JP6735780B2 - 情報処理装置、情報処理方法およびプログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法およびプログラムに関する。

現在、二次元または三次元画像により表現された仮想のキャラクタやロボットなどの人工生物（仮想生物、人工生命ともいう）について、人工生物が動いている映像（以下、モーションアニメーションまたはモーションとも言う）を作成するためには、次のような課題がある。すなわち、
１．それぞれの人工生物の形態に応じて適切なモーションを専門家が作成する必要がある。たとえば人工生物が歩行するモーションを作成するには、各部位をどのタイミングでどのような速度でどの方向にどれくらい動かせばよいかを、一つ一つ手作業で設定したり専門家を対象としたソフトウェアを使用して設定したりする必要があるが、そのような作業は、専門知識を有していないユーザにとっては非常に難しい作業である。
２．単純に左右の脚を交互に揺動させることで一見歩行しているように見えるモーションを生成できるとしても、仮想のキャラクタなどの現実には存在しない人工生物については、物理的に自然なモーションを作成することが極めて困難である。
３．一つのモーションを生成するために各部位の動き方を一つ一つ手作業で設定するやり方では、走る、ジャンプするなどの目的に応じて異なるモーションを大量に生成することが困難である。

特許文献１には、ロボットや二脚動物画像の歩行制御に関し、各部位の動きをニュートン力学により計算することで、各部位があたかも重力の影響を受けているかのように動いて見える技術が開示されている。

特表２００４−５３１４００号公報

特許文献１記載の技術では、専門家でなくても物理的に自然なモーションを作成できるようになるものの、作成されるモーションは、人工生物の各部位が生来備える（変更不可能な）物理的パラメタから導き出される範囲から外れることがなく、ユーザにとって所望のモーション、たとえば人間では思いもつかないようなモーションを作成することは容易でない。

本発明の目的は、専門知識を有していないユーザであっても人工生物において所望のモーションを容易に作成することができる情報処理装置、情報処理方法およびプログラムを提供することにある。

本発明の一態様に係る情報処理装置は、
人工生物の形態に関する情報を記憶する形態記憶部と、
前記記憶された人工生物の１つ以上の部位の物理的なパラメタを設定するパラメタ設定部と、
前記記憶された人工生物の行動の目標を設定する目標設定部と、
前記設定されたパラメタおよび目標に基づいて、前記記憶された人工生物の行動を学習
する行動学習部と、
前記記憶された人工生物が学習した行動に従って動いているアニメーションを生成して表示部に表示するアニメーション生成部と、
を備え、
前記パラメタ設定部は、前記表示部での前記アニメーションの表示中に、前記パラメタについての新たな入力を受け付け可能であり、
前記行動学習部は、前記パラメタ設定部が新たな入力を受け付けると、当該新たな入力に応じて再設定されるパラメタに基づいて、前記記憶された人工生物の行動の学習をやり直す。

このような態様よれば、パラメタ設定部および目標設定部により、人工生物の１つ以上の部位の物理的なパラメタと行動の目標とが設定され、行動学習部により、設定されたパラメタと目標に基づいて人工生物の行動が自動的に学習されるため、人工生物のモーションを生成するために各部位の動き方を一つ一つ手作業で設定するという専門的で複雑な作業が不要であり、かつ、異なるモーションを大量に生成することが容易である。さらに、学習した行動に従って動いているアニメーションの表示中に、その動きがユーザの所望するものでなければ、ユーザはパラメタ設定部からパラメタについての新たな入力を行うだけで、人工生物の行動の学習を容易にやり直すことができる。これを装置側から見れば、本件装置は学習成果についてその場でユーザからフィードバックをもらうことができる。これにより、人工生物のパラメタがユーザと装置との間で対話的・双方向的に調整されるので、専門知識を有していないユーザであっても、人工生物において所望のモーションを容易に作成することができる。

本発明の一態様に係る情報処理装置において、
前記パラメタ設定部は、前記表示部での前記アニメーションの表示中に、前記パラメタについての複数の入力候補の数値を表示して選択を受け付けるユーザインターフェースを、前記表示部に表示し、選択された数値で前記パラメタを再設定してもよい。

このような態様によれば、表示部でのアニメーションの表示中に、人工生物の動きがユーザの所望するものでなければ、ユーザは、表示部に表示されたユーザインターフェースにおいて入力候補の数値を選択するという直感的な操作を行うだけで、人工生物の行動の学習を容易にやり直すことができる。

本発明の一態様に係る情報処理装置において、
前記パラメタ設定部は、前記表示部での前記アニメーションの表示中に、表示中のアニメーションの評価に対応する複数の選択肢を表示して選択を受け付けるユーザインターフェースを、前記表示部に表示し、選択結果に応じて前記パラメタを再設定してもよい。

このような態様によれば、表示部でのアニメーションの表示中に、人工生物の動きがユーザの所望するものでなければ、ユーザは、表示部に表示されたユーザインターフェースにおいてその動きの評価に対応する選択肢を選択するという直感的な操作を行うだけで、人工生物の行動の学習を容易にやり直すことができる。

本発明の一態様に係る情報処理装置において、
前記目標設定部は、前記目標についての複数の入力候補を表示して選択を受け付けるユーザインターフェースを、前記表示部に表示してもよい。

このような態様によれば、ユーザは、表示部に表示されたユーザインターフェースから直感的に操作するだけで、人工生物の行動の目標を容易に設定することができる。

本発明の一態様に係る情報処理装置において、
具体的には、たとえば、前記目標についての入力候補は、移動速度を最大化する、ジャンプの高さを最大化する、物体を叩きつける力を最大化する、片足でバランスをとる時間を最大化する、逆立ちでバランスをとる時間を最大化する、からなる群のうちいずれか１つまたは２つ以上の目標を含んでいてもよい。

