JP6744679B2

JP6744679B2 - ヒューマンマシンハイブリッド意思決定方法および装置

Info

Publication number: JP6744679B2
Application number: JP2019530711A
Authority: JP
Inventors: 士国廉; 兆祥 ▲劉▼; ▲カイ▼ 王; ▲義▼▲ミン▼ 林; ▲強▼ 李
Original assignee: Cloudminds Shenzhen Robotics Systems Co Ltd
Current assignee: Cloudminds Shenzhen Robotics Systems Co Ltd
Priority date: 2016-12-07
Filing date: 2016-12-07
Publication date: 2020-08-19
Anticipated expiration: 2036-12-07
Also published as: CN107223261A; US20200090057A1; JP2020502654A; WO2018103023A1

Description

本発明は、人工知能分野に関し、特にヒューマンマシンハイブリッド意思決定方法および装置に関する。

人工知能（ＡＩ、artificial intelligence）技術は迅速に発展しており、一部の能力が人間のレベルに達し、または人間のレベル以上になり、たとえばＯＣＲ（optical character recognition、光学式文字認識）、音声認識、顔認識など、様々な場面に実用されている。人工知能の応用により、重複性が高い作業負荷を低減する一方（たとえば、掃除ロボット、インテリジェントモニタリングなど）、人間を支援しさらに人間の能力よりも優れている（たとえば、スマートパワーウェア、チェスロボットなど）。

人工知能技術は強力な機能を示しているが、いくつかの分野、たとえば、複雑な環境での自律運転（ロボット、車両、飛行機など）、任意の物品に対する掴みや移動（サービスロボット）などにおいて、人間に比べて欠点がある。従来の人工知能では、１００％のインテリジェンスが確保できないため、人工知能だけではシステムの信頼性が十分ではない。

本発明の実施例は、主に人工知能だけではシステムの信頼性が不十分であるという従来の問題を解決するヒューマンマシンハイブリッド意思決定方法および装置を提供する。

上記目的を達成するために、本発明の実施例は下記技術案を採用する。

第１態様によれば、本発明の実施例は、ＡＩモジュールが対象情報に基づいて正確な正確意思決定を行う確率を示す、前記ＡＩモジュールの前記対象情報に対する信頼レベルを決定するステップと、前記信頼レベルが所定の閾値より大きい場合は、前記ＡＩモジュールが前記対象情報に基づいて行う意思決定情報を実際意思決定情報として取得するステップと、前記信頼レベルが前記所定の閾値未満である場合は、前記対象情報を表示して対話型インターフェースを提供するステップと、前記対話型インターフェースが受信した手動意思決定情報を実際意思決定情報として取得するステップと、を含み、前記対象情報は盲導に必要な情報であり、前記信頼レベルは、測位精度信頼レベルと、障害物回避成功信頼レベルとを含み、前記測位精度信頼レベルは、テクスチャ品質と、追跡量と、運動品質との少なくともいずれか１つに基づいて決定され、前記障害物回避成功信頼レベルは、場面視点における通過可能領域のサイズ比例に基づいて決定されるヒューマンマシンハイブリッド意思決定方法を提供する。

第２態様によれば、本発明の実施例は、ＡＩモジュールが対象情報に基づいて正確な正確意思決定を行う確率を示す、前記ＡＩモジュールの前記対象情報に対する信頼レベルを決定する決定ユニットと、前記信頼レベルが所定の閾値より大きい場合は、前記ＡＩモジュールが前記対象情報に基づいて行う意思決定情報を実際意思決定情報として取得する取得ユニットと、前記信頼レベルが前記所定の閾値未満である場合は、前記対象情報を表示して対話型インターフェースを提供する表示ユニットと、を備え、前記取得ユニットはさらに、前記信頼レベルが前記所定の閾値未満である場合は、前記対話型インターフェースが受信した手動意思決定情報を実際意思決定情報として取得し、前記対象情報は盲導に必要な情報であり、前記信頼レベルは、測位精度信頼レベルと、障害物回避成功信頼レベルとを含み、前記測位精度信頼レベルは、テクスチャ品質と、追跡量と、運動品質との少なくともいずれか１つに基づいて決定され、前記障害物回避成功信頼レベルは、場面視点における通過可能領域のサイズ比例に基づいて決定されるヒューマンマシンハイブリッド意思決定装置を提供する。

