JPH01173202A - ロボット制御方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔概　要〕 センシングされた外界情報に基づいて行動するロボット
を制御するためのロボット制御方式において。

新たな状況の出現や環境の変化が生じた場合においても
、ロボットが尤もらしい行動をとることができる“°柔
らかい”ロボット制御方式の技術を実現することを目的
としており。

制御信号を生成するロボット制御手段を重みを有する階
層ネットワークで構成するとともに、予め選択されるい
くつかの好ましい制御内容が実現できるようにと学習制
御することでこの階層ネットワークの重みを設定し、こ
のようにして設定された重みを有する階層ネットワーク
に従って外界情報に応じた制御信号を生成してロボット
を制御するようにと構成するものである。

〔産業上の利用分野〕

本発明は、複数のセンサ情報に基づいて行動するロボッ
トの制御方式に関する。

近年１人工知能（ＡＩ）、ファクトリオートメーション
（ＦＡ）、オフィスオートメーション（ＯＡ）の進展に
伴い１人間にとって使い易く。

人間と共存できる知的な゛柔らかい”システムへの要求
が高まっている。この期待に応えるため。

エキスパー１〜システム等を適用したシステムや。

パターン認識機能を備えたロボット等が提供され始めて
いるが、未だ“柔らかい”システムというには程遠い段
階にある。これから、使用方法や環境の変化に応じてロ
ボットの行動を適応的に制御する“柔らかい′°ロボッ
ト制御方式の開発が望まれているのである。

〔従来の技術〕

従来のロボット制御方式は、逐次処理コンピュータ　（
ノイマン型コンピュータ）によって実現されている。従
って、複数のセンサ情報に基づいて行動するロボットの
制御方式についても、どのセンサがどういう情報をもた
らすかということを予め人間が考慮した上で、どのよう
なセンサからの入カバターンが入ってきた時、どのよう
な化カバターンを発生し１行動したらよいかをプログラ
ムの形で厳密に記述していくといったような構成により
実現されていた。

〔発明が解決しようとする問題点〕

従って、ロボットはこのプログラムに基づいて行動して
いるだけであり、当然、プログラムに記述されていない
状況には対応できず、また、センサの特性が少しでも変
化したり、多数のセンサのうち１つでも壊れたりすると
、適切な行動をとることができない等といった問題点が
あった。さらに、ロボットが多数のセンサ群を備えてい
る場合。

プログラムを作成すること自体が極めて困難、或いは不
可能になるといった問題点を生していた。

本発明はかかる事情に鑑みてなされたものであって、い
かなる条件下にあってもロボットが適切な行動をとれる
ようにする“柔らかい”システムをなすロボット制御方
式の提供を目的とするものである。

〔問題点を解決するための手段〕

第１図は２本発明の原理説明図である。

図中、１はセンサ手段であり、ロボットを取囲む外界情
報を取り込む複数のセンサからなるもの。

２は行動パターン発生手段であり９行動パターン信号を
発生させてロボットの行動パターンを規定するもの、３
はロボット制御手段であり２重みを有する階層ネットワ
ークから構成され、この階層ネットワークに従ってセン
サ手段１の検出パターンに応じた制御信号を生成して行
動パターン発生手段２を制御するもの、４は動作モード
信号であり、ロボット制御手段３の動作モードを学習モ
ードか処理かのいずれかに設定するためのもの、５は基
本制御動作格納手段であり、予め選択されるセンサ手段
１の１つまたは複数個の特定の検出パターンに対しての
ロボット制御手段３の生成すべき制御信号情報を格納す
るためのものである。

〔作　用〕 本発明では、ロボット制御手段３は、学習モードのとき
に、基本制御動作格納手段５に格納される格納情報が実
現できるようにと学習制御することで階層ネットワーク
の重みを設定するとともに。

処理モードのときに、このようにして設定された重みを
有する階層ネットワークに従ってセンサ手段１の検出パ
ターンに応じた制御信号を生成して。

行動パターン発生手段２を介してロボットの行動を制御
することになる。

このように本発明によれば、予め１人間がすべての入カ
バターンとそれに対応する行動パターンとの対を考慮し
て、厳密なプログラミングを行う必要がなく９人間は基
本的の入出カバターンの対の数だけ、基本制御動作格納
手段５を通してロボット制御手段３に与えてやればよい
。また、ロボット制御手段３は、ネットワークで構成さ
れており、入力層および中間層のユニット数が多ければ
。

入力層の１つのユニ・ノド当たりの情報は中間層のユニ
ットの中に分散されてしまうので、入力層に多少の誤差
が混入しても出力層に影響を及ぼすことなく、誤差を吸
収することができるので、学習。

訓練に用いた入カバターン以外の未知のセンサ入カバタ
ーンが発生しても、その入カバターンに近い学習、訓練
に用いた入カバターンと連合された出カバターンを発生
でき、尤もらしい行動をとることができる。同様の理由
で、センサの特性変化や、故障にも対応することも可能
となる。

