JP2009140348A - 行動決定装置、行動学習装置、及びロボット装置 - Google Patents

Abstract

【課題】入力情報から一つの情報空間に各々モジュール化した知能的判断システムを構築することができる行動学習装置及び方法、それによって生成された学習結果を使用した行動決定装置及び方法、これらの装置を搭載したロボット装置を提供すること。
【解決手段】ロボットは、外部からの指示情報から単語を抽出する知識取得部２１と、抽出した単語によりネットワークを構築し、単語間の重みを更新するネットワーク構築部２２と、単語の関係性をネットワーク上で重み付けした単語ネットワークに基づき、行動を決定する行動決定部２３とを有する。
【選択図】図３

Description

本発明は、行動決定装置及び方法、行動学習装置及び方法、ロボット装置並びにプログラムに関し、特に、自律動作が可能なロボット装置に搭載するに好適な行動決定装置及び方法、行動学習装置及び方法並びにプログラム、及びそれを搭載したロボット装置に関する。

従来、ロボットの動作決定方法として、動作をモデル化した動作モデルを記憶し、過去の経験に基づく動作モデルから次の動作を決定する技術が知られている（例えば特許文献１参照）。

特許文献１に記載のロボット装置は、ロボット装置の外部又は内部の状況を入力する状況入力手段と、内部状態ベクトルを管理する内部状態管理手段と、外部又は内部の状況に応じた状況ベクトルに基づき予想内部状態変化ベクトルを算出する連想記憶手段と、内部状態管理手段によって管理されている現在の内部状態ベクトルと連想記憶手段によって算出された予想内部状態変化ベクトルとに基づきロボット装置の情報を生成する情報生成手段とを備える。

連想記憶手段は、顔・人物認識器からの人物ＩＤや物体認識器からの物体ＩＤ、その他各種センサ情報などから構成される状況ベクトルを入力とし予想内部状態変化ベクトルを出力とするニューラルネットワークにより構築され、状況ベクトルとそのときの実際の内部状態変化ベクトルとの組を学習サンプルとして学習される。同様の状況ベクトルが得られた場合、連想記憶手段から情動生成手段へと過去の経験に基づいた予想内部状態変化ベクトルが供給される。情動生成手段は、この予想内部状態変化ベクトルと内部状態ベクトルとに基づいて情動を生成し、行動選択手段は、この情動に応じた行動を選択する。
特開２００５−２９７１０５号公報

しかしながら、特許文献１に記載の技術では、動作モデルとして記憶された範囲での動作しか生成できないという問題点がある。従来の技術においては、周りの状況に応じたロボット自身の動きを生成することをターゲットとしているものであった。そのため、タスク遂行への目的意識はなく、過去と同じ状況で同じような教示した動きを行なう経験抽出にそのフォーカスが向けられていた。

すなわち、従来のロボット（機械）の知能における記憶空間は、ロボット自身の動きからなる環境の変化、又は静的物体情報に対する取るべき行動など、限られた情報に対して、決められた動作のみを行なうものである。これに対し、自律的ロボットにおいては、時間をかけて得られた膨大な情報を分類し、関連付ける技術が必要である。そして、そのような情報を１つの情報空間に各々モジュール化し、集めることができれば、複雑な情報を用いた動作（反応）を生成することができる。

本発明は、このような問題点を解決するためになされたものであり、入力情報から一つの情報空間に各々モジュール化した知能的判断システムを構築することができる行動学習装置及び方法、それによって生成された学習結果を使用した行動決定装置及び方法、これらの装置を搭載したロボット装置を提供することを目的とする。

本発明にかかる行動生成装置は、外部からの指示情報から単語を抽出する単語抽出部と、単語間の関係性をネットワーク上で重み付けした単語ネットワークと、前記単語抽出部が抽出した単語に基づき、行動を決定する行動決定部とを有するものである。

本発明においては、単語間の関係性をネットワーク上で重み付けした単語ネットワークに基づき行動を決定するため、外部からの指示情報と関連性が高い単語からなる動作を決定することができる。