本発明の一態様に係る情報処理装置において、
具体的には、たとえば、前記パラメタは、当該部位を動かす力の最大値を含んでいてもよい。

本発明の一態様に係る情報処理装置において、
具体的には、たとえば、前記パラメタは、当該部位に作用する重力加速度を含んでいてもよい。

本発明の一態様に係る情報処理装置は、
複数の人工生物の形態に関する情報を記憶するデータベースから一の人工生物の形態に関する情報を取得して前記形態記憶部に記憶させる人工生物情報取得部をさらに備えていてもよい。

このような態様によれば、人工生物情報取得部が、データベースに予め記憶された複数の人工生物の中から一の人工生物の形態に関する情報を取得するため、モーション生成の対象とする人工生物を、ユーザの好みに応じて、別の人工生物と容易に交換することができる。

本発明の一態様に係る人工生物は、上記したいずれかの特徴を有する情報処理装置により生成された行動を行うように設定された人工生物である。

本発明の一態様に係る人工生物のデータ構造は、上記したいずれかの特徴を有する情報処理装置に用いられる人工生物のデータ構造であって、前記パラメタ設定部により設定されるパラメタを含む人工生物のデータ構造である。

本発明の一態様に係るモーション生成装置は、
人工生物の形態に関する情報を記憶する形態記憶部と、
前記記憶された人工生物の１つ以上の部位の物理的なパラメタを設定するパラメタ設定部と、
前記記憶された人工生物の行動の目標を設定する目標設定部と、
前記設定されたパラメタおよび目標に基づいて、前記記憶された人工生物の行動を学習する行動学習部と、
前記記憶された人工生物が学習した行動に従って動いているアニメーションを生成して表示部に表示するアニメーション生成部と、
を備え、
前記パラメタ設定部は、前記表示部での前記アニメーションの表示中に、前記パラメタについての新たな入力を受け付け可能であり、
前記行動学習部は、前記パラメタ設定部が新たな入力を受け付けると、当該新たな入力に応じて再設定されるパラメタに基づいて、前記記憶された人工生物の行動の学習をやり直す。

本発明の一態様に係る人工生物育成装置は、
人工生物の形態に関する情報を記憶する形態記憶部と、
前記記憶された人工生物の１つ以上の部位の物理的なパラメタを設定するパラメタ設定
部と、
前記記憶された人工生物の行動の目標を設定する目標設定部と、
前記設定されたパラメタおよび目標に基づいて、前記記憶された人工生物の行動を学習する行動学習部と、
前記記憶された人工生物が学習した行動に従って動いているアニメーションを生成して表示部に表示するアニメーション生成部と、
を備え、
前記パラメタ設定部は、前記表示部での前記アニメーションの表示中に、前記パラメタについての新たな入力を受け付け可能であり、
前記行動学習部は、前記パラメタ設定部が新たな入力を受け付けると、当該新たな入力に応じて再設定されるパラメタに基づいて、前記記憶された人工生物の行動の学習をやり直す。

本発明の一態様に係る情報処理方法は、
人工生物の形態に関する情報を形態記憶部に記憶するステップと、
前記記憶された人工生物の１つ以上の部位の物理的なパラメタを設定するステップと、
前記記憶された人工生物の行動の目標を設定するステップと、
前記設定されたパラメタおよび目標に基づいて、前記形態記憶部に記憶された人工生物の行動を学習するステップと、
前記記憶された人工生物が学習した行動に従って動いているアニメーションを生成して表示部に表示するステップと、
前記表示部での前記アニメーションの表示中に、前記パラメタについての新たな入力を受け付けると、当該新たな入力に応じて再設定されるパラメタに基づいて、前記記憶された人工生物の行動の学習をやり直すステップと、
を備える。

本発明の一態様に係るプログラムは、
コンピュータに、
人工生物の形態に関する情報を形態記憶部に記憶するステップと、
前記記憶された人工生物の１つ以上の部位の物理的なパラメタを設定するステップと、
前記記憶された人工生物の行動の目標を設定するステップと、
前記設定されたパラメタおよび目標に基づいて、前記記憶された人工生物の行動を学習するステップと、
前記記憶された人工生物が学習した行動に従って動いているアニメーションを生成して表示部に表示するステップと、
前記表示部での前記アニメーションの表示中に、前記パラメタについての新たな入力を受け付けると、当該新たな入力に応じて再設定されるパラメタに基づいて、前記記憶された人工生物の行動の学習をやり直すステップと、
を実行させるためのプログラムである。

本発明によれば、専門知識を有していないユーザであっても人工生物において所望のモーションを容易に作成することができる。

図１は、一実施の形態による情報処理装置を含む情報処理システムの構成を示す概略図である。 図２は、図１に示す情報処理装置の表示画面の一例を示す概略図である。 図３は、図１に示す情報処理装置の表示画面の一例を示す概略図である。 図４は、図３に示す表示画面のパラメタ入力用ＵＩの変形例を示す概略図である。 図５は、図１に示す情報処理装置の表示画面の一例を示す概略図である。 図６は、図１に示す情報処理装置の表示画面の一例を示す概略図である。 図７は、図１に示す情報処理装置による情報処理方法の一例を示すフローチャートである。 図８は、図６に示す情報処理方法における学習工程の一例を示すフローチャートである。 図９は、図１に示す情報処理装置に用いられるデータ構造の一例を示す概略図である。 図１０は、図１に示す情報処理装置による学習処理の一例を示す概念図である。

