JPH07110771A

JPH07110771A - 因果律獲得学習装置

Info

Publication number: JPH07110771A
Application number: JP5255716A
Authority: JP
Inventors: Akinori Abe; 明典阿部
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 1993-10-13
Filing date: 1993-10-13
Publication date: 1995-04-25

Abstract

(57)【要約】（修正有）【目的】因果律を個別にメモリベース的に獲得し、そ
の獲得した因果律集合から冗長なものを除いたり、同じ
範疇に属する状況をまとめるなどして、学習により正し
い因果律獲得、及び行動決定に役立つ因果律ベースを構
成する。【構成】因果律ベース２１には、行動前の状況の状態
リスト、行動前の対物の状況リスト、行動前の対物の行
動リスト、起こした自分の状態リスト、行動前の自分の
行動リスト、行動後の状況の状態リスト、行動後の対物
の状況リスト、行動後の対物の行動リスト、行動後の自
分の状態リスト、行動後の自分の行動リストをメモリベ
ース的に記録する。因果律獲得装置１１はある状況に入
った時に因果律ベース２１に記録する情報を獲得し、因
果律学習部１２は因果律の個々のリストの中の冗長な項
もしくは誤った項を除いたり、異なった自分の状態、行
動にわたって共通する項目を除いたり、同じ範疇に属す
る状況をまとめ一般化を行う。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、コンピュータによる情
報獲得等により因果律の集合を獲得し、この獲得した因
果律集合を学習により冗長性等を除いた正しい因果律集
合にする因果律獲得学習装置に関する。

【０００２】

【従来の技術】従来、因果モデルから診断規則を学習す
る手法としては、ＷＨＹがある（例えば、Ｌ．Ｓａｉｔ
ｔａ，Ｍ．Ｂｏｔｔａ＆Ｆ．Ｎｅｒｉ：Ｍｕｌｔｉｓｔ
ｒａｔｅｇｙＬｅａｒｎｉｎｇａｎｄＴｈｅｏｒ
ｙＲｅｖｉｓｉｏｎ、Ｊ．ｏｆＭａｃｈｉｎｅＬ
ｅａｒｎｉｎｇ、ｐｐ．１５３−１７２、１９９３参
照）。この方式では知識を因果モデル（Ｃ）と現象的理
論（Ｐ）にわけ、アブダクションを用いることにより、
因果関係のパスを探し、これらから診断規則を学習する
ということを行なう。

【０００３】

【発明が解決しようとする課題】上記のシステムの場
合、因果モデルはある程度正しいものが与えられてお
り、メモリベース的な知識ではなく、ある程度一般化さ
れた変数を含む記述でかかれている。人工の因果モデル
を学習により洗練化するというものであり、更に、その
システムでは因果モデルの獲得は行なわれていない。

【０００４】本発明は、上記に鑑みてなされたもので、
その目的とするところは、ある状況の中で獲得した因果
律の集合から冗長なものを除いたり、同じ範疇に属する
状況をまとめる等して学習により正しいものにする因果
律獲得学習装置を提供することにある。

【０００５】

【課題を解決するための手段】上記目的を達成するた
め、本発明の因果律獲得学習装置は、ある状況における
因果律を複数の項に分けて獲得する因果律獲得手段と、
この獲得した因果律の集合を記録する因果律ベースと、
該因果律ベースに記録された因果律の集合から前記状況
における自己および対物の状態および行動に対する共通
集合を取り、冗長な項目または誤った項目を除き、同じ
範疇に属する状況をまとめて、正しい因果律を導き出す
因果律学習手段とを有することを要旨とする。

【０００６】

【作用】本発明の因果律獲得学習装置では、ある状況に
おける因果律を複数の項に分けて獲得し、この獲得した
因果律の集合を因果律ベースに記録し、この記録された
因果律の集合から前記状況における自己および対物の状
態および行動に対する共通集合を取り、冗長な項目また
は誤った項目を除き、同じ範疇に属する状況をまとめ
て、正しい因果律を導き出す。

【０００７】

【実施例】以下、図面を用いて本発明の実施例を説明す
る。

【０００８】図１は、本発明の一実施例に係わる因果律
獲得学習装置の構成を示すブロック図である。図１にお
いて、１は電子計算機などからなる中央処理装置（ＣＰ
Ｕ）であり、機能的には因果律獲得装置１１と因果律学
習装置１２からなる。２は外部記憶装置であり、因果律
ベース２１を有する。

