JP2001212779A

JP2001212779A - 行動制御装置および行動制御方法、並びに記録媒体

Info

Publication number: JP2001212779A
Application number: JP2000022223A
Authority: JP
Inventors: Masanori Omote; 雅則表; Kazuhiko Tajima; 和彦田島; Hironaga Tsutsumi; 洪長包; Atsuo Hiroe; 厚夫廣江; Hideki Kishi; 秀樹岸; Masatoshi Takeda; 正資武田
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 2000-01-31
Filing date: 2000-01-31
Publication date: 2001-08-07

Abstract

(57)【要約】【課題】より良い結果が得られる、効率的な協調運転
を行う。【解決手段】局面評価部７６は、自分自身による将来
の局面の先読み結果と、スーパーバイザによる将来の局
面の先読み結果との優劣を判定し、その判定結果を、自
信モデル部７７に供給する。自信モデル部７７は、自信
の度合いを表す自信モデルを記憶しており、局面評価部
７６からの、先読み結果の優劣についての判定結果に基
づいて、自信モデルの値を増加または減少させる。一
方、制御部７８では、自信モデルの値に基づいて、ロボ
ットに、自身で決定した行動をとらせるか、またはスー
パーバイザからの指示にしたがった行動をとらせるかが
決定される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、行動制御装置およ
び行動制御方法、並びに記録媒体に関し、特に、例え
ば、ロボット等の行動を制御する行動制御装置および行
動制御方法、並びに記録媒体に関する。

【０００２】

【従来の技術】例えば、災害現場や原子炉等におけるロ
ボットの活用にあたっては、複数の、自律的に行動する
ロボットが協調して行動（作業）することや、あるい
は、あらかじめ協調運転のために用意されたスーパーバ
イザとしてのロボット等の指示にしたがって、他のロボ
ットが作業を行うことが求められる。

【０００３】例えば、ロボカップ(Robocup)では、実世
界等で協調するロボットを実現するための技術の向上等
を目的として、ロボットによるサッカーの試合が開催さ
れている。

【０００４】サッカーの試合においては、協調すべき味
方ロボット、およびそれと競合する敵ロボットが存在す
る中で，常に変化する局面に対応しつつ、最終的には、
試合に勝つという目的を達成することがが必要である。

【０００５】そのために、各ロボットは、個々のポジシ
ョン（役割）を有し、スーパーバイザとしてのロボット
の指示にしたがって、協調して行動をとる。

【０００６】即ち、サッカーの競技場であるフィールド
は、例えば、メッシュ状に区切られ（ここでは、物理的
な線で区切られている必要はなく、仮想的に区切られ
る）、プレーヤとしての各ロボットは、自身の位置を、
そのメッシュの網目単位で認識し、さらに、その位置か
ら見た現在の局面を認識して、将来の局面の先読みを行
う。また、各ロボットが認識した局面や先読み結果は、
スーパーバイザに送信され、スーパーバイザも、各ロボ
ットから得られた情報に基づいて、先読みを行う。そし
て、スーパーバイザは、各プレーヤの行動を決定し、対
応する指示を送信する。

【０００７】ここで、スーパーバイザと、各プレーヤ
（味方ロボットまたは敵ロボット）とが、いずれも、同
一の先読み能力を有し、すべてのプレーヤ（味方ロボッ
トまたは敵ロボット）と通信して局面を得て、先読みを
行うとすれば、理論的には、同一の先読み結果が得られ
る。しかしながら、スーパーバイザや各プレーヤが、す
べてのプレーヤと通信することは、通信容量の観点から
困難な場合があり、また、冗長な情報がやりとりされる
こともあるため、一部のプレーヤとの通信が省略される
ことがある。その結果、スーパーバイザや、各プレーヤ
との間で、先読みに用いる局面の情報に差異が生じ、こ
れにより、先読み結果にも違いが生じる。このため、ス
ーパーバイザは、自身および各プレーヤで得られた先読
み結果の突き合わせを行い、チーム全体として、より良
い結果を得るための行動計画を決定し、各プレーヤを協
調運転させる必要がある。

【０００８】

【発明が解決しようとする課題】ところで、場合によっ
ては、スーパーバイザの指示にしたがって行動するより
も、プレーヤが、自身の先読み結果に基づいて行動した
方が、よい結果を得られることがある。また、スーパー
バイザが、チーム全体の行動を集中管理するよりも、そ
の局面においてより良い情報を得られるプレーヤが、ス
ーパーバイザに替わってリーダーシップをとって、チー
ム全体の行動を管理する方が、より効率の良い協調運転
を行うことができる場合がある。

【０００９】本発明は、このような状況に鑑みてなされ
たものであり、効率的な協調運転等を行うことができる
ようにするものである。

【００１０】

【課題を解決するための手段】本発明の行動制御装置
は、自信の度合いを表す自信モデルを記憶する記憶手段
と、自信モデルに基づいて、行動対象の行動を決定する
決定手段とを備えることを特徴とする。

【００１１】この行動制御装置には、外部からの指示を
取得する取得手段と、外部からの指示にしたがって行動
をとった場合と、自身の判断で行動をとった場合との優
劣を判定する判定手段と、判定手段による判定結果に基
づいて、自信モデルを操作する操作手段とをさらに設け
ることができる。

【００１２】また、本発明の行動制御装置には、局面の
先読みを行う先読み手段をさらに設けることができ、こ
の場合、判定手段には、先読み手段による先読み結果に
基づいて行動をとった場合と、外部からの指示にしたが
って行動をとった場合との優劣を判定させることができ
る。

【００１３】本発明の行動制御装置には、画像認識を行
う画像認識手段をさらに設けることができ、この場合、
先読み手段には、画像認識手段による画像認識結果に基
づいて、局面の先読みを行わせることができる。

【００１４】取得手段は、外部からの指示としての音声
を認識する音声認識手段とすることができる。

【００１５】また、本発明の行動制御装置には、自信モ
デルに基づいて、他の装置に対する行動の指示を行う指
示手段をさらに設けることができる。

【００１６】指示手段には、合成音で、行動を指示させ
ることができる。

【００１７】行動対象は、ロボット、または仮想的なキ
ャラクタとすることができる。

【００１８】本発明の行動制御装置は、ロボットとする
ことができる。

【００１９】本発明の行動制御方法は、自信の度合いを
表す自信モデルを記憶する記憶手段に記憶された自信モ
デルに基づいて、行動対象の行動を決定する決定ステッ
プを備えることを特徴とする。

【００２０】本発明の記録媒体は、自信の度合いを表す
自信モデルを記憶する記憶手段に記憶された自信モデル
に基づいて、行動対象の行動を決定する決定ステップを
備えるプログラムが記録されていることを特徴とする。

【００２１】本発明の行動制御装置および行動制御方
法、並びに記録媒体においては、自信の度合いを表す自
信モデルを記憶する記憶手段に記憶された自信モデルに
基づいて、行動対象の行動が決定される。

【００２２】

【発明の実施の形態】図１は、本発明を適用したサッカ
ーシステム（システムとは、複数の装置が論理的に集合
したものをいい、各構成の装置が同一筐体中にあるか否
かは問わない）の一実施の形態の構成例を示している。

【００２３】サッカーの競技場としてのフィールドは、
所定規格のもので、フィールドの各部は、プレーヤとし
てのロボット、およびスーパーバイザとしてのロボット
が、その認識を行うことができるように、必要に応じ
て、各色に着色されている。本実施の形態では、各チー
ム（図１では、ＡチームとＢチーム）は、４体のプレー
ヤ（図１において○または●印で示す）としてのロボッ
トと、１体のスーパーバイザ（図１において☆または★
印で示す）としてのロボットとで構成されている。

【００２４】なお、各プレーヤは、移動可能なロボット
である必要があるが、スーパーバイザは、特に移動可能
なロボットである必要はない。また、ここでは、プレー
ヤとは別個にスーパーバイザとしてのロボットを設ける
ようにしているが、スーパーバイザは、プレーヤとして
のロボットの１つが兼ねることも可能である。

【００２５】以上のように構成されるサッカーシステム
では、各チームのプレーヤどうし、さらには、プレーヤ
とスーパーバイザどうしは、通信可能となっており、プ
レーヤおよびスーパーバイザは、現在の局面を認識し
て、その認識結果を必要に応じてやりとりしながら、将
来の局面の先読みを行う。そして、スーパーバイザは、
その先読みに基づいて、各プレーヤの行動を決定し、対
応する指示を送信する。これにより、各プレーヤは、基
本的には、自身のチームのスーパーバイザの指示にした
がい、試合に勝つという目的を達成するための行動をと
る（協調運転が行われる）。

【００２６】なお、本実施の形態では、各プレーヤは、
サッカーの試合を行う場合においては、上述のように、
基本的には、自身のチームのスーパーバイザの指示にし
たがい、試合に勝つという目的を達成するための行動を
とるが、単体では、自律的に行動することが可能となっ
ている。

【００２７】次に、図２は、プレーヤとしてのロボット
の外観構成例を示しており、図３は、その電気的構成例
を示している。

【００２８】本実施の形態では、ロボットは、四つ足の
犬形状のものとされており、胴体部ユニット２の前後左
右に、それぞれ脚部ユニット３Ａ，３Ｂ，３Ｃ，３Ｄが
連結されるとともに、胴体部ユニット２の前端部と後端
部に、それぞれ頭部ユニット４と尻尾部ユニット５が連
結されることにより構成されている。

