JP2017215835A - ロボット評価装置及びロボット評価プログラム - Google Patents

Abstract

【課題】学習して最適化処理が行われたロボットを評価し金銭的価値に反映させるようにしたロボット評価装置を提供する。
【解決手段】ロボット評価装置の評価手段は、機械学習を行うロボットの行動に対し、予め定められた行動評価項目に照らし合わせて該行動を評価し、出力手段は、前記行動の評価結果にしたがって、前記ロボットの金銭的価値を出力する。
【選択図】図１

Description

本発明は、ロボット評価装置及びロボット評価プログラムに関する。

特許文献１には、個性的で複雑な反応、動作を行うことができ、多様化した遊び方ができる知的ロボットを提供することを課題とし、各知的ロボットは、個体を特定するＩＤ情報とその個体の個性を示す属性情報からなるＩＤ・属性情報と、外部から与えられる情報を認識する認識手段と、この認識手段により認識された情報を自身の前記ＩＤ・属性情報と照合判断する判断手段と、この判断手段により判断された結果に基づき対応する動作を実行する実行手段を有することが開示されている。

特許文献２には、企業と就職希望者のミスマッチを回避し、さらに就職希望者の就職活動内容の指標を提示することができるネットワークを使用した母集団形成システムを提供することを課題とし、ネットワークを使用した母集団形成システムは、ホームページ情報及び学習情報を備え且つ、ホームページ情報及び学習情報をインターネット網を介して配信するサーバーサイトと、サーバーサイトにインターネット網を介して結合され且つ、学習情報に基づいた学習及びホームページ情報の閲覧を実行する登録ユーザーにより操作されるユーザー端末を備え、サーバーサイトはさらに、学習の成果を表す学習履歴情報を格納するユーザー情報データベースと、学習の成果を評価し且つ、評価後に登録ユーザーが実行すべき新たな学習情報を設定する適性制御部を備えることが開示されている。

特許文献３には、アミューズメント性を格段と向上し得る情報提供装置及び情報提供方法を提案することを課題とし、情報提供装置及び情報提供方法において、自律的に行動するロボットの固有情報及び又は当該ロボットの履歴情報に基づいて、所定の儀式に関する儀式情報を提供するようにしたことにより、ロボットが存在しなくなった後でも、予め収集しておいた当該ロボットの固有情報及び又は履歴情報に基づいて儀式情報を提供することができ、かくしてアミューズメント性を格段と向上し得る情報提供方法を実現できることが開示されている。

特許文献４には、ユーザーがペットロボットの状態を認識し難かったことを課題とし、診断装置において、ロボットの行動を規定する各種制御パラメータが格納された、ロボットに着脱自在に装填される可搬型のメモリから必要な診断データを読み出す読み出し手段と、読み出し手段により読み出された診断データに基づいてロボットの状態を診断する診断手段とを設けるようにしたことが開示されている。

特開２００１−１７９６６５号公報 特開２００２−１６３３７８号公報 特開２００１−２２２６２６号公報 特開２００２−１７２５７６号公報

近年ロボット技術は、発展が目覚ましく、生活やオフィス業務に入りこむようになってきた。
ところで、ロボットは、利用環境に最適化した動きをするには、その環境で機械学習する必要がある。しかし、その機械学習して動きが最適化されたロボットを適正に評価することはできなかった。
そこで、本発明は、学習して最適化処理が行われたロボットを評価し金銭的価値に反映させるようにしたロボット評価装置及びロボット評価プログラムを提供することを目的としている。

かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、機械学習を行うロボットの行動に対し、予め定められた行動評価項目に照らし合わせて該行動を評価する評価手段と、前記行動の評価結果にしたがって、前記ロボットの金銭的価値を出力する出力手段を有するロボット評価装置である。

請求項２の発明は、前記行動評価項目に対する前記行動の評価結果は、人のチェックに応じて生成される、請求項１に記載のロボット評価装置である。

請求項３の発明は、前記行動評価項目には、前記ロボットに与えられた目的と該目的のために要した時間が含まれている、請求項１又は２に記載のロボット評価装置である。

請求項４の発明は、前記行動評価項目には、前記ロボットが活動した場所と該場所で行動した時間が含まれている、請求項１から３のいずれか一項に記載のロボット評価装置である。

請求項５の発明は、前記評価手段は、前記ロボットが機械学習を行う前の初期状態と行動したことによる機械学習後の状態とを比較することによって、該ロボットを評価する、請求項１から４のいずれか一項に記載のロボット評価装置である。

請求項６の発明は、前記初期状態として、行動を制御する予め定められたパラメータを用い、前記機械学習後の状態として、機械学習後の前記パラメータを用いる、請求項５に記載のロボット評価装置である。

請求項７の発明は、前記出力手段は、前記金銭的価値を前記ロボットに関わるプログラムを配信する装置に出力する、請求項１から６のいずれか一項に記載のロボット評価装置である。

請求項８の発明は、前記行動は、前記ロボットの稼働部位の角度、速さ、稼働時間の何れか１つ以上を含む、請求項１から７のいずれか一項に記載のロボット評価装置である。

請求項９の発明は、前記行動は、前記ロボットが備えている画像投影手段の光量、輝度、サイズに関わるパラメータの何れか１つ以上を含む、請求項１から８のいずれか一項に記載のロボット評価装置である。