〔実施例〕

以下、実施例に従って本発明の詳細な説明する。

第２図は、第１図で説明したロボット制御手段３の詳細
な実施例構成図である。この図に示すように１本発明の
ロボット制御手段３は、ユニットと呼ぶ一種のノードと
重みを持つ内部結合とからなる階層ネットワークにより
構成されることになる。この構成は、基本的には、コン
ピュータに適応機能を与えるデータ処理方式として提唱
されているバンク・プロパゲーション法と呼ばれている
処理方式（Ｄ、　Ｅ、　Ｒｕｍｅｌｈａｒｔ、　Ｇ、　
Ｅ、　Ｈｉｎｔｏｎ、　ａｎｄＲ，Ｊ、　　Ｗｉｌｌｉ
ａｍｓ、　　’　Ｌｅａｒｎｉｎｇ　　Ｉｎｔｅｒｎａ
ｌＲｅｐｒｅｓｅｎｔａｔｉｏｎｓ　ｂｙ　Ｅｒｒｏｒ
　Ｐｒｏｐａｇａｔｉｏｎ＋″ＰＡＲＡＬＬＥＬ　ＤＩ
ＳＴＲＩＢＵＴＥＤ　ＰＲＯＣＥＳＳＩＮＧ、　Ｖｏｌ
、１．　ｐｐ。

３１８−３６４．　Ｔｈｅ　ＭＩＴ　Ｐｒｅｓｓ、　１
９８６）と同じものである。

次に、このハック・プロパゲーション法の概要について
説明する。

バック・プロパゲーション法ではユニットと呼ぶ一種の
ノードと重みを持つ内部結合とから階層ネットワークを
構成している。第３図は、ユニットの内部構成を示した
もので基本ユニット３０と呼ぶ。この基本ユニット３０
は、多大カー出力系となっている。このユニットでは、
複数の各々の入力に対し各々の内部結合の重みを乗じて
これらの全乗算結果を和算する累算部３１と、さらに、
閾値処理を施して１つの出力を出す閾値処理部３２とを
もっている。即ちバンク・プロパゲーション法における
基本ユニット３０でのデータ処理は、入力と重みとの積
和演算および閾値処理からなっている。

ここで、バンク・プロパゲーション法では閾値の関数と
して２式（２）で示されるシグモイド関数を用いている
。

基本ユニットで行われる演算を数式で示すと以下のよう
になる。

Ｘｐｉ−ΣｙｐｈＷｉｈ　　　　　　　　　　式（１）
ｙ　ｐｉ　＝　１　／　（１＋ｅｘｐ（−ｘｐｔ＋θ、
））　式（２）但し。

ｈ　：ｈ層のユニット番号 ｊ　：′１層のユニット番号 ｐ　：入カバターン番号 θ、＝ｉ層のｉ番目のユニットの閾値 Ｗ１ｈ：ｈ−ｉ層間の内部結合の重み Ｘｐ工：ｈ層の各ユニットからｉ層の１番ユニットへの
入力の積和 ｙｐｈ：ｐパターン入力に対するｈ層の出力ｙｐ琶ｐパ
ターン入力に対するｉ層の出力バンク・プロパゲーショ
ン法では、この積和と閾値処理を基本とする基本ユニッ
ト３０を第２図のような誤差フィードパンクを持つ階層
ネットワーク構造として９重みと閾値とを誤差のフィー
ドバックにより適応的に自動調節するアルゴリズムを用
い、所望のデータ処理方法（入カバターンと出カバター
ンとの間の連合）をネットワークに学習させることによ
り適応的なデータ処理を実行する。

ここで１式（１）および式（２）から、バンク・プロパ
ゲーション法では重みと閾値との調節が同時に実行され
る必要があるが１重みと閾値との設定は相互に干渉する
難しい作業となる。従来のへツク・プロパゲーション法
の方法では、ユニット毎に閾値を与えていたが、ユニッ
ト数が多数となると各ユニット毎に閾値を与えることが
煩雑で面倒な作業となるため、閾値の自動設定が切望さ
れていたのである。そこで本発明のロボット制御手段３
では、第２図に示すように、入力層中に入力信号数の入
力ユニット３−ｈの外に、常に「１」が入力される閾値
調節用の閾値入カユニット３′−ｈを設けるよう構成す
るものである。

このように、閾値入力ユニット３′−ｈを設けたことに
よって中間層の各ユニット３−４の閾値を。

中間層に対する重みＷ、ｈを設定することと同等の処理
にて設定できる理由は次の如きものと考えてよい。即ち
。

中間層の各ユニット３−ｉにおいては、入力層内の１つ
余分にもうけたユニット３′〜ｈからの値ｙｐｈが常に
「１」であることから、値Ｘｐ、□は式％式％ （ただしｈ′は入力層の閾値入カニニットの番号）で与
えられる。この結果からθｉ　−ｗ、ｌ、’　　として
式（２）に代入すると。

ｙｐｔ＝１／（１＋ｅｘｐ（Ｘｐｉ　　Ｗ＝ｈ’　））
となり９式（２）に示されている閾値θ１を実質的に−
Ｗい？に設定変更したことに対応する。即ち。

中間層における各ユニットの閾値をいちいち設定する煩
雑さが解消される。

次に、第４図に示す具体例に従って、第１図で説明した
基本制御動作格納手段５に格納される゛ところの格納情
報について説明する。例えば第２図に示すようにセンサ
出力が２値化モードで入カニニット３−ｈが３個のとき
には、第４図にも示すようにロボット制御手段３への入
カバターンの数は８通りとなる。従って、ロボットの行
動パターンが例えば動状態か停止状態という２通りであ
るならば、これらの８通りの入カバターンの各々に対し
て「１」か「０」というロボットの行動パターンは定ま
ることになる。このように、センサ手段１の検出パター
ンに対してロボットが本来的にどういう行動をとるべき
かということは定まっているので、基本制御動作格納手
段５には、このような情報の内のいくつかが予め選択さ
れて格納されるよう構成されることになる。なお、第４
図に示したような８通りの入カバターンと数の少ないも
のにあってはそのすべてを格納することも可能である。