以下に、添付の図面を参照して、本発明の実施の形態を詳細に説明する。なお、以下に説明する実施の形態は、本発明を実施する場合の一例を示すものであって、本発明を以下に説明する具体的構成に限定するものではない。本発明の実施にあたっては、実施の形態に応じた具体的構成が適宜採用されてよい。

図１は、一実施の形態による情報処理装置１０を含む情報処理システム１の構成を示す概略図である。

図１に示すように、情報処理システム１は、情報処理装置（端末装置）１０と、データベース（サーバ）３とを有している。情報処理装置１０とデータベース３とは、インターネット等のネットワーク２を介して互いに通信可能に接続されている。ネットワーク２は、無線回線であってもよいし、有線回線であってもよい。なお、情報処理装置１０およびデータベース３の少なくとも一部は、コンピュータにより実現される。

データベース３は、複数の人工生物（以下、キャラクタという）の形態に関する情報Ｄ７１を記憶しているサーバである。「形態に関する情報Ｄ７１」とは、たとえば、キャラクタの脚の数、胴体に対する各脚の位置、各脚の部位の数（関節の数）、外見の色・質感、胴体の長さ・太さ・形状、各部位の長さ・太さ・形状、各関節の動く方向・可動域などである。

情報処理装置１０は、ユーザがキャラクタのモーションを生成するための端末装置（モーション生成装置）である。情報処理装置１０としては、たとえば、スマートフォンやタブレット端末などのモバイル端末、ノートブックコンピュータ、またはデスクトップコンピュータなどが用いられる。

なお、本実施の形態による情報処理装置１０は、後述するように、キャラクタのモーションに係るパラメタがユーザと装置との間で対話的・双方向的に調整されることに特徴がある。このユーザと装置との間での対話的・双方向的な調整に着目した場合、情報処理装置１０は、ユーザがキャラクタを育成するための端末装置（人工生物育成装置）であるとも言える。

図１に示すように、情報処理装置１０は、制御部１０ａと、記憶部１０ｂと、表示部１０ｃと、入力部１０ｄと、通信部１０ｅとを有している。

このうち制御部１０ａは、パラメタ設定部１１と、目標設定部１２と、行動学習部１３と、アニメーション生成部１４と、人工生物情報取得部１５とを有している。これらの各部１１〜１５は、情報処理装置１０内のプロセッサが所定のプログラムを実行することに
より実現されてもよい。これらの各部１１〜１５については後述する。

記憶部１０ｂは、たとえば内蔵メモリや外部メモリ（ＳＤメモリーカード等）などのデータストレージである。記憶部１０ｂには、制御部１０ａが取り扱う各種データが記憶される。記憶部１０ｂは、少なくともキャラクタ（人工生物）の形態に関する情報Ｄ７１を記憶する形態記憶部１６を含んでいる。

本実施の形態では、記憶部１０ｂは、たとえば、
・キャラクタの形態に関する情報Ｄ７１（データベース３から取得される情報）と
・キャラクタの物理的なパラメタＤ７２（パラメタ設定部１１により設定されるパラメタ）と
・キャラクタの行動を規定するパラメタＤ７３（行動学習部１３により最適化されるパラメタ）とを含むキャラクタのデータ構造（図９参照）や
・学習回数Ｎ
などの値を記憶している。

表示部１０ｃは、情報処理装置１０からユーザに対して各種情報を表示するインターフェースである。表示部１０ｃとしては、たとえば液晶ディスプレイや有機ＥＬディスプレイなどが用いられる。図２、図３、図５および図６は、それぞれ、表示部１０ｃに表示される表示画面の一例を示している。

入力部１０ｄは、ユーザが情報処理装置１０に各種情報を入力するためのインターフェースであり、たとえばモバイル端末におけるタッチパネル、ノートブックコンピュータにおけるタッチパッド、キーボードまたはマウスなどである。

通信部１０ｅは、情報処理装置１０とネットワーク２との間の通信インターフェースである。通信部１０ｅは、ネットワーク２を介して情報処理装置１０とデータベース３との間で情報を送受信する。

次に、制御部１０ａの各部１１〜１５について説明する。

人工生物情報取得部１５は、複数のキャラクタの形態に関する情報を記憶するデータベース３から、一のキャラクタの形態に関する情報Ｄ７１を取得して形態記憶部１６に記憶させる。

具体的には、たとえば、人工生物情報取得部１５は、図２に示すような入力画面を表示部１０ｃに表示させ、ユーザがデータベース３に記憶された複数のキャラクタの中から一のキャラクタ３０を主観評価で選択することをアシストする。

図２に示す例では、入力画面は、キャラクタ画像表示部３１と、キャラクタ名称表示部３４と、キャラクタ説明表示部３５とを有している。

キャラクタ画像表示部３１は、データベース３に記憶された一のキャラクタ３０の画像を表示する。キャラクタ名称表示部３４は、キャラクタ画像表示部３１に表示されたキャラクタ３０の名称を表示する。キャラクタ説明表示部３５は、キャラクタ画像表示部３１に表示されたキャラクタ３０の説明を表示する。

キャラクタ画像表示部３１上には、戻るボタン３２ａ、進むボタン３２ｂおよび決定ボタン３３がそれぞれ配置されている。

入力部１０ｄからの入力により戻るボタン３２ａが押し下げられると、人工生物情報取得部１５は、キャラクタ画像表示部３１、キャラクタ名称表示部３４およびキャラクタ説明表示部３５が表示する情報を、それぞれ、データベース３に記憶された１つ前の別のキャラクタ３０の対応する情報に切り替える。