請求項１０の発明は、前記行動は、前記ロボットが発した声の大きさ、質、タイミング、内容の何れか１つ以上を含む、請求項１から９のいずれか一項に記載のロボット評価装置である。

請求項１１の発明は、前記行動は、前記ロボットに与えられた前記目的の環境下におけるふるまいである、請求項１から１０のいずれか一項に記載のロボット評価装置である。

請求項１２の発明は、前記行動は、前記ロボットの危険を回避する動作である、請求項１から１１のいずれか一項に記載のロボット評価装置である。

請求項１３の発明は、前記ロボットの行動履歴と人間が行った評価は、通信回線を介して外部に保存されたものを利用する、請求項１から１２のいずれか一項に記載のロボット評価装置である。

請求項１４の発明は、前記出力手段の出力先は、前記ロボットが有する表示部である、請求項１から１３のいずれか一項に記載のロボット評価装置である。

請求項１５の発明は、前記評価結果を出力する場合、評価の元となった行動履歴及び行動評価項目も合わせて出力する、請求項１から１４のいずれか一項に記載のロボット評価装置である。

請求項１６の発明は、コンピュータを、機械学習を行うロボットの行動に対し、予め定められた行動評価項目に照らし合わせて該行動を評価する評価手段と、前記行動の評価結果にしたがって、前記ロボットの金銭的価値を出力する出力手段として機能させるためのロボット評価プログラムである。

請求項１のロボット評価装置によれば、学習して最適化処理が行われたロボットを評価し金銭的価値に反映させることができる。

請求項２のロボット評価装置によれば、行動評価項目に対する行動の評価結果として、人のチェックに応じて生成されたものを用いることができる。

請求項３のロボット評価装置によれば、行動評価項目には、ロボットに与えられた目的とその目的のために要した時間を含ませることができる。

請求項４のロボット評価装置によれば、行動評価項目には、ロボットが活動した場所とその場所で行動した時間を含ませることができる。

請求項５のロボット評価装置によれば、ロボットが機械学習を行う前の初期状態と行動したことによる機械学習後の状態とを比較することによって、そのロボットを評価することができる。

請求項６のロボット評価装置によれば、初期状態として、行動を制御する予め定められたパラメータを用い、機械学習後の状態として、機械学習後のパラメータを用いることができる。

請求項７のロボット評価装置によれば、金銭的価値をロボットに関わるプログラムを配信する装置に出力することができる。

請求項８のロボット評価装置によれば、行動には、ロボットの稼働部位の角度、速さ、稼働時間の何れか１つ以上を含めることができる。

請求項９のロボット評価装置によれば、行動には、ロボットが備えている画像投影手段の光量、輝度、サイズに関わるパラメータの何れか１つ以上を含めることができる。

請求項１０のロボット評価装置によれば、行動には、ロボットが発した声の大きさ、質、タイミング、内容の何れか１つ以上を含めることができる。

請求項１０のロボット評価装置によれば、行動には、ロボットが発した声の大きさ、質、タイミング、内容の何れか1つ以上を含めることができる。

請求項１１ロボット評価装置によれば、行動には、ロボットに与えられた目的の環境下におけるふるまいを含めることができる。

請求項１２のロボット評価装置によれば、行動には、ロボットの危険を回避する動作を含めることができる。

請求項１３のロボット評価装置によれば、ロボットの行動履歴と人間が行った評価は、通信回線を介して外部に保存されたものを利用することができる。

請求項１４のロボット評価装置によれば、ロボットが有する表示部に金銭的価値を表示することができる。

請求項１５のロボット評価装置によれば、評価結果を出力する場合、評価の元となった行動履歴及び行動評価項目も合わせて出力することができる。

請求項１６のロボット評価プログラムによれば、学習して最適化処理が行われたロボットを評価し金銭的価値に反映させることができる。

本実施の形態の構成例についての概念的なモジュール構成図である。 本実施の形態を利用したシステム構成例を示す説明図である。 本実施の形態による処理例を示すフローチャートである。 ロボット情報テーブルのデータ構造例を示す説明図である。 ログテーブルのデータ構造例を示す説明図である。 評価テーブルのデータ構造例を示す説明図である。 本実施の形態による出力例を示す説明図である。 本実施の形態による評価処理例を示す説明図である。 本実施の形態による評価処理例を示す説明図である。 本実施の形態による評価処理例を示す説明図である。 本実施の形態による評価処理例を示す説明図である。 本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。

以下、図面に基づき本発明を実現するにあたっての好適な一実施の形態の例を説明する。
図１は、本実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するという意味である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態にしたがって、又はそれまでの状況・状態にしたがって定まることの意を含めて用いる。「予め定められた値」が複数ある場合は、それぞれ異なった値であってもよいし、２以上の値（もちろんのことながら、全ての値も含む）が同じであってもよい。また、「Ａである場合、Ｂをする」という記載は、「Ａであるか否かを判断し、Ａであると判断した場合はＢをする」の意味で用いる。ただし、Ａであるか否かの判断が不要である場合を除く。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。

