JP7414735B2 - 複数のロボットエフェクターを制御するための方法 - Google Patents

Description

本発明は、対話ロボットの分野に関する。より正確には、対話ロボットの機能を制御して、単なる従属動作ではない動作（１９２０年にチェコ人のカレル チャペックによって、スラブ語で「奴隷」を意味するｒｏｂｏｔａという語から着想を得たと想像される「ロボット」という用語）によって、１人または複数の人間との意思疎通を可能とする共感的知能をシミュレートする対話ロボットのリソース管理に関する。

このようなロボットは、人間型ロボット、自律走行車、またはロボットによって送信および受信されるマルチモーダルメッセージ（触覚、視覚、または聴覚）を介して１人または複数の人間との双方向の意思疎通を可能とする通信インターフェースを有する装置の形態をとることができる。

Ｙｕｔａｋａ Ｓｕｚｕｋｉ、Ｌｉｓａ Ｇａｌｌｉ、Ａｙａｋａ Ｉｋｅｄａ、Ｓｈｏｊｉ Ｉｔａｋｕｒａ、およびＭｉｃｈｉｔｅｒｕ Ｋｉｔａｚａｋｉによる論文「脳波記録を用いた人間およびロボットの手の痛みに対する共感の測定」、Ｓｃｉｅｎｔｉｆｉｃ Ｒｅｐｏｒｔｓ ５，論文番号：１５９２４（２０１５）において、著者は、人間の脳の機能であり、具体的には、痛みなどの感情の表現形式を引き起こす状況でロボットが知覚した場合に、その共感的反応を説明する。この研究の著者は、痛みを引き起こす場合、または引き起こさない場合におけるそれぞれの状況において、人間の手の写真、またはロボットの手のいずれかを志願者に提示する（当該研究の参加者に提示された画像において、開いた状態のはさみ１丁が表示され、手の指を切る可能性のある画像が図示される）。

伝統的に一義的であり、ロボットと人間との関係は相互関係になりつつある。あるロボット研究家は、ロボットを「ｅｍｏ ｒｏｂｏｔ」（感情、「心」を有する）として提示したいと考えており、これは、日本におけるＰｅｐｐｅｒ ｒｏｂｏｔ（商標）、またはフランスにおけるＮａｏ ｒｏｂｏｔ（商標）が既にこの場合に該当する。人工的な共感は、常に擬態である一方で、ロボットメーカーは、本物の感情を有することが可能である機械を我々に提示することを企図している。

この必要性を満たすべく、第１４８６３００号で付与された欧州特許が提案されており、
ロボットの機械本体の動きを記述する複数の動作記述部と、
機械本体の外部環境を認識する外部環境認識部と、
認識された外部環境および／または動作の実行の結果に応答し、ロボットの内部状態を管理する内部状態管理部と、
外部および／または内部環境に応じて、動作記述部で記述された動作の実行を評価する動作評価部とを備える、
自律的に動作するロボットの動作制御システムについて説明している。

内部状態管理部は、複数の層を有する階層構造において、それぞれが内部状態の指標である感情を管理し、個々の保存に必要な一次感情の層、および一次感情の過度／不足に応じて変化する二次感情の別の層における感情を用いており、さらに、一次感情を、次元に基づいて、生来の反射層または生理学的層、および連想層を含む層へと分割する。

また、第１４９４２１０号で付与された欧州特許は、周知であり、
会話相手の声を認識する音声認識手段と、
音声認識手段の認識結果に基づいて、会話相手との会話を制御する会話制御手段と、
会話相手の顔を認識する画像認識手段と、
画像認識手段による認識結果および音声認識手段による認識結果の一方または両方の結果に基づいて、会話相手の存在を検索する検索制御手段とを備える、
会話相手と会話する機能を有する音声通信システムを説明する。

会話制御手段は、たとえ検索制御手段による検索が失敗したとしても、音声認識手段による認識結果として取得された会話相手の音声内容が期待される応答内容と同一であった場合に、会話を継続する。

（先行技術の欠点）
従来技術のソリューションは、一方の言語処理を意図した技術リソースと、他方の、ロボットの動きの制御と同様に、カメラ、および場合によっては他のセンサーによるロボットの環境の認識処理を意図した技術リソースとを分離する。