第３態様によれば、本発明の実施例は、第１態様の前記ヒューマンマシンハイブリッド意思決定方法を実行するために設計されるプログラムコードを含むヒューマンマシンハイブリッド意思決定装置用のコンピュータソフトウェア命令を記憶するコンピュータ記憶媒体を提供する。

第４態様によれば、本発明の実施例は、サーバーであって、コンピュータ実行コードを記憶するメモリと、サーバーと外部機器のデータ伝送を行う通信インターフェースと、前記コンピュータ実行コードを実行して第１態様の前記ヒューマンマシンハイブリッド意思決定方法を実行するように制御するプロセッサとを備えるサーバーを提供する。

本発明の実施例によるヒューマンマシンハイブリッド意思決定方法および装置では、対象情報に基づいてＡＩモジュールの使用信頼レベルを取得し、信頼レベルが高い場合は、ＡＩモジュールが意思決定ルールに従って直接に意思決定を行い、信頼レベルが低い場合は、手動意思決定を導入して意思決定情報を生成する。それによって、ＡＩモジュールが正確に意思を決定しにくいと判断する場合は、手動操作により意思決定を行い、このようにして意思決定の信頼性が確保され、人工知能だけでシステムの信頼性が不十分であるという従来の問題を解決する。

本発明の実施例または従来技術における技術案をさらに説明するために、以下、実施例または従来技術の説明に必要な図面を簡単に説明するが、もちろん、以下の説明における図面は本発明の実施例の一部に過ぎず、当業者であれば、創造的な努力を必要とせずに、これら図面に基づいて他の図面に想到しうる。

本発明の実施例によるヒューマンマシンハイブリッド意思決定システムの一例の模式図。本発明の実施例によるヒューマンマシンハイブリッド意思決定方法の一例の模式図。本発明の実施例によるヒューマンマシンハイブリッド意思決定方法の別の一例の模式図。本発明の実施例によるヒューマンマシンハイブリッド意思決定装置の一例の構造模式図。本発明の実施例によるヒューマンマシンハイブリッド意思決定装置の別の一例の構造模式図。本発明の実施例によるヒューマンマシンハイブリッド意思決定装置のさらなる一例の構造模式図。

以下、本発明の実施例における図面を参照しながら、本発明の実施例における技術案を明瞭かつ完全に説明するが、もちろん、説明する実施例は本発明の実施例の一部に過ぎず、すべての実施例ではない。本発明における実施例に基づいて、当業者が創造的な努力を必要とせずに想到しうる他のすべての実施例は、本発明の保護範囲に属する。

本発明の実施例はヒューマンマシンハイブリッド意思決定システムを提供し、図１に示されるように、クラウド上に位置するサーバー１、対応する表示デバイス２、および現場に位置する端末３を備える。サーバー１はヒューマンマシンハイブリッド意思決定装置１１を備え、実際の応用場面によって、端末３は、情報収集と表示とを集積するインテリジェント機器（たとえば携帯電話、眼鏡、ヘルメットなど）であってもよく、情報収集装置３１および意思決定実行装置３２を含むことができる。情報収集装置３１は、対象情報を収集した後、有線（たとえばケーブル、ネットワークケーブル）または無線（たとえばＷＩＦＩ、ブルートゥース（登録商標））の方式でサーバー１に送信し、表示デバイス２に表示する。サーバー１のヒューマンマシンハイブリッド意思決定装置１１は、対象情報に基づいて意思決定を行った後、意思決定結果を端末３の意思決定実行装置３２に送信する。ここで対象情報は、音声、画像、距離、光強度、３Ｄなどの情報を含むが、それらに制限されない。

