JP5691442B2

JP5691442B2 - ロボットによるサービス提供システム、ロボット管理装置及びロボット管理方法

Info

Publication number: JP5691442B2
Application number: JP2010264945A
Authority: JP
Inventors: 海妍李; ウンゴラウチュン; 真水川
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2010-11-29
Filing date: 2010-11-29
Publication date: 2015-04-01
Anticipated expiration: 2030-11-29
Also published as: JP2012115913A

Description

本発明は、ロボットによるサービス提供システム、ロボット管理装置及びロボット管理方法に関する。

適切な情報やサービスを機械自身によって提供させるため、その実現に必要な情報（知識）を収集してデータベースに蓄積し、蓄積した知識を機械自身に利用させることが行われている。

近年では、サービスをロボットによって提供させるために、オントロジーを利用する技術が提案されている（例えば非特許文献１）。非特許文献１で開示されるオントロジーは、物体と、その物体に関連する動作と、その動作に関連する道具と、の関係性を記述するものである。この関係性は、データベースに知識として蓄積されている。

また、本発明に関連する他の技術として、例えば特許文献１及び特許文献２には、指定タスクやそれに関連するタスクについて、データベースから情報を検索する技術が開示さている。

特開２０１０−０８６５２１号公報特開２００３−００５７８６号公報

鵜飼研，安藤吉伸，中村幸博，武藤信洋，水川真，"ユビキタス空間におけるＲＴオントロジーを利用したＲＴサービスに関する研究"，No.06-4 ロボティクス・メカトロニクス講演会'０５講演論文集，pp．2A1，(2009)。

人間は、柔軟性（Flexibility）が高い知識構造を備えている。例えば、人間は、一度得た知識を様々な場面に繰り返し応用して使うことができ、また、その知識の幅を広げて推測することができる。しかしながら、従来技術によるアプローチでは、人間が持つこのような高い柔軟性を、機械自身により実現させることは非常に困難であった。

例えば非特許文献１によるアプローチでは、機械が既に獲得している知識を別のタスクに対しても応用可能とするためには、そのタスクに応じた適切な知識構造を定めた上で、その知識構造に対して、必要な情報を追加する必要がある。

このため、例えば単純な１つのタスクを新たに定める場合においても、そのタスクを実現するためには必要な情報を追加して集めることになる。従って、例えば、その必要な情報が紙媒体上に文章として表現されている場合には、人間が手作業でその情報をデータベースに入力する必要がある。

また、従来技術では、機械によって提供させたいサービスの内容（例えば、文献情報検索、言語認識、機械翻訳など）をユーザが予め決定し、その上で、決定したサービス内容に最も適した一つの情報元を選択する必要がある。このため、ユーザは、サービス内容に応じて最適な知識構造を考える必要がある。さらには、機械が備える知識を特定の一つの情報元から得ることになるため、その情報元が有する知識の偏りまでも、データベースにそのまま引き継いでしまう。

例えば、新聞記事やニュースなどを情報元として知識を得て、その知識を用いてニュースなどの音声認識を行う場合には非常に高い性能を得ることができるものの、一般会話に用いる場合には極端に低い性能しか得ることができない。

人間とコミュニケーションするロボットや、多様なユーザから多様なタスク実行を期待されるシステムでは、特定のサービス内容に特化されず、多種多様なサービスを提供可能とすることで、サービス品質の向上やサービス幅の拡大を図ることができる。

しかし、従来技術では、特定のサービス内容を目的としてそのサービス内容に適した知識のみを蓄積するものであり、例えば、機械翻訳を目的として知識を収集・蓄積した場合に、この蓄積した知識を情報検索のために活用するなどということは考慮されていなかった。なお、多くのサービスに対応可能とするために、想定される全てのサービス内容について知識を収集及び蓄積する手法も考えられるが、そのような手法では、ユーザにとっての負担が過大なものになる。

このように、従来技術では、各サービス内容に応じてそれぞれ知識を収集・蓄積する必要があることに加えて、この蓄積した知識を用いたロボットは非常に理解力が無いものであった。すなわち、知識構造の柔軟性が低いために閉じられた知識でしかサービスを提供できず、指示された特定の１つのタスクのみしか実行できない、小さなエラーに対しても対応できないなど、ユーザビリティーが低いものであった。

従って、本発明は、上述した課題を解決して、人間のように柔軟性の高い知識構造を実現可能とするロボットによるサービス提供システム、ロボット管理装置及びロボット管理方法を提供することを目的とする。

本発明に係る第一の態様のロボットによるサービス提供システムは、それぞれ異なる性質の情報元から得られる情報に基づいて各レイヤーが生成され、かつ、各レイヤーにおいて、所定の観点から要素間の関係性が構築されている複数のレイヤーであって、当該複数のレイヤーを備える知識ネットワークと、ユーザからの要求タスクに含まれる情報に基づいて、前記知識ネットワークが備えるレイヤーから前記情報に関連する要素を抽出し、当該抽出した要素と前記情報との関係性を記述することで、前記要求タスクに応じたタスクベースオントロジーを生成するオントロジー生成手段と、前記生成したタスクベースオントロジーを用いて、ロボットの動作を制御するロボット動作制御手段と、を備えるものである。

