JP6551376B2 - 負担感推定装置及び負担感推定プログラム - Google Patents

Description

本発明は、複数の移動手段を用いた移動に際してユーザが感じる負担感を推定する負担感推定装置及び負担感推定プログラムに関する。

例えば特許文献１に記載の疲労度判定装置は、運転者による車両の操作量に関する情報に基づく単位時間当たりの疲労度と、車両の挙動に関する情報に基づく単位時間当たりの疲労度とを算出する。この場合、例えば車両の走行速度が遅いときには、ハンドルやブレーキなどの車両への操作を容易に行えることから、車両の走行速度が速いときよりも運転者による車両の操作量に関する単位時間当たりの疲労度として小さな値を設定する。また、車両の走行速度が遅いときには、市街地などの複雑な道路状況下で運転をしていると考えられることから、車両の走行速度が速いときよりも車両の挙動に関する情報に基づく単位時間当たりの疲労度として大きな値を設定する。そして、これら算出した単位時間当たりの疲労度の合計値を運転開始時から順番に加算することで運転者の疲労度を推定する。

特開２００９−１４６１８５号公報

ところで、上記文献に記載の疲労度判定装置は、車両の運転操作を行っているときの運転者の疲労度を推定するものにすぎず、車両以外の移動手段も含めた複数の移動手段による移動に際したユーザの疲労度を算出することはできない。

そこで、複数の移動手段による移動に際したユーザの疲労度を算出する方法の一例として、ユーザの生体信号を用いる方法も考えられる。しかしながら、ユーザの生体信号に基づき算出される疲労度は、あくまでユーザの体力の消耗度合いを反映した疲労度にすぎず、ユーザが感じる負担感とは必ずしも一致しない。

本発明は、このような実情に鑑みてなされたものであり、その目的は、複数の移動手段による移動に際してユーザが感じる負担感を推定することのできる負担感推定装置及び負担感推定プログラムを提供することにある。

上記課題を解決する負担感推定装置は、ユーザの移動に伴う負担感を特徴付ける複数の種類のデータを相互に関連付けすることによりユーザの移動時における状態を定義して複数の状態の集合である状態空間を構成する状態空間構成部と、前記状態空間を構成する時系列的に連続した複数の状態の遷移においてユーザが感じた負担感の履歴データをユーザから取得して記憶部に格納する履歴学習部と、ユーザの移動の目的地が設定されたとき、前記目的地に至る移動経路に含まれる複数の状態の遷移であって、移動手段の変更を伴う時系列的に連続した複数の状態の遷移において前記履歴学習部を通じて取得したユーザの負担感である目的地負担感を報酬として設定するとともに、当該報酬に基づく強化学習により前記状態空間を構成する各状態に対応するユーザの移動に伴ってユーザが個別に感じる負担感である個別負担感を推定する個別負担感推定部と、ユーザの移動経路として未知の移動経路が設定されたとき、前記未知の移動経路に含まれる各状態に対応するユーザの前記個別負担感の合算値を前記未知の移動経路の移動に際した前記目的地負担感として推定する目的地負担感推定部とを備える。

また、上記課題を解決する負担感推定プログラムは、コンピュータに、ユーザの移動に伴う負担感を特徴付ける複数の種類のデータを相互に関連付けすることによりユーザの状態を定義して複数の状態の集合である状態空間を構成する状態空間構成機能と、前記状態空間を構成する時系列的に連続した複数の状態の遷移においてユーザが感じた負担感の履歴データをユーザから取得して記憶部に格納する履歴学習機能と、ユーザの移動の目的地が設定されたとき、前記目的地に至る移動経路に含まれる複数の状態の遷移であって、移動手段の変更を伴う時系列的に連続した複数の状態の遷移において前記履歴学習機能を通じて取得したユーザの負担感である目的地負担感を報酬として設定するとともに、当該報酬に基づく強化学習により前記状態空間を構成する各状態に対応するユーザの移動に伴ってユーザが個別に感じる負担感である個別負担感を推定する個別負担感推定機能と、ユーザの移動経路として未知の移動経路が設定されたとき、前記未知の移動経路に含まれる各状態に対応するユーザの前記個別負担感の合算値を前記未知の移動経路の移動に際した前記目的地負担感として推定する目的地負担感推定機能とを実現させる。

上記構成によれば、移動手段の変更に伴う各々の状態の遷移ごとにユーザから個別負担感のデータを取得しなくても、複数の状態の遷移におけるユーザの負担感を報酬とした強化学習により、各々の状態に対応するユーザの個別負担感が推定される。そして、こうして推定した個別負担感を組み合わせることにより、ユーザの移動経路として未知の経路を設定したとしても、当該移動経路を移動するときにユーザが感じる負担感を推定することが可能となる。

上記負担感推定装置において、前記個別負担感推定部は、複数のユーザについて、ユーザごとの各状態における前記個別負担感の推定値を学習データとして前記記憶部に格納しており、一又は複数の状態を対象として、前記記憶部に格納されているユーザ同士の前記個別負担感の大きさを比較し、前記個別負担感が相対的に小さいユーザほど外出を好む傾向にあるものとして外出嗜好度を算出する外出嗜好度算出部を更に備えることが好ましい。

上記構成によれば、同一の状況下でユーザ自身と他のユーザとが外出に際して感じる負担感の大きさが比較される。そして、こうした比較の結果に基づき、ユーザが外出を好む傾向の度合いを外出嗜好度という新たな指標値として算出することが可能となる。

上記負担感推定装置において、前記個別負担感推定部は、前記状態空間を構成する各状態における前記個別負担感の推定値を学習データとして前記記憶部に格納しており、前記履歴学習部は、前記記憶部に格納されている前記個別負担感の推定値のばらつきが所定の閾値以上であるときには、当該状態における前記個別負担感に関するデータをユーザから取得することが好ましい。

上記構成によれば、個別負担感の推定値のばらつきが比較的大きいときには、個別負担感の推定値の信頼性が低いと考えられることから、当該状態における個別負担感に関するデータをユーザから取得する。これにより、状態空間を構成する各々の状態における個別負担感の推定値の信頼性が高められ、ユーザの移動経路として未知の経路を設定したときのユーザの目的地負担感を推定することが可能となる。