結果として、従来技術のソリューションは、意味論的な入力および出力を知覚したデータと作動とに統合する強化された学習タスクを可能としない。

具体的には、第１４８６３００号は、人間とロボットとの間の意思疎通の言語的次元を考慮に入れることを規定しておらず、したがって、例えば、ロボットが人間との意思疎通の間に、自然と学習することを可能としない。

第１４９４２１０号に関しては、人工的な会話を制御する人間とロボットとの間の言語的な意思疎通のみを提供する。

これらの２つの文献の教えの並記は、２つのソリューションが同じ技術的な文法を用いず、ロボットのセンサーによって認識される情報および言語情報を同一の意味論的なセットへと統合できないことから、満足のいくソリューションを可能とすることができない。

さらに、「感情」に対応するロボットの内部状態は、感情に関連付けられる動作の収集の中から選択された動作の選択によって排他的に変換され、これは、人間とのリアルタイムでの共感的知能の発展性を大幅に制限する。

従来技術のソリューションは、ロボットとの意思疎通における人間の態度に対して弱く反応する方法で、固定された感情の表現を導く。リアルタイムの変更がないことから、感情の表現の信頼性は劣り、これは、ロボットと意思疎通をする人間の認識負荷を低減することを妨げる。

本発明の目的は、本発明の最も一般的な受け入れによって、パラメーター化可能なコード化された関数からなる複数のプリミティブによるロボットの複数のエフェクターを制御する方法を提案することによって、これらの欠点に応答することであり、
プリミティブは、動作選択システムによって選択された動作によって条件付きでアクティブ化されており、
動作選択システムは、
宣言的記憶を備え、ルールのダイナミックライブラリーに格納され、それぞれがコンテキストを動作に関連付けており、
記憶の中に格納されたコード化されたオブジェクトのリストに基づいて、ロボットの世界の表現を判断し、
コード化されたオブジェクトは、知覚機能によって算定されている記憶の中に格納され、
知覚機能は、ロボットのセンサーによって提供される信号から算定されており、
方法は、あらゆるステップにおいて、コード化されたオブジェクトをそれらの意味論的な記述に対応する一連の文字に関連付けることに基づいていることを特徴とし、具体的には、
ｉ．コード化されたオブジェクトの意味論的な記述は、ロボットの知覚機能を表現する文字列と、知覚したオブジェクトを表現する別の文字列とで構成される記憶の中に格納され、
ｉｉ．プリミティブの意味論的な記述は、ロボットの可能な動作を表現する文字列と、当該動作の任意のパラメーターを表現する別の任意の文字列とで構成され、
ｉｉｉ．ルール（１０２～１０６）の意味論的な記述は、関連するコンテキストを表現する文字列と関連する動作を表現する別の文字列との組み合わせで構成される。

有利なことに、動作選択システムは、これらのルールのそれぞれのコンテキストに近いことに基づいて、ルールを、記憶の中に含まれるオブジェクトの内容から算定されたコンテキストに分類し、コンテキストに関連するルールに関連付けられる動作を選択する。

実施形態によって
方法は、さらに、例えば、音声認識、ジェスチャー認識、または模倣に基づいて、学習モジュールを介して、新しい動作に関連付けられる新しいルールを記録するステップを備える。
方法は、それぞれのルールに対して、関連する動作のそれぞれの実行の後に、再計算されるＩＳパラメーターを算定するステップを備え、動作選択システムによって選択された動作の優先順位は、それぞれの動作に関連付けられるＩＳパラメーターの値に基づいて判断される。
方法は、さらに、通信モジュール、および共有サーバーを介して、他のロボットと通信するステップを備え、ロボットの動作選択システムの宣言的記憶は、共有サーバーの内容と定期的に同期される。
動作によるプリミティブのアクティブ化は、エフェクターに送信されるコマンドの互換性を確保するリソースマネージャーによってフィルターをかけられる。
方法は、さらに、
ｉ．メモリ（８０）の中に格納されたオブジェクトの進化に基づいて、バックグラウンドにおいて内部状態変数ＶＥＩｘを常に更新するステップと、
ｉｉ．内部状態変数ＶＥＩｘの値に基づいて、動作プリミティブ（１３１～１３４）、知覚機能（７２～７５）、および動作選択モジュール（１００）をパラメーター化するステップとを備える。

本発明は、また、本発明によって、プロセスを実行するコントローラによって制御される複数のエフェクターを備えるロボットに関する。

本発明は、添付の図面を参照して、本発明の非限定的な例示の以下の詳細な説明を読むことによってよりよく理解することであり、
図１は、本発明のハードウェアのアーキテクチャを図示しており、 図２は、本発明の機能的なアーキテクチャを図示している。

