JP7308104B2 - 無人機協調システム、無人機協調処理方法及びプログラム - Google Patents

Description

本発明は、無人機を含む複数のエージェント間において人の介入がある協調動作を行う無人機協調システム、無人機協調処理方法及びプログラムに関するものである。

従来、複数の無人機からなる無人機群を制御する制御装置が知られている（例えば、特許文献１参照）。制御装置は、無人機群を構成する各機が自律的に行動選択を行いながら、無人機群全体の行動を最適化している。具体的に、制御装置は、自機に搭載されたセンサから自機の情報を取得すると共に、他機との通信によって他機の情報を取得し、取得した自機及び他機の情報を用いて自機の動作量を算出している。

国際公開第２０１８／１０５５９９号公報

このように、特許文献１では、自機及び他機の情報を用いて自機の動作を制御することで、複数の無人機同士の協調動作を実行している。ところで、複数の無人機による協調動作を実行するにあたって、人が介入する場合がある。人が介入する場合としては、例えば、人が複数の無人機の協調動作を監視する場合、有人機として無人機との間で協調動作を行う場合等がある。無人機による協調動作時おいて人が介入する場合、人は、無人機の動作を把握することが難しいことから、無人機による協調動作を円滑に行うことが困難となる。

そこで、本発明は、人による無人機の動作の把握を容易なものとし、無人機による協調動作を円滑に行うことができる無人機協調システム、無人機協調処理方法及びプログラムを提供することを課題とする。

本発明の無人機協調システムは、無人機を含む複数のエージェント間において人の介入がある協調動作を行う無人機協調システムであって、前記無人機は、複数のタスクを含んで構築される意思決定モデルを用いた人工知能によって、前記無人機の動作処理を行う処理部を有しており、複数の前記タスクは、前記協調動作を行うための協調タスクを含み、前記処理部は、交渉プロトコルを用いて、前記エージェント間における前記協調タスクの実行に関する合意形成を行う合意形成処理と、合意した前記協調タスクに基づいて、前記無人機の前記協調動作を実行する協調動作処理と、を実行する。

また、本発明の無人機協調処理方法は、無人機を含む複数のエージェント間において人の介入がある協調動作に関する処理を行う無人機協調処理方法であって、前記無人機は、複数のタスクを含んで構築される意思決定モデルを用いた人工知能によって、動作処理が行われており、複数の前記タスクは、前記協調動作を行うための協調タスクを含み、交渉プロトコルを用いて、前記エージェント間における前記協調タスクの実行に関する合意形成を行うステップと、合意した前記協調タスクに基づいて、前記無人機の前記協調動作を実行するステップと、を備える。

また、本発明のプログラムは、無人機を含む複数のエージェント間において人の介入がある協調動作に関する処理を、前記無人機に実行させるためのプログラムであって、前記無人機は、複数のタスクを含んで構築される意思決定モデルを用いた人工知能によって、動作処理が行われており、複数の前記タスクは、前記協調動作を行うための協調タスクを含み、前記無人機に、交渉プロトコルを用いて、前記エージェント間における前記協調タスクの実行に関する合意形成を行うステップと、合意した前記協調タスクに基づいて、前記無人機の前記協調動作を実行するステップと、を実行させる。

本発明によれば、人による無人機の動作の把握を容易なものとし、無人機による協調動作を円滑に行うことができる。

図１は、実施形態１に係る無人機協調システムに関する概略構成図である。 図２は、実施形態１の無人機協調システムに用いられる意思決定モデルに関する説明図である。 図３は、実施形態１の無人機協調システムに用いられる交渉プロトコルに関する説明図である。 図４は、実施形態１の無人機協調システムのマネージャー側における無人機協調処理方法に関するフローチャートである。 図５は、実施形態１の無人機協調システムの契約者側における無人機協調処理方法に関するフローチャートである。 図６は、表示画面に関する図である。 図７は、実施形態２の無人機協調システムに用いられる意思決定モデルに関する説明図である。 図８は、実施形態３の無人機協調システムに用いられる意思決定モデルに関する説明図である。

以下に、本発明に係る実施形態を図面に基づいて詳細に説明する。なお、この実施形態によりこの発明が限定されるものではない。また、下記実施形態における構成要素には、当業者が置換可能かつ容易なもの、あるいは実質的に同一のものが含まれる。さらに、以下に記載した構成要素は適宜組み合わせることが可能であり、また、実施形態が複数ある場合には、各実施形態を組み合わせることも可能である。

［実施形態１］
実施形態１に係る無人機協調システム１は、人及び無人機１０を含む複数のエージェント間において協調動作を行うためのマルチエージェントシステムとなっている。無人機協調システムは、無人機１０同士の間の協調動作だけでなく、人と無人機１０との間の協調動作も実行可能なシステムとなっている。つまり、無人機協調システムは、人の介入を前提としたシステムとなっている。

