JP3211186B2

JP3211186B2 - ロボット、ロボットシステム、ロボットの学習方法、ロボットシステムの学習方法および記録媒体

Info

Publication number: JP3211186B2
Application number: JP36312297A
Authority: JP
Inventors: 牛田　　博英; 裕司平山; 宏中嶋
Original assignee: Omron Corp
Current assignee: Omron Corp
Priority date: 1997-12-15
Filing date: 1997-12-15
Publication date: 2001-09-25
Anticipated expiration: 2017-12-15
Also published as: JPH11175132A

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ロボット、ロボッ
トシステム、ロボットの学習方法、ロボットシステムの
学習方法および記録媒体に係り、特に、動物を調教する
ような身振りや音声を用いた調教の楽しみを疑似的に体
験し得るロボット、ロボットシステム、ロボットの学習
方法、ロボットシステムの学習方法および記録媒体に関
する。

【０００２】

【従来の技術】人間が動物を調教する場合、例えば、犬
に「お座り」や「お手」を教えるなどの場合には、身振
りや音声を用いて調教する。また、飼い主とペットとの
コミュニケーションにおいては、最初からコミュニケー
ションのルールが決まっているのではなく、飼い主とペ
ットとの間でインタラクションを繰り返している間に、
独自のコミュニケーションルールが形成されてくる。こ
の独自のコミュニケーションルールの形成が飼い主にと
ってペットを飼育することの大きな魅力の１つとなって
いる。さらに、コミュニケーションルールの形成結果だ
けでなく、形成過程についても飼い主にとっての楽しみ
となる。すなわち、１解の教示だけでペットが学習を完
了してしまうと教え甲斐がなく、何度か間違いながら学
習し上達していくペットの成長過程に関与することが飼
い主にとって喜びとなる。

【０００３】

【発明が解決しようとする課題】これに対して、機械学
習に関する従来技術として、ニューラルネットワークを
用いる方法がある。しかし、このニューラルネットワー
クの学習では、教師信号（正解）が必要である。一般
に、調教においては、飼い主がペットに手本を示すよう
なことは行わず、ペットの動作が正解か否かだけを教え
るため、ニューラルネットワーク学習は問題を解決でき
ない。

【０００４】また、教師信号を必要としない学習方法と
して、最適化手法の一種である遺伝的アルゴリズムがあ
る。この遺伝的アルゴリズムは、問題解決のための知識
を生物の遺伝子を模擬した個体で表現する。複数の個体
を用意しておき、各個体に問題を与えると個体ごとに出
力が得られるので、それぞれの出力を評価し、該評価に
よって個体を淘汰していくうちに最適な個体だけが残る
仕組みである。しかし、従来の遺伝的アルゴリズムで
は、評価基準を予め機械に与えておき、以後は評価が自
動的に行われるような仕組みになっており、ペットの調
教のように人間とペットが対話しながら評価する手法と
して、この従来の遺伝的アルゴリズムをそのまま適用す
ることはできない。

【０００５】これに対して、人間が固体に対して主観的
評価を与えることができる対話型遺伝的アルゴリズムが
提案されている。この対話型遺伝的アルゴリズムでは、
例えば、似顔絵を自動作成する装置に応用した場合、そ
れぞれの個体が生成した結果（似顔絵画像）をコンピュ
ータ画面に一覧表示させるなどして、同時に複数の個体
をインタラクティブに評価できるような工夫がなされて
いる。しかし、ロボットの調教の場合は、１台のロボッ
トが複数の個体から得られる結果を同時に出力すること
はできない。また、１台のロボットが連続的に順番に結
果を出力する方法も考えられるが、これでは現実の調教
の手順とは全く異なるという点で問題がある。

【０００６】この発明は、このような従来の事情に鑑み
てなされたもので、その目的とするところは、身振りや
音声によるユーザの入力とロボット動作出力との関係を
自動的に学習する方法として、１つの動作を評価するだ
けで複数の知識を修正する方法を繰り返し用いることに
より、動物を調教するような身振りや音声を用いた調教
の楽しみを疑似的に体験し得るロボット、ロボットシス
テム、ロボットの学習方法、ロボットシステムの学習方
法および記録媒体を提供することにある。

【０００７】

【課題を解決するための手段】上記課題を解決するため
に、本出願の請求項１に記載の発明は、入力情報として
少なくとも画像情報または音声情報を取得する入力手段
と、前記入力情報についてユーザ指示またはユーザ評価
の種別を認識するとともにに、入力情報がユーザ評価で
ある場合には、当該ユーザ評価についての正解または不
正解の別を認識する認識手段と、前記入力情報から特徴
量を抽出する特徴量抽出手段と、動作を出力する動作出
力手段と、前記入力情報のユーザ指示に基づく特徴量を
前記動作出力手段によって出力すべき動作に変換する写
像関数を複数保持する記憶手段と、前記記憶手段から１
の写像関数を選択し、該写像関数を用いて前記ユーザ指
示に基づく特徴量を前記動作に変換する変換手段と、前
記動作出力手段から出力された動作に対する‘正解’の
ユーザ評価が得られたときには、当該動作への変換に用
いられた前記１の写像関数と、前記記憶手段に保持され
たその他の写像関数とを、遺伝的アルゴリズムを用いて
適宜に交差させることにより、前記記憶手段に保持され
るべき新たな写像関数を生成する学習手段と、を具備す
ることを特徴とするロボットにある。

【０００８】尚、ここで言う『写像関数』には、例え
ば、ニューラルネットワーク等における「ユニット間の
結合重み値」、「ユニットのしきい値」等のパラメータ
で構成される関数パラメータ群そのものも含まれる。以
下同様とする。

【０００９】また、本出願の請求項２に記載の発明は、
学習手段を介して新たに生成された写像関数を少なくと
も含む複数の写像関数を、他のロボットと送受信する通
信手段を更に具備することを特徴とする請求項１に記載
のロボットにある。

【００１０】また、本出願の請求項３に記載の発明は、
‘正解’のユーザ評価が得られたときの動作変換に用い
られた１の写像関数を、他のロボットと送受信する通信
手段と、前記通信手段を介して他のロボットより得られ
る前記１の写像関数と、自己の記憶手段に保持された写
像関数とを、遺伝的アルゴリズムを用いて適宜に交差さ
せることにより、前記記憶手段に保持されるべき新たな
写像関数を生成する学習手段とを更に具備することを特
徴とする、請求項１に記載のロボットにある。

【００１１】また、本出願の請求項４に記載の発明は、
入力情報は、身振り、手振り、頭部動作、表情または音
声の少なくとも１つで表現されることを特徴とする請求
項１乃至３のいずれかに記載のロボットにある。

【００１２】また、本出願の請求項５に記載の発明は、
入力手段は、ユーザが与える物理量を触覚情報としてセ
ンシングする検知手段を有し、前記入力情報は、身振
り、手振り、頭部動作、表情、音声または触覚の少なく
とも１つで表現されることを特徴とする請求項１乃至３
のいずれかに記載のロボットにある。