ヒューマンマシンハイブリッド意思決定装置１１はＡＩモジュールを備えうる。ＡＩモジュールは、応用場面によって異なる意思決定ルールを有し、通常の条件下では、手動操作を必要とせずに意思決定を単独で行うことができるため、人力を節約し、たとえば掃除ロボットは所定のアルゴリズムにより走行経路などを決定する。意思決定ルールとして、非インテリジェントアルゴリズムが使用されてもよく、インテリジェントアルゴリズム（たとえばニューラルネットワークアルゴリズム）が使用されてもよく、インテリジェントアルゴリズムの場合は、意思決定ルールを大量に訓練することができ、そして使用過程において適応学習が可能である。複雑な条件では、ＡＩモジュールが既存の意思決定ルールに従って正確な意思決定を行えない場合は、意思決定の正確性を向上するために手動操作により手動意思決定を行う必要がある。この場合は、手動意思決定を支援するように操作者に情報を提供するとともに、操作者による操作または意思決定（たとえば音声命令、マウスのクリックなど）を受信する。ＡＩモジュールと手動意思決定とを組み合わせることによって、人力を節約する一方、意思決定の正確性を向上する。

本発明の実施例の応用場面は、インテリジェント盲導、リモートモニタリング、リモートドローン制御、リモート運転、リモート操作（たとえば採鉱、手術、地雷除去）などを含むが、それらに制限されず、また、本発明の実施例はインテリジェントアルゴリズムのオンラインアップグレード、たとえばインテリジェントカスタマーサービスなどにも適用できる。たとえば、盲導システムの場面では、情報収集装置３１は盲導ヘルメットにおけるカメラまたは距離センサなどの情報収集装置であってもよく、意思決定実行装置３２は、盲導ヘルメットにおけるサウンドプレイヤーまたは触覚フィードバック手段であってもよい。ヒューマンマシンハイブリッド意思決定装置１１は、盲導ヘルメットから対象情報を取得して、対象情報に基づいて意思決定情報を生成した後、意思決定情報を盲導ヘルメットに送信して、盲導に利用する。当業者であれば、本発明の実施例は上記応用場面を例示的に説明するものに過ぎず、本発明の実施例の応用範囲を限制することを意図しないことを理解できる。

本発明の実施例によるヒューマンマシンハイブリッド意思決定方法、装置、およびシステムでは、ヒューマンマシンハイブリッド意思決定装置におけるＡＩモジュールにより対象情報を取得した後に信頼レベルを決定し、信頼レベルが高い場合はＡＩモジュール単独で意思決定を行い、信頼レベルが低い場合は手動操作を導入して意思決定を行う。これによって、人工知能だけではシステムの信頼性が不十分であるという従来の問題を解決する。

本発明の実施例は、ヒューマンマシンハイブリッド意思決定方法を提供し、図２に示されるように、ステップＳ１０１〜Ｓ１０５を含む。

ステップＳ１０１において、人工知能ＡＩモジュールの対象情報に対する信頼レベルを決定する。

応用場面によって、対象情報は、視覚、聴覚、距離、光線などの情報を含むが、それらに制限されず、３Ｄ（三次元）画像情報を含んでもよい。一例として盲導ヘルメットの場面を例にすると、周囲環境の画像情報を取得して、超音波によりフィードバックした障害物距離情報などを取得して、盲導の意思決定の測位、障害物検出などを行う。

信頼レベルは、ＡＩモジュールが対象情報に基づいて正確な意思決定を行う確率を示し、応用場面によって、たとえば類似度、分類確率などの様々な評価方法を利用できる。ＡＩモジュールの信頼レベルは、意思決定を行って意思決定情報を生成するときのＡＩモジュールまたは手動操作の使用優先度を決定する。