（ハードウェアのアーキテクチャ）
ロボットは、図１で説明された実施形態によって、センサー（２～５）を備える通信インターフェース回路（１）を有し、例えば、
マイク、
音源の空間的位置に対するマイクアレイ、
ＲＧＢカメラ、
温度カメラ、
デプスカメラ、
触覚センサー、
タッチスクリーン、
力フィードバックセンサー、
温度センサー、
接触センサー、
無線周波数リーダー、
などである。

それぞれのセンサー（２～５）は、物理的なドライバー回路（１２～１５）の「ドライバー」に関連付けられており、センサーの中に統合されているか、または通信インターフェース回路（１）に設けられている。

通信インターフェース回路（１）は、センサー（２～５）によって供給される信号の前処理（２２～２５）をするための回路をまとめて、情報をメインコンピューター（３０）、または専用コンピューター（３１～３３）に伝送する。いくつかの前処理回路（２２～２５）は、画像解析回路、または音声認識回路などの特殊な回路で構成されている場合がある。

専用コンピューター（３１～３３）は、メインコンピューター（３０）からのコマンドと同様に、特定のセンサー（２～５）から信号を受信し、エフェクター（４１～４３）の動作パラメーターの算定のために前処理回路（５１～５３）に伝送される命令を算定する。これらのパラメーターは、インターフェース回路（６１～６３）によって利用され、例えば、パルス幅変調済みの電気信号ＰＷＭのフォームにおいて、エフェクター（４１～４３）に制御信号を提供する。

さらに、メインコンピューター（３０）は、例えば、インターネットなどの外部リソースとのデータ交換のための通信モジュール（３６）に関連付けられている。

エフェクター（４１～４３）は、例えば、
モーター、
電動ジョイント、
スピーカー、
ディスプレイ画面、
ＬＥＤ、
可聴警告、
臭気拡散器、
空気圧式アクチュエータ、および
電子決済サーバーまたはホームオートメーションシステムなどの外部機器との通信のための回路で構成される。

（機能的なアーキテクチャ）
図２は、ロボットの一実施形態の機能的なアーキテクチャを図示している。

（知覚機能の説明）
センサー（２～５）からの情報は、知覚機能（７２～７５）を介して、ロボットが作成する世界である意味論的な表現の画像であるデジタルメタデータの算定を可能とする情報を提供する。

これらのそれぞれの知覚機能（７２～７５）は、１つまたは複数のセンサー（２～５）から前処理済みのデータを受信し、知覚タイプに対応するメタデータを算定する。

例えば、
第１の知覚機能（７２）は、ロボットと検出されたオブジェクトとの間の距離を算定し、
第２の知覚機能（７３）は、画像認識を実行し、検出されたオブジェクトを特徴付け、
第３の知覚機能（７４）は、音声認識を実行し、ユーザによって話された文に対応する一連の文字を返す、
などである。

これらのデジタルメタデータは、例えば、Ｃ＃、またはＣ＋＋などのオブジェクト言語においてコード化されたオブジェクトで構成されている。これらのメタデータは、以下の要素のすべて、または一部を含み、ここで、
一連の文字における意味論的な記述、例えば、「私は、男性を１メートル離れた右側２０度の所に見える」、
タイプ、例えば、「人間」、
３次元空間における位置で、例えば、「Ｘ＝３５４、Ｙ＝１５３、Ｚ＝９８３」、
四元数によって特徴付けられる空間における回転で、例えば、「Ｑ＝［Ｘ＝０、Ｙ＝０、Ｚ＝０、Ｗ＝１］」、および
例えば、人間の「年齢、性別、身長など」のオブジェクト固有の属性がある。

選択機能に対応するコード化されたオブジェクトのセットは、メモリ（８０）の中に格納され、その内容は、ロボットによって知覚するような世界の表現を表す。

（凝縮機能の説明）
処理（９１～９８）は、オブジェクトのそれぞれの特性データを抽出し、同一の特性データを共有するコード化されたオブジェクトをまとめる凝縮機能によって、バックグラウンドにおいて、このコード化されたオブジェクトのセットに適用される。