【００１３】また、本出願の請求項６に記載の発明は、
特徴量抽出手段は、前記入力情報から、身振り、手振
り、頭部動作、表情または音声の少なくとも１つ以上に
関する特徴量を抽出することを特徴とする請求項１乃至
５のいずれかに記載のロボットにある。

【００１４】また、本出願の請求項７に記載の発明は、
正解または不正解は、身振り、手振り、頭部動作、表
情、音声または触覚の少なくとも１つで表現されること
を特徴とする請求項６に記載のロボットにある。

【００１５】また、本出願の請求項８に記載の発明は、
動作出力手段は、動作を視覚的に表示出力する表示出力
手段であることを特徴とする請求項１乃至７のいずれか
に記載のロボットにある。

【００１６】また、本出願の請求項９に記載の発明は、
複数のロボットと、情報処理装置と、を具備するロボッ
トシステムであって、前記ロボットは、入力情報として
少なくとも画像情報または音声情報を取得する入力手段
と、前記入力情報についてユーザ指示またはユーザ評価
の種別を認識するとともにに、入力情報がユーザ評価で
ある場合には、当該ユーザ評価についての正解または不
正解の別を認識する認識手段と、前記入力情報から特徴
量を抽出する特徴量抽出手段と、動作を出力する動作出
力手段と、前記入力情報のユーザ指示に基づく特徴量を
前記動作出力手段によって出力すべき動作に変換する写
像関数を複数保持する記憶手段と、前記記憶手段から１
の写像関数を選択し、該写像関数を用いて前記ユーザ指
示に基づく特徴量を前記動作に変換する変換手段と、前
記情報処理装置と前記写像関数を送受信する通信手段
と、を有し、前記情報処理装置は、前記ロボットと前記
写像関数を送受信する通信手段と、１のロボットにおい
て出力された動作に対する‘正解’のユーザ評価が得ら
れたときに当該動作への変換に用いられた１の写像関数
と、該１のロボットまたはその他の１のロボットの有す
る複数の写像関数のうちの一部または全部とを、遺伝的
アルゴリズムを用いて適宜に交差させることにより、新
たな写像関数を生成する学習手段と、を有し、それによ
り、前記情報処理装置で生成された新たな写像関数を少
なくとも含む複数の写像関数は、前記通信手段を介して
情報処理装置から任意のロボットへと受け渡される、こ
とを特徴とするロボットシステムにある。

【００１７】また、本出願の請求項１０に記載の発明
は、請求項９のロボットシステムに適用されるロボット
であって、情報処理装置で生成された新たな写像関数を
少なくとも含む複数の写像関数を通信手段を介して受け
取ることにより、該複数の写像関数を移植されるロボッ
トにある。

【００１８】また、本出願の請求項１１に記載の発明
は、入力情報として少なくとも画像情報または音声情報
を取得する入力手段と、動作を出力する動作出力手段
と、を備えたロボットの学習方法であって、前記入力情
報についてユーザ指示またはユーザ評価の種別を認識す
るとともに、入力情報がユーザ評価である場合には、当
該ユーザ評価についての正解または不正解の別を認識す
る認識ステップと、前記入力情報から特徴量を抽出する
特徴量抽出ステップと、前記入力情報のユーザ指示に基
づく特徴量を前記動作出力手段によって出力すべき動作
に変換する写像関数を複数保持する記憶ステップと、前
記記憶ステップにより保持された複数の写像関数から１
の写像関数を選択し、該写像関数を用いて前記ユーザ指
示に基づく特徴量を前記動作に変換する変換ステップ
と、前記動作出力手段から出力された動作に対する‘正
解’のユーザ評価が得られたときには、当該動作への変
換に用いられた前記１の写像関数と、前記保持されたそ
の他の写像関数とを、遺伝的アルゴリズムを用いて適宜
に交差させることにより、新たに保持されるべき写像関
数を生成する学習ステップと、を具備することを特徴と
するロボットの学習方法にある。

【００１９】また、本出願の請求項１２に記載の発明
は、請求項１１に記載のロボットの学習方法をコンピュ
ータに実行させるためのプログラムとして記憶したコン
ピュータにより読み取り可能な記録媒体にある。

【００２０】また、本出願の請求項１３に記載の発明
は、入力情報として少なくとも画像情報または音声情報
を取得する入力手段と、動作を出力する動作出力手段
と、データを送受信する通信手段とを備えた複数のロボ
ットと、前記ロボットとデータを送受信する通信手段を
備えた情報処理装置と、を具備するロボットシステムの
学習方法であって、各ロボットにおいて、前記入力情報
についてユーザ指示またはユーザ評価の種別を認識する
とともにに、入力情報がユーザ評価である場合には、当
該ユーザ評価についての正解または不正解の別を認識す
る認識ステップと、各ロボットにおいて、前記入力情報
から特徴量を抽出する特徴量抽出ステップと、各ロボッ
トにおいて、前記入力情報のユーザ指示に基づく特徴量
を前記動作出力手段によって出力すべき動作に変換する
写像関数を複数保持する記憶ステップと、各ロボットに
おいて、前記記憶ステップにより保持された複数の写像
関数から１の写像関数を選択し、該１の写像関数を用い
て前記ユーザ指示に基づく特徴量を前記動作に変換する
変換ステップと、前記情報処理装置において、１のロボ
ットにおいて出力された動作に対する‘正解’のユーザ
評価が得られたときに当該動作への変換に用いられた１
の写像関数と、該１のロボットまたはその他の１のロボ
ットの記憶手段に保持された複数の写像関数の一部また
は全部とを、前記通信手段を介して取得するデータ受信
ステップと、前記情報処理装置において、該取得された
‘正解’のユーザ評価が得られたときの１の写像関数
と、その他取得された写像関数とを、遺伝的アルゴリズ
ムを用いて適宜に交差させることにより、新たな写像関
数を生成する学習ステップと、該情報処理装置において
生成された新たな写像関数を含む複数の写像関数を、前
記通信手段を介して情報処理装置から任意のロボットへ
と受け渡すステップと、を具備することを特徴とするロ
ボットシステムの学習方法にある。

【００２１】また、本出願の請求項１４に記載の発明
は、請求項１３に記載のロボットシステムの学習方法を
コンピュータに実行させるためのプログラムとして記憶
したコンピュータにより読み取り可能な記録媒体にあ
る。

【００２２】そして、この請求項１、２、３、４、５、
６、７、８、１１、１２に記載の発明によれば、ユーザ
からの指示に従うようにロボットを学習させることがで
き、また、ユーザ入力として身振りや音声等を用いるこ
とにより、機械操作に不慣れなユーザでも簡単にロボッ
トを学習（訓練）させることができる。さらに、玩具等
に応用した場合には、１つの動作を評価するだけで複数
の知識（写像関数）を学習する方法を繰り返し用いるこ
とにより、ユーザは動物を調教するような身振りや音声
を用いた調教の楽しみを疑似的に体験することができ
る。