第４図の例の内容についての理解を深めるために、第５
図に示すロボットの行動パターンの具体例について説明
する。第５図では具体的に、第５図（ａｌに示す３つの
光センサと“右に旋回する”という行動をとるための１
つのモータを持つロボットを考えている。そして、この
ロボットに、第５図ｔａ＋に示すようなロボットの周り
を回る発光源に追従するという行動をとらせたいと想定
する。このとき、ロボットのセンサ入カバターンとして
は。

第４図の入カバターンの欄に示す組み合わせが考えられ
る。例えば、第４図の「０」の入カバターンは光センサ
■、■、■が３つともＯＦＦの状態。

「４」の入カバターンは光センサ■がＯＮ、光センサ■
、■がＯＦＦの状Ｍ、ｒ６Ｊの入力パターンは光センサ
■、■がＯＮ、光センサ■がＯＦ　Ｆの状態である。ロ
ボットを回転する発光源に追従させるためには、このよ
うな入カバターンに応じて、第４図の教師信号欄に示す
出カバターン（行動）がネットワークの学習、訓練によ
り、実現できるようにすればよい。例えば、第４図の「
０」の入カバターンは、光センサ■、■、■ともＯＦＦ
の状態、即ち９発光源から光が出ていない状態なので、
この時の出カバターンは“０”、即ち。

″モータをＯＦＦにせよ”という制御を表している。ま
た、「６」の入カバターンは、光センサ■。

■がＯＮ、光センサ■がＯＦＦの状態、即ち、まさに発
光源を捉えた状態（第５図（ａ））なので。

“モータをＯＦＦにせよ”という制御を表し。

「４」の入カバターンは光センサ■がＯＮ、光センサ■
、■がＯＦＦの状態、即ち、ロボットが捉えた発光源が
さらに移動した状態（第５図（ｂ））なので、“′モー
タをＯＮにせよく右に旋回せよ）”ということを表して
いる。すなわち、第４図に示すような教師信号が得られ
れば、第５図で説明したようなロボットの行動パターン
は好ましく制御されることになる。

このような好ましい制御を実現するために１本発明では
、ロボット制御手段３の階層ネットワークの内部結合の
重みＷ、６及びＷ　ｊ　ｉを、基本制御動作格納手段５
に格納される格納情報に従って学習的に決定していこう
とするものである。すなわち。

ロボット制御手段３の動作モードを学習モードにセント
し、基本制御動作格納手段５から順次格納情報を読み出
して、ハック・プロパゲーション法の学習アルゴリズム
を用いて重みＷ８．、及びＷ　ｊ　ｉの値を自動決定す
るよう構成するものである。

次に、この重みＷ８．及びＷ、、、の値を決定するため
の学！手順について説明する。ここで、この学習手順の
説明は、第６図に示すようなロボット制御手段３の出力
層が複数の出力ユニット３　　ｊをもつ更に一般化した
もので説明するものである。

まず、内部結合の重みの初期値を決める。この初期値は
、１以下の乱数により決める。これは。

重みの値が全て同しか、あるいはユニットに関して対称
となると５ハツク・プロパゲーション法では重みの変化
が生ぜず、学習が進行しなくなってしまうのでこれを避
ける目的で乱数を用いるのである。続いて、基本制御動
作格納手段５に格納されるところの入カバターンとその
入カバターンと対をなす所望の出カバターンのデータを
順次読み出す。例えば第４図に示すように、８個の格納
情報があればこれらのすべてが順次読み出されることに
なる。

続いて、ハック・プロパゲーション法に関わる制御パラ
メータを入力する。ここでは、インクリメンタルな繰り
返し学習の一回当たりの重みの変化量の係数である学習
率と収束時の振動を抑えるための学習速度を制御パラメ
ータとしている。そして、バンク・プロパゲーション法
のアルゴリズムに従って出力層ユニット３−ｊの出力値
が所望の出力と一致するようにインクリメンタルに内部
結合の重みを学習し、最後に、出力層ユニットの出力値
と所望の出力値との誤差が全ての入カバターンに関して
所定の値より少なくなったら、学習を終了する。

具体的な階層ネ・ノドワークの重みの更新のアルゴリズ
ムを以下に説明する。式（１）１式（２）からの類推に
よって次の式が得られる。即ち。

Ｘｐ、−Σｙｐ□Ｗ１ｈ　　　　　　　　　　式（３）
ｙ　ｐｉ　＝　１　／　（１＋ｅｘｐ（ｘ　ｐｔ＋θ１
））式（４）ｘｌ−ΣｙｐｉＷ＝、　　　　　　　　　
式（５）Ｖｐ＝＝　１／（１＋ｅｘｐ（−ｘｐｊ＋θ、
））式（６）但し。