盲導ヘルメットの場面を例にすると、対象情報は盲導に必要な情報であり、ＡＩモジュールは対象情報に基づいて視覚障害の位置検出、障害物検出、障害物回避などの操作を行う。このとき同時に、たとえば、正確に測位できるか、障害物を回避できるかなど、自身の能力についての信頼レベル判定を行う。

一例として、測位精度信頼レベルにより正確に測位できるかを判定することができる。測位精度信頼レベルは、テクスチャ品質、追跡量、運動品質などの方式で取得できる。そのうちテクスチャ品質は、場面の特徴が豊富であるか、日差し不足があるか、遮断があるかなどを示す。追跡量は、ｖＳＬＡＭモジュールの測位品質を示す。運動品質は、カメラの移動速度を示し、速度が高すぎると画像ボケを引き起こしやすい。上記方式により取得した測位精度信頼レベルが所定の閾値より高い場合は、ＡＩモジュールは単独で正確に測位できることを示し、そうでない場合は正確に測位できないことを示す。

一例として、障害物回避成功信頼レベルにより障害物を回避できるか否かを判定できる。障害物回避成功信頼レベルについては、障害物回避アルゴリズムは深さの再構築結果に基づいて、場面視点における通過可能領域のサイズ比例を分析する。上記方式により取得した障害物回避成功信頼レベルが所定の閾値より高い場合は、ＡＩモジュールは障害物を回避できることを示し、そうでない場合は障害物を回避できないことを示す。

ステップＳ１０２では、信頼レベルが所定の閾値より大きい場合は、ＡＩモジュールが前記対象情報に基づいて行う意思決定情報を実際意思決定情報として取得する。

ＡＩモジュールの信頼レベルが所定の閾値より大きい場合は、ＡＩモジュールは従来の対象情報に基づいて正確な意思決定を行うことができ、したがって、ＡＩモジュールをトリガーして、対象情報に基づいてインテリジェント検知と意思決定とを実行し、意思決定情報を生成する。

一例として、同様に盲導ヘルメットの場面を例にすると、ＡＩモジュールの信頼レベルが所定の閾値より大きい場合は、ＡＩモジュールは、周囲環境の画像情報または超音波によりフィードバックした障害物距離情報に基づいて、物体を認識して意思決定情報（たとえばナビゲーション命令）を送信し、意思決定情報を自動的にヘルメットに送信する。一例として、ナビゲーション命令は、道路走行指示（進行、左折、右折、停止など）、道路情報指示（赤信号、階段、横断歩道、車両など）、生活情報指示（人、物体など）を含むが、それらに制限されない。

ステップＳ１０３では、信頼レベルが所定の閾値未満である場合は、対象情報を表示して対話型インターフェースを提供する。

具体的には、対象情報に３Ｄ画像情報が含まれる場合は、手動意思決定の実施しやすさから、支援意思決定情報を生成して、ＡＲ（augmented reality、拡張現実）またはＶＲ（virtual reality、仮想現実）方式で対象情報のうちの３Ｄ画像情報を表示することができる。ＶＲ技術とは、コンピュータが対話可能な三次元環境を生成して仮想環境とし、ＶＲ眼鏡を介して取得した三次元画像、音声などを操作者に表示して、操作者がその場に臨むような体験を提供し、操作者により直に意思決定を行う。ＡＲ技術とは、カメラの撮影位置および角度をリアルタイムで計算して、対応した画像、ビデオ、三次元モデルを組み合わせた技術であり、一例として、同様に盲導ヘルメットの場面を例にすると、視覚画面に視覚障害が位置する位置／視点、計画路径、周辺の障害物、障碍距離などの支援情報を重ねて表示して、操作者による意思決定支援を提供することができる。

たとえば、少なくとも１種のタイプの手動意思決定情報を受信するための対話型画面を表示し、および／または、音声収集機器をトリガーして音声を収集することによって、対話型インターフェースを提供できる。