【００２３】また、請求項２または３に記載の発明によ
れば、学習手段により学習した写像関数を、通信手段を
介して他のロボットと送受信するので、複数のロボット
間で、１台のロボットに対する調教結果を他のロボット
にも反映させることができ、効率的な学習を行うことが
できる。

【００２４】また、請求項９、１０、１３、１４に記載
の発明によれば、ユーザからの指示に従うようにロボッ
トを学習させることができ、また、ユーザ入力として身
振りや音声等を用いることにより、機械操作に不慣れな
ユーザでも簡単にロボットを学習（訓練）させることが
できる。また、玩具等に応用した場合には、１つの動作
を評価するだけで複数の知識等を学習する方法を繰り返
し用いることにより、ユーザは動物を調教するような身
振りや音声を用いた調教の楽しみを疑似的に体験するこ
とができる。さらに、学習は情報処理装置側に任せてロ
ボットは学習結果のみを保持するため、ロボット単体の
コストを下げることができる。更に、学習手段により学
習した写像関数を、通信手段を介して任意のロボットに
送受信するので、複数ロボット間の学習を効率的に行う
ことができる。

【００２５】

【発明の実施の形態】以下、本発明のロボットおよびロ
ボットの学習方法の実施の形態について、〔第１の実施
形態〕、〔第２の実施形態〕、〔第３の実施形態〕の順
に図面を参照して詳細に説明する。

【００２６】〔第１の実施形態〕まず図１は、本発明のロボットおよびロボットの学習方
法における基本動作原理を概念的に説明する説明図であ
る。

【００２７】図１において、まず、人間（ユーザ）はロ
ボット１０１に何かを動作させたい場合に、ロボットに
対して指示（Ａ）を与える。例えば、指示（Ａ）の与え
方として「身振り」や「音声」がある。

【００２８】一方、ロボット１０１は、身振りまたは音
声の特徴量を動作命令へ変換する写像関数を持ってい
る。つまり、複数の写像関数がデータベースとして記憶
されており、指示（Ａ）が入力されると、ロボット１０
１は、データベースから１つの写像関数をランダムに選
択する。さらに、ロボット１０１は、選択された写像関
数を用いて認識結果を動作命令へ変換し、該動作命令に
相当する動作を出力（Ｂ）する。

【００２９】人間（ユーザ）は、そのようなロボット１
０１の動作出力（Ｂ）を観察（Ｃ）する。人間は、該観
察（Ｃ）に基づいて、ロボット１０１の動作出力（Ｂ）
を評価（Ｄ）する。すなわち、動作出力（Ｂ）が人間の
意図と異なれば「ノー」の評価結果を、また人間の意図
と一致すれば「イエス」の評価結果をロボット１０１に
与える。

【００３０】一方、ロボット１０１側では、評価結果を
受けて、評価結果がイエスとされた写像関数を残し、評
価結果がノーの写像関数が削除されるように、写像関数
のデータベースを修正（Ｅ）する。また、評価結果がイ
エスの場合には、他の写像関数がイエスの写像関数に近
づくように修正する。

【００３１】次に、図２は本発明の第１の実施形態に係
るロボット１０１の構成図である。図２において、本実
施形態のロボット１０１は、入力手段２０１、認識手段
２０２、学習手段２０３、特徴量抽出手段２０４、写像
関数データベース２０５、写像手段２０６および動作出
力手段２０７を備えて構成されている。

【００３２】以下、本実施形態のロボット１０１を構成
する各構成要素の機能および動作について、詳細に説明
する。

【００３３】まず、入力手段２０１は、ユーザからの指
示または評価結果を入力するための装置であり、例え
ば、身振り（画像）を取り込むＣＣＤカメラ、音声を入
力するマイクロフォン、叩く動作や撫でる動作による振
動を感知する振動センサ、或いは、押しボタン等があ
る。

【００３４】次に、認識手段２０２は、入力手段２０１
から送出される画像または音声等の入力データに、「イ
エス」または「ノー」を示す入力が含まれているか否か
を認識し、含まれていればこの「イエス／ノー」を学習
手段２０３に出力し、含まれていなければ「イエス／ノ
ー」以外の入力である旨の信号を特徴量抽出手段２０４
へ出力する。また、入力手段２０１から送出されるデー
タが振動センサによるものの場合には、振動データから
「撫でている／叩いている」を識別する。すなわち、認
識手段２０２内には、身振り（画像）データを認識する
身振り認識手段、音声データを認識する音声認識手段、
および、振動データを認識する振動認識手段を備えた構
成となっている。以下では、身振り認識手段、音声認識
手段および振動認識手段それぞれの具体的動作について
説明する。

【００３５】まず、身振り認識手段では、ユーザの評価
結果として、入力手段２０１から身振り（画像）データ
が送出された場合に動作する。すなわち、ＣＣＤカメラ
から入力される動画像に含まれるユーザの身振りを認識
する。

【００３６】このような人間の身振り手振りを認識する
技術は、柔軟なマンマシンインタフェースを構築する目
的で開発されてきており、古くは動作者にデータグロー
ブ等の接触型センサやマーカーを装着させて認識を行う
ものから、そのような装着を不要とするものまで種々の
認識技術が提案されている。例えば、最近の論文とし
て、西村拓一，向井理朗，野崎俊輔，岡隆一，”低解像
度特徴を用いたジェスチャの単一動画像からのスポッテ
ィング認識”，電子情報通信学会論文誌，Ｄ−II，Vol.
J80-D-II，No.6，pp.1563-1570，1997．には、センサ等
の装着なしに、人間の身振りや手振りをとらえた動画像
からのジェスチャ認識を、衣服・背景の変化や動作の軌
跡変動に影響されることなく行うものが提案されてい
る。このような身振り手振り認識技術を用いて身振り認
識手段は実現される。これにより、身振り認識手段にお
いて、例えば、両手を上げた場合は「イエス」、片手を
上げた場合は「ノー」といった身振り認識が可能であ
る。

【００３７】次に、音声認識手段では、ユーザの評価結
果として、入力手段２０１から音声データが送出された
場合に動作する。すなわち、マイクロフォンから入力さ
れる音声に含まれるユーザの「イエス／ノー」の音声を
認識する。

【００３８】さらに、振動認識手段では、ユーザの評価
結果として、入力手段２０１から振動データが送出され
た場合に動作する。すなわち、振動センサから入力され
る振動データからユーザがロボット１０１を「撫でてい
る／叩いている」を識別して、ユーザの評価を認識す
る。例えば、撫でている場合は「イエス」、叩いている
場合は「ノー」と判断する。