ｙｐｈ：ｐ番目パターン入力値に対するｈ層（ここては
入力層）のｈ番目のユニットからの出力 ｙｐｉ’ｐ番目パターン入力値に対するｉ層（ここては
中間層）のｉ番目のユニットからの出力 ｙｐＪ：ｐ番目パターン入力値に対する３層（ここては
出力層）のｊ番目のユニットからの出力 Ｘｐｉ：ｉ層のｉ番目のユニットへのｐ番目バタ−ン入
力に対する総和 ｘｐｊ’Ｊ層のｊ番目のユニットへのｐ番目パターン入
力に対する総和 Ｊ）、：ｈｊｉｈ番目ユニットとｉ層ｉ番目ユニット間
の重め Ｗｊｉ：１層ｉ番目ユニットとＪ層ｊ番目ユニット間の
重み 次に、これらの値から、教師入力ベクトルとネットワー
クの出力ベクトルとの誤差の二乗和Ｅｐをネットワーク
の誤差として計算する。

Ｅｐ−％Σ（’Ｉ　ｐｊ　　ｄ　ｐｊ）”　　　　　　
式（７）％式％ Ｅｐ　：ｐ番目パターン入力に対する誤差ベクトル Ｅ　：全パターン入力に対する誤差ベクトルの総和 ｄｐｊ’ｐ番目パターン入力に対するｊ層ｊ番目ユニッ
トへの教師信号 ここで誤差ベクトルと出力層ベクトルとの関係を求める
ため９式（７）をｙｐｊに関して偏微分すると。

θｙｐＪ を得る。更に、誤差ベクトルとｊ層への入力との関係を
求めるため、誤差ヘタ１〜ルをｘｐｊで偏微分すると。

ａＥｐ　　　　８Ｅｐ　　　　ａｙｐｊａ　Ｘｐｊ　　
　　８）’ｐｊ　　　　ａＸｐｊ−δｐｊｙｐ、（ｌ　
　ｙｐ；）　　　　式（９）を得る。但し１本実施例で
は入力層に１つの入カニニット３′−ｈを設けこのユニ
ット３′−ｈに常に１１」の値を入力する方式を採用す
ることで、他の各ユニットの閾値θの自動調節を実現し
ている。

更に、誤差ベクトルとｉ−ｊ層間の重みとの関係をもと
めるため、誤差ベクトルをＷ１工で偏微分すると。

ａ　Ｅｐ　　　　　ａ　Ｅｐ　　　　　ａ　Ｘｐｊ−δ
ｐｊｙｐｊ　（１−ｙｐＪ）　ｙｐｉ　　式（１０）の
積和で表される解を得る。

次に、ｉ層の出力ｙ□に対す−る誤差ベクトルＥ。

の変化を求めると。

ｆ３Ｙｐ＝　　　ｊ　　ａＸｐｊ　　　　ａｙｐｌ−Σ
δｐｊ　ｙｐｊ　（１３′　ｐｉ）　ｗＪ１式（１１） を得る。更に、ｉ屑入カニニットへの総和ｘｐｔの変化
に対する誤差ベクトルＥ２の変化を計算すると。

θＸ□　　　ａ　Ｙ　ｐｉ　　　　ａ　Ｘ　ｐｉ−（Σ
δｐＪ３′ｐＪ（１−３′ｐＪ）　ＷＪｔ）　　ｙｐ□
（１ｙｐｌ）式（１２） の積和で表される解を得る。更に、ｈ−４層間の重みの
変化に対する誤差ベクトルの変化の関係を求めると。

ａＥｐ　　　　　　ａＥｐ　　　　　　ａｙｐｌ８　Ｗ
ｒｈ　　　　　ａ　Ｘ　ｐｔ　　　　　ａ　Ｗ＝ｈ−（
ΣδｐＪｙｐＪ（１−ｙｐ、＋）　　Ｗ、ｔｔ）　　ｙ
ｐｉ（１−ｙｐｔ）　　３′ｐｈ式（１３） の積和で表される解を得る。

これらから、全入カバターンに対する誤差ベクトルとｉ
−ｊ層間の重みとの関係を求めると以下のようになる。

ａＷ、、１　　ｐ　　ａＷ。

また、全入カバターンに対する誤差ベクトルとｈ−１層
間の重みとの関係を求めると以下のようになる。

ａＩＬｈ　　　ｐ　　ａＷ；ｈ 式（１４）および式（１５）は、各層間の重みの変化に
対する誤差ベクトルの変化率を示していることから、こ
の値が常に負になるように重みを変化させ−３〇− ると公知の勾配法により、誤差の２乗和であるＥを漸近
的にＯとすることができる。そこで本実施例では２重め
の一回当たりの変化量Δｗ１．を以下のように設定し、
勾配法に基づき繰り返しこの操作を行い、Ｅを零に収束
させている。

８Ｗ、６ 但し。

ε：学習率（勾配法の勾配率と同じ機能）更に１本発明
では、勾配法における収束時の振動を抑制する目的で学
習速度を式（１６）および式（１７）に適用して、ΔＷ
１．とΔＷＪｉを以下のように設定している。

式（１９） ％式％ ： なお、上述の重みＷ、ｈやＷｊｉは各ユニット３−１や
３−ｊに夫々対応する記憶装置内に格納され。

その内容が上述の学習の間フィードバックによって修正
される。そして最終的に定まった学習結果の重みＷ　ｉ
ｈ＋　Ｗｊｉが、これから説明する実際の処理に当って
使われることになる。この記憶装置としては、基本制御
動作格納手段５を用いることも可能であるが、また別に
設けるものであってもよい。