【００２９】尻尾部ユニット５は、胴体部ユニット２の
上面に設けられたベース部５Ｂから、２自由度をもって
湾曲または揺動自在に引き出されている。

【００３０】胴体部ユニット２には、ロボット全体の制
御を行うコントローラ１０、および外部との通信制御を
行う通信部１１等が収納されている。ここで、本実施の
形態では、通信部１１によれば、他のプレーヤやスーパ
ーバイザとの間で無線通信を行うことができるようにな
っている。即ち、通信部１１は、コントローラ１０から
供給される、他のプレーヤやスーパーバイザに送信すべ
き情報にしたがって、所定のキャリアを変調し、電波と
して送信するとともに、他のプレーヤやスーパーバイザ
から送信されてくる電波を受信して復調し、その結果得
られる情報を、コントローラ１０に供給するようになっ
ている。ここで、電波の送受信にアンテナが必要な場合
には、例えば、尻尾部ユニット５をアンテナとして利用
することが可能である。

【００３１】なお、胴体部ユニット２には、通信部１１
の他、例えば、ロボットの動力源となるバッテリ（図示
せず）等も収納されている。

【００３２】頭部ユニット４には、「耳」に相当するマ
イク（マイクロフォン）１５、「目」に相当するＣＣＤ
(Charge Coupled Device)カメラ１６、触覚に相当する
タッチセンサ１７、「口」に相当するスピーカ１８など
が、それぞれ所定位置に配設されている。

【００３３】また、脚部ユニット３Ａ乃至３Ｄそれぞれ
の関節部分や、脚部ユニット３Ａ乃至３Ｄそれぞれと胴
体部ユニット２の連結部分、頭部ユニット４と胴体部ユ
ニット２の連結部分、並びに尻尾部ユニット５と胴体部
ユニット２の連結部分などには、図３に示すように、ア
クチュエータが配設されている。

【００３４】頭部ユニット４におけるマイク１５は、ユ
ーザからの発話を含む周囲の音声（音）を集音し、得ら
れた音声信号を、コントローラ１０に送出する。ＣＣＤ
カメラ１６は、周囲の状況を撮像し、得られた画像信号
を、コントローラ１０に送出する。

【００３５】タッチセンサ１７は、例えば、頭部ユニッ
ト４の上部に設けられており、ユーザからの「なでる」
や「たたく」といった物理的な働きかけにより受けた圧
力を検出し、その検出結果を圧力検出信号としてコント
ローラ１０に送出する。

【００３６】コントローラ１０は、ＣＰＵ(Central Pro
cessing Unit)１０Ａやメモリ１０Ｂ等を内蔵してお
り、ＣＰＵ１０Ａにおいて、メモリ１０Ｂに記憶された
制御プログラムが実行されることにより、各種の処理を
行う。

【００３７】即ち、コントローラ１０は、マイク１５
や、ＣＣＤカメラ１６、タッチセンサ１７から与えられ
る音声信号、画像信号、圧力検出信号に基づいて、周囲
の状況や、ユーザからの指令、ユーザからの働きかけな
どの有無を判断する。

【００３８】さらに、コントローラ１０は、この判断結
果等に基づいて、続く行動を決定し、その決定結果に基
づいて、必要なアクチュエータを駆動させ、これによ
り、頭部ユニット４を上下左右に振らせたり、尻尾部ユ
ニット５を動かせたり、各脚部ユニット３Ａ乃至３Ｄを
駆動して、ロボットを歩行させるなどの行動を行わせ
る。

【００３９】また、コントローラ１０は、必要に応じ
て、合成音を生成し、スピーカ１８に供給して出力させ
たり、ロボットの「目」の位置に設けられた図示しない
ＬＥＤ（Light Emitting Diode）を点灯、消灯または点
滅させる。

【００４０】以上のようにして、ロボットは、周囲の状
況等に基づいて自律的に行動をとるようになっている。

【００４１】さらに、コントローラ１０は、ロボットを
サッカーのプレーヤとして機能させる場合には、ＣＣＤ
カメラ１６からの画像信号に基づいて、現在の局面を認
識し、その認識結果に基づいて、将来の局面の先読みを
行う。また、コントローラ１０は、現在の局面の認識結
果や、将来の局面の先読み結果を、通信部１１に供給し
て、スーパーバイザや他のプレーヤに送信させる。さら
に、コントローラ１０は、通信部１１で受信されるスー
パーバイザからの指示に基づいて、行うべき行動を決定
し、必要なアクチュエータを駆動させる。あるいは、ま
た、コントローラ１０は、通信部１１で受信される他の
プレーヤからの情報や、自身で得た局面の認識結果、先
読み結果等に基づいて、行うべき行動を決定し、必要な
アクチュエータを駆動させる。

【００４２】次に、図４は、図３のコントローラ１０の
機能的構成例を示している。なお、図４に示す機能的構
成は、ＣＰＵ１０Ａが、メモリ１０Ｂに記憶された制御
プログラムを実行することで実現されるようになってい
る。

【００４３】コントローラ１０は、特定の外部状態を認
識するセンサ入力処理部５０、センサ入力処理部５０の
認識結果を累積して、感情および本能の状態を表現する
感情／本能モデル部５１、センサ入力処理部５０の認識
結果等に基づいて、続く行動を決定する行動決定機構部
５２、行動決定機構部５２の決定結果に基づいて、実際
にロボットに行動を起こさせる姿勢遷移機構部５３、各
アクチュエータを駆動制御する制御機構部５４、並びに
合成音を生成する音声合成部５５から構成されている。

【００４４】センサ入力処理部５０は、マイク１５や、
ＣＣＤカメラ１６、タッチセンサ１７等から与えられる
音声信号、画像信号、圧力検出信号等に基づいて、特定
の外部状態や、ユーザからの特定の働きかけ、ユーザか
らの指示等を認識し、その認識結果を表す状態認識情報
を、感情／本能モデル部５１および行動決定機構部５２
に通知する。

【００４５】即ち、センサ入力処理部５０は、音声認識
部５０Ａを有しており、音声認識部５０Ａは、行動決定
機構部５２からの制御にしたがい、マイク１５から与え
られる音声信号について、音声認識を行う。そして、音
声認識部５０Ａは、その音声認識結果としての、例え
ば、「歩け」、「伏せ」、「ボールを追いかけろ」等の
指令その他を、状態認識情報として、感情／本能モデル
部５１および行動決定機構部５２に通知する。

【００４６】また、センサ入力処理部５０は、画像認識
部５０Ｂを有しており、画像認識部５０Ｂは、ＣＣＤカ
メラ１６から与えられる画像信号を用いて、画像認識処
理を行う。そして、画像認識部５０Ｂは、その処理の結
果、例えば、「赤い丸いもの」や、「地面に対して垂直
なかつ所定高さ以上の平面」等を検出したときには、
「ボールがある」や、「壁がある」等の画像認識結果
を、状態認識情報として、感情／本能モデル部５１およ
び行動決定機構部５２に通知する。

【００４７】さらに、センサ入力処理部５０は、圧力処
理部５０Ｃを有しており、圧力処理部５０Ｃは、タッチ
センサ１７から与えられる圧力検出信号を処理する。そ
して、圧力処理部５０Ｃは、その処理の結果、所定の閾
値以上で、かつ短時間の圧力を検出したときには、「た
たかれた（しかられた）」と認識し、所定の閾値未満
で、かつ長時間の圧力を検出したときには、「なでられ
た（ほめられた）」と認識して、その認識結果を、状態
認識情報として、感情／本能モデル部５１および行動決
定機構部５２に通知する。

【００４８】感情／本能モデル部５１は、ロボットの感
情と本能の状態をそれぞれ表現する感情モデルと本能モ
デルを管理している。

【００４９】感情モデルは、例えば、「うれしさ」、
「悲しさ」、「怒り」、「楽しさ」それぞれの感情の状
態（度合い）を、例えば、０乃至１００の範囲の値によ
ってそれぞれ表し、センサ入力処理部５０からの状態認
識情報や時間経過等に基づいて、その値を変化させる。
本能モデルは、例えば、「食欲」、「睡眠欲」、「運動
欲」という本能それぞれによる欲求の状態（度合い）
を、例えば、０乃至１００の範囲の値によってそれぞれ
表し、センサ入力処理部５０からの状態認識情報や時間
経過等に基づいて、その値を変化させる。

【００５０】感情／本能モデル部５１は、上述のように
して変化する感情および本能の状態を、感情／本能状態
情報として、行動決定機構部５２に送出する。

【００５１】なお、感情／本能モデル部５１には、セン
サ入力処理部５０から状態認識情報が供給される他、行
動決定機構部５２から、ロボットの現在または過去の行
動、具体的には、例えば、「長時間歩いた」などの行動
の内容を示す行動情報が供給されるようになっており、
同一の状態認識情報が与えられても、行動情報が示すロ
ボットの行動に応じて、異なる感情／本能状態情報を生
成するようになっている。

【００５２】即ち、例えば、ロボットが、ユーザに挨拶
をし、ユーザに頭を撫でられた場合には、ユーザに挨拶
をしたという行動情報と、頭を撫でられたという状態認
識情報とが、感情／本能モデル部５１に供給され、この
場合、感情／本能モデル部５１では、「うれしさ」の感
情を表す値が増加される。