上記負担感推定装置において、前記履歴学習部は、ユーザの移動経路に含まれる一部の状態について前記個別負担感の推定値が前記記憶部に格納されていないときには、ユーザが移動経路を移動している間に当該一部の状態に対応する前記個別負担感に関するデータをユーザから取得することが好ましい。

ユーザの移動経路に含まれる一部の状態について個別負担感が未知となる状態が含まれるときには、当該一部の状態を含めるかたちでユーザが移動経路を移動するときの目的地負担感を推定したとしても、その信頼性は低くなりやすい。そこで、上記構成では、ユーザの個別負担感が未知となる状態が移動経路に含まれるときには、ユーザが移動経路を移動している間に当該一部の状態における個別負担感に関するデータをユーザから取得する。これにより、ユーザの移動経路に含まれる状態のうち個別負担感が未知であった状態に関する個別負担感のデータがピンポイントで得られる。そのため、状態空間を構成する各々の状態の個別負担感がより一層適正に算出されるようになり、それ以降において、各々の状態を多様に組み合わせて移動経路として未知の経路を設定したときのユーザの目的地負担感を高い信頼性をもって推定することが可能となる。

上記負担感推定装置において、前記履歴学習部は、ユーザの移動経路が習慣度が高い経路であるときには、ユーザが移動経路の目的地に達した回数に応じて前記目的地負担感に関するデータをユーザから取得するか否かを切り替えることが好ましい。

上記構成によれば、移動経路がユーザが習慣的に通っている経路であって、移動経路上にある各状態の個別負担感に関するデータが既に十分に得られている可能性が高いときには、ユーザが移動経路の目的地に到達するたびに、ユーザから目的地負担感を取得することはない。これにより、ユーザに余計な負担を掛けることなく、状態空間を構成する各々の状態の個別負担感に関するデータを幅広く収集することが可能となる。

負担感推定装置の一実施の形態の概略構成を示すブロック図。 状態空間を構成する状態の定義に用いられる特徴量の一例を示す図。 移動経路を構成する各状態の特徴量と、移動経路を移動したときのユーザの負担感との対応関係の一例を示す図。 移動経路を構成する各状態の個別負担感を推定するときの処理の流れを説明するための図。 未知の移動経路を移動するときの負担感の推定に用いるデータテーブルの設定内容の一例を示す図。 状態空間を構成する各状態におけるユーザごとの個別負担感の一例を示す図。 ユーザの外出嗜好度を算出するときの処理の流れを説明するための図。 同実施の形態の負担感推定装置が実行する個別負担感の更新処理の処理内容を示すフローチャート。 同実施の形態の負担感推定装置が実行する未知の移動経路に関する負担感の推定処理の処理内容を示すフローチャート。 同実施の形態の負担感推定装置が実行する外出嗜好度の算出処理の処理内容を示すフローチャート。

以下、負担感推定装置の一実施の形態について説明する。
本実施の形態の負担感推定装置は、携帯情報端末を所有する複数のユーザの情報を管理するセンターにより構成されている。ここで、センターは、例えば移動手段の種類、移動の目的、移動時の天候等、ユーザの移動に伴う負担感を特徴付ける各種のデータを相互に関連付けすることにより状態を定義して複数の状態の集合である状態空間を構成している。また、センターは、各状態ごとに可能な行動（例えば提案可能な移動手段）を行動空間として定義している。また、センターは、ユーザが移動経路の目的地に到達した時点で、ユーザとの対話を行い、ユーザからの対話入力履歴に基づき移動経路の移動時におけるユーザの負担感を目的地負担感として取得する。そして、ユーザの目的地負担感を報酬として設定した上で強化学習を実行することにより、状態空間を構成する各状態の個別負担感を推定する。そして、センターは、ユーザにとって未知の移動経路に関する負担感のリクエストが携帯情報端末からあったときには、その未知の移動経路に含まれる各状態の個別負担感の有無を判定する。そして、センターは、未知の移動経路の含まれる全ての状態について個別負担感が事前に得られているときには、それら個別負担感の合算値を未知の移動経路を総合的に見たときの負担感である目的地負担感として携帯情報端末を通じてユーザに提供する。

はじめに、本実施の形態の装置の構成について図面を参照して説明する。
図１に示すように、センター１００は、ユーザの負担感の推定処理を含めた各種の処理を制御する制御部１１０と、制御部１１０がユーザの負担感の推定処理の際に実行する負担感推定プログラムを含めた各種のプログラムや当該各種のプログラムの実行の際に制御部１１０が読み書きする各種のデータを格納する記憶部１２０とを有している。ここで、記憶部１２０に格納される各種のデータとしては、状態空間を定義した状態空間テーブル１２１、行動空間を定義した行動空間テーブル１２２、ユーザからの対話入力履歴１２３、及び各状態の個別負担感に関する学習データ１２４が含まれている。

図２は、状態空間を構成する状態の定義に用いられる特徴量の一例を示している。ここで、特徴量とは、ユーザの移動に伴う負担感を特徴付ける要素として予め登録されるものである。同図に示す例では、特徴量として、移動手段の種類、移動の目的、天候、気温、移動手段が車である場合の道路環境、移動手段の利用形態、移動経路の習慣度、移動手段の利用時間、移動手段を利用するまでの待ち時間、移動手段の利用時における消費カロリーが含まれている。そして、状態空間テーブル１２１は、同図に示した各種データの属性を総当たりで組み合わせることにより状態を定義して複数の状態の集合である状態空間を構成する。

図１に示すように、センター１００の制御部１１０は、記憶部１２０に格納された各種のプログラムを実行することにより、状態定義部１１１、履歴学習部１１２、個別負担感推定部１１３、個別負担感分散算出部１１４、目的地負担感推定部１１５、外出嗜好度算出部１１６として機能する。

状態定義部１１１は、携帯情報端末２００からセンター１００に周期的に送信される特徴量に関するデータに基づき、状態空間を構成する各状態の中からユーザの現在の状態を定義する。