入力部１０ｄからの入力により進むボタン３２ａが押し下げられると、人工生物情報取得部１５は、キャラクタ画像表示部３１、キャラクタ名称表示部３４およびキャラクタ説明表示部３５が表示する情報を、それぞれ、データベース３に記憶された１つ後の別のキャラクタ３０の対応する情報に切り替える。

入力部１０ｄからの入力により決定ボタン３３が押し下げられると、人工生物情報取得部１５は、キャラクタ画像表示部３１、キャラクタ名称表示部３４およびキャラクタ説明表示部３５が表示しているキャラクタ３０の形態に関する情報Ｄ７１を、データベース３から取得して形態記憶部１６に記憶する。その後、制御部１０ａは、図３に示すような入力画面を表示部１０ｃに表示させる。

パラメタ設定部１１は、形態記憶部１６に記憶されたキャラクタ（人工生物）の１つ以上の部位の物理的なパラメタＤ７２を設定する。「物理的なパラメタＤ７２」は、たとえば、各部位の重さ、各部位を動かす力（筋力）の最大値、各部位を動かす速度（スピード）の最大値、姿勢維持力、各部位の摩擦係数、密度、各部位に作用する重力加速度などである。パラメタ設定部１１は、設定したパラメタの数値を記憶部１０ｂに記憶する。

図３に示す例では、パラメタ設定部１１は、物理的なパラメタＤ７２についての複数の入力候補の数値を表示して選択を受け付けるユーザインターフェース（ＧＵＩ）２２を、表示部１０ｃに表示し、選択された数値で物理的なパラメタＤ７２を設定する。「ユーザインターフェース（ＧＵＩ）２２」は、ユーザが直感的に入力できるものであれば、種類や形態は特に問わない。たとえば、「ユーザインターフェース（ＧＵＩ）２２」は、離散的な数値を入力可能なボタンであってもよいし（図３参照）、連続的な数値を入力可能なスライドバーであってもよい（図４参照）。また、ユーザインターフェース（ＧＵＩ）２２が表示する「入力候補の数値」は、物理的なパラメタＤ７２の数値そのものであってもよいし（図４参照）、物理的なパラメタＤ７２の数値に対応するレベル値などの中間的な数値であってもよい（図３参照）。

なお、パラメタ設定部１１は、ユーザが保有するポイント２６に応じて、物理的なパラメタＤ７２の入力候補を限定してもよい。たとえば、図２に示す例では、ユーザが保有するポイント２６が３００Ｐであり、パラメタ設定部１１は、「筋力」パラメタについては、レベル１〜３のみ選択可能とし、レベル４以上は３００Ｐより高いポイントを保有していないと選択できないように制限している。

目標設定部１２は、形態記憶部１６に記憶されたキャラクタの行動の目標を設定する。目標設定部１２は、設定した目標を記憶部１０ｂに記憶する。

図３に示す例では、目標設定部１２は、目標についての複数の入力候補を表示して選択を受け付けるユーザインターフェース（ＧＵＩ）２３を、表示部１０ｃに表示し、選択された項目で目標を設定する。「ユーザインターフェース（ＧＵＩ）２３」は、ユーザが直感的に入力できるものであれば、種類や形態は特に問わない。図示された例では、「ユーザインターフェース（ＧＵＩ）２２」は、プルダウンリストである（図５参照）。

「目標についての入力候補」は、たとえば、移動速度を最大化する、ジャンプの高さを最大化する、物体を叩きつける力を最大化する、片足でバランスをとる時間を最大化する
、逆立ちでバランスをとる時間を最大化するなどである。記憶部１０ｂは、「目標についての入力候補」の各々に対して、キャラクタの行動の評価を出力する評価関数を対応付けて予め記憶している。たとえば、「移動速度の最大化」という目標に対応する評価関数は、キャラクタが所定の行動をとった時（当該行動を規定するパラメタが評価関数に入力された時）に当該キャラクタの重心の所定時間（たとえば１秒間）での水平移動距離を出力する関数であり、「ジャンプ高さの最大化」という目標に対応する評価関数は、キャラクタが所定の行動をとった時（当該行動を規定するパラメタが評価関数に入力された時）に当該キャラクタの重心の地面からの最大高さを出力する関数であり、「物体を叩き付け力の最大化」という目標に対応する評価関数は、キャラクタが所定の行動をとった時（当該行動を規定するパラメタが評価関数に入力された時）に当該キャラクタにより投げ飛ばされた物体の飛行距離を出力する関数である。評価関数の具体的な数学的表現としては、たとえば、Martin de Lasa, Igor Mordatch, Aaron Hertzmann, Feature-Based Locomotion
Controllers, ACM Transactions on Graphics, 2010, 29, 3, (Proc. SIGGRAPH)に記載
のものが利用され得る。

なお、目標設定部１２は、目標に係る「名詞」（移動速度、ジャンプの高さ等）と「動詞」（最大化する、最小化する等）とをそれぞれプルダウンリストから選択可能となるように構成され、選択された「名詞」と「動詞」の組み合わせにより目標を設定してもよい。