次に、このようにして決定された階層ネットワークの内
部結合の重みＷ、ｈ及びＷ４□を用いて実行されること
になるロボットの制御について説明する。

階層ネットワークの学習を終えると、ロボット制御手段
３の動作モードを処理モード、すなわち実際にロボット
の動作を制御するモードにと切換える。この処理モード
では、複数のセンサからなるセンサ手段１により取り込
まれたセンサの検出信号からなる入カバターンは、ロボ
ット制御手段３の階層ネットワークの入力層にと入力さ
れる。

そして、ロボ７１・制御手段３は、この入カバターンに
対して学習モードで定まった重み値及び閾値を使って積
和演算と閾値処理を実行して出カバターンを求めるとと
もに、この求めた出カバターンを制御信号として行動パ
ターン発生手段２にと送出する。そして、この制御信号
を受は取った行動パターン発生手段２は、その制御信号
に対応する行動パターン信号を発生してロボットの行動
パターンを規定することになる。従って、このような処
理を繰返すことによって、ロボットは複数のセンサの検
出パターンに応じた適切な行動をとることができること
になる。

この処理の内容を第５図の例に従って具体的にみてみる
ことにする。今、ロボットと発光源との関係が第５図（
ａ）の状態、即ち、ロボットの光センサ■、■がＯＮ、
光センサ■がＯＦＦ、モータがＯＦＦの状態にあるとす
る。この時１発光源が第５図（ｂ）のように、右側に動
くと、ロボットの光センサ■がＯＮ、光センサ■、■が
ＯＦＦの状態に変わる。これを第２図に示したネットワ
ークに入力すると、出カバターンとして″モータをＯＮ
にせよ（右に旋回せよ）”という制御を表す「１」とい
う出力が発生される。従って、ロボットは右旋回を行う
。この右旋回は、３つの光センサのうち２つがＯＮにな
るまで続けられる。この場合では、第５図（Ｃ）のよう
に、光センサ■、■がＯＮ。

光センサ■がＯＦＦの状態になった時、ネットワークは
“モータをＯＦＦにせよ”という制御を表す「０」を出
すので、ロボットは停止する。このようにして、ロボッ
トが１時々刻々と取り込んでくるセンサ入力信号パター
ンを第２図に示したネ　　　゛ソトワークに入力し、ネ
ットワークがその人カバターンに対応して時々刻々と出
力する最適な出カバターンに従ってモータを制御するこ
とにより。

発光源の動きに追従することができる。この例では１発
光源が右に動く場合について述べたが、第５図（ｄｌの
ように発光源が左に動いても、同様にして、ロボットは
追従することができる。

このようにして、ロボットが適切な行動をとるようにと
御Ｊ？卸されていくことになる。しかるに。

センサの数や制御信号の数が多いときには、基本制御動
作格納手段５に入カバターンとその入カバターンと対を
なす所望の出カバターンのデータのすべてを格納するこ
とができないので、基本的なものが格納されることにな
る。これから、この基本的なデータを使った学習により
求まる重み値と閾値で出カバターンを求めていったとき
に、所望のロボットの行動が得られないことが生ずるこ
とがある。このようなとき５本発明では、動作モードを
学習モードに切り換え、その段階でのネットワークの結
合の重みを初期値として、所望の得られなかった時点の
入カバターンと所望の出カバターンとの対を基本制御動
作格納手段５に格納して。

ロボット制御手段３に、それらの入出カバターン対をさ
らに重ねて連合することができるように結合の重みを自
動的に微調整させることにより、ロボットの制御性能を
向上させることができる。したがって、最終的には、ロ
ボットの最適な制御を実現できるようになる。

第７図は、ハック・プロパゲーション法により一種のパ
リティチエツク処理をネットワークに学習（重みと閾値
との自動調整）させた結果のネットワークを示している
。ここで第７図（Ａ）図示のＮｅｔｌと第７図（Ｂ）Ｉ
Ｆ示のＮｅ　ｔ２とは夫々奇数パリティをチエツクする
同一の特性、即ち、「０」または「１」をとる３つの入
力に対して「ｌ」の数が奇数個のとき出力層は「１」を
出力するようになっている。第７図では、内部結合線の
隣の数字が重みであり、ユニットを表ず○の中の数字が
閾値である。ＮｅｔｌとＮｅｔ２とを比較すると９重み
と閾値とが全く異なることが分かる。これは、ネットワ
ークに冗長性があるため、こうした差異が生ずることに
なる。この第７図に示すように、基本ユニット３０の出
力を１１」と「０］の状態しかとらないようにとネット
ワークを構成することも可能である。

次に１階層ネットワークを構成する中間層のユニット数
の冗長性について説明する。第８図は。

排他ＯＲ機能を実現するネットワークであり、中間層ユ
ニット数の冗長性を持たせない場合の例である。排他Ｏ
Ｒでは、第９図において９人カバターンの直線による識
別（線形識別）に関して、−本の直線では不可能で少な
くとも第９図（Ｂ）図示の如く二本の直線を要する。従
って、この識別には第９図（Ａ）図示の如く２つの中間
層ユニットが最小限必要となっている。ところが９本発
明では中間層ユニットと出力層ユニットの閾値を自動調
整するのに入力層に常時「１」を入力信号として持つ閾
値入カニニット３′−りが設けられていることから、第
８図図示のネットワークにおいては、識別すべき数に対
して中間層ユニットの数に冗長性がない。この場合、２
つの中間層ユニット３−ｉは出力層ユニット３−ｊの閾
値を含めた自動調節をしなければならす、排他ＯＲ特性
に適応するまでの繰り返し学習回数が増大することにな
る。これに対して第１０図は冗長性をもつネットワーク
の例を示す。図に示したように、中間層ユニノ１〜数に
冗長性を持たせると、余ったユニットが出力層のユニッ
ト３−ｊの閾値の調節に専念できることから繰り返し学
習回数は、冗長なユニットかない場合に比し大幅に低減
できる。