履歴学習部１１２は、ユーザが携帯情報端末２００を通じて移動経路を設定した後、当該設定した移動経路の目的地にユーザが到達した時点でユーザとの対話を携帯情報端末２００に指示する。また、履歴学習部１１２は、ユーザから携帯情報端末２００を通じて対話入力履歴１２３が入力されたとき、当該入力された対話入力履歴１２３を記憶部１２０に格納する。なお、履歴学習部１１２は、移動経路を構成する各状態の習慣度が比較的高く、ユーザが移動経路を頻繁に利用していると考えられるときには、ユーザが複数回に亘って移動経路を利用するたびに、ユーザとの対話を携帯情報端末２００に指示する。すなわち、履歴学習部１１２は、ユーザの移動経路が習慣度の高い経路であるときには、ユーザが移動経路の目的地に達した回数に応じてユーザとの対話を携帯情報端末２００に指示して目的地負担感に関するデータをユーザから取得するか否かを切り替える。

個別負担感推定部１１３は、記憶部１２０から読み出した対話入力履歴１２３に基づき移動経路の移動時におけるユーザの目的地負担感を評価する。そして、個別負担感推定部１１３は、こうして評価したユーザの目的地負担感を報酬として設定した上で強化学習の一種であるモンテカルロ法を実行する。この場合、個別負担感推定部１１３は、移動経路の移動時におけるユーザの目的地負担感を、移動経路を構成する各状態の数で等分して個別負担感として推定する。なお、個別負担感推定部１１３は、移動経路の移動時におけるユーザの目的地負担感を、移動経路を構成する各状態における移動手段の利用時間に応じた比率で分配して各状態の個別負担感として推定するようにしてもよい。そして、個別負担感推定部１１３は、こうして推定した各状態の個別負担感を学習データ１２４として記憶部１２０に格納する。なお、個別負担感推定部１１３は、各状態の個別負担感を推定するたびにその推定値を記憶部１２０にログとして記録しており、当該記録した個別負担感の推定値の平均値を各状態の個別負担感として推定する。

個別負担感分散算出部１１４は、各状態の個別負担感の推定値が学習データ１２４として記憶部１２０に格納される毎に、当該推定した個別負担感の推定値のばらつき度合いを示す指標の一例として分散を算出する。なお、個別負担感の推定値のばらつき度合いは、各状態の個別負担感の推定値の信頼度を反映しており、そのばらつき度合いが小さいほど、個別負担感の推定値の信頼度が高いものといえる。そして、履歴学習部１１２は、ユーザの現在の状態に対応する個別負担感の推定値の分散が比較的大きいときには、ユーザの現在の状態に対応する個別負担感を問い合わせるために、ユーザとの対話を携帯情報端末２００に指示する。なお、ここでいう個別負担感の推定値の分散が大きい場合には、ユーザの個別負担感が未知である場合も含まれる。そのため、履歴学習部１１２は、ユーザの個別負担感が未知となる状態が移動経路に含まれるときには、個別負担感が未知となる状態にユーザの状態が遷移した時点で、ユーザとの対話を携帯情報端末２００に指示する。

目的地負担感推定部１１５は、ユーザが携帯情報端末２００を通じて未知の移動経路を設定したとき、携帯情報端末２００からのリクエストに応じて未知の移動経路を移動するときのユーザの目的地負担感を推定する。目的地負担感推定部１１５は、未知の移動経路の目的地負担感を推定するに際し、まず未知の移動経路を構成する状態ごとに、学習データ１２４として個別負担感が事前に推定されているか否かを確認する。そして、目的地負担感推定部１１５は、未知の移動経路を構成する全ての状態について個別負担感が事前に推定されているときには、それら個別負担感の合算値を未知の移動経路を移動するときのユーザの目的地負担感として推定する。

外出嗜好度算出部１１６は、携帯情報端末２００からユーザの外出の好み度合いの指標となる外出嗜好度のリクエストがあったときには、記憶部１２０に格納されているユーザの個別負担感に基づき、リクエスト元となるユーザの外出嗜好度を算出する。この場合、外出嗜好度算出部１１６は、外出嗜好度の算出に際し、複数のユーザ同士が同一の状況で外出をしたときの負担感の大きさを記憶部１２０から読み出して比較する。そして、外出嗜好度算出部１１６は、リクエスト元となるユーザが他のユーザと比較して負担感が高いほど外出嗜好度が小さくなるように算出する。そして、外出嗜好度算出部１１６は、こうして算出した外出嗜好度を、リクエスト元となるユーザの携帯情報端末２００に対して送信する。

図３は、ユーザの移動経路と、移動経路を構成する各状態の特徴量と、移動経路を移動したときのユーザの目的地負担感との対応関係の一例を示すデータテーブルである。同図に示す例では、ユーザが過去に利用したことのある既知の移動経路として、会社への通勤時に習慣的に利用している移動経路と、買い物時に習慣的に利用している移動経路とが挙げられている。

通勤時に利用している移動経路には、「自宅」から「駅Ａ」への徒歩による移動区間と、「駅Ａ」から「駅Ｂ」への電車による移動区間と、「駅Ｂ」から「駅Ｃ」への乗り継ぎ後の電車による移動区間と、「駅Ｃ」から「会社」への徒歩による移動区間とが含まれている。そして、各々の移動区間を移動するときのユーザの状況を考慮しつつ、通勤時の移動経路を構成する各状態が規定される。また、通勤時の移動経路を移動するときのユーザの目的地負担感については、当該移動経路を過去に利用した時点でセンター１００から携帯情報端末２００を通じてユーザに対して問い合わせを行っていることから既知となっている。

また同様に、買い物時に利用している移動経路には、「自宅」から「駅Ａ」への徒歩による移動区間と、「駅Ａ」から「駅Ｄ」への電車による移動区間とが含まれている。そして、各々の移動区間を移動しているときのユーザの状況を考慮しつつ、買い物時の移動経路を構成する各状態が規定される。また、買い物時の移動経路を移動するときのユーザの目的地負担感についても、当該移動経路を過去に利用した時点でセンター１００から携帯情報端末２００を通じてユーザに対して問い合わせを行っていることから既知となっている。