【００５３】一方、ロボットが、何らかの仕事を実行中
に頭を撫でられた場合には、仕事を実行中であるという
行動情報と、頭を撫でられたという状態認識情報とが、
感情／本能モデル部５１に与えられるが、この場合に
は、感情／本能モデル部５１では、「うれしさ」の感情
を表す値は変化されない。

【００５４】このように、感情／本能モデル部５１は、
状態認識情報だけでなく、現在または過去のロボットの
行動を示す行動情報も参照しながら、感情モデルや本能
モデルの値を設定する。これにより、例えば、何らかの
タスクを実行中に、ユーザが、いたずらするつもりで頭
を撫でたときに、「うれしさ」の感情を表す値を増加さ
せるような、不自然な感情の変化が生じることを回避す
ることができる。

【００５５】行動決定機構部５２は、センサ入力処理部
５０からの状態認識情報や、感情／本能モデル部５１か
らの感情／本能状態情報、時間経過等に基づいて、次の
行動を決定し、決定された行動の内容を、行動指令情報
として、姿勢遷移機構部５３に送出する。

【００５６】即ち、行動決定機構部５２は、図５に示す
ように、ロボットがとり得る行動をステート（状態）(s
tate)に対応させた有限オートマトンを、ロボットの行
動を規定する行動モデルとして管理しており、この行動
モデルとしての有限オートマトンにおけるステートを、
センサ入力処理部５０からの状態認識情報や、感情／本
能モデル部５１における感情モデルおよび本能モデルの
値、時間経過等に基づいて遷移させ、遷移後のステート
に対応する行動を、次にとるべき行動として決定する。

【００５７】具体的には、例えば、図５において、ステ
ートＳＴ３が「立っている」という行動を、ステートＳ
Ｔ４が「寝ている」という行動を、ステートＳＴ５が
「ボールを追いかけている」という行動を、それぞれ表
しているとする。いま、例えば、「ボールを追いかけて
いる」というステートＳＴ５において、「ボールが見え
なくなった」という状態認識情報が供給されると、ステ
ートＳＴ５からＳＴ３に遷移し、その結果、ステートＳ
Ｔ３に対応する「立っている」という行動を、次にとる
ことが決定される。また、例えば、「寝ている」という
ステートＳＴ４において、「起きろ」という状態認識情
報が供給されると、ステートＳＴ４からＳＴ３に遷移
し、その結果、やはり、ステートＳＴ３に対応する「立
っている」という行動を、次にとることが決定される。

【００５８】ここで、行動決定機構部５２は、例えば、
所定のトリガ(trigger)があったことを検出すると、ス
テートを遷移させる。即ち、行動決定機構部５２は、例
えば、現在のステートに対応する行動を実行している時
間が所定時間に達したときや、特定の状態認識情報を受
信したとき、感情／本能モデル部５１から供給される感
情／本能状態情報が示す感情の状態の値、あるいは本能
の状態の値が所定の閾値以下または以上であるとき等
に、ステートを遷移させる。

【００５９】なお、行動決定機構部５２は、上述したよ
うに、センサ入力処理部５０からの状態認識情報だけで
なく、感情／本能モデル部５１における感情モデルおよ
び本能モデルの値等にも基づいて、図６の有限オートマ
トンにおけるステートを遷移させることから、同一の状
態認識情報が入力されても、感情モデルや本能モデルの
値（感情／本能状態情報）によっては、ステートの遷移
先は異なるものとなる。

【００６０】その結果、行動決定機構部５２は、例え
ば、感情／本能状態情報が、「怒っていない」こと、お
よび「お腹がすいていない」ことを表している場合にお
いて、状態認識情報が、「目の前に手のひらが差し出さ
れた」ことを表しているときには、目の前に手のひらが
差し出されたことに応じて、「お手」という行動をとら
せる行動指令情報を生成し、これを、姿勢遷移機構部５
３に送出する。

【００６１】また、行動決定機構部５２は、例えば、感
情／本能状態情報が、「怒っていない」こと、および
「お腹がすいている」ことを表している場合において、
状態認識情報が、「目の前に手のひらが差し出された」
ことを表しているときには、目の前に手のひらが差し出
されたことに応じて、「手のひらをぺろぺろなめる」よ
うな行動を行わせるための行動指令情報を生成し、これ
を、姿勢遷移機構部５３に送出する。

【００６２】また、行動決定機構部５２は、例えば、感
情／本能状態情報が、「怒っている」ことを表している
場合において、状態認識情報が、「目の前に手のひらが
差し出された」ことを表しているときには、感情／本能
状態情報が、「お腹がすいている」ことを表していて
も、また、「お腹がすいていない」ことを表していて
も、「ぷいと横を向く」ような行動を行わせるための行
動指令情報を生成し、これを、姿勢遷移機構部５３に送
出する。

【００６３】なお、行動決定機構部５２には、感情／本
能モデル部５１から供給される感情／本能状態情報が示
す感情や本能の状態に基づいて、遷移先のステートに対
応する行動のパラメータとしての、例えば、歩行の速度
や、手足を動かす際の動きの大きさおよび速度などを決
定させることができ、この場合、それらのパラメータを
含む行動指令情報が、姿勢遷移機構部５３に送出され
る。

【００６４】また、行動決定機構部５２では、上述した
ように、ロボットの頭部や手足等を動作させる行動指令
情報の他、ロボットに発話を行わせる行動指令情報も生
成される。ロボットに発話を行わせる行動指令情報は、
音声合成部５５に供給されるようになっており、音声合
成部５５に供給される行動指令情報には、音声合成部５
５に生成させる合成音の内容を表す内容情報等が含まれ
る。音声合成部５５は、行動決定部５２から行動指令情
報を受信すると、その行動指令情報に含まれる内容情報
に対応するテキストを生成する。そして、音声合成部５
５は、そのテキストにしたがって合成音を生成し、スピ
ーカ１８に供給して出力させる。

【００６５】さらに、行動決定機構部５２は、ロボット
を、サッカーの試合のプレーヤとして機能させる場合に
は、画像認識部５０Ｂによる画像認識結果としての状態
認識情報に基づいて、現在の局面を認識し、その認識結
果に基づいて、将来の局面の先読みを行う。また、行動
決定機構部５２は、現在の局面の認識結果や、将来の局
面の先読み結果を、通信部１１に供給して、スーパーバ
イザや他のプレーヤに送信させる。さらに、行動決定機
構部５２は、通信部１１で受信されたスーパーバイザか
らの指示に基づいて、行うべき行動を決定し、対応する
行動指令情報を、姿勢遷移機構部５３に供給する。ある
いは、行動決定機構部５２は、通信部１１で受信された
他のプレーヤからの情報や、自身で得た局面の認識結
果、先読み結果等に基づいて、行うべき行動を決定し、
対応する行動指令情報を、姿勢遷移機構部５３に供給す
る。

【００６６】ここで、ロボットを、サッカーの試合のプ
レーヤとして機能させる場合における行動決定機構部５
２の処理の詳細については、後述する。

【００６７】姿勢遷移機構部５３は、行動決定機構部５
２から供給される行動指令情報に基づいて、ロボットの
姿勢を、現在の姿勢から次の姿勢に遷移させるための姿
勢遷移情報を生成し、これを制御機構部５４に送出す
る。

【００６８】ここで、現在の姿勢から次に遷移可能な姿
勢は、例えば、胴体や手や足の形状、重さ、各部の結合
状態のようなロボットの物理的形状と、関節が曲がる方
向や角度のようなアクチュエータの機構とによって決定
される。

【００６９】また、次の姿勢としては、現在の姿勢から
直接遷移可能な姿勢と、直接には遷移できない姿勢とが
ある。例えば、４本足のロボットは、手足を大きく投げ
出して寝転んでいる状態から、伏せた状態へ直接遷移す
ることはできるが、立った状態へ直接遷移することはで
きず、一旦、手足を胴体近くに引き寄せて伏せた姿勢に
なり、それから立ち上がるという２段階の動作が必要で
ある。また、安全に実行できない姿勢も存在する。例え
ば、４本足のロボットは、その４本足で立っている姿勢
から、両前足を挙げてバンザイをしようとすると、簡単
に転倒してしまう。

【００７０】このため、姿勢遷移機構部５３は、直接遷
移可能な姿勢をあらかじめ登録しておき、行動決定機構
部５２から供給される行動指令情報が、直接遷移可能な
姿勢を示す場合には、その行動指令情報を、そのまま姿
勢遷移情報として、制御機構部５４に送出する。一方、
行動指令情報が、直接遷移不可能な姿勢を示す場合に
は、姿勢遷移機構部５３は、遷移可能な他の姿勢に一旦
遷移した後に、目的の姿勢まで遷移させるような姿勢遷
移情報を生成し、制御機構部５４に送出する。これによ
りロボットが、遷移不可能な姿勢を無理に実行しようと
する事態や、転倒するような事態を回避することができ
るようになっている。

【００７１】即ち、姿勢遷移機構部５３は、例えば、図
６に示すように、ロボットがとり得る姿勢をノードＮＯ
ＤＥ１乃至ＮＯＤＥ５として表現するとともに、遷移可
能な２つの姿勢に対応するノードどうしの間を、有向ア
ークＡＲＣ１乃至ＡＲＣ１０で結合した有向グラフを記
憶しており、この有向グラフに基づいて、上述したよう
な姿勢遷移情報を生成する。