【００３９】より具体的に、認識は以下のようにして行
う。すなわち、撫でている場合において振動の大きさは
比較的小さく、何回も繰り返し撫でることから単位時間
当たりの振動回数が多くなる。また一方、叩く場合にお
いては、振動は比較的大きく振動回数は少ない。このよ
うな性質を利用して、振動の大きさおよび振動回数に基
づいて、「撫でている／叩いている」の認識を行う。例
えば、図３（ａ）および（ｂ）に示すように、ファジイ
変数として「振動の回数」および「振動の強さ」につい
てのメンバシップ関数を用意し、図３（ｃ）に示すよう
な、これらファジイ変数を用いた「振動を認識するファ
ジイ推論規則」に基づいて、「撫でる／叩く」すなわち
「イエス／ノー」の認識を行う。

【００４０】次に、特徴量抽出手段２０４は、入力手段
２０１から送出される画像または音声等のデータについ
て特徴量を抽出して出力する。この特徴量抽出手段２０
４の出力は、図４に示すような、複数の特徴量（特徴量
１〜特徴量Ｋ）から構成される配列データ、すなわち特
徴量ベクトルとなる。また、特徴量抽出手段２０４内に
は、身振り（画像）データについて特徴量を抽出をする
身振り特徴量抽出手段、および、音声データについて特
徴量を抽出する音声特徴量抽出手段を備えた構成となっ
ている。以下では、身振り特徴量抽出手段および音声特
徴量抽出手段それぞれの具体的動作について説明する。

【００４１】まず、身振り特徴量抽出手段では、ユーザ
の指示が身振りである場合に画像データから身振りの特
徴量を抽出する。まず、認識手段２０２から身振りが
「イエス／ノー」以外の身振りであるという旨の信号を
受け取ると、その身振り（画像）データから身振り特徴
量の抽出を開始する。身振り特徴量を抽出する手順は、
以下の通りである。

【００４２】まず、画像データの１フレーム毎に両手と
顔の肌色領域を抽出する。そして次に、これら肌色領域
の重心を求める。さらに、連続するフレームについて重
心を求め、該重心座標値をプロットしていくと重心の軌
跡が求まる。身振り動作時においては、手の動く方向が
変化する時に、重心の軌跡にも変曲点が出現することか
ら、隣接するフレーム間の重心のＸＹ座標値の差分よ
り、重心が変化する方向を、水平方向をＸ座標、垂直方
向をＹ座標として求める。具体的には、「ｔａｎθ＝Ｘ
座標値差分／Ｙ座標値差分」として、θの値を求め、該
θがしきい値以上変化した場合に変曲点とみなす。この
ようにして求められた変曲点の時系列パターンを身振り
特徴量として用いることができる。例えば、ｉ番目の変
曲点の方向をθiとして、（θ1，θ2，θ3，θ4，θ5）
を特徴量ベクトルとする。

【００４３】次に、音声特徴量抽出手段では、ユーザか
らの指示が音声で与えられた場合に音声データから音声
の特徴量を抽出する。まず、認識手段２０２から音声が
「イエス／ノー」以外の音声であるという旨の信号を受
け取ると、その音声データから音声特徴量の抽出を開始
する。

【００４４】音声特徴量は、良く知られた線形予測分析
によって求められるＬＰＣケプストラム係数を用いるこ
とができる。例えば、２０次の線形予測分析を行った場
合の出力は、２０個の特徴量から構成される特徴量ベク
トル（図４参照）となる。尚、線形予測分析等について
は、中川聖一，鹿野清宏，東倉洋一著による「ニューロ
サイエンス＆テクノロジーシリーズ；音声・聴覚と神経
回路網モデル」（１９９０年，オーム社発行）に詳し
い。

【００４５】次に、写像手段２０６は、後述する複数の
写像関数を記憶した写像関数データベース２０５から１
個の写像関数をランダムに選択し、その写像関数を用い
て、特徴量抽出手段２０４から受け取る特徴量ベクトル
を動作出力手段２０７に出力すべき動作命令に変換す
る。この動作命令は、図５に示すような、複数の動作
（動作１〜動作Ｌ）から構成される配列データとなる。

【００４６】写像関数の例として、ここでは図６に示す
ような階層型ニューラルネットワークを使用する。階層
型ニューラルネットワークは、入力層、隠れ層（中間
層）および出力層を備え、各層は複数個のユニットを備
える。入力層に与えた信号（ここでは、特徴量１〜特徴
量Ｋ）が結合の重みによって変換されながら出力層のユ
ニットの値（ここでは、動作１〜動作Ｌ）として出力さ
れる前向きの信号伝搬を行う。すなわち、１つの写像関
数に対して１つのニューラルネットワークが割り当てら
れ、ニューラルネットワークにおける入力層の各ユニッ
トに特徴量が割り当てられ、出力層の各ユニットに動作
命令が割り当てられる。特徴量ベクトルが入力されてニ
ューラルネットワークの計算処理が行われたときに、出
力層で最大値を持つユニットの動作命令が写像手段２０
６の出力となる。

【００４７】ニューラルネットワークにおいて、「ユニ
ット間の結合重み値」と「ユニットのしきい値」を関数
パラメータと呼ぶことにする。初期設定として、関数パ
ラメータが異なるように設定しておくことで、複数の異
なる写像関数を作ることができる。また、写像関数とし
て、次式（数１）のような重み付き線形和を用いること
もできる。すなわち、

【数１】ｙi＝Σｗij・ｘj （数１）ここで、ｉ＝１〜Ｌ，ｊ＝１〜Ｋで、Ｌ：特徴量の数、Ｋ：動作命令の数、ｙi：ｉ番目の動作命令の値、ｗij：ｊ番目の特徴量のｉ番目の動作命令に対する係
数、ｘj：ｊ番目の特徴量。この場合、ｗijが関数パラメータとなる。上記線形式の
うち、最大値となる線形式に割り当てられた動作命令が
写像手段２０６から出力される。

【００４８】次に、写像関数データベース２０５では、
写像手段２０６で用いられる写像関数を記憶する。写像
関数全体を記憶しておくこともできるが、関数パラメー
タのみを記憶しておくこともできる。図７に写像関数デ
ータベース２０６内に記憶される写像関数の関数パラメ
ータの例を示す。

【００４９】次に、学習手段２０３では、写像関数デー
タベース２０５の写像関数を学習によって修正する。こ
の修正により、ユーザにとって望ましい動作出力が得ら
れるようになる。本実施形態では、学習の手法として
は、遺伝的アルゴリズムを使用する。

