JP7342965B2 - 情報処理装置、制御方法及びプログラム - Google Patents

Description

本発明は、商品の販売に関する処理を行う情報処理装置、制御方法及び記憶媒体の技術分野に関する。

顧客毎の属性や購買実績などの情報に基づき、顧客に推薦する商品を決定する方法が提案されている。例えば、特許文献１には、顧客の識別子、氏名、住所、年齢、家族構成などの顧客情報に基づき、顧客個々に対する販売対象商品をリストアップする手法が開示されている。また、特許文献２には、建物内に来館する顧客に向けて自律移動し、当該顧客に対して商品情報を提案する自律移動型の提案ロボットが開示されている。

特開２００１－３２５５２３号公報 特開２０１９－０４９７８５号公報

顧客が欲している商品を予測した場合であっても、顧客がその商品を欲しているタイミングで提供できないときには、顧客がその商品を結果として購買せず、販売機会の損失が生じる可能性がある。また、特許文献１及び特許文献２には、会議が行われている会議室への移動販売について何ら開示及び示唆がない。

本発明の目的は、上述した課題を鑑み、会議室への商品販売に好適な情報処理装置、制御方法及び記憶媒体を提供することを主な課題とする。

情報処理装置の一の態様は、情報処理装置であって、会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定する活性状態推定手段と、前記会議の参加者の人数と前記活性状態とに基づき、前記参加者に対して商品の移動販売を行うタイミングを決定するタイミング決定手段とを有し、前記タイミング決定手段は、前記タイミングを決定するために前記活性状態と比較する閾値を、前記人数に基づいて決定する。
情報処理装置の一の態様は、情報処理装置であって、会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定する活性状態推定手段と、前記会議の参加者の人数と前記活性状態と推論器とに基づき、前記参加者に対して商品の移動販売を行うタイミングを決定するタイミング決定手段とを有し、前記推論器は、少なくとも前記人数と前記活性状態を含む情報が入力された場合に、前記タイミングに関する情報を出力するように学習されたモデルである。

制御方法の一の態様は、情報処理装置が実行する制御方法であって、会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定し、前記会議の参加者に対して商品の移動販売を行うタイミングを決定するために前記活性状態と比較する閾値を、前記参加者の人数に基づいて決定し、前記閾値と前記活性状態とに基づき、前記タイミングを決定する。
制御方法の一の態様は、情報処理装置が実行する制御方法であって、会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定し、前記会議の参加者の人数と前記活性状態と推論器とに基づき、前記参加者に対して商品の移動販売を行うタイミングを決定し、前記推論器は、少なくとも前記人数と前記活性状態を含む情報が入力された場合に、前記タイミングに関する情報を出力するように学習されたモデルである。

プログラムの一の態様は、会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定する活性状態推定手段と、前記会議の参加者の人数と前記活性状態とに基づき、前記参加者に対して商品の移動販売を行うタイミングを決定するタイミング決定手段としてコンピュータを機能させ、前記タイミング決定手段は、前記タイミングを決定するために前記活性状態と比較する閾値を、前記人数に基づいて決定することを特徴とするプログラムである。
プログラムの一の態様は、会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定する活性状態推定手段と、前記会議の参加者の人数と前記活性状態と推論器とに基づき、前記参加者に対して商品の移動販売を行うタイミングを決定するタイミング決定手段としてコンピュータを機能させ、前記推論器は、少なくとも前記人数と前記活性状態を含む情報が入力された場合に、前記タイミングに関する情報を出力するように学習されたモデルである。

本発明によれば、会議室への商品の移動販売を行うタイミングを会議の活性状態に基づく適切なタイミングに定め、会議室への商品販売を好適に行うことができる。

商品販売システムの構成を示す。 （Ａ）情報処理装置のブロック構成を示す。（Ｂ）自走式ロボットのブロック構成を示す。 試行履歴ＤＢ（ＤａｔａＢａｓｅ）のデータ構造の一例である。 会議室スケジュールＤＢのデータ構造の一例である。 情報処理装置のプロセッサの機能ブロックの一例である。 第１実施形態において情報処理装置が実行する処理手順を示すフローチャートの一例である。 第１実施形態において自走式ロボットが実行する処理手順を示すフローチャートの一例である。 変形例における商品販売システムの概略構成を示す。 変形例における自走式ロボットのプロセッサの機能ブロックを示す。 他の変形例に係る商品販売システムの概略構成を示す。 第２実施形態における商品販売システムの概略構成を示す。 第２実施形態における会議室スケジュールＤＢのデータ構造の一例である。 第２実施形態における情報処理装置のプロセッサの機能ブロック図を示す。 第２実施形態における情報処理装置の概略構成図である。

以下、図面を参照しながら、情報処理装置、制御方法及び記憶媒体の実施形態について説明する。

＜第１実施形態＞
（１）システム構成
図１は、第１実施形態に係る商品販売システム１００の構成を示す。商品販売システム１００は、会議室３を利用した会議の参加者（「会議参加者」とも呼ぶ。）に対する商品販売を行うシステムである。商品販売システム１００は、主に、情報処理装置１と、記憶装置２と、自律的に移動して会議室３への商品の移動販売を行う自走式ロボット４と、を有する。また、会議室３には、会議室３内における会議の活性状態（即ち盛り上がり状態）を検出するための１又は複数の状態検出センサ６が設けられている。会議室３は、会議が行われるスペースであればよく、例えば、居室内に存在する、壁で囲まれていないオープンなミーティングスペースなどであってもよい。

情報処理装置１は、記憶装置２に記憶された情報を参照することで、自走式ロボット４に対する商品販売の指示に関する制御信号「Ｓｃ」を生成し、制御信号Ｓｃを自走式ロボット４に送信する。この場合、情報処理装置１は、状態検出センサ６から受信する検出信号「Ｓｄ」に基づき、会議室３で行われている会議の活性状態を推定し、推定した活性状態に基づき、会議参加者に対して移動販売を行うタイミング（「販売タイミング」とも呼ぶ。）を決定する。そして、情報処理装置１は、決定した販売タイミングに基づく移動販売の指示に関する制御信号Ｓｃを、自走式ロボット４に送信する。また、情報処理装置１は、自走式ロボット４の状態等を情報処理装置１に通知する信号である通知信号「Ｓｉ」を、自走式ロボット４から受信する。

記憶装置２は、情報処理装置１が会議室３への自走式ロボット４の販売タイミングを決定するのに必要な情報を記憶している。記憶装置２は、試行履歴データベース（ＤＢ）２１と、会議室スケジュールＤＢ２２と、パラメータ情報２３と、を有する。

試行履歴ＤＢ２１は、自走式ロボット４による移動販売の試行結果の履歴を示すデータベースである。会議室スケジュールＤＢ２２は、自走式ロボット４による移動販売の対象となる会議室３の予約に基づくスケジュールを示すデータベースである。パラメータ情報２３は、情報処理装置１が販売タイミングを決定する際に使用するパラメータを示す。試行履歴ＤＢ２１及び会議室スケジュールＤＢ２２の各データ構造の具体例については、図３及び図４を参照して夫々後述する。

なお、記憶装置２は、情報処理装置１に接続又は内蔵されたハードディスクなどの外部記憶装置であってもよく、情報処理装置１に対して着脱自在なフラッシュメモリなどの記憶媒体であってもよい。また、記憶装置２は、情報処理装置１とデータ通信を行う１又は複数のサーバ装置から構成されてもよい。また、記憶装置２に記憶されるデータベース等は、複数の装置又は記憶媒体により分散して記憶されてもよい。

自走式ロボット４は、会議室３を含む建物内を自律的に移動し、情報処理装置１から送信された制御信号Ｓｃに基づき、会議参加者に対して商品の移動販売を行う。この場合、自走式ロボット４は、制御信号Ｓｃに基づき、情報処理装置１が決定した販売タイミングにより、会議室３内の会議参加者に近づいて商品購買を促す。この場合、自走式ロボット４は、例えば、自身が備えるセンサ等に基づき、会議参加者の存在を検知し（即ち会議室３に存在する人を認識し）、検知した会議参加者に近づき、所定の動作を行うことで、会議参加者の商品購買を促す。この場合、自走式ロボット４は、会議参加者全員に対して順に近づいて商品購買を促してもよく、会議参加者のいずれか１人に対して商品購買を促してもよく、自走式ロボット４に対して所定の呼びかけを行っている会議参加者に対してのみ商品購買を促してもよい。なお、自走式ロボット４は、会議室３に存在する人を認識する場合、例えば、自身が備えるカメラが出力する画像を、深層学習などの任意の機械学習により予め人の領域を検出するように学習された識別器に入力する。そして、自走式ロボット４は、識別器の出力に基づき、会議室３に存在する人を検出した場合に、検出した人に対して商品の販売を行う。その他、自走式ロボット４は、人物検知方法として用いられる任意の手法に基づき、会議室参加者を検知してもよい。

また、自走式ロボット４は、会議室３への販売タイミング以外において会議室３の外に待機している場合には、会議室３への販売タイミングにおいて会議室３内に移動するための種々の機能を有してもよい。例えば、自走式ロボット４は、会議室３の扉（手動扉又は自動扉）を開ける機能、会議室３の扉をノックする機能、会議室３の扉を開けることを周囲の人又は会議室３内の人に依頼するための所定の音声を出力する機能を有してもよい。例えば、自走式ロボット４は、会議室３の扉を開ける機能として、会議室３の扉の開閉を制御する制御装置に対して扉を開けることを指示する信号を送信する機能を有してもよい。