また、前記行動決定部は、前記ネットワーク上で重み順に単語を順次抽出して行動を生成することができ、最も関連性が高い順に単語を抽出して行動決定することができる。

さらに、前記行動決定部にて決定された行動を出力した後、当該行動が正しいか否かをユーザに確認する行動確認部を更に有するものとすることができる。これにより、ユーザが正しい行動を教示することができる。

さらにまた、前記行動確認部にて確認した結果に基づき前記単語ネットワークの重みを更新するネットワーク更新部を更に有することができる。ユーザからの教示により単語ネットワークを更新することができる。

また、前記ネットワーク更新部は、前記ネットワーク更新部は、外部から与えられるか又は検出手段により検出した認識情報と前記単語ネットワークの単語とを関連づけた総合的知的ネットワークを生成することができる。画像やタグ情報などの認識情報（センサ情報）又は当該認識情報に基づき生成された認識情報ネットワークの各錦情報と、単語ネットワークの単語とを関連づけて、ネットワークを拡大し、総合的知能ネットワークを生成することができる。

本発明にかかる行動学習装置は、外部からの指示情報から単語を抽出する単語抽出部と、前記単語抽出部が抽出した単語とその関係性に基づき単語間を重みで関連づけたネットワークを構築すると共に前記指示情報に基づき単語間の重みを更新するネットワーク構築部とを有するものである。

本発明においては、外部からの指示情報を使用して単語間の重みが規定されたネットワークを生成、学習することができる。

また、前記単語抽出部は、正しい指示情報及び誤った指示情報を入力し、前記ネットワーク構築部は、前記正しい指示情報から抽出した単語間の重みを大きくし、前記誤った指示情報から抽出した単語間の重みを小さくすることができ、正しい指示のみならず、誤った指示を入力することで重みの更新をより効率的にすることができる。

さらに、前記ネットワーク構築部は、前記単語間の重みが予め定められた第１の値以上又は予め定められた第２の値以下になった時点で重みの更新を停止することができ、重みがある値に達したら更新を停止するようにしてもよい。

本発明にかかる行動生成方法は、外部からの指示情報から単語を抽出する単語抽出工程と、単語間の関係性をネットワーク上で重み付けした単語ネットワークと、前記単語抽出工程にて抽出した単語に基づき、行動を決定する行動決定工程とを有するものである。

本発明にかかる行動学習方法は、外部からの指示情報から単語を抽出する単語抽出工程と、前記単語抽出工程にて抽出した単語とその関係性に基づき単語間を重みで関連づけたネットワークを構築すると共に前記指示情報に基づき単語間の重みを更新するネットワーク構築工程とを有するものである。

本発明にかかるロボット装置は、外部からの指示に応じて動作を発現するロボット装置であって、外部からの指示情報から単語を抽出する単語抽出部と、単語間の関係性をネットワーク上で重み付けした単語ネットワークと、前記単語抽出部が抽出した単語に基づき、行動を決定する行動決定部とを有するものである。

また、前記抽出した単語によりネットワークを構築し、単語間の重みを更新するネットワーク構築部を更に有することができ、自ら単語ネットワークを学習することができる。

本発明にかかる他のロボット装置は、外部からの指示情報から単語を抽出する単語抽出部と、前記単語抽出部が抽出した単語とその関係性に基づき単語間を重みで関連づけたネットワークを構築すると共に前記指示情報に基づき単語間の重みを更新するネットワーク構築部とを有するものである。

また、本発明に係るプログラムは、上述した行動生成処理、又は行動学習処理をコンピュータに実行させるものである。

本発明によれば、入力情報から一つの情報空間に各々モジュール化した知能的判断システムを構築することができる行動学習装置及び方法、それによって生成された学習結果を使用した行動決定装置及び方法、これらの装置を搭載したロボット装置を提供することができる。

