WO2000067961A1

WO2000067961A1 - Robot et commande de ce robot

Info

Publication number: WO2000067961A1
Application number: PCT/JP2000/002989
Authority: WO
Inventors: Seiichi Takamura; Noriaki Sakabe
Original assignee: Sony Corporation
Priority date: 1999-05-10
Filing date: 2000-05-10
Publication date: 2000-11-16
Also published as: KR20010053481A; US20020103576A1; US6587751B2; EP1112822A1; EP1112822A4; US6445978B1; CN1304345A

Description

明細書ロボット装置及びその制御方法技術分野

本発明はロボット装置及びその制御方法に関し、例えばぺットロボッ卜に適用して好適なものである。背景技術

近年、ユーザからの指令や周囲の環境に応じて行動を行う 4足歩行型のぺットロボッ卜が本願出願人から提案及び開発されている。かかるぺットロボットは、一般家庭において飼育される犬や猫に似た形状を有し、ユーザからの指令や周囲の環境に応じて自律的に行動するものである。なお以下においては、動作の集合を行動と定義して使用するものとする。

ところでかかるペットロボットにおいて、本物の犬や猫などのように「成長」する機能を搭載することができれば、より一層の親近感や満足感をユーザに与えてぺットロボットとしてのアミユーズメント性をより向上させることができるものと考えられる。

またかかる「成長」機能が搭載されたぺットロボッ卜において、「成長」し終えた場合や次の「成長」までの期間が長い場合にもユーザがぺットロボッ卜の行動や動作に慣れて飽きてしまうことを防止し得るような工夫を加えることができれば、より一層のアミユーズメント性の向上を図れるものと考えられる。発明の開示

本発明は以上の点を考慮してなされたもので、アミュ一ズメント性を向上させ得るロボット装置及びその制御方法を提案しょうとするものである。

かかる課題を解決するため本発明においては、ロボット装置において、行動及び又は動作モデルに基づいて行動及び又は動作を生成する行動及び又は動作生成手段と、外部からの入力履歴と自己の行動及び又は動作履歴との少なくとも一方に基づいて、所定のタイミングで行動及び又は動作モデルを成長レベルの高い行動及び又は動作モデルに変更する行動及び又は動作モデル変更手段とを設けるようにしたことにより、あたかも「成長」するかのごとく行動及び動作を変化させることができ、かくしてアミユーズメント性を格段的に向上させ得るロボット装置を実現できる。

また本発明においては、ロボット装置において、行動及び又は動作モデルに基づいて行動及び又は動作を生成する行動及び又は動作生成手段と、所定の第 1の条件に応じて、行動及び又は動作モデルを成長レベルが高い行動及び又は動作モデルに順次変更する第 1の変更手段と、外部からの入力履歴と、自己の行動及び又は動作履歴との少なくとも一方に基づく所定の第 2の条件に応じて、行動及び又は動作モデルを成長レベルが同じ又は低い別の行動及び又は動作モデルに変更する第 2の変更手段とを設けるようにしたことにより、ロボット装置の行動や動作が飽きられるのを有効に防止でき、かくしてアミユーズメント性をより一層向上させ得るロボット装置を実現できる。

さらに本発明においては、ロボット装置において、行動及び又は動作モデルに基づいて行動及び又は動作を生成する行動及び又は動作生成手段と、所定の評価関数に基づいて自己の行動を評価し、評価結果に基づいて、所定のタイミングで行動及び又は動作モデルを成長レベルの高い行動及び又は動作モデルに変更する行動及び又は動作モデル変更手段とを設けるようにしたことにより、あたかも「成長」するかのごとく行動及び動作を変化させることができ、かくしてアミュ一ズメント性を格段的に向上させ得るロボット装置を実現できる。

さらに本発明においては、ロボット装置において、複数の行動様式ごとの複数の行動及び又は動作モデルを有し、対応する行動様式の各行動及び又は動作モデルに基づいて行動及び又は動作を生成する行動及び又は動作生成手段と、外部からの働きかけに応じて、対応する行動様式の各行動及び又は動作モデルを変更する変更手段とを設け、変更手段が、対応する行動様式の各行動及び又は動作モデルを、各行動及び又は動作モデルごとに予め設定された異なる規則で変更するようにしたことにより、ロボット装置の個性を多様化させることができ、かくしてアミューズメント性を格段的に向上させ得るロボット装置を実現できる。

さらに本発明においては、ロボット装置の制御方法において、行動及び又は動作モデルに基づいて行動及び又は動作を生成する第 1のステップと、外部からの入力履歴と自己の行動及び又は動作履歴との少なくとも一方に基づいて、所定の夕イミングで行動及び又は動作モデルを成長レベルの高い行動及び又は動作モデルに変更する第 2のステップとを設けるようにしたことにより、あたかも「成長」するかのごとく行動及び動作を変化させることができ、かくしてアミュ一ズメント性を格段的に向上させ得るロボット装置の制御方法を実現できる。

さらに本発明においては、ロボット装置の制御方法において、行動及び又は動作モデルに基づいて行動及び又は動作を生成する第 1のステップと、所定の第 1 の条件に応じて、行動及び又は動作モデルを成長レベルが高い行動及び又は動作モデルに順次変更すると共に、外部からの入力履歴と、自己の行動及び又は動作履歴との少なくとも一方に基づく所定の第 2の条件に応じて、行動及び又は動作モデルを成長レベルが同じ又は低い別の行動及び又は動作モデルに変更する第 2 のステップとを設けるようにしたことにより、ロボット装置の行動や動作が飽きられるのを有効に防止でき、かくしてアミューズメント性をより一層向上させ得るロボット装置の制御方法を実現できる。

さらに本発明においては、ロボット装置の制御方法において、行動及び又は動作モデルに基づいて行動及び又は動作を生成する第 1のステップと、所定の評価関数に基づいて自己の行動を評価し、評価結果に基づいて、所定のタイミングで行動及び又は動作モデルを成長レベルの高い行動及び又は動作モデルに変更する第 2のステップとを設けるようにしたことにより、あたかも「成長」するかのごとく行動及び動作を変化させることができ、かくしてアミユーズメント性を格段的に向上させ得るロボット装置の制御方法を実現できる。さらに本発明においては、ロボット装置の制御方法において、複数の行動様式ごとの複数の行動及び又は動作モデルを設け、対応する行動様式の各行動及び又は動作モデルに基づいて行動及び又は動作を生成する第 1のステップと、外部からの働きかけに応じて、対応する行動様式の各行動及び又は動作モデルを変更する第 2のステップとを設け、第 2のステップでは、対応する行動様式の各行動及び又は動作モデルを、各行動及び又は動作モデルごとに予め設定された異なる規則で変更するようにしたことにより、ロボット装置の個性を多様化させることができ、かくしてアミユーズメント性を格段的に向上させ得るロボット装置の制御方法を実現できる。図面の簡単な説明

図 1は、本発明を適用したぺットロボットの外観構成を示す斜視図である。図 2は、ぺットロボットの回路構成を示すブロック図である。

図 3は、成長モデルを示す概念図である。

図 4は、コントロ一ラの処理の説明に供するブロック図である。

図 5は、感情 ·本能モデル部におけるデータ処理の説明に供する概念図である図 6は、確率オートマトンを示す概念図である。

図 7は、状態遷移表を示す概念図である。

図 8は、有向グラフに説明に供する概念図である。

図 9は、全身用の有向グラフを示す概念図である。

図 1 0は、頭部用の有向グラフを示す概念図である。

図 1 1は、脚用の有向グラフを示す概念図である。

図 1 2は、尻尾用の有向グラフを示す概念図である。

図 1 3は、第 1の成長要素リスト及び第 1の成長要素カウン夕テーブルを示す概念図である。

図 1 4は、第 2の成長要素リスト及び第 2の成長要素カウン夕テーブルを示す概念図である。

図 1 5は、成長制御処理手順を示すフローチャートである。

図 1 6は、他の実施の形態を示す概念図である。

図 1 7は、他の実施の形態を示す概念図である。

図 1 8は、第 2の実施の形態における成長モデルを示す概念図である。

図 1 9は、第 2の実施の形態におけるコントローラの処理の説明に供するプロック図である。

図 2 0は、成長に伴う行動パターンの獲得及び忘却の説明に供する概念図であ図 2 1は、差分ファイルの説明に供する概念図である。

図 2 2は、行動及び動作モデルの変更方法の説明に供する概念図である。図 2 3は、他の実施の形態の説明に供する概念図である。

図 2 4は、第 3の実施の形態による行動様式変更及び退行モデルを示す概念図である。

図 2 5は、第 3の実施の形態におけるコントローラの処理の説明に供するプロック図である。

図 2 6は、第 1の行動様式要素リスト及び第 1の行動様式要素カウン夕テープルを示す概念図である。

図 2 7は、第 2の行動様式要素リスト及び第 2の行動様式要素カウン夕テープルを示す概念図である。

図 2 8は、退行要素リスト及び退行要素カウン夕テーブルを示す概念図である図 2 9は、退行条件及び段数リストを示す概念図である。

図 3 0は、行動様式変更処理手順を示すフローチャートである。

図 3 1は、退行処理手順を示すフローチャートである。

図 3 2は、他の実施の形態を示す概念図である。

図 3 3は、第 4の実施の形態におけるコントローラの処理の説明に供するプロヅク図である。

図 34は、各行動様式に設けられた複数の行動及び動作モデルの説明に供する概念図である。

図 35は、学習速度テーブルを示す概念図である。発明を実施するための最良の形態

以下図面について、本発明の一実施の形態を詳述する。

( 1 ) 第 1の実施の形態

( 1 - 1 ) 本実施の形態によるペットロボットの構成

図 1において、 1は全体として第 1の実施の形態によるぺットロボットを示し、胴体部ュニット 2の前後左右にそれぞれ脚部ュニット 3 A〜3 Dが連結されると共に、胴体部ュニット 2の前端部及び後端部にそれぞれ頭部ュニット 4及び尻尾部ュニット 5が連結されることにより構成されている。

この場合胴体部ユニット 2には、図 2に示すように、このペットロボット 1全体の動作を制御するコントローラ 10と、このぺットロボット 1の動力源としてのバッテリ 1 1と、ノッテリセンサ 12、熱センサ 13及び加速度センサ 14等からなる内部センサ部 15とが収納されている。

また頭部ュニット 4には、このぺットロボット 1の「耳」に相当するマイク口ホン 16、「目」に相当する CCD (Char ge Coup l ed Devi c e) カメラ 17及び夕ツチセンサ 18からなる外部センサ部 19と、「口」に相当するスピーカ 20となどがそれぞれ所定位置に配設されている。

さらに各脚部ュニット 3 A〜 3Dの関節部分や、各脚部ュニット 3 A〜3D及び胴体部ュニット 2の各連結部分、頭部ュニット 4及び胴体部ュニット 2の連結部分、並びに尻尾部ュニット 5及び胴体部ュニット 2の連結部分などには、それぞれァクチユエ一夕 21 〜2 l_n が配設されている。

そして外部センサ部 19のマイクロホン 16は、ユーザから図示しないサゥンドコマンダを介して音階として与えられる「歩け」、「伏せ」又は「ボールを追いかけろ」などの指令音を集音し、得られた音声信号 S 1 Aをコントロ一ラ 1 0に送出する。また C C Dカメラ 1 7は、周囲の状況を撮像し、得られた画像信号 S 1 Bをコントローラ 1 0に送出する。

さらに夕ツチセンサ 1 8は、図 1において明らかなように、頭部ュニヅト 4の上部に設けられており、ユーザからの「撫でる」や「叩く」といった物理的な働きかけにより受けた圧力を検出し、検出結果を圧力検出信号 S 1 Cとしてコントローラ 1 0に送出する。

また内部センサ部 1 5のバヅテリセンサ 1 2は、バッテリ 1 1のエネルギー残量を検出し、検出結果をバヅテリ残量検出信号 S 2 Aとしてコントローラ 1 0に送出する。また温度センサ 1 3は、ペットロボット 1内部の温度を検出し、検出結果を温度検出信号 S 2 Bとしてコントロ一ラ 1 0に送出する。さらに加速度センサ 1 4は、 3軸方向（Z軸方向、 Y軸方向及び Z軸方向）の加速度を検出し、検出結果を加速度検出信号 S 2 Cとしてコントローラ 1 0に送出する。

コントローラ 1 0は、外部センサ部 1 9から与えられる音声信号 S 1 A、画像信号 S 1 B及び圧力検出信号 S 1 C等（以下、これらをまとめて外部情報信号 S 1と呼ぶ）と、内部センサ部 1 5から与えられるバッテリ残量信号 S 2 A、温度検出信号 S 2 B及び加速度検出信号 S 2 C等（以下、これらをまとめて内部情報信号 S 2と呼ぶ）とに基づいて、外部及び内部の状態や、ユーザからの指令及び働きかけの有無などを判断する。

そしてコントローラ 1 0は、この判断結果と、予めメモリ 1 O Aに格納されている制御プログラムとに基づいて続く行動を決定し、当該決定結果に基づいて必要なァクチユエ一夕 2 1 , 〜2 l _n を駆動させることにより、頭部ュニヅト 4を上下左右に振らせたり、尻尾部ユニット 5の尻尾 5 Aを動かせたり、各脚部ュニット 3 A〜 3 Dを駆動して歩行させるなどの行動や動作を行わせる。