行動学習部１３は、パラメタ設定部１１により設定されたパラメタＤ７２および目標設定部１２により設定された目標に基づいて、キャラクタ３０の行動を学習する。

具体的には、たとえば、行動学習部１３は、目標設定部１２により設定された目標に対応する評価関数を記憶部１０ｂから読み出し、キャラクタの行動を規定するパラメタＤ７３が当該評価関数に入力された時に当該評価関数の出力値がより高くなるように、たとえば焼きなまし法（Ｓｉｍｕｌａｔｅｄ Ａｎｎｅａｌｉｎｇ；ＳＡ）や遺伝的アルゴリズム（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ；ＧＡ）、ディープラーニングなどの手法により、キャラクタの行動を規定するパラメタＤ７３の最適化を行う。ここで、物理演算エンジンとしては、たとえばＰｈｙｓＸエンジンが用いられる。キャラクタ３０がセンサ（感覚器など）を備えている場合には、行動学習部１３は、当該センサの出力を加味して、行動を規定するパラメタＤ７３の最適化を行ってもよい（図１０参照）。

なお、「行動を規定するパラメタＤ７３」とは、たとえば、各関節の時々刻々の力の入れ具合を規定するパラメタであり、各時刻における各関節の角度などを規定している。

アニメーション生成部１４は、形態記憶部１６に記憶されたキャラクタが、行動学習部１３が学習した行動（すなわち行動学習部１３の学習結果である「行動を規定するパラメタＤ７３」）に従って動いているアニメーション２１を生成して、表示部１０ｃに表示する（図６参照）。

本実施の形態では、図６に示すように、パラメタ設定部１１は、表示部１０ｃでのアニメーション２１の表示中に、物理的なパラメタＤ７２についての新たな入力を受け付け可能である。

図６に示す例では、パラメタ設定部１１は、表示部１０ｃでのアニメーション２１の表示中に、物理的なパラメタＤ７２についての複数の入力候補の数値を表示して選択を受け付けるユーザインターフェース（ＧＵＩ）２２を、表示部１０ｃに表示し、選択された数値で物理的なパラメタＤ７２を再設定する。「ユーザインターフェース（ＧＵＩ）２２」は、ユーザが直感的に入力できるものであれば、種類や形態は特に問わない。たとえば、
「ユーザインターフェース（ＧＵＩ）２２」は、離散的な数値を入力可能なボタンであってもよいし（図６参照）、連続的な数値を入力可能なスライドバーであってもよい（図４参照）。また、ユーザインターフェース（ＧＵＩ）２２が表示する「入力候補の数値」は、物理的なパラメタＤ７２の数値そのものであってもよいし（図４参照）、物理的なパラメタＤ７２の数値に対応するレベル値などの中間的な数値であってもよい（図６参照）。パラメタ設定部１１は、再設定したパラメタの数値を記憶部１０ｂに記憶する。

また、図６に示す例では、パラメタ設定部１１は、表示部１０ｃでのアニメーション２１の表示中に、アニメーション２１の評価に対応する複数（図示された例では２つ）の選択肢を表示して選択を受け付けるユーザインターフェース（ＧＵＩ）２４ａ、２４ｂを、表示部１０ｃに表示し、選択結果に応じて物理的なパラメタＤ７２を再設定する。図示された例では、「ユーザインターフェース（ＧＵＩ）」は、「良かった」という主観評価に対応する上向き矢印ボタン２４ａと、「悪かった」という主観評価に対応する下向き矢印ボタン２４ｂとを有している。なお、「評価」は２択に限定されず、３択以上であってもよい。表示部１０ｃでのアニメーション２１の表示中に、パラメタ設定部１１が、アニメーション２１の評価に対応する複数の選択肢を表示して選択を受け付けるようになっていることで、ユーザはより直感的な入力を行うことが可能である。

行動学習部１３は、表示部１０ｃでのアニメーション２１の表示中に、パラメタ設定部１１が新たな入力を受け付けると、当該新たな入力に応じて再設定されるパラメタＤ７２に基づいて、形態記憶部１６に記憶されたキャラクタの行動の学習をやり直すようになっている。

次に、このような構成からなる情報処理装置１０による情報処理方法について、図６を参照して説明する。図６は、情報処理装置１０による情報処理方法の一例を示すフローチャートである。

まず、図６に示すように、人工生物情報取得部１５は、入力部１０ｄからの入力に基づいて、複数のキャラクタの形態に関する情報を記憶するデータベース３から、一のキャラクタの形態に関する情報Ｄ７１を選択して取得する（ステップＳ５０）。

次いで、人工生物情報取得部１５は、データベース３から取得した一のキャラクタの形態に関する情報Ｄ７１を、記憶部１０ｂの形態記憶部１６に記憶する（ステップＳ５１）。制御部１０ａは、記憶部１０ｂに記憶された学習回数Ｎをゼロにリセットする。

次に、パラメタ設定部１１は、入力部１０ｄからの入力に基づいて、形態記憶部１６に記憶されたキャラクタの物理的なパラメタＤ７２を設定する（ステップＳ５２）。パラメタ設定部１１により設定された物理的なパラメタＤ７２は、記憶部１０ｂに記憶される。

また、目標設定部１２は、入力部１０ｄからの入力に基づいて、形態記憶部１６に記憶されたキャラクタの行動の目標を設定する（ステップＳ５３）。目標設定部１２により設定された行動の目標は、記憶部１０ｂに記憶される。

次いで、制御部１０ａは、記憶部１０ｂに記憶された学習回数Ｎが、予め定められた最大回数（たとえば１００００回）に至ったか否かを判断する（ステップＳ５４）。

学習回数Ｎが予め定められた最大回数に至っていない場合（ステップＳ５４：ＹＥＳ）、行動学習部１３は、パラメタ設定部１１により設定されたパラメタＤ７２、および目標設定部１２により設定された行動の目標に基づいて、形態記憶部１６に記憶されたキャラクタの行動を学習する（ステップＳ５５）。

