ）、繰り返し実行される。

以上説明したように、ロボット２は、質問を生成し回答者７に提示し、得られた回答の確信度を考慮して、次の質問を生成し回答者７に提示する。これにより、回答者７の希望・嗜好をより精度よく抽出することができ、回答者７の希望・嗜好により近い商品を推薦することができる。また、人間同士で行うような自然なインタラクションを実現することが可能となる。

以下、図１１、１２を参照して、ロボット２と回答者７の対話による商品推薦の具体例を示す。

（具体例１）
図１１は、ロボット２と回答者７との対話による質問提示および商品推薦の一例である。図１１は、例えば、百貨店のお歳暮コーナで贈る商品に迷っている回答者７に対して質問提示および商品推薦を行う例である。回答者７は店舗のお歳暮コーナにいるロボット２に近づくと、ロボット２は、回答者７が近づいたことを検知し、回答者７の属性を取得したうえで、図に示す対話を開始する。図の例では、ロボット２の制御部２０１（質問提示部２１）は、質問ＤＢ３１の必須項目３１ａに基づいて「贈る相手の性別は？」（質問Ｑ１）「贈る相手の年齢は？」（質問Ｑ２）と２つの質問を生成し、順に提示している（図１０のステップＳ１２に相当）。回答者７は、質問Ｑ１に対しては「男性です」、質問Ｑ２に対しては「４０代です」と回答し、ロボット２の制御部２０１（回答取得部２２）は、音声認識部を介して回答を認識し取得する（図１０のステップＳ１３、Ｓ１４に相当）。これにより、制御部２０１（属性取得部２５）は、商品を受け取る人（商品を贈る相手）の属性を取得する。

続いて、ロボット２の制御部２０１（質問提示部２１）は、回答者７の希望・嗜好に沿った商品を推薦するため、質問ＤＢ３１の任意項目３１ｂ（図８参照）に基づいて質問を生成し提示する。図１１は、任意項目質問回数を２回とし、「食べ物が良いですか？」（質問Ｑ３）「高価なものが良いですか？」（質問Ｑ４）と２つの質問を生成し、順に提示している（図１０のステップＳ１６、Ｓ１７、Ｓ１９に相当）。回答者７は、質問Ｑ３に対しては「はい」、質問Ｑ４に対しては「４」と回答し、ロボット２の制御部２０１（回答取得部２２）は音声認識部を介して回答を認識し取得する（図１０のステップＳ２０、Ｓ２１に相当）。またこのとき、制御部２０１（確信度取得部２３）は、回答者７の回答の回答確信度１０を取得する（図１０のステップＳ２２に相当）。図の例では、制御部２０１（確信度取得部２３）は、質問Ｑ３に対する回答（「はい」）の回答確信度１０を「１」（確信度が高い）、質問Ｑ４に対する回答（「４」）の回答確信度１０を「０．２」（確信度が低い）と判断している。

任意項目の質問を終えると、ロボット２の制御部２０１（商品推薦部２４）は、回答者７に対して商品を推薦する（図１０のステップＳ２４に相当）。図の例では、質問Ｑ３と質問Ｑ４の回答結果から、ハムＡを推薦商品として決定し、「ハムＡはいかがですか？」と回答者７に推薦している。これに対し、回答者７は、「いいえ」と回答し、ロボット２の制御部２０１（回答取得部２２）は音声認識部を介して回答を認識し取得する（図１０のステップＳ２５、Ｓ２６に相当）。回答者７が推薦商品に決定しなかった（推薦商品が回答者７の希望・嗜好に沿わなかった）ため、ロボット２制御部２０１（質問提示部２１）は、再度、回答者７の希望・嗜好に沿った商品を推薦するため、質問ＤＢ３１の任意項目３１ｂに基づいて質問を行う。図の例では、「ハムＡより高価なものが良いですか？」（質問Ｑ５）「お菓子が良いですか？」（質問Ｑ６）と２つの質問を生成し、順に提示している（図１０のステップＳ１６、Ｓ１７、Ｓ１９に相当）。ここで、質問Ｑ５は、回答確信度１０が低かった過去の質問（質問Ｑ４）に対して、既に推薦した商品（ハムＡ）と関連させた質問を生成し、提示したものである。また、質問Ｑ６は、任意項目３１ｂの中から未だ選択されていない任意項目を選択し提示したものである。回答者７は、質問Ｑ５に対しては「いいえ」、質問Ｑ６に対しては「はい」と回答し、ロボット２の制御部２０１（回答取得部２２）は音声認識部を介して回答を認識し取得する（図１０のステップＳ２０、Ｓ２１に相当）。またこのとき、制御部２０１（確信度取得部２３）は、回答者７の回答の回答確信度１０を取得する（図１０のステップＳ２２に相当）。図の例では、制御部２０１（確信度取得部２３）は、質問Ｑ５に対する回答（「いいえ」）の回答確信度１０を「０．６」、質問Ｑ６に対する回答（「はい」）の回答確信度１０を「０．４」と判断している。