【００７２】具体的には、姿勢遷移機構部５３は、行動
決定機構部５２から行動指令情報が供給されると、現在
の姿勢に対応したノードＮＯＤＥと、行動指令情報が示
す次に取るべき姿勢に対応するノードＮＯＤＥとを結ぶ
ように、有向アークＡＲＣの向きに従いながら、現在の
ノードＮＯＤＥから次のノードＮＯＤＥに至る経路を探
索し、探索した経路上にあるノードＮＯＤＥに対応する
姿勢を順番にとっていくように指示する姿勢遷移情報を
生成する。

【００７３】その結果、姿勢遷移機構部５３は、例え
ば、現在の姿勢が「ふせる」という姿勢を示すノードＮ
ＯＤＥ２にある場合において、「すわれ」という行動指
令情報が供給されると、有向グラフにおいて、「ふせ
る」という姿勢を示すノードＮＯＤＥ２から、「すわ
る」という姿勢を示すノードＮＯＤＥ５へは、直接遷移
可能であることから、「すわる」に対応する姿勢遷移情
報を生成して、制御機構部５４に与える。

【００７４】また、姿勢遷移機構部５３は、現在の姿勢
が「ふせる」という姿勢を示すノードＮＯＤＥ２にある
場合において、「歩け」という行動指令情報が供給され
ると、有向グラフにおいて、「ふせる」というノードＮ
ＯＤＥ２から、「あるく」というノードＮＯＤＥ４に至
る経路を探索する。この場合、「ふせる」に対応するノ
ードＮＯＤＥ２、「たつ」に対応するＮＯＤＥ３、「あ
るく」に対応するＮＯＤＥ４の経路が得られるから、姿
勢遷移機構部５３は、「たつ」、「あるく」という順番
の姿勢遷移情報を生成し、制御機構部５４に送出する。

【００７５】制御機構部５４は、姿勢遷移機構部５３か
らの姿勢遷移情報にしたがって、アクチュエータを駆動
するための制御信号を生成し、これを、必要なアクチュ
エータに送出する。これにより、アクチュエータは、制
御信号にしたがって駆動し、ロボットは、所定の行動を
起こす。

【００７６】次に、図７は、図４の音声認識部５０Ａの
構成例を示している。

【００７７】マイク１５からの音声信号は、ＡＤ(Analo
g Digital)変換部２１に供給される。ＡＤ変換部２１で
は、マイク１５からのアナログ信号である音声信号がサ
ンプリング、量子化され、ディジタル信号である音声デ
ータにＡ／Ｄ変換される。この音声データは、特徴抽出
部２２に供給される。

【００７８】特徴抽出部２２は、そこに入力される音声
データについて、適当なフレームごとに、例えば、ＭＦ
ＣＣ(Mel Frequency Cepstrum Coefficient)分析を行
い、その分析結果を、特徴パラメータ（特徴ベクトル）
として、マッチング部２３に出力する。なお、特徴抽出
部２２では、その他、例えば、線形予測係数、ケプスト
ラム係数、線スペクトル対、所定の周波数帯域ごとのパ
ワー（フィルタバンクの出力）等を、特徴パラメータと
して抽出することが可能である。

【００７９】マッチング部２３は、特徴抽出部２２から
の特徴パラメータを用いて、音響モデル記憶部２４、辞
書記憶部２５、および文法記憶部２６を必要に応じて参
照しながら、マイク１５に入力された音声（入力音声）
を、例えば、連続分布ＨＭＭ(Hidden Markov Model)法
に基づいて音声認識する。

【００８０】即ち、音響モデル記憶部２４は、音声認識
する音声の言語における個々の音素や音節などの音響的
な特徴を表す音響モデルを記憶している。ここでは、連
続分布ＨＭＭ法に基づいて音声認識を行うので、音響モ
デルとしては、ＨＭＭ(Hidden Markov Model)が用いら
れる。辞書記憶部２５は、認識対象の各単語について、
その発音に関する情報（音韻情報）が記述された単語辞
書を記憶している。文法記憶部２６は、辞書記憶部３５
の単語辞書に登録されている各単語が、どのように連鎖
する（つながる）かを記述した文法規則を記憶してい
る。ここで、文法規則としては、例えば、文脈自由文法
（ＣＦＧ）や、統計的な単語連鎖確率（Ｎ−ｇｒａｍ）
などに基づく規則を用いることができる。

【００８１】マッチング部２３は、辞書記憶部２５の単
語辞書を参照することにより、音響モデル記憶部２４に
記憶されている音響モデルを接続することで、単語の音
響モデル（単語モデル）を構成する。さらに、マッチン
グ部２３は、幾つかの単語モデルを、文法記憶部２６に
記憶された文法規則を参照することにより接続し、その
ようにして接続された単語モデルを用いて、特徴パラメ
ータに基づき、連続分布ＨＭＭ法によって、マイク１５
に入力された音声を認識する。即ち、マッチング部２３
は、特徴抽出部２２が出力する時系列の特徴パラメータ
が観測されるスコア（尤度）が最も高い単語モデルの系
列を検出し、その単語モデルの系列に対応する単語列の
音韻情報（読み）を、音声の認識結果として出力する。

【００８２】即ち、マッチング部２３は、接続された単
語モデルに対応する単語列について、各特徴パラメータ
の出現確率を累積し、その累積値をスコアとして、その
スコアを最も高くする単語列の音韻情報を、音声認識結
果として出力する。

【００８３】そして、その音声認識結果は、状態認識情
報として、感情／本能モデル部５１および行動決定機構
部５２に出力される。

【００８４】次に、図８のフローチャートを参照して、
図７の音声認識部５０Ａで行われる音声認識処理につい
て説明する。

【００８５】マイク１５からの音声信号は、ＡＤ変換部
２１において、アナログ信号からディジタル信号に変換
され、特徴抽出部２２に供給される。特徴抽出部２２
は、ステップＳ１において、ＡＤ変換部２１からの音声
信号に基づいて、ユーザが発話を開始したかどうか（音
声区間が開始されたかどうか）を判定し、開始していな
いと判定された場合、ステップＳ１に戻る。

【００８６】ここで、音声区間の検出は、例えば、短時
間パワーと自己相関分析結果の組合せ、その他の音声の
特徴パラメータに基づいて行うことが可能である。

【００８７】ステップＳ１において、ユーザが発話を開
始したと判定された場合、ステップＳ２に進み、特徴抽
出部２２は、ＡＤ変換部２１から供給されるフレームの
音声信号を音響分析することにより、特徴パラメータを
抽出し、マッチング部２３に出力して、ステップＳ３に
進む。ステップＳ３では、マッチング部２３は、特徴抽
出部２２からの特徴パラメータを用いて、マッチングを
行い、即ち、上述したようなスコア計算を行い、ステッ
プＳ４に進む。

【００８８】ステップＳ４では、特徴抽出部２２は、Ａ
Ｄ変換部２１からの音声信号に基づいて、ユーザが発話
を終了したかどうか（音声区間が終了したかどうか）を
判定する。ステップＳ４において、ユーザの発話が終了
していないと判定された場合、ステップＳ２に戻り、次
のフレームの音声信号を対象として、以下、上述した処
理が繰り返される。

【００８９】また、ステップＳ４において、ユーザの発
話が終了したと判定された場合、ステップＳ５に進み、
マッチング部２３は、例えば、最もスコアの大きい単語
列を音声認識結果として採用するか、または棄却するか
を判定する。

【００９０】ステップＳ５において、最もスコアの大き
い単語列を棄却すると判定された場合、即ち、例えば、
最もスコアの大きい単語列の、そのスコアが所定の閾値
以下（未満）であり、音声認識結果としての信頼性が低
い場合、ステップＳ１に戻り、以下、同様の処理を繰り
返す。

【００９１】従って、この場合、音声認識結果は出力さ
れない。

【００９２】また、ステップＳ５において、最もスコア
の大きい単語列を採用すると判定された場合、即ち、例
えば、最もスコアの大きい単語列の、そのスコアが所定
の閾値以上（より大）であり、音声認識結果としての信
頼性が、ある程度高い場合、ステップＳ６に進み、マッ
チング部２３において、その最もスコアの大きい単語列
が音声認識結果として確定され、状態認識情報として出
力される。そして、ステップＳ１に戻り、以下、同様の
処理を繰り返す。

【００９３】なお、辞書記憶部２５（図７）には、単語
を、幾つかのカテゴリに分類して、各カテゴリごとの単
語を登録した単語辞書を記憶させておき、マッチング部
２３には、場合によって、辞書記憶部２５における単語
辞書のうちの、所定のカテゴリのもののみを参照して処
理を行わせるようにすることが可能である。この場合、
音声認識の対象とする単語数を少なくすることができ、
処理の高速化を図ることが可能となる。

【００９４】次に、図９は、図４の画像認識部５０Ｂの
構成例を示している。

【００９５】ＣＣＤカメラ１６で得られた画像信号（画
像データ）は、ＡＤ変換部４１に供給されるようになっ
ており、ＡＤ変換部４１は、ＣＣＤカメラ１６からのア
ナログの画像信号をディジタル信号に変換して、特徴抽
出部４２に供給する。特徴抽出部４２は、ＡＤ変換部４
１からの画像信号のうち、例えば、所定の間隔ごとのフ
レームのものを、静止画として選択し、そのエッジ等の
特徴量を抽出して、マッチング部４３に出力する。マッ
チング部４３は、特徴抽出部４２からの特徴量に基づ
き、テンプレートデータベース４４を参照して、ＣＣＤ
カメラ１６で撮影された画像を認識する。