またこの際コントローラ 1 0は、必要に応じて音声信号 S 3を生成してこれをスピーカ 2 0に与えることにより、当該音声信号 S 3に基づく音声を外部に出力させたり、このぺットロボット 1の「目」の位置に配設された図示しない L E D ( L i h t E m i t t i n g D i o d e ) を点滅させる。

このようにしてこのぺットロボット 1においては、外部及び内部の状態や、ュ —ザからの指令及びユーザからの働きかけの有無などに応じて自律的に行動することができるようになされている。

かかる構成に加えてこのぺットロボット 1の場合、ユーザからの働きかけやサゥンドコマンダを用いた指令などの操作入力の履歴と、自己の行動及び動作履歴とに応じて、あたかも本物の動物が「成長」するかのごとく行動や動作を変化させるようになされている。

すなわちこのペットロボット 1には、図 3に示すように、成長過程として「幼年期」、「少年期」、「青年期」及び「成人期」の 4つの「成長段階」が設けられている。そしてコントローラ 1 0のメモリ 1 0 Aには、これら各「成長段階」ごとに、「歩行状態」、「モーション（動き）」、「行動」及び「サウンド（鳴き声）」の 4つの項目に関する行動及び動作の基礎となる各種制御パラメ一夕及び制御プ口グラム等からなる行動及び動作モデルが予め格納されている。

そしてコントローラ 1 0は、初期時には「幼年期」の行動及び動作モデルに従つて、例えば「歩行状態」については歩幅を小さくしたり、歩行周期を短くしたり、又は遊脚高さを低くするなどして「よちよち歩き」となるように、「モーシヨン」については単に「歩く」、「立つ」、「寝る」程度の「単純」な動きとなるように、「行動」については同じ行動を繰り返し行うようにするなどして「単調」な行動となるように、また「サウンド」については音声信号 S 3の増幅率を低下させるなどして「小さく短い」鳴き声となるように、各ァクチユエ一夕 2 〜 2 l _n 及び音声出力を制御する。

またこの際コントローラ 1 0は、サウンドコマンダを用いた指令入力と、「撫でる」及び「叩く」に該当する夕ツチセンサ 1 8を介してセンサ入力及び決められた行動及び動作の成功回数などでなる強化学習と、「撫でる」及び「叩く」に該当しない夕ツチセンサ 1 8を介してのセンサ入力と、「ボールで遊ぶ」などの所定の行動及び動作となどの予め決められた「成長」に関与する複数の要素（以下、これを成長要素と呼ぶ）について、その発生を常時監視してカウントする。そしてコントローラ 1 0は、これら成長要素の累積度数に基づいて、各成長要素の累積度数の合計値（以下、これを成長要素の総合経験値と呼ぶ）が予め設定された閾値を越えると、使用する行動及び動作モデルを「幼年期」の行動及び動作モデルよりも成長レベルが高い「少年期」の行動及び動作モデルに変更する。そしてコントローラ 1 0は、この後この「少年期」の行動及び動作モデルに従つて、例えば「歩行状態」については各ァクチユエ一夕 2 〜2 l _n の回転度数を速くしたり、歩行周期を長くしたり、又は遊脚高さを高くするなどして「少しはしつかり」と歩くように、「モーション」については動きの数を増加させるなどして「少しは高度かつ複雑」な動きとなるように、「行動」については前の行動を参照して次の行動を決定するようにするなどして「少しは目的」をもった行動となるように、また「サウンド」については音声信号の長さを延ばしかつ増幅率を上げるなどして「少しは長く大きい」鳴き声となるように、各ァクチユエ一夕 2 1 〜2 l _n やスピーカ 2 0からの音声出力を制御する。

さらにコントローラ 1 0は、この後これと同様にして、成長要素の総合経験値が「青年期」や「成人期」にそれぞれ対応させて予め設定された各閾値を越えるごとに、行動及び動作モデルをより成長レベルの高い「青年期」又は「成人期」の行動及び動作モデルに順次変更し、当該行動及び動作モデルに従って各ァクチユエ一夕 2 l i 〜2 l _n の回転速度を変化させ、歩行周期を長くし又は遊脚高さを高くするなどしたり、スピーカ 2 0に与える音声信号 S 3の長さや増幅率を徐々に上げたり、 1つの動作を行う際の各ァクチユエ一夕 2 ~ 2 1„ の回転量などを変化させる。

この結果ぺットロボット 1は、「成長段階」が上がる（すなわち「幼年期」から「少年期」、「少年期」から「青年期」、「青年期」から「成人期」に変化する）に従って、「歩行状態」が「よちよち歩き」から「しっかりした歩き」に、「モーシヨン」が「単純」から「高度 ·複雑」に、「行動」が「単調」から「目的をもつて行動」に、かつ「サウンド」が「小さく短い」から「長く大きい」に段階的に変化する。

このようにしてこのぺットロボット 1においては、外部からの入力や自己の行動及び動作の履歴に応じて、「幼年期」、「少年期」、「青年期」及び「成人期」の 4段階で「成長」するようになされている。

なおこの実施の形態の場合、図 3からも明らかなように、「少年期」、「青年期」及び「成人期」の各「成長段階」について、それぞれ複数の行動及び動作モデルが用意されている。

実際上、例えば「少年期」の行動及び動作モデルとして、動きが雑で速い「荒々しい」行動様式の行動及び動作を行う行動及び動作モデル（Ch i l d 1 ) と、これよりも動きが滑らかで遅い「おっとり」とした行動様式の行動及び動作を行う行動及び動作モデル（Ch i l d 2) とが設けられている。

また「青年期」の行動及び動作モデルとして、「少年期」の「荒々しい」行動様式よりもより動きが雑で速い「いらいら」した行動様式の行動及び動作を行う行動及び動作モデル（Young 1) と、これよりも動きが遅くかつ滑らかな「普通」の行動様式の行動及び動作を行う行動及び動作モデル（Young 2 ) と、これよりも一層動きが遅く、かつ行動量が少ない「おっとり」とした行動様式の行動及び動作を行う行動及び動作モデル（Young 3) とが設けられている。

さらに「成人期」の行動及び動作モデルとして、それぞれ「青年期」の「いらいら」した行動様式よりも動きが雑で速く、かつユーザからの指令に応じた動作を行い難い「攻撃的」な行動様式の行動及び動作を行う行動及び動作モデル（A du 1 t 1 ) と、これよりも動きが滑らかで遅く、かつユーザからの指令に応じた動作を行い易い「少し荒々しい」行動様式の行動及び動作モデル（Adu l t 2) と、これによりも動きが滑らかで遅く、行動量が少なく、かつユーザからの指令に応じた動作を必ず行う「少しおとなしい」行動様式の行動及び動作を行う行動及び動作モデル（Adu l t 3) と、これよりもさらに一層動きが遅く、行動量が少なく、かつュ一ザからの指令に応じた動作を必ず行う「おとなしい」行動様式の行動及び動作を行う行動及び動作モデル（A d u l t 4 ) とが設けられている。

そしてコントローラ 1 0は、「成長段階」を上げる際、各成長要素の累積度数に基づいて次の「成長段階」内の各行動及び動作モデルのなかから 1つの行動及び動作モデルを選択して、使用する行動及び動作モデルを当該選択した行動及び動作モデルに変更するようになされている。

この場合「少年期」以降では、次の「成長段階」に移る際、現在の「成長段階」の行動及び動作モデルから遷移できる次の「成長段階」の行動及び動作モデルは決まっており、図 3において矢印で結ばれた行動及び動作モデル間の遷移しかできない。従って例えば「少年期」において「荒々しい」行動及び動作を行う行動及び動作モデル（C h i l d 1 ) が選択されている場合には、「青年期」において「おっとり」とした行動及び動作を行う行動及び動作モデル（Y o u n g 3 ) に遷移することができない。

このようにこのぺットロボット 1においては、あたかも本物の動物が飼い主の飼育の仕方等によって行動様式を形成してゆくかのごとく、ユーザからの働きかけ及び指令の入力履歴や自己の行動及び動作履歴に応じて、「成長」に伴って「行動様式」をも変化させるようになされている。

( 1 - 2 ) コントロ一ラ 1 0の処理

次にこのぺットロボット 1におけるコントローラ 1 0の具体的な処理について説明する。

コントローラ 1 0の処理内容を機能的に分類すると、図 4に示すように、外部及び内部の状態を認識する状態認識機構部 3 0と、状態認識機構部 3 0の認識結果に基づいて感情及び本能の状態を決定する感情 ·本能モデル部 3 1と、状態認識機構部 3 0の認識結果及び感情 ·本能モデル部 3 1の出力に基づいて続く行動や動作を決定する行動決定機構部 3 2と、行動決定機構部 3 2により決定された行動や動作を行うためのぺットロボット 1の一連の動作計画を立てる姿勢遷移機構部 3 3と、姿勢遷移機構部 3 3により立てられた動作計画に基づいてァクチュエー夕 2 ~ 2 l _n を制御するデバイス制御機構部 3 4と、「成長」を制御する成長制御機構部 3 5とに分けることができる。

以下、これら状態認識機構部 3 0、感情 ·本能モデル部 3 1、行動決定機構部 3 2、姿勢遷移機構部 3 3、デバイス制御機構部 3 4及び成長制御機構部 3 5について詳細に説明する。

( 1 - 2 - 1 ) 状態認識機構部 3 0の構成

状態認識機構部 3 0は、外部センサ部 1 9 (図 2 ) から与えられる外部情報信号 S 1と、内部センサ部 1 5から与えられる内部情報信号 S 2とに基づいて特定の状態を認識し、認識結果を状態認識情報 S 1 0として感情 ·本能モデル部 3 1 及び行動決定機構部 3 2に通知する。

実際上、状態認識機構部 3 0は、外部センサ部 1 9のマイクロホン 1 6 (図 2 ) から与えられる音声信号 S 1 Aを常時監視し、当該音声信号 S 1 Aのスぺクトラムとして「歩け」、「伏せ」、「ボールを追いかけろ」などの指令に応じてサゥンドコマンダから出力される指令音と同じ音階のスぺクトラムを検出したときにその指令が与えられたと認識し、認識結果を感情 ·本能モデル部 3 1及び行動決定機構部 3 2に通知する。

また状態認識機構部 3 0は、 C C Dカメラ 1 7 (図 2 ) から与えられる画像信号 S 1 Bを常時監視し、当該画像信号 S 1 Bに基づく画像内に例えば「赤い丸いもの」や「地面に対して垂直かつ所定高さ以上の平面」を検出したときには「ボールがある」、「壁がある」と認識し、認識結果を感情 ·本能モデル部 3 1及び行動決定機構部 3 2に通知する。

さらに状態認識機構部 3 0は、夕ツチセンサ 1 8 (図 2 ) から与えられる圧力検出信号 S 1 Cを常時監視し、当該圧力検出信号 S 1 Cに基づいて所定の閾値以上のかつ短時間（例えば 2秒未満）の圧力を検出したときには「叩かれた（叱られた）」と認識し、所定の閾値未満のかつ長時間（例えば 2秒以上）の圧力を検出したときには「撫でられた（誉められた）」と認識し、認識結果を感情 '本能モデル部 3 1及び行動決定機構部 3 2に通知する。一方、状態認識機構部 3 0は、内部センサ部 1 5の加速度センサ 1 4 (図 2 ) から与えられる加速度検出信号 S 2 Cを常時監視し、当該加速度信号 S 2 Cに基づいて例えば予め設定された所定レベル以上の加速度を検出したときには「大きな衝撃を受けた」と認識する一方、これよりもさらに大きい重力加速度程度の加速度を検出したときには「（机等から）落ちた」と認識し、これら認識結果を感情 ·本能モデル 3 1及び行動決定機構部 3 2に通知する。

また状態認識機構部 3 0は、温度センサ 1 3 (図 2 ) から与えられる温度検出信号 S 2 Bを常時監視し、当該温度検出信号 S 2 Bに基づいて所定以上の温度を検出したときには「内部温度が上昇した」と認識し、認識結果を感情 ·本能モデル部 3 1及び行動決定機構部 3 2に通知する。

( 1 - 2 - 2 ) 感情 ·本能モデル部 3 1の処理

感情 ·本能モデル部 3 1は、図 5に示すように、「喜び」、「悲しみ」、「驚き」、「恐怖」、「嫌悪」及び「怒り」の 6つの情動にそれぞれ対応させて設けられた感情モデルとしての情動ュニット 4 0 A〜4 0 Fからなる基本情動群 4 0と、「食欲」、「愛情欲」、「探索欲」及び「運動欲」の 4つの欲求にそれぞれ対応させて設けられた欲求モデルとしての欲求ュニット 4 1 A〜4 1 Dからなる基本欲求群 4 1と、各情動ュニット 4 0 A〜4 0 F及び各欲求ュニット 4 1 A〜4 1 Dにそれそれ対応して設けられた強度増減関数 4 2 A〜4 2 Hとを有している。

そして各情動ュニット 4 0 A〜4 0 Fは、対応する倩動の度合いを例えば 0〜 1 0 0レベルまでの強度によってそれぞれ表し、当該強度を対応する強度増減関数 4 2 A〜4 2 Fから与えられる強度情報 S 1 1 A〜S 1 1 Fに基づいて時々刻々と変化させる。