（無人機協調システム）
図１は、実施形態１に係る無人機協調システムに関する概略構成図である。図１に示すように、無人機協調システム１は、無人機１０と、有人機１１と、表示装置１２と、ネットワーク１５と、を備えている。無人機協調システム１は、人と無人機１０との間の協調動作も実行可能なシステムとなっていることから、実施形態１では、有人機１１及び表示装置１２を備えるシステムとしているが、有人機１１及び表示装置１２を省いたシステムであってもよい。

無人機１０は、自律して動作可能なものとなっており、１以上用いられる。無人機１０は、例えば、無人車、無人航空機、無人船、無人水中船の他、ロボット等が適用される。無人機１０は、各種プログラムを実行して各種処理を行う処理部２１と、各種プログラム及びデータを記憶する記憶部２２と、データを通信するための通信部２３と、を有している。

記憶部２２には、各種プログラムとして、例えば、無人機１０の協調動作に関する処理を実行するプログラムＰが記憶されている。このプログラムＰは、後述する意思決定モデル４１及び契約ネットプロトコルを含むプログラムとなっている。

処理部２１は、人工知能を用いた無人機１０の動作処理を行っている。人工知能としては、複数のタスクＴを含んで構築される意思決定モデル４１が適用される。なお、意思決定モデルについては後述する。また、処理部２１は、交渉プロトコルを用いて他の無人機１０及び有人機１１との間で合意形成を行っている。なお、交渉プロトコルについても後述する。

通信部２３は、ネットワーク１５を介して他の無人機１０及び有人機１１と双方向に通信可能となっている。通信部２３は、例えば、無線通信可能なものとなっている。

上記のような無人機１０は、記憶部２２に記憶されたプログラムＰを実行することで、他の無人機１０及び有人機１１と協調しながら、自律して各種動作を実行する。

有人機１１は、操作者（人）による操作によって動作するものである。有人機１１は、車両、航空機、船舶、水中船の他、操作可能なロボット等が適用される。なお、図１では、１つの有人機１１を図示しているが、数は特に限定されない。有人機１１は、各種プログラムを実行して各種処理を行う処理部３１と、各種プログラム及びデータを記憶する記憶部３２と、データを通信するための通信部３３と、操作者に情報を表示すると共に操作者による入力操作が可能な表示操作部３４と、を有している。

記憶部３２には、各種プログラムとして、例えば、無人機１０の協調動作に関する処理を実行するプログラムＰが記憶されている。このプログラムＰは、無人機１０に記憶されたプログラムとは、異なるプログラムとしてもよく、少なくとも無人機１０との間で交渉するための契約ネットプロトコルを含むプログラムとなっていればよい。つまり、有人機１１は、自律して動作可能なものとする必要がないため、プログラムＰは、後述する意思決定モデル４１を省いたプログラムとしてもよい。

処理部３１は、表示操作部３４を介して入力された操作者の操作に基づいて有人機１１の動作処理を行っている。また、処理部３１は、交渉プロトコルを用いて他の無人機１０との間で合意形成を行っている。なお、交渉プロトコルについては後述する。

通信部３３は、通信部２３と同様であり、ネットワーク１５を介して他の無人機１０と双方向に通信可能となっている。通信部３３は、例えば、無線通信可能なものとなっている。

表示操作部３４は、例えば、タッチパネルディスプレイ等のデバイスであり、各種画面を表示すると共に、表示された各種画面に対する操作が可能なものとなっている。なお、実施形態１では、表示操作部３４としたが、操作部と表示部とをそれぞれ独立させた構成であってもよく、特に限定されない。

表示装置１２は、人が無人機１０及び有人機１１を監視したり、無人機１０及び有人機１１に対して動作指令を出したりするものとなっている。表示装置１２は、ネットワーク１５に接続されており、無人機１０及び有人機１１と双方向に通信が可能となっている。具体的に、表示装置１２は、無人機１０及び有人機１１から出力される情報を取得して表示したり、無人機１０及び有人機１１へ向けて動作指令を出力したりする。この表示装置１２は、例えば、無人機１０及び有人機１１から遠隔に設けることで、遠隔端末として機能させてもよい。

ネットワーク１５は、無人機１０、有人機１１及び表示装置１２を相互に接続しており、双方向において通信可能なネットワークとなっている。ネットワーク１５は、例えば、無線通信ネットワークとなっている。

（意思決定モデル）
次に、図２を参照して、人工知能に用いられる意思決定モデル４１について説明する。図２は、実施形態１の無人機協調システムに用いられる意思決定モデルに関する説明図である。意思決定モデル４１は、無人機１０を自律して動作させるためのモデルである。意思決定モデル４１は、複数のタスクＴ１～Ｔ３を含んで構築されている。図２に示す意思決定モデル４１は、複数のタスクＴ１～Ｔ３を階層的に構築した階層型意思決定モデルであり、実施形態１では、ビヘイビア・ツリー（ＢＴ：Behavior Tree）と呼ばれる階層型意思決定モデルが用いられる。