また、自走式ロボット４は、販売する商品を収容する商品収納部５を備える。図１では、一例として、商品収納部５は、自走式ロボット４の一部として構成され、自走式ロボット４の駆動系により棚の一部のプレートが前方にスライドするように構成されている。この場合、自走式ロボット４は、会議参加者の近傍に到着した場合に実行する商品推薦方法の一例では、商品を載せたプレートが前方に移動するように制御を行う。この場合、自走式ロボット４は、例えば、カメラなどのセンサに基づき会議参加者の年齢及び性別などの属性を認識し、認識した属性に応じた商品の推薦を行ってもよい。この場合、自走式ロボット４は、例えば、商品収納部５に設けられたカメラやＲＦＩＤリーダなどのセンサに基づき、商品収納部５での各商品の位置を認識することで、対象の会議参加者に推薦すべき商品の位置を認識し、スライドさせるプレート等を決定してもよい。また、この場合、自走式ロボット４は、会議参加者の属性毎に推薦すべき商品を対応付けた情報を予め記憶しておき、当該情報を参照することで、会議参加者に推薦すべき商品を決定してもよい。

なお、自走式ロボット４が実行可能な商品販売を促す態様は、商品収納部５のプレートを前方にスライドさせる態様に限定されない。自走式ロボット４は、例えば、会議参加者の近傍を通りすぎる、会議参加者の近傍で減速する、会議参加者の近傍で所定時間立ち止まる、商品の購入を促す情報を表示若しくは音声出力する、ランプ等を光らせる、又はこれらの組合せにより商品購買を会議参加者に促してもよい。また、自走式ロボット４は、例えば、カメラなどのセンサに基づき会議参加者の年齢及び性別などの属性を認識し、認識した属性に応じた態様により商品購買を促してもよい。この場合、自走式ロボット４は、会議参加者の属性毎に実行すべき商品購買を促す態様を対応付けた情報を予め記憶しておき、当該情報を参照することで、各会議参加者へ商品購買を促す態様を決定してもよい。

また、自走式ロボット４は、会議参加者が商品の購買を行う際の支払い手続きなども行う。また、自走式ロボット４は、自走式ロボット４の現在の状態や商品販売の試行結果等を通知するための通知信号Ｓｉを、所定タイミングにおいて情報処理装置１に送信する。

なお、自走式ロボット４は、会議室３の外に待機場所を有し、制御信号Ｓｃにより指定された販売タイミングに応じて会議室３内に入室して商品販売を行ってもよい。他の例では、自走式ロボット４は、会議室３の室内に待機場所を有し、制御信号Ｓｃにより指定された販売タイミングに応じて会議室３内を移動して商品販売を行ってもよい。

状態検出センサ６は、会議室３内に設けられたセンサであり、会議室３で行われる会議の活性状態の検出に用いられる。状態検出センサ６は、例えば、会議室３内の会議参加者を撮影した画像を生成するカメラ、及び、会議室３内の音を電気信号に変換するマイクなどを含む。なお、会議室３にプロジェクタ用のスクリーンが存在する場合には、状態検出センサ６は、当該スクリーンを撮影範囲に含むカメラを含んでもよい。状態検出センサ６は、生成した検出信号Ｓｄを、情報処理装置１に供給する。

なお、図１に示す商品販売システム１００の構成は一例であり、当該構成に種々の変更が行われてもよい。例えば、自走式ロボット４が移動販売を行う会議室３は複数存在してもよい。この場合、情報処理装置１は、各会議室３の活性状態等を検知することで、移動販売を行うべき会議室３を指定した制御信号Ｓｃを自走式ロボット４に送信する。他の例では、情報処理装置１が制御信号Ｓｃを送信する送信先となる自走式ロボット４は、複数台存在してもよい。この場合、自走式ロボット４毎に担当する会議室３が定められており、情報処理装置１は、販売タイミングを決定した会議室３の担当となる自走式ロボット４に対して、当該販売タイミングに関する制御信号Ｓｃを送信する。また、この場合、各自走式ロボット４は、情報処理装置１から夫々制御信号Ｓｃを受信し、受信した制御信号Ｓｃにより指定された会議室３へ指定された販売タイミングにて移動販売を行う。また、自走式ロボット４が複数台存在する場合、各自走式ロボット４は、他の自走式ロボット４と直接的にデータの授受を行ってもよい。例えば、自走式ロボット４は、情報処理装置１と通信ができないと判定した場合には、通信可能距離範囲内に存在する他の自走式ロボット４と通信を行うことで、情報の共有を行ってもよい。また、自走式ロボット４は、通信可能距離範囲内に存在する他の自走式ロボット４と通信を行い、担当する会議室３の変更などのやり取りを行ってもよい。

また、情報処理装置１は、複数の装置から構成されてもよい。この場合、情報処理装置１を構成する複数の装置は、予め割り当てられた処理を実行するために必要な情報の授受を、これらの複数の装置間において行う。

（２）ブロック構成
図２（Ａ）は、情報処理装置１のブロック構成の一例を示す。情報処理装置１は、ハードウェアとして、プロセッサ１１と、メモリ１２と、通信部１３とを含む。プロセッサ１１、メモリ１２及び通信部１３は、データバス１９を介して接続されている。

プロセッサ１１は、メモリ１２に記憶されているプログラムを実行することにより、所定の処理を実行する。プロセッサ１１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などのプロセッサである。プロセッサ１１が実行する処理については、図５の機能ブロック図を参照して具体的に説明する。

メモリ１２は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などの各種のメモリにより構成される。また、メモリ１２には、情報処理装置１が所定の処理を実行するためのプログラムが記憶される。また、メモリ１２は、作業メモリとして使用され、記憶装置２から取得した情報等を一時的に記憶する。なお、メモリ１２は、記憶装置２として機能してもよい。同様に、記憶装置２は、情報処理装置１のメモリ１２として機能してもよい。なお、情報処理装置１が実行するプログラムは、メモリ１２以外の記憶媒体に記憶されてもよい。

通信部１３は、情報処理装置１と記憶装置２及び自走式ロボット４などの他の装置とを電気的に接続するための通信インターフェースである。例えば、通信部１３は、プロセッサ１１の制御に基づき、記憶装置２と通信を行うことで、記憶装置２に記憶された各データベースの登録情報の受信及びこれらのデータベースの更新情報の送信を行う。また、通信部１３は、プロセッサ１１の制御に基づき、自走式ロボット４と制御信号Ｓｃ及び通知信号Ｓｉの授受を行う。また、通信部１３は、会議室３内に設けられたカメラなどの状態検出センサ６から検出信号Ｓｄを受信する。

なお、情報処理装置１の構成は、図２（Ａ）に示す構成に限定されない。例えば、情報処理装置１は、ユーザによる入力を受け付ける入力部、ディスプレイなどの表示部、又はスピーカなどの音出力装置の少なくともいずれかと接続又はこれらの少なくともいずれかを内蔵してもよい。この場合、情報処理装置１は、入力機能及び出力機能が本体と一体となったタブレット型端末等であってもよい。

図２（Ｂ）は、自走式ロボット４のブロック構成の一例を示す。自走式ロボット４は、ハードウェアとして、入力部４０と、プロセッサ４１と、メモリ４２と、通信部４３と、センサ部４４と、駆動部４５と、出力部４６とを含む。入力部４０、プロセッサ４１、メモリ４２、通信部４３、センサ部４４、駆動部４５及び出力部４６は、データバス４９を介して接続されている。

入力部４０は、会議参加者又は自走式ロボット４の管理者等からの入力を受け付けるインターフェースであり、ボタン、スイッチ、タッチパネル、及び音声入力装置などが該当する。

プロセッサ４１は、メモリ４２に記憶されているプログラムを実行することにより、所定の処理を実行する。プロセッサ４１は、ＣＰＵ、ＧＰＵなどのプロセッサである。

メモリ４２は、ＲＡＭ、ＲＯＭなどの各種のメモリにより構成される。また、メモリ４２には、自走式ロボット４が所定の処理を実行するためのプログラムが記憶される。また、メモリ４２は、作業メモリとして使用される。

通信部４３は、自走式ロボット４が情報処理装置１及び記憶装置２などの他の装置と通信を行うための通信インターフェースである。例えば、通信部４３は、プロセッサ４１の制御に基づき、情報処理装置１と制御信号Ｓｃ及び通知信号Ｓｉの授受を行う。また、通信部４３は、プロセッサ４１の制御に基づき、プロセッサ４１が駆動部４５及び出力部４６を制御するのに必要な情報を、記憶装置２に記憶された各データベース又は会議室３内に設けられた状態検出センサ６から受信してもよい。

センサ部４４は、種々の内界センサ及び種々の外界センサを含んでいる。例えば、センサ部４４は、ＧＰＳ受信機、ＩＭＵ（Ｉｎｅｒｔｉａｌ Ｍｅａｓｕｒｅｍｅｎｔ Ｕｎｉｔ）、カメラ、測域センサなどの自己位置推定、障害物検知、人物検知又は人物認証などに用いられる種々のセンサを含む。