図８は、学習工程（ステップ５５）の詳細を示すフローチャートである。図８に示すように、行動学習部１３は、まず、記憶部１０ｂに記憶された学習回数Ｎが、ゼロ（すなわち初回の学習）か否かを判断する（ステップＳ６１）。

学習回数Ｎがゼロ（初回の学習）である場合（ステップＳ６１：ＮＯ）、行動学習部１３は、キャラクタの「行動を規定するパラメタＤ７３」をランダムに設定する（ステップＳ６２）。

一方、学習回数Ｎがゼロではない場合（ステップＳ６１：ＹＥＳ）、行動学習部１３は、キャラクタの「行動を規定するパラメタＤ７３」の現在値を保持したまま、後述のステップＳ６３に移行する。

次に、行動学習部１３は、目標設定部１２により設定された目標に対応する評価関数を記憶部１０ｂから読み出し、キャラクタの「行動を規定するパラメタＤ７３」が当該評価関数に入力された時に当該評価関数の出力値がより高くなるように、「行動を規定するパラメタＤ７３」を学習する（ステップＳ６３）。学習手法としては、たとえば焼きなまし法（Ｓｉｍｕｌａｔｅｄ Ａｎｎｅａｌｉｎｇ；ＳＡ）や遺伝的アルゴリズム（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ；ＧＡ）などの最適化手法、強化学習や機械学習などが用いられる。

その後、行動学習部１３は、記憶部１０ｂに記憶された学習回数Ｎを、インクリメントする（ステップＳ６４）。

次に、行動学習部１３は、記憶部１０ｂに記憶された学習回数Ｎが所定値（たとえば１００）の倍数であるか否かを判断する（ステップＳ６５）。学習回数が所定値（たとえば１００）の倍数ではない場合（ステップＳ６５：ＮＯ）、行動学習部１３は、ステップ６３に戻って、「行動を規定するパラメタＤ７３」の最適化（すなわち、学習）を繰り返す。

学習回数が所定値（たとえば１００）の倍数である場合（ステップＳ６５：ＹＥＳ）、ステップＳ５５の学習工程を終了する。

ステップＳ５５の学習工程が終了した後、図７に示すように、アニメーション生成部１４は、形態記憶部１６に記憶されたキャラクタが、行動学習部１３が学習した行動（すなわち行動学習部１３の学習結果である「行動を規定するパラメタＤ７３」）に従って動いているアニメーション２１を生成して、表示部１０ｃに表示する（ステップＳ５６）。

パラメタ設定部１１は、表示部１０ｃでのアニメーション２１の表示中に、物理的なパラメタＤ７２についての新たな入力を受け付けるユーザインターフェース（ＧＵＩ）２２、２４ａおよび２４ｂを、表示部１０ｃに表示する。

制御部１０ａは、表示部１０ｃでのアニメーション２１の表示中に、入力部１０ｄからユーザインターフェース（ＧＵＩ）２２、２４ａおよび２４ｂを介して新たな入力があるか否かを判断する（ステップＳ５７）。物理的なパラメタＤ７２についての新たな入力がない場合（ステップＳ５７：ＮＯ）、制御部１０ａは、ステップＳ５４に戻って行動の学習をやり直す。

物理的なパラメタＤ７２についての新たな入力がある場合（ステップＳ５７：ＹＥＳ）、パラメタ設定部１１は、当該新たな入力に応じて、記憶部１０ｂに記憶された物理的な
パラメタＤ７２を再設定する（ステップＳ５８）。その後、制御部１０ａは、ステップＳ５４に戻って行動の学習をやり直す。

ステップＳ５４において、学習回数Ｎが予め定められた最大回数に至った場合（ステップＳ５４：ＮＯ）、制御部１０ａは、一連の処理を終了する。

以上のような本実施の形態によれば、パラメタ設定部１１および目標設定部１２により、キャラクタの１つ以上の部位の物理的なパラメタＤ７２と行動の目標とが設定され、行動学習部１３により、設定されたパラメタと目標に基づいてキャラクタの行動が自動的に学習されるため、キャラクタのモーションを生成するために各部位の動き方を一つ一つ手作業で設定したり専門家を対象としたソフトウェアを使用して設定したりといった専門的で複雑な作業が不要であり、かつ、異なるモーションを大量に生成することが容易である。

また、本実施の形態によれば、学習した行動に従って動いているアニメーションの表示中に、その動きがユーザの所望するものでなければ、ユーザはパラメタ設定部１１からパラメタについての新たな入力を行うだけで、キャラクタの行動の学習を容易にやり直すことができる。これを装置側から見れば、本件装置は学習成果についてその場でユーザからフィードバックをもらうことができる。これにより、キャラクタのパラメタがユーザと装置との間で対話的・双方向的に調整されるので、専門知識を有していないユーザであっても、キャラクタにおいて所望のモーションを容易に作成することができる。すなわち、専門家でなくても人工知能（ＡＩ）の力を借りてクリエイティブになることができる。

また、本実施の形態によれば、パラメタ設定部１１は、表示部１０ｃでのアニメーションの表示中に、パラメタＤ７２についての複数の入力候補の数値を表示して選択を受け付けるユーザインターフェース２２を、表示部１０ｃに表示し、選択された数値でパラメタＤ７２を再設定するようになっているため、表示部１０ｃでのアニメーションの表示中に、キャラクタの動きがユーザの所望するものでなければ、ユーザは、表示部１０ｃに表示されたユーザインターフェース２２において入力候補の数値を選択するという直感的な操作を行うだけで、キャラクタの行動の学習を容易にやり直すことができる。