以下、本発明を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。図１は、本発明の実施の形態にかかる２足歩行タイプのロボットを示す斜視図である。図１に示すように、ロボット１は、体幹部ユニット１ｃの所定の位置に頭部ユニット１ａ、左右２つの腕部ユニット１ｂ、左右２つの脚部ユニット１ｄが連結されている。なお、本実施の形態においては、２足歩行タイプのロボットとして説明するが、４足歩行等であってもよく、又は脚部は、車輪等からなるものであってもよい。

図２は、本実施の形態にかかるロボットを示すブロック図である。ロボット１は、制御部１０１、入出力部１０２、駆動部１０３、電源部１０４、及び外部記憶部１０５などを有している。

入出力部１０２は、周囲の映像を取得するためのＣＣＤ（Charge Coupled Device）などからなるカメラ１２１、周囲の音を集音するための１又は複数の内蔵マイク１２２、音声を出力してユーザと対話等を行なうためのスピーカ１２３、ユーザへの応答や感情等を表現するためのＬＥＤ１２４、タッチセンサなどからなるセンサ部１２５などを備える。

また、駆動部１０３は、モータ１３１及びモータを駆動するドライバ１３２などを有し、ユーザの指示などに従って脚部ユニット１ｄや腕部ユニット１ｂを動作させる。電源部１０４は、バッテリ１４１及びその放充電を制御するバッテリ制御部１４２を有し、各部に電源を供給する。

外部記憶部１０５は、着脱可能なＨＤＤ、光ディスク、光磁気ディスク等からなり、各種プログラムや制御パラメータなどを記憶し、そのプログラムやデータを必要に応じて制御部１０１内のメモリ（不図示）等に供給する。

制御部は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、無線通信用のインターフェースなどを有し、ロボット１の各種動作を制御する。そして、この制御部１０１は、例えばＲＯＭに格納された制御プログラムに従って、カメラ１２１により取得した映像を解析する画像認識モジュール１２、画像認識結果に基づき、経路探索を行なう経路探索モジュール１３、各種認識結果に基づきとるべき行動を選択する行動決定モジュール１４、音声認識を行なう音声認識モジュール１５、タグ情報などを認識するタグ情報認識モジュール１６等を有する。特に、本実施の形態においては、行動決定モジュール１４において、タグ情報認識モジュール１６や画像認識モジュール１２からの情報等を使用して入力情報から一つの情報空間に各々モジュール化した単語ネットワーク（知識ネットワーク）を生成する。単語ネットワークを用いて行動生成することでより自然な動作を表出する。

ここで、本実施の形態にかかるロボット１は、人間の指示情報を受け取ると、過去の指示情報からその関係性が高い単語を抽出して行動を決定する行動決定モジュール（行動決定装置）を搭載している。これにより、人の指示情報が不十分な場合にも指示者の意図する行動を正確に決定することができる。次に、ロボット装置に搭載される行動決定装置について詳細に説明する。

なお、ここでは、行動決定モジュールを行動決定装置として説明するが、各ブロックの処理は、ＣＰＵにコンピュータプログラムを実行させることにより実現することが可能である。この場合、コンピュータプログラムは、記録媒体に記録して提供することも可能であり、また、インターネットその他の伝送媒体を介して伝送することにより提供することも可能である。知識ネットワークの拡大・更新などもインターネット等で最新版を入手することができる。

図３は、本実施の形態にかかる行動決定装置を示す図である。本実施の形態にかかる行動決定装置２０は、人間の指示情報に含まれる単語を抽出すると共に記憶・蓄積して単語の関係性をネットワーク上で重み付けする。そして、指示情報を受け取るとその重み付きネットワークに基づいて行動を決定する。これを実現するため、動作決定装置２０は、知識取得部２１、ネットワーク構築部２２及び行動決定部２３を有する。

知識取得部２１は、ユーザ等の外部から指示情報に含まれる単語を抽出する（知識獲得機能）。指示情報は、「タオルを洗って」のような音声情報の他、ユーザの手に持ったタオルの画像認識結果等であってもよい。