また各欲求ュニット 4 1 A〜4 1 Dは、情動ュニット 4 0 A〜4 0 Fと同様に、対応する欲求の度合いを 0〜 1 0 0レベルまでの強度によってそれぞれ表し、当該強度を対応する強度増減関数 4 2 G〜4 2 Kから与えられる強度情報 S 1 2 G〜S 1 2 Fに基づいて時々刻々と変化させる。

そして感情 ·本能モデル 3 1は、これら情動ュニット 4 0 A〜4 0 Fの強度を組み合わせることより感情の状態を決定すると共に、これら欲求ュニット 41 A 〜41 Dの強度を組み合わせることにより本能の状態を決定し、当該決定した感情及び本能の状態を感情 ·本能状態情報 S 12として行動決定機構部 32に出力する。

なお強度増減関数 42 A〜42 Gは、状態認識機構部 30から与えられる状態認識情報 S 10と、後述の行動決定機構部 32から与えられるぺットロボット 1 自身の現在又は過去の行動の内容を表す行動情報 S 13とに基づき、予め設定されているパラメ一夕に応じて上述のように各情動ュニット 40 A〜40 F及び各欲求ュニット 41 A〜41 Dの強度を増減させるための強度情報 S 11 A〜S 1 1 Gを生成して出力するような関数である。

かくしてぺットロボット 1においては、これら強度増減関数 42 A〜42 Gのパラメ一夕を各行動及び動作モデル（B ab y 1、 Chi ld l、 Chi l d 2、 Young l〜Young 3、 Adul t l〜Adul t 4) ごとに異なる値に設定することによって、ぺットロボット 1に「いらいら」や「おとなしい」のような性格をもたせることができるようになされている。

(1-2-3) 行動決定機構部 32の処理

行動決定機構部 32は、各行動及び動作モデル（Baby 1、 Chi ld 1、 Chi ld 2、 Young l〜Young 3、 Adu l t l〜Ad u 1 t 4) にそれぞれ対応させて、複数の行動モデルをメモリ 1 OA内に有している。

そして行動決定機構部 32は、状態認識機構部 30から与えられる状態認識情報 10と、感情 '本能モデル部 31の各情動ュニット 40 A〜40 F及び各欲求ユニット 41 A〜4 IDの強度と、対応する行動モデルとに基づいて次の行動や動作を決定し、決定結果を行動決定情報 S 14として姿勢遷移機構部 33及び成長制御機構部 35に出力する。

この場合、行動決定機構部 32は、次の行動や動作を決定する手法として、図 6に示すような 1つのノード（状態） ND_A0から同じ又は他のどのノード ND_A0 〜ND_Anに遷移するかを各ノ一ドND_A。〜ND_An間を接続するァ一クAR_A。〜A R_Anに対してそれぞれ設定された遷移確率 P。〜P„ に基づいて確率的に決定する確率ォ一トマトンと呼ばれるアルゴリズムを用いる。

より具体的には、メモリ 1 OAには行動モデルとして、各ノード ND_A。〜ND _Anごとの図 7に示すような状態遷移表 50が格納されており、行動決定機構部 3 2がこれに状態遷移表 50に基づいて次の行動や動作を決定するようになされている。

ここで状態遷移表 50においては、そのノード ND_A。〜ND_Anにおいて遷移条件とする入力イベント（認識結果）が「入力イベント」の行に優先順に列記され、その遷移条件についてのさらなる条件が「データ名」及び「デ一夕範囲」の行における対応する列に記述されている。

従って図 7の状態遷移表 50で定義されたノード ND_1∞ では、「ボールを検出した（BALL)」という認識結果が与えられた場合に、当該認識結果と共に与えられるそのボールの「大きさ（S I ZE )」が「0から 1000の範囲（0， 1000)」であることや、「障害物を検出（OBSTACLE)」という認識結果が与えられた場合に、当該認識結果と共に与えられるその障害物までの「距離 (D I STANCE)」が「0か 100の範囲（0， 100)」であることが他のノードに遷移するための条件となっている。

またこのノード ND_1∞ では、認識結果の入力がない場合においても、行動決定機構部 32が周期的に参照する感情 ·本能モデル部 31の各情動ュニット 40 A〜40 F及び各欲求ュニット 41 A〜41 Dの強度のうち、「喜び（ J 0 Y)」、「驚き（SUPR I SE)」又は「悲しみ（SUDNE S S)」のいずれかの情動ュニヅト 40 A〜40 Fの強度が「50から 100の範囲（50， 100)」であるときには他のノードに遷移することができる。

また状態遷移表 50では、「他のノードへの遷移確率」の欄における「遷移先ノード」の列にそのノ一ド ND_A。〜ND_Anから遷移できるノード名が列記されると共に、「入カイベント名」、「デ一夕値」及び「デ一夕の範囲」の各行に記述された全ての条件が揃ったときに遷移できる他の各ノード ND_A0〜ND_Anへの遷移確率が「他のノードへの遷移確率」の欄における「出力行動」の行に記述される。なお「他のノードへの遷移確率」の欄における各行の遷移確率の和は 100 〔％〕となっている。

従ってこの例のノード NODE₁₀。では、例えば「ボールを検出（BALL)」し、そのボールの「大きさ（S I ZE )」が「0から 1000の範囲（ 0 , 10 00)」であるという認識結果が与えられた場合には、「30 〔％〕」の確率で「ノード NODE ₁₂。（node 120 )」に遷移でき、そのとき「 A C T I 0 N 1」の行動や動作が出力されることとなる。

そして各行動モデルは、それぞれこのような状態遷移表 50として記述されたノード ND_A0〜ND_Anがいくつも繋がるようにして構成されている。

かくして行動決定機構部 32は、状態認識機構部 30から状態認識情報 S 10 が与えられたときや、最後に行動を発現してから一定時間が経過したときなどに、メモリ 10 Aに格納されている対応する行動モデルのうちの対応するノード N D_A。〜ND_Anの状態遷移表 50を利用して次の行動や動作（「出力行動」の行に記述された行動や動作）を確率的に決定し、決定結果を行動指令情報 S 14として姿勢遷移機構部 33及び成長制御機構部 35に出力するようになされている。

(1-2-4) 姿勢遷移機構部 33の処理

姿勢遷移機構部 33は、行動決定機構部 32から行動決定情報 S 14が与えられると、当該行動決定情報 S 14に基づく行動や動作を行うためのぺットロボット 1の一連の動作計画を立て、当該動作計画に基づく動作指令情報 S 15を制御機構部 34に出力する。

この場合姿勢遷移機構部 33は、動作計画を立てる手法として、図 8に示すようなぺヅトロボヅト 1がとり得る姿勢をそれぞれノード ND_B0〜ND_B2とし、遷移可能なノード ND_B。〜ND_B2間を動作を表す有向アーク AR_B。~AR_B2で結び、かつ 1つのノード ND_B0〜ND_B2間で完結する動作を自己動作アーク AR_C0〜 AR_C2として表現する有向グラフを用いる。このためメモリ 10 Aには、このような有向グラフの元となる、当該ペット口ボット 1が発現できる全ての動作の始点姿勢及び終了姿勢をデータベース化したファイル（以下、これをネットワーク定義ファイルと呼ぶ）のデ一夕が格納されており、姿勢遷移機構部 33は、このネットワーク定義ファイルに基づいて、図 9〜図 12に示すような全身用、頭部用、脚部用及び尻尾部用の各有向グラフ 6 0〜63をそれぞれ生成する。

なおこの図 9〜図 12からも明らかなように、このぺットロボット 1においては、姿勢が大きく「立つ（o S t and i ng)」、「すわる（o S i t t i ng )」、「伏せる（o S l e ep i ng)j 及びバッテリ 1 1 (図 2 ) を充電するための図示しない充電台上の姿勢である「ステ一ション（o S t at i o n)j の 4 つに分類されている。そしてこれら各 4つの各姿勢について、各「成長段階」に共通する基本姿勢（◎印）と、「幼年期」用、「少年期」用、「青年期」用及び「成人期」用の 1又は複数の通常姿勢（〇印）とを有している。

例えば図 9〜図 1 2において破線で囲んだ部分は「幼年期」用の通常姿勢を表わすものであるが、このうち図 9からも明らかなように、「幼年期」における「伏せる」の通常姿勢として、「o S l e ep i ng b (bab y)」、「o S l e e p i n g b 2」〜「 o S 1 e e p i n g b 5」があり、「すわる」の通常姿勢として、「o S i t t i n g b」、「o S i t t i ng b 2」がある。そして姿勢遷移機構部 33は、行動決定機構部 32から「立て」、「歩け」、「お手をしろ」、「頭を揺すれ」、「尻尾を動かせ」などの行動指令が行動指令情報 S 1 4として与えられると、対応する有向グラフ 60〜63を用いて、有向アークの向きに従いながら現在のノードから指定された姿勢が対応付けられたノード又は指定された動作が対応付けられた有向アーク若しくは自己動作アークに至る経路を探索し、当該探索した経路上の各有向アークにそれぞれ対応付けられた動作を順次行わせるような動作指令を動作指令情報 S 1 5としてデバイス制御機構部 3 4に次々と出力する。

例えばぺットロボット 1の現在のノードが全身用の有向グラフ 60における「 o S i t t i ng b」であり、行動決定機構部 32から「o S l e ep i ng b4」のノードにおいて発現する動作（自己動作アーク ai に対応付けられた動作）の行動指令が姿勢遷移機構部に与えれた場合、姿勢遷移機構部 33は、全身用の有向グラフ 60上で「 o S i t t i ng b」のノードから「o S l e e p i ng b 4」のノードに至る経路を探索し、「o S i t t i n g b」のノ一ドから「o S l e e p i ng b 5」のノードに姿勢を遷移させるための動作指令と、「o S l e e p i ng b 5」のノードから「o S l e e p i ng b 3 」のノードに姿勢を遷移させるための動作指令と、「o S l e e p i ng b 3 」のノードから「o S l e ep i ng b 4」のノードに姿勢を遷移させるための動作指令とを動作指令情報 S 1 5として制御機構部 34に次々と出力し、最後に「o S l e ep i ng b4」のノードから指定された動作が対応付けられた自己動作アークを介して「o S l e e p i ng b4」のノードに戻るための動作指令を動作指令情報 S 1 5としてデバイス制御機構部 34に出力する。この際、ぺットロボット 1の「成長段階」及び「行動様式」等に応じて動き（「荒々しい」動き、「おとなしい」動きなど）を変えるために、遷移可能な 2つのノード間が複数の有向アークによって結ばれていることがあるが、このような場合には、姿勢遷移機構部 33は、後述の成長制御機構部 35の制御に基づいてそのときのぺヅトロボット 1の「成長段階」及び「行動様式」に応じた有向ァークを経路として選択する。

またこれと同様に、各「成長段階」及び「行動様式」等に応じて動きを変えるために、あるノードから当該ノードに戻る自己動作アークが複数設けられていることがあるが、このような場合にも姿勢遷移機構部 33は、上述と同様にしてそのときのぺットロボット 1の「成長段階」及び「行動様式」に応じた有向アークを経路として選択する。

なお上述のような姿勢遷移では、途中の姿勢に停留する時間がほどんど「0」であり、従って当該姿勢遷移の途中で他の「成長段階」で使用するノードを経由しても良い。このため姿勢遷移機構部 33は、現在のノードから目標とするノード又は有向アーク若しくは自己動作アークに至る経路を探索する際、現在の「成長段階」に関わりなく最短の経路を探索する。

また姿勢遷移機構部 3 3は、頭部、脚部又は尻尾部に対する行動指令が与えられた場合には、全身用の有向グラフ 6 0に基づいてぺットロボット 1の姿勢を当該行動命令に応じたいずれかの基本姿勢（◎印）に戻し、この後対応する頭部、脚部又は尻尾部の有向グラフ 6 1〜 6 3を用いて頭部、脚部又は尻尾部の姿勢を遷移させるように動作指令情報 S 1 5を出力する。

( 1 - 2 - 5 ) デバイス制御機構部 3 4の処理

デバイス制御機構部 3 4は、姿勢遷移機構部 3 3から与えられる動作指令情報 S 1 5に基づいて制御信号 S 1 6を生成し、当該制御信号 S 1 6に基づいて各ァクチユエ一夕 2 〜2 l _n を駆動制御することにより、ぺットロボット 1に指定された行動や動作を行わせる。

( 1 - 2 - 6 ) 成長制御機構部 3 5の処理

成長制御機構部 3 5には、状態認識機構部 3 0から外部情報信号 S 2及び内部情報信号 S 1に基づいて認識された各種状態が状態認識情報 S 2 0として供給される。なおこの各種状態としては、上述のように感情 ·本能モデル部 3 1及び行動決定機構部 3 2に通知される特定の状態の他に、例えば「撫でられた」や「叩かれた」に該当しない程度の夕ツチセンサ 1 8を介して入力などがある。

また成長制御機構部 3 5は、状態認識機構部 3 0から与えられる状態認識情報 S 2 0に基づく各種状態のうちの「成長段階」を上げる際の参考要素とすべき上述の成長要素をまとめて記述した図 1 3 Aに示すようなリスト（以下、これを第 1の成長要素リストと呼ぶ） 7 O Aと、これら成長要素の累積度数をそれぞれ力ゥントするための図 1 3 Bのようなカウン夕テーブル（以下、これを第 1の成長要素カウン夕テーブルと呼ぶ） 7 0 Bとをメモリ 1 O A内に有している。