駆動部４５は、プロセッサ４１の制御に基づき駆動する駆動系であり、自走式ロボット４の走行に関する駆動系、及び、商品収納部５に収容された商品の移動に関する駆動系（商品を掴むアームなども含む）などを含む。

出力部４６は、プロセッサ４１の制御に基づき、情報を出力する。出力部４６は、例えば、ディスプレイなどの表示部やスピーカなどの音出力部を含んでいる。

なお、自走式ロボット４の構成は、図２（Ｂ）に示される構造に限定されず、自走ロボットが有する可能性がある種々の構成要素を含んでもよい。

（３）データ構造
図３は、試行履歴ＤＢ２１のデータ構造の一例である。試行履歴ＤＢ２１は、自走式ロボット４による会議参加者への移動販売の試行履歴（即ち過去に行われた移動販売の結果）を表すデータベースであり、「場所」、「試行日時」、「会議経過時間」、「参加人数」、「音量」、「動作量」及び「購買有無」の各項目を有する。試行履歴ＤＢ２１は、上述の各項目の他、購買内容を示す情報（例えば購買した商品の識別情報）を記録するための「購買商品」の項目など、他の任意の項目を有してもよい。

「場所」は、自走式ロボット４による移動販売を試行した会議室３を示す。「試行日時」は、自走式ロボット４による移動販売を試行した日時を示す。「会議経過時間」は、自走式ロボット４による移動販売を試行したときの会議開始からの経過時間を示す。「参加人数」は、自走式ロボット４による移動販売を試行した会議室３での会議の参加人数を示す。「音量」は、自走式ロボット４による移動販売を試行する前後で会議室３内において検出された音量を示す。ここで、「音量」のサブ項目「前」は、移動販売の試行前に検出された音量を示し、サブ項目「後」は、移動販売の試行後に検出された音量を示す。「動作量」は、自走式ロボット４による移動販売を試行する前後で会議室３内において検出された動作量の５段階でのレベルを示す。ここで、「動作量」のサブ項目「前」は、移動販売の試行前に検出された動作量のレベルを示し、サブ項目「後」は、移動販売の試行後に検出された動作量のレベルを示す。なお、「動作量」の各サブ項目には、動作量のレベルが記録される代わりに、動作量を表す任意の指標値が記録されてもよい。このように、「音量」及び「動作量」の各項目には、移動販売の前後での活性状態の変化を示す情報が記録される。「購買有無」は、自走式ロボット４による移動販売を試行したときの会議参加者による商品の購買の有無を示す。

ここで、情報処理装置１による試行履歴ＤＢ２１の更新の具体例について説明する。

情報処理装置１は、例えば、移動販売の試行結果を示す通知信号Ｓｉを自走式ロボット４から受信する度に、当該通知信号Ｓｉと、対象の会議中に状態検出センサ６から送信される検出信号Ｓｄとに基づき、試行履歴ＤＢ２１に登録するレコードを生成する。この場合、自走式ロボット４は、商品の移動販売の試行後、移動販売の試行を行った日時及び場所、試行結果となる購買の有無の情報等を示す通知信号Ｓｉを、情報処理装置１に送信する。そして、情報処理装置１は、この通知信号Ｓｉと、会議室スケジュールＤＢ２２に記録された対象の会議室３の予約情報とに基づき、上述の「場所」、「試行日時」、「会議経過時間」、「参加人数」、「購買有無」の各項目に登録する情報を決定する。

また、情報処理装置１は、状態検出センサ６に含まれるマイクにより生成された音信号を示す検出信号Ｓｄに基づき、自走式ロボット４による移動販売を試行する前後での音量を測定する。この場合、例えば、情報処理装置１は、自走式ロボット４による移動販売の試行直前の所定時間内（例えば５分等）に検出される音量の平均値を、「音量」のサブ項目「前」に記録する。また、情報処理装置１は、自走式ロボット４による移動販売の試行直後の所定時間内に検出される音量の平均値を、「音量」のサブ項目「後」に記録する。同様に、情報処理装置１は、状態検出センサ６に含まれるカメラにより生成された時系列の画像を含む検出信号Ｓｄに基づき、自走式ロボット４による移動販売を試行する前後での動作量を算出する。この場合、情報処理装置１は、算出する動作量として任意の指標を用いてもよい。例えば、情報処理装置１は、画像間でのオプティカルフローを示すベクトルの平均長又は画像間の画素値の差分の平均又は合計等を、画像間での動作量として算出する。そして、情報処理装置１は、音量と同様、自走式ロボット４による移動販売の試行の直前及び直後の所定時間内に夫々検出される動作量の各平均を、「動作量」のサブ項目「前」、「後」に夫々記録する。なお、図３の例では、一例として、情報処理装置１は、算出した動作量の指標値に基づき決定した５段階での動作量のレベルを、上述のサブ項目に記録している。

なお、試行履歴ＤＢ２１のデータ構造は、図３に示す構造に限定されない。例えば、試行履歴ＤＢ２１は、音量及び動作量として、会議の全期間における音量及び動作量の時系列情報を記憶してもよい。このような音量及び動作量の時系列情報は、パラメータ情報２３の学習に用いられる学習データの一部として用いられてもよい。他の例では、試行履歴ＤＢ２１には、音声及び動作量に代えて、又はこれに加えて、情報処理装置１が推定した活性状態を示す情報（例えば活性状態を示すレベル又は指標値）が含まれてもよい。活性状態の推定方法については後述する。その他、試行履歴ＤＢ２１には、パラメータ情報２３の学習に用いられる種々の情報が含まれてもよい。

図４は、会議室スケジュールＤＢ２２のデータ構造の一例である。図４に示す会議室スケジュールＤＢ２２は、会議室の予約状況を示すデータベースである。図４に示すように、会議室スケジュールＤＢ２２には、会議室毎に、予約日時と参加人数を示す予約情報が複数紐付けられている。ここで、「時間帯」は、予約された日付及び時間帯を示し、「参加人数」は、会議室の予約時点で指定された会議参加者の予定人数を示す。

（４）機能ブロック
図５は、情報処理装置１のプロセッサ１１の機能ブロックの一例である。情報処理装置１のプロセッサ１１は、機能的には、活性状態推定部３１と、タイミング決定部３２と、制御部３３と、更新部３４とを有する。

活性状態推定部３１は、会議室スケジュールＤＢ２２を参照して現在会議中の会議室３を特定し、当該会議室３に設けられた状態検出センサ６から供給される検出信号Ｓｄに基づき、当該会議室３で行われている会議の活性状態を推定する。例えば、活性状態推定部３１は、現在の会議の活性度合に応じた活性状態のレベルを推定する。この場合、例えば、会議の停滞状態（非活性状態）を示す「停滞状態」、会議が盛り上がっている状態（活性化している状態）を示す「活性化状態」、及びこれらの中間の状態に相当する１又は複数の「中間状態」に夫々対応する活性状態のレベルが存在する。他の例では、活性状態推定部３１は、現在の会議の活性状態を表す所定の指標値を算出してもよい。以後では、前提として、推定した活性状態のレベル又は指標が低いほど会議が停滞していることを表すものとする。

ここで、上述の活性状態のレベル又は指標値の算出方法の具体例について説明する。

活性状態推定部３１は、例えば、検出信号Ｓｄに基づき検出した会議室３の音量と動作量との少なくとも一方に基づき、活性状態のレベル又は指標値を決定する。例えば、活性状態推定部３１は、検出される音量及び動作量の組合せに対応する活性状態のレベル又は指標値を対応付けたテーブル又はマップをメモリ１２又は記憶装置２に記憶しておく。そして、活性状態推定部３１は、当該テーブル又はマップを参照することで、検出信号Ｓｄに基づき検出した音量と動作量から会議の現在の活性状態レベル又は指標値を決定する。他の例では、活性状態推定部３１は、音量と動作量が入力された場合に活性状態の推論結果を出力するように学習された学習モデル（推論器）のパラメータを、メモリ１２又は記憶装置２に記憶しておく。そして、活性状態推定部３１は、検出信号Ｓｄに基づき音量と動作量を検出した場合に、検出した音量と動作量を、学習済みの推論器に入力し、推論器から出力される活性状態の推論結果である活性状態のレベル又は指標値を取得する。この場合、上述の学習モデルは、深層学習に基づくモデルであってもよく、サポートベクターマシーンなどの他の任意の機械学習のモデルであってもよい。

なお、活性状態の推定に用いる動作量の測定対象は、状態検出センサ６から取得される画像（即ちカメラの撮影範囲）全体であってもよく、当該画像内での人物に限定してもよい。他の例では、動作量の測定対象は、会議室３に設けられたスクリーン上で投影された会議参加者のコンピュータの画面であってもよく、参加者のコンピュータのディスプレイ画面の領域であってもよい。一般的に、会議が停滞しているときには、会議参加者の動き（頷きやジェスチャー等）が少なくなったり、会議参加者が使用するコンピュータのディスプレイ画面又はスクリーン上に投影された当該コンピュータの画面の動きが少なくなったりする。従って、活性状態推定部３１は、会議参加者、スクリーン上で投影された画面、又はコンピュータのディスプレイ画面の少なくともいずれかの動作量を検出することで、好適に会議の活性状態を推定することができる。

