特開 2023-93173 行動支援装置、行動支援システム、および行動支援方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023093173

(43)【公開日】2023-07-04

(54)【発明の名称】行動支援装置、行動支援システム、および行動支援方法

(51)【国際特許分類】

   G08G 1/005 20060101AFI20230627BHJP

   G01C 21/26 20060101ALI20230627BHJP

   G06N 3/02 20060101ALI20230627BHJP

   G06N 20/00 20190101ALI20230627BHJP

【ＦＩ】

G08G1/005

G01C21/26 P

G06N3/02

G06N20/00

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2021208643

(22)【出願日】2021-12-22

(71)【出願人】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】110002572

【氏名又は名称】弁理士法人平木国際特許事務所

(72)【発明者】

【氏名】山田 弘幸

(72)【発明者】

【氏名】今西 裕人

(72)【発明者】

【氏名】酒寄 剛

【テーマコード（参考）】

2F129

5H181

【Ｆターム（参考）】

2F129AA02

2F129DD53

2F129EE95

2F129FF12

2F129GG17

2F129GG18

2F129HH15

5H181AA21

5H181AA27

5H181BB04

5H181CC03

5H181CC04

5H181CC14

5H181FF10

(57)【要約】

【課題】本開示は、対象者の自律性および習熟度を向上させつつ、対象者の行動を支援することで、対象者の行動に対する支援がなくなった場合でも、全体的な効率の低下を防止することが可能な行動支援装置を提供する。
【解決手段】対象者の周囲の環境に応じて対象者の行動を支援する行動支援装置１０である。行動支援装置１０は、学習部１１と、予測部１２と、行動支援部１３とを備える。学習部１１は、環境に関する環境情報ＥＩと、環境に対する対象者の行動に関する行動情報ＢＩとを学習して、対象者の行動モデルＢＭを生成する。予測部１２は、行動モデルＢＭと環境情報ＥＩとに基づいて対象者の予測行動ＰＢを生成する。行動支援部１３は、環境情報ＥＩに基づく対象者の最適行動ＯＢと対象者の予測行動ＰＢとの一致度に応じて対象者に対する行動支援情報ＢＳＩ１－ＢＳＩ４を生成する。
【選択図】図１

【特許請求の範囲】

【請求項1】

対象者の周囲の環境に応じて前記対象者の行動を支援する行動支援装置であって、
前記環境に関する環境情報と、前記環境に対する前記対象者の行動に関する行動情報とを学習して、前記対象者の行動モデルを生成する学習部と、
前記行動モデルと前記環境情報とに基づいて前記対象者の予測行動を生成する予測部と、
前記環境情報に基づく前記対象者の最適行動と前記対象者の前記予測行動との一致度に応じて前記対象者に対する行動支援情報を生成する行動支援部と、
を備えることを特徴とする行動支援装置。

【請求項2】

前記行動支援部は、前記対象者の前記最適行動と前記予測行動との前記一致度が高いほど、前記行動支援情報を簡素化することを特徴とする請求項１に記載の行動支援装置。

【請求項3】

前記行動支援部は、前記対象者の前記最適行動と前記予測行動との前記一致度が低いほど、前記行動支援情報を詳細化することを特徴とする請求項１に記載の行動支援装置。

【請求項4】

前記行動支援部は、前記対象者の前記最適行動と前記予測行動との前記一致度が所定のしきい値を超えた場合に、前記行動支援情報を生成しないことを特徴とする請求項１に記載の行動支援装置。

【請求項5】

前記行動支援部は、前記対象者の前記最適行動と前記予測行動との前記一致度が低いほど、前記行動支援情報を簡素化することを特徴とする請求項１に記載の行動支援装置。

【請求項6】

請求項１から請求項５のいずれか一項に記載の行動支援装置と、
前記行動支援装置によって生成された前記行動支援情報を前記対象者へ提供するユーザインタフェースと、
を備えることを特徴とする行動支援システム。

【請求項7】

対象者の周囲の環境に応じて前記対象者の行動を支援する行動支援方法であって、
前記環境に関する環境情報と、前記環境に対する前記対象者の行動に関する行動情報とを機械学習により学習して、前記対象者の行動モデルを生成し、
前記行動モデルと前記環境情報とに基づいて前記対象者の予測行動を生成し、
前記環境情報に基づく前記対象者の最適行動と前記対象者の前記予測行動との一致度に応じて前記対象者に対する行動支援情報を生成し、
前記対象者へ前記行動支援情報を提供することを特徴とする行動支援方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、行動支援装置、行動支援システム、および行動支援方法に関する。

【背景技術】

【0002】

従来から対象者に誘導案内情報を提供して、対象者を的確に誘導するための誘導プログラムが知られている。下記特許文献１に記載された誘導管理プログラムは、送受信手段および可逆印刷手段を有している（同文献、請求項５等）。この送受信手段および可逆印刷手段は、可視的に情報が可逆表示される可逆表示部とデータ記憶手段とを有する情報表示媒体の前記可逆表示部に可逆印刷を行ない、前記データ記憶手段とデータの送受信を行なう。