例えば、第１の凝縮機能は、以下のオブジェクトに基づいて、人間タイプの検出されたオブジェクトに対して顔認識処理を実行し、ここで、
オブジェクト１：「私は、男性を１メートル離れた右側２０度の所に見える」、オブジェクト１は、また、対応する画像ファイルを含み、
オブジェクト２：「私は、ポールを認識している」、および
この処理は、オブジェクト１を変更し、これは、「私は、ポールを１メートル離れた右側２０度の所に見える」となる。

第２の凝縮機能は、以下のオブジェクトに基づいて、認識された音で人の関連付け処理を実行し、ここで、
オブジェクト１：「私は、男性を１メートル離れた右側２０度の所に見える」、
オブジェクト３：「私は、『こんにちは』という句を２０度右側で認識している」、および
この処理は、オブジェクト１を変更し、これは、「私は、私に『こんにちは』と言った男性を１メートル離れた右側２０度の所に見える」になる。

第３の凝縮機能は、以下の再計算されたオブジェクトから２つのオブジェクトの関連付け処理を実行し、ここで、
「私は、ポールを１メートル離れた右側２０度の所に見える」、
「私は、私に『こんにちは』と言った男性を１メートル離れた右側２０度の所に見える」、および
オブジェクト１を変更するために、したがって、「私は、私に『こんにちは』と言ったポールを１メートル離れた右側２０度の所に見える」となる。

凝縮処理（９１～９８）は、ロボットの世界の表現を含むメモリ（８０）の内容に再帰的に適用される。

（ルールおよび動作の選択の説明）
このシステムは、さらに、コンテキスト（１１２～１１６）を動作（１２２～１２６）に関連付けているルール（１０２～１０６）のライブラリーを中に格納する宣言的記憶（１０１）を含む動作選択システム（「ルールマネージャー」）（１００）を備える。

例えば、第１のルールＲ１は、タイプの数列で構成されており、ここで、
「男性があなたにこんにちはと言ったのを聞いた場合、『こんにちは』と回答する」、および第２のルールＲ２は、タイプの数列で構成されており、ここで、
「人間があなたにこんにちはと言ったのを聞いた場合、その人間の名前が＃ファーストネームである場合は、「こんにちは＃ファーストネーム」と言う」、および第３のルールＲ３は、タイプの数列で構成されており、ここで、
「あなたにノイズが聞こえ、且つ午前２時と午前４時のとの間であった場合、あなたの所有者にあなたが見ているものの写真を送信する。」となる。

動作（１２２～１２６）は、以下のような、ロボットエフェクターによって実行されるプリミティブのツリー（１３１～１３４）を指定する数列によって実体化され、ここで、
動作１「メッセージをあなたの所有者に送信する」は、単一のプリミティブ（１３１～１３４）で構成される単一の列に対応し、
メッセージを送信する。

動作２「笑顔」は、いくつかのプリミティブ（１３１～１３４）を含む複合の列に対応し、ここで、
パラメーター「変形ファイルＦＤ₂」と「振幅０．２」とによる口の形状の管理、
パラメーター「開閉０．１」で目の開閉を管理、および
パラメーター「サウンドファイルＳ₇」と、「期間２ｓ」と、「強度０．２」とで特徴のある音を発する。

動作３「恐怖を表現する」は、いくつかのプリミティブ（１３１～１３４）を含む複合の列に対応し、ここで、
パラメーター「変形ファイルＦＤ₂₁₃」と「振幅０．５」とで目のサイズを拡大し、
パラメーター「動作ファイルＦＤ₁₂₃」と「振幅０．５」とで、あなたの腕を振動させる方法で動かし、および
パラメーター「サウンドファイルＳ₁₂」と、「期間１ｓ」と、「強度１０」とで特徴のある音を発する。

動作４「腕を挙げる」は、単一のプリミティブ（１３１～１３４）を含む複合の列に対応し、ここで、
パラメーター「移動ファイルＦＤ₃₃」と「振幅１２０」とで、腕を垂直に動かす。

動作選択システム（１００）は、これらルールのそれぞれのコンテキスト（１１２～１１５）に近いことに基づいて、コンテキストのＮ次元空間における距離の算定によって、ルールを、メモリ（８０）の中に含まれるオブジェクト（８１～８８）の内容から算定されたコンテキストに分類する。

この算定は、動作（１２２～１２４）に関連付けられるルール（１０２～１０４）のサブセット（１１０）を、前述の距離算定に基づいて、関連性の順序でリストの形式で定期的に提供する。リストは、任意に閾値に基づいてフィルターをかけ、現在のコンテキストからの距離がこの閾値より短いルールのサブセットを形成する。