本実施の形態であるロボット評価装置は、ロボットの金銭的価値を出力するものであって、図１の例に示すように、受付モジュール１１０、評価モジュール１２０、基準値記憶モジュール１３０、提示モジュール１４０を有している。ここでのロボットは、そのロボット自身の行動、経験等によって機械学習を行うものである。体（物体）を有しているか否かは問わない。つまり、自律的に移動可能な機械的体を有していてもよいし、そのような機械的体を有しておらず、人間とのコミュニケーションを行うための装置（例えば、音声対話を行うためのスピーカー、マイク等）とコンピュータ・プログラムだけで動作するものを含む。なお、「ロボットの金銭的価値」は、ロボット自身（ロボット本体とロボットを制御するプログラム）の金銭的価値の他に、ロボットを制御するプログラムの金銭的価値としてもよい。また、金銭的価値の表現は、具体的な１０００万円といった貨幣価値（もちろんのことながら、円の他に、ドル、元等であってもよい）で換算したものでも、別の物体（例えば、貴金属の金、銀、銅）や、模式的にレベル（アルファベットのＡ、Ｂ、Ｃなど）を表したものでも良い。

ロボット評価装置１００は、ロボットの能力（履歴や実際の行動レベル）を可視化し、価値評価するものである。また、ロボットの機能をアップグレードする際は、そのロボットの価値と追加プログラムの差分を算出し、価格の調整を行う。機械学習するロボットにおいては、学習の度合いに応じた料金にすべきである。行動としては、例えば、発明の会議への参加、新規開発の会議のファシリテーション等がある。また、機械学習によって補正されたパラメータも評価対象とする。例えば、ロボットの声量をパラメータとした場合、会議室が狭いとき、人数が少ないとき、別の会議が近くで行われているときは、ロボットの声量を落とすということを機械学習で習得した場合は、これを評価できるようにする。つまり、こういった、経験と補正したパラメータを金銭価値として評価する。
また、ロボット評価装置１００によって、利用されたロボットの金銭的価値がわかるようになるので、ユーザーが利用して学習して得た機能（プログラム）を、売買することができるようになる。つまり、ロボットを売却時又はレンタル時の価格交渉に使うことができる。

ロボット行動履歴記憶モジュール１９０は、ロボット評価装置１００の受付モジュール１１０と接続されている。ロボット行動履歴記憶モジュール１９０は、機械学習を行うロボットの行動の履歴を記憶している。ここでの履歴は、そのロボット自身が行った行動を示す情報の他に、そのロボットに与えられた目的、そのロボットが検知した情報等を含む。例えば、「ロボットの行動の履歴」として、日時（年、月、日（曜日を含めてもよい）、時、分、秒、秒以下、又はこれらの組み合わせであってもよい）情報、位置情報（緯度、経度、標高等）、速度、運搬した物等がある。「ロボットに与えられた目的」として、人間からの命令（音声、テキスト、ジェスチャー等）等がある。「ロボットが検知した情報」として、そのロボットが備えているセンサーによって検知した情報であり、例えば、ロボットが行動した際の環境を示す情報であったり、その行動に対してその場で人間によって行われた評価等を含む。具体的には、ロボットが走行した道の状態（平面である、凸凹がある、濡れている等）、行動した後の人間が発した言葉（評価）等がある。
ロボット行動履歴記憶モジュール１９０は、例えば、ログテーブル５００を記憶している。ログテーブル５００については、図５の例を用いて後述する。
また、ロボット行動履歴記憶モジュール１９０は、ロボット内部に設置されたものであってもよいが、通信回線を介してロボット外部に設置されていてもよい。したがって、後者の場合、ロボット評価装置１００は、ロボットの行動履歴と人間が行った評価は、通信回線を介してロボット外部に保存されたものを利用することとなる。ロボット行動履歴記憶モジュール１９０内の情報を、変更することが困難（変更不可を含む）とすることによって、金銭的価値の根拠の正当性を高めることができる。