なお、この例では、通勤時に利用している移動経路、及び、買い物時に利用している移動経路の双方において、「自宅」から「駅Ａ」への移動区間が共通して含まれている。また、これら移動区間を移動しているときの天候、気温、利用形態等、ユーザの状況も共通している。ただし、これら移動区間を走行しているときの移動の目的がそれぞれ異なるため、これら移動区間に対して別々の状態が規定されている。すなわち、これら移動区間を移動しているときのユーザの体力の消耗度合いは概ね同程度であると考えられるものの、移動の目的が異なればユーザが感じる負担感は異なる可能性もあるため、これら移動経路に対して別々の状態が規定されている。

また、同図に示す例では、施設Ａを目的地として設定したときの移動経路として、ユーザが過去に利用したことのない未知の移動経路も併せて挙げられている。この移動経路には、「自宅」から「駅Ａ」への徒歩による移動区間と、「駅Ａ」から「駅Ｅ」への電車による移動区間と、「駅Ｅ」から「駅Ｆ」への乗り継ぎ後の電車による移動区間と、「駅Ｆ」から「駅Ｇ」への乗り継ぎ後の特急列車による移動区間と、「駅Ｇ」から「施設Ａ」へのバスによる移動区間が含まれている。この場合、未知の移動経路をユーザが移動するときの負担感については、ユーザが過去に利用したことが無い以上、当然ながらユーザに問い合わせを行っていないことから未知となっている。

図４は、センター１００が移動経路を構成する各状態の個別負担感を推定するときの処理の流れを、先の図３に示した通勤時に利用している移動経路を例に挙げて示したものである。同図に示す例では、通勤時に利用している移動経路には、「自宅」から「駅Ａ」への移動区間、「駅Ａ」から「駅Ｂ」への移動区間、「駅Ｂ」から「駅Ｃ」への移動区間、及び、「駅Ｃ」から「会社」への移動区間が含まれており、各々の移動区間に相当する状態ごとの個別負担感は不明となっている。すなわち、本実施の形態では、ユーザが移動区間を通過する毎に当該移動区間を移動したときのユーザの個別負担感を常時問い合わせるのではなく、ユーザが移動経路の目的地（この例では「会社」）に到達した時点で、センター１００から携帯情報端末２００を通じてユーザに対して目的地負担感の問い合わせを行う。そして、センター１００は、ユーザからの対話入力履歴１２３に基づきユーザの目的地負担感の評価を行う。この場合、評価の対象となる目的地負担感は、移動経路を構成する移動区間毎の負担感ではなく、移動経路を総合的に見たときの負担感となる。そして、センター１００は、ユーザの目的地負担感の評価結果が得られると、当該評価結果を移動経路を構成する各状態の数で等分して各状態の個別負担感として推定する。

図５は、ユーザが通勤時の移動経路や買い物時の移動経路も含めて様々な移動経路を移動した結果、先の図３に示した各々の移動経路を構成する状態ごとに推定された個別負担感の一覧を示すデータテーブルである。同図に示す例では、通勤時の移動経路を構成する各状態の個別負担感、及び、買い物時の移動経路を構成する各状態の個別負担感については、先の図４に示したように、移動経路を総合的に見たときのユーザの負担感である目的地負担感を移動経路を構成する各状態の数で等分して推定することにより既知となっている。なお、各状態の個別負担感は、ユーザの移動経路ごとに異なる値を示すこともあるが、ユーザが移動を繰り返す中で、移動経路を構成する各状態の個別負担感の推定値が蓄積されていくことにより、ユーザの実態に即した理想的な値に近付いていくこととなる。

なお、図５に示す例において、通勤時の移動経路を構成する各状態、及び、買い物時の移動経路を構成する各状態について、状態同士の個別負担感に差異が生じている。これは、これら状態ごとの個別負担感が一つの移動経路を移動しているときのユーザの負担感のみに基づいて定まるものではなく、一部の状態が重複した他の移動経路を移動するときのユーザの負担感も併せて考慮されるためである。また、同図に示す例では、通勤時の移動経路、及び、買い物時の移動経路の何れにおいても、各々の移動経路を移動したときにユーザへの問い合わせにより得られた目的地負担感と、移動経路を構成する各状態の個別負担感の推定値を合算して得られた目的地負担感とは概ね一致している。

また、図５に示す例では、状態ごとにログとして記録された個別負担感の推定値の分散が併せて算出されている。この例では、通勤時に利用する移動経路を構成する各状態「Ｓ１」〜「Ｓ４」のうち、状態「Ｓ１」〜「Ｓ３」については個別負担感の推定値の分散が比較的低い値となっている。そのため、ユーザがこの移動経路を通勤時に利用する場合、各対応する移動区間を移動するときのユーザの状況が状態「Ｓ１」〜「Ｓ３」に該当するときには、これら移動区間を通過したとしてもユーザに対して個別負担感の問い合わせを行わない。その一方で、通勤時に利用する移動経路を構成する各状態「Ｓ１」〜「Ｓ４」のうち、状態「Ｓ４」については個別負担感の推定値の分散が比較的高い値となっている。そのため、ユーザがこの移動経路を通勤時に移動するとき、対応する移動区間を移動するときのユーザの状況が状態「Ｓ４」に該当するときには、この移動区間を通過した時点でユーザに対して個別負担感の問い合わせを行う。なお、買い物時に利用する移動経路についても同様に、移動経路を構成する各状態の個別負担感の推定値の分散に応じて、状態ごとに個別負担感の問い合わせを行うか否かが判定される。

また、図５に示す例では、先の図３に示した未知の移動経路を構成する各状態についても個別負担感が推定されている。これは、未知の移動経路をユーザが移動したことがないとしても、この移動経路を構成する状態の一部を含むかたちで別の移動経路をユーザが移動したときに各々の状態の個別負担感が推定されているためである。そして、この場合、未知の移動経路を移動するときのユーザの目的地負担感について未知であったとしても、未知の移動経路を構成する各状態の個別負担感を合算することにより、未知の移動経路の目的地負担感を推定することが可能となる。