ステップＳ１０４では、対話型インターフェースが受信した手動意思決定情報を実際意思決定情報として取得する。

図３に示されるように、ステップＳ１０２およびステップＳ１０４において実際意思決定情報を生成した後に、ステップＳ１０５をさらに含んでもよい。

ステップＳ１０５では、実際意思決定情報および対象情報に基づいて、ＡＩモジュールが意思決定を行うときに従う意思決定ルールを更新する。

フィードバックメカニズムによって、対象情報と対応した意思決定情報とを組み合わせることで意思決定ルールを最適化してアップグレードし、類似したまたは同じ対象情報が現れるときに、ＡＩモジュールは最適化した意思決定ルールに従って意思決定を行えるようにし、さらに手動操作を減少して、人力を節約するという目的を達成する。また、サンプル数の増加に伴い、持続的な更新および最適化により、意思決定ルールをより改良する。具体的には、意思決定情報と対象情報を教師データペアとし、次に教師データペアに基づいて意思決定ルールを訓練して、意思決定ルールを更新することができる。

一例として、同様に盲導ヘルメットの場面を例にすると、人工盲導過程において、手動操作による実際意思決定情報をデータのマーク情報として、対象情報と教師データペアを形成し、教師データペアに基づいて意思決定ルールを訓練して意思決定ルールを更新する。たとえば、人工盲導過程において、道路情報、生活情報の指示（ラベル）を対応した視覚画面（サンプル画像）とともに、物体認識アルゴリズム（意思決定ルール）の教師データペア（サンプル画像、ラベル）とし、または、道路走行の指示情報（ラベル）を対応した視覚画面（サンプル画像）とともに、障害物回避アルゴリズム（意思決定ルール）の教師データペア（サンプル画像、ラベル）とする。

本発明の実施例によるヒューマンマシンハイブリッド意思決定方法では、対象情報に基づいてＡＩモジュールの使用信頼レベルを取得し、信頼レベルが高い場合は、ＡＩモジュールが直接意思決定ルールに従って意思決定を行い、信頼レベルが低い場合は、手動意思決定を導入して意思決定情報を生成する。それによって、ＡＩモジュールが正確に意思を決定しにくいと判断する場合は手動操作により意思決定を行い、このようにして、手動意思決定により信頼性が確保され、人工知能だけではシステムの信頼性が不十分であるという従来の問題を解決する。

当業者にとって明らかなように、本明細書に開示された実施例において説明する各例示的なユニットおよびアルゴリズムのステップに基づいて、本発明はハードウェアまたはハードウェアとコンピュータソフトウェアの組み合わせとして実現できる。特定の機能がハードウェアによって実行されるか、コンピュータソフトウェアを利用してハードウェアを駆動する方式で実行されるかは、技術案の特定用途および設計の制限条件により決まる。当業者であれば、各特定の用途に応じて異なる方法により説明される機能を実現できるが、これら実現は本発明の範囲に含まれる。

本発明の実施例は、上記方法の例に応じてヒューマンマシンハイブリッド意思決定装置の機能モジュールを分割することができ、たとえば、各機能に対応して各機能モジュールを分割してもよいし、２つまたは２つ以上の機能を１つの処理モジュールに集積してもよい。上記の集積的モジュールは、ハードウェアの形態として実現されてもよく、ソフトウェア機能モジュールの形態として実現されてもよい。なお、本発明の実施例によるモジュールの分割は模式的なものであり、ロジック機能による分割に過ぎず、実際に実現するときに別の分割方式としてもよい。

各機能に対応して各機能モジュールを分割する場合について、図４は上記実施例に係るヒューマンマシンハイブリッド意思決定装置の一例の構造模式図を示している。ヒューマンマシンハイブリッド意思決定装置１１は、決定ユニット１１０１、取得ユニット１１０２、表示ユニット１１０３、および更新ユニット１１０４を備える。ヒューマンマシンハイブリッド意思決定装置は、決定ユニット１１０１を利用して図２におけるステップＳ１０１、図３におけるステップＳ１０１を実行し、取得ユニット１１０２を利用して図２におけるステップＳ１０２およびＳ１０４、図３におけるステップＳ１０２およびＳ１０４を実行し、表示ユニット１１０３を利用して図２におけるステップＳ１０３、図３におけるステップＳ１０３を実行し、更新ユニット１１０４を利用して図３におけるステップＳ１０５を実行する。上記実施例に係る各ステップのすべての関連内容は対応した機能モジュールの機能の説明に引用できるため、ここで詳細な説明を省略する。