これにより、人間のように柔軟性の高い知識構造を実現可能とし、ロボットにより提供するサービス品質の向上やサービス幅の拡大を図ることができる。

また、前記要求タスクに応じて、前記複数のレイヤーのそれぞれに重みを設定するレイヤー重み設定手段を更に備え、前記オントロジー生成手段は、前記タスクベースオントロジーにおける要素間の関係性を記述する際に、前記レイヤーに設定された重みに応じて、要素間の関係度合いを変化させるようにしてもよい。これにより、サービス品質の向上やサービス幅の拡大を図ることができる。

さらにまた、前記レイヤー重み設定手段は、前記要求タスクの種類に適応したレイヤーに対して相対的に大きな重みを設定するようにしてもよい。

また、前記レイヤーについての所定の観点は、前記情報元における要素同士の出現頻度、要素同士の物理的距離、要素同士の意味的類似性の少なくとも１つを含むと好適である。

さらにまた、前記レイヤーを生成するための情報元は、書籍、ＣｏｎｃｅｐｔＮｅｔ、インターネット上の情報検索器によるコーパスの少なくとも１つを含むと好適である。

また、前記レイヤーを生成するための情報元は、ユーザ入力に基づくユーザ指向情報を更に含むと好適である。

さらにまた、前記タスクベースオントロジーにおける要素間の関係性は、物体と、当該物体に関連する動作と、当該動作に関連する物体と、の意味的な関係性を記述するものであると好適である。

また、前記要求タスクは、コマンド的な動作タスク、ユーザとの会話タスク、ユーザへの情報提供タスク、物体認識タスク、音声認識タスク、言語認識タスク、機械翻訳タスク、情報探索タスクの少なくとも１つを含むと好適である。

本発明に係る第二の態様のロボット管理装置は、タスクベースオントロジーを用いて、ロボットの動作を制御するロボット管理装置であって、それぞれ異なる性質の情報元から得られる情報に基づいて各レイヤーが生成され、かつ、各レイヤーにおいて、所定の観点から要素間の関係性が構築されている複数のレイヤーであって、当該複数のレイヤーを備える知識ネットワークを記憶する記憶部と、ユーザからの要求タスクに含まれる情報に基づいて、前記知識ネットワークが備えるレイヤーから前記情報に関連する要素を抽出し、当該抽出した要素と前記情報との関係性を記述することで、前記要求タスクに応じた前記タスクベースオントロジーを生成するオントロジー生成部と、を備えるものである。

本発明に係る第三の態様のロボット管理方法は、それぞれ異なる性質の情報元から得られる情報に基づいて各レイヤーが生成され、かつ、各レイヤーにおいて、所定の観点から要素間の関係性が構築されている複数のレイヤーであって、当該複数のレイヤーを備える知識ネットワークが記憶手段に記憶されており、ユーザからの要求タスクに含まれる情報に基づいて、前記知識ネットワークが備えるレイヤーから前記情報に関連する要素を抽出し、当該抽出した要素と前記情報との関係性を記述することで、前記要求タスクに応じた前記タスクベースオントロジーを生成するオントロジー生成ステップと、生成した前記タスクベースオントロジーを用いて、ロボットの動作を制御するステップと、を有するものである。

本発明によれば、人間のように柔軟性の高い知識構造を実現可能とするロボットによるサービス提供システム、ロボット管理装置及びロボット管理方法を提供することができる。

実施の形態１に係るサービス提供システムの概略構成を示す全体図である。実施の形態１に係るロボット管理装置の機能構成を示す図である。実施の形態１に係る知識ネットワークの構造を示す概念図である。実施の形態１に係るオントロジーを示す概念図である。実施の形態１に係るオントロジーを示す概念図である。実施の形態１に係るオントロジーの具体例を示す図である。実施の形態１に係るロボット管理装置のハードウェア構成を示す図である。

実施の形態１．
以下、図面を参照して本発明の実施の形態について説明する。なお、以下では、本文中の説明においては、必要に応じそれ以前に述べた符号を用いるものとする。
図１は、本実施の形態に係るサービス提供システムの概略構成を示す全体図である。
サービス提供システム１は、インタフェース装置２と、ロボット３と、ロボット管理装置の一例としてのＰＣ（Personal Computer）４と、を備えている。

インタフェース装置２は、ユーザとロボット３間（又はユーザとＰＣ４間）のインタフェースである。インタフェース装置２は、例えば、ＰＤＡ（Personal Digital Assistant）などの携帯端末を用いることができる。なお、インタフェース装置２の構成は特に限定されず、例えば、ロボット３に音声認識機能を搭載し、その音声認識機能をインタフェースとして利用してもよい。