図６は、複数のユーザについて得られた各状態の個別負担感の推定値を一覧にして示したデータテーブルである。同図に示す例のように、各状態についてのユーザ同士の個別負担感の大小関係には概ね共通の傾向が見られる。すなわち、この例では、状態「Ｓ１」〜「Ｓ３」の何れにおいても、各状態の個別負担感の大小関係を比較すると、個別負担感の高い順に、「ＩＤ３」、「ＩＤ１」、「ＩＤ２」のユーザＩＤで指定されるユーザが並ぶ傾向にある。これは、状態ごとに若干のばらつきはあるものの、外出を好む傾向にあるユーザは、ユーザの移動時にユーザの状況に関わらず外出を苦に感じにくい傾向にあり、ユーザが移動時に感じる負担感が相対的に低い傾向を示すためである。

そこで、図７に示すように、本実施の形態では、外出嗜好度の算出に際してまず、比較対象とする状態群を選択する。同図に示す例では、比較対象とする状態群は、状態「Ｓ１」、状態「Ｓ２００」、状態「Ｓ５００」を含む複数の状態から構成されている。そして、状態群を構成する状態ごとに、個別負担感の推定値が高い順にユーザの並び順を変更する。そして、外出嗜好度の算出の対象となるユーザが上から何番目の順位に位置するのかを状態群を構成する状態ごとに算出する。そして、状態群を構成する各状態のユーザの順位の平均値を外出嗜好度として算出する。なお、各々のユーザについて、必ずしも状態空間を構成する全ての状態について個別負担感の推定値が得られている訳ではない。そのため、状態群を構成する各状態について、比較対象となるユーザの人数が同一であるとは限らない。そのため、状態群を構成する状態ごとに比較対象とするユーザの人数を加味して各状態のユーザの順位に重み付けを行った上で、ユーザの外出嗜好度を算出するようにしてもよい。

次に、本実施の形態のセンター１００が実行する個別負担感の更新処理についてその具体的な処理手順を説明する。なお、センター１００は、ユーザが携帯情報端末２００を通じて目的地を設定したときに、携帯情報端末２００からの移動経路の受信に応じて移動経路を構成する状態ごとに個別負担感の更新処理を実行する。

まず図８に示すように、センター１００は、状態空間を構成する状態の定義に用いられる各種データを特徴量構成データとして携帯情報端末２００から状態定義部１１１を通じて取得する（ステップＳ１０）。

続いて、センター１００は、先のステップＳ１０において取得した特徴量構成データに基づき、状態空間テーブル１２１に規定された状態の中から、ユーザの現在の状態に対応する状態を状態定義部１１１を通じて定義する（ステップＳ１１）。

そして次に、センター１００は、携帯情報端末２００から取得した情報に基づき、ユーザの利用している移動手段が切り替わった否かを判定する（ステップＳ１２）。そして、センター１００は、移動手段が切り替わっていないと判定したときには（ステップＳ１２＝ＮＯ）、その処理をステップＳ１０に戻し、移動手段が切り替わるまでの間、ステップＳ１０〜ステップＳ１２の処理を繰り返す。

その一方で、センター１００は、移動手段が切り替わったと判定したときには（ステップＳ１２＝ＹＥＳ）、ユーザの現在の状態に対応する個別負担感の推定値の分散を履歴学習部１１２を通じて記憶部１２０から読み出す。また、センター１００は、こうして読み出した個別負担感の推定値の分散が所定の閾値以上であって、ユーザの現在の状態について、事前に算出された個別負担感のばらつきが大きいか否かを履歴学習部１１２を通じて判定する（ステップＳ１３）。

そして、センター１００は、個別負担感のばらつきが大きいと判定したときには（ステップＳ１３＝ＹＥＳ）、ユーザの現在の状態に対応するユーザの移動についての個別負担感を履歴学習部１１２を通じて携帯情報端末２００からユーザに問い合わせる（ステップＳ１４）。また、センター１００は、ユーザに対する問い合わせにより得られた個別負担感をユーザの現在の状態に対応する個別負担感として更新した上で（ステップＳ１５）、その処理をステップＳ１６に移行する。その一方で、センター１００は、先のステップＳ１３において個別負担感のばらつきが小さいと判定したときには（ステップＳ１３＝ＮＯ）、先のステップＳ１４〜ステップＳ１５の処理を経ることなく、その処理をステップＳ１６に移行する。

そして、センター１００は、ステップＳ１６において、ユーザが目的地に到達した旨の信号を携帯情報端末２００から受信するまでの間は（ステップＳ１６＝ＮＯ）、その処理をステップＳ１０に戻し、ステップＳ１０〜ステップＳ１６の処理を繰り返す。

その一方で、センター１００は、ユーザが目的地に到達した旨の信号を携帯情報端末２００から受信したときには（ステップＳ１６＝ＹＥＳ）、移動経路におけるユーザの移動についての目的地負担感を履歴学習部１１２を通じて携帯情報端末２００からユーザに問い合わせる（ステップＳ１７）。

その後、センター１００は、ユーザに対する問い合わせにより得られた目的地負担感を移動経路を構成する各状態の数で等分して各状態の個別負担感の推定値として更新した上で（ステップＳ１８）、図８に示す個別負担感の更新処理を終了する。

次に、本実施の形態のセンター１００が実行する未知の移動経路に関する目的地負担感の推定処理についてその具体的な処理手順を説明する。なお、センター１００は、ユーザが携帯情報端末２００を通じて未知の移動経路を設定したときに、携帯情報端末２００からのリクエストに応じて未知の移動経路に関する目的地負担感の推定処理を実行する。

まず図９に示すように、センター１００は、携帯情報端末２００から未知の移動経路に関する情報を取得する（ステップＳ２０）。
そして次に、センター１００は、状態空間テーブル１２１に規定された特徴量を参照して、先のステップＳ２０において取得した未知の移動経路に含まれる状態を状態定義部１１１を通じて特定する（ステップＳ２１）。このとき、センター１００は、状態を定義する特徴量のうち、例えば、天候、気温、利用形態等、ユーザの移動前の時点では厳密には把握できない特徴量については、天気予報や電車の利用状況等に関する最新の情報に基づき、それら特徴量を予測する。