受付モジュール１１０は、評価モジュール１２０、ロボット行動履歴記憶モジュール１９０と接続されている。受付モジュール１１０は、評価対象となったロボットの行動履歴をロボット行動履歴記憶モジュール１９０から抽出する。
評価モジュール１２０は、受付モジュール１１０、基準値記憶モジュール１３０、提示モジュール１４０と接続されている。評価モジュール１２０は、機械学習を行うロボットの行動に対して、人間が行った評価の結果（この評価の結果は、人間のチェックに応じて生成されるものである）を受け付ける。例えば、ロボットの行動履歴を提示して、人間が評価したものを受け付けるようにしてもよい。また、人間が行った評価は、ロボット行動履歴記憶モジュール１９０内のロボットの行動履歴として記憶されているものを含んでいてもよい。例えば、ロボットが人間に対してサービス行動をしたことに対して、サービスを受けた人間から発せられた感謝の言葉等が、ロボット行動履歴記憶モジュール１９０に記憶されている。
そして、評価モジュール１２０は、人間が行った評価の結果にしたがって、ロボット（ロボットを制御するプログラムを含めてもよい）の金銭的価値を算出する。
なお、評価モジュール１２０は、「人間が行った評価の結果」ではなく、予め定められた行動評価項目に照らし合わせて、対象となっている行動を評価するようにしてもよい。例えば、評価には、金銭的価値を算出することを含めてもよい。この行動評価項目は、人間が行ったロボットの評価の結果を蓄積し、分析することで、どういった行動をより重要視して評価するか自動的あるいは人間が選択して重み付けを加えることで、より精度の高い行動評価をできるようにすることも可能である。
また、評価モジュール１２０は、さらに、評価対象となっているロボットに与えられた目的とその目的のために要した時間を用いて、そのロボットの金銭的価値を算出するようにしてもよい。
また、評価モジュール１２０は、さらに、評価対象となっているロボットが活動した場所とその場所で行動した時間を用いて、そのロボットの金銭的価値を算出するようにしてもよい。
また、評価モジュール１２０は、評価対象となっているロボットが機械学習を行う前の初期状態と行動したことによる機械学習後の状態とを比較することによって、そのロボットの金銭的価値を算出するようにしてもよい。ここでの「初期状態」として、行動を制御する予め定められたパラメータを用い、「機械学習後の状態」として、機械学習後のそのパラメータを用いるようにしてもよい。したがって、機械学習前後のパラメータ間の差分が、金銭的価値を算出するために用いられる。

基準値記憶モジュール１３０は、評価モジュール１２０と接続されている。基準値記憶モジュール１３０は、基準となる金銭的価値を記憶している。つまり、機械学習を行う前の初期状態とその金銭的価値を対応付けて記憶している。機械学習後のロボットを初期状態に対しての相対的評価によって、金銭的価値を算出するためである。初期状態として、行動を制御する予め定められたパラメータを記憶していてもよい。

提示モジュール１４０は、評価モジュール１２０と接続されている。提示モジュール１４０は、評価モジュール１２０による行動の評価結果にしたがって、ロボットの金銭的価値（評価モジュール１２０によって算出された金銭的価値であってもよい）を出力する。ここで出力するとは、例えば、ディスプレイ等の表示装置（ロボットが有する表示装置であってもよいし、外部の表示装置であってもよい）に表示すること、プリンタ等の印刷装置で印刷すること、ロボット価値データベース等の記憶装置へ書き込むこと、メモリーカード等の記憶媒体に記憶させること、他の情報処理装置へ渡すこと等が含まれる。例えば、「他の情報処理装置」として、ロボットに関わるプログラムを配信する装置（以下、配信装置ともいう）としてもよい。例えば、金銭的価値を受け取った配信装置は、その金銭的価値をロボットのプログラムのアップデートや追加機能をインストールするときに、利用するようにしてもよい。つまり、配信装置が対象としているロボットＡ（アップデートやインストール先としてのロボット）の金銭的価値Ｂと、提示モジュール１４０から受け取ったロボットＣの金銭的価値Ｄを比較し、対象としているロボットＡの金銭的価値を高めるものであれば（具体的には、金銭的価値Ｄが金銭的価値Ｂよりも高い場合）、ロボットＣのプログラムや機能にしたがって、ロボットＡのプログラムのアップデートや追加機能をインストールしてもよい。
また、提示モジュール１４０は、評価結果を出力する場合、評価の元となった行動履歴及び行動評価項目も合わせて出力するようにしてもよい。例えば、行動履歴として、後述する行動レポートのように、履歴の要約（抜粋等）であってもよい。

図２は、本実施の形態を利用したシステム構成例を示す説明図である。
ロボット評価装置１００Ａ、ロボット評価装置１００Ｂ、ロボット評価装置１００Ｃ、ロボット２１０Ａ、ロボット２１０Ｂ、ロボット行動履歴収集装置２２０は、通信回線２９０を介してそれぞれ接続されている。通信回線２９０は、無線、有線、これらの組み合わせであってもよく、例えば、通信インフラとしてのインターネット、イントラネット等であってもよい。また、ロボット行動履歴収集装置２２０による機能は、クラウドサービスとして実現してもよい。
ロボット行動履歴収集装置２２０は、ロボット行動履歴記憶モジュール１９０を有している。ロボット行動履歴収集装置２２０は、各ロボット評価装置１００に対して、各ロボット２１０における行動履歴の情報を提供する。
各ロボット２１０は、そのロボット２１０における行動履歴の情報をロボット行動履歴収集装置２２０に送信する。送信する際に、変更することはできないように暗号化、圧縮等の処理を行ってもよい。ロボット行動履歴収集装置２２０は、ロボット行動履歴記憶モジュール１９０内の情報を書き換えられないように保護する。各ロボット２１０とロボット行動履歴収集装置２２０は、通信回線２９０を介して同期しており、行動履歴が時間、場所と対応付けて保存されるようになっている。
各ロボット評価装置１００は、ロボット行動履歴収集装置２２０のロボット行動履歴記憶モジュール１９０から評価対象とするロボット２１０の行動履歴情報を抽出して、そのロボット２１０の金銭的価値を出力する。
なお、１つのロボット評価装置１００が各ロボット２１０の金銭的価値を算出し、それをユーザーが所持している端末に送信し、提示するようにしてもよい。この場合のロボット評価装置１００による機能は、クラウドサービスとして実現してもよい。