ロボット３は、ユーザに対してサービスを提供する。ロボット３が提供するサービスは、ロボット３が実行するタスクにより構成される。本実施の形態に係るタスクとしては様々な種類のタスクが存在し、例えば、コマンド的な動作タスク、ユーザとの会話タスク、ユーザへの情報提供タスク、物体認識タスク、音声認識タスク、言語認識タスク、機械翻訳タスク、情報探索タスクなどのタスクが存在する。ここで、コマンド的な動作タスクとは、ロボット３が実行する基本的な動作を指し、例えば、「特定の物体を持って来る」、「特定の場所に移動する」などが挙げられる。ロボット３は、ユーザからの要求に応じてこのようなタスクを実行する。

なお、ロボット３の構成は特に限定されず、ロボット３は、要求されるタスクを実現するために各種の手段（例えば、車輪などの移動手段、アーム及びハンドなどの物体把持手段、スピーカーなどの音声出力手段、ディスプレイなどの画像表示手段。）を備えている。

ロボット管理装置４は、ユーザからの要求に基づいて、ロボット３によるタスクの実行を管理する。ロボット管理装置４は、要求タスクを実現するために必要な知識を蓄積している。ロボット管理装置４は、蓄積している知識を用いて、要求タスクに応じたタスクベースオントロジーを生成する。そして、ロボット管理装置４は、生成したタスクベースオントロジーを用いて、ロボット３によってサービスを提供する。なお、図１では、ロボット管理装置４とロボット３とを独立した構成として例示しているが、ロボット管理装置４とロボット３とを一体として構成してもよい。

図２は、本実施の形態に係るロボット管理装置の機能構成を示す図である。
ロボット管理装置４は、マルチレイヤード知識ネットワーク１１（以下、単に知識ＮＷ１１と称する場合がある。）と、オントロジー生成部１２と、ロボット動作制御部１３と、レイヤー重み設定部１４と、を備えている。

知識ＮＷ１１は、複数のレイヤー（層）を備えて構築されている。各レイヤーには、要素間の関係性（要素間の関係の有無や関係度合い）が表現されている。また、各レイヤーそれぞれについて観点が定められており、この観点に基づいて、要素間の関係性が構築されている。すなわち、各レイヤーにおいて、定められた観点を基準として、要素間の関係性が構築されている。例えば、レイヤーの観点としては、頻度、（物理的）距離、類似性などを定めることができる。

レイヤーは、情報元から得られる情報に基づいて生成されている。１つのレイヤーは、１つの種類の情報元に基づいて生成される。情報元としては様々な種類のものを利用することができる。例えば、情報元としては、児童向けや語学教育用の書籍、ＭＩＴ（Massachusetts Institute of Technology）のＭｅｄｉａＬａｂによるＣｏｎｃｅｐｔＮｅｔ、インターネット上の情報検索器によるコーパスなどを利用することができる。

本実施の形態では、複数の情報元を用いて複数のレイヤーを生成するが、これら複数の情報元は、互いに異なった性質を有している。そして、情報元に基づいてレイヤーを生成する際には、そのレイヤーについて定めた観点に基づいて、要素間の関係性を構築する。例えば、情報元を「書籍」とし、レイヤーの観点を「頻度」とした場合には、その書籍において、同時に出現した要素Ａ及びＢを抽出して対応付けると共に、両要素が同時に出現した回数を両要素間の関係性の度合いとして求めることで、要素間の関係性をレイヤーに構築する。

ここで、知識ＮＷ１１の構造を、図３に概念的に例示する。図３に示す知識ＮＷ１１は、３枚のレイヤー（レイヤー１１１、レイヤー１１２、レイヤー１１３）を備えている。各レイヤーにおいて、要素間の関係性がノード及びエッジを用いて表現されている。これらの関係性は、各レイヤーの観点（頻度、距離、類似性）に基づいて構築されている。

オントロジー生成部１２は、知識ＮＷ１１を用いて、タスクベースオントロジーを生成する。より具体的には、オントロジー生成部１２は、ユーザからの要求タスクに含まれる情報を入力情報として、知識ＮＷ１１が備えるレイヤーからその入力情報に関連する要素を抽出し、その抽出した要素と入力情報との関係性を記述することで、要求タスクに応じたタスクベースオントロジーを生成する。

タスクベースオントロジーとは、ロボット３によりサービスを提供する際に利用するオントロジーであり、ユーザから要求されたタスクに応じたオントロジーである。タスクベースオントロジーは、例えば、物体と、その物体に関連する動作と、その動作に関連する物体と、その物体が関連する場所など、について、それらの意味的な関係性を記述するものである。

タスクベースオントロジーの一例を、図４に概念的に例示する。図４には、ユーザからの要求タスクに入力情報としての対象物体「オレンジ」が含まれていた場合に、物体「オレンジ」を中心として表現したタスクベースオントロジーを示している。図４のタスクベースオントロジーでは、物体「オレンジ」と、「オレンジ」に関連する動作（「食べる」や「持って来る」など）と、その動作に関連する道具（「皿」や「フォーク」など）と、その道具と場所的に関連がある物体（「テーブル」や「棚」など）と、それら物体に関連する場所（「ダイニング」や「リビング」など）と、の関係性が記述されている。