続いて、センター１００は、未知の移動経路に含まれる各状態について記憶部１２０に個別負担感の推定値が格納されているか否かを目的地負担感推定部１１５を通じて判定する（ステップＳ２２）。そして、センター１００は、未知の移動経路に含まれる少なくとも一部の状態について個別負担感の推定値が記憶部１２０に格納されていないと判定したときには（ステップＳ２２＝ＮＯ）、未知の移動経路に関する目的地負担感の推定を行うことなく、図９に示す目的地負担感の推定処理を終了する。

その一方で、センター１００は、全ての状態について個別負担感の推定値が記憶部１２０に格納されていると判定したときには（ステップＳ２２＝ＹＥＳ）、それら個別負担感の推定値を合算して未知の移動経路に関する目的地負担感として目的地負担感推定部１１５を通じて推定する（ステップＳ２３）。その後、センター１００は、こうして推定した目的地負担感をリクエスト元となるユーザの携帯情報端末２００に送信した上で、図９に示す目的地負担感の推定処理を終了する。

次に、本実施の形態のセンター１００が実行する外出嗜好度の算出処理についてその具体的な処理手順を説明する。なお、センター１００は、ユーザから携帯情報端末２００を通じて外出嗜好度のリクエストを受信したときに、そのリクエストに応じて外出嗜好度の算出処理を実行する。

まず図１０に示すように、センター１００は、状態空間を構成する各状態のうち、比較対象となる状態群を外出嗜好度算出部１１６を通じて設定する（ステップＳ３０）。
そして次に、センター１００は、状態群を構成する各状態のうち所定の状態について、複数のユーザの個別負担感を外出嗜好度算出部１１６を通じて記憶部１２０から読み出す。そして、センター１００は、記憶部１２０から読み出した複数のユーザの個別負担感に基づき、個別負担感が高い順にユーザの順序を外出嗜好度算出部１１６を通じて並び替える（ステップＳ３１）。そして、センター１００は、先のステップＳ３１において並び替えたユーザの順序を参照して、リクエスト元となるユーザの順位を外出嗜好度算出部１１６を通じて算出する（ステップＳ３２）。

そして、センター１００は、状態群を構成する全ての状態について比較が未完了であるときには（ステップＳ３３＝ＮＯ）、状態群を構成する状態の中から比較の対象となる状態を変更した上で（ステップＳ３４）、その処理をステップＳ３１に戻す。そして以降、センター１００は、状態群を構成する全ての状態について比較が完了するまでの間、ステップＳ３１〜ステップＳ３４の処理を繰り返す。

その後、センター１００は、状態群を構成する全ての状態について比較が完了したと判定したときには（ステップＳ３３＝ＹＥＳ）、状態群を構成する各状態について先のステップＳ３２において算出したユーザの順位の平均値を外出嗜好度として外出嗜好度算出部１１６を通じて算出する（ステップＳ３５）。そして、センター１００は、こうして算出した外出嗜好度をリクエスト元となるユーザの携帯情報端末２００に送信した上で（ステップＳ３６）、図１０に示すユーザの外出嗜好度の算出処理を終了する。

次に、本実施の形態のセンター１００の作用について、特に、携帯情報端末２００を所有するユーザからのリクエストに応じて未知の移動経路に関するユーザの目的地負担感を推定する際の作用に着目して以下説明する。

一般に、複数の移動手段による移動に際し、ユーザが感じる負担感は、必ずしもユーザの体力の消耗度合いを反映したものではない。例えば、所定の移動区間を移動しているときに、ユーザの状況が共通であれば、複数のユーザ同士で体力の消耗度合いは通常は同程度となる。しかしながら、例えばユーザの移動が通勤を目的としたものであるのか、あるいは、プライベートの移動を目的としたものであるのかによっては、移動区間の移動時におけるユーザの心理的な状況が異なることから、ユーザが感じる負担感に大きな差異が生じることもある。

ここで、ユーザが感じる負担感は、上述のようにユーザの体力の消耗度合いに加えて、ユーザの心理的な状況にも大きく左右される。そのため、ユーザの生体信号に基づきユーザの負担感を検知しようとしても、その精度には自ずと限界がある。そのため、ユーザが感じる負担感については、ユーザとの対話の中から負担感を評価する等、ユーザに対して直接問い合わせるのが好ましい。しかしながら、ユーザが移動区間を移動するごとに、ユーザに問い合わせを行うのでは、ユーザの利便性の観点において好ましくない。

この点、本実施の形態では、原則としては、ユーザが移動区間を移動するごとにユーザに対して負担感の問い合わせを行わず、ユーザが移動経路の目的地に達した時点で、ユーザに対して負担感の問い合わせを行う。そのため、ユーザに対する負担感の問い合わせの頻度が抑えられることから、ユーザにとっての利便性の向上が図られる。なお、本実施の形態では、ユーザに対して問い合わせる負担感の内容は、移動経路を構成する各移動区間ごとの負担感ではなく、移動経路を総合的に見たときのユーザの負担感である。そのため、ユーザは、移動経路を移動する過程において、各移動区間での負担感を目的地に到達するまでの間に記憶に留めておく必要はないことから、この点でも、ユーザにとっての利便性の向上が図られる。

そして、ユーザに対する問い合わせにより得られた負担感を、移動経路を構成する各状態の数で等分して各状態の個別負担感として推定する。そして以降、ユーザが移動を繰り返す中で、移動経路を構成する各状態の負担感の推定値が蓄積されていくことにより、各状態の負担感の推定値がユーザの実態に即した理想的な値に近付いていく。その結果、ユーザが過去に移動したことのない未知の移動経路についても、移動経路を構成する各移動区間に対応する各状態の負担感の推定値を合算することにより、ユーザの負担感を事前に把握することも可能となる。