意思決定モデル４１は、無人機１０の動作の優先度が高い階層が下位階層となっており、無人機１０の動作の優先度が低い階層が上位階層となっている。図２では、下位階層（つまり優先度の高い階層）が左側となっており、上位階層（つまり優先度の低い階層）が右側となっている。

意思決定モデル４１は、優先度の高い側から順に、タスクＴ１と、タスクＴ２と、協調タスクＴ３とを含んでいる。意思決定モデル４１に含まれるタスクの数は特に限定されない。また、意思決定モデル４１は、ルートセレクタを含んでおり、ルートセレクタは、実行開始のノードとなっている。ルートセレクタは、下位階層のタスクＴ１から上位階層のタスクＴ３へ向かってタスクを実行する。

協調タスクＴ３は、他の無人機１０と協調動作を行うためのタスクとなっている。また、協調タスクＴ３は、他の無人機１０との間で協調タスクを実行することの合意が形成されることで、意思決定モデル４１の上位階層に割り当てられる。タスクＴ２は、協調タスクＴ３よりも優先度が高いタスクとなっており、タスクＴ１は、タスクＴ２よりも優先度が高いタスクとなっている。このため、協調タスクＴ３は、タスクＴ１及びタスクＴ２が優先的に行われた上で実行されるタスクとなっている。なお、タスクＴ１及びタスクＴ２としては、例えば、障害物を回避するタスクであったり、自機の安全を確保するためのタスクであったりする。

各タスクＴ１～Ｔ３は、一例として、タスクシーケンスのノードと、タスクの実行判定のノードと、タスクの実行のノードとを含んでいる。タスクシーケンスのノードは、タスクの実行判定のノードを実行し、タスクを実行すると判定した場合に、タスクの実行のノードに遷移して、タスクを実行する。

このような意思決定モデル４１では、ルートセレクタにより下位階層のタスクＴ１から順に実行されることで、タスクＴ１及びタスクＴ２が優先的に行われた上で、上位階層の協調タスクＴ３が実行される。このように、無人機１０では、協調タスクＴ３に基づいて、協調動作を実行する協調動作処理が行われる。

（交渉プロトコル）
次に、図３を参照して、エージェント間における交渉を行うための交渉プロトコルについて説明する。図３は、実施形態１の無人機協調システムに用いられる交渉プロトコルに関する説明図である。交渉プロトコルは、無人機１０及び有人機１１を含むエージェント間において合意形成を行うためのプロトコルである。実施形態１では、交渉プロトコルとして、契約ネットプロトコル（ＣＮＰ：Contract Net Protocol）と呼ばれるプロトコルが用いられる。

契約ネットプロトコルでは、複数のエージェントに対して、マネージャーと契約者とが設定される。なお、マネージャーは、所定のエージェントに固定させてもよいし、任意のエージェントに変更可能としてもよい。実施形態１では、例えば、図１に示すように、無人機１０をマネージャーとして設定し、残りの無人機１０と有人機１１とを契約者として設定している。そして、契約ネットプロトコルでは、契約ネットプロトコルと契約者との間で、入札及び落札を実行することで、合意形成を行っている。

図３に示すように、協調タスクＴ３に関するエージェント間の合意形成を行う場合、先ず、マネージャーとなる無人機１０（以下、単にマネージャーという）が、契約者となる残りの無人機１０及び有人機１１（以下、単に契約者という）に対して協調タスクＴ３の告示を実行する（ステップＳ１）。つまり、ステップＳ１では、協調タスクＴ３に関する情報、具体的には、送信先、送信元、タスクの内容、タスクの入札条件、タスクの入札期限等の情報を、マネージャーから契約者へ向けて送信する。

次に、契約者が協調タスクＴ３の告示を受け取ると、協調タスクＴ３の告示に基づいて契約者が入札を行うか否かを判断し、入札する場合には入札メッセージを送信し、入札しない場合には非入札メッセージを送信する（ステップＳ２）。ステップＳ２では、入札メッセージとして、具体的には、送信先、送信元、入札の可否、入札条件に対する返答等の情報を、契約者からマネージャーへ向けて送信する。また、ステップＳ２では、非入札メッセージとして、非入札の返答等の情報を、契約者からマネージャーへ向けて送信する。

この後、マネージャーが入札メッセージ及び非入札メッセージを受け取ると、マネージャーは、入札メッセージの内容に基づいて、協調タスクＴ３を実行可能な契約者に対して、落札メッセージを送信する（ステップＳ３）。一方で、マネージャーは、入札メッセージの内容に基づいて、協調タスクＴ３を実行不能な契約者に対して、落選メッセージを送信する。ステップＳ３では、落札メッセージとして、具体的には、送信先、送信元、落札の返答等の情報を、マネージャーから契約者へ向けて送信する。また、ステップＳ３では、落選メッセージとして、落選の返答等の情報を、マネージャーから契約者へ向けて送信する。