ネットワーク構築部２２は当該単語を記憶・蓄積して（蓄積機能）、単語の関係性をネットワーク上で重み付けする。以下、このネットワークを単語ネットワークという。この場合、例えば、正しいケース、誤ったケースを外部より入力し、単語の関連性を学習させる。正しいケースの単語ネットワークにおける単語間の重みを入力される毎に例えば０．０１乃至０．１増加させ、正しくないケースの単語ネットワークにおける単語間の重みを例えば０．０１乃至０．１減少させるなどする。単語ネットワークにおける単語間の重みの初期値は０．５などとすればよい。

行動決定部２３は、ユーザの指示情報を受けると、過去の情報である単語ネットワークからその関係性が高い単語を抽出して行動を決定する。単語ネットワークから関連性が高い単語を抽出して行動を生成するため、ユーザの指示情報が不十分な場合にも、指示者の意図する正確な行動を決定することができる。

ロボットが様々なタスクを遂行するためには、様々なタスクを教わり、その経験を自律的に蓄積する必要がある。本実施の形態においては、人間の発達過程のように、ロボットにも様々な経験をさせ、その知識の蓄積からロボットが知識を自律的に関連づけるようにすることで、経験していないタスクに関しても推測が可能になる。

次に、本実施の形態にかかる行動決定装置について更に詳細に説明する。人間の認知・発達において、その経験の蓄積、記憶、記憶からの参照は、最も基本的な知的判断能力である。その構造を擬似化し、ロボットの知能的判断システムを構築する。本行動決定装置（行動決定モジュール）には、以下のような機能が搭載されている。

１）短編的知識、経験の獲得機能
知識取得部２１は、状況から短編的知識（単語レベル）を獲得する。この場合、人間が正しいケース、正しくないケースを教え、知識を獲得させる。正しい・正しくないケースを教えることで、経験値の反映をより早く収束できるようにする。
例えば、
タオルを洗濯機に入れて→○
タオルで拭いて→○
タオルを洗って→○
靴を洗濯機に入れて→×
タオルを靴に入れて→×
タオル、洗濯機、靴などをインデクスでレベル獲得し（概念を含まず）、それらの関係を表現していく。

２）ネットワーク構築機能
蓄積した知識ベースを構築し、カテゴリ化された知識ベース学習（経験ベース）する。本実施の形態においては、ロボットの動きはシンボル化された（抽象化された）ものであることを前提とする。さらに、登場する物体に関しは、認識できたことを前提としインデクスしている。

１）で獲得した短編的知識を蓄積し、そのつながりを元にネットワークを構成する。繰り返し同様の指示情報を入力するなどにより、ネットワークをあるレベルまで収束させる。例えば、単語ネットワークの重みが０．９９以上になったら当該単語間の重みを更新するのを停止する。また、重みが０．１以下になったら当該単語の重みを更新するのを停止する。その結果、無意味に集めた経験情報とそのつながりを用いてカテゴリにする。さらに、新規で追加された情報に関しても、カテゴリをベースに実際の単語ネットワークに収束させる。これにより、ユーザからの「タオルを洗濯機に入れて洗剤で洗って」という指示により、１）ではつながりがなかった新たなつながり（洗濯機−洗剤）が生成される。

３）知識の抽出
行動決定部２３は、問題解決のための推測（判断）機能を有する。２）の学習、経験の積み上げで収束を続けている単語ネットワークから、タスク実行のための不足情報に関する推論を行なう。
ｅｘ１）推測機能
人間の「タオル洗っておいてね」の指示に対し、指示には抜けている「洗濯機」、及び「洗剤」などの情報をロボット自身で推測し、結果として「タオルを洗濯機により洗剤を使用して洗う」という行動を出力する。
ｅｘ２）エラー防止機能
人の「革靴、洗濯機で洗ってね」の指示に対し、靴と洗濯機との間の重みが小さく、よって靴を洗濯機で洗ってはいけないことを知識ベースで有するため、これをそのまま実行するようなことをせず、例えば人間に、革靴を洗濯機で洗ってよいか否かの確認を行なうようにする。