以上説明したように、上記実施の形態によれば、以下に示す効果を得ることができる。
（１）移動手段の変更に伴う各々の状態の遷移ごとにユーザから個別負担感のデータを取得しなくても、複数の状態の遷移におけるユーザの総合的な負担感である目的地負担感を報酬とした強化学習を行うことにより、各々の状態に対応するユーザの個別負担感が推定される。そして、こうして推定した個別負担感を組み合わせることにより、ユーザの移動経路として未知の経路を設定したとしても、当該移動経路を移動するときにユーザが感じる目的地負担感を推定することが可能となる。

（２）複数の状態からなる状態群を対象として、記憶部１２０に格納されているユーザ同士の個別負担感の大きさを比較し、個別負担感が相対的に小さいユーザほど外出を好む傾向にあるものとして外出嗜好度を算出する。すなわち、同一の状況下でユーザ自身と他のユーザとが外出に際して感じる負担感の大きさが比較される。そして、こうした比較の結果に基づき、ユーザが外出を好む傾向の度合いを外出嗜好度という新たな指標値として算出することが可能となる。

（３）個別負担感の推定値の分散が比較的大きいときには、個別負担感の推定値の信頼性が低いと考えられることから、当該状態にユーザの状態が遷移した時点で個別負担感に関するデータをユーザから取得する。これにより、状態空間を構成する各々の状態における個別負担感の推定値の信頼性が高められ、ユーザの移動経路として未知の経路を設定したときのユーザの目的地負担感を高い信頼性をもって推定することが可能となる。

（４）ユーザの個別負担感が未知となる状態が移動経路に含まれるときには、ユーザが移動経路を移動している間に当該一部の状態における個別負担感に関するデータをユーザから取得する。これにより、ユーザの移動経路に含まれる状態のうち個別負担感が未知であった状態に関する個別負担感のデータがピンポイントで得られる。そのため、状態空間を構成する各々の状態の個別負担感がより一層適正に算出されるようになり、それ以降において、各々の状態を多様に組み合わせて移動経路として未知の経路を設定したときのユーザの目的地負担感を高い信頼性をもって推定することが可能となる。

（５）移動経路がユーザが習慣的に通っている経路であって、移動経路上にある各状態の個別負担感に関するデータが既に十分に得られている可能性が高いときには、ユーザが移動経路の目的地に到達するたびに、ユーザから目的地負担感を取得することはない。これにより、ユーザに余計な負担を掛けることなく、状態空間を構成する各々の状態の個別負担感に関するデータを幅広く収集することが可能となる。

なお、上記実施の形態は、以下のような形態にて実施することもできる。
・上記実施の形態においては、履歴学習部１１２は、移動経路を構成する各状態の習慣度が比較的高く、ユーザが移動経路を頻繁に利用していると考えられるときには、ユーザが複数回に亘って移動経路を利用するたびに、ユーザとの対話を携帯情報端末２００に指示するようにした。これに代えて、履歴学習部１１２は、移動経路を構成する各状態の習慣度に関わらず、ユーザが移動経路を利用するたびに、ユーザとの対話を携帯情報端末２００に指示するようにしてもよい。この構成によれば、ユーザが頻繁に利用している移動経路に関するユーザの目的地負担感が高い頻度で最新の情報に更新されるため、移動経路を構成する各状態のユーザの負担感のデータの信頼性をより一層高めることができる。

・上記実施の形態においては、目的地負担感推定部１１５は、移動経路を構成する全ての状態について個別負担感の推定値が得られていることを条件に、ユーザにとって未知の移動経路に関する目的地負担感を推定するようにした。これに代えて、目的地負担感推定部１１５は、移動経路に含まれる一部の状態について個別負担感の推定値が得られていなかったとしても、他の状態における個別負担感の推定値を入力として、各々の状態同士の特徴量の差分を考慮して個別負担感の推定値を補正して用いるようにしてもよい。例えば、状態を定義する特徴量のうち、利用時間以外の全ての特徴量が共通する２つの状態があるときには、利用時間に比例するかたちで個別負担感の推定値を補正することも可能である。また、状態を定義するその他の特徴量についても、パラメータごとに重み付けの係数を設定することにより、個別負担感の推定値を補正することは可能である。

・上記実施の形態においては、履歴学習部１１２は、ユーザの個別負担感が未知となる状態が移動経路に含まれるときには、個別負担感が未知となる状態にユーザの状態が遷移した時点で、未知の状態に対応する個別負担感をユーザに問い合わせるようにした。これに代えて、履歴学習部１１２は、ユーザの個別負担感が未知となる状態が移動経路に含まれるときにも、ユーザが移動経路の目的地に達した時点で、移動経路を総合的に見た負担感に加えて、未知の状態に対応する個別負担感を併せてユーザに問い合わせるようにしてもよい。

また、履歴学習部１１２は、ユーザの個別負担感が未知となる状態が移動経路に含まれるか否かに関わらず、ユーザが移動経路の目的地に達した時点でのみ、移動経路を総合的に見た負担感をユーザに問い合わせるようにしてもよい。

・上記実施の形態においては、履歴学習部１１２は、ユーザの現在の状態に対応する個別負担感の推定値の分散が比較的大きいときには、ユーザの現在の状態に対応する個別負担感を問い合わせるために、ユーザとの対話を携帯情報端末２００に指示するようにした。これに代えて、履歴学習部１１２は、ユーザの現在の状態に対応する個別負担感の推定値の分散に関わらず、ユーザが移動経路の目的地に達した時点でのみ、移動経路を総合的に見た負担感をユーザに問い合わせるようにしてもよい。この場合、センター１００の制御部１１０の機能として、個別負担感の推定値の分散を算出する機能を除外するようにしてもよい。また、個別負担感推定部１１３は、各状態の個別負担感を推定するたびにその推定値を記憶部１２０にログとして記録することなく、個別負担感の推定値が得られるたびに、記憶部１２０に格納されている個別負担感の推定値に関するデータを最新のデータに書き換えて更新するようにしてもよい。

・上記実施の形態においては、外出嗜好度算出部１１６は、状態群を構成する各状態のユーザの順位の平均値を外出嗜好度として算出するようにした。ただし、外出嗜好度算出部１１６は、外出嗜好度の算出の基準としてはその他にも、状態群を構成する各状態のユーザの個別負担感を組み合わせて入力とした関数演算により、ユーザの外出嗜好度を数値評価するようにしてもよい。