図３は、本実施の形態による処理例を示すフローチャートである。
まず、ユーザーの操作にしたがって、評価対象となるロボットを選択する。そのロボットに対して以下の処理を行う。
ステップＳ３０２では、評価種別の選択を行う。例えば、評価種別として、後述する図８〜１１の例に示す評価方法があり、ユーザーの操作に応じて、評価方法を選択する。また、評価種別として、管理者による評価、ロボットが活動した場所でサービスの提供を受けた人間によって行われた評価等を選択するようにしてもよい。なお、ステップＳ３０２での選択は、ユーザーの操作によるものであってもよいし、予め定められた評価種別を選択してもよい。
ステップＳ３０４では、選択された評価種別における評価のデータ種別を判断し、音声である場合はステップＳ３０６へ進み、映像である場合はステップＳ３０８へ進み、テキストの場合はステップＳ３１０へ進む。

ステップＳ３０６では、音声認識を行い、次にステップＳ３１０へ進む。従来の音声認識を用いて、ログとして記憶されている音声情報からテキストに変換する。
ステップＳ３０８では、行動認識を行い、次にステップＳ３１２へ進む。従来の行動認識を用いて、ログとして記憶されている映像情報からテキストに変換する。例えば、指の形（ＯＫ等を示す形態）、首部分の動作（うなずき等）等から、行動を認識する。また、顔認識を行い、サービスの提供を受けた者だけの行動を認識対象としてもよい。サービスの提供を受けた者以外の周囲にいる者の行動は評価の対象としては好ましくなく、サービスを受けた者の評価を対象とすべきだからである。
ステップＳ３１０では、テキスト又は音声認識した結果に対して、形態素解析を行う。評価として採用できる言葉を抽出するためである。
ステップＳ３１２では、予め作成された評価辞書から形態素解析結果の検索を行う。評価辞書は、評価を示す言葉とその言葉の点数を記憶しているものである。
ステップＳ３１４では、ステップＳ３０２で選択された評価種別にしたがって、評価点を算出する。
ステップＳ３１６では、金銭に換算する。

各ロボットは、ロボット情報テーブル４００によって管理されている。ロボット情報テーブル４００は、ロボット行動履歴記憶モジュール１９０に記憶されていてもよいし、ロボット評価装置１００に記憶されていてもよい。図４は、ロボット情報テーブル４００のデータ構造例を示す説明図である。ロボット情報テーブル４００は、ロボットＩＤ欄４１０、ロボット種類欄４２０、ロボット名称欄４３０、搭載プログラム欄４４０、ログリンク欄４５０を有している。ロボットＩＤ欄４１０は、本実施の形態において、ロボットを一意に識別するための情報（ロボットＩＤ：ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）を記憶している。ロボット種類欄４２０は、ロボットの種類を記憶している。例えば、産業用ロボット、介護用ロボット、ペット型ロボット、会話型ロボット、モバイル型ロボット等がある。ロボット名称欄４３０は、ロボットの名称を記憶している。搭載プログラム欄４４０は、搭載プログラムを記憶している。ログリンク欄４５０は、そのロボットの行動履歴であるログを記憶している場所へのリンクを記憶している。例えば、後述するログテーブル５００（より具体的には、ログＩＤ）へのリンクを記憶している。
評価対象となるロボットを選択させるために、ロボット情報テーブル４００を用いてロボットの一覧を表示してもよい。

次に、ロボット行動履歴記憶モジュール１９０に記憶されているデータ例として、ログテーブル５００について説明する。図５は、ログテーブル５００のデータ構造例を示す説明図である。ログテーブル５００は、ログＩＤ欄５１０、日時欄５２０、目的欄５３０、場所欄５４０、環境欄５５０、行動欄５６０、原評価データ種別欄５７０、原評価欄５８０を有している。ログＩＤ欄５１０は、本実施の形態において、ログを一意に識別するための情報（ログＩＤ）を記憶している。日時欄５２０は、そのログを記憶した日時（又はそのログ対象となった行動等が行われた日時）を記憶している。目的欄５３０は、そのロボットに与えられた目的（具体的には、そのログ対象となった行動等を行う原因となった目的）を記憶している。場所欄５４０は、そのログ対象となった行動等が行われた場所を記憶している。環境欄５５０は、ログ対象となった行動等が行われた環境を記憶している。例えば、ロボットが走行した道の状態、温度、湿度、天候、ロボットが存在した部屋（例えば、会議室等）の大きさ、ロボットが対応した人数（例えば、会議参加者等）、その人の属性（例えば、性別、年齢、障害レベル等）等がある。