集積ユニットを用いる場合について、図５は、上記実施例に係るヒューマンマシンハイブリッド意思決定装置の一例の構造模式図を示している。ヒューマンマシンハイブリッド意思決定装置１１は、処理モジュール１１１２および通信モジュール１１１３を備える。処理モジュール１１１２は、ヒューマンマシンハイブリッド意思決定装置の動作を制御して管理し、たとえば、ヒューマンマシンハイブリッド意思決定装置は、処理モジュール１１１２を利用して図２におけるステップＳ１０１〜Ｓ１０４、図３におけるステップＳ１０１〜Ｓ１０５、および／または本明細書に説明される技術のほかのステップを実行する。通信モジュール１１１３を利用してほかのネットワークエンティティと通信し、たとえば図１に示される機能モジュールまたはネットワークエンティティと通信する。ヒューマンマシンハイブリッド意思決定装置１１はさらに、ヒューマンマシンハイブリッド意思決定装置のプログラムコードおよびデータを記憶するための記憶モジュール１１１１を含んでもよい。

処理モジュール１１１２は、プロセッサまたはコントローラ、たとえば中央プロセッサ（central processing unit、ＣＰＵ）、汎用プロセッサ、デジタルシグナルプロセッサ（digital signal processor、ＤＳＰ）、特定用途向け集積回路（application-specific integrated circuit、ＡＳＩＣ）、フィールド・プログラマブル・ゲート・アレイ（field programmable gate array、ＦＰＧＡ）、またはその他のプログラマブルロジックデバイス、トランジスタロジックデバイス、ハードウェアコンポーネント、またはそれらの任意の組み合わせであってもよい。本発明の開示内容において説明された各種例示的な論理ブロック、モジュールおよび回路を実現または実行できる。前記プロセッサは、計算機能を実現できる組み合わせとしてもよく、たとえば１つまたは複数のマイクロプロセッサの組み合わせ、ＤＳＰとマイクロプロセッサの組み合わせなどを含む。通信モジュール１１１３は送受信器、送受信回路または通信インターフェースなどであってもよい。記憶モジュール１１１１はメモリであってもよい。

処理モジュール１１１２がプロセッサ、通信モジュール１１１３が送受信器、記憶モジュール１１１１がメモリである場合は、本発明の実施例に係るヒューマンマシンハイブリッド意思決定装置は図６に示されるサーバーであってもよい。

図６に示されるように、サーバー１は、プロセッサ１１２２、送受信器１１２３、メモリ１１２１、およびバス１１２４を備える。送受信器１１２３、プロセッサ１１２２およびメモリ１１２１はバス１１２４を介して互いに接続され、バス１１２４は周辺機器相互接続標準（peripheral component interconnect、ＰＣＩ）バスまたは拡張業界標準アーキテクチャ（extended industry standard architecture、ＥＩＳＡ）バスなどとしてもよい。当該バスは、アドレスバス、データバス、制御バスなどに分類できる。表示しやすさのため、図６中に１本の太線で示されているが、１本のバスまたは１種のタイプのバスだけがあると限らない。