まず、ユーザからの要求を受けたオントロジー生成部１２は、知識ＮＷ１１が備える各レイヤーにおいて、要素「オレンジ」を検索し、要素「オレンジ」と関係がある他の要素を抽出する。そして、オントロジー生成部１２は、抽出した要素を、「オレンジ」との関係性（例えば、動作であるか、道具であるか、場所であるか）に応じて配置することで、図４に例示したタスクベースオントロジーを記述する。

なお、要素「オレンジ」と関係がある他の要素を知識ＮＷ１１から抽出する際には、各レイヤーにおける要素間の関係度合いを考慮することで、抽出対象とする要素の範囲を変更してもよい。例えば、図３に例示したレイヤー１１１において、要素「オレンジ」との関係度合いが相対的に大きな要素（破線により囲んで示す範囲内の要素）を抽出対象として、図４に例示したタスクベースオントロジーを生成した場合に、この生成したタスクベースオントロジーでは、ユーザによる要求タスクを十分に実現できないこともある。そこで、このような場合には、図３に例示したレイヤー１１１において、要素「オレンジ」との関係度合いが相対的により小さな要素（一点鎖線により囲んで示す範囲内の要素）についても抽出対象に含めることで、再度、タスクベースオントロジーを生成するようにしてもよい。

また、タスクベースオントロジーの表現は図４に例示したものに限定されず、例えば、図５に概念的に示すような、より一般的な表現を用いてもよい。図５に示すタスクベースオントロジーでは、要素間の意味的な関係を、「ｗｈｏ」、「ｗｈｅｎ」、「ｗｈｅｒｅ」、「ｗｈａｔ」、「ｈｏｗ」、「２ｎｄｗｈａｔ」を用いて表現したものである。図４との対比で説明すれば、例えば、図５の「ｗｈａｔ」は、図４の「オレンジ」に対応し、「ｈｏｗ」は、図４の「Ａｃｔｉｏｎ」に対応し、「２ｎｄｗｈａｔ」は、図４の「Ｏｂｊｅｃｔ」に対応し、「ｗｈｅｒｅ」は、図４の「Ｐｌａｃｅｓ」に対応する。なお、図５の「ｗｈｏ」や「ｗｈｅｎ」についてはサービス提供に必須ではないが、例えば、「ｗｈｏ」を「他の要素と関連のあるユーザ」とし、「ｗｈｅｎ」を「他の要素と関連のある時点」などとして、タスクベースオントロジーに含めて表現してもよい。

ロボット動作制御部１３は、生成したタスクベースオントロジーを用いて、要求されたタスクを実行する。より具体的には、ロボット動作制御部１３は、タスクベースオントロジーにおいて、ユーザの意図を示す系列を特定する。そして、ロボット動作制御部１３は、この特定した系列に対応するコマンド列を、ユーザからの要求を解決する動作として選択する。そして、ロボット動作制御部１３は、選択した動作を実行するように、ロボット３の動作を制御する。

例えば、場所Ｄにいるユーザから、タスク「物体Ｃを持って来て」が要求された場合には、ロボット動作制御部１３は、図５に示したタスクベースオントロジーにおいて、「ｗｈｅｒｅ」は「場所Ｄ」であり、「ｗｈａｔ」は「物体Ｃ」であり、「ｈｏｗ」は「持って来る」であり、さらに、関連する「２ｎｄｗｈａｔ」を特定する。なお、ユーザがいる場所Ｄは、公知の位置情報取得手段（例えば、ユーザが保持する携帯端末の位置情報から取得するなど）によって、サービス提供システム１が検出することができる。

レイヤー重み設定部１４は、ユーザからの要求タスクに応じて、各レイヤーの重みを設定する。レイヤーの重みとは、タスクベースオントロジーを生成する際に、各レイヤーからの影響を調整するために利用されるものである。上述したように、各レイヤーを生成するための情報元は、それぞれ異なった性質を有している。このため、各レイヤーは、生成に用いた情報元の性質を、それぞれ継承している。そこで、それぞれ異なる性質を継承した複数のレイヤーについて、タスクの種類に適応した性質のレイヤー（情報元）をより重視することで、サービス品質をより向上させると共に、サービス幅をより拡大させることができる。レイヤー重み設定部１４は、例えば、タスクの種類に応じて、より重視するレイヤーについては相対的に大きな重みを設定し、他のレイヤーについては相対的に小さな重みを設定する。

ここで、レイヤーの重み設定方法の一例について具体的に説明する。
まず、知識ＮＷ１１は、４つのレイヤー（Ｘ、Ｙ、Ｚ、Ｑ）を備えており、これらレイヤーは、それぞれ異なる情報元に基づいて生成されているものとする。さらに、各レイヤーでは、「頻度」を観点として、要素間の関係性が構築されているものとする。なお、各レイヤーは頻度を観点として関係性が構築されるが、情報元が含む情報量のサイズによっては要素の出現回数についてレイヤー間で大きな差が生じるため、出現回数の値はレイヤーごとに正規化処理されている。以下、各レイヤーについてより具体的に説明した上で、レイヤーの重み設定について説明する。