【００９６】即ち、テンプレートデータベース４４に
は、各種の物体や風景等を撮影して得られた画像のエッ
ジ検出を行って得られる標準パターンとしてのテンプレ
ートが登録されており、マッチング部４３は、特徴抽出
部４２からの特徴量と、テンプレートデータベース４４
に登録されているテンプレートそれぞれとを比較する。
そして、マッチング部４３は、特徴抽出部４２からのテ
ンプレートに最も近似するテンプレートを検出し、その
テンプレートに対応する情報（例えば、テンプレートに
付されている、各テンプレートを識別するための識別情
報）を、画像認識結果として出力する。

【００９７】次に、図１０のフローチャートを参照し
て、図９の画像認識部５０Ｂが行う画像認識処理につい
て説明する。

【００９８】ＣＣＤカメラ１６からの画像信号は、ＡＤ
変換部４１において、アナログ信号からディジタル信号
に変換され、特徴抽出部４２に供給される。特徴抽出部
４２は、ステップＳ１１において、ＡＤ変換部４１から
の画像信号から、その特徴量を抽出し、マッチング部４
３に供給して、ステップＳ１２に進む。

【００９９】ステップＳ１２では、マッチング部４３に
おいて、特徴抽出部４２からの特徴量に基づき、テンプ
レートデータベース４４を参照して、ＣＣＤカメラ１６
が撮影した画像が認識され、ステップＳ１３に進む。ス
テップＳ１３では、マッチング部４３において、ステッ
プＳ１２で得られた画像認識結果を採用するか、または
棄却するかが判定される。

【０１００】ステップＳ１３において、画像認識結果を
棄却すると判定された場合、即ち、例えば、画像認識結
果として得られたテンプレートと、特徴抽出部４２から
得られた特徴量とが、あまり似ていない場合、ステップ
Ｓ１１に戻り、以下、同様の処理が繰り返される。

【０１０１】従って、この場合、画像認識結果は出力さ
れない。

【０１０２】また、ステップＳ１３において、画像認識
結果を採用すると判定された場合、即ち、例えば、画像
認識結果として得られたテンプレートと、特徴抽出部４
２から得られた特徴量とが、比較的似ている場合、ステ
ップＳ１４に進み、マッチング部４３は、画像認識結果
を確定して、情報認識情報として出力し、ステップＳ１
１に戻る。

【０１０３】次に、図１１は、図４の音声合成部５５の
構成例を示している。

【０１０４】テキスト生成部３１には、行動決定機構部
５２が出力する、合成音の内容を表す内容情報を含む行
動指令情報が供給されるようになっており、テキスト生
成部３１は、辞書記憶部３４や解析用文法記憶部３５を
参照しながら、その行動指令情報に含まれる内容情報に
対応するテキストを生成する。さらに、テキスト生成部
３１は、辞書記憶部３４や解析用文法記憶部３５を参照
しながら、生成したテキスト（生成テキスト）を解析す
る。

【０１０５】即ち、辞書記憶部３４には、各単語の品詞
情報や、読み、アクセント等の情報が記述された単語辞
書が記憶されており、また、解析用文法記憶部３５に
は、辞書記憶部３４の単語辞書に記述された単語につい
て、単語連鎖に関する制約等の解析用文法規則が記憶さ
れている。そして、テキスト生成部３１は、この単語辞
書および解析用文法規則に基づいて、生成テキストの形
態素解析や構文解析等の解析を行い、後段の規則合成部
３２で行われる規則音声合成に必要な情報を抽出する。
ここで、規則音声合成に必要な情報としては、例えば、
ポーズの位置や、アクセントおよびイントネーションを
制御するための情報その他の韻律情報や、各単語の発音
等の音韻情報などがある。

【０１０６】テキスト生成部３１で得られた情報は、規
則合成部３２に供給され、規則合成部３２では、音素片
記憶部３６を用いて、テキスト生成部３１に入力された
テキストに対応する合成音の音声データ（ディジタルデ
ータ）が生成される。

【０１０７】即ち、音素片記憶部３６には、例えば、Ｃ
Ｖ(Consonant, Vowel)や、ＶＣＶ、ＣＶＣ等の形で音素
片データが記憶されており、規則合成部３２は、テキス
ト生成部３１からの情報に基づいて、必要な音素片デー
タを接続し、さらに、ポーズ、アクセント、イントネー
ション等を適切に付加することで、テキスト生成部３１
に入力されたテキストに対応する合成音の音声データを
生成する。

【０１０８】この音声データは、ＤＡ（Digital Analog
ue）変換部３３に供給され、そこで、アナログ信号とし
ての音声信号にＤ／Ａ変換される。この音声信号は、ス
ピーカ１８に供給され、これにより、生成テキストに対
応する合成音が出力される。

【０１０９】次に、図１２は、図４の行動決定機構部５
２の構成例を示している。

【０１１０】音声認識部５０Ａ（図４）が出力する状態
認識情報としての音声認識結果は、言語処理部６１に供
給される。言語処理部６１では、音声認識結果を対象と
して、例えば、図１３のフローチャートにしたがった言
語処理が行われ、その言語処理結果が、行動制御部６２
に出力される。

【０１１１】即ち、言語処理部６１では、まず最初に、
ステップＳ２１において、音声認識結果としてのテキス
トが形態素解析され、ステップＳ２２に進む。ステップ
Ｓ２２では、音声認識結果について、その形態素解析結
果を参照することで、構文解析および意味解析が行わ
れ、これにより、音声認識結果としてのテキストのフレ
ーズ列（句情報）の抽出と、意味内容の理解が行われ
る。

【０１１２】ここで、フレーズ列は、例えば、文脈自由
文法（ＣＦＧ）によるパーザを利用して抽出することが
できるが、他の文法規則を用いることも可能である。な
お、パーザが利用する単語辞書には、意味マーカを付し
ておき、パーザには、意味情報を用いたユニフィケーシ
ョン(unification)を行わせることができる。

【０１１３】その後、ステップＳ２３に進み、言語処理
部６１は、ステップＳ２２で得られた、音声認識結果の
フレーズ列と意味内容を、言語処理結果として確定し、
行動制御部６２に供給する。そして、次の音声認識結果
が供給されるのを待って、ステップＳ２１に戻り、以
下、同様の処理が繰り返される。

【０１１４】図１２に戻り、行動制御部６２は、言語処
理部６１から、上述のようにして供給される言語処理結
果を受信するようになっている。さらに、行動制御部６
２は、その他、感情／本能モデル部５１における感情モ
デルおよび本能モデルの値、画像認識部５０Ｂが出力す
る画像認識結果、圧力処理部５０Ｃが出力する信号等を
受信し、行動モデル部６３を参照することで、次の行動
を決定する。

【０１１５】即ち、行動モデル部６３には、図５で説明
したような行動モデルが記憶されており、行動制御部６
２は、そこへの入力等に基づいて、行動モデルのステー
トを遷移させ、遷移後のステートに対応する行動を、次
にとるべき行動として決定する。

【０１１６】そして、決定した行動が、アクチュエータ
を駆動する必要のあるものである場合には、行動制御部
６２は、その旨の行動指令情報を生成し、姿勢遷移機構
部５３（図４）に供給する。

【０１１７】また、決定した行動が、合成音を出力する
ものである場合には、行動制御部６２は、言語処理部６
１からの言語処理結果のフレーズ列を必要に応じて用い
て、その合成音に対応する内容情報を生成する。

【０１１８】即ち、行動制御部６２は、ロボットがおか
れる、例えば、家庭環境やオフィス環境等において対話
を行うことができるように、各環境におかれる物体や状
況等に関する環境データベースを有しており、その環境
データベースを参照しながら、言語処理結果における必
要なフレーズ列を用いて、返事に対応する内容情報を含
む行動指令情報を生成する。

【０１１９】ここで、環境データベースは、例えば、物
体に関する属性名と属性値との組（属性名：属性値）で
構成されており、例えば、茶碗については、（名称：茶
碗）、（材質：陶器）、（容量：２３０ｃｃ）のように
表される。

【０１２０】言語処理結果の意味内容が、例えば、「茶
碗にはどれくらい入る？」といった、茶碗の容量を質問
するものである場合には、そのフレーズ列は、例えば、 (([SYN PP][TYPE 場所][SEM もの][VAL 茶碗には]) ([SYN ADV][ATTR 容量][VAL どれくらい]) ([SYN VP][TYPE 質問][VAL 入る]))となる。この場合、
行動制御部６２は、環境データベースを参照すること
で、茶碗に関する情報を検索し、質問に対する答えとな
る情報を得る。そして、行動制御部６２は、例えば、 (([SYN NP][ATTR 容量][VAL ２３０ｃｃ]) ([SYN VP][TYPE 完結][VAL 入る]))といった、返事のフ
レーズ列を生成し、これを内容情報として、合成音の生
成を指示する指示する行動指令情報に含めて、音声合成
部５５に出力する。

【０１２１】これにより、音声合成部５５では、行動指
令情報に含まれる内容情報としてのフレーズ列における
語句の語尾等を修正したテキストとして、例えば、「２
３０ｃｃ入りますよ」などが生成され、対応する合成音
が出力される。