次に、本実施の形態にかかる行動決定装置の動作について説明する。図４は、本実施の形態にかかる単語ネットワークを示す図である。図５は、本実施の形態における単語ネットワーク構築方法を示すフローチャートである。図６は、本実施の形態にかかる行動決定方法を示すフローチャートである。先ず、ロボット装置が、図４に示すような単語ネットワークを構築する方法について説明する。単語ネットワークは、単語間の結びつき（関連性）と、単語間の結びつきの強さ（関連性の強さ）を数値化したものである。図４の例においては、タオルと靴とは両者間の重みが０．１５であり関連性が低く、タオルと洗濯機とは両者間の重みが０．９９であり関連性が強い。

このような単語ネットワークを構築するため、ロボット１の行動決定装置２０における知識取得部２１は、人間から常識情報を取得する（ステップＳ１）。これは、上述したように、「タオルを洗濯機に入れて」、「タオルで拭いて」、「タオルを洗って」、「靴を洗濯機に入れて」、「タオルを靴に入れて」などであり、「タオル」、「洗濯機」、「拭く」、「洗う」、「靴」などの単語が抽出される。

次に、ネットワーク構築部２２は、現在の単語ネットワークに当該単語が含まれているか否かを検索する（ステップＳ２）。図４に示す例では、いずれの単語も登録されているため、（ステップＳ２：Ｙｅｓ）、関連した単語、例えばタオル−洗濯機、タオル−拭く、タオル−洗う、の関連性が高いものとして、そのノード間の重みが大きくなるように更新する。一方、抽出した単語がネットワークに存在しない場合は、新たにその単語ノードを追加し、他の単語との重みを初期値に設定する。ここで、単語間の関連性を示す重みが一定値以上、及び一定値以下になったら重み更新を停止するように設定しておくことができる。例えば、図４に示すように、タオル−洗濯機の重みは０．９９であり、靴−タオルの重みは０．１５であり、このような場合、すなわち重みが例えば０．９９以上、０．１５以下になったら重み更新を停止するようにしてもよい。これにより、無駄な学習がなくなる。

次に、行動生成について説明する。先ず、ユーザからのタスクの指示を受け取る（ステップＳ１１）。行動決定部２３は、単語ネットワーク上に、当該タスクの中に含まれる単語に一致又は類似するものを検索する（ステップＳ１２）。一致する単語があれば（ステップＳ１３：Ｙｅｓ）、隣接ノード間の重みを調べる（ステップＳ１４）。そして最も重みが大きい単語を選択し、さらに当該単語に接続する最も重みが大きい単語を選択するというような処理を繰り返し、最終的なタスク実行の重みのトータルが最大になるよう単語を抽出していく（ステップＳ１５）。

例えば、ユーザが「タオル」と言ったら、図４に示す単語ネットワークに従って、タオル−洗濯機−洗剤−洗う、という単語が抽出され、「タオルを洗濯機により洗剤を使用して洗いましょうか」などの確認をユーザに行なうことができる。

図７は、単語ネットワークの使用方法を説明する図である。例えば、ユーザより「タオル洗って」という抽象的な指示が出された場合、ロボットは、各単語間の重みに応じて行動を生成する。ここで、
１）タオル→洗う（０．７）
２）タオル→洗濯機（０．９９）→洗剤（０．７）→洗う（０．９９）
となっており、「タオル」から「洗う」までの重み（例えば平均）は、１）より２）の方が高い。このような場合は、最終の推測による結果は、２）を選択することになる。