レイヤーＸは、例えば児童向けや外国語教育用の書籍を情報元として、その書籍における要素間の関係性の度合い（２つの要素同士が同時に出現した回数）が構築されている。この情報元は、児童向けや外国語教育を目的として人間が作成したものであり、専門家の目で吟味した上で知っておくべき情報を、意図的に収集したものである。このため、４つの情報元のうちでは最も基礎的かつコアな情報を収集したものであると考えられ、また、最もノイズの少ないものであると見なすことができる。しかし、全ての書籍を対象としていないために、頻度の観点からレイヤーを生成するためには、どのようなシチュエーションにおいてどのような物体が出現しているのかを、予めユーザにより分析・収集しておく必要がある。また、情報元が含む情報量のサイズが比較的小さい点や、カバーする範囲が狭い点などが、短所となる。

レイヤーＹは、ＣｏｎｃｅｐｔＮｅｔを情報元として、ＣｏｎｃｅｐｔＮｅｔにおける要素間の関係性の度合い（２の要素同士が同時に出現した回数）が構築されている。この情報元は、人間の常識（Ｃｏｎｃｅｐｔ）を収集するプロジェクトの一環として提案されたものであり、ＭＩＴのＭｅｄｉａＬａｂにより提供されている。ＣｏｎｃｅｐｔＮｅｔでは、インターネット上において、人間の常識が書き込まれて、それを収集するものである。この情報元は、非常に基本的な物体について収集された貴重なデータベースではあるものの、物事の関連性というよりも物事の定義を収集することを目的としている。ＣｏｎｃｅｐｔＮｅｔでは、全ての情報の定義を、例えば"ＡｉｓａＢ（ＡはＢである）"や"ＡｈａｓａＢ（ＡはＢを有する）"などの関連付けにより行っており、定義が限界にぶつかる都度、対象とする関連付けの種類を追加していく。このため、様々な種類のタスクに対応可能とする本実施の形態に対しては、ＣｏｎｃｅｐｔＮｅｔをそのまま応用することが困難なことがある。また、現在では、ＣｏｎｃｅｐｔＮｅｔは２４の関連付けを有しているものの、全ての情報に関して普遍的なものではないため、情報の内容に偏りがあるという短所を有している。

レイヤーＺは、インターネット情報検索器のコーパスを情報元として、コーパスにおける要素間の関係性の度合い（２の要素同士が同時に出現した回数）が構築されている。この情報元は、優れた検索エンジン（例えばＧｏｏｇｌｅ（登録商標）など）によって得られた情報ではあるものの、ロボット３にタスクを実行させるために必要とする情報と、インターネット情報検索器により得られる情報（検索により人間が知りたい情報）とではその深さが異なるために、本実施の形態で実際に必要なタスク関連情報を自動的に抽出することが困難なことがある。一方で、この情報元は、その情報量の大きさから、幅広い情報を必要とするタスク（例えば、会話タスクなど）を実行する際には、大いに利用価値を有するものである。

レイヤーＱは、ユーザ入力によるユーザ指向情報を情報元として、ユーザ入力による要素間の関係性の度合い（２つの要素同士が関係しているとユーザにより判断されて、その判断が選択された回数）が構築されている。この情報元は、実世界においてユーザが知識ＮＷ１１を利用するにつれて得ることができ、ユーザの指向ファクターとして扱うことができる。ユーザの指向としては、一般的な指向（多くのユーザから得られる標準的な特性）と、個別的な指向（特定ユーザのみについての特性）の２種類が存在すると考えられるが、本実施の形態では、１つのレイヤーＱとして表現している。なお、レイヤーＱにおける頻度（選択回数）は、最初は０に設定される。

レイヤーＱの構築手法としては、例えば、関連のある要素同士を、ユーザが携帯端末を介して入力するという手法を利用することができる。具体的には、携帯端末上に、例えば、物体「水」と、その物体に関連する動作（「飲む」など）を表示させ、関連のある要素をユーザが選択した場合には、要素間の関係の有無やその関係度合いをレイヤーＱに構築することができる。また、レイヤーＱに構築する関係性としては、関連動作に限定されず、例えば、時間との関係（例えば、ある特定の時間にユーザが良く選択する物体がある）や、場所との関係（例えば、ある特定の場所でユーザが良く選ぶ物体がある）などについても、レイヤーに構築するものとしてもよい。

このような４つのレイヤー（Ｘ、Ｙ、Ｚ、Ｑ）を備える知識ＮＷ１１を用いてタスクベースオントロジーを生成する際には、タスクベースオントロジー上における要素間の関係度Ｗを、例えば以下の数（１）に基づいて求めることができる。

数（１）において、変数ｘ、ｙ、ｚ、ｑは、レイヤーＸ、Ｙ、Ｚ、Ｑにおける該当要素間の関係性の度合いをそれぞれ示している。係数ｗ_０、ｗ_１、ｗ_２、ｗ_３は、各レイヤーの重みを示している。この重み係数を増減することで、各レイヤーの重要度（影響）を調整することができる。Ｗは、知識ＮＷ１１全体から得られる、タスクベースオントロジー上における要素間の関係度を示している。知識ＮＷ１１全体から得られるとは、各レイヤーにおける要素間の関係性の度合いを、全てのレイヤーを通してまとめることを意味する。