行動欄５６０は、そのロボットが行った行動を記憶している。例えば、ロボットの稼働部位に関するログとしてもよい。稼働部位として、具体的には、関節、ローラ、アーム等の部分が該当する。その場合、行動欄５６０が記憶する行動として、稼働部位の角度、速さ、稼働時間の何れか１つ以上を含めるようにしてもよい。また、行動欄５６０が記憶する行動として、ロボットが備えている画像投影装置（いわゆるプロジェクター機能を有している部位）の光量、輝度、サイズ（投影した画像のサイズ）に関わるパラメータの何れか１つ以上を含めるようにしてもよい。また、行動欄５６０が記憶する行動として、声出力機能を有しているロボットにおいては、そのロボットが発した声の大きさ、質、タイミング、内容の何れか１つ以上を含めるようにしてもよい。声の大きさは、ロボットが存在している居室の大きさや会議に参加している人の人数やロボットの距離によって変動するし、声の質は人によって高い声あるいは低い声の方が聞き取りやすいということもあるし、会議中に人の会話に混ざって意見する場合、発生のタイミングも重要になってくる。また、行動欄５６０が記憶する行動として、ロボットに与えられた目的の環境下におけるふるまいとしてもよい。例えば、ロボットが参加した会議等でのファシリテーション（行動）を評価することに用いられる。また、行動欄５６０が記憶する行動として、ロボットの危険を回避する動作としてもよい。例えば、工場における危険な場所（高温部、水源部、凸凹部、坂部等）での行動が該当する。そのロボットそのものを保護（自己防衛）する行為が該当する。

原評価データ種別欄５７０は、その行動に対して、その場で行われた人間の評価（原評価）のデータ種別を記憶している。例えば、テキスト、音声、その人間の動作を撮影した映像等がある。原評価欄５８０は、原評価を記憶している。
ステップＳ３０４では、原評価データ種別欄５７０の情報を参照して判断を行う。そして、原評価欄５８０内の情報に対して、ステップＳ３０６（音声認識）、ステップＳ３０８（行動認識）、ステップＳ３１０（形態素解析）の処理を行う。

次に処理結果を管理するデータ例として、評価テーブル６００について説明する。評価モジュール１２０は、評価テーブル６００を生成し、提示モジュール１４０が提示する。図６は、評価テーブル６００のデータ構造例を示す説明図である。評価テーブル６００は、ロボットＩＤ欄６１０、日時欄６２０、評価点欄６３０、価格欄６４０を有している。ロボットＩＤ欄６１０は、ロボットＩＤを記憶している。日時欄６２０は、評価が行われた日時を記憶している。評価点欄６３０は、そのロボットにおける評価点を記憶している。価格欄６４０は、そのロボットの価格（金銭的価値）を記憶している。

図７は、本実施の形態による出力例を示す説明図である。提示モジュール１４０は、ロボット評価装置１００の画面７１０に、図７の例に示すような情報を表示する。例えば、画面７１０に、経験提示領域７２０、価格提示領域７３０を表示する。経験提示領域７２０には、ログテーブル５００内のデータを用いて、評価対象となっているロボットの経験値（例えば、総合機能習熟度：Ｓ、稼働時間：８００時間、経験：農業１０回、防犯２０回、会議６０回）を表示する。価格提示領域７３０には、評価モジュール１２０の処理結果である、そのロボットの金銭的価値（価値：３０万円）を表示している。

ステップＳ３０２では、図８〜１１のいずれか一つ、又はそれらの組み合わせによる評価を選択する。
図８は、本実施の形態による評価例を示す説明図である。ロボット２１０の一連の行動について、サービスを受ける人間８１０（ロボット２１０によって介護の一種として、人間８１０が抱え上げられている）の反応を記録し、その反応によってそれぞれの行動を評価する。つまり、明示的な評価ではなく、ロボット２１０の行動に対して自然にでる評価を数字化するものである。
図８（ａ）の例に示す計算式「（行動数×点数＋行動数×点数…）／行動総数」を適用する場合として、図８（ｂ）〜（ｅ）に示す例がある。

図８（ｂ）の例では、サービスを受けた者８１０により「ありがとうね」との評価の場合は、「事務的なお礼」と判断し、点数「１点」とする。具体的には、音声認識後、形態素解析を行い、評価辞書から「ありがとう」に対応付けられている「１点」を抽出する。
図８（ｃ）の例では、サービスを受けた者８２０により「忘れちゃったの、仕方ないな。。。」との評価の場合は、「事務的な指摘」と判断し、点数「−１点」とする。具体的には、音声認識後、形態素解析を行い、評価辞書から「仕方ない」に対応付けられている「−１点」を抽出する。
図８（ｄ）の例では、サービスを受けた者８３０により「気がきくわね、ありがとう！！」との評価の場合は、「感情的なお礼」と判断し、点数「３点」とする。具体的には、音声認識後、形態素解析を行い、評価辞書から「気がきく」と「ありがとう」に対応付けられている「３点」を抽出する。
図８（ｅ）の例では、サービスを受けた者８４０により「ちょっと、ちゃんとやれよ！」との評価の場合は、「感情的な指摘」と判断し、点数「−５点」とする。具体的には、音声認識後、形態素解析を行い、評価辞書から「ちゃんとやれよ」に対応付けられている「−５点」を抽出する。
なお、音声認識において、音量、速度等も特徴として抽出し、それらの特徴を用いて、感情的な音声であるか否かを判断するようにしてもよい。