そして成長制御機構部 3 5は、状態認識機構部 3 0から状態認識情報 S 2 0が与えられると、当該状態認識情報 S 2 0に基づき得られる状態が成長要素であるか否かを第 1の成長要素リスト 7 O Aに基づいて判断し、当該状態が成長要素である場合には第 1の成長要素カウン夕テーブル 7 0 B内の対応するカウント値（経験値）を 1つ増加させる。

また成長制御機構部 3 5は、上述のように行動決定機構部 3 2から与えられる行動指令情報 S 1 4に基づき得られる行動のうち、「成長段階」を上げる際の参考要素とすべき上述の成長要素をまとめて記述した図 1 4 Aに示すようなリスト (以下、これを第 2の成長要素リストと呼ぶ） 7 1 Aと、これら成長要素の累積度数をそれそれカウントするための図 1 4 Bに示すようなカウン夕テーブル（以下、これを第 2の成長要素カウン夕テ一ブルと呼ぶ） 7 1 Bとをメモリ 1 0 A内に有している。

そして成長制御機構部 3 5は、行動決定機構部 3 2から行動指令情報 S 1 4が与えられると、当該行動指令情報 S 1 4に基づき得られる行動や動作が成長要素であるか否かを第 2の成長要素リスト 7 1 Aに基づいて判断し、当該行動が成長要素である場合には第 2の成長要素カウン夕テーブル 7 1 B内の対応するカウント値（経験値）を 1つ増加させる。

さらに成長制御機構部 3 5は、上述のように第 1又は第 2の成長要素カウン夕テーブル 7 0 B、 7 1 B内のカウント値を増加させたときには、第 1及び第 2の成長要素カウン夕テーブル 7 0 B、 7 I Bとは別に用意した「成長段階」を上げるか否かを判定するためのカウン夕（以下、これを成長総合経験値カウン夕と呼ぶ）のカウント値を 1つ増加させ、この後当該成長総合経験値カウン夕のカウント値が現在の「成長段階」の終了条件として予め設定されたカウント値に達したか否かを判断する。

そして成長制御機構部 3 5は、成長総合経験値カウン夕のカウント値が現在の「成長段階」の終了条件として予め設定されたカウント値に達した場合には、行動及び動作モデルを次の「成長段階」内のどの行動及び動作モデルに変更するかを第 1及び第 2の成長要素カウン夕テ一プル 7 0 B、 7 1 B内の各カウント値に基づいて決定し、決定結果を変更指令情報 S 2 2として感情 ·本能モデル部 3 1 、行動決定機構部 3 2及び姿勢遷移機構部 3 3に通知する。なお成長制御部 3 5 は、初期時には「幼年期」の行動及び動作モデルを選択するような指示を感情 - 本能モデル 3 1、行動決定機構部 3 2及び姿勢遷移機構部 3 3に通知する。

この結果、感情 ·本能モデル部 3 1は、この変更指令情報 S 2 2に基づいて、図 5について上述した各強度増減関数 4 2 A〜4 2 Gのパラメ一夕をそれぞれ指定された行動及び動作モデルの値に変更する。また行動決定機構部 3 2は、変更指令情報 S 2 2に基づいて、使用する行動モデルを指定された行動及び動作モデルのものに変更する。さらに姿勢遷移機構部 3 3は、変更指令情報 S 2 2に基づいて、この後複数の行動及び動作モデルに対応した有向アークや自己動作アークの中からいずれかの有向アークや自己動作アークを選択しなければならないようなときに、指定された行動及び動作モデルの有向アークや自己動作アークを選択するように設定を変更する。

なおこのことからも分かるように、行動及び動作モデルとは、その「成長段階」におけるその「行動様式」に対応した感情 ·本能モデル部 3 1における各強度増減関数 4 2 A〜4 2 Gのパラメ一夕値と、行動決定機構部 3 2における行動モデルと、姿勢遷移機構部 3 3における有向アークや自己動作アークとなどからなるものである。

このようにしてコントローラ 1 0は、必要に応じて「成長段階」を上げながら、自律的に行動できるようにぺットロボット 1に行動を生成させる。

( 1 - 3 ) 成長制御処理手順 R T 1

ここで成長制御機構部 3 5は、図 1 5に示す成長制御処理手順 R T 1に従ってぺットロボット 1の「成長段階」を制御する。

すなわち成長制御機構部 3 5は、一番始めの電源投入後にこの成長制御処理手順 R T 1をステップ S P 1において開始し、続くステップ S P 2において状態認識機構部 3 0 (図 4 ) から状態認識情報 S 1 0が与えられたか否かを判断する。成長制御機構部 3 5は、このステップ S P 2において否定結果を得ると、ステップ S P 3に進んで行動決定機構部 3 2 (図 4 ) から行動決定情報 S 1 4が与えられたか否かを判断する。また成長制御機構部 3 5は、このステップ S P 3において否定結果を得るとステップ SP 2に戻り、この後ステップ S P 2又はステヅプ SP 3において肯定結果を得るまでステップ S P 2 -SP 3 -SP 2のループを繰り返す。

そして成長制御機構部 35は、やがてステップ SP 2において肯定結果を得るとステップ SP 4に進み、状態認識機構部 30から与えられた状態認識情報 S 1 0に基づき得られる状態が成長要素か否かを判断する。

そして成長制御機構部 35は、このステップ S P 4において否定結果を得るとステップ SP 2に戻り、これに対して肯定結果を得るとステップ SP 5に進んで第 1の成長要素リスト 7 OA (図 13A) の対応するカウント値と、総合経験値カウン夕のカンゥト値とをそれぞれ 1ずつ増加させる。

次いで成長制御機構部 35は、ステップ S P 6に進んで総合経験値カウン夕のカウント値が現在の「成長段階」の終了条件として予め設定されたカウント値に達したか否かを判断する。

そして成長制御機構部 35は、このステップ S P 6において否定結果を得るとステップ SP 2に戻り、これに対して肯定結果を得るとステップ S P 7に進んで行動及び動作モデルを次の「成長段階」内のどの行動及び動作モデルに遷移するかを決定し、決定結果を感情 ·本能モデル部 3 1、行動決定機構部 32及び姿勢遷移機構部 33に通知した後ステップ SP 2に戻る。

また成長制御機構部 35は、ステップ SP 3において肯定結果を得た場合には、ステップ SP 8に進んで行動決定機構部 32から与えられた行動決定情報 S 1 3に基づき得られる行動が成長要素であるか否かを判断する。

そして成長制御機構部 35は、このステップ S P 8において否定結果を得るとステップ SP 2に戻り、これに対して肯定結果を得るとステップ S P 5に進んで第 2の成長要素リスト 7 1 A (図 14 A) の対応するカウント値と、総合経験値カウン夕のカンゥト値とをそれぞれ 1ずつ増加させた後、ステップ SP 6に進んでこの後上述と同様の処理を実行する。

( 1 -4) 本実施の形態の動作及び効果 W 以上の構成において、このぺットロボット 1では、ユーザが「たたく」や「なでる」などの働きかけを行ったり、ユーザがサウンドコマンダを用いて指令を与えたり、当該ぺットロボット 1がボールを用いて遊んだりするに従って行動及び動作が段階的に大人らしく変化する。

従ってこのぺットロボット 1では、単に動くだけのロボットという概念を越えて、より一層の親近感や満足感をユーザに与えることができる。

またこのペットロボット 1では、このように「成長」する際、ュ一ザからの入力履歴や自己の行動及び動作履歴に応じて「行動様式」をも変化させるため、ュ一ザに対してより一層の楽しみを与えることができる。

以上の構成によれば、ュ一ザからの働きかけや、指令の入力及び自己の行動に基づいて「成長」するかのごとくぺットロボット 1の行動及び動作を変化させるようにしたことにより、より一層の親近感や満足感をュ一ザに与えることができ、かくしてアミユーズメント性を格段的に向上させ得るぺットロボットを実現でさる。

( 1 - 5 ) 他の実施の形態

なお上述の第 1の実施の形態においては、図 1のように構成された 4足歩行型のロボッ卜に適用するようにした場合について述べたが、本発明はこれに限らず、この他種々の構成のロボヅ卜に広く適用することができる。

この場合において上述の第 1の実施の形態では、行動及び又は動作モデルに基づいて行動及び又は動作を生成する行動及び又は動作生成手段を、コントローラ

1 0、各ァクチユエ一夕 2 〜2 l _n (図 2 ) 及びスピーカ 2 0 (図 2 ) 等を適用するようにした場合について述べたが、行動及び又は動作生成手段としては本発明を適用するロボット装置の形態に応じてこの他種々の構成を適用することができる。

またこの場合において上述の第 1の実施の形態においては、外部からの入力履歴と自己の行動及び又は動作履歴との少なくとも一方に基づいて、所定のタイミングで上記行動及び又は動作モデルを成長レベルの高い上記行動及び又は動作モデルに変更する行動及び又は動作モデル変更手段としてコントローラ 1 0の成長制御機構部 3 5を適用するようにした場合について述べたが、本発明はこれに限らず、行動及び又は動作モデル変更手段としては本発明を適用するロボット装置の形態に応じてこの他種々の構成を適用することができる。

さらに上述の第 1の実施の形態においては、ロボット装置 1を段階的に「成長」させるようにした場合について述べたが、本発明はこれに限らず、成長要素の状態を検出したり、成長要素の行動又は動作を行うごとに制御パラメ一夕の値を順次変更するようにして、無段階的に「成長」させるようにしても良い。

さらに上述の第 1の実施の形態においては、ロボット装置 1を「幼年期」、「少年期」、「青年期」及び「成人期」の 4段階に「成長」させるようにした場合について述べたが、本発明はこれに限らず、その「成長段階」の数を 4以外に設定するようにしても良い。

この場合において、例えば図 1 6に示す成長段階モデルのように、あるセル 7 2において遷移可能条件を満たしたときに隣接するセル 7 2のうち自己の成長レベルよりも高いセル 7 2に遷移するように「成長」させるようにしても良い。さらに上述の第 1の実施の形態においては、外部からの入力履歴として夕ツチセンサ 1 8 (図 2 ) を介しての接触入力や、 C C Dカメラ 1 7 (図 2 ) による撮像及びサゥンドコマンダを用いての指令音入力などの履歴を適用するようにした場合について述べたが、本発明はこれに限らず、これらに加えて又はこれら以外のユーザからの入力履歴を適用するようにしても良い。

さらに上述の第 1の実施の形態においては、「少年期」以降の各「成長段階」にそれぞれ複数の行動及び動作モデルを用意するようにした場合について述べたが、本発明はこれに限らず、各「成長段階」に 1つの行動及び動作モデルしか用意しないようにしても良い。

さらに上述の第 1の実施の形態においては、「成長」に伴って変更する項目を「歩行状態」、「モーション」、「行動」及び「サウンド」の 4つにするようにした場合について述べたが、本発明はこれに限らず、これ以外の項目を「成長」に伴つて変化させるようにしても良い。

さらに上述の第 1の実施の形態においては、各成長要素の累積度数の合計値に基づいて総合経験値を算出し、当該総合経験値に基づいてぺットロボット 1を「成長」させるようにした場合について述べたが、本発明はこれに限らず、総合経験値の算出方法としては、この他種々の方法を広く適用することができる。

さらに上述の第 1の実施の形態においては、外部からの入力履歴と自己の行動及び動作履歴とに基づいてぺットロボット 1の「成長段階」を上げるようにした場合について述べたが、本発明はこれに限らず、「成長段階」を上げる要素としては、入力履歴と自己の行動及び又は動作履歴とのうちの一方だけとするようにしても良く、また入力履歴と自己の行動及び又は動作履歴以外の要素を加味するようにしても良い。

実際上入力履歴と自己の行動及び又は動作履歴以外の要素を加味する場合、当該要素としては時間経過などが考えられる。そして例えば時間経過を「成長段階

」を上げる 1つの要素とする方法としては、時間経過用に成長要素カウンタテーブルを設け、所定時間経過するごとにこの成長要素カウン夕テーブルの値をカウントアップすると共に、当該成長要素カウン夕テーブルのカウント値をも総合経験値テ一ブルを更新する際の材料とするようにすれば良い。

また立ってから歩けるから子供、ボールを遠くに蹴られるから大人というように、ある行動や動作に対する達成度を所定の評価関数を用いて自己評価し、得られた達成度を「成長段階」を上げるための要素とするようにしても良い。例えば図 1 7に示すように、「ボールを蹴る」という行動に対して、成長制御機構部 3 2 (図 4 ) がペットロボット 1の中心座標を原点としたときの蹴ったあとのボール 7 3までの距離 d及び方向 0で定義される次式

F = : X d x c o s ( Θ )

但し、ひは正の係数で与えられる評価関数 f (d, Θ) によって「ボールを蹴る」という行動の達成度 Fを自己評価し、この達成度 Fが現在の「成長段階」に対して予め設定された閾値以上となった場合に次の「成長段階」に「成長」するようにしても良い。因に、ボール 73までの距離 dは、距離センサを別途設けることにより測定でき、また方向 0は、頭部ュニット 4をロール方向に回転させるァクチユエ一夕 2 1, ( iは 1〜nのいずれか）の出力軸の回転角度を測定する図示しないエンコーダの出力に基づいて測定することができる。この場合の達成度 Fは、真っ直ぐに遠くへボールを蹴られるほど大きくなる。