そして、契約者が落札メッセージを受け取ると、契約者は、告示された協調タスクＴ３を実行し、実行した結果を実施報告としてマネージャーに送信する（ステップＳ４）。

以上のように、契約ネットプロトコルは、マネージャーと契約者との間で、協調タスクＴ３に関する契約交渉を行う交渉プロトコルとなっている。そして、マネージャー及び契約者は、契約ネットプロトコルを実行することで、エージェント間における協調タスクＴ３の実行に関する合意形成を行う合意形成処理を実行する。なお、上記の説明では、マネージャーが無人機１０である場合について説明したが、マネージャーは、有人機であってもよい。この場合、タスクの告示、落札メッセージ及び落選メッセージの送信は、人が手動で行ってもよいし、人工知能が自動で行ってもよい。

（マネージャー側の協調処理）
次に、図４を参照して、意思決定モデル４１及び契約ネットプロトコルを用いた、無人機１０の協調動作に関する処理について説明する。図４は、実施形態１の無人機協調システムのマネージャー側における無人機協調処理方法に関するフローチャートである。

先ず、マネージャーは、自機が取得した各種情報に基づいて、実行すべき協調タスクＴ３を選択する（ステップＳ１１）。ステップＳ１１では、選択した協調タスクＴ３に対して、協調タスクの入札期限（Ｔｍａｘ）等を定義する。なお、入札期限を定義する場合には、協調タスクＴ３が人の参加を想定したものであるか否かによって、入札期限を設定してもよい。具体的には、人の参加を想定した協調タスクＴ３である場合には、人の参加を想定していない場合に比べて、入札期限を長く定義する。続いて、マネージャーは、選択した協調タスクＴ３の告示をすべく、契約者へ向けて協調タスクＴ３に関するメッセージを送信する（ステップＳ１２）。

続いて、マネージャーは、現在の時間（ｔｉｍｅ）が、入札期限（Ｔｍａｘ）に達していないか否かを、「ｔｉｍｅ＜Ｔｍａｘ」に基づいて判定する（ステップＳ１３）。マネージャーは、現在の時間が入札期限に達していない（ステップＳ１３：Ｙｅｓ）と判定すると、契約者からの入札メッセージがあるか否を確認して取得する（ステップＳ１４）。一方で、マネージャーは、現在の時間が入札期限に達している（ステップＳ１３：Ｎｏ）と判定すると、後述するステップＳ１９に進む。

ステップＳ１４において入札メッセージを取得すると、マネージャーは、取得した入札メッセージと、予め設定された協調タスクＴ３の入札条件とを比較して、落選者がいるか否かを判定する（ステップＳ１５）。マネージャーは、落選者がいる場合（ステップＳ１５：Ｙｅｓ）、落選メッセージを該当する契約者へ向けて送信した後（ステップＳ１６）、次のステップＳ１７へ進む。一方で、マネージャーは、落選者がいない場合、ステップＳ１６を実行せずに、次のステップＳ１７へ進む。マネージャーは、ステップＳ１６を実行することにより、落選となる契約者を開放する。

ステップＳ１７において、マネージャーは、全ての契約者から、入札メッセージ及び非入札メッセージを受信したか否かを判定する。マネージャーは、全ての契約者から入札メッセージ及び非入札メッセージを受信していないと判定する（ステップＳ１７：Ｎｏ）と、時間をカウントして（ステップＳ１８）、再びステップＳ１３に進む。一方で、マネージャーは、全ての契約者から入札メッセージ及び非入札メッセージを受信したと判定する（ステップＳ１７：Ｙｅｓ）と、ステップＳ１９に進む。

マネージャーは、ステップＳ１９において、落選していない入札メッセージがあるか否かを判定する。マネージャーは、落選していない入札メッセージがあると判定する（ステップＳ１９：Ｙｅｓ）と、落札メッセージを該当する契約者へ向けて送信する（ステップＳ２０）。一方で、マネージャーは、落選していない入札メッセージがないと判定する（ステップＳ１９：Ｎｏ）と、選択した協調タスクＴ３が実行不能であるとして、ステップＳ１１に進む。

マネージャーは、ステップＳ２０の実行後、協調タスクＴ３が許容範囲内で進捗しているか否かを判定する（ステップＳ２１）。これは、協調タスクＴ３が進捗していないと想定される場合、マネージャー側から協調タスクＴ３の再割り当てを実行可能とするためである。マネージャーは、協調タスクＴ３が許容範囲内で進捗していないと判定する（ステップＳ２１：Ｎｏ）と、協調タスクＴ３を中止するメッセージを、該当する契約者へ向けて送信し（ステップＳ２４）、ステップＳ１１に進む。一方で、マネージャーは、協調タスクＴ３が許容範囲内で進捗していると判定する（ステップＳ２１：Ｙｅｓ）と、ステップＳ２２に進む。