次に、このサブセット（１１０）は、満足インジケーター（ＩＳ）に基づいた順序となる。この目的のために、それぞれのルールは、可変数値パラメーターＩＳがその実行時に割り当てられる。この数値パラメーターＩＳがどのように判断されるかを以下に説明することとする。

それ故、サブセット（１１０）は、ルール（１０２～１０４）に関連付けられる順序付けられた行動（１２２～１２４）のセットを画定し、ロボットのエフェクターの動作を制御することに用いられる。

（行動の実行の説明）
行動（１２２～１２４）の実行は、プリミティブ（１３１～１３４）のアクティブ化を介して実行され、そのパラメーター化は、行動の内容（動作の振幅、サウンドシーケンスのアドレス、サウンドシーケンスの強度など）によって判断される。

プリミティブ（１３１～１３４）はメタ関数を指定し、コンピュータコードになり、その実行がソフトウェアアプリケーション（２１１～２１５）、またはエフェクター（４１～４３）に直接伝送されたコマンドのセット（２０１～２０５）により、任意にパラメーターで、例えば、
プリミティブＰ１は、「特徴のある音を発する」と、パラメーター「サウンドファイルＳ１２」、「期間１秒」、および「強度１０」とが、以下のコマンドに関連付けられ、
サウンドファイルＳ₁₂をドライバー（６１）へとロードする、
増幅器のレベルをレベル１０に調整する、
サウンドファイルＳ₁₂を１秒間再生する、および
ドライバーメモリ（６１）を消去する。

それぞれのプリミティブ（１３１～１３４）は、必要に応じて、パラメーター化され、ここで、
引数の形式で行動によって伝送されるその独自のパラメーター、
行動からの数値パラメーターＩＳに基づいて判断される追加およびコンテキストパラメーター、および
追加のＶＥＩ_Xパラメーター、これは以下で説明されることとなる。

プリミティブ（１３１～１３４）のアクティブ化は、リソースマネージャー（２００）によってフィルターをかけられ、その目的は、矛盾する、または実行不可能なコマンドを同一のエフェクター（４１）に送信されることを防止することである。このフィルタリングは、最も高いＩＳパラメーターを有する行動（１２２～１２４）に関連付けられるプリミティブのアクティブ化を優先する。

例えば、選択された行動のリスト（１２２～１２４）の中に、ここで、
上向きの動きを含むパラメーター化を用いて、ロボットの腕の動きを管理するプリミティブのアクティブ化につながる第１の選択された行動（１２２）と、
ロボットの腕の動きを管理する同一のプリミティブのアクティブ化につながるが、下向きの動きを含むパラメーター化を用いた第２の選択された行動（１２３）とを有し、
次に、アームの動きを管理するこの同一のプリミティブに適用されるパラメーターは、互換性がなく、リソースマネージャー（２００）は、最も低いＩＳパラメーターを有する行動を防止し、実際に実行されるパラメーター化されたプリミティブは、最も高いＩＳパラメーターを有する行動の結果である。

別の例示において、リソースマネージャー（２００）は、互換性がないと見なされる２つのプリミティブから新しいプリミティブを算定し、そのパラメーター化は、それらのそれぞれに関連付けられるＩＳパラメーターによって２つの互換性のないプリミティブのパラメーター化を重み付けすることによって算定され、それ故、折衷の結果に対応する。

（ルールの学習）
本発明の一実施形態によって、ルール（１０２～１０６）の記録は、音声学習によって実行される。

この目的のために、音声認識、および意味論分析モジュールを含む学習モジュール（４００）は、オペレータによって発音された文を分析し、新しいルール（１０６）を画定する行動、およびコンテキストを抽出する。

例えば、人間が「あなたは、大きなノイズを聞いた場合、聞き取れる信号にアクティブ化する」などの文を言った場合、モジュールは、「聞き取れる信号にアクティブ化する」行動を「あなたは、レベルＸを超えるノイズを聞く」コンテキストに関連付けているルールを構築し、保存する。

別の例示において、また、学習モジュール（４００）は、例えば、オブジェクトを示す、ジェスチャーを認識する運動認識の手段を含む。この場合、学習モジュール（４００）は、さらに、画像分析モジュールを含み、話し言葉と組み合わされたジェスチャーによる学習を可能とする。