本発明の開示内容において説明した方法またはアルゴリズムのステップはハードウェアの方式により実現されてもよいし、プロセッサでソフトウェア指令を実行する方式により実現されてもよい。本発明の実施例はさらに記憶媒体を提供し、当該記憶媒体は、ヒューマンマシンハイブリッド意思決定方法を実行するために設計されるプログラムコードを含むヒューマンマシンハイブリッド意思決定装置用のコンピュータソフトウェア命令を記憶するメモリ１１２１を含んでもよい。具体的には、ソフトウェア指令は対応したソフトウェアモジュールから構成でき、ソフトウェアモジュールはランダムアクセスメモリ（random access memory、ＲＡＭ）、フラッシュメモリ、読み取り専用メモリ（read only memory、ＲＯＭ）、消去可能プログラマブル読み出し専用メモリ（erasable programmable ROM、ＥＰＲＯＭ）、電気的消去可能プログラマブル読み取り専用メモリ（electrically EPROM、EEPROM)または本分野において公知する任意の形態の記憶媒体に格納できる。一例として、記憶媒体がプロセッサに結合され、それによってプロセッサは該記憶媒体から情報を読み取ったり、該記憶媒体に情報を書き込んだりすることができる。もちろん、記憶媒体はプロセッサの構成部分であってもよい。プロセッサおよび記憶媒体はＡＳＩＣに配置できる。また、該ＡＳＩＣはヒューマンマシンハイブリッド意思決定装置に配置できる。もちろん、プロセッサおよび記憶媒体は独立部品としてヒューマンマシンハイブリッド意思決定装置に存在してもよい。

本発明の実施例はさらに、メモリ１１２１に直接ロードでき、ソフトウェアコードを含み、コンピュータによりロードされて実行されると上記ヒューマンマシンハイブリッド意思決定方法を実行できるコンピュータプログラムを提供する。

以上は本発明の特定の実施形態に過ぎず、本発明の保護範囲がそれに制限されず、当業者が本発明の開示した技術範囲から逸出することなく、容易に想到しうる変化または置換はすべて本発明の保護範囲に属する。このため、本発明の保護範囲は前記特許請求の範囲の保護範囲を基準にする。