【０１２２】また、行動制御部６２は、ロボットを、サ
ッカーの試合のプレーヤとして機能させる場合には、画
像認識部５０Ｂによる画像認識結果に基づいて、現在の
局面を認識し、その認識結果に基づいて、将来の局面の
先読みを行う。さらに、行動制御部６２は、現在の局面
の認識結果や、将来の局面の先読み結果を、通信部１１
に供給して、スーパーバイザや他のプレーヤに送信させ
る。さらに、行動制御部６２は、通信部１１で受信され
たスーパーバイザからの指示に基づいて、行うべき行動
を決定し、対応する行動指令情報を、姿勢遷移機構部５
３に供給する。あるいは、行動制御部６２は、通信部１
１で受信された他のプレーヤからの情報や、自身で得た
局面の認識結果、先読み結果等に基づいて、行うべき行
動を決定し、対応する行動指令情報を、姿勢遷移機構部
５３に供給する。

【０１２３】即ち、図１４は、ロボットを、サッカーの
試合のプレーヤとして機能させる場合の行動制御部６２
の構成例を示している。

【０１２４】局面解析部７１は、画像認識部５０Ｂ（図
４）から供給される画像認識結果を解析し、現在の局面
を認識する。即ち、局面解析部１７は、サッカーの競技
場としてのフィールドを、例えば、メッシュ状に区切っ
た網目単位で、自身の位置、向き、および移動方向や、
サッカーボールの位置および移動方向、他のプレーヤの
位置、向き、および移動方向等を認識し、その局面の認
識結果としての局面データを、局面データ記憶部７２、
局面先読み部７３、局面評価部７６、および制御部７８
に供給する。

【０１２５】局面データ記憶部７２は、局面解析部７１
から供給される局面データを一時記憶する。なお、局面
データ記憶部７２に記憶された局面データは、必要に応
じて、通信部１１（図４）によって読み出され、スーパ
ーバイザや他のプレーヤに送信される。

【０１２６】局面先読み部７３には、局面解析部７１が
出力する現在の局面の認識結果としての局面データの
他、局面データ記憶部７２に記憶された、過去の局面デ
ータが供給されるようになっている。さらに、局面先読
み部７３には、スーパーバイザや他のプレーヤから送信
され、通信部１１で受信された局面データも供給される
ようになっており、局面先読み部７３は、そこに供給さ
れるデータの他、知識データベース７４に記憶された知
識に基づいて、将来の局面の先読み（今後、サッカーの
試合がどのように進行して行くかの予想）を行い、その
先読み結果としての先読みデータを、先読みデータ記憶
部７５に出力する。

【０１２７】ここで、局面の先読みは、例えば、局面を
評価するための評価関数を用いて、ベストファースト(b
est first)法（その時点で、見込みのありそうな候補を
先に調べていく方法）により行われる。また、評価関数
としては、例えば、自身を含む各プレーヤの位置、移動
方向、動力性能、および過去の成績や、ボールの位置お
よび移動方向、サッカーのルール等に基づいて、評価値
を出力するものが用いられる。

【０１２８】知識データベース７４には、サッカーのル
ールや、各プレーヤの動力性能（例えば、移動するとき
の最高の速度や加速度等）、過去の成績（獲得した得点
等）の知識が記憶されている。なお、プレーヤの動力性
能は、過去に得た局面データから計算するようにするこ
とも可能である。

【０１２９】先読みデータ記憶部７５は、局面先読み部
７３から供給される先読みデータを一時記憶する。な
お、先読みデータ記憶部７５に記憶された先読みデータ
は、必要に応じて、通信部１１（図４）によって読み出
され、スーパバイザや他のプレーヤに送信される。

【０１３０】局面評価部７６には、先読みデータ記憶部
７５に記憶された先読みデータ、および局面解析部７１
が出力する局面データが供給されるとともに、スーパー
バイザから送信され、通信部１１で受信された指示情報
が供給されるようになっている。ここで、指示情報に
は、スーパーバイザが決定した各プレーヤがとるべき行
動の指示と、その決定に用いた局面の先読み結果（スー
パーバイザが先読みを行うことにより得られた先読みデ
ータ）が含まれており、局面評価部７６は、その指示情
報に含まれる、スーパーバイザの先読みデータを一時記
憶するようになっている。

【０１３１】局面評価部７６は、局面解析部７１から供
給される現在の局面データを、先読みデータ記憶部７５
から供給される現在の局面の先読みデータ（過去に自身
が行った現在の局面の先読み結果）と比較するととも
に、指示情報に含まれていた現在の局面の先読みデータ
（過去にスーパーバイザが行った現在の局面の先読み結
果）と比較する。そして、局面評価部７６は、それらの
比較結果から、自身による現在の局面の先読みデータに
基づいて行動をとった場合と、スーパーバイザによる現
在の局面の先読みデータに基づいて行動をとった場合と
の優劣を判定し、その判定結果（以下、適宜、先読みの
評価結果ともいう）を、自信モデル部７７に供給する。

【０１３２】自信モデル部７７は、自身が決定する行動
等に対する自信の度合いを、所定の範囲の値で表す自信
モデルを記憶しており、局面評価部７６からの先読みの
評価結果に基づいて、自信モデルの値を増減（操作）さ
せる。

【０１３３】制御部７８は、局面解析部７１からの現在
の局面データ、知識データベース７４に記憶されている
知識、先読みデータ記憶部７５に記憶された将来の局面
の先読み結果に基づいて、次にとるべき行動の候補を決
定する。さらに、制御部７８には、スーパーバイザから
送信され、通信部１１で受信された指示情報が供給され
るようになっており、制御部７８は、その指示情報に含
まれる、次にとるべき行動の指示、または自身で決定し
た次にとるべき行動の候補のうちのいずれか一方を、自
信モデル部７７における自信モデルに基づいて選択し、
選択した方の行動に対応する行動指令情報を生成して、
姿勢遷移機構部５３に供給する。

【０１３４】また、制御部７８は、必要に応じて、スー
パーバイザや各プレーヤに対する要求等を含む行動指令
情報を生成して、通信部１１に供給して送信させる。

【０１３５】以上のように構成される行動制御部６２で
は、局面認識処理、先読み処理、先読み評価処理、およ
び行動決定処理が行われるようになっている。

【０１３６】そこで、まず最初に、図１５のフローチャ
ートを参照して、局面認識処理について説明する。

【０１３７】局面認識処理は、例えば、局面解析部７１
に対して、画像認識部５０Ｂから画像認識結果が供給さ
れるごとに行われ、局面認識処理によれば、自身から見
た現在の局面が認識される。

【０１３８】即ち、まず最初に、ステップＳ３１におい
て、局面解析部７１は、その画像認識結果を解析し、現
在の局面を認識する。そして、局面解析部７１は、ステ
ップＳ３２において、その局面の認識結果としての局面
データを、局面データ記憶部７２に供給して記憶させ、
ステップＳ３３に進む。ステップＳ３３では、局面デー
タ記憶部７２において直前のステップＳ３２で記憶され
た局面データ（最新の局面データ）が、スーパーバイザ
や他のプレーヤに送信され、局面認識処理を終了する。

【０１３９】次に、図１６のフローチャートを参照し
て、先読み処理について説明する。

【０１４０】先読み処理は、例えば、局面先読み部７３
に対して、局面解析部７１から現在の局面データが供給
されたり、あるいは、通信部１１で受信された、スーパ
ーバイザや他のプレーヤからの現在の局面データが供給
されるごとに行われ、先読み処理によれば、将来の局面
の先読みが行われる。

【０１４１】即ち、まず最初に、ステップＳ４１におい
て、局面先読み部７３は、局面解析部７１が出力する現
在の局面の認識結果としての局面データや、局面データ
記憶部７２に記憶された過去の局面データ、通信部１１
で受信された、スーパーバイザや他のプレーヤからの局
面データ、知識データベース７４に記憶された知識に基
づいて、将来の局面の先読みを行う。そして、ステップ
Ｓ４２に進み、局面先読み部７３は、その先読みの結果
得られる先読みデータを、先読みデータ記憶部７５に供
給して記憶させ、ステップＳ４３に進む。ステップＳ４
３では、先読みデータ記憶部７５において直前のステッ
プＳ４２で記憶された先読みデータ（最新の先読みデー
タ）が、スーパーバイザや他のプレーヤに送信され、先
読み処理を終了する。

【０１４２】次に、図１７のフローチャートを参照し
て、先読み評価処理について説明する。

【０１４３】先読み評価処理は、例えば、局面評価部７
６に対して、局面解析部７１から現在の局面データが供
給されるごとに行われ、先読み評価処理によれば、自身
による先読み結果と、スーパーバイザによる先読み結果
との優劣が判定され、その判定結果に基づいて、自信モ
デルの値が操作される。

【０１４４】即ち、上述したように、局面評価部７６
は、通信部１１で受信された、スーパーバイザからの指
示情報を一時記憶するようになっている。そして、まず
最初に、ステップＳ５１において、局面評価部７６は、
局面解析部７１から供給される現在の局面データを、先
読みデータ記憶部７５から供給される現在の局面の先読
みデータ（過去に自身が行った現在の局面の先読み結
果）と比較するとともに、指示情報に含まれていた現在
の局面の先読みデータ（過去にスーパーバイザが行った
現在の局面の先読み結果）と比較することで、自身によ
る現在の局面の先読みデータに基づいて行動をとった場
合と、スーパーバイザによる現在の局面の先読みデータ
に基づいて行動をとった場合との優劣を判定する。