一方、与えられた単語が単語ネットワークに含まれていない場合、例えば「ベット」と言われた場合、「何をいたしましょうか」などの質問をユーザに返すようにする（ステップＳ１６）ことで、誤動作を防止する。すなわち、行動決定部２３にて決定された行動を出力した後、当該行動が正しいか否かをユーザに確認する行動確認部を有するものとしてもよい。これにより、ユーザがロボットに正しい行動を教示することができる。この場合、ネットワーク構築部２２は、行動確認部にて確認した結果に基づき単語ネットワークの重みを更新する。これにより、ユーザからの教示により単語ネットワークを更新することができる。さらに、ネットワーク構築部２２は、外部から与えられるか又はセンサ部１２５により検出した認識情報に基づき単語ネットワークを更新又は拡大することができる。ネットワーク構築部２２は、例えば認識情報（センサ情報）から構築されたネットワークを単語ネットワークとつなげて総合的知能ネットワークを生成することができる。これにより、ロボットはさらに多彩な行動を発現することができる。

また、単語ネットワークは、タオル、洗剤等をノードとするが、各ノードにはその類似語を登録したり、類似語辞典等を準備するようにしてもよい。例えばタオルの類似語をハンカチとした場合、ユーザがハンカチを差し出せば図４に示すネットワークを使用してハンカチを洗濯機により洗剤で洗う動作を決定することができる。

本実施の形態においては、ユーザが教えた正しいケース・正しくないケースから単語ネットワークを構築し、この単語ネットワークを使用して行動を決定する。正しいケースのみならず正しくないケースを教示することにより、経験値の反映をより早く収束することができるようにする。また、単語ネットワークを使用することにより、ユーザの指示に含まれていない動作も推測できるようになる。さらに、膨大な情報をネットワークにより関連付けて記憶することにより、多数の単語・行動を１つの情報空間に集めることができ、複雑な情報を用いた動作・反応を生成することができる。更に、人間の不完全なタスク指示に対し、ロボットが自律的にタスクの実行のための情報を集めることで、人間はロボットに対し、簡単にタスクを指示することができる。

なお、本発明は上述した実施の形態のみに限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能であることは勿論である。

本発明の実施の形態にかかる２足歩行タイプのロボットを示す斜視図である。 本発明の実施の形態にかかるロボットを示すブロック図である。 本発明の実施の形態にかかる行動決定装置を示す図である。 本発明の実施の形態にかかる単語ネットワークを示す図である。 本発明の実施の形態における単語ネットワーク構築方法を示すフローチャートである。 本発明の実施の形態にかかる行動決定方法を示すフローチャートである。 本発明の実施の形態にかかる単語ネットワークの使用方法を説明する図である。

符号の説明

１ａ 頭部ユニット
１ｂ 腕部ユニット
１ｃ 体幹部ユニット
１ｄ 脚部ユニット
１２ 画像認識モジュール
１３ 経路探索モジュール
１４ 行動決定モジュール
１５ 音声認識モジュール
２０ 行動決定装置
２１ 知識取得部
２２ ネットワーク構築部
２３ 行動決定部
１０１ 制御部
１０２ 入出力部
１０３ 駆動部
１０４ 電源部
１０５ 外部記憶部
１２１ カメラ
１２２ 内蔵マイク
１２３ スピーカ
１２５ センサ部
１３１ モータ
１３２ ドライバ
１４１ バッテリ
１４２ バッテリ制御部

Claims (18)