【００５０】ここで、遺伝子アルゴリズムで使用される
語について説明をしておく。「遺伝子（gene）」は個体
の性質を規定する基本的構成要素であり、「染色体（ch
romosome）」は遺伝子の集合体である。また「個体（in
dividual）」は染色体によって特徴づけられた自律的な
個であり、「集団（population）」は個体の集まりであ
る。また「遺伝子型（genotype）」は特徴量と特徴量の
マッピングの表現方法であり、一般的には“０”と
“１”のビット列を用いるが、ここでは実数値を用い
る。また「遺伝子座（locus）」は染色体上の遺伝子の
位置を意味する。さらに「表現型（phenotype）」は染
色体によって規定される形質の外部的表現であり、遺伝
子型は形質の染色体による内部表現である。表現型から
遺伝子型への写像を「コード化（coding）」と呼び、遺
伝子型から表現型への写像を「デコード化（decodin
g）」という。尚、多くの探索問題において、表現型＝
遺伝子型とすれば十分であることが経験的に知られてい
る。

【００５１】図８に示すように、本実施形態では、個体
を１つの写像関数とし、集団を全ての写像関数の集まり
（個体数がＰ個の集団を仮定）としている。また、染色
体は写像関数パラメータの配列であり、遺伝子は１つの
写像関数パラメータである。

【００５２】次に、遺伝的アルゴリズムによる学習処理
の流れについて図９のフローチャートを参照しながら説
明する。尚、従来の遺伝子アルゴリズムにおいては、１
回毎に全ての個体を評価するが、本実施形態の遺伝子ア
ルゴリズムでは、１回に選択される個体は１個だけであ
る。また、評価は「イエス／ノー」の２値である。した
がって、従来の遺伝子アルゴリズムをそのまま適用する
ことができず、図９に示すような新しい遺伝子アルゴリ
ズムの処理フローが必要となる。

【００５３】図９において、まずステップＳ９０１で
は、初期集団を発生する。遺伝子の初期値は乱数によっ
て決めてもよいし、ユーザが任意に与えるようにしても
よい。次に、ステップＳ９０２では、選択された個体
（写像関数）を用いた場合のユーザの評価結果を認識手
段２０２から取得する。そしてステップＳ９０３では、
ユーザ評価結果の内容「イエス／ノー」により分岐す
る。

【００５４】すなわち、ステップＳ９０３においてユー
ザ評価結果が「イエス」の場合には、その個体が表現す
る写像関数は正しかったことになる。これを「正解個
体」と呼び、次世代に残すべき個体である。この場合、
ステップＳ９０４に進んで、正解個体を除いた集団の
（Ｐ−１）個の各個体について、正解個体との間で交差
を行い子個体を生成する。すなわち、図１０の説明図に
示すように、図１０（ａ）において、正解個体を除いた
（Ｐ−１）個の個体の集団から順番に１つずつ選んで親
個体とし、図１０（ｂ）において、正解個体と親個体と
の間で交差を行って１つの子個体を作る。ここで、「交
差」とは、１つの個体間で任意の位置で切れた遺伝子同
士をつなぎ合わせる操作であり、これによって優秀な遺
伝子同士を組み合わせて精度を向上していくものであ
る。尚、交差方法には、一点交差、二点交差、一様交差
等がある。

【００５５】次に、ステップＳ９０５では、突然変異の
確認を行うべく、確率により突然変異を実行するか否か
を決定する。ここで、「突然変異」とは、ある時突然に
遺伝子が変化してしまう現象である。これによりローカ
ルミニマムに陥るのを防ぐ。尚、どこをどのように変え
るかはランダムに決定される。例えば、それぞれの子個
体に対して０〜１の間で乱数を生成し、生成された数値
が０．５未満ならば突然変異を実行せず、０．５以上な
らば突然変異を実行するというように設定する。

【００５６】さらに、ステップＳ９０６では、突然変異
を実行する。すなわち、図１０（ｃ）に示すように、ス
テップＳ９０５の生成数値に基づいて、確率的に子個体
を突然変異させるか、或いは突然変異させない。尚、突
然変異させない場合には、ステップＳ９０５からステッ
プＳ９０２に移行する。

【００５７】以上のように、ステップＳ９０３におい
て、評価結果が「イエス」の場合、ステップＳ９０４〜
Ｓ９０６を（Ｐ−１）個の親個体について実行して（Ｐ
−１）個の子個体を作成する。すなわち、図１０（ｄ）
および（ｅ）に示すように、正解個体と（Ｐ−１）個の
子個体を合わせたＰ個の個体からなる集団を、次世代の
集団として、写像関数データベース２０５の古い集団と
入れ替える。

【００５８】尚、以上の説明では、正解個体１個と（Ｐ
−１）個の親個体から（Ｐ−１）個の子個体を作成した
が、正解個体をＮ個複製して、正解個体Ｎ個と（Ｐ−
Ｎ）個の親個体から（Ｐ−１）個の子個体を作成するよ
うにしてもよい。この場合、（Ｐ−１）個の親個体から
（Ｐ−Ｎ）個をランダムに選択するか、或いは、正解個
体との距離が近い順に（Ｐ−Ｎ）個を選択する。距離
は、遺伝子座ごとに二乗誤差を求め、これを全ての遺伝
子座について加算することにより求められる。さらに、
上記距離を、それぞれの親個体の適合度とみなして、全
ての親個体を評価することもできる。

【００５９】また、ステップＳ９０３においてユーザ評
価結果が「ノー」の場合には、その個体が表現する写像
関数は間違っていたことになる。これを「不良個体」と
呼び、ステップＳ９０７において、該不良個体を集団か
ら削除する。不良個体を集団から削除したので、集団か
ら個体が１つ欠けたことになっており、さらに、ステッ
プＳ９０８では、新しい個体１つを生成して集団に補充
する。尚、新しい個体の遺伝子は乱数で決定する。

【００６０】以上の処理手順を繰り返すうちに、正解個
体が増加し、不良個体が減少して、次第にロボット１０
１の動作がユーザの意図に沿うようになる。

【００６１】さらに、動作出力手段２０７では、写像手
段２０６により取得された動作命令に基づき動作を出力
する。それぞれの動作命令に対して、ロボット１０１の
４肢、首、尻尾等の各関節に取り付けられているモータ
に対する制御量が与えられており、動作命令が取得され
ると、相当する制御量を用いてロボット１０１の各関節
を駆動する。

【００６２】動作命令としては、犬型ロボットの場合、
例えば、「首を縦に振る」、「首を横に振る」、「尻尾
を振る」、「４本足で立った状態から前足の１本を上げ
る（お手の姿勢）」、「両後足を曲げて尻を地面につい
て両前足を上げる（お座りの姿勢）」、「４本の足を折
り畳んで頭部を地面に着ける（伏せの姿勢）」等々があ
る。

【００６３】以上、本実施形態のロボット１０１を構成
する各構成要素の機能および動作について説明したが、
次に、本実施形態のロボットの学習動作の全体的な処理
手順について、図１１に示すフローチャートを参照して
説明する。

【００６４】まず、ステップＳ１１０１では、入力手段
２０１を介してユーザ入力を取得する。次に、ステップ
Ｓ１１０２では、認識手段２０２を用いて、入力が「指
示」であるか、或いはロボット１０１が実行した動作に
対する「評価」であるかを認識する。