図９は、本実施の形態による評価例を示す説明図である。一日の行動履歴から行動レポートを作成し、日次で人間が行動に対して評価する。加点、減点行動も評価する。
図９（ａ）の例に示す計算式「（当日の全体行動点数＋加点行動＋減点行動）／当日の全体行動点数」を適用する場合として、図９（ｂ）〜（ｃ）に示す例がある。
図９（ｂ）の例では、ロボット２１０から行動レポート９３０（電子文書）が提出される。例えば、行動レポート９３０を電子メール等で送信してもよい。ロボット２１０は、その日の行動履歴から行動レポート９３０を作成する。例えば、ログテーブル５００の要約を作成してもよい。
評価者９１０（人間）は、端末９２０でその行動レポート９３０を読み、評価を行う。例えば、図９（ｃ）に示すように、「今日の出来栄え」で点数をつけ、「良かった点」欄、「悪かった点」欄に記載する。そして、「良かった点」欄、「悪かった点」欄内の記載に対して、形態素解析を行い、評価辞書からそれぞれの欄に記載された言葉を抽出し、その言葉に対応付けられている点数を抽出する。次に、その点数に予め定められた値（例えば、０．１等）を乗算し、「今日の出来栄え」の点数に加算する。

図１０は、本実施の形態による評価例を示す説明図である。プロジェクト期間中における全般の行動を評価する。当初の目的に対する貢献や日々の活動を全体的に評価する。
図１０（ａ）の例に示す計算式「各項目の点数平均値」を適用する場合として、図１０（ｂ）に示す例がある。項目とは、ロボット２１０に課されたプロジェクト（仕事の単位）である。そのロボット２１０がかかわったプロジェクトに対する評価点数の平均を算出するものである。一日単位での評価である図９の例を、ロボット２１０がかかわった全部のプロジェクトに適用したものである。
ロボット２１０は、プロジェクト毎の行動履歴から行動レポート１０３０（電子文書）を作成する。例えば、プロジェクト毎のログテーブル５００の要約を作成してもよい。
評価者１０１０（人間）は、端末１０２０でその行動レポート１０３０を読み、評価を行う。例えば、前述した図９（ｃ）に示すような評価シートを用いるようにしてもよい。ただし、プロジェクトの目的に対する貢献を評価できる欄を設けるようにしてもよい。
なお、評価期間をプロジェクト（プロジェクトの開始から終了まで）としたが、ロボット２１０の全体の活動期間（例えば、レンタル期間）としてもよい。
また、最終評価として図８、図９、図１０の例に示した評価による各点数を用いて、最終的な点数を算出してもよい。例えば、各点数の加算、乗算等がある。

図１１は、本実施の形態による評価例を示す説明図である。一日の行動履歴を各活動目的毎又は場所に分けて集計し、そこで行われた行動の時間に応じて評価するものである。
図１１（ａ）の例に示す計算式「行動目的毎の単位時間当たりの点数×行動時間、場所毎の単位時間当たりの点数×時間」を適用する場合として、図１１（ｂ）に示す例がある。ロボット２１０は、プロジェクト毎の行動履歴から行動レポート１１３０（電子文書）を作成する。例えば、ログテーブル５００の要約を作成してもよい。そして、この行動レポート１１３０には、目的欄５３０、環境欄５５０内のログを含めるようにする。
評価者１１１０（人間）は、端末１１２０でその行動レポート１１３０を読み、評価を行う。例えば、前述した図９（ｃ）に示すような評価シートを用いるようにしてもよい。ただし、場所とは、オフィス、工場といった空間的な名称や、凹凸のある地面といった地形的なことを示すものであってもよい。
具体例として、「行動目的Ａ（１時間１点）×３時間＝３点、凹凸のある場所（１時間２点）×２時間＝４点」のように点数を算出する。例えば、目的毎に時間あたりの点数を定義しているテーブル、場所毎に時間あたりの点数を定義しているテーブルを用いて、計算式内の係数を定めればよい。

また、評価として、運動能力評価、コミュニケーションスキル評価に分けた試験を行ってもよい。つまり、予め定められた点数以上の評価を得られた場合は、資格として認定するようにしてもよい。
運動能力評価として、想定される環境下で設定されたミッションを時間内にクリアできるかによって評価を行うようにしてもよい。例えば、「オフィス環境でスムーズに移動できるか」、「人や物を安全且つ速やかに運べるか」等がある。コミュニケーションスキル評価として、例えば、対人コミュニケーションにおいて、「相手が望む回答を速やかに行えるか」、「人の顔や感情を正しく認識できるか」、「コミュニケーションにおいて相手に不快な感情を抱かせないか」等がある。