1. 外部からの指示情報から単語を抽出する単語抽出部と、
   単語間の関係性をネットワーク上で重み付けした単語ネットワークと、前記単語抽出部が抽出した単語に基づき、行動を決定する行動決定部とを有する行動生成装置。
2. 前記行動決定部は、前記ネットワーク上で重み順に単語を順次抽出して行動を生成する
   ことを特徴とする請求項１記載の行動生成装置。
3. 前記行動決定部にて決定された行動を出力した後、当該行動が正しいか否かをユーザに確認する行動確認部を更に有する
   ことを特徴とする請求項１又は２項記載の行動生成装置。
4. 前記行動確認部にて確認した結果に基づき前記単語ネットワークの重みを更新するネットワーク更新部を更に有する
   ことを特徴とする請求項３記載の行動生成装置。
5. 前記ネットワーク更新部は、外部から与えられるか又は検出手段により検出した認識情報と前記単語ネットワークの単語とを関連づけた総合的知的ネットワークを生成する
   ことを特徴とする請求項４項記載の行動生成装置。
6. 外部からの指示情報から単語を抽出する単語抽出部と、
   前記単語抽出部が抽出した単語とその関係性に基づき単語間を重みで関連づけたネットワークを構築すると共に前記指示情報に基づき単語間の重みを更新するネットワーク構築部とを有する行動学習装置。
7. 前記単語抽出部は、正しい指示情報及び誤った指示情報を入力し、
   前記ネットワーク構築部は、前記正しい指示情報から抽出した単語間の重みを大きくし、前記誤った指示情報から抽出した単語間の重みを小さくする
   ことを特徴とする請求項６記載の行動学習装置。
8. 前記ネットワーク構築部は、前記単語間の重みが予め定められた第１の値以上又は予め定められた第２の値以下になった時点で重みの更新を停止する
   ことを特徴とする請求項６又は７記載の行動学習装置。
9. 外部からの指示情報から単語を抽出する単語抽出工程と、
   単語間の関係性をネットワーク上で重み付けした単語ネットワークと、前記単語抽出工程にて抽出した単語に基づき、行動を決定する行動決定工程とを有する行動生成方法。
10. 前記行動決定工程では、前記ネットワーク上で重み順に単語を順次抽出して行動を生成する
    ことを特徴とする請求項９記載の行動生成方法。
11. 外部からの指示情報から単語を抽出する単語抽出工程と、
    前記単語抽出工程にて抽出した単語とその関係性に基づき単語間を重みで関連づけたネットワークを構築すると共に前記指示情報に基づき単語間の重みを更新するネットワーク構築工程とを有する行動学習方法。
12. 前記単語抽出工程では、正しい指示情報及び誤った指示情報を入力し、
    前記ネットワーク構築工程では、前記正しい指示情報から抽出した単語間の重みを大きくし、前記誤った指示情報から抽出した単語間の重みを小さくする
    ことを特徴とする請求項１１記載の行動学習方法。
13. 前記ネットワーク構築工程では、前記単語間の重みが予め定められた第１の値以上又は予め定められた第２の値以下になった時点で重みの更新を停止する
    ことを特徴とする請求項１１又は１２記載の行動学習方法。
14. 外部からの指示に応じて動作を発現するロボット装置であって、
    外部からの指示情報から単語を抽出する単語抽出部と、
    単語間の関係性をネットワーク上で重み付けした単語ネットワークと、前記単語抽出部が抽出した単語に基づき、行動を決定する行動決定部とを有するロボット装置。
15. 前記抽出した単語によりネットワークを構築し、単語間の重みを更新するネットワーク構築部を更に有する
    ことを特徴とする請求項１４記載のロボット装置。
16. 外部からの指示情報から単語を抽出する単語抽出部と、
    前記単語抽出部が抽出した単語とその関係性に基づき単語間を重みで関連づけたネットワークを構築すると共に前記指示情報に基づき単語間の重みを更新するネットワーク構築部とを有するロボット装置。
17. 所定の動作をコンピュータに実行させるためのプログラムであって、
    外部からの指示情報から単語を抽出する単語抽出工程と、
    単語間の関係性をネットワーク上で重み付けした単語ネットワークと、前記単語抽出工程にて抽出した単語に基づき、行動を決定する行動決定工程とを有するプログラム。
    行動生成方法。
18. 所定の動作をコンピュータに実行させるためのプログラムであって、
    外部からの指示情報から単語を抽出する単語抽出工程と、
    前記単語抽出工程にて抽出した単語とその関係性に基づき単語間を重みで関連づけたネットワークを構築すると共に前記指示情報に基づき単語間の重みを更新するネットワーク構築工程とを有するプログラム。

Images