またこのような評価の対象とする行動や動作としては、「ボールを蹴る」以外の例えば「歩く」（その速度を評価）などの各種行動や動作を広く適用することができる。

さらにこのような行動や動作の達成度 Fの演算を常時行い、上述のような入力履歴と自己の行動及び又は動作履歴とに基づいて「成長」するときにかかる達成度 Fの最大値に基づいて次の「成長段階」や行動様式（Baby l、 Ch i l d 1、 Ch i l d 2、 Youn l〜Young 3、 Adu l t l〜Ad u 1 t 4) を決定するようにしても良い。

(2) 第 2の実施の形態

(2— 1) 第 2の実施の形態によるぺットロボット 80の構成

図 1において、 80は全体として第 2の実施の形態によるぺットロボットを示すものであり、行動及び動作モデルの変更方法で異なる点を除いて第 1の実施の形態によるぺットロボット 1と同様に構成されている。

すなわちこのペットロボット 80では、図 18に示すように、成長過程として「誕生期」、「幼年期」、「少年期」、「青年期」及び「成人期」の 5つの「成長段階

」が設けられている。

そしてこのぺットロボヅト 80では、コントロ一ラ 8 1 (図 2) の処理内容を機能的に分類すると、図 4との対応部分に同一符号を付して示す図 19に示すように、行動決定機構部 82を除いて第 1の実施の形態によるコントローラ 10と同様に構成されており、当該行動決定機構部 82が、それぞれペットロボット 8 0が発現できる全ての行動パターンが格納された広大な状態空間を有している。そして行動決定機構部 82は、その状態空間のうちの「歩く」、「寝る」及び「立つ」等のこのぺットロボット 80における基本的な行動を生成する部分状態空間をコアとして、「誕生期」には当該コアを含む極一部だけを使用し、この後「成長」する度に、新たに増やしたい部分状態空間（新たに発現できるようにする行動や一連の行動パターンを生成する部分状態空間）への遷移を許可すると共に使わなくなった部分状態空間（発現しないようにする行動や一連の行動パターンを生成する部分状態空間）を切り離すようにして、各「成長ステージ」における行動及び動作モデルを生成している。

そしてこのぺットロボット 80では、このように新たに増やしたい部分状態空間への遷移を許可したり、不要な状態空間を切り離す方法として、その状態空間への遷移確率を「成長」に応じて変更する方法を用いている。

例えば図 20において、ノード NOD E_A からノード NOD E_B への遷移条件が『ボールを見つけた』ことであり、かつノード NOD E_B からの一連のノード群 82が『ボールに近づいてこれを蹴る』といった一連の行動パターンを行うためのものであるとすると、ノード NODE_A においてボールを見つけたときには遷移確率で『ボールを追いかけてこれを蹴る』という行動パターン PAi が発現されるが、この遷移確率 Pi が「0」である場合には、このような行動パ夕ーン PAi は決して発現されない。

そこでこのペットロボット 80においては、ある「成長段階」になってからこのような行動パターン PAi を発現させる場合には、初期時にはこの遷移確率 P ！を「0」に設定しておき、当該「成長段階」になったときにこの遷移確率 Pi を「0」よりも大きい予め設定された数値に変更するようにする。またこれと逆に、ある「成長段階」となったときにこの行動パターンを忘れさせる場合には、その「成長段階」になったときにノード NODE_A からノード NODE_B への遷移確率を「0」に変更するようにしている。そしてこのぺットロボット 80では、このように必要箇所の遷移確率を更新するための具体的手法として、各行動及び動作モデルには、「幼年期」、「少年期」、「青年期」及び「成人期」の各「成長段階」にそれぞれ対応させて、図 21に示すようなファイル（以下、これを差分ファイルと呼ぶ） 84A~84Dが設けられている。

これら差分ファイル 84 A〜84 Dは、その「成長段階」に上がるに際して上述のように新たな行動を発現させるために上述のように遷移確率を変更すべきノ —ド（図 20におけるノード NODE_A に相当）のノード名（番号）と、そのノ —ドの状態遷移表 50 (図 7) における遷移確率を変更すべき箇所と、当該箇所における変更後の遷移確率とが格納されたものである。

そして行動決定機構部 82は、初期時には「誕生期」用の行動及び動作モデルで行動を生成する一方、この後上述のように成長制御機構部 35から「成長」したとの通知が与えられると、対応する「成長段階」用の差分ファイル 84〜84 Dに基づいて、当該差分ファイル 84〜84 Dに記述された各ノードについて、それぞれ指定された箇所の遷移確率を指定された数値に変更する。

例えばこの図 7及び図 21に示す例の場合において、「幼年期」に成長したときには、行動決定機構部 81は、ノード NODE₁₀。の状態遷移表 50における遷移確率が記述された領域（図 7において「出力行動」の列よりも下側でかつ「デ一夕の範囲」の行よりも右側部分）の「1行目」でかつ「1列目」の遷移確率を「20」〔％〕に変更すると共に、当該状態遷移表の「1行目」でかつ「n列目」の遷移確率を「30」〔％〕、 ……のようにそれぞれ変更する。またこれと共に行動決定機構部 82は、この「幼年期」用の差分ファイル 84 Aに記述された他のノード NODE₃₂。、 NODE₇₂。、 ……についても同様にして対応する遷移確率をそれぞれ変更する。

この場合このようにして数値を変更する遷移確率の中には、それまでの遷移確率が「0」であった（すなわち一連の行動パターンの起点となるノードへの遷移が禁止されていた）ものや、変更後の遷移確率が「0」となる（すなわち一連の行動パターンの起点となるノードへの遷移が禁止される）ものが含まれているが

、このようにその遷移確率が「0」から所定の数値に変更されたり、又は変更後の遷移確率が「0」となることにより、新たな「成長段階」においてその一連の行動パ夕一ンが発現されるようになったり、又はその一連の行動パ夕一ンが発現されなくなったりする。

なおこのようにして必要な遷移確率を変更した場合においても、変更後の状態遷移表 5 0における対応する行に含まれる各遷移確率の和が 1 0 0 〔％〕となるように各差分ファイル 8 4 A〜8 4 Dにおける各遷移確率の値が選定されているかくしてこのペットロボット 8 0では、例えば図 2 2に示すように、「成長」に伴って各「成長段階」の行動及び動作モデルの状態空間を順次拡大してゆく。 ( 2 - 2 ) 本実施の形態の動作及び効果

以上の構成において、このぺットロボット 8 0では、全ての行動パターンが格納された広大な状態空間のうちの基本的な行動を行うための部分状態空間をコアとして、「誕生期」には当該コアを含む極一部だけを使用し、この後「成長」する度に、コア以外の使わなくなった部分状態空間を切り離すと共に新たに増やしたい部分状態空間への遷移を許可するようにして、各「成長段階」における行動及び動作モデルを生成し、当該生成した行動及び動作モデルに従って行動する。従ってこのペットロボット 8 0では、各「成長段階」における行動及び動作モデルの状態空間が連続的に変化してゆくため、「成長」の前後における出力行動の不連続性を軽減して、より自然に「成長」を表現することができる。またこのぺットロボット 8 0では、基本的な行動を生成するための部分状態空間を全ての「成長段階」において共用しているため、基本的な行動の学習結果を順次次の「成長段階」に持ち越すことができる。

さらにこのぺットロボット 8 0では、このように基本的な行動を生成する部分状態空間を全ての「成長段階」において共用しているため、各「成長段階」の行動及び動作モデルの作成作業が容易であり、また第 1の実施の形態の場合のよう W に各「成長段階」ごとに個別の行動及び動作モデルを用意する場合に比べて行動モデル全体としてのデータ量を削減することもできる。

さらにこのぺットロボット 8 0では、上述のように「成長」に合わせて不要な一連の行動パターンの状態空間を切り離し、必要な一連の行動パターンの状態空間への遷移を許可するようにして各「成長段階」における行動及び動作モデルを生成するようにしているため、各一連の行動パターンを部品化することができ、その分行動決定機構部 8 2の生成作業をより一層容易化することができる。以上の構成によれば、全ての行動パターンが格納された広大な状態空間のうちの基本的な行動を行うための部分状態空間をコアとして、「誕生期」には当該コァを含む極一部だけを使用し、この後「成長」する度に、コア以外の使わなくなつた部分状態空間を切り離すと共に新たに増やしたい部分状態空間への遷移を許可するようにして各「成長段階」における行動及び動作モデルを生成するようにしたことにより、各「成長段階」における行動及び動作モデルの状態空間を連続的に変化させて、「成長」の前後における出力行動の不連続性を軽減することができる。かくするにっきより自然に「成長」を表現することができ、かくしてェン夕ーティメント性を向上させ得るぺットロボットを実現できる。

( 2 - 3 ) 他の実施の形態

なお上述の第 2の実施の形態においては、基本的な行動を生成するための部分状態空間を全ての「成長段階」において共用する場合について述べたが、本発明はこれに限らず、例えば図 2 3に示すように、各「成長段階」を細分化し、当該細分化された各「成長段階」それぞれにおいて基本的な行動を生成するための部分状態空間を共用するようにしても良い。

さらに上述の第 2の実施の形態においては、「成長」に伴って各「成長段階」の行動及び動作モデルの状態空間を順次拡大してゆく場合について述べたが、本発明はこれに限らず、各「成長段階」の行動及び動作モデルの状態空間を順次縮小させたり、又は拡大の途中でいずれかの「成長段階」においてその行動及び動作モデルの状態空間を縮小させたりするようにしても良い。 (3) 第 3の実施の形態

(3 - 1 ) 本実施の形態によるペットロボット 90の構成

図 1において、 90は第 3の実施の形態によるぺットロボットを示し、第 1の実施の形態において説明した成長機能に加えて、図 24に示すように、ユーザからの働きかけなどの操作入力の履歴と、自己の行動及び動作履歴とに応じて、必要に応じて同じ「成長段階」内において行動様式（Baby 1、 Chi ld 1、 Chi ld 2、 Young l〜Young 3、 Adu l t l〜Adul t 4) を変更させたり、「成長段階」を退行（すなわち行動様式を成長レベルの低い「成長段階」内の行動様式に変更）させる機能（以下、これを行動様式変更及び退行機能と呼ぶ）が搭載されている点を除いて第 1の実施の形態によるべットロボット 1と同様に構成されている。

すなわちこのぺットロボット 90の場合、コントロ一ラ 91 (図 2) においては、図 13 A及び Bについて上述した各成長要素のカウントの他に、「好きな色を見た」や、「ボールで遊んだ」、「ボールを取られた」、「放置された時間」などの予め定められた「行動様式変更」に関与する複数の要素（以下、これらを行動様式変更要素と呼ぶ）についても、その発生を常時監視してカウントするようになされている。

なおこの実施の形態の場合、サウンドコマンダを用いた指令入力と、「撫でる」、「叩く」に該当する夕ツチセンサ 18 (図 2) を介してのセンサ入力及び決められた行動及び動作の成功回数などでなる強化学習と、「撫でる」及び「叩く」に該当しない夕ツチセンサ 18を介してのセンサ入力と、「ボールで遊ぶ」などの所定の行動及び動作となどの上述の各成長要素も行動様式変更要素とされており、成長要素としてのカウントとは別個にカウントされる。

そしてコントローラ 91は、これら行動様式変更要素の累積度数の合計値（以下、これを行動様式変更要素の総合経験値と呼ぶ）が予め設定された閾値を越えると、「成長」に関わりなく、使用する行動及び動作モデルを同一「成長段階」内の他の行動及び動作モデルに変更する。この際、他の行動及び動作モデルのうちのどの行動及び動作モデルに変更するかは各行動様式変更要素の累積度数によって決定される。例えばそのときまで使用していた行動及び動作モデルが「青年期」の「普通」の行動様式の行動及び動作モデル（Young 2) である場合において、行動様式変更要素のうちの「叩かれた」や「放置された時間」等の予め定められた行動様式を悪くする行動様式変更要素の累積度数が他の行動様式変更要素の累積度数に比べて大きいときには「青年期」の「いらいら」した行動様式の行動及び動作モデル（Young

1) が選択される。これに対して行動様式変更要素のうちの「撫でられた」や「好きな色が見えた」等の予め定められた行動様式を良くする行動様式変更要素の累積度数が他の行動様式変更要素の累積度数に比べて大きいときには「青年期」の「おっとり」とした行動様式の行動及び動作モデル（Young 3) が選択される。

またこの際、そのとき使用している行動及び動作モデルから変更できる同一「成長段階」内の他の行動及び動作モデルは予め決まっており、図 24において矢印で結ばれた行動及び動作モデル間の変更しかできない。

従って例えばそのときまで使用されていた行動及び動作モデルが「成人期」の「少しおとなしい」行動様式の行動及び動作モデル（Adu l t 3) であった場合、変更できる行動及び動作モデルは、「少し荒々しい」行動様式の行動及び動作モデル（Adu l t 2) 又は「おとなしい」行動様式の行動及び動作モデル（Adu l t 4) のいずれかであり、「いらいら」した行動様式の行動及び動作モデル（Adu l t 1) には変更することができないようになつている。一方、コントローラ 9 1は、このような各行動様式変更要素に加えて、「机等から落ちた」、「転倒した」、「大きな衝撃を受けた」などの予め定められた「成長段階の退行」に関与する複数の要素（以下、これを退行要素と呼ぶ）について、その発生を常時監視してカウントする。