例えば、人間は、ロボットのカメラの視野内におけるオブジェクトを示し、「あなたは、この＃オブジェクトを見た場合、それをつかむ」という文を発音し、「オブジェクト『＃オブジェクト』を見なさい」コンテキストに関連付けられている「オブジェクトをつかむ」行動で構成されているルールの記録につながる。

第３の例示において、学習モジュール（４００）は、模倣による、または反復による学習のための手段を含み、ロボットが同一のコンテキストに関連付けられる同一の行動を繰り返し記録した場合に、この行動をこのコンテキストに関連付ける新しいルールの記録をトリガーする。

例えば、ロボットによって言われた「ありがとう」に対して、人間が体系的に「どういたしまして」と応答した場合に、ロボットは「どういたしましてと言う」行動を「人間が『ありがとう』と言う」コンテキストに関連付けるルールを作成する。

行動とコンテキストとの組み合わせは、人間とロボットとの間の意思疎通の間に、行動とコンテキストとのそれぞれのペアに対して算定された関係パラメーターＶＥＩ₄の値に基づいて構築される。

明らかに、ルール（１０２～１０６）は、プログラミングによっても記録することができる。

（ＩＳパラメーターの算定）
宣言的記憶（１０１）におけるそれぞれのルール（１０２～１０６）は、パラメーターＶＥＩ₃の現在の値に基づいて、関連する行動（１１２～１１６）のそれぞれの実行の後に再計算されるＩＳ（満足インジケーター）パラメーターに関連付けられる。
ＶＥＩ₃の値が高い場合、つまり基準値より高い場合、ルールのＩＳパラメーターは、行動が実行されることによって増加し、
ＶＥＩ₃の値が低い場合、つまり基準値より低い場合、ルールのＩＳパラメーターは、行動が実行されることによって減少する。

ＩＳパラメーターの値は、行動（１１２～１１６）を順序付け、且つリソース・マネージャー（２００）によって、リソースへのアクセスを、最も高い値を有するＩＳパラメーターに関連付けられる行動に優先順位を付けることに用いられる。

（知識のプーリング）
前述の例示において、ルール（１０２～１０６）は、ロボットのローカルメモリの中に格納される。

一実施形態によって、いくつかのロボットは、ロボットのルールを格納する共通のメモリを共有し、それぞれのロボットは、その独自のＩＳパラメーターを保持している。
例えば、ロボットの行動選択システム（１００）の宣言的記憶（１０１）は、通信モジュール（３６）を介して、複数のロボットの間で共有されるサーバーの内容で定期的に同期される。

具体的なロボットの行動選択システム（１００）における新しいルール（１０６）の学習は、その独自の内部状態の値ＶＥＩと、その独自のルールの優先順位（１０２～１０６）を保持している間に、その独自のＩＳインジケーターに基づいて、サーバーにアクセスする複数のロボットの行動選択システム（１００）の動作を質的に向上させる。

（ＶＥＩ_Xパラメーターの算定の説明）
ＶＥＩ_X（内部状態変数）パラメーターは、ロボットの内部状態を表現する０と１との間の変数である。

ＶＥＩ₁は、ロボットの覚醒、またはアクティブ化の状態を表現する。
０の値は、ロボットが略静止し且つ沈黙した、眠っている外見でロボットの不活発な状態に対応し、
１の値は、人に刺激を与える状態に対応し、ここで、ロボットの動きは、生き生きとした顔、頻繁に、ぎくしゃくした動きで、ロボットの見開いた瞳の外見の最大振幅を有する。
例えば、ＶＥＩ₁パラメーターの値は、ロボットの環境の進化に基づいて算定され、センサー（２～５）によって認識される情報が安定し、且つロボットが人間を検出しなかった場合、この値は、低くなる。
センサー（２～５）によって検出された環境における急激な変化の場合、または人間の存在が検出された場合、ＶＥ₁パラメーターの値が増加することとなる。

ＶＥＩ₂は、ロボットの驚きの状態を表現する。
０の値は、ロボットの公称アクティビティに対応し、
１の値は、エフェクターの突然且つ分離した変化（ジョイントの突然の動き、サウンドレベルにおける突然の変化など）に対応する。
例えば、ＶＥＩ₂パラメーターは、ＶＥＩ₁パラメーターの時間的変化に基づいて、例えば、ＶＥＩ₁の導関数を計算することによって算定される。