【０００９】図２は因果律ベース２１の様子を示す。こ
の因果律ベース２１には、ある状況で行動をした時に、
第一項から順に、ある状況の名前が記録され、その状況
の名前に対して、行動前の状況の状態リスト、行動前の
対物の状態リスト、行動前の対物の行動リスト、行動前
の自分の状態リスト、自分の起こした行動リスト、行動
後の状況の状態リスト、行動後の対物の状態リスト、行
動後の対物の行動リスト、行動後の自分の状態リスト、
行動後の自分の行動リストがメモリベース的に記録され
る。

【００１０】本実施例の基本的な動作は以下の通りであ
る。

【００１１】先ず、ある状況に入り、行動を起こす意図
をすると、因果律獲得装置１１はその状況の名前（所謂
ポインターである）、行動前の状況の状態リスト、行動
前の対物の状態リスト、行動前の対物の行動リスト、行
動前の自分の状態リスト、そして、自分の行動リストを
因果律ベース２１に記録する。そして、その行動の結果
として、行動後の状況の状態リスト、行動後の対物の状
態リスト、行動後の対物の行動リスト、行動後の自分の
状態リスト、行動後の自分の行動リストをメモ

【外１】リスト、行動前の対物の状態リスト、行動前の対物の行
動リスト、行動前の自分の状態リスト、起こした自分の
行動リスト｝⇒｛行動後の状況の状態リスト、行動後の
対物の状態リスト、行動後の対物の行動リスト、行動後
の自分の状態リスト、行動後の自分の行動リスト｝｝と
いうことを意味する因果律を獲得したことになる。

【００１２】この因果律が複数の状況に対してある程度
集まったら、因果律学習装置１２で因果律ベース２１の
中の因果律を正しい因果律にかえる。具体的には、因果
律ベース２１に記録されている行動前の状況の状態リス
ト、行動前の対物の状態リスト、行動前の対物の行動リ
スト、行動後の状況の状態リスト、行動後の対物の状態
リスト、行動後の対物の行動リストを行動前の自分の状
態、自分の行動リスト、行動後の自分の状態リスト、行
動後の自分の行動リストの対に対して最大共通項をと
り、冗長な部分、誤っている部分を除く。又、異なった
自分の状態、行動にわたって共通する項目は当然、冗長
もしくは誤った項なので、それを除く。更に、学習され
たリストのセットが複数の状況名に対して同じ場合、そ
の状況は同じ範疇に属するとして、まとめる。この過程
により、正しい因果律の生成が可能になる。

【００１３】図３は本実施例の作用を示すフローチャー
トである。以下、図３に基づき、図１の因果律獲得学習
装置の動作を詳述する。

【００１４】ある状況に入って（処理１１１）行動を起
こそうと意図すると、因果律獲得装置１１はその状況の
名前（ポインター程度のものである）、対物の状態、行
動、自己の状態、起こした行動を因果律ベース２１の所
定の項に記録する（処理１１２）。行動を起こして（処
理１１３）、ある状態に遷移した時、因果律獲得装置１
１は行動の結果としての対物の状態、行動、自己の状
態、行動を因果律ベース２１の所定の項に記録する（処
理１１４）。因果律獲得装置１１は状況に入って行動を
起こす度に上記の処理を行う。

【００１５】因果律ベース２１にある程度データがそろ
うと（処理１２１）、因果律学習装置１２は、因果律ベ
ース２１の自分の行動、状況のペアに関して、それぞれ
の項の最大共通であるものを見つける（処理１２２）。
因果律ベース２１に列挙されているリストのそれぞれの
項から自分の行動、状況のペアに関して、最大共通集合
に含まれないものを除く（処理１２３，１２４）。それ
を全てのリストに対して行う。状況名が同じものに関し
ても同様にする（処理１２５）。

【００１６】次に、異なった（背反する）自分の行動、
状態のペアに関して、因果律ベース２１に列挙されてい
るリストの項に同じものがあった場合、それを除く（処
理１２６，１２７）。それを全てのリストに対して行う
（処理１２８）。最後に、状況名が異なったリストであ
ってもリストのそれぞれの項が全く同じものがあった場
合は、それらを集めて同じ範疇に属するものとし、状況
名を同じに書き換える（処理１２９，１３０）。それを
全てのリストに関して行う（処理１３１）。