そしてコントローラ 9 1は、これら各退行要素の累積度数に基づいて、いずれかの退行要素の累積度数がこれら退行要素ごとにそれぞれ予め設定された閾値を越えると、使用する行動及び動作モデルをそのときまで使用していた行動及び動作モデルの「成長段階」よりも成長レベルが低い「成長段階」の行動及び動作モデルに変更する。

この際、「成長段階」を成長レベルが低い「成長段階」の行動及び動作モデルに変更するに際して、「成長段階」を何段階退行させるか（どの「成長段階」の行動及び動作モデルに変更するか）は各退行要素ごとに予め決められており、例えば「机等から落ちた」場合には、その累積度数が 1回であっても「成長段階」を 2段階（ただし「少年期」の場合には 1段階）退行させ、「転倒した」の累積度数が閾値を越えた場合には 1段階退行させるようになつている。

またこのように「成長段階」を退行させる際に、退行後の「成長段階」内のどの行動様式の行動及び動作モデルを選択するかは、ランダムに決定される。

従って例えばそのときまで使用していた行動及び動作モデルが例えば「成人期」の「攻撃的」な行動様式の行動及び動作モデル（A d u l t 1 ) であった場合においても、退行によって「青年期」の「おっとり」とした行動様式の行動及び動作モデル（Y o u n g 3 ) が選択されることがある。

このようにしてこのぺットロボット 9 0においては、あたかも本物の動物が飼い主の飼育の仕方等によって行動様式を変化させたり、強いショックによって精神が退行するかのするかのごとく、ユーザからの働きかけ及び指令の入力履歴や自己の行動及び動作履歴、及びショック等に応じて「成長」時以外のときにも「行動様式」を順次変化させてゆくようになされている。

( 3 - 2 ) コントロ一ラ 9 1の処理

ここでこのぺヅトロボット 9 0のコントローラ 9 1の処理内容を機能的に分類すると、図 4との対応部分に同一符号を付した図 2 5に示すように、成長制御機構部 9 2を除いて第 1の実施の形態と同様に構成されている。そしてかかる「行動様式の変更」及び「成長段階の退行」は、この成長制御機構部 9 2の制御のもとに行われる。

実際上、成長制御機構部 9 2は、第 1の実施の形態において上述した「成長」に関する制御処理と並行して、以下のようにして同一「成長段階」内での行動様式変更及び「成長段階」の退行に関する制御処理を実行する。

すなわち成長制御機構部 9 2は、状態認識機構部 3 0から与えられる状態認識情報 S 2 0に基づく各種状態のうち、同一「成長段階」内で行動様式を変更する際の参考要素とすべき上述の行動様式変更要素をまとめて記述した図 2 6 Aに示すようなリスト（以下、これを第 1の行動様式変更要素リストと呼ぶ） 9 3 Aと、これら行動様式変更要素の累積度数をそれぞれカウン卜するための図 2 6 Bのようなカウン夕テーブル（以下、これを第 1の行動様式変更要素カウン夕テープルと呼ぶ） 9 3 Bとをメモリ 9 0 A内に有している。

そして成長制御機構部 9 2は、状態認識機構部 3 0から状態認識情報 S 2 0が与えられると、当該状態認識情報 S 2 0に基づき得られる状態が行動様式変更要素であるか否かを第 1の行動様式変更要素リスト 9 3 Aに基づいて判断し、当該状態が行動様式変更要素である場合には第 1の行動様式変更要素カウン夕テープル 9 3 B内の対応するカウント値（経験値）を 1つ増加させる。

また成長制御機構部 9 2は、上述のように行動決定機構部 3 2から与えられる行動指令情報 S 1 4に基づき得られる行動や動作のうち、同一「成長段階」内で行動様式を変更する際の参考要素とすべき上述の行動様式変更要素をまとめて記述した図 2 7 Aに示すようなリスト（以下、これを第 2の行動様式変更要素リストと呼ぶ） 9 4 Aと、これら行動様式変更要素の累積度数をそれぞれカウントするための図 2 7 Bのようなカウン夕テーブル（以下、これを第 2の行動様式変更要素カウン夕テ一ブルと呼ぶ） 9 4 Bとを、その内部に設けられたメモリ 9 0 A 内に有している。

そして成長制御機構部 9 2は、行動決定機構部 3 2から行動指令情報 S 1 4が与えられると、当該行動指令情報 S 1 4に基づき得られる行動や動作が行動様式変更要素であるか否かを第 2の行動様式変更要素リスト 9 4 Aに基づいて判断し、当該行動が成長要素である場合には第 2の行動様式変更要素カウン夕テーブル 9 4 B内の対応するカウント値（経験値）を 1つ増加させる。さらに成長制御機構部 9 2は、上述のように第 1又は第 2の行動様式変更要素カウン夕テーブル 9 3 B、 9 4 B内のカウント値を増加させたときには、第 1及び第 2の行動様式変更要素カウン夕テーブル 9 3 B、 9 4 Bとは別に用意した同一「成長段階」内で行動様式を変更するか否かを判定するためのカウン夕（以下、これを行動様式変更総合経験値カウン夕と呼ぶ）のカウント値を 1つ増加させ、この後当該行動様式変更総合経験値カウン夕のカウント値が「行動様式」を変更する条件として予め設定されたカウント値に達したか否かを判断する。

そして成長制御機構部 9 2は、行動様式変更総合経験値カウン夕のカウント値が「行動様式」を変更する条件として予め設定されたカウント値に達した場合には、行動及び動作モデルを同じ「成長段階」内のどの行動及び動作モデルに変更するかを第 1及び第 2の行動様式変更用要素カンウタテーブル 9 3 B、 9 4 B内の各カウント値に基づいて決定し、決定結果を変更指令情報 S 2 2として感情 · 本能モデル部 3 1、行動決定機構部 3 2及び姿勢遷移機構部 3 3に通知する。この結果、感情 ·本能モデル部 3 1は、この変更指令情報 S 2 2に基づいて、各強度増減関数 4 2 A〜4 2 Gのパラメ一夕をそれぞれ指定された行動及び動作モデルの値に変更する。また行動決定機構部 3 2は、変更指令情報 S 2 2に基づいて、使用する行動モデルを指定された行動及び動作モデルのものに変更する。さらに姿勢遷移機構部 3 3は、変更指令情報 S 2 2に基づいて、この後複数の行動及び動作モデルに対応した有向アークや自己動作アークの中からいずれかの有向アークや自己動作アークを選択しなければならないようなときに、指定された行動及び動作モデルに応じた有向アークや自己動作アークを選択するように、設定を変更する。

このようにして成長制御機構部 9 2は、ユーザからの働きかけやサウンドコマンダを用いた指令などの操作入力の履歴と、自己の行動及び動作履歴とに応じて、同じ「成長段階」内での行動様式の変更を制御する。

他方、成長制御機構部 9 2は、状態認識機構部 3 0から与えられる状態認識情報 S 1 0に基づく各種状態のうち、「成長段階」を退行させる際の参考要素とすべき上述の退行要素をまとめて記述した図 2 8 Aのようなリスト（以下、これを退行要素リストと呼ぶ） 9 5 Aと、これら退行要素の累積度数をそれぞれカウントするための図 2 8 Bのようなカウン夕テーブル（以下、これを退行要素カウン夕テーブルと呼ぶ） 9 5 Bとをメモリ 9 0 A内に有している。

そして成長制御機構部 9 2は、状態認識機構部 3 0から状態認識情報 S 2 0が与えられると、当該状態認識情報 S 2 0に基づき得られる状態が退行要素であるか否かを退行要素リスト 9 5 Aに基づいて判断し、当該状態が退行要素である場合には退行要素カウン夕テーブル 9 5内の対応するカウント値（経験値）を 1つ増加させる。

また成長制御機構部 9 2は、図 2 9に示すように、各退行要素に対して予め設定された閾値と、その退行要素の累積度数が閾値を越えた場合の「成長段階」の退行段数とを記述したリスト（以下、これを退行条件及び段数リストと呼ぶ） 9 6をメモリ 9 O A内に有している。

そして成長制御機構部 9 2は、上述のように退行要素カウン夕テーブル 9 5 B 内のいずれかの退行要素のカウント値を増加させたときには、退行条件及び段数リスト 9 6を参照して、その退行要素のカウント値が当該退行要素に対して設定された閾値を越えたか否かを判断する。

そして成長制御機構部 9 2は、その退行要素のカウント値が対応する閾値を越えた場合には、退行条件及び段数リスト 9 6に基づいて、行動及び動作モデルをその退行要素に対して定められた段数だけ成長レベルの低い「成長段階」内のどの行動及び動作モデルに変更するかをランダムに決定し、決定結果を変更指令情報 S 2 2として感情 ·本能モデル部 3 1、行動決定機構部 3 2及び姿勢遷移機構部 3 3に通知する。

この結果、感情 ·本能モデル部 3 1は、この変更指令情報 S 2 2に基づいて、各強度増減関数 4 2 A〜4 2 Gのパラメ一夕をそれぞれ指定された行動及び動作モデルの値に変更する。また行動決定機構部 3 2は、変更指令情報 S 2 2に基づいて、使用する行動モデルを指定された行動及び動作モデルのものに変更する。さらに姿勢遷移機構部 3 3は、変更指令情報 S 2 2に基づいて、この後複数の行動及び動作モデルに対応した有向アークや自己動作アークの中からいずれかの有向アークや自己動作アークを選択しなければならないようなときに、指定された行動及び動作モデルに応じた有向アークや自己動作アークを選択するように、設定を変更する。

このようにして成長制御機構部 9 2は、外部センサ部 1 9からの外部情報信号 S 2及び内部センサ部 1 5からの内部情報信号 S 1に基づいて「成長段階」の退行を制御する。

( 3 - 3 ) 行動様式変更処理手順 R T 2及び退行処理手順 R T 3

ここで成長制御機構部 9 2は、図 3 0に示す行動様式変更処理手順 R T 2に従つて、同じ「成長段階」内での行動様式変更の処理を実行する。

すなわち成長制御機構部 9 2は、行動及び動作モデルを変更するごとにこの行動様式変更処理手順 R T 2をステップ S P 1 0において開始し、続くステップ S P 1 1において状態認識機構部 3 0から状態認識情報 S 1 0が与えられたか否かを判断する。

成長制御機構部 9 2は、このステップ S P 1 1において否定結果を得ると、ステツプ S P 1 2に進んで行動決定機構部 3 2から行動決定情報 S 1 4が与えられたか否かを判断する。また成長制御機構部 9 2は、このステップ S P 1 2において否定結果を得ると、ステップ S P 1 1に戻り、この後ステップ S P 1 1又はステツプ S P 1 2において肯定結果を得るまでステップ S P 1 1 - S P 1 2 - S P 1 1のループを繰り返す。

そして成長制御機構部 9 2は、やがてステップ S P 1 1において肯定結果を得た場合にはステップ S P 1 3に進み、状態認識機構部 3 0から与えられた状態認識情報 S 1 0に基づき得られる状態が行動様式変更要素であるか否かを判断するそして成長制御機構部 9 2は、このステップ S P 1 3において否定結果を得るとステップ S P 1 1に戻り、これに対して肯定結果を得るとステップ S P 1 5に進んで第 1の行動様式変更要素カウン夕テーブル 9 3 B (図 2 6 B ) 内の対応するカウント値と、行動様式変更用総合経験値カウン夕のカウント値とをそれぞれ 1ずつ増加させる。

また成長制御機構部 9 2は、ステップ S P 1 2において肯定結果を得た場合にはステップ S P 1 4に進み、行動決定機構部 3 2から与えられた行動決定情報 S 1 4に基づき得られる行動や動作が行動様式変更要素であるか否かを判断する。そして成長制御機構部 9 2は、このステップ S P 1 4において否定結果を得るとステップ S P 1 1に戻り、これに対して肯定結果を得るとステップ S P 1 5に進んで第 2の行動様式変更要素カウン夕テーブル 9 4 B (図 2 7 B ) 内の対応するカウント値と、行動様式変更総合経験値カウン夕のカウント値とをそれぞれ 1 ずつ増加させる。

そして成長制御機構部 9 2は、ステップ S P 1 5における処理を終了後、ステヅプ S P 1 6に進んで行動様式変更総合経験値カウン夕のカウント値が現在の行動及び動作モデルの変更条件として予め設定されたカウント値に達したか否かを判断する。

そして成長制御機構部 9 2は、このステップ S P 1 6において否定結果を得るとステップ S P 1 1に戻り、これに対して肯定結果を得るとステップ S P 1 7に進んで行動及び動作モデルを次に同じ「成長段階」内のどの行動及び動作モデルに変更するかを決定し、決定結果を感情 ·本能モデル部 3 1、行動決定機構部 3 2及び姿勢遷移機構部 3 3にそれぞれ通知する。

さらに成長制御機構部 9 2は、この後ステップ S P 1 8に進んで第 1及び第 2 の行動様式変更要素カウン夕テーブル 9 3 B、 9 4 B内の全てのカウント値を「 0」にするようにしてこれら第 1及び第 2の行動様式変更要素力ゥン夕テーブル 9 3 B 9 4 Bをリセットした後、ステップ S P 1 9に進んでこの行動様式変更処理手順 R T 2を終了する。