なお、本実施の形態としてのプログラムが実行されるコンピュータのハードウェア構成は、図１２に例示するように、一般的なコンピュータであり、具体的にはパーソナルコンピュータ、サーバーとなり得るコンピュータ等である。つまり、具体例として、処理部（演算部）としてＣＰＵ１２０１を用い、記憶装置としてＲＡＭ１２０２、ＲＯＭ１２０３、ＨＤ１２０４を用いている。ＨＤ１２０４として、例えばハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）を用いてもよい。受付モジュール１１０、評価モジュール１２０、提示モジュール１４０等のプログラムを実行するＣＰＵ１２０１と、そのプログラムやデータを記憶するＲＡＭ１２０２と、本コンピュータを起動するためのプログラム等が格納されているＲＯＭ１２０３と、基準値記憶モジュール１３０、ロボット行動履歴記憶モジュール１９０としての機能を有する補助記憶装置（フラッシュ・メモリ等であってもよい）であるＨＤ１２０４と、キーボード、マウス、タッチスクリーン、マイク等に対する利用者の操作に基づいてデータを受け付ける受付装置１２０６と、ＣＲＴ、液晶ディスプレイ、スピーカー等の出力装置１２０５と、ネットワークインタフェースカード等の通信ネットワークと接続するための通信回線インタフェース１２０７、そして、それらをつないでデータのやりとりをするためのバス１２０８により構成されている。これらのコンピュータが複数台互いにネットワークによって接続されていてもよい。

前述の実施の形態のうち、コンピュータ・プログラムによるものについては、本ハードウェア構成のシステムにソフトウェアであるコンピュータ・プログラムを読み込ませ、ソフトウェアとハードウェア資源とが協働して、前述の実施の形態が実現される。
なお、図１２に示すハードウェア構成は、１つの構成例を示すものであり、本実施の形態は、図１２に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えば特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続している形態でもよく、さらに図１２に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、特に、パーソナルコンピュータの他、携帯情報通信機器（携帯電話、スマートフォン、モバイル機器、ウェアラブルコンピュータ等を含む）、情報家電、ロボット、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）などに組み込まれていてもよい。

なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通等のために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリーカード等が含まれる。
そして、前記のプログラムの全体又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、又は無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分又は全部であってもよく、又は別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して記録されていてもよい。また、圧縮や暗号化等、復元可能であればどのような態様で記録されていてもよい。

１００…ロボット評価装置
１１０…受付モジュール
１２０…評価モジュール
１３０…基準値記憶モジュール
１４０…提示モジュール
１９０…ロボット行動履歴記憶モジュール
２１０…ロボット
２２０…ロボット行動履歴収集装置
２９０…通信回線

Claims (16)

1. 機械学習を行うロボットの行動に対し、予め定められた行動評価項目に照らし合わせて該行動を評価する評価手段と、
   前記行動の評価結果にしたがって、前記ロボットの金銭的価値を出力する出力手段
   を有するロボット評価装置。
2. 前記行動評価項目に対する前記行動の評価結果は、人のチェックに応じて生成される、
   請求項１に記載のロボット評価装置。
3. 前記行動評価項目には、前記ロボットに与えられた目的と該目的のために要した時間が含まれている、
   請求項１又は２に記載のロボット評価装置。
4. 前記行動評価項目には、前記ロボットが活動した場所と該場所で行動した時間が含まれている、
   請求項１から３のいずれか一項に記載のロボット評価装置。
5. 前記評価手段は、前記ロボットが機械学習を行う前の初期状態と行動したことによる機械学習後の状態とを比較することによって、該ロボットを評価する、
   請求項１から４のいずれか一項に記載のロボット評価装置。
6. 前記初期状態として、行動を制御する予め定められたパラメータを用い、
   前記機械学習後の状態として、機械学習後の前記パラメータを用いる、
   請求項５に記載のロボット評価装置。
7. 前記出力手段は、前記金銭的価値を前記ロボットに関わるプログラムを配信する装置に出力する、
   請求項１から６のいずれか一項に記載のロボット評価装置。
8. 前記行動は、前記ロボットの稼働部位の角度、速さ、稼働時間の何れか１つ以上を含む、
   請求項１から７のいずれか一項に記載のロボット評価装置。
9. 前記行動は、前記ロボットが備えている画像投影手段の光量、輝度、サイズに関わるパラメータの何れか１つ以上を含む、
   請求項１から８のいずれか一項に記載のロボット評価装置。
10. 前記行動は、前記ロボットが発した声の大きさ、質、タイミング、内容の何れか１つ以上を含む、
    請求項１から９のいずれか一項に記載のロボット評価装置。
11. 前記行動は、前記ロボットに与えられた前記目的の環境下におけるふるまいである、 請求項１から１０のいずれか一項に記載のロボット評価装置。
12. 前記行動は、前記ロボットの危険を回避する動作である、
    請求項１から１１のいずれか一項に記載のロボット評価装置。
13. 前記ロボットの行動履歴と人間が行った評価は、通信回線を介して外部に保存されたものを利用する、
    請求項１から１２のいずれか一項に記載のロボット評価装置。
14. 前記出力手段の出力先は、前記ロボットが有する表示部である、
    請求項１から１３のいずれか一項に記載のロボット評価装置。
15. 前記評価結果を出力する場合、評価の元となった行動履歴及び行動評価項目も合わせて出力する、
    請求項１から１４のいずれか一項に記載のロボット評価装置。
16. コンピュータを、
    機械学習を行うロボットの行動に対し、予め定められた行動評価項目に照らし合わせて該行動を評価する評価手段と、
    前記行動の評価結果にしたがって、前記ロボットの金銭的価値を出力する出力手段
    として機能させるためのロボット評価プログラム。

Images