任意項目の質問を終えると、ロボット２の制御部２０１（商品推薦部２４）は、回答者７に対して再度商品を推薦する（図１０のステップＳ２４に相当）。図の例では、質問Ｑ５と質問Ｑ６の回答結果から、推薦商品の候補として「クッキー」と「ゼリー」が導出される。候補が複数あるため、制御部２０１（商品推薦部２４）は、優先度の高い商品を推薦する。図の例では、制御部２０１（商品推薦部２４）は、商品優先度表３２ａ（図７）を参照して、４０代男性（商品を贈る相手の属性）に最も多く購入されているクッキーを推薦している。これに対し、回答者７が「はい」などの肯定的な回答をすれば、ロボット２は所定のアクション（「ありがとうございます」などの発話やお辞儀、購入カウンターへの案内動作）を実行し、商品推薦を終了する。

（具体例２）
図１２は、ロボット２と回答者７との対話による質問提示および商品推薦の他の例である。図１２も、例えば、百貨店のお歳暮コーナで贈る商品に迷っている回答者７に対して商品推薦を行う例である。回答者７は店舗のお歳暮コーナにいるロボット２に近づくと、ロボット２は、回答者７が近づいたことを検知し、回答者７の属性を取得したうえで、図に示す対話を開始する。図の例では、まず、ロボット２の制御部２０１（質問提示部２１）は、質問ＤＢ３１の必須項目３１ａに基づいて「贈る相手の性別は？」（質問Ｑ１）「贈る相手の年齢は？」（質問Ｑ２）と２つの質問を生成し、順に提示している（図１０のステップＳ１２に相当）。回答者７は、質問Ｑ１に対しては「女性です」、質問Ｑ２に対しては「４０代です」と回答し、ロボット２の制御部２０１（回答取得部２２）は、音声認識部を介して回答を取得する（図１０のステップＳ１３、Ｓ１４に相当）。これにより、制御部２０１（属性取得部２５）は、商品を受け取る人（商品を贈る相手）の属性を取得する。

続いて、ロボット２の制御部２０１（質問提示部２１）は、回答者７の希望・嗜好に沿った商品を推薦するため、質問ＤＢ３１の任意項目３１ｂ（図８参照）に基づいて質問を行う。図１２は、任意項目質問回数を２回とし、「日用品が良いですか？」（質問Ｑ３）「ギフトカードが良いですか？」（質問Ｑ４）と２つの質問を生成し、順に提示している（図１０のステップＳ１６、Ｓ１７、Ｓ１９に相当）。回答者７は、質問Ｑ３に対しては「いいえ」、質問Ｑ４に対しても「いいえ」と回答し、ロボット２の制御部２０１（回答取得部２２）は音声認識部を介して回答を認識し取得する（図１０のステップＳ２０、Ｓ２１に相当）。またこのとき、制御部２０１（確信度取得部２３）は、回答者７の回答の回答確信度１０を取得する（図１０のステップＳ２２に相当）。図の例では、制御部２０１（確信度取得部２３）は、質問Ｑ３に対する回答（「いいえ」）の回答確信度１０を「１」（確信度が高い）、質問Ｑ４に対する回答（「いいえ」）の回答確信度１０を「１」（確信度が高い）と判断している。