一方、成長制御機構部 9 2は、これと並行して、図 3 1に示す退行処理手順 R T 3に従って「成長段階」の退行の制御処理を実行する。すなわち成長制御機構部 92は、行動及び動作モデルを変更するごとにこの退行処理手順 RT 3をステップ SP 20において開始し、続くステップ S P 2 1において状態認識機構部 30から状態認識情報 S 10が与えられるのを待ち受けるそして成長制御機構部 92は、やがてこのステップ SP 2 1において肯定結果を得るとステップ S P 22に進み、状態認識機構部 30から与えられた状態認識情報 S 10に基づき得られる状態が退行要素であるか否かを判断する。

そして成長制御機構部 92は、このステップ SP 22において否定結果を得るとステップ SP 2 1に戻り、これに対して肯定結果を得るとステップ SP 23に進んで退行要素カウン夕テ一ブル 9 5 B (図 28 B) 内の対応するカウント値を 1増加させる。

続いて成長制御機構部 92は、ステップ SP 24に進んで退行条件及び段数リスト 96 (図 29) を参照して、その退行要素のカウント値が退行条件として予め設定されたカウント値に達したか否かを判断する。

そして成長制御機構部 92は、このステップ S P 24において否定結果を得るとステップ SP 2 1に戻り、これに対して肯定結果を得るとステップ SP 25に進んで行動及び動作モデルをその退行要素に対して定められた段数だけ成長レべルの低い「成長段階」内のどの行動及び動作モデルに変更するかをランダムに決定し、決定結果を感情 ·本能モデル部 3 1、行動決定機構部 32及び姿勢遷移機構部 33にそれぞれ通知する。

さらに成長制御機構部 92は、この後ステップ SP 26に進んで退行要素カンゥ夕テ一プル 95 B内の全てのカウント値を「 0」にするようにして当該退行要素カウン夕テーブル 95 Bをリセットした後、ステップ S P 27に進んでこの退行処理手順 R T 3を終了する。

(3-4) 本実施の形態の動作及び効果

以上の構成において、このぺットロボット 90では、時間経過に伴ってあたかも本物の生物が「成長」するかのごとく、行動及び動作が子供っぽい行動及び動作から大人らしい行動及び動作に段階的に変化してゆく。

そしてペットロボット 9 0は、「成長」する際にそれまでのユーザの接し方や環境及び自己の行動及び動作履歴等に応じて行動様式を変えるが、これ以外のときにもユーザの接し方や環境及び自己の行動及び動作履歴等に応じて行動様式を順次変化させる一方、例えば強いショックを受けた場合などには成長レベルの退行までもが発生する。

従ってこのペットロボヅト 9 0では、「成長」に関わりなく、ユーザの接し方や環境及び自己の行動及び動作履歴等に応じて順次行動様式を変化させたり、成長レベルを退行させたりするため、ユーザを飽き難くさせてより一層の親近感や満足感をユーザに与えることができる。

以上の構成によれば、「成長」に関わりなく、ユーザの接し方や環境及び自己の行動及び動作履歴等に応じて順次行動様式を変化させたり、成長レベルを退行させるようにしたことにより、ユーザを飽き難くさせてより一層の親近感や満足感をユーザに与えることができ、かくしてアミユーズメント性をより一層向上させ得るぺットロボットを実現できる。

( 3 - 5 ) 他の実施の形態

なお上述の第 3の実施の形態においては、本発明を図 1のように構成された 4 足歩行型のぺットロボット 9 0に適用するようにした場合について述べたが、本発明はこれに限らず、この他種々の構成のロボット装置に広く適用することができる。またコンピュータグラフィックスでモニタ画面上で動くキャラクタ等にも適用することができる。

この場合において、上述の第 3の実施の形態においては、行動及び動作モデルに基づいて行動や動作を生成する行動及び又は動作生成手段を、コントローラ 0 0、ァクチユエ一夕 2 〜2 l _n 、スピーカ 2 0及び「目」の位置の L E Dなどにより構成するようにした場合について述べたが、本発明はこれに限らず、本発明を適用するロボット装置の形態に応じてこの他種々の構成を適用することができる。またこの場合において、上述の第 3の実施の形態においては、行動及び動作モデルを成長レベルが高い行動及び動作モデルに順次変更する第 1の変更手段と、外部からの入力履歴や、自己の行動及び動作履歴の少なくとも一方に基づいて行動及び動作モデルを成長レベルが同じ又は低い別の行動及び動作モデルに変更する第 2の変更手段とを、 1つのコントローラ 9 0 (成長制御機構部 9 2 ) により構成するようにした場合について述べたが、本発明はこれに限らず、これらを別体に形成するようにしても良い。

また上述の第 3の実施の形態においては、外部からの入力履歴と、自己の行動及び動作履歴との両方に基づ、て行動様式や成長レベルを変更するようにした場合について述べたが、本発明はこれに限らず、外部からの入力履歴と自己の行動及び動作履歴とのいずれか一方にのみ基づいて、又は外部からの入力履歴と自己の行動及び動作履歴以外の要素を加味して、「成長」以外のタイミングでぺットロボット 1の行動様式や成長レベルを変更するようにしても良い。さらにまた自己の行動履歴及び動作履歴のいずれか一方に基づいて行動様式や成長レベルを変更するようにしても良い。

さらに上述の第 3の実施の形態においては、ぺットロボット 1を段階的に「成長」させるようにした場合について述べたが、本発明はこれに限らず、成長要素の状態を検出したり、成長要素の行動又は動作を行うごとに制御パラメ一夕の値を順次変更するようにして無段階的に「成長」させるようにしても良い。

さらに上述の第 3の実施の形態においては、ペットロボット 1を「幼年期」、「少年期」、「青年期」及び「成人期」の 4段階で「成長」又は「退行」させるようにした場合について述べたが、本発明はこれに限らず、「成長段階」の数を 4以外の数に設定するようにしても良い。

この場合において、例えば図 3 2に示す成長段階モデルのように、あるセル 9 7において遷移可能条件を満たしたときに自己の成長レベルと「同じ」、「低い」又は「高い」いずれかのセル 9 7に遷移するようにして「成長」、「退行」及び「行動様式を変更」させるようにしても良い。さらに上述の第 3の実施の形態においては、外部からの入力履歴として夕ツチセンサ 1 8を介しての接触入力や、 C C Dカメラ 1 7による撮像及びサゥンドコマンダを用いての指令音入力などの履歴を適用するようにした場合について述べたが、本発明はこれに限らず、これらに加えて又はこれら以外の外部からの入力履歴を適用するようにしても良い。

さらに上述の第 3の実施の形態においては、「少年期」以降の各「成長段階」にそれぞれ複数の行動及び動作モデルを用意するようにした場合について述べたが、本発明はこれに限らず、各「成長段階」に 1つの行動及び動作モデルしか用意しないようにしても良い。

さらに上述の第 3の実施の形態においては、「成長」に伴って変更される項目を「歩行状態」、「モーション」、「行動」及び「サウンド」の 4つにするようにした場合について述べたが、本発明はこれに限らず、「成長」に伴ってこれ以外の項目を変更するようにしても良い。

さらに上述の第 3の実施の形態においては、各行動様式変更要素の累積度数の合計値に基づいて行動様式変更総合経験値を算出し、当該行動様式変更総合経験値に基づいてぺットロボット 9 0の行動様式を変更（行動及び動作モデルを変更 ) するようにした場合について述べたが、本発明はこれに限らず、これ以外の条件によりぺットロボット 9 0の行動様式を変更するタイミングを決定するようにしても良い。

同様に、上述の第 3の実施の形態においては、各退行要素の累積度数に基づいて「成長段階」の退行を行うようにした場合について述べたが、本発明はこれに限らず、これ以外の条件によりぺットロボット 9 0の「成長段階」を退行する夕ィミングを決定するようにしても良い。

さらに上述の第 3の実施の形態においては、同一「成長段階」内において行動及び動作モデルを変更する際には図 2 4において矢印で結ばれた行動及び動作モデル間での遷移しかできないようにした場合について述べたが、本発明はこれに限らず、矢印で結ばれていない行動及び動作モデル間での遷移も行えるようにしても良い。

さらに上述の第 3の実施の形態においては、退行要素として、外部からの入力履歴のみを適用するようにした場合について述べたが、本発明はこれに限らず、これに加え又はこれに代えて自己の行動及び又は動作履歴をも退行要素とするようにしても良い。

(4) 第 4の実施の形態

(4 - 1 ) 第 4の実施の形態によるペロットロボットの構成

図 1において、 100は全体として第 4の実施の形態によるぺットロボットを示し、各「成長段階」の各行動様式（図 3の Baby 1, Ch i l d 1、 C h i l d 2、 Young l〜Young 3、 Adu l t l〜Adu l t 4 ) ごとに次の行動を決定するための行動及び動作モデルを複数もっている点と、ユーザからの物理的な働きかけに応じて対応する行動及び動作の発現頻度を変化させる機能（以下、これを学習機能と呼ぶ）が搭載されている点を除いて第 1の実施の形態のぺットロボット 1と同様に構成されている。

すなわちこのぺヅトロボット 100の場合、コントローラ 10 1 (図 2) の処理内容を機能的に分類すると、図 4との対応部分に同一符号を付して示す図 33 に示すように表すことができる。

そしてかかるコントロ一ラ 10 1の処理内容のうちの行動決定機構部 102は、図 34に示すように、各行動様式ごとに「ボール対応」、「自律検索」、「感情表現」及び「障害物回避」などの予め選択されたいくつかの条件項目にそれぞれ対応させて、それぞれ独立した行動及び動作モデル 103_t 〜 103_n をもっている。なおこれら各行動及び動作モデル 103i 〜 103_n は、それぞれ図 6及び図 7について上述したものと同様のものである。

そして行動決定機構部 102は、状態認識機構部 30から状態認識情報 S 10 が与えられたときや、最後に行動を発現してから一定時間が経過したときなどに、対応する行動様式の各行動及び動作モデル 103 〜 103_n をそれぞれ用いて続く行動を決定すると共に、これら決定された各行動の中からそのときの状態認識機構部 30の認識結果等に応じて予め定められた優先順位の高い行動及び動作モデル 103ェ〜 103_n を用いて決定した行動を選択し、これを行動決定情報 S 14として感情 ·本能モデル部 3 1、姿勢遷移機構部 33及び学習制御機構部 104にそれぞれ通知する。

このようにしてこのぺットロボット 100においては、各行動様式ごとに複数の行動及び動作モデル 103 〜103_n を用いることにより、同じ入力に対してより多様な行動や動作を発現し得るようになされている。

一方、状態認識機構部 30は、夕ツチセンサ 1 8から与えられる圧力検出信号 S 1 C (図 2) に基づいて、「撫でられた」や「叩かれた」ことを認識すると、これを学習制御機構部 104に通知する。

このとき学習制御機構部 1 04は、行動決定機構部 102から与えられる行動決定情報 S 14に基づきぺットロボット 100の現在及び過去の行動を常に認識している。そして学習制御機構部 1 04は、ペットロボット 100が行動を発現中に「撫でられた」との認識結果が状態認識機構部 30から与えられた場合には、これを行動決定機構部 102に通知する。

かくして行動決定機構部 102は、この通知に基づいて、対応する行動様式の各行動及び動作モデル 1 03i〜103„ について、それぞれ 1つ前に選択していたノード ND_A0〜ND_An (図 6) の状態遷移表 50 (図 7) におけるそのとき出力していた行動又は動作と対応する遷移確率を予め定められた値だけ増加させる一方、これに応じて総和が 100 〔％〕となるように、同じ行の他の遷移確率の値をそれぞれ減少させる。

これに対して学習制御機構部 104は、ペットロボット 100が行動を発現中に「叩かれた」との認識結果が状態認識機構部 30から与えられた場合には、これを行動決定機構部 102に通知する。

かくして行動決定機構部 102は、この通知に基づいて、対応する行動様式の各行動及び動作モデル 103i 〜103_n について、それぞれ 1つ前に選択していたノード ND_A0〜ND_An (図 6) の状態遷移表 50 (図 7) におけるそのとき出力していた行動又は動作と対応する遷移確率を予め定められた値だけ減少させる一方、これに応じて総和が 100 〔％〕となるように、同じ行の他の遷移確率の値をそれぞれ増加させる。

そしてこのような制御によって、「撫でられた」ときにはその行動に対応する遷移確率が増加することによりその行動が発現され易くなり、「叩かれた」ときにはその行動に対応する遷移確率が減少することによりその行動が発現され難くなることから、あたかも本物の動物が飼い主の鎂けによつて学習して行動を変化させてゆくかのごとく行動を変化させることができる。

このようにしてこのぺットロボット 100では、ユーザからの物理的な働きかけにより学習しながら、自己の行動や動作を変化させてゆくようになされている o

かかる構成に加えてこのぺットロボット 100の場合、ユーザからの物理的な働きかけに応じて学習するに際し、言語能力の発達は幼児期、運動能力は青年期というように、その学習速度を各行動様式（B aby 1、 Ch i l d 1、 C h i l d 2、 Youn l〜Young 3、 Adu l t l〜Adu l t 4 ) ごとに、かつ各行動様式のなかでも各行動及び動作モデル 103i 〜 103_n ごとに変化させるようになされている。