次に内部結合の重みの具体的な計算例について説明する
。

奇数パリティチエツク機能の学習を終了した時の各ユニ
ット間の内部結合重みを第１１図および第１３図に示す
。第１１図ないし第１３回の重みは異なるが機能は同じ
である。これは、学習率と学習速度パラメータが異なる
ことと中間層ユニット数の冗長性とによる。第１２図（
Ａ＞（Ｂ）（Ｃ）は夫々。

第１１図で示した学習終了後に、任意のパターンを入力
した場合の入力と出力を示している。また第１４図（Ａ
）（Ｂ）　　（Ｃ）は夫々、第１３図で示した学習終了
後に、任意のパターンを入力した場合の入力と出力を示
している。ロボット制御手段３では、演算をアナログ値
で行うため、出力値は完全な１または０となっていない
が、閾値を用いるなどすれば第１２図および第１４図図
示の出力値から１またはＯを判断することは容易である
ことは明らかである。

また、第１５図は奇数パリティチエツク機能を学習させ
たのと全く同しネットワークに偶数パリティチエツク機
能を学習させた結果を示すものであり、各内部結合の重
みを示している。第１６図（Ａ）（Ｂ）（Ｃ）は夫々、
第１５図で示した学Ｍ終了後に、任意のパターンを入力
した場合の入力と出力を示している。

この結果から５本発明によりネットワークの適応性を低
下させずに、しかも重みと閾値の同時且つ自動調節が簡
単な方法でできること、また、カメレオンのように様々
な機能を持つデータ処理装置に変身できることが示され
た。

〔発明の効果〕

以上説明したように１本発明によれば、複数のセンサ入
力信号から成るパターンと、その入カバターンに対して
とるべき最適な行動を規定する出カバターンとを階層ネ
ットワークの中にいわば連合させて記憶するので１人間
はすべてのセンサ入カバターンとそれに対する出カバタ
ーンを洗い出して、＠密にプログラミングする必要はな
く、ただ、基本的な入出カバターン対を階層ネットワー
クに教えるだけですむ。また、学習させた入出カバター
ン対以外の未知の入カバターンに対しても。

その入カバターンに近い学習した入カバターンに応じた
出カバターンを発生できるので、センサの特性変化や、
故障にも柔軟に対応できる。さらに。

基本的な人出カバターン対で入カバターンと出カバター
ンとの連合を完了したネットワークの結合の重みで、実
際にロボットを制御した結果、所望の行動が得られなか
った場合、その段階でのネットワークの結合の重みを初
期値として、所望の得られなかった時点の入カバターン
と所望の出カバターンとの対をさらに重ねて連合するこ
とができるように結合の重みを自動的に微調整させるこ
とにより、ロボソ１−の制御性能を向」ニさせることが
できる。従って、最終的には、ロボットの最適な制御を
実現できるようになる。しかも９階層ネットワークは並
列処理アーキテクチャのマシンに適した処理方式であり
、センサ入カバターンを取り込むと瞬時に出カバターン
を発生できるので、ロボットの柔軟なリアルタイム制御
に寄与するところが大きい。

更に１本発明によれば２階層ネットワークの入力層に閾
値ユニットをもうけ、また中間層のユニットの個数に識
別すべき数基上の冗長制御を持たせていることから、各
ユニット間の内部結合の重みと各ユニットの閾値との調
節が自動的且つ節、単な方法で実行でき、閾値を全く意
識せず、またネットワークの適応性を低下させることな
く学習を遂行出来るのである。

【図面の簡単な説明】

第１図は本発明の原理説明図。 第２図はロボット制御手段の実施例構成図。 べ 第３図は基本ユニットの構侍図。 第４図は基本制御動作格納手段の格納情報例。 第５図はロポソ１〜の行動パターンの具体例。 第６図はロボット制御手段の他の実施例構成図。 第７図は奇数パリティチエツク機能をもつネットワーク
の例。 第８図は中間層の数が冗長性を持たない排他ＯＲのネッ
トワーク。 第９図は排他ＯＲと中間層ユニットの役割を説明する説
明図。 第１０図は中間層の数が冗長性を持つ排他ＯＲのの説明
図。 第１２図は第１１図の重みに従った処理例。 第１３図は学習結果を示す内部結合の重み（ｎ）の説明
図。 第１４図は第１３図の重みに従った処理例。 第１５図は学習結果を示す内部結合の重み（Ｉ［Ｉ）の
説明図。 第１６図は第１５図の重みに従った処理例である。 図中、１はセンサ手段、２は行動パターン発生手段、３
はロボット制′４１■手段、３′−ｈは閾値入力ユニッ
ト、５は基本制御動作格納手段、３０は基本ユニット、
３１は累算部、３２は閾値処理部である。

Claims (6)