マネージャーは、ステップＳ２２において、協調タスクＴ３の失敗に関する実施報告を契約者から受信したか否かを判定する。マネージャーは、協調タスクＴ３の失敗に関する実施報告を契約者から受信したと判定する（ステップＳ２２：Ｙｅｓ）と、協調タスクＴ３が実行不能であるとして、ステップＳ１１に進む。一方で、マネージャーは、協調タスクＴ３の失敗に関する実施報告を契約者から受信していないと判定する（ステップＳ２２：Ｎｏ）と、協調タスクＴ３の完了に関する実施報告を契約者から受信したか否かを判定する（ステップＳ２３）。マネージャーは、協調タスクＴ３の完了に関する実施報告を契約者から受信していないと判定する（ステップＳ２３：Ｎｏ）と、時間をカウントし（ステップＳ２５）、ステップＳ２１に進む。マネージャーは、協調タスクＴ３の完了に関する実施報告を契約者から受信したと判定する（ステップＳ２３：Ｙｅｓ）と、協調動作に関する処理を終了する。

（契約者側の協調処理）
次に、図５を参照して、意思決定モデル４１及び契約ネットプロトコルを用いた、無人機１０の協調動作に関する処理について説明する。図５は、実施形態１の無人機協調システムの契約者側における無人機協調処理方法に関するフローチャートである。

契約者は、マネージャーから協調タスクＴ３の告示に関するメッセージを受信する（ステップＳ３１）と、受信した協調タスクＴ３が、予め設定した価値基準（または評価基準）に適合するか否かを判定する（ステップＳ３２）。なお、詳細は後述するが、この価値基準は、協調タスクＴ３を実行するに値したか否かを判定するための判断価値を含む基準となっており、判断価値は、学習によって得られる価値基準となっている。契約者は、受信した協調タスクＴ３が価値基準に適合すると判定した場合（ステップＳ３２：Ｙｅｓ）、入札メッセージをマネージャーへ向けて送信する（ステップＳ３３）。一方で、契約者は、受信した協調タスクＴ３が価値基準に適合しないと判定した場合（ステップＳ３２：Ｎｏ）、非入札メッセージをマネージャーへ向けて送信して、協調動作に関する処理を終了する。

契約者は、ステップＳ３３の実行後、マネージャーから落札メッセージを受信したか否かを判定する（ステップＳ３５）。契約者は、落札メッセージを受信したと判定する（ステップＳ３５：Ｙｅｓ）と、後述するステップＳ３９に進む。一方で、契約者は、落札メッセージを受信していないと判定する（ステップＳ３５：Ｎｏ）と、マネージャーから落選メッセージを受信したか否かを判定する（ステップＳ３６）。契約者は、落選メッセージを受信したと判定する（ステップＳ３６：Ｙｅｓ）と、協調動作に関する処理を終了する。一方で、契約者は、落選メッセージを受信していないと判定する（ステップＳ３６：Ｎｏ）と、現在の時間（ｔｉｍｅ）が、入札期限を考慮した時間（Ｔｍａｘ＋α）に達していないか否かを、「ｔｉｍｅ＜Ｔｍａｘ＋α」に基づいて判定する（ステップＳ３７）。契約者は、現在の時間が入札期限を考慮した時間に達していない（ステップＳ３７：Ｙｅｓ）と判定すると、時間をカウントして（ステップＳ３８）、ステップＳ３５に進む。一方で、契約者は、現在の時間が入札期限を考慮した時間に達した（ステップＳ３７：Ｎｏ）と判定すると、協調動作に関する処理を終了する。

契約者は、ステップＳ３５において、落札メッセージを受信したと判定する（ステップＳ３５：Ｙｅｓ）と、協調タスクを実行する（ステップＳ３９）。契約者は、ステップＳ３９の実行後、協調タスクＴ３の中止に関するメッセージを受信したか否かを判定する（ステップＳ４０）。契約者は、協調タスクＴ３の中止に関するメッセージを受信したと判定する（ステップＳ４０：Ｙｅｓ）と、協調動作に関する処理を終了する。一方で、契約者は、協調タスクＴ３の中止に関するメッセージを受信していないと判定する（ステップＳ４０：Ｎｏ）と、ステップＳ４１に進む。

契約者は、ステップＳ４１において、協調タスクＴ３が完了不可能か否かを判定する。契約者は、協調タスクＴ３が完了不可能であると判定する（ステップＳ４１：Ｙｅｓ）と、協調タスクＴ３の失敗に関する実施報告を、マネージャーへ向けて送信し（ステップＳ４４）、協調動作に関する処理を終了する。一方で、契約者は、協調タスクＴ３が完了不可能でないと判定する（ステップＳ４１：Ｎｏ）と、協調タスクＴ３が完了したか否かを判定する（ステップＳ４２）。契約者は、協調タスクＴ３が完了していないと判定する（ステップＳ４２：Ｎｏ）と、時間をカウントし（ステップＳ４５）、ステップＳ３９に進む。一方で、契約者は、協調タスクＴ３が完了したと判定する（ステップＳ４２：Ｙｅｓ）と、協調タスクＴ３の完了に関する実施報告をマネージャーへ向けて送信し（ステップＳ４３）、協調動作に関する処理を終了する。