【００６５】入力が「評価」である場合には、ステップ
Ｓ１１０３に進んで、学習手段２０３により動作フラグ
を確認する。ここで、動作フラグは、入力が、ロボット
１０１が動作を実行した後一定時間以内に与えられた評
価であるか否かを判定するものである。すなわち、動作
フラグが１の場合は、一定時間内に与えられ、直前のロ
ボット１０１の実行動作に対する評価であるとみなさ
れ、また、動作フラグが０の場合は、一定時間を越えて
与えられ、実行動作に対する評価であるとはみなされな
い。動作フラグが１の場合にはステップＳ１１０４に進
み、動作フラグが０の場合にはステップＳ１１０１に戻
る。

【００６６】つまり、動作フラグが１の場合、直前の実
行動作に対する評価であるとみなされ、ステップＳ１１
０４において、学習手段２０３を用いて写像関数群を学
習する。また、ステップＳ１１０５では、学習手段２０
３は動作フラグを０に戻して、ステップＳ１１０１に戻
る。

【００６７】また、ステップＳ１１０２において、入力
が「指示」である場合には、ステップＳ１１０６に進ん
で、認識手段２０２により動作フラグを１にする。ま
た、ステップＳ１１０７では、特徴量抽出手段２０４に
よりユーザ入力の特徴量を抽出する。次に、ステップＳ
１１０８では、学習手段２０３により写像関数データベ
ース２０５に保存してある写像関数群から１つの写像関
数を選択し、ステップＳ１１０９で、選択した写像関数
を用いて抽出された特徴量を動作命令に変換する。さら
に、ステップＳ１１１０では、動作出力手段２０７によ
り写像手段２０６が出力する動作命令にしたがって動作
を出力する。

【００６８】次に、ステップＳ１１１１では、認識手段
２０２により、動作出力手段２０７によって動作を出力
してから一定時間が経過したか否かを判定する。一定時
間が経過していれば動作フラグを０に戻した後、また一
定時間が経過していなければ動作フラグを１としたま
ま、ステップＳ１１０１に戻る。

【００６９】以上説明したように、図２に示された第１
の実施形態のロボットおよびロボットの学習方法、並び
に、該ロボットの学習方法をプログラムとして記録する
記憶媒体では、認識手段２０２により、身振り、音声ま
たは（振動センシングによる）触覚で表現されるユーザ
入力についてユーザ指示またはユーザ評価の種別を認識
し、特徴量抽出手段２０４により、ユーザ入力から身振
りまたは音声に関する特徴量を抽出し、また写像関数デ
ータベース２０５には、特徴量を動作出力手段２０７に
よって出力すべき動作に写像変換する写像関数等を保持
し、学習手段２０３により、写像関数データベース２０
５に保持されている写像関数群を、出力動作についてユ
ーザが判断する「正解」または「不正解」によって与え
られるユーザ評価に基づき学習して、さらに写像手段２
０６により、写像関数データベース２０５から１の写像
関数を選択して、該写像関数を用いて抽出された特徴量
を動作命令に変換し、動作出力手段２０７から該動作命
令に応じた動作を出力する。

【００７０】これにより、ユーザからの指示に従うよう
にロボットを学習させることができ、新しい動作を教え
ていくことができるので飽きずに楽しむことができる。
また、ユーザ入力として、身振りや音声等を用いるので
機械操作に不慣れなユーザでも簡単にロボットを学習
（訓練）させることができ、本物のペットを調教してい
るかのような育てる楽しみをユーザが享受できる。ま
た、ユーザによって調教内容が異なるので、個性的なロ
ボットを作る楽しみもある。さらに、１つの動作を評価
するだけで複数の知識等を学習する方法を繰り返し用い
ることにより、ユーザは動物を調教するような身振りや
音声を用いた調教の楽しみを疑似的に体験することがで
きる。

【００７１】尚、上記説明では、ロボットを実体的な装
置として構成したが、これに限定されることなく、例え
ば、パーソナルコンピュータやゲーム機等の情報処理装
置において、表示出力手段上に仮想的に形成されるロボ
ットであってもよい。

【００７２】〔第２の実施形態〕次に、図１２は本発明の第２の実施形態に係るロボット
システムの構成図である。本実施形態のロボットシステ
ムは、第１ロボット１２０１および第２ロボット１２０
２の複数のロボットが存在し、同様の動作を学習させる
ことを想定している。すなわち、複数のロボットが存在
する場合に、個別に同等の動作学習をさせたのでは効率
的でないことから、１台のロボットに対する調教結果が
他のロボットにも即座に反映されるように構成したもの
である。尚、同図において、図２に示される装置と同一
構成部分については、同符号を付すことにより説明は省
略する。

【００７３】図１２において、本実施形態の第１ロボッ
ト１２０１は、入力手段２０１、認識手段２０２、学習
手段１２１３、通信手段１２２１、特徴量抽出手段２０
４、写像関数データベース２０５、写像手段２０６およ
び動作出力手段２０７を備えて構成されている。また、
第２ロボット１２０２についても、通信手段１２２２以
外は第１ロボット１２０１と同等の構成を備えている。

【００７４】この第２の実施形態の特徴は、第１ロボッ
ト１２０１の学習手段１２１３により学習した写像関数
を、写像関数データベース２０５内に保持すると共に、
通信手段１２２１，１２２２を介して第２ロボット１２
０２にも送信する。

【００７５】すなわち、まず、第１ロボット１２０１が
動作を出力して調教され、内部に持つ写像関数データベ
ース２０５の知識（写像関数パラメータ）が学習され
る。この時、学習の遺伝子アルゴリズムにおいて、正解
個体であった場合は、第１の実施形態で説明したと同様
の手順を進めると共に、該正解個体を第２ロボット１２
０２に対して通信手段１２２１，１２２２を介して送信
する。一方、正解個体を受け取った第２ロボット１２０
２側では、学習の遺伝子アルゴリズムにおいて、該正解
固体に対して距離が最も離れた個体を削除し、該削除し
た個体の代わりに正解個体を置き、残りの個体と正解個
体の間で交差等の操作を行う。

【００７６】このように、本実施形態では、１台のロボ
ットに対する調教結果を他のロボットにも反映させるの
で、複数のロボット間で効率的な学習を行うことができ
る。

【００７７】〔第３の実施形態〕次に、図１３は本発明の第３の実施形態に係るロボット
システムの構成図である。本実施形態は、第１ロボット
１３０１および第２ロボット１３０２の複数のロボット
と、計算機１３００を備えたロボットシステムであっ
て、第１ロボット１３０１および第２ロボット１３０２
に対して同様の動作を学習させることを想定している。
尚、同図において、図２に示される装置と同一構成部分
については、同符号を付すことにより説明は省略する。