【特許請求の範囲】
1. （１）ロボットを取囲む外界情報を取り込む複数のセン
   サからなるセンサ手段（１）と、ロボットの行動パター
   ンを規定する行動パターン信号を発生する行動パターン
   発生手段（２）と、上記センサ手段（１）の検出パター
   ンに応じて上記行動パターン発生手段（２）に制御信号
   を送出するロボット制御手段（３）と、予め選択される
   上記センサ手段（１）の１つまたは複数個の特定の検出
   パターンに対しての上記ロボット制御手段（３）の送出
   すべき制御信号情報を格納する基本制御動作格納手段（
   ５）とを備え、 上記ロボット制御手段（３）が、上記基本制御動作格納
   手段（５）の格納情報に従って自らが備える制御判断機
   能を学習制御するとともに、この学習制御された判断機
   能に基づいて上記行動パターン発生手段（２）への制御
   信号を送出してなることを、 特徴とするロボット制御方式。
2. （２）ロボットを取囲む外界情報を取り込む複数のセン
   サからなるセンサ手段（１）と、ロボットの行動パター
   ンを規定する行動パターン信号を発生する行動パターン
   発生手段（２）と、上記センサ手段（１）の検出パター
   ンに応じて上記行動パターン発生手段（２）に制御信号
   を送出するロボット制御手段（３）と、予め選択される
   上記センサ手段（１）の１つまたは複数個の特定の検出
   パターンに対しての上記ロボット制御手段（３）の送出
   すべき制御信号情報を格納する基本制御動作格納手段（
   ５）とを備え、 上記ロボット制御手段（３）は、１つまたは複数の入力
   とこの入力に対して乗算されるべき重みとを受取って積
   和を得る累算部（３１）と、この累算部（３１）からの
   出力を閾値関数によって変換して最終出力を得る閾値処
   理部（３２）とを有する基本ユニット（３０）を単位ユ
   ニットとし、上記センサ手段（１）に接続される複数個
   の上記単位ユニット（３−ｈ）を入力層とし、かつ複数
   個の上記単位ユニット（３−ｉ）を中間層として１つま
   たは複数段の中間層を備え、かつ上記行動パターン発生
   手段（２）に接続される１つまたは複数個の上記単位ユ
   ニット（３−ｊ）を出力層とし、上記入力層と最前段の
   中間層との間、中間層相互間および最終段の中間層と出
   力層との間で内部結合を構成することで階層ネットワー
   クを構成し、そして、上記ロボット制御手段（３）は、
   上記基本制御動作格納手段（５）の格納情報が実現でき
   るようにと学習制御することで自らが備える上記階層ネ
   ットワークの重みの値を設定するとともに、この重み値
   の設定された上記階層ネットワークの出力層の出力値を
   もって上記行動パターン発生手段（２）への制御信号と
   してなることを、 特徴とするロボット制御方式。
3. （３）ロボットを取囲む外界情報を２値化モードで取り
   込む複数のセンサからなるセンサ手段（１）と、ロボッ
   トの行動パターンを規定する行動パターン信号を発生す
   る行動パターン発生手段（２）と、上記センサ手段（１
   ）の検出パターンに応じて上記行動パターン発生手段（
   ２）に２値化モードの制御信号を送出するロボット制御
   手段（３）と、予め選択される上記センサ手段（１）の
   １つまたは複数個の特定の検出パターンに対しての上記
   ロボット制御手段（３）の送出すべき制御信号情報を格
   納する基本制御動作格納手段（５）とを備え、 上記ロボット制御手段（３）は、１つまたは複数の入力
   とこの入力に対して乗算されるべき重みとを受取って積
   和を得る累算部（３１）と、この累算部（３１）からの
   出力を閾値関数によって変換して最終出力を得る閾値処
   理部（３２）とを有する基本ユニット（３０）を単位ユ
   ニットとし、上記センサ手段（１）に接続される複数個
   の上記単位ユニット（３−ｈ）を入力層とし、かつ複数
   個の上記単位ユニット（３−ｉ）を中間層として１つま
   たは複数段の中間層を備え、かつ上記行動パターン発生
   手段（２）に接続される１つまたは複数個の上記単位ユ
   ニット（３−ｊ）を出力層とし、上記入力層と最前段の
   中間層との間、中間層相互間および最終段の中間層と出
   力層との間で内部結合を構成することで階層ネットワー
   クを構成し、そして、上記ロボット制御手段（３）は、
   上記基本制御動作格納手段（５）の格納情報が実現でき
   るようにと学習制御することで自らが備える上記階層ネ
   ットワークの重みの値を設定するとともに、この重み値
   の設定された上記階層ネットワークの出力層の２値化さ
   れた出力値をもって上記行動パターン発生手段（２）へ
   の制御信号としてなることを、 特徴とするロボット制御方式。
4. （４）ロボットを取囲む外界情報を取り込む複数のセン
   サからなるセンサ手段（１）と、ロボットの行動パター
   ンを規定する行動パターン信号を発生する行動パターン
   発生手段（２）と、上記センサ手段（１）の検出パター
   ンに応じて上記行動パターン発生手段（２）に制御信号
   を送出するロボット制御手段（３）とを備え、 上記ロボット制御手段（３）は、１つまたは複数の入力
   とこの入力に対して乗算されるべき重みとを受取って積
   和を得る累算部（３１）と、この累算部（３１）からの
   出力を閾値関数によって変換して最終出力を得る閾値処
   理部（３２）とを有する基本ユニット（３０）を単位ユ
   ニットとし、上記センサ手段（１）に接続される複数個