例えば、物体「オレンジ」と動作「持って来る」との関係度Ｗを求める場合には、レイヤーＸにおけるこれら要素間の関係度合いｘにｗ_０を掛けた値と、レイヤーＹにおけるこれら要素間の関係度合いｙにｗ_１を掛けた値と、レイヤーＺにおけるこれら要素間の関係度合いｚにｗ_２を掛けた値と、レイヤーＱにおけるこれら要素間の関係度合いｑにｗ_３を掛けた値と、を合計することで、タスクベースオントロジー上における「オレンジ」と「持って来る」との関係度を算出する。

このような重み係数は、タスクの種類に応じて設定することができ、例えば、会話タスクを実行する場合には、インターネット情報検索器のコーパスからの影響が強くなるように重み係数ｗ_２を増加させる。また、例えば、子供との会話タスクでは、書籍からの影響が強くなるように重み係数ｗ_０を増加させる。また、例えば、特定ユーザに適したタスクを実行させたい場合には、そのユーザの指向からの影響が強くなるように重み係数ｑを増加させる、などの様々な設定手法を採用することができる。このように、タスクの種類に応じて適応的に重み係数の変更を行うことで、多種多様なタスクに合わせて知識ＮＷ１１を柔軟に活用することができる。

なお、上述した式（１）では、レイヤーごとに要素間の関係度合いに重み係数を乗算して、これらを合算することで知識ＮＷ１１全体での関係度を算出しているが、本発明はこれに限定されず、他の任意の式を用いて、知識ＮＷ１１全体での関係度を算出するものとしてもよい。例えば、式（１）では線形式として表現したが、これに限定されず、非線形式として表現してもよい。

なお、重みの設定に関しては、タスクの種類に応じて、適応的にレイヤーの重み係数を変更するものとしてもよいが、重み係数を変更せずに、全てのレイヤーに同じ大きさの重み係数を設定するものとしてもよい。

次に、図６を参照して、本実施の形態に係るオントロジーの具体例について説明する。
図６では、リビングルームにいるユーザが、ロボット３に対して飲み物を持って来させるタスクを要求した場面を想定する。以下では、ユーザは、ロボット３に対して「ワインを持って来てくれる？」との指示を出したものとして説明する。

まず、ユーザからの要求を受けたサービス提供システム１は、ユーザの携帯端末やロボット３の位置情報などからユーザの場所「ＬｉｖｉｎｇＲｏｏｍ」を特定し、また、要求タスクから物体「ｗｉｎｅ」を特定する。

そして、サービス提供システム１は、場所「ＬｉｖｉｎｇＲｏｏｍ」及び物体「ｗｉｎｅ」を入力として、知識ＮＷ１１から必要な情報を抽出する。ここでは、サービス提供システム１は、図６に例示するタスクベースオントロジーを生成する。

具体的には、図６のタスクベースオントロジーに例示するように、物体「ｗｉｎｅ」と、その関連動作（「ｄｒｉｎｋ」、「ｍａｋｅ」、「ｂｕｙ」、「ｓｅｌｌ」、「ｇｉｖｅ」など）が記述される。また、物体「ｗｉｎｅ」とその関連動作との間の関係度が求められる。例えば、物体「ｗｉｎｅ」と関連動作「ｄｒｉｎｋ」については、知識ＮＷ１１全体での関係度は０．６９であり、物体「ｗｉｎｅ」と関連動作「ｍａｋｅ」については、知識ＮＷ１１全体での関係度は０．２４である。これにより、物体「ｗｉｎｅ」に最も関連する動作は「ｄｒｉｎｋ」であると判断することができる。

生成したタスクベースオントロジーから、サービス提供システム１は、ユーザからの要求タスクが、「リビングルームにいるユーザが、ワインを飲みたい」ことを意図しているものと解釈することができる。サービス提供システム１は、この意図を解決するため、ロボット３によって必要なサービスを提供する。このようなサービス提供システム１によれば、「ワインを飲みたい」というユーザの意図を解釈することができるため、ユーザからの要求に対する一応のサービスを提供することができる。

ところで、人間は、自らの有する知識（常識）を用いて、与えられた指示のみならず、それに関連する情報についても推測することができる。このため、サービス提供システム１においても、知識ＮＷ１１を用いて、ユーザから直接要求されたタスクのみならず、これに関連する間接的なタスクについてまでも付加的に実現することで、サービスの品質などをより向上させることができる。そこで、本実施の形態では、上述したような一応のサービスに加えて、さらに、付随的なサービスまでをも提供可能とする。例えば、「ワインを飲みたい」というユーザの意図を解釈した上で、ワインを飲むためにはグラスが必要となることを推測し、ユーザに対して、「グラスは必要ですか？」などの問い合わせを付随的に提供可能とする。