（判断価値の学習）
ここで、マネージャー及び契約者としての無人機１０は、協調タスクＴ３を実行した実行結果に基づき、協調タスクＴ３を実行するに値したか否かを判定するための判断価値を学習する学習処理を実行している。判断価値は、価値基準を設定するための因子の一つとなっており、価値基準は、契約ネットプロトコルに導入されることで、価値基準に基づく協調タスクＴ３の割り当てを実行することが可能となる。なお、価値基準は、判断価値の他、ヒューリスティックな（人間が設定する）関数を含んで設定されてもよい。この価値基準を導入することで、マネージャーにとっては、協調タスクＴ３を実行することにより得られた利益と契約者に与える不利益との差分が、有益なものとなるか否かを見積もることが可能となる。また、契約者にとっては、告示された協調タスクＴ３に対して価値基準に対して利益となるか否かを見積もることができる。

（表示画面）
次に、図６を参照して、協調動作時に用いられる表示画面について説明する。図６は、表示画面に関する図である。図６に示す表示画面５０は、有人機１１の表示操作部３４または表示装置１２に表示される画面となっている。つまり、表示画面５０が表示される表示装置は、有人機１１の表示操作部３４及び表示装置１２となっている。

表示画面５０は、センサ情報画面５１と、無人機１０のステータス画面５２と、マップ画面５３と、ＣＮＰメッセージ画面５４と、協調タスクＴ３のステータス画面５５と、を含んでいる。センサ情報画面５１は、無人機１０に設けられたセンサから取得される情報を表示するための画面である。無人機１０のステータス画面５２は、無人機１０の残燃料等のステータス情報を表示したり、無人機１０が実行しているタスクに関する情報を表示したりする。具体的に、ステータス画面５２には、タスクに関する情報として、例えば、図２に示す意思決定モデル４１を表示する。このとき、意思決定モデル４１において、現在実行しているタスクを、視認可能に表示してもよく、例えば、実行中のタスクを明滅させたり、タスクを実行中である旨のカラー表示を行ったりしてもよい。

また、マップ画面５３には、無人機１０の周囲における地形の情報と、無人機１０の位置情報とを表示している。なお、このマップ画面５３は、他の画面５１，５２，５４，５５と連動しており、例えば、マップ画面５３上の無人機１０を選択することで、選択された無人機１０に関する情報を、画面５１，５２，５４，５５上に表示する。

ＣＮＰメッセージ画面５４は、契約ネットプロトコルを用いた合意形成処理に関する情報を表示する。ＣＮＰメッセージ画面５４は、例えば、協調タスクＴ３の告示に関する情報、協調タスクＴ３の入札、非入札、落選、落札のメッセージに関する情報を表示する。協調タスクＴ３のステータス画面５５は、協調タスクＴ３に関するステータス情報を表示しており、具体的に、協調タスクＴ３の進捗、協調タスクＴ３の参加者等に関する情報を表示している。

以上のように、実施形態１によれば、意思決定モデル４１を用いることで、無人機１０が実行しているタスクの情報を管理し易いものとすることができる。また、契約ネットプロトコルを用いて、エージェント間における協調タスクＴ３の実行に関する合意形成を行う合意形成処理を行うことで、協調タスクＴ３に関する情報を管理することができる。以上から、無人機１０の動作を人が容易に把握することができるため、人と無人機１０との協調動作を円滑に行うことができる。

また、実施形態１によれば、意思決定モデル４１として、階層型意思決定モデルを用いることができ、階層型意思決定モデルとして、ビヘイビア・ツリーを用いることができる。このため、無人機１０の各タスクＴ１～Ｔ３を階層ごとに管理することが可能となり、また、階層内においてもタスクＴ１～Ｔ３を管理することが容易となる。このため、タスクＴ１～Ｔ３の割り当て、編集等を容易なものとすることができる。また、階層に応じてタスクＴ１～Ｔ３の優先度を設定することができる。

また、実施形態１によれば、優先度の低い上位階層に、協調タスクＴ３を割り当てることができるため、無人機は、協調タスクＴ３よりも優先度の高い障害物の回避等のタスクを行った上で、協調タスクＴ３を実行することができる。

また、実施形態１によれば、学習した判断価値を含む価値基準に基いて協調タスクＴ３を実行するか否かを判定することができるため、マネージャー及び契約者にとって有益な協調タスクＴ３を実行することが可能となる。

また、実施形態１によれば、有人機１１の表示操作部３４及び表示装置１２に表示画面５０を表示させることができる。このため、人は、表示画面５０を視認することにより、無人機１０の実行中におけるタスク、合意形成処理に関する情報、及び協調タスクに関する情報を、容易に把握することができる。

また、実施形態１によれば、無人機１０だけでなく、有人機１１を含む無人機協調システム１とすることができるため、人と無人機とが協調する汎用性の高いシステムとすることができる。

［実施形態２］
次に、図７を参照して、実施形態２に係る無人機協調システム１について説明する。なお、実施形態２では、重複した記載を避けるべく、実施形態１と異なる部分について説明し、実施形態１と同様の構成である部分については、同じ符号を付して説明する。図７は、実施形態２の無人機協調システムに用いられる意思決定モデルに関する説明図である。