また、本実施の形態によれば、パラメタ設定部１１は、表示部１０ｃでのアニメーションの表示中に、表示中のアニメーションの評価に対応する複数の選択肢を表示して選択を受け付けるユーザインターフェース２４ａ、２４ｂを、表示部に表示し、選択結果に応じてパラメタＤ７２を再設定するようになっているため、表示部１０ｃでのアニメーションの表示中に、キャラクタの動きがユーザの所望するものでなければ、ユーザは、表示部に表示されたユーザインターフェース２４ａ、２４ｂにおいてその動きの評価に対応する選択肢を選択するという直感的な操作を行うだけで、キャラクタの行動の学習を容易にやり直すことができる。

また、本実施の形態によれば、目標設定部１２は、目標についての複数の入力候補を表示して選択を受け付けるユーザインターフェース２３を、表示部１０ｃに表示するようになっているため、ユーザは、表示部１０ｃに表示されたユーザインターフェース２３から直感的に操作するだけで、キャラクタの行動の目標を容易に設定することができる。

また、本実施の形態によれば、人工生物情報取得部１５が、データベース３に予め記憶された複数のキャラクタの中から一のキャラクタの形態に関する情報Ｄ７１を取得するため、モーション生成の対象とするキャラクタを、ユーザの好みに応じて、別のキャラクタと容易に交換することができる。

なお、本実施の形態による情報処理装置１０は、コンピュータシステムによって構成され得るが、コンピュータシステムに情報処理装置１０を実現させるためのプログラム、および当該プログラムを記録した記録媒体も、本件の保護対象である。

また、本実施の形態による情報処理装置１０により生成された行動を行うように設定されたキャラクタ（すなわち行動学習部１３により最適化された「行動を規定するパラメタＤ７３」を設定されたキャラクタ）も、本件保護対象である。

また、本実施の形態による情報処理装置１０に用いられるキャラクタのデータ構造であって、パラメタ設定部１１により設定されるべき物理的なパラメタ（および行動学習部１３により学習（最適化）されるべき「行動を規定するパラメタＤ７３」）を備えたキャラクタのデータ構造（図９参照）も、本件発明の保護対象である。

１ 情報処理システム
２ ネットワーク
３ データベース
１０ 情報処理装置
１０ａ 制御部
１０ｂ 記憶部
１０ｃ 表示部
１０ｄ 入力部
１０ｅ 通信部
１１ パラメタ設定部
１２ 目標設定部
１３ 行動学習部
１４ アニメーション生成部
１５ 人工生物情報取得部
１６ 形状記憶部
２１ アニメーション
２２ パラメタ入力用ユーザインターフェース
２３ 目標入力用ユーザインターフェース
２４ａ 評価入力用ユーザインターフェース
２４ｂ 評価入力用ユーザインターフェース
２６ ポイント
３０ キャラクタ（人工生物）
３１ キャラクタ画像表示部
３２ａ 戻るボタン
３２ｂ 進むボタン
３３ 決定ボタン
３４ キャラクタ名称表示部
３５ キャラクタ説明表示部

Claims (14)