タイミング決定部３２は、活性状態推定部３１が推定した活性状態に基づき、販売タイミングを決定する。この場合、タイミング決定部３２は、例えば、現在の活性状態が停滞状態であると判定した場合、又は停滞状態に移行する予兆となる状態（単に「予兆状態」とも呼ぶ。）であると判定した場合に、販売タイミングを決定する。例えば、タイミング決定部３２は、現在の活性状態が停滞状態であると判定した場合には、現タイミングを販売タイミングとして決定する。また、タイミング決定部３２は、現在の活性状態が予兆状態であると判定した場合には、現在から所定時間後を販売タイミングとして定める。この場合、タイミング決定部３２は、上述の所定時間を、記憶装置２又はメモリ１２等に予め記憶された時間長に設定してもよく、現在までの会議経過時間又は／及び会議終了までの時間等に基づき決定した時間長に設定してもよい。

ここで、タイミング決定部３２は、例えば、活性状態推定部３１が推定した活性状態のレベル又は指標値が所定の閾値以下の場合に、現在の活性状態が停滞状態であると判定する。また、タイミング決定部３２は、例えば、推定した活性状態のレベル又は指標値が上述の閾値より大きく、かつ、当該活性状態のレベル又は指標値が所定の閾値時間長以上継続的に下降傾向にある場合、現在の活性状態が停滞状態への予兆状態であると判定する。なお、タイミング決定部３２は、会議開始からの推定した活性状態の推移に対し、任意の回帰分析等の予測手法を用いて停滞状態の予測を行い、停滞状態が予測される場合に、現在の活性状態が予兆状態であると判定してもよい。この場合、タイミング決定部３２は、停滞状態が予測される時刻を、販売タイミングとして決定してもよい。

このように、タイミング決定部３２は、会議の停滞状態に合わせて自走式ロボット４の販売タイミングを決定することで、移動販売での商品購買を好適に促進することができる。また会議の停滞状態のとき自走式ロボット４による販売を行うことで、会議を妨害することなく移動販売を行うことができると共に、会議の停滞状態を脱するためのきっかけを提供するという効果も期待できる。

好適には、タイミング決定部３２は、会議室スケジュールＤＢ２２を参照することで特定される会議経過時間及び会議の参加人数の少なくとも一方をさらに勘案して販売タイミングを決定するとよい。タイミング決定部３２は、例えば、会議経過時間が長いほど、一般的に会議参加者が休憩を必要とすることから、会議経過時間が所定時間以上になった場合には、停滞状態又は予兆状態の判定に用いる閾値等を変更する。具体的には、タイミング決定部３２は、上述の閾値等を、現在の活性状態が停滞状態又は予兆状態に該当すると判定しやすくなる方向に、所定値又は所定率だけ変更する。他の例では、タイミング決定部３２は、活性状態推定部３１が推定する活性状態は、参加人数が多いほど、活性度合が高い状態と推定される傾向があるとみなす。よって、この場合、タイミング決定部３２は、参加人数が多いほど、停滞状態又は予兆状態の判定に用いる閾値等を、停滞状態又は予兆状態であると判定しにくくなる方向に変更する。例えば、５段階のレベルにより活性状態を推定した場合、タイミング決定部３２は、会議の参加人数が３人以下の場合に停滞状態であると判定する活性状態のレベルに対する閾値を「２」とし、参加人数が４人以上の場合の上述の閾値を「１」とする。

また、タイミング決定部３２は、パラメータ情報２３を参照することで、販売タイミングを決定する。ここで、パラメータ情報２３は、上述した停滞状態又は予兆状態の判定に用いる種々の閾値等であってもよく、推定された活性状態に基づき販売タイミングの推論を行う推論器のパラメータであってもよい。後者の場合、推論器は、例えば、活性状態、参加人数、及び会議経過時間等が入力された場合に、現在が販売タイミングに当たるか否か又は販売タイミングになるまでの時間（又は販売タイミングになる会議経過時間）を出力するように学習された学習モデルである。この場合、上述の学習モデルは、深層学習に基づくモデルであってもよく、サポートベクターマシーンなどの他の任意の機械学習のモデルであってもよい。この場合、タイミング決定部３２は、パラメータ情報２３を参照して構成した推論器に、推定した活性状態、会議の参加人数及び会議経過時間の情報を入力することで、好適に販売タイミングを決定することができる。なお、パラメータ情報２３は、会議室毎に用意されてもよい。

制御部３３は、タイミング決定部３２が決定した販売タイミング及び当該販売タイミングにより移動販売を行う対象となる会議室３等を指定した制御信号Ｓｃを生成し、当該制御信号Ｓｃを通信部１３により自走式ロボット４に供給する。この場合、制御部３３は、タイミング決定部３２が決定した販売タイミングが現タイミングである場合には、直ちに対象の会議室３への移動販売を開始すべき旨の制御信号Ｓｃを、自走式ロボット４に送信する。他の例では、制御部３３は、タイミング決定部３２が決定した販売タイミングが所定時間後である場合には、当該所定時間後に対象の会議室３への移動販売を開始すべき旨の制御信号Ｓｃを、自走式ロボット４に送信する。

更新部３４は、通知信号Ｓｉに基づき試行履歴ＤＢ２１を更新する。具体的には、更新部３４は、例えば、移動販売の試行結果を示す通知信号Ｓｉを自走式ロボット４から受信する度に、当該通知信号Ｓｉと、会議室３の会議中に状態検出センサ６から送信される検出信号Ｓｄと、に基づき、試行履歴ＤＢ２１に登録するレコードを生成する。この場合、情報処理装置１は、例えば、通知信号Ｓｉと、会議室スケジュールＤＢ２２に記録された会議室３の予約情報とに基づき、移動販売が行われた場所、試行日時、会議経過時間、参加人数、及び購買有無等を認識する。また、情報処理装置１は、検出信号Ｓｄに基づき、自走式ロボット４による移動販売を試行する前後での音量及び動作量を認識する。なお、情報処理装置１は、検出信号Ｓｄに基づき、移動販売が行われた会議経過時間及び会議参加人数を算出してもよい。

さらに、更新部３４は、試行履歴ＤＢ２１を参照することで、販売タイミングの決定に用いるパラメータ情報２３を更新する。この場合、例えば、更新部３４は、図３に示す試行履歴ＤＢ２１において「購買有無」が「有」となるレコードを、成功例を示す学習データとして用いる機械学習を行うことで、パラメータ情報２３を更新する。この場合に用いられる機械学習は深層学習であってもよく、サポートベクターマシーンであってもよく、その他の任意の機械学習であってもよい。なお、更新部３４は、「購買有無」が「無」となる試行履歴ＤＢ２１のレコードについても、失敗例を示す学習データとして機械学習に用いてもよい。

このように、購買の有無に基づき成功例となる学習データを決定することで、更新部３４は、購買が行われやすい（購買が行われる傾向がある）タイミングを販売タイミングとしてタイミング決定部３２が決定するように、パラメータ情報２３を好適に更新することができる。

他の例では、更新部３４は、移動販売の前後で活性状態が上昇した（会議が活性化した）と推定される事例に相当する試行履歴ＤＢ２１のレコードを、成功例を示す学習データとして用いる機械学習を行うことで、パラメータ情報２３を更新してもよい。この場合、例えば、更新部３４は、移動販売試行前の音量及び動作量から推定される活性状態のレベル又は指標よりも、移動販売試行後の音量及び動作量から推定される活性状態のレベル又は指標が上昇した試行履歴ＤＢ２１のレコードを、成功例を示す学習データとみなす。他の例では、更新部３４は、試行履歴ＤＢ２１に記録された移動販売試行前の音量及び動作量の少なくともいずれかが、移動販売試行後の音量及び動作量よりも所定の閾値以上上昇した試行履歴ＤＢ２１のレコードを、成功例を示す学習データとみなす。

このように、活性状態の上昇の有無に基づき成功例となる学習データを決定することで、更新部３４は、会議が活性化されるタイミングを販売タイミングとしてタイミング決定部３２が決定するように、パラメータ情報２３を好適に更新することができる。

（５）処理フロー
図６は、第１実施形態において情報処理装置１が実行する処理手順を示すフローチャートの一例である。

まず、情報処理装置１の活性状態推定部３１は、会議室スケジュールＤＢ２２を参照することで、会議中の会議室３及び当該会議室３での会議参加人数を認識する（ステップＳ１１）。なお、活性状態推定部３１は、会議室スケジュールＤＢ２２を参照するのに加えて、又はこれに代えて、状態検出センサ６が出力する検出信号Ｓｄに基づき、会議室３が会議中であるか否か及び会議参加人数等を認識してもよい。この場合に用いられる検出信号Ｓｄは、例えば、会議室３内を撮影した画像又は音声データの少なくとも一方である。これにより、活性状態推定部３１は、対象の会議室３の予約時点で指定された参加人数及び会議が行われる時間帯等に変更が生じた場合であっても、実際の会議参加人数及び会議が行われる時間帯等を的確に認識することができる。