【００１７】次に、図４により、因果律の獲得の方法、
図４、図５、図６、図７により、因果律の学習の方法を
示す。

【００１８】図４は獲得された因果律ベース２１の一部
である。図５、図６は学習途中である。図７は学習した
結果の一部である。

【００１９】図４に示すように、ある状況に入ると、因
果律獲得装置１１は［状況名、｛行動前の状況の状
態｝，｛行動前の対物の状態｝，｛行動前の対物の行
動｝，｛行動前の自分の状態｝，｛自分の行動｝，｛行
動後の状況の状態｝，｛行動後の対物の状態｝，｛行動
後の対物の行動｝，｛行動後の自分の状態｝，｛行動後
の自分の行動｝］の形でメモリベース的に獲得する。例
えば、図４で［ｓ１，｛ｓｓｂ（１），ｓｓｂ（２），
ｓｓｂ（３），ｓｓｂ（５）｝，｛ｏｓｂ（０）｝，
｛ｏａｂ（１），ｏａｂ（３），ｏａｂ（５）｝，｛ｅ
ｓｂ（０），ｅｓｂ（２）｝，｛ｅａ（０），ｅａ
（３）｝，｛ｓｓａ（１），ｓｓａ（２），ｓｓａ
（３）｝，｛ｏｓａ（０）｝，｛ｏａａ（０）｝，｛ｅ
ｓａ（０）｝，｛ｅａａ（０）｝］と示すような形で獲
得する。因果律学習装置１２は自分の行為、状態のペア
＜｛ｅｓｂ（０），ｅｓｂ（２）｝，｛ｅａ（０），ｅ
ａ（３）｝，｛ｅｓａ（０）｝，｛ｅａａ（０）｝＞に
関して、［｛行動前の状況の状態｝，｛行動前の対物の
状態｝，｛行動前の対物の行動｝，｛行動後の状況の状
態｝，｛行動後の対物の状態｝，｛行動後の対物の行
動｝］は［｛ｓｓｂ（１），ｓｓｂ（２）｝，｛ｏｓｂ
（０）｝，｛ｏａｂ（１），ｏａｂ（３），ｏａｂ
（５）｝，｛ｓｓａ（１），ｓｓａ（２），ｓｓａ
（３）｝，｛ｏｓａ（０）｝，｛ｏａａ（０）｝］が最
大共通集合であると導出する。そして、それを因果律ベ
ース２１にあてはめ、図５に示すように、［ｓ１，｛ｓ
ｓｂ（１），ｓｓｂ（２）｝，｛ｏｓｂ（０）｝，｛ｏ
ａｂ（１），ｏａｂ（３），ｏａｂ（５）｝，｛ｅｓｂ
（０），ｅｓｂ（２）｝，｛ｅａ（０），ｅａ
（３）｝，｛ｓｓａ（１），ｓｓａ（２），ｓｓａ
（３）｝，｛ｏｓａ（０）｝，｛ｏａａ（０）｝，｛ｅ
ｓａ（０）｝，｛ｅａａ（０）｝］などのように書き換
える。しかし、［ｓ４，・・・］をみると自分の行為、
状態のペアが異なるリストに対してもｓｓｂ（１）、ｏ
ｓｂ（０）など共通な項があるのでそれを双方から除
き、図６に示すように、［ｓ１，｛ｓｓｂ
（２）｝，｛｝，｛｝，｛ｅｓｂ（０），ｅｓｂ
（２）｝，｛ｅａ（０），ｅａ（３）｝，｛｝，｛｝，
｛ｏａａ（０）｝，｛ｅｓａ（０）｝，｛ｅａａ
（０）｝］などのように書き換える。最後に、因果律学
習装置１２は状況名を除く全ての項が同じであるリスト
をまとめて、図７に示すように、［ｓ１１，｛ｓｓｂ
（２）｝，｛｝，｛｝，｛ｅｓｂ（０），ｅｓｂ
（２）｝，｛ｅａ（０），ｅａ（３）｝，｛｝，｛ｏｓ
ａ（０）｝，｛ｏａａ（０）｝，｛ｅｓａ（０）｝，
｛ｅａａ（０）｝］などのように書き換える。