ＶＥＩ₃は、ロボットの外見の満足状態を表現する。
０の値は、ロボットの失望した外見（主に下を向いている、腕を下に向けているなど）に対応し、
１の値は、ロボットの誇らしげな外見（主に上を見ている、誇らしげな外見を与えているジョイントの位置など）に対応する。
例えば、ＶＥＩ₃パラメーターは、人間とロボットとの間の特定の意思疎通に基づいて、
笑顔、または怒りなどの顔の表情の検出、
特定の意思疎通の期間、および
ロボットの内部プロセスの達成などの算定がされる。

ＶＥＩ₄は、ロボットとそれに意思疎通をする人間との間の関係の状態を表現する。
０の値は、低いレベルの意思疎通とエフェクターのアクティブ化とに対応し、
１の値は、エフェクターの強力なアクティブ化、ロボットとそれに意思疎通をする人間との間での模倣の傾向、およびロボットが人間に向かって移動し、且つロボットがその視線をこの人間に向ける傾向に対応する。
このパラメーターは、ユーザからの刺激のコード化された関数を制御するステップと、刺激と取得された画像との間の適合性に基づいて、共感のレベルを推定するためにユーザに対して誘発された効果を取得するステップとを通して算定することができる。
例えば、ＶＥＩ₄パラメーターは、人間とロボットとの間の模倣のレベルに基づいて算定され、つまり、人間の運動速度は、ロボットの動きを小さなタイムラグで再現すること、またはロボットの動きに予測された方法で反応すること、または人間とロボットとの間の特定な意思疎通、
人間とロボットとの間の物理的接触を検出することなど意思疎通により算定される。

ＶＥＩ₅は、ロボットの喜びの状態を表現する。
０の値は、悲しみの外見（下向きの視線、垂れ下がった口の領域、中立の韻律、ジョイントのたるみなど）に対応し、
１の値は、エフェクターの強力なアクティブ化と笑顔および適切な音を出す傾向とに対応する。
例えば、ＶＥ₅パラメーターは、人間の顔の笑顔の検出および他のＶＥ_Xパラメーターの組み合わせの結果に基づいて算定される。

一般的に、ＶＥＩ_Xパラメーターは、モジュール（８０）によって供給されるデータからモジュール（１８１～１８５）によって算定され、モジュール（８０）は、センサーのセット（２～５）によって取得されるデータおよびロボットと人間との間の同期を判断するロボットの状態を表現した情報に基づいて、ロボットによって世界の表現を判断する。

ＶＥＩ₁～ＶＥＩ₅のパラメーターは、またロボットの外部環境から独立した内部基準に基づいて算定されている。これらの基準は、例えば、
ＶＥＩ_Xパラメーターを一定レベルで維持している期間が基準値に向けて進行を引き起こし、
ＶＥＩ_Xの値における変化の頻度は、変化の振幅に重み付けをし、および
ＶＥＩ_Xのパラメーターに影響を与えるトリガーファクターの影響の飽和が考慮される。

処理の結果は、知覚機能（７１～７５）、および行動プリミティブ（１３１～１３４）を変調するＶＥＩ_Xパラメーターの更新された値を、行動選択モジュール（１００）と同様に定期的に提供する。

例えば、
モーターの速度は、ＶＥＩ₁パラメーターの値に比例し、
サウンドファイルＳは、ＶＥＩ₁～ＶＥＩ₅のパラメーターの値に基づいて選択される。

ＶＥＩ_Xパラメーターを算定する機能は、人を複数の刺激を受けさせ、知覚機能に対応する刺激のそれぞれに知覚のレベル（喜び、満足、覚醒、驚きなど）を関連付けることから構成されるプロセスによって得られる試験的なデータを記録することから構成される初期特徴付けステップによって判断することができる。

Claims (7)