そして、活性状態推定部３１は、対象の会議室３での会議の活性状態を推定する（ステップＳ１２）。活性状態推定部３１は、例えば、対象の会議室３の状態検出センサ６から供給される検出信号Ｓｄに基づき検出される音量又は動作量の少なくとも一方に基づき、上述の活性状態を推定する。

次に、タイミング決定部３２は、活性状態推定部３１が推定した活性状態に基づき、販売タイミングを決定する（ステップＳ１３）。第１の例では、タイミング決定部３２は、ステップＳ１３において、現在の活性状態が停滞状態又はその予兆状態となったか否かを判定し、現在の活性状態が停滞状態又はその予兆状態となるまで、ステップＳ１２及びステップＳ１３を、所定の時間間隔により繰り返し実行する。そして、タイミング決定部３２は、現在の活性状態が停滞状態又は停滞する予兆状態となったと判定した場合、現在又は所定時間後を販売タイミングとして決定する。第２の例では、タイミング決定部３２は、会議開始後の所定時間後（例えば３０分後）に、会議開始後から現在までにステップＳ１２で推定された活性状態の推移に基づき、停滞状態となるタイミングを推定し、推定したタイミングを販売タイミングとして決定する。また、好適には、タイミング決定部３２は、第１及び第２の例において、活性状態に加えて、会議の参加人数と、会議経過時間との少なくとも一方をさらに勘案して販売タイミングを決定するとよい。

そして、制御部３３は、タイミング決定部３２が決定した販売タイミング及び移動販売すべき会議室３等を指定する制御信号Ｓｃを生成し、通信部１３により自走式ロボット４に送信する（ステップＳ１４）。その後、制御信号Ｓｃを受信した自走式ロボット４は、制御信号Ｓｃにより指定された販売タイミングにおいて、会議室３での商品の販売を行う。

次に、更新部３４は、自走式ロボット４による移動販売の試行結果の収集を行う（ステップＳ１５）。具体的には、更新部３４は、通信部１３を介し、自走式ロボット４による移動販売の試行結果（商品の購買の有無等）を含む通知信号Ｓｉを、自走式ロボット４から受信する。通知信号Ｓｉには、移動販売を行った実行日時（即ち実行タイミング）等を示す情報が含まれてもよい。

次に、更新部３４は、ステップＳ１５で取得した通知信号Ｓｉと、会議室スケジュールＤＢ２２に含まれる会議室３の予約情報と、会議中に生成された検出信号Ｓｄと、に基づき、試行履歴ＤＢ２１を更新する（ステップＳ１６）。また、更新部３４は、試行履歴ＤＢ２１を学習データとする学習を行うことで、パラメータ情報２３を更新する。

図７は、第１実施形態において自走式ロボット４が実行する処理手順を示すフローチャートの一例である。

まず、自走式ロボット４は、通信部４３を介して情報処理装置１から制御信号Ｓｃを受信する（ステップＳ２１）。そして、自走式ロボット４は、受信した制御信号Ｓｃにより指定された販売タイミングにより会議参加者に商品の販売ができるように移動する（ステップＳ２２）。この場合、自走式ロボット４は、会議室３外に待機している場合には、遅くとも制御信号Ｓｃにより指定された販売タイミングまでに会議室３に入室する。

そして、自走式ロボット４は、会議室３内に存在する会議参加者に対し、商品の推薦を行う（ステップＳ２３）。この場合、自走式ロボット４は、会議室３内に存在する全ての会議参加者に対し、順に近づいて商品購入を促してもよく、自走式ロボット４に対して所定の呼びかけを行っていると推定される会議参加者に近づき、当該会議参加者に商品購入を促してもよい。なお、自走式ロボット４は、所定のジェスチャーを行っている会議参加者を販売対象者として特定してもよく、所定の音声を発声している会議参加者を販売対象者として特定してもよい。また、自走式ロボット４は、センサ部４４の出力に基づき会議参加者の年齢等の属性を推定し、推定した属性に応じた商品の推薦を行ってもよい。

また、自走式ロボット４は、センサ部４４又は入力部４０から供給されるデータに基づき、会議参加者が商品の購買を行う意思表示を行ったことを認識した場合、商品の購買に関する支払い手続を行う。この場合の支払い方法は、近距離無線通信（ＮＦＣ）や二次元バーコードを利用した電子決済であってもよく、生体認証に基づく決済であってもよく、クレジットカード又は現金による決済であってもよい。

その後、自走式ロボット４は、通信部４３により、商品の販売結果を示す通知信号Ｓｉを、情報処理装置１に送信する（ステップＳ２４）。なお、自走式ロボット４は、ステップＳ２３での商品推薦を行う度に商品推薦の結果を示す通知信号Ｓｉを情報処理装置１に送信してもよく、当日の移動販売の終了時に当日の全ての販売結果を示す通知信号Ｓｉを情報処理装置１に送信してもよい。その後、自走式ロボット４は、所定の待機場所に移動する（ステップＳ２５）。また、自走式ロボット４は、次の制御信号Ｓｃを情報処理装置１から受信した場合には、再び図７のフローチャートを開始する。

以上説明したように、本実施形態によれば、商品販売システム１００は、各会議の活性状態に応じた適切なタイミングにて商品の移動販売を行うことができるため、会議室３内の会議参加者による商品購買を好適に促進することができる。また、商品販売システム１００は、各会議の停滞状態において商品の移動販売を行うことで、停滞状態を脱するきっかけを提供し、会議の状態を活性化させることも期待できる。また、商品販売システム１００は、自走式ロボット４による移動販売を行うことで、人件費を削減しつつ、販売する商品を好適に注目させることができる。

（６）変形例
次に、上述した第１実施形態に好適な変形例について説明する。以下に説明する変形例は、任意に組み合わせて上述の第１実施形態に適用してもよい。

（変形例１）
情報処理装置１は、自走式ロボット４のプロセッサ４１が行う処理の一部を代わりに実行してもよい。例えば、情報処理装置１は、販売タイミング等を示す制御信号Ｓｃを送信する代わりに、自走式ロボット４が実行すべき動作を具体的に指示する制御信号Ｓｃを、自走式ロボット４に送信してもよい。

本変形例について、図５の機能ブロックを再び参照して説明する。タイミング決定部３２による販売タイミングの決定後、制御部３３は、自走式ロボット４が実行すべき動作を指示する制御信号Ｓｃを生成する。この場合、制御部３３は、例えば、自走式ロボット４のセンサ部４４が生成する情報及び入力部４０が生成する情報等を示す通知信号Ｓｉを自走式ロボット４から受信することで、自走式ロボット４及び自走式ロボット４周辺の状態を認識する。そして、制御部３３は、例えば、自走式ロボット４の走行経路を決定し、当該経路に沿って自走式ロボット４を走行させる制御信号Ｓｃの送信を行う。この場合、制御部３３は、予め記憶装置２等に記憶された会議室３のレイアウトの情報、入力部４０及びセンサ部４４が生成する情報等に基づき、制御信号Ｓｃを生成する。他の例では、制御部３３は、センサ部４４等の出力に基づく会議参加者の認証処理、及び、商品購入時の会計処理なども行う。

本変形例においても、情報処理装置１は、会議の活性状態を考慮した適切なタイミングにより、会議室３への移動販売を自走式ロボット４に実行させることができる。

（変形例２）
情報処理装置１に相当する機能を自走式ロボット４が代わりに有してもよい。

図８は、変形例２における商品販売システム１００Ａの概略構成を示す。商品販売システム１００Ａは、記憶装置２と、自走式ロボット４Ａとを有する。この場合、自走式ロボット４Ａは、図１に示した情報処理装置１に相当する処理を実行する処理部を内蔵しており、記憶装置２とデータ通信を行うことで、記憶装置２の各データベースの参照及び更新等を行う。また、自走式ロボット４Ａは、記憶装置２の各データベース等を参照し、会議室３での会議の活性状態に応じたタイミングでの会議参加者への移動販売を自律的に実行する。

図９は、自走式ロボット４Ａのプロセッサ４１の機能ブロックを示す。プロセッサ４１は、機能的には、活性状態推定部３１Ａと、タイミング決定部３２Ａと、制御部３３Ａと、更新部３４Ａとを備える。ここで、活性状態推定部３１Ａ及びタイミング決定部３２Ａは、図５に示した情報処理装置１の活性状態推定部３１及びタイミング決定部３２と同一処理を行う。

制御部３３Ａは、決定部３２Ａが決定した販売タイミングと、入力部４０及びセンサ部４４が出力する情報と、に基づき、駆動部４５及び出力部４６を制御する。制御部３３Ａが実行する処理は、前述した商品販売システム１００の自走式ロボット４のプロセッサ４１が制御信号Ｓｃに基づき実行する処理と同一である。

更新部３４Ａは、商品の決済の発生の有無等を検知することで、商品販売の有無を判定し、その判定結果に基づいて、図５に示した更新部３４と同様に、試行履歴ＤＢ２１の更新を行う。また、更新部３４Ａは、更新された試行履歴ＤＢ２１に基づき、更新部３４と同様、パラメータ情報２３の更新を行う。

このように、本変形例における自走式ロボット４Ａのプロセッサ４１は、前述した情報処理装置１としても機能する。そして、本変形例における自走式ロボット４Ａは、会議の活性状態に応じたタイミングでの会議室３への移動販売を、他の装置の制御によらずに自律的に実行することができる。