【０１４５】ステップＳ５１において、自身による現在
の局面の先読みデータに基づいて行動をとった場合の方
が優れていると判定された場合、即ち、例えば、自身に
よる現在の局面の先読み結果の方が、実際の現在の局面
に近い場合、局面評価部７６は、自身による現在の局面
の先読みデータに基づいて行動をとった場合の方が優れ
ている旨の先読みの評価結果を、自信モデル部７７に供
給し、ステップＳ５２に進む。ステップＳ５２では、自
信モデル部７７において、局面評価部７６からの先読み
の評価結果に基づき、自信モデルの値が所定値だけイン
クリメントされ、先読み評価処理を終了する。

【０１４６】一方、ステップＳ５１において、スーパー
バイザによる現在の局面の先読みデータに基づいて行動
をとった場合の方が優れていると判定された場合、即
ち、例えば、スーパーバイザによる現在の局面の先読み
結果の方が、実際の現在の局面に近い場合、局面評価部
７６は、スーパーバイザによる現在の局面の先読みデー
タに基づいて行動をとった場合の方が優れている旨の先
読みの評価結果を、自信モデル部７７に供給し、ステッ
プＳ５３に進む。ステップＳ５３では、自信モデル部７
７において、局面評価部７６からの先読みの評価結果に
基づき、自信モデルの値が所定値だけデクリメントさ
れ、先読み評価処理を終了する。

【０１４７】従って、先読み評価処理によれば、自身の
先読み結果の方が、スーパーバイザによる先読み結果よ
りも、実際の現在の局面に近ければ、自信モデルの値が
増加し、その結果、ロボットは、いわば自信を深めるこ
ととなり、逆に、スーパーバイザによる先読み結果の方
が、自身の先読み結果よりも、実際の現在の局面に近け
れば、自信モデルの値が減少し、その結果、ロボット
は、いわば自信を喪失することとなる。

【０１４８】次に、図１８のフローチャートを参照し
て、行動決定処理について説明する。

【０１４９】行動決定処理は、例えば、制御部７８に対
して、通信部１１で受信されたスーパーバイザからの指
示情報が供給されるごとに行われ、行動決定処理によれ
ば、自信モデルに基づいて、最終的にとるべき行動が決
定される。

【０１５０】即ち、まず最初に、ステップＳ６１におい
て、制御部７８は、通信部１１から供給されるスーパー
バイザからの指示情報を受信し、ステップＳ６２に進
む。ステップＳ６２では、制御部７８は、自信モデル部
７７を参照することにより、自信モデルの値が、所定の
閾値ε₁未満（以下）であるかどうかを判定する。

【０１５１】ステップＳ６２において、自信モデルの値
が、閾値ε₁未満であると判定された場合、即ち、自身
の先読み結果が、スーパーバイザによる先読み結果より
も劣っていることが多いために、自信モデルの値が小さ
く、いわば、ロボットが自信を喪失している状態にある
場合、ステップＳ６５に進み、制御部７８は、スーパー
バイザからの指示情報にしたがった行動を行うことを最
終的に決定し、その行動をとるための行動指令情報を生
成する。そして、制御部７８は、その行動指令情報を、
姿勢遷移機構部５３に供給し、行動決定処理を終了す
る。

【０１５２】また、ステップＳ６２において、自信モデ
ルの値が、所定の閾値ε₁未満でないと判定された場
合、ステップＳ６３に進み、制御部７８は、自信モデル
部７７を参照することにより、自信モデルの値が、閾値
ε₁より大きい所定の閾値ε₂未満（以下）であるかどう
かを判定する。

【０１５３】ステップＳ６３において、自信モデルの値
が、閾値ε₂未満であると判定された場合、即ち、自身
の先読み結果が、スーパーバイザによる先読み結果より
も優れていることがある程度多いために、自信モデルの
値もある程度大きくなっており（本実施の形態では、ε
₁以上ε₂未満の値）、いわば、ロボットが、ある程度の
自信をもった状態にある場合、ステップＳ６４に進み、
制御部７８は、通信部１１を制御することにより、スー
パーバイザに対し、指示情報による行動の指示内容の変
更依頼を送信させる。

【０１５４】ここで、スーパーバイザは、変更依頼を受
信すると、例えば、必要に応じて、その変更依頼を送信
してきたプレーヤとしてのロボットの先読みデータを重
視して（その先読みデータに、より大きな重み付けを行
って）、指示情報によって指示する各プレーヤの行動を
決定するようになる。

【０１５５】ステップＳ６４の処理後は、ステップＳ６
５に進み、上述したように、制御部７８は、スーパーバ
イザからの指示情報にしたがった行動を行うことを最終
的に決定し、その行動をとるための行動指令情報を生成
する。そして、制御部７８は、その行動指令情報を、姿
勢遷移機構部５３に供給し、行動決定処理を終了する。

【０１５６】一方、ステップＳ６３において、自信モデ
ルの値が、閾値ε₂未満でないと判定された場合、即
ち、自身の先読み結果が、スーパーバイザによる先読み
結果よりも優れていることがかなり多いために、自信モ
デルの値もかなり大きくなっており、いわば、ロボット
が、かなりの自信をもった状態にある場合、ステップＳ
６６に進み、制御部７８は、通信部１１を制御すること
により、他のプレーヤとしてのロボットに対し、スーパ
ーバイザからの指示情報による行動ではなく、自身（他
のプレーヤ以外のロボット）の先読みデータに基づく行
動をとるべき旨の要求を送信させる。

【０１５７】ここで、他のプレーヤは、このような要求
を受信すると、その要求を送信してきたプレーヤが先読
み処理（図１６）を行うことによって送信する先読みデ
ータを重視して、最終的にとるべき行動を決定するよう
になる。従って、この場合、各プレーヤは、自信をもっ
た状態にあるプレーヤをスーパーバイザとして協調運転
されることになる。

【０１５８】ステップＳ６６の処理後は、ステップＳ６
７に進み、制御部７８は、局面解析部７１からの現在の
局面データ、知識データベース７４に記憶されている知
識、先読みデータ記憶部７５に記憶された将来の局面の
先読み結果に基づいて、次にとるべき行動を最終的に決
定し、その行動をとるための行動指令情報を生成する。
そして、制御部７８は、その行動指令情報を、姿勢遷移
機構部５３に供給し、行動決定処理を終了する。即ち、
この場合、ロボットは、自身の判断で行動する。

【０１５９】以上のように、先読み結果を評価し、その
評価結果に基づいて、自信モデルを操作するとともに、
その自信モデルに基づいて、最終的にとるべき行動を決
定するようにしたので、より良い結果が得られる、効率
的な協調運転を行うことが可能となる。

【０１６０】なお、局面認識処理、先読み処理、先読み
評価処理、および行動決定処理は、上述した場合の他、
所定の時間が経過するごとに行う（例えば、タイマ割り
込みによって行う）ことが可能である。さらに、この場
合、局面認識処理、先読み処理、先読み評価処理、およ
び行動決定処理は、同期して行うことも可能であるし、
また、非同期で（独立に）行うことも可能である。

【０１６１】また、上述の場合には、自信モデルの値
を、２つの閾値ε₁およびε₂と比較することにより、単
純に、スーパーバイザの指示に従う場合、とりあえず
は、スーパーバイザの指示に従うが、その指示の変更を
要求する場合、スーパーバイザの指示に従わずに、自信
の判断で行動する場合の３通りの場合を設けたが、その
他、例えば、自信モデルの値を、１つの閾値と比較する
ことにより、スーパーバイザの指示に従う場合と、スー
パーバイザの指示に従わずに、自信の判断で行動する場
合との２通りの場合だけを設けるようにすることも可能
である。さらに、自信モデルの値は、３以上の閾値と比
較し、４通り以上の場合を設けて、各種の処理を行うよ
うにすることも可能である。

【０１６２】以上、本発明を、協調運転によるサッカー
の試合を行うロボットに適用した場合について説明した
が、本発明は、サッカーの試合に限らず、例えば、災害
現場での作業等を行うロボットにも適用可能である。ま
た、本発明は、現実の物体として存在するロボットだけ
でなく、ディスプレイ等に表示される仮想的なキャラク
タ等にも適用可能である。

【０１６３】なお、本実施の形態においては、上述した
一連の処理を、ＣＰＵ１０Ａにプログラムを実行させる
ことにより行うようにしたが、一連の処理は、それ専用
のハードウェアによって行うことも可能である。

【０１６４】また、プログラムは、あらかじめメモリ１
０Ｂ（図３）に記憶させておく他、フロッピーディス
ク、CD-ROM(Compact Disc Read Only Memory)，MO(Magn
eto optical)ディスク，DVD(Digital Versatile Dis
c)、磁気ディスク、半導体メモリなどのリムーバブル記
録媒体に、一時的あるいは永続的に格納（記録）してお
くことができる。そして、このようなリムーバブル記録
媒体を、いわゆるパッケージソフトウエアとして提供
し、ロボット（メモリ１０Ｂ）にインストールするよう
にすることができる。