【００７８】図１３において、本実施形態の第１ロボッ
ト１３０１は、入力手段２０１、認識手段１３０２、通
信手段１３２１、特徴量抽出手段２０４、写像関数デー
タベース１３０５、写像手段２０６および動作出力手段
２０７を備えて構成されている。また、第２ロボット１
３０２についても、通信手段１３２２以外は第１ロボッ
ト１３０１と同等の構成を備えている。さらに、計算機
１３００は、通信手段１３２０および学習手段１３１３
を備えた構成である。

【００７９】この第３の実施形態では、各ロボットにお
いて、認識手段１３１２により、身振り音声または触覚
で表現されるユーザ入力についてユーザ指示またはユー
ザ評価の種別を認識し、また特徴量抽出手段２０４によ
り、ユーザ入力から身振りまたは音声に関する特徴量を
抽出し、写像関数データベース１３１５には、ユーザ指
示に基づく特徴量を動作出力手段２０７によって出力す
べき動作に変換する知識や写像関数パラメータが保持さ
れ、写像手段２０６により、写像関数データベース１３
１５から１の写像関数が選択され、該写像関数を用いて
抽出された特徴量を動作命令に変換し、動作出力手段２
０７により該動作命令に応じた動作を出力する。また一
方、計算機１３００側では、学習手段１３１３により、
各ロボットの写像関数データベース１３１５に保持され
ている知識や写像関数を、出力動作についてユーザが判
断する「正解」または「不正解」によって与えられるユ
ーザ評価に基づき学習し、学習後の知識や写像関数を通
信手段１３２０を介して各ロボットに送信する。

【００８０】例えば、第１ロボット１３０１が動作を出
力して調教されるとする。この時、第１ロボット１３０
１が持つ写像関数データベース１３１５の知識や写像関
数、および、第２ロボット１３０２が持つ写像関数デー
タベースの知識や写像関数が、計算機１３００に送信さ
れる。また、第１ロボット１３０１が出力した動作が正
解か不正解かの認識結果も計算機１３００に送信され
る。計算機１３００では、該認識結果を元にして、第１
の実施形態で説明した遺伝子アルゴリズムを実行する。
その後、この遺伝子アルゴリズムにより学習された知識
や写像関数は、計算機１３００から第１ロボット１３０
１および第２ロボット１３０２に送信され、各写像関数
データベースの内容が更新される。

【００８１】これにより、第１の実施形態と同様に、ユ
ーザからの指示に従うようにロボットを学習させること
ができ、また、ユーザ入力として身振りや音声等を用い
るので機械操作に不慣れなユーザでも簡単にロボットを
学習（訓練）させることができ、さらに、玩具等に応用
した場合には、１つの動作を評価するだけで複数の知識
等を学習する方法を繰り返し用いることにより、ユーザ
は動物を調教するような身振りや音声を用いた調教の楽
しみを疑似的に体験することができるといった効果を奏
する他に、本実施形態特有の効果として、学習を計算機
１３００側に任せて各ロボット１３０１，１３０２には
学習結果のみ保持するので、ロボット単体のコストを下
げることができると共に、複数ロボット間の学習を効率
的に行うことができる。

【００８２】

【発明の効果】以上の説明から明らかなように、本発明
によれば、ユーザからの指示に従うようにロボットを学
習させることができ、また、ユーザ入力として身振りや
音声等を用いることにより、機械操作に不慣れなユーザ
でも簡単にロボットを学習（訓練）させることができ
る。さらに、玩具等に応用した場合には、１つの動作を
評価するだけで複数の知識等を学習する方法を繰り返し
用いることにより、ユーザは動物を調教するような身振
りや音声を用いた調教の楽しみを疑似的に体験すること
ができる。

【図面の簡単な説明】

【図１】本発明のロボットおよびロボットの学習方法に
おける基本動作原理を概念的に説明する説明図である。

【図２】本発明の第１の実施形態に係るロボットの構成
図である。

【図３】図３（ａ），（ｂ）はメンバシップ関数「振動
の回数」および「振動の強さ」の説明図、図３（ｃ）は
振動を認識するファジイ推論規則の説明図である。

【図４】特徴量抽出手段の出力である特徴量ベクトル
（配列データ）を例示する説明図である。

【図５】写像手段の出力である動作命令（配列データ）
を例示する説明図ある。

【図６】階層型ニューラルネットワークの説明図であ
る。

【図７】写像関数データベース内に記憶される写像関数
の関数パラメータを例示する説明図である。

【図８】遺伝子アルゴリズムにおいて写像関数を表現す
る個体の説明図である。

【図９】遺伝的アルゴリズムによる学習処理の流れを説
明するフローチャートである。

【図１０】子個体が作成される様子を説明する説明図で
ある。

【図１１】第１の実施形態のロボットにおける学習動作
の全体的な処理手順を説明するフローチャートである。

【図１２】本発明の第２の実施形態に係るロボットシス
テムの構成図である。

【図１３】本発明の第３の実施形態に係るロボットシス
テムの構成図である。

【符号の説明】

１０１，１２０１，１２０２，１３０１，１３０２ロ
ボット２０１入力手段２０２，１３１２認識手段２０３，１２１３，１３１３学習手段２０４特徴量抽出手段２０５，１３１５写像関数データベース２０６写像手段２０７動作出力手段１２２１，１２２２，１３２０，１３２１，１３２２
通信手段

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開平10−289006（ＪＰ，Ａ) 特開平７−213753（ＪＰ，Ａ) 特開平６−161984（ＪＰ，Ａ) 特開平７−84792（ＪＰ，Ａ) 特開平９−44226（ＪＰ，Ａ) 特開平２−36086（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G05B 19/42 B25J 9/22 B25J 13/00 G05B 13/02 G06N 3/00 550 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims

(57)【特許請求の範囲】

【請求項１】入力情報として少なくとも画像情報また
は音声情報を取得する入力手段と、前記入力情報についてユーザ指示またはユーザ評価の種
別を認識するとともにに、入力情報がユーザ評価である
場合には、当該ユーザ評価についての正解または不正解
の別を認識する認識手段と、前記入力情報から特徴量を抽出する特徴量抽出手段と、動作を出力する動作出力手段と、前記入力情報のユーザ指示に基づく特徴量を前記動作出
力手段によって出力すべき動作に変換する写像関数を複
数保持する記憶手段と、前記記憶手段から１の写像関数を選択し、該写像関数を
用いて前記ユーザ指示に基づく特徴量を前記動作に変換
する変換手段と、前記動作出力手段から出力された動作に対する‘正解’
のユーザ評価が得られたときには、当該動作への変換に
用いられた前記１の写像関数と、前記記憶手段に保持さ
れたその他の写像関数とを、遺伝的アルゴリズムを用い
て適宜に交差させることにより、前記記憶手段に保持さ
れるべき新たな写像関数を生成する学習手段と、を具備することを特徴とするロボット。
【請求項２】学習手段を介して新たに生成された写像関
数を少なくとも含む複数の写像関数を、他のロボットと
送受信する通信手段を更に具備することを特徴とする請
求項１に記載のロボット。
【請求項３】‘正解’のユーザ評価が得られたときの動
作変換に用いられた１の写像関数を、他のロボットと送
受信する通信手段と、前記通信手段を介して他のロボットより得られる前記１
の写像関数と、自己の記憶手段に保持された写像関数と
を、遺伝的アルゴリズムを用いて適宜に交差させること
により、前記記憶手段に保持されるべき新たな写像関数
を生成する学習手段とを更に具備することを特徴とす
る、請求項１に記載のロボット。
【請求項４】入力情報は、身振り、手振り、頭部動
作、表情または音声の少なくとも１つで表現されること
を特徴とする請求項１乃至３のいずれかに記載のロボッ
ト。
【請求項５】入力手段は、ユーザが与える物理量を触
覚情報としてセンシングする検知手段を有し、前記入力情報は、身振り、手振り、頭部動作、表情、音
声または触覚の少なくとも１つで表現されることを特徴
とする請求項１乃至３のいずれかに記載のロボット。
【請求項６】特徴量抽出手段は、前記入力情報から、
身振り、手振り、頭部動作、表情または音声の少なくと
も１つ以上に関する特徴量を抽出することを特徴とする
請求項１乃至５のいずれかに記載のロボット。
【請求項７】正解または不正解は、身振り、手振り、
頭部動作、表情、音声または触覚の少なくとも１つで表
現されることを特徴とする請求項６に記載のロボット。
【請求項８】動作出力手段は、動作を視覚的に表示出
力する表示出力手段であることを特徴とする請求項１乃
至７のいずれかに記載のロボット。
【請求項９】複数のロボットと、情報処理装置と、を
具備するロボットシステムであって、前記ロボットは、入力情報として少なくとも画像情報または音声情報を取
得する入力手段と、前記入力情報についてユーザ指示またはユーザ評価の種
別を認識するとともにに、入力情報がユーザ評価である
場合には、当該ユーザ評価についての正解または不正解
の別を認識する認識手段と、前記入力情報から特徴量を抽出する特徴量抽出手段と、動作を出力する動作出力手段と、前記入力情報のユーザ指示に基づく特徴量を前記動作出
力手段によって出力すべき動作に変換する写像関数を複
数保持する記憶手段と、前記記憶手段から１の写像関数を選択し、該写像関数を
用いて前記ユーザ指示に基づく特徴量を前記動作に変換
する変換手段と、前記情報処理装置と前記写像関数を送受信する通信手段
と、を有し、前記情報処理装置は、前記ロボットと前記写像関数を送受信する通信手段と、１のロボットにおいて出力された動作に対する‘正解’
のユーザ評価が得られたときに当該動作への変換に用い
られた１の写像関数と、該１のロボットまたはその他の
１のロボットの有する複数の写像関数のうちの一部また
は全部とを、遺伝的アルゴリズムを用いて適宜に交差さ
せることにより、新たな写像関数を生成する学習手段
と、を有し、それにより、前記情報処理装置で生成された新たな写像
関数を少なくとも含む複数の写像関数は、前記通信手段
を介して情報処理装置から任意のロボットへと受け渡さ
れる、ことを特徴とするロボットシステム。
【請求項１０】請求項９のロボットシステムに適用され
るロボットであって、情報処理装置で生成された新たな写像関数を少なくとも
含む複数の写像関数を通信手段を介して受け取ることに
より、該複数の写像関数を移植されるロボット。
【請求項１１】入力情報として少なくとも画像情報ま
たは音声情報を取得する入力手段と、動作を出力する動
作出力手段と、を備えたロボットの学習方法であって、
前記入力情報についてユーザ指示またはユーザ評価の種
別を認識するとともに、入力情報がユーザ評価である場
合には、当該ユーザ評価についての正解または不正解の
別を認識する認識ステップと、前記入力情報から特徴量
を抽出する特徴量抽出ステップと、前記入力情報のユー
ザ指示に基づく特徴量を前記動作出力手段によって出力
すべき動作に変換する写像関数を複数保持する記憶ステ
ップと、前記記憶ステップにより保持された複数の写像
関数から１の写像関数を選択し、該写像関数を用いて前
記ユーザ指示に基づく特徴量を前記動作に変換する変換
ステップと、前記動作出力手段から出力された動作に対
する‘正解’のユーザ評価が得られたときには、当該動
作への変換に用いられた前記１の写像関数と、前記保持
されたその他の写像関数とを、遺伝的アルゴリズムを用
いて適宜に交差させることにより、新たに保持されるべ
き写像関数を生成する学習ステップと、を具備すること
を特徴とするロボットの学習方法。
【請求項１２】請求項１１に記載のロボットの学習方
法をコンピュータに実行させるためのプログラムとして
記憶したコンピュータにより読み取り可能な記録媒体。
【請求項１３】入力情報として少なくとも画像情報ま
たは音声情報を取得する入力手段と、動作を出力する動
作出力手段と、データを送受信する通信手段とを備えた
複数のロボットと、前記ロボットとデータを送受信する
通信手段を備えた情報処理装置と、を具備するロボット
システムの学習方法であって、各ロボットにおいて、前
記入力情報についてユーザ指示またはユーザ評価の種別
を認識するとともにに、入力情報がユーザ評価である場
合には、当該ユーザ評価についての正解または不正解の
別を認識する認識ステップと、各ロボットにおいて、前
記入力情報から特徴量を抽出する特徴量抽出ステップ
と、各ロボットにおいて、前記入力情報のユーザ指示に
基づく特徴量を前記動作出力手段によって出力すべき動
作に変換する写像関数を複数保持する記憶ステップと、
各ロボットにおいて、前記記憶ステップにより保持され
た複数の写像関数から１の写像関数を選択し、該１の写
像関数を用いて前記ユーザ指示に基づく特徴量を前記動
作に変換する変換ステップと、前記情報処理装置におい
て、１のロボットにおいて出力された動作に対する‘正
解’のユーザ評価が得られたときに当該動作への変換に
用いられた１の写像関数と、該１のロボットまたはその
他の１のロボットの記憶手段に保持された複数の写像関
数の一部または全部とを、前記通信手段を介して取得す
るデータ受信ステップと、前記情報処理装置において、
該取得された‘正解’のユーザ評価が得られたときの１
の写像関数と、その他取得された写像関数とを、遺伝的
アルゴリズムを用いて適宜に交差させることにより、新
たな写像関数を生成する学習ステップと、該情報処理装
置において生成された新たな写像関数を含む複数の写像
関数を、前記通信手段を介して情報処理装置から任意の
ロボットへと受け渡すステップと、を具備することを特
徴とするロボットシステムの学習方法。
【請求項１４】請求項１３に記載のロボットシステム
の学習方法をコンピュータに実行させるためのプログラ
ムとして記憶したコンピュータにより読み取り可能な記
録媒体。