サービス提供システム１は、動作「ｄｒｉｎｋ」に関連する物体を抽出する。図６に例示するように、動作「ｄｒｉｎｋ」に関連する物体としては「ｇｌａｓｓ」、「ｃｕｐ」、「ｃｏｆｆｅｅ」、「ｗａｔｅｒ」、「ｊｕｉｃｅ」などが抽出される。ここで、抽出された物体「ｇｌａｓｓ」や「ｃｕｐ」は、動作「ｄｒｉｎｋ」に用いられる道具であり、「ｗｉｎｅを持って来る」というタスクに関して、「ついでに持ってくるもの」や、「一緒に持ってくるもの」に該当する。なお、物体「ｃｏｆｆｅｅ」などついては「ｗｉｎｅ」と同じ飲み物であるため、抽出対象外とすることができる。

そして、サービス提供システム１は、動作「ｄｒｉｎｋ」に最も関連する物体が、「ｇｌａｓｓ」又は「ｃｕｐ」のいずれであるかをその関係度に基づいて判断する。ここで、物体「ｇｌａｓｓ」と物体「ｃｕｐ」は、いずれも同じ程度の関係度である（物体「ｇｌａｓｓ」との関係度は０．４２であり、物体「ｃｕｐ」との関係度は０．４０である）。このような場合には、サービス提供システム１は、物体「ｇｌａｓｓ」と物体「ｗｉｎｅ」との間の関係度と、物体「ｃｕｐ」と物体「ｗｉｎｅ」との間の関係度と、をさらに求める。その結果、物体「ｇｌａｓｓ」と物体「ｗｉｎｅ」との間の関係度がより大きいために、物体「ｇｌａｓｓ」が連想される。そこで、サービス提供システム１は、ユーザに対して、「グラスは必要ですか？」などの問い合わせを行う。

なお、例えば、「グラスは必要ですか？」と問い合わせた結果、実際にユーザがグラスを選択した場合には、ユーザの指向を情報元とするレイヤーについて、そのレイヤーの重みを更新するものとしてもよい。これにより、次回の推測の際には、ユーザの指向をより反映させた知識ＮＷ１１を用いて、サービスを提供することができる。

図７は、本実施の形態に係るロボット管理装置のハードウェア構成を示す図である。図７に例示するように、ロボット管理装置４は、ＣＰＵ（Central Processing Unit）４１、操作部４２、表示部４３、ＲＯＭ（Read Only Memory）４４、ＲＡＭ（Random Access Memory）４５、記憶部４６、通信部４７等を備え、各部がバス４８により接続されている。

記憶部４６は、磁気的又は光学的に記録可能な記憶媒体を有し、上述した知識ＮＷ１１を記憶する。なお、本実施の形態では、知識ＮＷ１１をロボット管理装置４の記憶部４６に記憶する構成としたが、本発明はこれに限定されない。例えば、インターネット等のネットワークに接続されたコンピュータ上に知識ＮＷ１１を格納し、通信部４７を介して参照する構成としてもよい。

以上説明したように、本発明では、性質の異なる複数の情報元から知識を収集し、収集した知識を様々な観点から複数のレイヤーに蓄積している。そして、ユーザからの要求を受けた場合には、要求タスクに含まれる情報を中心として、知識ＮＷ１１に蓄積している知識から関連の深い範囲を特定し、その特定した範囲から必要な情報を抽出することで、タスクベースオントロジーを構築する。このように、本発明では、人間のように柔軟性の高い知識構造を実現可能とするものであり、この知識構造に蓄積した知識を用いて、ユーザにサービスを提供することで、サービス品質の向上やサービス幅の拡大を図ることができる。

従来技術では、それぞれのタスクに応じて、必要な情報を人手により入力することで、オントロジーを構築していた。或いは、特定の一種類のタスクを実行するために、その特定タスクに応じた必要な情報をデーベースに収集・蓄積しておき、データベースを参照することでオントロジーを構築していた。しかし、従来の一般的なデータベース構造では、例えば、物体と、その関連動作と、その位置情報などの対応関係を予めユーザが決定し、その上で、そのデータベース構造に従って、必要な情報を入力するものであった。

このため、従来技術では、特定種類のタスクのみに適した知識データベースを構築することはできるものの、異なる種類のタスクに対しても柔軟に応用が可能な知識構造は実現できておらず、サービス品質やサービス幅が不十分なものであった。

従来技術によれば、タスクに応じた新たなオントロジーを追加することで、知識を単に増加させることはできるが、本発明では、知識ＮＷ１１を複数のレイヤーを用いて表現し、各レイヤーを、様々な情報元、かつ、様々な観点に基づいて構成することを特徴とする。

さらに、本発明では、一つの知識ＮＷ１１から、タスクの種類に応じた関連のある情報のみを抽出してタスクベースオントロジーを構築するものであるため、想定される要素間の関係を全て列挙したような、巨大で固定されたオントロジーを構築する必要がなく、必要な情報のみを含んだオントロジーを柔軟に構築することができる。

また、本発明では、サービスを提供する際には、各レイヤーからの影響をタスクの種類に応じて適応的に変更することで、サービス品質の向上やサービス幅の拡大を図ることができる。

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、上述した実施の形態では、レイヤーの観点が「頻度」である場合を例に説明したが、本発明はこれに限定されず、他の観点に基づいて、レイヤーにおける要素間の関係性を構築してもよい。例えば、道具として類似性があるか否かを観点としてもよい。