・上記実施の形態においては、外出嗜好度算出部１１６は、複数の状態からなる状態群を対象として、記憶部１２０に格納されているユーザ同士の個別負担感の大きさを比較し、個別負担感が相対的に小さいユーザほど外出を好む傾向にあるものとして外出嗜好度を算出するようにした。ただし、外出嗜好度の算出に際し、個別負担感の比較の対象となる状態の数は必ずしも複数である必要はなく、単独の状態を比較対象として、外出嗜好度を算出するようにしてもよい。

・上記実施の形態においては、個別負担感推定部１１３は、携帯情報端末２００を通じたユーザから入力された対話入力履歴１２３に基づき、ユーザの負担感を評価するようにした。これに代えて、履歴学習部１１２は、ユーザが携帯情報端末２００を通じて直接入力した負担感のデータを評価結果としても用いるようにしてもよい。

・上記実施の形態においては、個別負担感推定部１１３は、ユーザの目的地負担感を報酬として設定した上で強化学習の一種であるモンテカルロ法を実行することにより、移動経路を構成する各状態の個別負担感を推定するようにした。ただし、個別負担感推定部１１３は、強化学習の手法としてはその他にも、ＴＤ学習法（Temporal Difference Learning）を適用することも可能である。ただし、ＴＤ学習法は、上述したモンテカルロ法と比較して学習が高速であるが、未知の状態やサンプルがあまりに少ない状態の学習知はほとんど信頼できない。したがって、上述したように、各状態の個別負担感の推定値の分散等に基づき、各状態の個別負担感の信頼性を確認することが重要となる。また、個別負担感推定部１１３は、状態空間を構成する状態間の遷移確率が事前に把握できているのであれば、強化学習の手法として動的計画法を採用することも可能である。

１００…センター、１１０…制御部、１１１…状態定義部、１１２…履歴学習部、１１３…個別負担感推定部、１１４…個別負担感分散算出部、１１５…目的地負担感推定部、１１６…外出嗜好度算出部、１２０…記憶部、１２１…状態空間テーブル、１２２…行動空間テーブル、１２３…対話入力履歴、１２４…学習データ、２００…携帯情報端末。

Claims (6)

1. ユーザの移動に伴う負担感を特徴付ける複数の種類のデータを相互に関連付けすることによりユーザの移動時における状態を定義して複数の状態の集合である状態空間を構成する状態空間構成部と、
   前記状態空間を構成する時系列的に連続した複数の状態の遷移においてユーザが感じた負担感の履歴データをユーザから取得して記憶部に格納する履歴学習部と、
   ユーザの移動の目的地が設定されたとき、前記目的地に至る移動経路に含まれる複数の状態の遷移であって、移動手段の変更を伴う時系列的に連続した複数の状態の遷移において前記履歴学習部を通じて取得したユーザの負担感である目的地負担感を報酬として設定するとともに、当該報酬に基づく強化学習により前記状態空間を構成する各状態に対応するユーザの移動に伴ってユーザが個別に感じる負担感である個別負担感を推定する個別負担感推定部と、
   ユーザの移動経路として未知の移動経路が設定されたとき、前記未知の移動経路に含まれる各状態に対応するユーザの前記個別負担感の合算値を前記未知の移動経路の移動に際した前記目的地負担感として推定する目的地負担感推定部と
   を備える
   負担感推定装置。
2. 前記個別負担感推定部は、複数のユーザについて、ユーザごとの各状態における前記個別負担感の推定値を学習データとして前記記憶部に格納しており、
   一又は複数の状態を対象として、前記記憶部に格納されているユーザ同士の前記個別負担感の大きさを比較し、前記個別負担感が相対的に小さいユーザほど外出を好む傾向にあるものとして外出嗜好度を算出する外出嗜好度算出部を更に備える
   請求項１に記載の負担感推定装置。
3. 前記個別負担感推定部は、前記状態空間を構成する各状態における前記個別負担感の推定値を学習データとして前記記憶部に格納しており、
   前記履歴学習部は、前記記憶部に格納されている前記個別負担感の推定値のばらつきが所定の閾値以上であるときには、当該状態における前記個別負担感に関するデータをユーザから取得する
   請求項１又は請求項２に記載の負担感推定装置。
4. 前記履歴学習部は、ユーザの移動経路に含まれる一部の状態について前記個別負担感の推定値が前記記憶部に格納されていないときには、ユーザが移動経路を移動している間に当該一部の状態に対応する前記個別負担感に関するデータをユーザから取得する
   請求項１〜３の何れか一項に記載の負担感推定装置。
5. 前記履歴学習部は、ユーザの移動経路が習慣度が高い経路であるときには、ユーザが移動経路の目的地に達した回数に応じて前記目的地負担感に関するデータをユーザから取得するか否かを切り替える
   請求項１〜４の何れか一項に記載の負担感推定装置。
6. コンピュータに、
   ユーザの移動に伴う負担感を特徴付ける複数の種類のデータを相互に関連付けすることによりユーザの状態を定義して複数の状態の集合である状態空間を構成する状態空間構成機能と、
   前記状態空間を構成する時系列的に連続した複数の状態の遷移においてユーザが感じた負担感の履歴データをユーザから取得して記憶部に格納する履歴学習機能と、
   ユーザの移動の目的地が設定されたとき、前記目的地に至る移動経路に含まれる複数の状態の遷移であって、移動手段の変更を伴う時系列的に連続した複数の状態の遷移において前記履歴学習機能を通じて取得したユーザの負担感である目的地負担感を報酬として設定するとともに、当該報酬に基づく強化学習により前記状態空間を構成する各状態に対応するユーザの移動に伴ってユーザが個別に感じる負担感である個別負担感を推定する個別負担感推定機能と、
   ユーザの移動経路として未知の移動経路が設定されたとき、前記未知の移動経路に含まれる各状態に対応するユーザの前記個別負担感の合算値を前記未知の移動経路の移動に際した前記目的地負担感として推定する目的地負担感推定機能と
   を実現させるための負担感推定プログラム。