【００２０】図８、図９、図１０、図１１は上記の過程
を簡単な例で示したものである。図８は因果律獲得装置
１１が獲得したもの、図９、図１０は学習の途中、図１
１は因果律学習装置１２が出力した結果である。

【００２１】先ず、図８に示すような因果律リストが因
果律獲得装置１１により得られていたとする。自分の状
態、行為が等しい（行動の前の状態、行動、行動の後の
状態、行動の後の行動が｛ｈｕｎｇｒｙ｝，｛ｔａｋｅ
ａｓｅａｔ，ｗａｉｔｉｎｇ｝，｛ｈｕｎｇｒ
ｙ｝，｛ｗａｉｔｉｎｇ｝である）リスト中で、共通集
合をとると、＜｛行動前の状況の状態｝，｛行動前の対
物の状態｝，｛行動前の対物の行動｝，｛行動後の状況
の状態｝，｛行動後の対物の状態｝，｛行動後の対物の
行動｝＞のセットは＜｛ｃｈａｉｒｈａｒ
ｄ｝，｛｝，｛ｓａｙｈｅｌｌｏ，ｗａｉｔｉｎｇ，
ｓｔａｎｄｉｎｇ｝，｛ｃｈａｉｒｈａｒ
ｄ｝，｛｝，｛ｗａｉｔｉｎｇ，ｓｔａｎｄｉｎｇ｝＞
となる（図３の処理１２２）。ここに現れない項は冗長
である可能性が高いので、リストから除く（図３の処理
１２４）。その処理を施こすと、図９に示すように、例
えば、［Ｍａｃ，｛ｃｈａｉｒｈａｒｄ｝，｛｝，
｛ｓａｙｈｅｌｌｏ，ｗａｉｔｉｎｇ，ｓｔａｎｄｉ
ｎｇ｝，｛ｈｕｎｇｒｙ｝，｛ｔａｋｅａｓｅａ
ｔ，ｗａｉｔｉｎｇ｝，｛ｃｈａｉｒｈａｒ
ｄ｝，｛｝，｛ｗａｉｔｉｎｇ，ｓｔａｎｄｉｎｇ｝，
｛ｈｕｎｇｒｙ｝，｛ｗａｉｔｉｎｇ｝］となる。

【００２２】次に、状況名“ＭｒＤ”のリストをみる
と、自分の状態、行動のセットは｛ｈｕｎｇｒｙ｝，
｛ｇｏｔｏｒｅｇｉｓｔｅｒ｝，｛ｈａｐｐｙ｝，
｛ｅａｔｉｎｇ｝と上から３つのとは違うのに、“ｃｈ
ａｉｒｈａｒｄ”などの共通項がある。この共通項は
冗長な、もしくは、誤った項であるので、除く（図３の
処理１２７）。この処理を施こすと、図１０に示すよう
に、例えば、［Ｍａｃ，｛｝，｛｝，｛｝，｛ｈｕｎｇ
ｒｙ｝，｛ｔａｋｅａｓｅａｔ，ｗａｉｔｉｎ
ｇ｝，｛｝，｛｝，｛ｗａｉｔｉｎｇ，ｓｔａｎｄｉｎ
ｇ｝，｛ｈｕｎｇｒｙ｝，｛ｗａｉｔｉｎｇ｝］とな
る。そのあと、状況名以外は一致するリストをまとめて
同じ名前にする（図３の処理１３０）。この処理を施こ
すと、図１１に示すように［Ｓｉｔｕ１，｛｝，｛｝，
｛｝，｛ｈｕｎｇｒｙ｝，｛ｔａｋｅａｓｅａｔ，ｗ
ａｉｔｉｎｇ｝，｛｝，｛｝，｛ｗａｉｔｉｎｇ，ｓｔ
ａｎｄｉｎｇ｝，｛ｈｕｎｇｒｙ｝，｛ｗａｉｔｉｎ
ｇ｝］となる。新たな状況名は適当に因果律学習装置１
２が与える。これで、因果律獲得装置１１が獲得した因
果律を因果律学習装置１２で適当に学習できたことにな
る。