1. 人工生物の１つ以上の部位に設定する物理的なパラメタについての入力を受け付けるパラメタ設定部と、
   前記パラメタ設定部に対する入力に応じて設定されたパラメタに基づいて、前記人工生物の行動を学習する行動学習部と、
   前記行動学習部が学習した行動に従って前記人工生物が動いているアニメーションを生成して表示部に表示するアニメーション生成部と、
   を備え、
   前記パラメタ設定部は、前記表示部での前記アニメーションの表示中に、前記パラメタについての新たな入力を受け付け可能であり、
   前記行動学習部は、前記パラメタ設定部が新たな入力を受け付けると、当該新たな入力に応じて再設定されるパラメタに基づいて、前記人工生物の行動の学習をやり直す
   ことを特徴とする情報処理装置。
2. 前記パラメタ設定部は、前記表示部での前記アニメーションの表示中に、前記パラメタについての複数の入力候補の数値を表示して選択を受け付けるユーザインターフェースを、前記表示部に表示し、選択された数値で前記パラメタを再設定する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記パラメタ設定部は、前記表示部での前記アニメーションの表示中に、表示中のアニメーションの評価に対応する複数の選択肢を表示して選択を受け付けるユーザインターフェースを、前記表示部に表示し、選択結果に応じて前記パラメタを再設定する
   ことを特徴とする請求項１に記載の情報処理装置。
4. 前記人工生物の行動に設定する目標についての入力を受け付ける目標設定部を更に備え、
   前記行動学習部は、前記パラメタ設定部に対する入力に応じて設定されたパラメタと、前記目標設定部に対する入力に応じて設定された目標に基づいて、前記人工生物の行動を学習する
   ことを特徴とする請求項１〜３のいずれかに記載の情報処理装置。
5. 前記目標設定部は、前記目標についての複数の入力候補を表示して選択を受け付けるユーザインターフェースを、前記表示部に表示する
   ことを特徴とする請求項４に記載の情報処理装置。
6. 前記目標についての入力候補は、移動速度を最大化する、ジャンプの高さを最大化する、物体を叩きつける力を最大化する、片足でバランスをとる時間を最大化する、逆立ちでバランスをとる時間を最大化する、からなる群のうちいずれか１つまたは２つ以上の目標を含む
   ことを特徴とする請求項５に記載の情報処理装置。
7. 前記パラメタは、当該部位の重さ、当該部位を動かす力の最大値、当該部位を動かす速度の最大値、姿勢維持力、当該部位の摩擦係数、密度、当該部位に作用する重力加速度、からなる群のうちいずれか１つまたは２つ以上を含む
   ことを特徴とする請求項１〜６のいずれかに記載の情報処理装置。
8. 人工生物の１つ以上の部位に設定する物理的なパラメタについての入力を受け付けるパラメタ設定部と、
   前記パラメタ設定部に対する入力に応じて設定されたパラメタに基づいて、前記人工生物の行動を学習する行動学習部と、
   前記行動学習部が学習した行動に従って前記人工生物が動いているアニメーションを生成して表示部に表示するアニメーション生成部と、
   を備え、
   前記パラメタ設定部は、前記表示部での前記アニメーションの表示中に、前記パラメタについての新たな入力を受け付け可能であり、
   前記行動学習部は、前記パラメタ設定部が新たな入力を受け付けると、当該新たな入力に応じて再設定されるパラメタに基づいて、前記人工生物の行動の学習をやり直す
   ことを特徴とするモーション生成装置。
9. 人工生物の１つ以上の部位に設定する物理的なパラメタについての入力を受け付けるパラメタ設定部と、
   前記パラメタ設定部に対する入力に応じて設定されたパラメタに基づいて、前記人工生物の行動を学習する行動学習部と、
   前記行動学習部が学習した行動に従って前記人工生物が動いているアニメーションを生成して表示部に表示するアニメーション生成部と、
   を備え、
   前記パラメタ設定部は、前記表示部での前記アニメーションの表示中に、前記パラメタについての新たな入力を受け付け可能であり、
   前記行動学習部は、前記パラメタ設定部が新たな入力を受け付けると、当該新たな入力に応じて再設定されるパラメタに基づいて、前記人工生物の行動の学習をやり直す
   ことを特徴とする人工生物育成装置。
10. パラメタ設定部が、人工生物の１つ以上の部位に設定する物理的なパラメタについての入力を受け付けるステップと、
    行動学習部が、前記パラメタ設定部に対する入力に応じて設定されたパラメタに基づいて、前記人工生物の行動を学習するステップと、
    アニメーション生成部が、前記行動学習部が学習した行動に従って前記人工生物が動いているアニメーションを生成して表示部に表示するステップと、
    前記表示部での前記アニメーションの表示中に、前記パラメタ設定部が、前記パラメタについての新たな入力を受け付けると、前記行動学習部が、当該新たな入力に応じて再設定されるパラメタに基づいて、前記人工生物の行動の学習をやり直すステップと、
    を備えたことを特徴とする情報処理方法。
11. コンピュータに、
    パラメタ設定部が、人工生物の１つ以上の部位に設定する物理的なパラメタについての入力を受け付けるステップと、
    行動学習部が、前記パラメタ設定部に対する入力に応じて設定されたパラメタ基づいて、前記人工生物の行動を学習するステップと、
    アニメーション生成部が、前記行動学習部が学習した行動に従って前記人工生物が動いているアニメーションを生成して表示部に表示するステップと、
    前記表示部での前記アニメーションの表示中に、前記パラメタ設定部が、前記パラメタについての新たな入力を受け付けると、前記行動学習部が、当該新たな入力に応じて再設定されるパラメタに基づいて、前記人工生物の行動の学習をやり直すステップと、
    を実行させるためのプログラム。
12. 人工生物の１つ以上の部位に設定する物理的なパラメタについての入力を受け付けるパラメタ設定部に対する入力に応じて設定されたパラメタに基づいて、前記人工生物の行動を学習する行動学習部と、
    前記行動学習部が学習した行動に従って前記人工生物が動いているアニメーションを生成して表示部に表示するアニメーション生成部と、
    を備え、
    前記パラメタ設定部は、前記表示部での前記アニメーションの表示中に、前記パラメタについての新たな入力を受け付け可能であり、
    前記行動学習部は、前記パラメタ設定部が新たな入力を受け付けると、当該新たな入力に応じて再設定されるパラメタに基づいて、前記人工生物の行動の学習をやり直す
    ことを特徴とする情報処理装置。
13. 行動学習部が、人工生物の１つ以上の部位に設定する物理的なパラメタについての入力を受け付けるパラメタ設定部に対する入力に応じて設定されたパラメタに基づいて、前記人工生物の行動を学習するステップと、
    アニメーション生成部が、前記行動学習部が学習した行動に従って前記人工生物が動いているアニメーションを生成して表示部に表示するステップと、
    前記表示部での前記アニメーションの表示中に、前記パラメタ設定部が、前記パラメタについての新たな入力を受け付けると、前記行動学習部が、当該新たな入力に応じて再設定されるパラメタに基づいて、前記人工生物の行動の学習をやり直すステップと、
    を備えたことを特徴とする情報処理方法。
14. コンピュータに、
    行動学習部が、人工生物の１つ以上の部位に設定する物理的なパラメタについての入力を受け付けるパラメタ設定部に対する入力に応じて設定されたパラメタに基づいて、前記人工生物の行動を学習するステップと、
    アニメーション生成部が、前記行動学習部が学習した行動に従って前記人工生物が動いているアニメーションを生成して表示部に表示するステップと、
    前記表示部での前記アニメーションの表示中に、前記パラメタ設定部が、前記パラメタについての新たな入力を受け付けると、前記行動学習部が、当該新たな入力に応じて再設定されるパラメタに基づいて、前記人工生物の行動の学習をやり直すステップと、
    を実行させるためのプログラム。