任意項目の質問を終えると、ロボット２の制御部２０１（商品推薦部２４）は、回答者７に対して商品を推薦する（図１０のステップＳ２４に相当）。図の例では、質問Ｑ３と質問Ｑ４の回答結果から、推薦商品の候補として「クッキー」と「ゼリー」と「ハム」が導出される。候補が複数あるため、制御部２０１（商品推薦部２４）は、優先度の高い商品を推薦する。図の例では、制御部２０１（商品推薦部２４）は、商品優先度表３２ａ（図７）を参照して、４０代女性（商品を贈る相手の属性）に最も多く購入されているゼリーを推薦している。これに対し、回答者７は「いいえ」と回答し、ロボット２の制御部２０１（回答取得部２２）は音声認識部を介して回答を認識し取得する（図１０のステップＳ２５、Ｓ２６に相当）。回答者７が推薦商品に決定しなかった（推薦商品が回答者７の希望・嗜好に沿わなかった）ため、ロボット２の制御部２０１（質問提示部２１）は、再度、回答者７の希望・嗜好に沿った商品を推薦するため、質問ＤＢ３１の任意項目３１ｂに基づいて質問を行う。図の例では、「食べ物が良いですか？」（質問Ｑ５）「高価なものが良いですか？」（質問Ｑ６）と２つの質問を生成し、順に提示している（図１０のステップＳ１６、Ｓ１７、Ｓ１９に相当）。回答者７は、質問Ｑ５に対しては「はい」、質問Ｑ６に対しては「４」と回答し、ロボット２の制御部２０１（回答取得部２２）は音声認識部を介して回答を認識し取得する（図１０のステップＳ２０、Ｓ２１に相当）。またこのとき、制御部２０１（確信度取得部２３）は、回答者７の回答の回答確信度１０を取得する（図１０のステップＳ２２に相当）。図の例では、制御部２０１（確信度取得部２３）は、質問Ｑ５に対する回答（「はい」）の回答確信度１０を「１」（確信度が高い）、質問Ｑ６に対する回答（「４」）の回答確信度１０を「０．４」（確信度が中程度）と判断している。

任意項目の質問を終えると、ロボット２の制御部２０１（商品推薦部２４）は、回答者７に対して再度商品を推薦する。図の例では、質問Ｑ５と質問Ｑ６の回答結果から、ハムＡを推薦商品として決定し、「ハムＡはいかがですか？」と回答者７に対して推薦している。これに対し、回答者７が「はい」などの肯定的な回答をすれば、ロボット２は所定のアクション（「ありがとうございます」などの発話やお辞儀、購入カウンターへの案内動作）を実行し、商品推薦を終了する。

以上、添付図面を参照して、本発明に係るロボット等の好適な実施形態について説明したが、本発明は係る例に限定されない。当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

＜変形例＞
例えば、図４ではロボット２内の制御部２０１及び記憶部２０２に、ロボット制御システム１が備える各種機能及び各種データベース（質問提示部２１、回答取得部２２、確信度取得部２３、商品推薦部２４、属性取得部２５、アクション部２６、質問ＤＢ３１、商品ＤＢ３２、発話ＤＢ３３、アクションＤＢ３４等）が設けられるものとしているが、ロボット２とは別に設けられるコンピュータ３にこれらの各部やデータを設けるものとしてもよい。また、各機能部の処理はプログラムによって実行されるものとしてもよい。これらの処理に関するプログラムはロボット２の記憶部２０２またはコンピュータ３の記憶部３０２に記憶されものとしてもよいし、ネットワーク８を介してロボット２またはコンピュータ３にインストールすることも可能である。

また、ロボット２の制御部２０１（商品推薦部２４）は同時に複数の商品を推薦してもよい。例えば、「食べ物が良いですか？」とのロボット２による質問に対して回答者７から「はい」との回答を得た場合であっても、回答確信度１０が低い場合には、食べ物に関する商品を一意に推薦するのではなく、食べ物以外の他の商品（日用品、ギフトカード…）を併せて推薦してもよい。この場合、推薦された複数の商品のうち、回答者７はいずれかの商品を選択する。或いはいずれも商品も希望に沿わない旨の回答をする。

また、任意項目質問回数は予め設定されていなくてもよい。例えば、回答者７の希望・嗜好を数値座標化した希望Ｗから所定距離Ｄ内に存在する商品Ｐが所定数以下に絞り込まれると、回答者７の希望・嗜好を十分に把握できたものとし、質問を終了するように制御してもよい。

また、本実施形態では、質問ＤＢ３１を必須項目３１ａと任意項目３１ｂとに分類分けしているが、必ずしもこの分類分けは必須ではない。すなわち、質問ＤＢ３１を必須項目３１ａのみ、或いは任意項目３１ｂのみで構成してもよい。質問ＤＢ３１を必須項目３１ａのみで構成する場合には、ロボット２（質問提示部２１）は質問ＤＢ３１に含まれる全質問を回答者７へ提示する。一方、質問ＤＢ３１を任意項目３１ｂのみで構成する場合には、ロボット２（質問提示部２１）は、前述した任意項目３１ｂに基づく質問を行う場合と同様の方法で質問を生成し提示する。

また、図１０のステップＳ１１〜ステップＳ１４は省略してもよい。すなわち、ロボット２は、人の属性（回答者７や商品を受け取る人の属性）を取得しなくてもよい。この場合、図１０のステップＳ１５〜ステップＳ２３において、ロボット２は、商品の属性に関する質問を保持する任意項目３１ｂのみに基づいて質問を行い、ステップＳ１４において、人の属性を考慮せずに（商品優先度表３２ａを参照せずに）、推薦商品を決定する。