【００２３】上述したように、本発明の因果律獲得学習
装置は、因果律ベースに、ある状況で行動した時に、あ
る状況の名前が記録され、その状況の名前に対して、行
動前の状況の状態リスト、行動前の対物の状態リスト、
行動前の対物の行動リスト、行動前の自分の状態リス
ト、自分の行動リスト、行動後の状況の状態リスト、行
動後の対物の状態リスト、行動後の対物の行動リスト、
行動後の自分の状態リスト、行動後の自分の行動リスト
が記録されることとし、それぞれのリストをメモリベー
ス的に獲得する手段と、獲得された因果律集合を、対物
と自己の状態、行動の対に対する共通集合をとり、因果
律の個々のリストの中の冗長な項を除く、もしくは因果
律の個々のリストの中の誤った項を除く、異なった自分
の状態、行動にわたって共通する項目を抜く手段と、同
じ範疇に属する状況をまとめて一般化するなどする手段
とを有するものである。

【００２４】そして、本発明の因果律獲得学習装置はあ
る状況に入るととにかく、自分が入った状況において、
自分が得た、自分の行動の前の状況の状態、対物の状
態、対物の行動、自分の状態、自分の行動、そして、自
分の行動のあとの、遷移した状況の状態、対物の状態、
対物の行動、自分の状態、自分の行動をメモリベース的
に因果律ベースに記録する。あとになると、自分の行動
の結果の状態と関係ないとわかる可能性のあるものも含
めて記録する。この状態は子どもが新たに触れたものを
とにかくなんでも覚えようという状態に等しい。例え
ば、極端な例だと、ファーストフードに入って、「給仕
が注文を取りにこなかったのは、椅子の坐り心地が悪か
ったから」という因果律も何も知らない時は獲得するで
あろう。しかし、ある程度経験を積むと、「給仕が注文
を取りにこなかったのは、椅子の坐り心地が悪かったか
ら」という因果律は誤りもしくは、冗長であるとわか
る。更に、色々なファーストフードの店にいくと、例え
ば、最初は、マクドナルドでは「先払いである」、ロッ
テリアでは「先払いである」と個別に覚えていたのも、
因果律の共通性を探すことにより、ある種類のレストラ
ンでは、「先払いである」という因果律を学習可能にな
り、正しい、因果律の獲得が可能となる。そして、この
獲得、学習された因果律による正しい行動決定が可能に
なる。

【００２５】以上、本発明を実施例に基づき具体的に説
明したが、本発明は、その要旨を逸脱しない範囲に於い
て種々変更し得ることはいうまでもない。

【００２６】

【発明の効果】以上説明したように、本発明によれば、
ある状況に入った時に因果関係にないものまで獲得して
しまうが、後に学習のステップを設けることにより、該
獲得の因果律のうち、冗長性を有するもの、誤っている
ものを削除でき、更に、同じ範疇に属する状況をまとめ
ることができ、行動決定をするときに参照できる正しい
因果律を作成可能である。

【図面の簡単な説明】

【図１】本発明の一実施例に係わる因果律獲得学習装置
の構成を示すブロック図である。

【図２】本実施例で用いる因果律ベースの例である。

【図３】本実施例の処理を示すフローチャートの一例で
ある。

【図４】因果律獲得装置が獲得した因果律の例の一部で
ある。

【図５】因果律学習装置の学習の途中の例の一部であ
る。

【図６】因果律学習装置の学習の途中の例の一部であ
る。

【図７】因果律学習装置が出力した因果律の例の一部で
ある。

【図８】因果律獲得装置が獲得した因果律の具体的な例
の一部である。

【図９】因果律獲得装置の学習の途中の具体的な例の一
部である。

【図１０】因果律獲得装置の学習の途中の具体的な例の
一部である。

【図１１】因果律学習装置が出力した因果律の具体的な
例の一部である。

【符号の説明】

１中央処理装置２外部記憶装置１１因果律獲得装置１２因果律学習装置２１因果律ベース

Claims

【特許請求の範囲】

【請求項１】ある状況における因果律を複数の項に分
けて獲得する因果律獲得手段と、この獲得した因果律の
集合を記録する因果律ベースと、該因果律ベースに記録
された因果律の集合から前記状況における自己および対
物の状態および行動に対する共通集合を取り、冗長な項
目または誤った項目を除き、同じ範疇に属する状況をま
とめて、正しい因果律を導き出す因果律学習手段とを有
することを特徴とする因果律獲得学習装置。