【０１６５】さらに、プログラムは、リムーバブル記録
媒体からインストールする他、ダウンロードサイトか
ら、ディジタル衛星放送用の人工衛星を介して、無線で
転送したり、LAN(Local Area Network)、インターネッ
トといったネットワークを介して、有線で転送し、メモ
リ１０Ｂにインストールすることができる。

【０１６６】この場合、プログラムがバージョンアップ
されたとき等に、そのバージョンアップされたプログラ
ムを、メモリ１０Ｂに、容易にインストールすることが
できる。

【０１６７】ここで、プログラムは、１のＣＰＵにより
処理されるものであっても良いし、複数のＣＰＵによっ
て分散処理されるものであっても良い。

【０１６８】また、本明細書において、ＣＰＵ１０Ａに
各種の処理を行わせるためのプログラムを記述する処理
ステップは、必ずしもフローチャートとして記載された
順序に沿って時系列に処理する必要はなく、並列的ある
いは個別に実行される処理（例えば、並列処理あるいは
オブジェクトによる処理）も含むものである。

【０１６９】なお、オブジェクトによる場合（オブジェ
クト指向プログラミングによる場合）においては、例え
ば、上述の局面認識処理、先読み処理、先読み評価処
理、行動決定処理は、それぞれ独立したオブジェクトと
して実現することができる。この場合、例えば、先読み
評価処理を行うオブジェクトは、先読み処理を行うオブ
ジェクトによって得られる先読みデータ等が必要となる
が、これは、先読み評価処理を行うオブジェクトが、先
読み処理を行うオブジェクトに対して、メッセージパッ
シングを行うことにより要求することになる。

【０１７０】また、本実施の形態では、スーパーバイザ
をロボットとするようにしたが、スーパーバイザは、人
が行うことも可能である。この場合、スーパーバイザと
なる人は、例えば、所定の送受信装置を操作することの
他、音声によって、プレーヤとしてのロボットとの間で
情報のやりとりを行うことが可能である。音声による場
合は、プレーヤとしてのロボットにおいて、スーパーバ
イザである人の発話が音声認識されるとともに、スーパ
ーバイザである人に伝えるべき情報が、合成音で出力さ
れる。

【０１７１】さらに、本実施の形態では、ロボットにお
いて、先読みを行い、自信がある状態においては、その
先読み結果に基づいて、最終的な行動を決定するように
したが、ロボットの最終的な行動は、先読み結果に基づ
いて決定するのではなく、例えば、幾つかの行動の中か
ら１つを確率的に選択すること等によって決定するよう
にすることも可能である。

【０１７２】また、本実施の形態では、自信モデルの値
と所定の閾値との大小関係に基づいて、最終的な行動の
決定を、ロボットの判断で行うか、またはスーパーバイ
ザの指示にしたがって行うかを決定するようにしたが、
最終的な行動の決定を、ロボット自身の判断で行うか、
またはスーパーバイザの指示にしたがって行うかは、そ
の他、例えば、自信モデルの値に基づいて、確率的に決
定することが可能である。

【０１７３】

【発明の効果】本発明の行動制御装置および行動制御方
法、並びに記録媒体によれば、自信の度合いを表す自信
モデルを記憶する記憶手段に記憶された自信モデルに基
づいて、行動対象の行動が決定される。従って、効率的
な協調運転を行うことが可能となる。

【図面の簡単な説明】

【図１】本発明を適用したサッカーシステムの一実施の
形態の構成例を示す図である。

【図２】サッカーを行うプレーヤとなるロボットの外観
構成例を示す斜視図である。

【図３】図２のロボットの電気的構成例を示すブロック
図である。

【図４】コントローラ１０の機能的構成例を示すブロッ
ク図である。

【図５】行動モデルを示す図である。

【図６】姿勢遷移機構部５４の処理を説明するための図
である。

【図７】音声認識部５０Ａの構成例を示すブロック図で
ある。

【図８】音声認識部５０Ａの処理を説明するためのフロ
ーチャートである。

【図９】画像認識部５０Ｂの構成例を示すブロック図で
ある。

【図１０】画像認識部５０Ｂの処理を説明するためのフ
ローチャートである。

【図１１】音声合成部５５の構成例を示すブロック図で
ある。

【図１２】行動決定機構部５２の構成例を示すブロック
図である。

【図１３】言語処理部６１の処理を説明するためのフロ
ーチャートである。

【図１４】行動制御部６２の構成例を示すブロック図で
ある。

【図１５】局面認識処理を説明するためのフローチャー
トである。

【図１６】先読み処理を説明するためのフローチャート
である。

【図１７】先読み評価処理を説明するためのフローチャ
ートである。

【図１８】行動決定処理を説明するためのフローチャー
トである。

【符号の説明】

２胴体部ユニット，３Ａ乃至３Ｄ脚部ユニット，
４頭部ユニット，５尻尾部ユニット，５Ｂベ
ース部，１０コントローラ，１０ＡＣＰＵ，１
０Ｂメモリ，１１通信部，１５マイク，１
６ＣＣＤカメラ，１７タッチセンサ，１８ス
ピーカ，２１ＡＤ変換部，２２特徴抽出部，
２３マッチング部，２４音響モデル記憶部，２
５辞書記憶部，２６文法記憶部，３１テキスト
生成部，３２規則合成部，３３ＤＡ変換部，
３４辞書記憶部，３５解析用文法記憶部，３６
音素片記憶部，４１ＡＤ変換部，４２特徴抽出
部，４３マッチング部，４４テンプレートデー
タベース，５０センサ入力処理部，５０Ａ音声認
識部，５０Ｂ画像認識部，５０Ｃ圧力処理部，
５１感情／本能モデル部，５２行動決定機構部，
５３姿勢遷移機構部，５４制御機構部，５５
音声合成部，６１言語処理部，６２行動制御
部，６３行動モデル部，７１局面解析部，７
２局面データ記憶部，７３局面先読み部，７４
知識データベース，７５先読みデータ記憶部，７
６局面評価部，７７自信モデル記憶部，７８
制御部

───────────────────────────────────────────────────── フロントページの続き (72)発明者包洪長東京都品川区北品川６丁目７番35号ソニー株式会社内 (72)発明者廣江厚夫東京都品川区北品川６丁目７番35号ソニー株式会社内 (72)発明者岸秀樹東京都品川区北品川６丁目７番35号ソニー株式会社内 (72)発明者武田正資東京都品川区北品川６丁目７番35号ソニー株式会社内Ｆターム(参考） 2C150 CA01 CA02 DA04 DA05 DA24 DA26 DA27 DA28 DF02 DF04 ED10 ED21 ED42 ED52 EF16 EF23 EF29 3F059 AA00 BA00 BB06 DA05 DB04 DC00 FC00 FC01 3F060 AA00 BA10 CA14 5H269 AB33 EE14 QC04 QD05 9A001 BB06 HH16 HH17 HH18 HH19 HH30 JJ49 KK32 KK54

Claims

【特許請求の範囲】

【請求項１】行動する行動対象の行動を制御する行動
制御装置であって、自信の度合いを表す自信モデルを記憶する記憶手段と、前記自信モデルに基づいて、前記行動対象の行動を決定
する決定手段とを備えることを特徴とする行動制御装
置。
【請求項２】外部からの指示を取得する取得手段と、外部からの指示にしたがって行動をとった場合と、自身
の判断で行動をとった場合との優劣を判定する判定手段
と、前記判定手段による判定結果に基づいて、前記自信モデ
ルを操作する操作手段とをさらに備えることを特徴とす
る請求項１に記載の行動制御装置。
【請求項３】局面の先読みを行う先読み手段をさらに
備え、前記判定手段は、前記先読み手段による先読み結果に基
づいて行動をとった場合と、外部からの指示にしたがっ
て行動をとった場合との優劣を判定することを特徴とす
る請求項２に記載の行動制御装置。
【請求項４】画像認識を行う画像認識手段をさらに備
え、前記先読み手段は、前記画像認識手段による画像認識結
果に基づいて、前記局面の先読みを行うことを特徴とす
る請求項３に記載の行動制御装置。
【請求項５】前記取得手段は、前記外部からの指示と
しての音声を認識する音声認識手段であることを特徴と
する請求項２に記載の行動制御装置。
【請求項６】前記自信モデルに基づいて、他の装置に
対する行動の指示を行う指示手段をさらに備えることを
特徴とする請求項１に記載の行動制御装置。
【請求項７】前記指示手段は、合成音で、行動を指示
することを特徴とする請求項６に記載の行動制御装置。
【請求項８】前記行動対象は、ロボット、または仮想
的なキャラクタであることを特徴とする請求項１に記載
の行動制御装置。
【請求項９】ロボットであることを特徴とする請求項
１に記載の行動制御装置。
【請求項１０】行動する行動対象の行動を制御する行
動制御方法であって、自信の度合いを表す自信モデルを
記憶する記憶手段に記憶された前記自信モデルに基づい
て、前記行動対象の行動を決定する決定ステップを備え
ることを特徴とする行動制御方法。
【請求項１１】行動する行動対象の行動を制御する行
動制御処理を、コンピュータに行わせるプログラムが記
録されている記録媒体であって、自信の度合いを表す自信モデルを記憶する記憶手段に記
憶された前記自信モデルに基づいて、前記行動対象の行
動を決定する決定ステップを備えるプログラムが記録さ
れていることを特徴とする記録媒体。