Claims

ＡＩモジュールが対象情報に基づいて正確な正確意思決定を行う確率を示す、前記ＡＩモジュールの前記対象情報に対する信頼レベルを決定するステップと、
前記信頼レベルが所定の閾値より大きい場合は、前記ＡＩモジュールが前記対象情報に基づいて行う意思決定情報を実際意思決定情報として取得するステップと、
前記信頼レベルが前記所定の閾値未満である場合は、前記対象情報を表示して対話型インターフェースを提供するステップと、
前記対話型インターフェースが受信した手動意思決定情報を実際意思決定情報として取得するステップと、を含み、
前記対象情報は盲導に必要な情報であり、
前記信頼レベルは、測位精度信頼レベルと、障害物回避成功信頼レベルとを含み、
前記測位精度信頼レベルは、テクスチャ品質と、追跡量と、運動品質との少なくともいずれか１つに基づいて決定され、
前記障害物回避成功信頼レベルは、場面視点における通過可能領域のサイズ比例に基づいて決定されることを特徴とするヒューマンマシンハイブリッド意思決定方法。
前記対話型インターフェースが受信した手動意思決定情報を実際意思決定情報として取得するステップの後、さらに、
前記実際意思決定情報および前記対象情報に基づいて、前記ＡＩモジュールが意思決定を行うときに従う意思決定ルールを更新するステップを含むことを特徴とする請求項１に記載の方法。
前記実際意思決定情報および前記対象情報に基づいて、前記ＡＩモジュールが意思決定を行うときに従う意思決定ルールを更新するステップは、
前記実際意思決定情報と前記対象情報とを教師データペアとするステップと、
前記教師データペアに基づいて前記意思決定ルールを訓練して前記意思決定ルールを更新するステップと、を含むことを特徴とする請求項２に記載の方法。
前記信頼レベルが所定の閾値より大きい場合は、前記ＡＩモジュールが前記対象情報に基づいて行う意思決定情報を実際意思決定情報として取得するステップは、
前記信頼レベルが所定の閾値より大きい場合は、前記ＡＩモジュールをトリガーして前記対象情報に基づいて意思決定情報を生成するステップと、
前記ＡＩモジュールが前記対象情報に基づいて行う意思決定情報を実際意思決定情報として取得するステップと、を含むことを特徴とする請求項１に記載の方法。
前記対象情報は３Ｄ画像情報を含み、
前記対象情報を表示するステップは、
拡張現実ＡＲまたは仮想現実ＶＲ方式で前記対象情報における３Ｄ画像情報を表示するステップを含むことを特徴とする請求項１〜４のいずれか１項に記載の方法。
前記対話型インターフェースを提供するステップは、
少なくとも１種のタイプの手動意思決定情報を受信する対話型画面を表示するステップ、および／または、
音声収集機器をトリガーして音声を収集するステップ、を含むことを特徴とする請求項１に記載の方法。
ＡＩモジュールが対象情報に基づいて正確な正確意思決定を行う確率を示す、前記ＡＩモジュールの前記対象情報に対する信頼レベルを決定する決定ユニットと、
前記信頼レベルが所定の閾値より大きい場合は、前記ＡＩモジュールが前記対象情報に基づいて行う意思決定情報を実際意思決定情報として取得する取得ユニットと、
前記信頼レベルが前記所定の閾値未満である場合は、前記対象情報を表示して対話型インターフェースを提供する表示ユニットと、を備え、
前記取得ユニットはさらに、前記信頼レベルが前記所定の閾値未満である場合は、前記対話型インターフェースが受信した手動意思決定情報を実際意思決定情報として取得し、
前記対象情報は盲導に必要な情報であり、
前記信頼レベルは、測位精度信頼レベルと、障害物回避成功信頼レベルとを含み、
前記測位精度信頼レベルは、テクスチャ品質と、追跡量と、運動品質との少なくともいずれか１つに基づいて決定され、
前記障害物回避成功信頼レベルは、場面視点における通過可能領域のサイズ比例に基づいて決定されることを特徴とするヒューマンマシンハイブリッド意思決定装置。
前記対話型インターフェースが受信した手動意思決定情報を実際意思決定情報として前記取得ユニットが取得した後、前記実際意思決定情報および前記対象情報に基づいて、ＡＩモジュールが意思決定を行うときに従う意思決定ルールを更新する更新ユニットをさらに備えることを特徴とする請求項７に記載の装置。
前記更新ユニットは、前記実際意思決定情報と前記対象情報とを教師データペアとし、前記教師データペアに基づいて前記意思決定ルールを訓練して前記意思決定ルールを更新することを特徴とする請求項８に記載の装置。
前記取得ユニットは、前記信頼レベルが所定の閾値より大きい場合は、前記ＡＩモジュールをトリガーして前記対象情報に基づいて意思決定情報を生成し、前記ＡＩモジュールが前記対象情報に基づいて行う意思決定情報を実際意思決定情報として取得することを特徴とする請求項７に記載の装置。
前記対象情報は３Ｄ画像情報を含み、前記表示ユニットは、拡張現実ＡＲまたは仮想現実ＶＲ方式で前記対象情報における３Ｄ画像情報を表示することを特徴とする請求項７〜１０のいずれか１項に記載の装置。
前記取得ユニットは、少なくとも１種のタイプの手動意思決定情報を受信する対話型画面を表示し、および／または、音声収集機器をトリガーして音声を収集する、ことを特徴とする請求項７に記載の装置。
請求項１〜６のいずれか１項に記載のヒューマンマシンハイブリッド意思決定方法を実行するために設計されるプログラムコードを含むヒューマンマシンハイブリッド意思決定装置用のコンピュータソフトウェア命令を記憶することを特徴とするコンピュータ記憶媒体。
サーバーであって、
コンピュータ実行コードを記憶するメモリと、
サーバーと外部機器とのデータ伝送を行う通信インターフェースと、
前記コンピュータ実行コードを実行して請求項１〜６のいずか１項に記載のヒューマンマシンハイブリッド意思決定方法を実行するように制御するプロセッサと、を備えることを特徴とするサーバー。