1. パラメーター化可能なコード化された関数で構成される複数のプリミティブ（１３１～１３４）によって、ロボットの複数のエフェクター（４１～４３）を制御する方法であって、
   前記プリミティブ（１３１～１３４）は、行動選択システム（１００）によって選択された行動（１２２～１２４）によって条件付きでアクティブ化されており、
   前記行動選択システム（１００）は、
   宣言的記憶（１０１）であって、ルール（１０２～１０６）の動的ライブラリーに格納され、それぞれがコンテキスト（１１２～１１６）を行動（１２２～１２６）に関連付ける、宣言的記憶を含み、
   メモリ（８０）の中に格納されたコード化されたオブジェクト（８１～８８）のリストに基づいて、同一の特性データを有する前記コード化されたオブジェクトのうちの一部をまとめる凝縮処理によって前記ロボットの世界の表現を判断し、
   前記コード化されたオブジェクト（８１～８８）は、知覚機能（７２～７５）によって算定され、前記メモリ（８０）の中に格納され、前記凝縮処理は、前記メモリ（８０）の中に格納された内容に再帰的に適用され、
   前記知覚機能（７２～７５）は、前記ロボットのセンサー（２～５）によって提供される信号から算定されており、
   前記方法は、それぞれのステップにおいて、コード化されたオブジェクトをそれらの意味論的な記述に対応する一連の文字に関連付けることに基づいており、
   ｉ．前記メモリ（８０）の中に格納されている前記コード化されたオブジェクト（８１～８８）の意味論的な記述は、前記ロボットの知覚機能を表現する文字列と、知覚されたオブジェクトを表現する別の文字列とで構成され、
   ｉｉ．前記プリミティブの意味論的な記述（１３１～１３４）は、前記ロボットの可能な行動を表現する文字列と、前記行動の任意のパラメーターを表現する別の任意の文字列とで構成され、
   ｉｉｉ．前記ルール（１０２～１０６）の意味論的な記述は、前記関連するコンテキスト（１１２～１１６）を表現する文字列と、前記関連する行動（１２２～１２６）を表現する別の文字列との組み合わせで構成されることを備え、
   さらに、行動学習モジュール（４００）を介して、音声認識、ジェスチャー認識、または模倣の適用によって、新しい行動（１１６）に関連付けられる新しいルール（１０６）を記録するステップを含む、
   ことを特徴とするロボットの複数のエフェクター（４１～４３）を制御する方法。
2. 前記行動選択システム（１００）は、前記ルール（１０２～１０６）を、これらのルールのそれぞれの前記コンテキスト（１１２～１１６）に近いことに基づいて、前記メモリ（８０）の中に含まれる前記オブジェクト（８１～８８）の前記コンテキスト（１１２～１１６）から算定された前記コンテキストに分類し、前記コンテキスト（１１２～１１６）に関連する前記ルールに関連付けられる前記行動（１２２～１２４）を選択することを特徴とする、
   請求項１に記載のロボットの複数のエフェクター（４１～４３）を制御する方法。
3. それぞれのルール（１０２～１０６）に対して、関連する行動（１２２～１２６）のそれぞれの実行の後に再計算されるＩＳパラメーターを算定するステップであって、前記行動選択システム（１００）によって選択される行動（１２２～１２４）の優先順位は、前記行動のそれぞれに関連付けられる前記ＩＳパラメーターの値に基づいて判断される、ステップを備えることを特徴とする、
   請求項１に記載のロボットの複数のエフェクター（４１～４３）を制御する方法。
4. さらに、通信モジュール（３６）および共有サーバーを介して他のロボットと通信するステップであって、前記ロボットの前記行動選択システム（１００）の前記宣言的記憶（１０１）は、前記共有サーバーの内容と定期的に同期されている、ステップを備えることを特徴とする、
   請求項１に記載のロボットの複数のエフェクター（４１～４３）を制御する方法。
5. 前記行動（１２２～１２４）による前記プリミティブ（１３１～１３４）のアクティブ化は、リソースマネージャー（２００）によってフィルターをかけられ、エフェクター（４１～４３）に送信されるコマンドの互換性を確保することを特徴とする、
   請求項１に記載のロボットの複数のエフェクター（４１～４３）を制御する方法。
6. さらに、
   ｉ．前記メモリ（８０）の中に格納されたオブジェクトの進化に基づいて、バックグラウンドにおいて内部状態変数ＶＥＩ_Xを常に更新するステップと、
   ｉｉ．前記内部状態変数ＶＥＩ_Xの値に基づいて、前記プリミティブ（１３１～１３４）、前記知覚機能（７２～７５）、および前記行動選択システム（１００）をパラメーター化するステップとを備えることを特徴とする、
   請求項１に記載のロボットの複数のエフェクター（４１～４３）を制御する方法。
7. 前記請求項１から請求項６のうちのいずれか１つに従って、方法を実行するコントローラによって制御される複数のエフェクターを備えるロボット。

Images