また、本実施形態では、次の質問を生成する際の情報として回答確信度１０を用いるようにした。すわなち、回答確信度１０はあくまで推薦商品を決定する際の間接的な情報として用いるように構成したが、推薦商品を決定する際の直接的な情報として回答確信度１０を用いてもよい。例えば、ステップＳ１４において、ロボット２の制御部２０１（商品推薦部２４）は、過去にした任意項目３１ｂに基づく質問のうち、回答確信度１０が比較的高かった質問に対する回答に基づいて回答者７の希望・嗜好を数値座標化した希望Ｗを算出し、図９に例示した方法に従い推薦商品を決定するようにしてもよい。

また、回答時間を取得するにあたり、予め設定された平均回答時間を用いるのではなく、回答者７ごとの基準回答時間を用いてもよい。基準回答時間とは、例えば最初の質問に対する回答者７の回答時間である。この基準回答時間との差や比に基づいて、回答確信度１０を評価してもよい。このようにすれば、回答者個々の基準に基づいて回答確信度１０を算出することができるため、回答が平均的に早い人や回答が平均的に遅い人などに対しても、回答確信度１０を好適に取得することができる。

１……………………ロボット制御システム
２……………………ロボット
３……………………コンピュータ
４……………………カメラ
６……………………表示端末
７……………………回答者（ユーザ）
１０…………………回答確信度
２０１………………制御部
２１…………………質問提示部
２２…………………回答取得部
２３…………………確信度取得部
２４…………………商品推薦部
２５…………………属性取得部
２６…………………アクション部
３……………………コンピュータ
３０１………………制御部
３１…………………質問ＤＢ
３１ａ………………必須項目
３１ｂ………………任意項目
３２…………………商品ＤＢ
３２ａ………………商品優先度表
３２ｂ………………商品属性表
３３…………………発話ＤＢ
３４…………………アクションＤＢ

Claims (9)

1. 複数の質問を保持する質問データベースを記憶する記憶手段と、
   前記質問データベースから質問を生成し、回答者に提示する第１の提示手段と、
   質問に対する回答の確信度を取得する取得手段と、
   前記確信度を考慮して、前記質問データベースから次の質問を生成し、回答者に提示する第２の提示手段と、
   を備えることを特徴とするロボット。
2. 前記第２の提示手段は、前記取得手段によって取得した回答の確信度が低かった質問に基づいて、次の質問を生成し提示する
   ことを特徴とする請求項１に記載のロボット。
3. 前記記憶手段は、推薦情報を保持する推薦情報データベースを更に記憶し、
   前記質問データベースは、前記推薦情報データベースから推薦情報を決定するための各種質問を保持し、
   質問に対する回答者の回答に基づいて、前記推薦情報データベースから推薦情報を決定し、回答者に推薦する推薦手段、
   を更に備えることを特徴とする請求項１または請求項２に記載のロボット。
4. 前記第２の提示手段は、前記取得手段によって取得した回答の確信度が低かった質問に対して、前記推薦手段によって推薦した推薦情報と関連させた質問を生成し提示する
   ことを特徴とする請求項３に記載のロボット。
5. 前記推薦情報データベースは、各推薦情報の優先度を人の属性ごとに保持する
   ことを特徴とする請求項３または請求項４に記載のロボット。
6. 推薦情報の提供を受ける人の属性を取得する属性取得手段、を更に備え、
   前記推薦手段は、取得した属性に対して優先度が高い推薦情報を決定する
   ことを特徴とする請求項５に記載のロボット。
7. 前記推薦情報データベースは、推薦情報と対応付けて前記推薦情報の属性に関する情報を保持し、
   前記質問データベースは、前記推薦情報の属性に関する質問を保持し、
   前記第１の提示手段、及び／又は、前記第２の提示手段は、前記質問データベースから前記推薦情報の属性に関する質問を生成し提示する
   ことを特徴とする請求項２から請求項６のいずれかに記載のロボット。
8. 複数の質問を保持する質問データベースを記憶する記憶手段を備えるコンピュータによる質問提示方法であって、
   前記質問データベースから質問を生成し、回答者に提示する第１の提示ステップと、
   質問に対する回答の確信度を取得する取得ステップと、
   前記確信度を考慮して、前記質問データベースから次の質問を生成し、回答者に提示する第２の提示ステップと、
   を含むことを特徴とする質問提示方法。
9. コンピュータを請求項１から請求項７のいずれかに記載のロボットとして機能させることを特徴とするプログラム。

Images