なお、変形例２において、図８に示す構成に代えて、記憶装置２は、自走式ロボット４Ａに組み込まれてもよい。また、商品販売システム１００Ａには、他の自走式ロボットを制御するマスターの自走式ロボットと、マスターの自走式ロボットにより制御が行われるスレーブの自走式ロボットとが存在してもよい。この場合、マスターの自走式ロボットは、本変形例の自走式ロボット４Ａと同様、情報処理装置１（及び記憶装置２）に相当する機能を有すると共に、スレーブの自走式ロボットに対して制御信号Ｓｃを送信する。また、スレーブの自走式ロボットは、実施形態の自走式ロボット４と同様、受信した制御信号Ｓｃに基づき、担当する会議室３への移動販売を行う。

（変形例３）
情報処理装置１は、自走式ロボット４を制御する代わりに、会議室３での商品の移動販売を行う販売員に対し、販売タイミングを提案又は指示してもよい。

図１０は、変形例３に係る商品販売システム１００Ｂの構成例を示す。変形例３に係る商品販売システム１００Ｂは、情報処理装置１Ｂと、記憶装置２Ｂと、出力装置９とを有する。

情報処理装置１Ｂは、記憶装置２Ｂの会議室スケジュールＤＢ２２及びパラメータ情報２３を参照することで、会議中の会議室３に対する販売タイミングを決定する。そして、情報処理装置１Ｂは、決定した販売タイミング及び販売対象となる会議室３の識別情報の出力を指示する出力信号「Ｓｏ」を、出力装置９に供給する。

出力装置９は、ディスプレイなどの表示部又は音を出力する音出力部を少なくとも一方を備え、情報処理装置１Ｂから供給される出力信号Ｓｏに基づく出力を行う。この場合、出力装置９は、出力信号Ｓｏに基づき、販売対象となる会議室３と販売タイミングとの組合せを示す情報を表示又は音出力する。この場合、出力装置９は、販売員が使用する携帯端末であってもよく、販売員の待機所に設置されたディスプレイ等であってもよい。他の例では、出力装置９は、印刷機であってもよい。

このように、本変形例では、情報処理装置１Ｂは、出力装置９により、会議の活性状態に応じたタイミングでの会議参加者への移動販売を、移動販売を行う販売員に好適に提案又は指示することができる。これにより、販売員は、会議の活性状態に応じた適切なタイミングにて会議室３への移動販売を行うことができる。

また、情報処理装置１Ｂは、出力装置９により会議室３への販売タイミングを提示する代わりに、販売員が使用するメールアドレス等の通信アドレスに出力信号Ｓｏと同等の情報を送信してもよい。

（変形例４）
情報処理装置１は、状態検出センサ６から受信する検出信号Ｓｄに代えて、又はこれに加えて、状態検出センサ６以外のセンサ（装置内のセンサを含む）の検出信号に基づいて、会議室３で行われている会議の活性状態を推定してもよい。

第１の例では、情報処理装置１は、会議参加者が会議室３内で使用するＰＣ（パーソナルコンピュータ）に付属するマイクにより生成された音信号、又は、当該ＰＣに付属するカメラにより生成された画像信号の少なくとも一方を、当該ＰＣから無線ＬＡＮなどを介して受信する。そして、情報処理装置１は、会議参加者のＰＣから受信する信号に基づき、会議室３で行われている会議の活性状態を推定する。この場合、会議参加者のＰＣは、会議参加者のプライバシーを勘案し、情報処理装置１に送信する信号を、当該信号に基づき映像又は音声を再生した場合に会議中の内容を把握できないように加工してもよい。例えば、会議参加者のＰＣは、付属するマイク又は／及びカメラが生成する信号に対し、所定の雑音を加えた信号を、情報処理装置１に送信する。他の例では、会議参加者のＰＣは、付属するマイク又は／及びカメラが生成する信号から音量又は／及び動作量を算出し、算出した音量又は／及び動作量を、情報処理装置１に送信してもよい。

第２の例では、自走式ロボット４が移動販売のタイミングになるまで会議室３内で待機する態様では、情報処理装置１は、自走式ロボット４に設けられたセンサ部４４の検出信号を、無線ＬＡＮ等を介して受信する。そして、情報処理装置１は、会議中において自走式ロボット４から受信する検出信号に基づき、会議室３で行われている会議の活性状態を推定する。この場合、自走式ロボット４は、第１の例における会議参加者のＰＣと同様、センサ部４４が出力する信号を加工した信号又はセンサ部４４が出力する信号に基づき算出した音量又は／及び動作量に関する情報を、情報処理装置１に送信してもよい。

これらの態様によっても、情報処理装置１は、会議室３で行われている会議の活性状態の推定に必要な情報を好適に取得し、会議室３で行われている会議の活性状態を推定することができる。

＜第２実施形態＞
図１１は、第２実施形態における商品販売システム１００Ｃの概略構成図を示す。第２実施形態における商品販売システム１００Ｃは、会議参加者の個人の過去の購買実績及び属性等をさらに勘案して自走式ロボット４による移動販売の販売タイミングを決定する点において、第１実施形態の商品販売システム１００と異なる。以後では、第１実施形態と同一構成要素については、同一符号を付し、その説明を適宜省略する。

情報処理装置１Ｃは、例えば、図２（Ａ）に示すブロック構成と同一構成を有し、会議参加者の個人の過去の購買実績及び属性等をさらに勘案して自走式ロボット４による会議室３への移動販売の販売タイミング等を決定する。情報処理装置１Ｃの処理の詳細は、図１３を参照して後述する。

記憶装置２Ｃは、試行履歴ＤＢ２１Ｃと、会議室スケジュールＤＢ２２Ｃと、パラメータ情報２３Ｃと、個人属性ＤＢ２４Ｃと、購買実績ＤＢ２５Ｃと、購買予測ＤＢ２６Ｃとを有する。試行履歴ＤＢ２１Ｃは、図３に示す試行履歴ＤＢ２１と同様のデータ構造を有する。会議室スケジュールＤＢ２２Ｃは、会議室３毎のスケジュールを記録したデータベースであり、詳細は後述する。パラメータ情報２３Ｃは、パラメータ情報２３と同様、販売タイミングの決定において使用されるパラメータを示す。

個人属性ＤＢ２４Ｃは、会議参加者となり得る各個人の属性を示すデータベースである。個人属性ＤＢ２４Ｃには、個人を特定するための個人ＩＤに対して、年齢、性別、誕生日、家族構成、家族の誕生日などの種々の属性情報が関連付けられている。個人ＩＤは、個人が所属する団体（会社）から割り当てられたＩＤであってもよく、公的機関により割り当てられたＩＤであってもよく、顔認証、虹彩認証、又は指紋認証などの生体認証で利用される識別情報であってもよい。なお、個人属性ＤＢ２４Ｃには、生体認証で利用される識別情報が個人ＩＤに紐付けられてもよい。

購買実績ＤＢ２５Ｃは、会議参加者となり得る各個人の過去の購買実績を示すデータベースである。購買実績ＤＢ２５Ｃには、上述の個人ＩＤに対して、購買日時、購買商品、購買場所などの購買に関する情報が関連付けられている。購買実績ＤＢ２５Ｃは、商品販売システム１００において販売対象となる会議参加者が有する社員証などに紐づけられて各会議参加者が購入した社内販売の販売実績を含んでもよい。また、購買実績ＤＢ２５Ｃは、商品販売システム１００の管理者（管理企業）が管理する商品の購買情報である必要はなく、当該管理者以外の者が管理する商品の購買情報を含んでもよい。例えば、購買実績ＤＢ２５Ｃは、大手小売業が収集した購買実績情報を含んでもよい。

購買予測ＤＢ２６Ｃは、会議参加者となり得る各個人の購買傾向を示すデータベースである。購買予測ＤＢ２６Ｃには、上述の個人ＩＤに対して、購買傾向がある商品（商品ジャンルであってもよい）の識別情報と、当該商品を購買する傾向があるタイミングとが関連付けられている。

図１２は、会議室スケジュールＤＢ２２Ｃのデータ構造の一例である。図１２に示すように、パラメータ情報２３Ｃには、会議室３毎に予約情報が関連付けられており、各予約情報に相当する項目には、予約時間帯を示す「時間帯」及び会議の参加予定人数を示す「参加人数」に加えて、各会議参加者の個人ＩＤを示す「参加者ＩＤ」のサブ項目が含まれている。なお、「参加者ＩＤ」は、「参加人数」にて指定された人数分設けられる。このように、会議室スケジュールＤＢ２２Ｃでは、予約された会議毎に参加人数と会議参加者を特定する情報が含まれている。

図１３は、情報処理装置１Ｃのプロセッサ１１の機能ブロック図を示す。図１３に示すように、プロセッサ１１は、機能的には、購買予測部３０Ｃと、活性状態推定部３１Ｃと、決定部３２Ｃと、制御部３３Ｃと、更新部３４Ｃとを有する。活性状態推定部３１Ｃ及び更新部３４Ｃは、夫々図５の活性状態推定部３１及び更新部３４と同一処理を行う。