   の上記単位ユニット（３−ｈ）を入力層とし、かつ複数
   個の上記単位ユニット（３−ｉ）を中間層として１つま
   たは複数段の中間層を備え、かつ上記行動パターン発生
   手段（２）に接続される１つまたは複数個の上記単位ユ
   ニット（３−ｊ）を出力層とし、上記入力層と最前段の
   中間層との間、中間層相互間および最終段の中間層と出
   力層との間で内部結合を構成することで階層ネットワー
   クを構成し、そして、上記ロボット制御手段（３）は、
   上記階層ネットワークの出力層の出力値をもって上記行
   動パターン発生手段（２）を制御したにもかかわらず所
   望のロボットの行動パターンが得られなかったときにお
   いては、そのときの上記階層ネットワークの重みの値を
   初期値として、その所望の行動パターンが実現できるよ
   うにと学習制御することで上記階層ネットワークの重み
   値を再調整してなることを、 特徴とするロボット制御方式。
5. （５）ロボットを取囲む外界情報を取り込む複数のセン
   サからなるセンサ手段（１）と、ロボットの行動パター
   ンを規定する行動パターン信号を発生する行動パターン
   発生手段（２）と、上記センサ手段（１）の検出パター
   ンに応じて上記行動パターン発生手段（２）に制御信号
   を送出するロボット制御手段（３）と、予め選択される
   上記センサ手段（１）の１つまたは複数個の特定の検出
   パターンに対しての上記ロボット制御手段（３）の送出
   すべき制御信号情報を格納する基本制御動作格納手段（
   ５）とを備え、 上記ロボット制御手段（３）は、１つまたは複数の入力
   とこの入力に対して乗算されるべき重みとを受取って積
   和を得る累算部（３１）と、この累算部（３１）からの
   出力を閾値関数によって変換して最終出力を得る閾値処
   理部（３２）とを有する基本ユニット（３０）を単位ユ
   ニットとし、上記センサ手段（１）に接続される複数個
   の上記単位ユニット（３−ｈ）を入力層とし、かつ複数
   個の上記単位ユニット（３−ｉ）を中間層として１つま
   たは複数段の中間層を備え、かつ上記行動パターン発生
   手段（２）に接続される１つまたは複数個の上記単位ユ
   ニット（３−ｊ）を出力層とし、上記入力層と最前段の
   中間層との間、中間層相互間および最終段の中間層と出
   力層との間で内部結合を構成することで階層ネットワー
   クを構成するとともに、上記入力層を構成する単位ユニ
   ットのみに入力信号とは別に常に値「１」を入力値とし
   てもつ閾値入力ユニット（３′−ｈ）を１つ以上設け、
   そして、上記ロボット制御手段（３）は、上記基本制御
   動作格納手段（５）の格納情報に従って学習制御するこ
   とで自らが備える上記階層ネットワークの重みの値を設
   定するとともに、上記閾値入力ユニット（３′−ｈ）の
   出力に基づいて上記中間層および出力層を構成する単位
   ユニットにおける上記閾値関数を設定し、このようにし
   て設定された上記階層ネットワークの出力層の出力値を
   もって上記行動パターン発生手段（２）への制御信号と
   してなることを、 特徴とするロボット制御方式。
6. （６）ロボットを取囲む外界情報を取り込む複数のセン
   サからなるセンサ手段（１）と、ロボットの行動パター
   ンを規定する行動パターン信号を発生する行動パターン
   発生手段（２）と、上記センサ手段（１）の検出パター
   ンに応じて上記行動パターン発生手段（２）に制御信号
   を送出するロボット制御手段（３）と、予め選択される
   上記センサ手段（１）の１つまたは複数個の特定の検出
   パターンに対しての上記ロボット制御手段（３）の送出
   すべき制御信号情報を格納する基本制御動作格納手段（
   ５）とを備え、 上記ロボット制御手段（３）は、１つまたは複数の入力
   とこの入力に対して乗算されるべき重みとを受取って積
   和を得る累算部（３１）と、この累算部（３１）からの
   出力を閾値関数によって変換して最終出力を得る閾値処
   理部（３２）とを有する基本ユニット（３０）を単位ユ
   ニットとし、上記センサ手段（１）に接続される複数個
   の上記単位ユニット（３−ｈ）を入力層とし、かつ複数
   個の上記単位ユニット（３−ｉ）を中間層として１つま
   たは複数段の中間層を備え、かつ上記行動パターン発生
   手段（２）に接続される１つまたは複数個の上記単位ユ
   ニット（３−ｊ）を出力層とし、上記入力層と最前段の
   中間層との間、中間層相互間および最終段の中間層と出
   力層との間で内部結合を構成することで階層ネットワー
   クを構成するとともに、上記入力層を構成する単位ユニ
   ットのみに入力信号とは別に常に値「１」を入力値とし
   てもつ閾値入力ユニット（３′−ｈ）を１つ以上設け、
   更に、上記中間層を構成する単位ユニットの個数に識別
   に必要な個数以上の冗長性をそして、上記ロボット制御
   手段（３）は、上記基本制御動作格納手段（５）の格納
   情報に従って学習制御することで自らが備える上記階層
   ネットワークの重みの値を設定するとともに、上記閾値
   入力ユニット（３′−ｈ）の出力に基づいて上記中間層
   および出力層を構成する単位ユニットにおける上記閾値
   関数を設定し、このようにして設定された上記階層ネッ
   トワークの出力層の出力値をもって上記行動パターン発
   生手段（２）への制御信号としてなることを、 特徴とするロボット制御方式。