１サービス提供システム、
２インタフェース装置、
３ロボット、
４ロボット管理装置（ＰＣ）、
１１マルチレイヤード知識ＮＷ、
１２オントロジー生成部、
１３ロボット動作制御部、
１４レイヤー重み設定部、
１１１、１１２、１１３レイヤー、
４１ＣＰＵ、
４２操作部、
４３表示部、
４４ＲＯＭ、
４５ＲＡＭ、
４６記憶部、
４７通信部、

Claims

それぞれ異なる性質の情報元から得られる情報に基づいて各レイヤーが生成され、かつ、各レイヤーにおいて、所定の観点から要素間の関係性が構築されている複数のレイヤーであって、当該複数のレイヤーを備える知識ネットワークと、
ユーザからの要求タスクに含まれる情報に基づいて、前記知識ネットワークが備えるレイヤーから前記情報に関連する要素を抽出し、当該抽出した要素と前記情報との関係性を記述することで、前記要求タスクに応じたタスクベースオントロジーを生成するオントロジー生成手段と、
前記生成したタスクベースオントロジーを用いて、ロボットの動作を制御するロボット動作制御手段と、
を備え、
前記要求タスクに応じて、前記複数のレイヤーのそれぞれに重みを設定するレイヤー重み設定手段を更に備え、
前記オントロジー生成手段は、前記タスクベースオントロジーにおける要素間の関係性を記述する際に、前記レイヤーに設定された重みに応じて、要素間の関係度合いを変化させるロボットによるサービス提供システム。
前記レイヤー重み設定手段は、
前記要求タスクの種類に適応したレイヤーに対して相対的に大きな重みを設定する
ことを特徴とする請求項１に記載のロボットによるサービス提供システム。
前記レイヤーについての所定の観点は、
前記情報元における要素同士の出現頻度、要素同士の物理的距離、要素同士の意味的類似性の少なくとも１つを含む
ことを特徴とする請求項１又は２記載のロボットによるサービス提供システム。
前記レイヤーを生成するための情報元は、
書籍、ＣｏｎｃｅｐｔＮｅｔ、インターネット上の情報検索器によるコーパスの少なくとも１つを含む
ことを特徴とする請求項１乃至３いずれか１項に記載のロボットによるサービス提供システム。
前記レイヤーを生成するための情報元は、
ユーザ入力に基づくユーザ指向情報を更に含む
ことを特徴とする請求項４に記載のロボットによるサービス提供システム。
前記タスクベースオントロジーにおける要素間の関係性は、
物体と、当該物体に関連する動作と、当該動作に関連する物体と、の意味的な関係性を記述するものである
ことを特徴とする請求項１乃至５いずれ１項に記載のロボットによるサービス提供システム。
前記要求タスクは、
コマンド的な動作タスク、ユーザとの会話タスク、ユーザへの情報提供タスク、物体認識タスク、音声認識タスク、言語認識タスク、機械翻訳タスク、情報探索タスクの少なくとも１つを含む
ことを特徴とする請求項１乃至６いずれ１項に記載のロボットによるサービス提供システム。
タスクベースオントロジーを用いて、ロボットの動作を制御するロボット管理装置であって、
それぞれ異なる性質の情報元から得られる情報に基づいて各レイヤーが生成され、かつ、各レイヤーにおいて、所定の観点から要素間の関係性が構築されている複数のレイヤーであって、当該複数のレイヤーを備える知識ネットワークを記憶する記憶部と、
ユーザからの要求タスクに含まれる情報に基づいて、前記知識ネットワークが備えるレイヤーから前記情報に関連する要素を抽出し、当該抽出した要素と前記情報との関係性を記述することで、前記要求タスクに応じた前記タスクベースオントロジーを生成するオントロジー生成部と、
前記要求タスクに応じて、前記複数のレイヤーのそれぞれに重みを設定するレイヤー重み設定部と、を備え、
前記オントロジー生成部は、前記タスクベースオントロジーにおける要素間の関係性を記述する際に、前記レイヤーに設定された重みに応じて、要素間の関係度合いを変化させるロボット管理装置。
それぞれ異なる性質の情報元から得られる情報に基づいて各レイヤーが生成され、かつ、各レイヤーにおいて、所定の観点から要素間の関係性が構築されている複数のレイヤーであって、当該複数のレイヤーを備える知識ネットワークが記憶手段に記憶されており、
ユーザからの要求タスクに含まれる情報に基づいて、前記知識ネットワークが備えるレイヤーから前記情報に関連する要素を抽出し、当該抽出した要素と前記情報との関係性を記述することで、前記要求タスクに応じたタスクベースオントロジーを生成するオントロジー生成ステップと、
生成した前記タスクベースオントロジーを用いて、ロボットの動作を制御するステップと、
前記要求タスクに応じて、前記複数のレイヤーのそれぞれに重みを設定するレイヤー重み設定ステップと、を有し、
前記オントロジー生成ステップでは、前記タスクベースオントロジーにおける要素間の関係性を記述する際に、前記レイヤーに設定された重みに応じて、要素間の関係度合いを変化させるロボット管理方法。