購買予測部３０Ｃは、個人属性ＤＢ２４Ｃと、購買実績ＤＢ２５Ｃとに基づき、各個人の購買予測を行い、予測結果を購買予測ＤＢ２６Ｃに登録する。この場合、購買予測部３０Ｃは、種々の予測分析技術に基づき、会議参加者の購買予測を行ってもよい。例えば、購買予測部３０Ｃは、個人属性ＤＢ２４Ｃ及び購買実績ＤＢ２５Ｃの分析に有効なデータ項目（特徴量）の抽出・設計から、購買商品及び購買タイミングの最適な予測モデルの作成までの一連のプロセス自動化を実現する予測分析自動化技術を用いる。このような予測分析自動化を行うソフトウェアとして、例えばｄｏｔＤａｔａ（登録商標）等が存在する。他の例では、購買予測部３０Ｃは、ビッグデータに混在する多数の規則性を自動で発見する分析手法である異種混合学習技術に基づき、各会議参加者に対する購買商品及び購買タイミングの分析を行ってもよい。さらに別の例では、購買予測部３０Ｃは、購買実績ＤＢ２５Ｃ等から会議参加者及び商品の関係性の強いグループを自動抽出し、抽出したグループ毎の特長に基づき、各会議参加者が購入する傾向がある商品及び購買タイミングを決定する顧客分析技術を用いてもよい。

決定部３２Ｃは、会議室スケジュールＤＢ２２Ｃを参照することで、対象の会議室３の会議の参加人数及び参加者ＩＤを取得し、取得した参加者ＩＤ（個人ＩＤ）と購買予測ＤＢ２６Ｃに紐付く購買商品及び購買タイミングに関する購買傾向を取得する。そして、決定部３２Ｃは、購買予測ＤＢ２６Ｃから取得した各会議参加者が購買する商品の傾向に基づき、各参加者へ推薦する商品（「推薦商品」とも呼ぶ。）を決定する。

また、決定部３２Ｃは、購買予測ＤＢ２６Ｃに基づく各会議参加者が購買するタイミングの傾向と、活性状態推定部３１Ｃが推定した活性状態と、会議の参加人数と、会議経過時間とに基づき、販売タイミングを決定する。

この場合、例えば、決定部３２Ｃは、推定した活性状態と、会議の参加人数と、会議経過時間とに基づき、第１実施形態と同様の販売タイミングである第１販売タイミングを決定する。また、決定部３２Ｃは、会議の時間帯に関連する購買タイミングの傾向がある会議参加者が存在する場合には、当該会議参加者の購買タイミングの傾向に基づく第２販売タイミングを決定する。例えば、１４時から１６時まで行われる会議において、会議参加者の一人が１５時に飲み物を買う傾向がある場合、第２販売タイミングを１５時に定める。そして、決定部３２Ｃは、第１販売タイミングと第２販売タイミングとを所定の重み付けを行うことで、第１販売タイミングと第２販売タイミングの間のタイミングを、移動販売の販売タイミングとして決定する。この場合の第１販売タイミングと第２販売タイミングに対する各重み付けの情報は、例えば予め定められ、記憶装置２Ｃ又はメモリ１２に記憶される。なお、会議の時間帯に関連する購買タイミングの傾向が存在する会議参加者が複数存在する場合には、決定部３２Ｃは、複数の会議参加者の購買タイミングの傾向を考慮した第２販売タイミングを決定する。

制御部３３Ｃは、各参加者への推薦商品及び会議室３への移動販売の販売タイミングを指定した制御信号Ｓｃを生成し、自走式ロボット４に送信する。この場合、自走式ロボット４は、制御信号Ｓｃにより指定された販売タイミングにおいて会議室３への移動販売を行う。このとき、自走式ロボット４は、会議室３内の各会議参加者をセンサ部４４の出力等に基づき顔認証、虹彩認証又は指紋認証等の生体認証により特定し、特定した各会議参加者に対し、制御信号Ｓｃにより指定された推薦商品の推薦を行う。上述の生体認証は、上記の例に限らず、人の身体的特徴（生体器官）又は行動的特徴（癖）の情報を用いた任意の生体認証であってもよい。このような生体認証には、人の体形（体格）などに基づく人型認証も含まれる。また、この場合の推薦方法は、例えば、会議参加者の近傍を通りすぎる、会議参加者の近傍で減速する、会議参加者の近傍で所定時間立ち止まる、推薦商品を前面に出す、推薦商品の購入を促す情報を表示若しくは音声出力する、ランプ等を光らせる、又はこれらの組合せである。

このように、第２実施形態では、商品販売システム１００Ｃは、会議参加者の購買傾向を加味して会議室３への移動販売を行う販売タイミングを決定することで、会議参加者の組合せ毎に最適な販売タイミングを決定することができる。また、商品販売システム１００Ｃは、会議参加者の購買傾向に基づき会議参加者毎に推薦商品を決定して当該推薦商品の推薦を行うことで、会議参加者による商品購買を好適に促進することができる。

＜第３実施形態＞
図１４は、第２実施形態における情報処理装置１Ｄの概略構成図である。図１４に示すように、情報処理装置１Ｄは、主に、活性状態推定部３１Ｄと、タイミング決定部３２Ｄとを有する。

活性状態推定部３１Ｄは、会議が行われている会議室において検出される情報に基づき、会議の活性状態を推定する。上述の検出される情報は、例えば、第１実施形態及び第２実施形態における状態検出センサ６が出力する検出信号Ｓｄ又は第１実施形態の変形例４において会議参加者のＰＣ又は自走式ロボット４等に付属するセンサが出力する信号に相当する。例えば、活性状態推定部３１Ｄは、第１実施形態の活性状態推定部３１、第１実施形態の変形例２の活性状態推定部３１Ａ、及び第２実施形態の活性状態推定部３１Ｃのいずれかにより実現される。

タイミング決定部３２Ｄは、活性状態推定部３１Ｄが推定した活性状態に基づき、会議の参加者に対して商品の移動販売を行うタイミングを決定する。タイミング決定部３２Ｄは、第１実施形態のタイミング決定部３２、第１実施形態の変形例２のタイミング決定部３２Ａ、及び第２実施形態の決定部３２Ｃのいずれかにより実現される。

第３実施形態の構成によれば、情報処理装置１Ｄは、会議が行われている会議室への移動販売のタイミングを、会議の活性状態を考慮して決定することができる。

その他、上記の各実施形態の一部又は全部は、以下の付記のようにも記載され得るが以下には限られない。

［付記１］
会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定する活性状態推定部と、
前記活性状態に基づき、前記会議の参加者に対して商品の移動販売を行うタイミングを決定するタイミング決定部と、
を有する情報処理装置。

［付記２］
前記タイミング決定部は、前記参加者の人数又は前記会議の経過時間の少なくとも一方と、前記活性状態とに基づき、前記タイミングを決定する、付記１に記載の情報処理装置。

［付記３］
前記活性状態推定部は、前記情報に基づき特定される前記参加者の動作又は声量の少なくともいずれか一方に基づいて、前記活性状態を推定する、付記１または２に記載の情報処理装置。

［付記４］
前記タイミング決定部は、前記活性状態が停滞状態となると推定されるタイミングを、前記移動販売を行うタイミングとして決定する、付記１～３のいずれか一項に記載の情報処理装置。

［付記５］
前記タイミング決定部は、前記活性状態が前記停滞状態の予兆状態となった場合に、当該予兆状態から所定時間後を、前記移動販売を行うタイミングとして決定する、付記４に記載の情報処理装置。

［付記６］
前記商品を収容した自走式ロボットに対し、前記会議室への前記タイミングでの移動販売を指示する制御信号を送信する制御部をさらに有する、付記１～５のいずれか一項に記載の情報処理装置。

［付記７］
前記情報処理装置は、前記商品を収容した自走式ロボットに内蔵され、
前記会議室への前記タイミングでの移動販売を行うように、前記自走式ロボットを制御する制御信号を生成する制御部をさらに有する、付記１～５のいずれか一項に記載の情報処理装置。

［付記８］
前記自走式ロボットは、センサの出力に基づき、前記会議室に存在する人を認識し、当該人に対して前記商品の販売を行う、付記６または７に記載の情報処理装置。

［付記９］
前記参加者の購買日時を含む購買実績を示す購買実績情報又は前記参加者の属性に関する個人属性情報の少なくとも一方に基づき、前記参加者の各々の購買傾向を予測する予測部をさらに有し、
前記タイミング決定部は、前記参加者の各々の購買傾向と、前記活性状態とに基づき、前記タイミングを決定する、付記１～８のいずれか一項に記載の情報処理装置。

［付記１０］
前記タイミング決定部は、前記活性状態と、過去に行われた前記移動販売の結果と、に基づき、前記タイミングを決定する、付記１～９のいずれか一項に記載の情報処理装置。

［付記１１］
前記移動販売の結果は、前記移動販売の前後での前記活性状態の変化を示す情報を含み、
前記タイミング決定部は、前記活性状態と、前記移動販売の前後での前記活性状態の変化を示す情報と、に基づき、前記会議が活性化するタイミングを、前記移動販売を行うタイミングとして決定する、付記１０に記載の情報処理装置。