すなわち行動決定機構部 102は、図 35に示すように、各行動様式について、各行動及び動作モデル 103 〜 103_n ごとの学習速度を規定したテーブル (以下、これを学習速度テーブルと呼ぶ） 105をメモリ 10 1 A (図 2) 内に有している。

そして行動決定機構部 102は、ペットロボット 100が行動を発現中に「撫でられた」との通知が学習制御機構部 104から与えられた場合には、対応する行動様式の各行動及び動作モデル 1 03 〜 1 03_n について、それぞれ対応するノード ND_A0〜ND_An (図 6) の状態遷移表 50 (図 7) におけるそのとき出力していた行動又は動作と対応する遷移確率を学習速度テーブル 105により規定された値だけ増加させる一方、これに応じて同じ行の他の遷移確率の値をそれそれ減少させる。

例えば行動決定機構部 102は、そのときの行動様式が「青年期」の「普通」の行動様式（Young 2) である場合には、「ボール対応」の行動及び動作モデル 103i については対応するノード ND_A。〜ND_Anの状態遷移表 50における対応する遷移確率を 5だけ増加させ、「自律検索」の行動及び動作モデル 1 03₂ については対応するノード ND_A。〜ND_Anの状態遷移表 50における対応する遷移確率を 2だけ増加させ、「バッテリ管理」の行動及び動作モデル 103_n については対応するノード ND_A。〜ND_Anの状態遷移表 50における対応する遷移確率を 1だけ増加させる。

これに対して行動決定機構部 102は、ペットロボット 100が行動を発現中に「叩かれた」との通知が学習制御機構部 104から与えられた場合には、対応する行動様式の各行動及び動作モデル 103i 〜 103_n について、それぞれ対応するノード ND_A0〜ND_An (図 6) の状態遷移表 50 (図 7) におけるそのとき出力していた行動又は動作と対応する遷移確率を学習速度テーブル 105により規定された値だけ減少させる一方、これに応じて同じ行の他の遷移確率の値をそれぞれ増加させる。

例えば行動決定機構部 102は、そのときの行動様式が「成人期」の「攻撃的」な行動様式（Adul t 1) である場合には、「ボール対応」の行動及び動作モデル 103i については対応するノード ND_A0〜ND_Anの状態遷移表 50における対応する遷移確率を 2だけ減少させ、「自律検索」の行動及び動作モデル 103₂ については対応するノード ND_A0〜ND_Anの状態遷移表 50における対応する遷移確率を 6だけ減少させ、「バッテリ管理」の行動及び動作モデル 10 3_n については対応するノード ND_A0〜ND_Anの状態遷移表 50における対応する遷移確率を 0だけ減少（この場合には遷移確率は変化しない）させる。

このようにしてこのぺットロボット 100においては、ユーザからの物理的な働きかけに対し、その学習速度を各行動様式ごとに、かつ各行動様式のなかでも各行動及び動作モデル 103 〜 103_n ごとに変えながら対応するノード ND _A0〜 N D _Anの状態遷移表 50における対応する遷移確率を変化させるようになされている。

(4-2) 本実施の形態の動作及び効果

以上の構成において、このぺットロボット 100では、行動様式（Baby 1、 Chi ld 1、 Chi ld 2、 Young l〜Young 3、 Ad u 1 t l〜Adul t 4) に応じて各行動及び動作モデル 103i 〜 103_n ごとの学習速度を変化させる。

従ってこのぺットロボット 100では、「成長」と「学習」を組み合わせたより多様な個性を表現することができる。

以上の構成によれば、ぺヅトロボット 100に学習機能を搭載すると共に、各行動様式ごとに複数の行動及び動作モデル 103i 〜103_n を用意し、行動様式に応じて各行動及び動作モデル 103 〜103_n ごとの学習速度を変化させるようにしたことにより、「成長」と「学習」を組み合わせたより多様な個性を表現することができ、かくしてアミューズメント性をより一層向上させ得るぺットロボットを実現できる。

(4— 3) 他の実施の形態

なお上述の第 4の実施の形態においては、本発明を図 1のように構成された 4 足歩行型のぺットロボットに適用するようにした場合について述べたが、本発明はこれに限らず、この他授受のロボット装置に広く適用することができる。また上述の実施の形態においては、各行動様式ごとに複数の行動及び動作モデル 103i 〜 103_n を設け、これら各行動及び動作モデル 103i 〜 103_n についてそれぞれ異なる学習速度を設定するようにした場合について述べたが、本発明はこれに限らず、例えば第 1の実施の形態の場合のように各行動様式ごとに 1つの行動及び動作モデルしか用意していない場合においても、各行動様式ごとにそれぞれ異なる学習速度を設定するようにしても良い。

さらに上述の実施の形態においては、各行動様式の各行動及び動作モデル 10 3j 〜103_n ごとに学習速度を変えるようにした場合について述べたが、本発明はこれに限らず、例えばある行動及び動作モデル 1 0 3 i 〜 1 0 3 _n では「ボールを蹴る」という項目については学習により発現頻度が変化（遷移確率が上下 ) するが、他の行動及び動作モデル 1 0 3 〜 1 0 3 _n では変化しないというように、各行動様式の各行動及び動作モデル 1 0 3 i 〜 1 0 3 _n ごとに学習項目を変えるようにしても良い。

さらに上述の実施の形態においては、学習により行動の発現頻度を変化させるようにした場合について述べたが、本発明はこれに限らず、例えばある行動や動作に対して、ユーザからの物理的な働きかけによる学習によってその行動や動作をより一層上手に行えるように制御パラメ一夕を変化させるような学習機能（例えば「歩く」という行動に対していくつかの歩き方の制御パラメ一夕を用意し、「撫でる」や「叩く」といったュ一ザからの働きかけによって歩き方の制御パラメータを下手な歩き方の制御パラメ一夕から上手な歩き方の制御パメ一夕に又はその逆に代えてゆくような学習機能）を搭載し、その制御パラメ一夕の変化量を各行動様式の各行動及び動作モデル 1 0 3 i 〜 1 0 3 _n ごとに異なる値に設定するようにしても良い。産業上の利用可能性

本発明は、ぺットロボットなどのェン夕一ティメントロボットに適用することができる。

Claims

請求の範囲

1 . 行動及び又は動作モデルに基づいて行動及び又は動作を生成する行動及び又は動作生成手段と、

外部からの入力履歴と自己の行動及び又は動作履歴との少なくとも一方に基づいて、所定のタイミングで上記行動及び又は動作モデルを成長レベルの高い上記行動及び又は動作モデルに変更する行動及び又は動作モデル変更手段と

を具えることを特徴とするロボット装置。

2 . 上記行動及び又は動作モデル変更手段は、

上記行動及び又は動作モデルを段階的に変更する

ことを特徴とする請求の範囲第 1項に記載のロボット装置。

3 . 上記行動及び又は動作モデルは、各上記段階に対して複数設けられ、上記行動及び又は動作モデル変更手段は、

上記行動及び又は動作モデルを変更する際、次の上記段階の各上記行動及び又は動作モデルのなかから次に遷移する上記行動及び又は動作モデルを、外部からの入力履歴と、自己の行動及び又は動作履歴との少なくとも一方に基づいて選択する

ことを特徴とする請求の範囲第 2項に記載のロボット装置。

4 . 上記行動及び又は動作モデル変更手段は、

上記行動及び又は動作モデルのうち一部の上記行動及び又は動作モデルを各上記段階において共通に使用する

5 . 上記行動及び又は動作モデル変更手段は、各上記段階に応じて上記行動及び又は動作モデルのうちの上記行動及び又は動作生成に使用する状態空間を拡大縮小させながら変化させることにより上記行動及び又は動作モデルを変更する

6 . 上記行動及び又は動作モデルは、状態をノード、行動及び又は動作をアークで表す状態遷移モデルでなる

7 . 上記行動及び又は動作モデル変更手段は、

複数の上記アークに対してそれぞれ設定されている確率及び又は重み係数に基づいて上記アークを選択する

ことを特徴とする請求の範囲第 6項に記載のロボット装置。

8 . 行動及び又は動作モデルに基づいて行動及び又は動作を生成する行動及び又は動作生成手段と、

所定の第 1の条件に応じて、上記行動及び又は動作モデルを成長レベルが高い上記行動及び又は動作モデルに順次変更する第 1の変更手段と、

外部からの入力履歴と、自己の行動及び又は動作履歴との少なくとも一方に基づく所定の第 2の条件に応じて、上記行動及び又は動作モデルを上記成長レベルが同じ又は低い別の上記行動及び又は動作モデルに変更する第 2の変更手段とを具えることを特徴とするロボット装置。

9 . 各上記成長レベルごとに、 1又は複数の上記行動及び又は動作モデルが設けられ、

上記第 2の変更手段は、上記行動及び又は動作モデルを変更する際に、対応する上記成長レベルの上記行動及び又は動作モデルのなかから、 1つの上記行動及び又は動作モデルを選択して、当該行動及び又は動作モデルに変更することを特徴とする請求の範囲第 6項に記載のロボット装置。

1 0 . 行動及び又は動作モデルに基づいて行動及び又は動作を生成する行動及び又は動作生成手段と、

所定の評価関数に基づいて自己の行動を評価し、評価結果に基づいて、所定の夕イミングで上記行動及び又は動作モデルを成長レベルの高い上記行動及び又は動作モデルに変更する行動及び又は動作モデル変更手段と

を具えることを特徴とするロボット装置。

1 1 . 複数の行動様式ごとの複数の行動及び又は動作モデルを有し、対応する上記行動様式の各上記行動及び又は動作モデルに基づいて行動及び又は動作を生成する行動及び又は動作生成手段と、

外部からの働きかけに応じて、対応する上記行動様式の各上記行動及び又は動作モデルを変更する変更手段と

を具え、

上記変更手段は、

対応する上記行動様式の各上記行動及び又は動作モデルを、各上記行動及び又は動作モデルごとに予め設定された異なる規則で変更する

ことを特徴とするロボット装置。

1 2 . 行動及び又は動作モデルに基づいて行動及び又は動作を生成する第 1のステップと、

外部からの入力履歴と自己の行動及び又は動作履歴との少なくとも一方に基づいて、所定のタイミングで上記行動及び又は動作モデルを成長レベルの高い上記行動及び又は動作モデルに変更する第 2のステップと

を具えることを特徴とするロボット装置の制御方法。

1 3 . 上記第 2のステップでは、

上記行動及び又は動作モデルを段階的に変更する

ことを特徴とする請求の範囲第 1 2項に記載のロボット装置の制御方法。

1 4 . 上記行動及び又は動作モデルは、 1つの上記段階に対して複数設けられ、上記第 2のステップでは、

次の上記段階内の各上記上記行動及び又は動作モデルのなかから次に遷移する上記行動及び動作モデルを、外部からの入力履歴と、自己の行動及び又は動作履歴との少なくとも一方に基づいて選択する

ことを特徴とする請求の範囲第 1 3項に記載のロボット装置の制御方法。

1 5 . 上記第 2のステップでは、

1 6 . 上記第 2のステップでは、

各上記段階に応じて上記行動及び又は動作モデルのうちの上記行動及び又は動作生成に使用する状態空間を拡大縮小させながら変化させることにより上記行動及び又は動作モデルを変更する

1 7 . 上記行動及び又は動作モデルは、状態をノード、行動及び又は動作をァークで表す状態遷移モデルでなる

1 8 . 上記第 2のステップでは、

ことを特徴とする請求の範囲第 1 7項に記載のロボット装置の制御方法。

1 9 . 行動及び又は動作モデルに基づいて行動及び又は動作を生成する第 1のステツプと、

所定の第 1の条件に応じて、上記行動及び又は動作モデルを成長レベルが高い上記行動及び又は動作モデルに順次変更すると共に、外部からの入力履歴と、自己の行動及び又は動作履歴との少なくとも一方に基づく所定の第 2の条件に応じて、上記行動及び又は動作モデルを上記成長レベルが同じ又は低い別の上記行動及び又は動作モデルに変更する第 2のステップと

を具えることを特徴とするロボット装置の制御方法。

2 0 . 各上記成長レベルごとに、 1又は複数の上記行動及び又は動作モデルが設けられ、

上記第 2のステップでは、

上記第 2の条件で上記行動及び又は動作モデルを変更する際に、対応する上記成長レベルの上記行動及び又は動作モデルのなかから、 1つの上記行動及び又は動作モデルを選択して、当該行動及び又は動作モデルに変更する

ことを特徴とする請求の範囲第 1 9項に記載のロボット装置の制御方法。

2 1 . 行動及び又は動作モデルに基づいて行動及び又は動作を生成する第 1のステヅプと、

所定の評価関数に基づいて自己の行動を評価し、評価結果に基づいて、所定のタイミングで上記行動及び又は動作モデルを成長レベルの高い上記行動及び又は動作モデルに変更する第 2のステップとを具えることを特徴とするロボット装置の制御方法。

2 2 . 複数の行動様式ごとの複数の行動及び又は動作モデルを設け、対応する上記行動様式の各上記行動及び又は動作モデルに基づいて行動及び又は動作を生成する第 1のステップと、

外部からの働きかけに応じて、対応する上記行動様式の各上記行動及び又は動作モデルを変更する第 2のステップと

を具え、

上記第 2のステップでは、

ことを特徴とするロボット装置の制御方法。