実施形態２の無人機協調システム１は、実施形態１の意思決定モデル４１に代えて、意思決定モデル７１を用いている。

（意思決定モデル）
図７に示すように、意思決定モデル７１は、複数のタスクＴ１～Ｔ３を階層的に構築した階層型意思決定モデルであり、サブサンプション・アーキテクチャ（ＳＡ：Subsumption Architecture）と呼ばれる階層型意思決定モデルが用いられる。

意思決定モデル７１は、実施形態１の意思決定モデル４１と同様に、無人機１０の動作の優先度が高い階層が下位階層となっており、無人機１０の動作の優先度が低い階層が上位階層となっている。図７では、下位階層（つまり優先度の高い階層）が下側となっており、上位階層（つまり優先度の低い階層）が上側となっている。

意思決定モデル７１は、優先度の高い側から順に、タスクＴ１と、タスクＴ２と、協調タスクＴ３となっている。なお、意思決定モデル７１においても、協調タスクＴ３は、意思決定モデル７１の上位階層に割り当てられる。

意思決定モデル７１には、無人機１０が取得した各種情報が入力情報として入力され、入力情報に基づいて、各タスクＴ１～Ｔ３が実行されることで、無人機１０の動作制御が行われる。そして、意思決定モデル７１では、動作制御後に得られた各種情報を入力情報として各タスクＴ１～Ｔ３に入力される。

以上のように、実施形態２によれば、階層型意思決定モデルとして、サブサンプション・アーキテクチャを用いることができる。このため、無人機１０の各タスクＴ１～Ｔ３を階層ごとに管理することが可能となり、また、階層に応じてタスクＴ１～Ｔ３の優先度を設定することができる。

［実施形態３］
次に、図８を参照して、実施形態３に係る無人機協調システム１について説明する。なお、実施形態３でも、重複した記載を避けるべく、実施形態１及び２と異なる部分について説明し、実施形態１及び２と同様の構成である部分については、同じ符号を付して説明する。図８は、実施形態３の無人機協調システムに用いられる意思決定モデルに関する説明図である。

実施形態３の無人機協調システム１は、実施形態１の意思決定モデル４１に代えて、意思決定モデル８１を用いている。

意思決定モデル８１は、実施形態１の意思決定モデル４１とは異なり、非階層型の意思決定モデルとなっている。意思決定モデル８１は、複数のタスク（状態）Ｔと、タスク間において遷移する条件となる遷移条件とから構築される有限状態機械（ＦＳＭ：Finite State Machine）となっている。

意思決定モデル８１は、スタートと、複数のタスクＴと、協調タスクＴ３とを含んでいる。意思決定モデル８１は、スタートから所定のタスクＴに遷移し、所定の遷移条件に従って、タスクＴ及び協調タスクＴ３に遷移すると共に、タスクが終了すると、所定のタスクに戻る。協調タスクＴ３は、スタートから離れた位置に設けられており、スタートと協調タスクＴ３との間には、複数のタスクＴが配置されている。

以上のように、実施形態３によれば、非階層型の意思決定モデルとして、有限状態機械を用いることができる。このため、無人機１０が実行するタスクの数が少ない場合には、有限状態機械を用いることで、単純な意思決定モデルを構築することができる。

なお、実施形態１から３では、種々の意思決定モデルを用いたが、これらの意思決定モデルの他に、例えば、決定木を用いた意思決定モデルを適用してもよい。

また、実施形態１から３では、交渉プロトコルとして契約ネットプロトコルを用いたが、このプロトコルに特に限定されない。例えば、交渉プロトコルとして、「Auction Based Negotiation Protocol」または「Market-based approach」等のプロトコルを用いてもよい。

１ 無人機協調システム
１０ 無人機
１１ 有人機
１２ 表示装置
１５ ネットワーク
２１ 処理部
２２ 記憶部
２３ 通信部
３１ 処理部
３２ 記憶部
３３ 通信部
３４ 表示操作部
４１ 意思決定モデル
５０ 表示画面
５１ センサ情報画面
５２ 無人機のステータス画面
５３ マップ画面
５４ ＣＮＰメッセージ画面
５５ 協調タスクのステータス画面
７１ 意思決定モデル
８１ 意思決定モデル
Ｐ プログラム
Ｔ１、Ｔ２（Ｔ） タスク
Ｔ３ 協調タスク

Claims (11)