［付記１２］
前記移動販売の結果は、前記移動販売での商品の購買の有無の情報を含み、
前記タイミング決定部は、前記活性状態と、前記移動販売での商品の購買の有無の情報と、に基づき、商品の購買が行われる傾向があるタイミングを、前記移動販売を行うタイミングとして決定する、付記１０に記載の情報処理装置。

［付記１３］
情報処理装置が実行する制御方法であって、
会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定し、
前記活性状態に基づき、前記会議の参加者に対して商品の移動販売を行うタイミングを決定する、制御方法。

［付記１４］
会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定する活性状態推定部と、
前記活性状態に基づき、前記会議の参加者に対して商品の移動販売を行うタイミングを決定するタイミング決定部
としてコンピュータを機能させるプログラムを格納した記憶媒体。

以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。すなわち、本願発明は、請求の範囲を含む全開示、技術的思想にしたがって当業者であればなし得るであろう各種変形、修正を含むことは勿論である。また、引用した上記の特許文献等の各開示は、本書に引用をもって繰り込むものとする。

１、１Ａ～１Ｄ 情報処理装置
２、２Ｂ、２Ｃ 記憶装置
３ 会議室
４、４Ａ 自走式ロボット
５ 商品収納部
９ 出力装置
１００、１００Ａ～１００Ｃ 商品販売システム

Claims (28)

1. 会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定する活性状態推定手段と、
   前記会議の参加者の人数と前記活性状態とに基づき、前記参加者に対して商品の移動販売を行うタイミングを決定するタイミング決定手段とを有し、
   前記タイミング決定手段は、前記タイミングを決定するために前記活性状態と比較する閾値を、前記人数に基づいて決定する
   ことを特徴とする情報処理装置。
2. 前記タイミング決定手段は、前記会議の経過時間と前記活性状態とに基づき、前記タイミングを決定する、請求項１に記載の情報処理装置。
3. 前記活性状態推定手段は、前記情報に基づき特定される前記参加者の動作又は声量の少なくともいずれか一方に基づいて、前記活性状態を推定する、請求項１または２に記載の情報処理装置。
4. 前記タイミング決定手段は、前記活性状態が停滞状態となると推定されるタイミングを、前記移動販売を行うタイミングとして決定する、請求項１～３のいずれか一項に記載の情報処理装置。
5. 前記タイミング決定手段は、前記活性状態が前記停滞状態の予兆状態となった場合に、当該予兆状態から所定時間後を、前記移動販売を行うタイミングとして決定する、請求項４に記載の情報処理装置。
6. 前記商品を収容した自走式ロボットに対し、前記会議室への前記タイミングでの移動販売を指示する制御信号を送信する制御手段をさらに有する、請求項１～５のいずれか一項に記載の情報処理装置。
7. 前記情報処理装置は、前記商品を収容した自走式ロボットに内蔵され、
   前記会議室への前記タイミングでの移動販売を行うように、前記自走式ロボットを制御する制御信号を生成する制御手段をさらに有する、請求項１～５のいずれか一項に記載の情報処理装置。
8. 前記自走式ロボットは、センサの出力に基づき、前記会議室に存在する人を認識し、当該人に対して前記商品の販売を行う、請求項６または７に記載の情報処理装置。
9. 前記参加者の購買日時を含む購買実績を示す購買実績情報又は前記参加者の属性に関する個人属性情報の少なくとも一方に基づき、前記参加者の各々の購買傾向を予測する予測手段をさらに有し、
   前記タイミング決定手段は、前記参加者の各々の購買傾向と、前記活性状態とに基づき、前記タイミングを決定する、請求項１～８のいずれか一項に記載の情報処理装置。
10. 前記タイミング決定手段は、前記活性状態と、過去に行われた前記移動販売の結果と、に基づき、前記タイミングを決定する、請求項１～９のいずれか一項に記載の情報処理装置。
11. 前記移動販売の結果は、前記移動販売の前後での前記活性状態の変化を示す情報を含み、
    前記タイミング決定手段は、前記活性状態と、前記移動販売の前後での前記活性状態の変化を示す情報と、に基づき、前記会議が活性化するタイミングを、前記移動販売を行うタイミングとして決定する、請求項１０に記載の情報処理装置。
12. 前記移動販売の結果は、前記移動販売での商品の購買の有無の情報を含み、
    前記タイミング決定手段は、前記活性状態と、前記移動販売での商品の購買の有無の情と、に基づき、商品の購買が行われる傾向があるタイミングを、前記移動販売を行うタイミングとして決定する、請求項１０に記載の情報処理装置。
13. 会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定する活性状態推定手段と、
    前記会議の参加者の人数と前記活性状態と推論器とに基づき、前記参加者に対して商品の移動販売を行うタイミングを決定するタイミング決定手段とを有し、
    前記推論器は、少なくとも前記人数と前記活性状態を含む情報が入力された場合に、前記タイミングに関する情報を出力するように学習されたモデルであることを特徴とする情報処理装置。
14. 前記タイミング決定手段は、前記会議の経過時間と前記活性状態とに基づき、前記タイミングを決定する、請求項１３に記載の情報処理装置。
15. 前記活性状態推定手段は、前記情報に基づき特定される前記参加者の動作又は声量の少なくともいずれか一方に基づいて、前記活性状態を推定する、請求項１３または１４に記載の情報処理装置。
16. 前記タイミング決定手段は、前記活性状態が停滞状態となると推定されるタイミングを、前記移動販売を行うタイミングとして決定する、請求項１３～１５のいずれか一項に記載の情報処理装置。
17. 前記タイミング決定手段は、前記活性状態が前記停滞状態の予兆状態となった場合に、当該予兆状態から所定時間後を、前記移動販売を行うタイミングとして決定する、請求項１６に記載の情報処理装置。
18. 前記商品を収容した自走式ロボットに対し、前記会議室への前記タイミングでの移動販売を指示する制御信号を送信する制御手段をさらに有する、請求項１３～１７のいずれか一項に記載の情報処理装置。
19. 前記情報処理装置は、前記商品を収容した自走式ロボットに内蔵され、
    前記会議室への前記タイミングでの移動販売を行うように、前記自走式ロボットを制御する制御信号を生成する制御手段をさらに有する、請求項１３～１７のいずれか一項に記載の情報処理装置。
20. 前記自走式ロボットは、センサの出力に基づき、前記会議室に存在する人を認識し、当該人に対して前記商品の販売を行う、請求項１８または１９に記載の情報処理装置。
21. 前記参加者の購買日時を含む購買実績を示す購買実績情報又は前記参加者の属性に関する個人属性情報の少なくとも一方に基づき、前記参加者の各々の購買傾向を予測する予測手段をさらに有し、
    前記タイミング決定手段は、前記参加者の各々の購買傾向と、前記活性状態とに基づき、前記タイミングを決定する、請求項１３～２０のいずれか一項に記載の情報処理装置。
22. 前記タイミング決定手段は、前記活性状態と、過去に行われた前記移動販売の結果と、に基づき、前記タイミングを決定する、請求項１３～２１のいずれか一項に記載の情報処理装置。
23. 前記移動販売の結果は、前記移動販売の前後での前記活性状態の変化を示す情報を含み、
    前記タイミング決定手段は、前記活性状態と、前記移動販売の前後での前記活性状態の変化を示す情報と、に基づき、前記会議が活性化するタイミングを、前記移動販売を行うタイミングとして決定する、請求項２２に記載の情報処理装置。
24. 前記移動販売の結果は、前記移動販売での商品の購買の有無の情報を含み、
    前記タイミング決定手段は、前記活性状態と、前記移動販売での商品の購買の有無の情と、に基づき、商品の購買が行われる傾向があるタイミングを、前記移動販売を行うタイミングとして決定する、請求項２２に記載の情報処理装置。
25. 情報処理装置が実行する制御方法であって、
    会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定し、
    前記会議の参加者に対して商品の移動販売を行うタイミングを決定するために前記活性状態と比較する閾値を、前記参加者の人数に基づいて決定し、
    前記閾値と前記活性状態とに基づき、前記タイミングを決定する、制御方法。
26. 情報処理装置が実行する制御方法であって、
    会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定し、
    前記会議の参加者の人数と前記活性状態と推論器とに基づき、前記参加者に対して商品の移動販売を行うタイミングを決定し、
    前記推論器は、少なくとも前記人数と前記活性状態を含む情報が入力された場合に、前記タイミングに関する情報を出力するように学習されたモデルである
    ことを特徴とする制御方法。
27. 会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定する活性状態推定手段と、
    前記会議の参加者の人数と前記活性状態とに基づき、前記参加者に対して商品の移動販売を行うタイミングを決定するタイミング決定手段としてコンピュータを機能させ、
    前記タイミング決定手段は、前記タイミングを決定するために前記活性状態と比較する閾値を、前記人数に基づいて決定する
    ことを特徴とするプログラム。
28. 会議が行われている会議室において検出される情報に基づき、前記会議の活性状態を推定する活性状態推定手段と、
    前記会議の参加者の人数と前記活性状態と推論器とに基づき、前記参加者に対して商品の移動販売を行うタイミングを決定するタイミング決定手段としてコンピュータを機能させ、
    前記推論器は、少なくとも前記人数と前記活性状態を含む情報が入力された場合に、前記タイミングに関する情報を出力するように学習されたモデルである
    ことを特徴とするプログラム。

Images