1. 無人機及び有人機を含む複数のエージェント間において人の介入がある協調動作を行う無人機協調システムであって、
   前記無人機は、複数のタスクを含んで構築される意思決定モデルを用いた人工知能によって、前記無人機の動作処理を行う処理部を有しており、
   前記有人機は、前記人による操作によって動作しており、
   複数の前記タスクは、前記協調動作を行うための協調タスクを含み、
   前記処理部は、
   交渉プロトコルを用いて、前記エージェント間における前記協調タスクの実行に関する合意形成を行う合意形成処理と、
   合意した前記協調タスクに基づいて、前記無人機の前記協調動作を実行する協調動作処理と、を実行しており、
   複数の前記エージェントは、前記協調タスクを公告するマネージャーと、前記マネージャーから公告された前記協調タスクに対して実行の契約を行う契約者と、を含み、
   前記交渉プロトコルは、前記マネージャーと前記契約者との間で、前記協調タスクに関する契約交渉を行う契約ネットプロトコル（ＣＮＰ：Contract Net Protocol）であり、
   前記合意形成処理では、複数の前記エージェントに対して、前記マネージャーと前記契約者とを設定し、前記マネージャーと前記契約者との間で、前記協調タスクに関する契約交渉を行う無人機協調システム。
2. 前記意思決定モデルは、複数の前記タスクを階層的に構築した階層型意思決定モデルである請求項１に記載の無人機協調システム。
3. 前記階層型意思決定モデルは、前記無人機の動作の優先度が高い下位階層と、前記無人機の動作の優先度が低い上位階層と、を含み、
   前記協調タスクは、前記階層型意思決定モデルの前記上位階層に割り当てられる請求項２に記載の無人機協調システム。
4. 前記階層型意思決定モデルは、ビヘイビア・ツリー（ＢＴ：Behavior Tree）である請求項２または３に記載の無人機協調システム。
5. 前記階層型意思決定モデルは、サブサンプション・アーキテクチャ（ＳＡ：Subsumption Architecture）である請求項２または３に記載の無人機協調システム。
6. 前記意思決定モデルは、複数の前記タスクと、前記タスク間において遷移する条件となる遷移条件とから構築される有限状態機械（ＦＳＭ：Finite State Machine）である請求項１に記載の無人機協調システム。
7. 前記処理部は、
   前記協調タスクを実行した実行結果に基づき、前記協調タスクを実行するに値したか否かを判定するための判断価値を学習する学習処理を実行し、
   前記合意形成処理では、前記学習処理における学習によって得られた前記判断価値を含む価値基準に基づき、前記協調タスクを実行するか否かを判定する請求項１から６のいずれか１項に記載の無人機協調システム。
8. 前記無人機が実行している前記タスクに関する情報を表示する表示装置を、さらに備える請求項１から７のいずれか１項に記載の無人機協調システム。
9. 前記表示装置は、前記合意形成処理に関する情報と、前記協調タスクに関する情報とをさらに表示する請求項８に記載の無人機協調システム。
10. 無人機及び有人機を含む複数のエージェント間において人の介入がある協調動作に関する処理を行う無人機協調処理方法であって、
    前記無人機は、複数のタスクを含んで構築される意思決定モデルを用いた人工知能によって、動作処理が行われており、
    前記有人機は、前記人による操作によって動作しており、
    複数の前記タスクは、前記協調動作を行うための協調タスクを含み、
    交渉プロトコルを用いて、前記エージェント間における前記協調タスクの実行に関する合意形成を行うステップと、
    合意した前記協調タスクに基づいて、前記無人機の前記協調動作を実行するステップと、を備えており、
    複数の前記エージェントは、前記協調タスクを公告するマネージャーと、前記マネージャーから公告された前記協調タスクに対して実行の契約を行う契約者と、を含み、
    前記交渉プロトコルは、前記マネージャーと前記契約者との間で、前記協調タスクに関する契約交渉を行う契約ネットプロトコル（ＣＮＰ：Contract Net Protocol）であり、
    前記合意形成を行うステップでは、複数の前記エージェントに対して、前記マネージャーと前記契約者とを設定し、前記マネージャーと前記契約者との間で、前記協調タスクに関する契約交渉を行う無人機協調処理方法。
11. 無人機及び有人機を含む複数のエージェント間において人の介入がある協調動作に関する処理を、前記無人機に実行させるためのプログラムであって、
    前記無人機は、複数のタスクを含んで構築される意思決定モデルを用いた人工知能によって、動作処理が行われており、
    前記有人機は、前記人による操作によって動作しており、
    複数の前記タスクは、前記協調動作を行うための協調タスクを含み、
    前記無人機に、
    交渉プロトコルを用いて、前記エージェント間における前記協調タスクの実行に関する合意形成を行うステップと、
    合意した前記協調タスクに基づいて、前記無人機の前記協調動作を実行するステップと、を実行させており、
    複数の前記エージェントは、前記協調タスクを公告するマネージャーと、前記マネージャーから公告された前記協調タスクに対して実行の契約を行う契約者と、を含み、
    前記交渉プロトコルは、前記マネージャーと前記契約者との間で、前記協調タスクに関する契約交渉を行う契約ネットプロトコル（ＣＮＰ：Contract Net Protocol）であり、
    前記合意形成を行うステップでは、複数の前記エージェントに対して、前記マネージャーと前記契約者とを設定し、前記マネージャーと前記契約者との間で、前記協調タスクに関する契約交渉を行うプログラム。

Images