【0003】

この従来の誘導管理プログラムは、行動スケジュール記憶手段および誘導案内データ記憶手段に接続された管理コンピュータを用いて、前記対象者の誘導を管理する。ここで、前記行動スケジュール記憶手段は、ノードに設置されるノード端末、対象者に関する行動スケジュールデータを記録する手段である。また、前記誘導案内データ記憶手段は、前記対象者が次に進むノードへ誘導案内するための誘導案内データを記録した手段である。この従来の誘導管理プログラムは、前記管理コンピュータを、ノード特定手段、取得手段、および出力手段として機能させる。

【0004】

前記ノード特定手段は、前記ノード端末を介して前記情報表示媒体のデータ記憶手段に記録された行動特定データを取得し、この行動特定データに基づいて、前記行動スケジュール記憶手段から、前記対象者が次に進むノードを特定する。前記取得手段は、前記誘導案内データ記憶手段から、前記ノード端末の可逆印刷手段が設置されているノードから、次に進むノードへ誘導案内するための誘導案内データを取得する。前記出力手段は、取得した誘導案内データを、前記ノード端末を介して前記情報表示媒体の可逆表示部に表示させる。

【0005】

この従来の誘導管理プログラムによれば、情報表示媒体の可逆表示部に印刷された誘導案内により、対象者を次のノードまで誘導することができる。したがって、たとえば対象者を最終的な目的地に近づくノードに順次誘導するので、対象者を的確に誘導することができる。また、対象者がノードに到着する毎に、次のノードへの誘導案内を行なう。このため、管理コンピュータは、各ノードにおいて対象者の進捗状況を把握して対象者の行動プロセスを管理することができる（特許文献１、第００１１段落等）。

【先行技術文献】

【特許文献】

【0006】

【特許文献1】特開２００６－１２６１７３号公報

【発明の概要】

【発明が解決しようとする課題】

【0007】

上記従来の誘導管理プログラムは、対象者を最終的な目的地に近づくノードに順次誘導することで、対象者を的確に誘導することができる反面、対象者が誘導に過度に依存することで、対象者の自律性を低下させ、対象者の習熟を妨げるおそれがある。そのため、たとえば、誘導管理プログラムに不具合が発生した場合に、対象者が周囲の環境に応じた適切な行動を取ることができず、全体的な効率が低下するおそれがある。

【0008】

本開示は、対象者の自律性および習熟度を向上させつつ、対象者の行動を支援することで、対象者の行動に対する支援がなくなった場合でも、全体的な効率の低下を防止することが可能な行動支援装置、行動支援システム、および行動支援方法を提供する。

【課題を解決するための手段】

【0009】

本開示の一態様は、対象者の周囲の環境に応じて前記対象者の行動を支援する行動支援装置であって、前記環境に関する環境情報と、前記環境に対する前記対象者の行動に関する行動情報とを学習して、前記対象者の行動モデルを生成する学習部と、前記行動モデルと前記環境情報とに基づいて前記対象者の予測行動を生成する予測部と、前記環境情報に基づく前記対象者の最適行動と前記対象者の前記予測行動との一致度に応じて前記対象者に対する行動支援情報を生成する行動支援部と、を備えることを特徴とする行動支援装置である。

【発明の効果】

【0010】

本開示の上記一態様によれば、対象者の自律性および習熟度を向上させつつ、対象者の行動を支援することで、対象者の行動に対する支援がなくなった場合でも、全体的な効率の低下を防止することが可能な行動支援装置を提供することができる。

【図面の簡単な説明】

【0011】

【図1】本開示に係る行動支援装置およびシステムの実施形態を示すブロック図。

【図2】図１の行動支援装置が支援する対象者の周囲の環境の一例を示す斜視図。

【図3】図２の環境における移動体の移動経路を示す平面図。

【図4】本開示に係る行動支援方法の実施形態を示すフロー図。

【図5】図４の対象者の周囲の環境情報を取得する工程の詳細を示すフロー図。

【図6】図４の対象者の行動情報を取得する工程の詳細を示すフロー図。

【図7】図４の対象者の行動モデルを生成する工程の詳細を示すフロー図。

【図8】図４の対象者の予測行動を生成する工程の詳細を示すフロー図。

【図9】図４の対象者の行動支援情報を生成する工程の詳細を示すフロー図。

【図10】図４の対象者に行動支援情報を提供する工程の詳細を示すフロー図。

【図11】図１のＵＩが対象者に提供する行動支援情報の一例を示す画像図。

【図12】図１のＵＩが対象者に提供する行動支援情報の一例を示す画像図。

【図13】図１のＵＩが対象者に提供する行動支援情報の一例を示す画像図。

【図14】図１のＵＩが対象者に提供する行動支援情報の一例を示す画像図。

【発明を実施するための形態】

【0012】

以下、図面を参照して本開示の行動支援装置、行動支援システム、および行動支援方法の実施形態を説明する。

【0013】

図１は、本開示に係る行動支援装置および行動支援システムの一実施形態を示すブロック図である。図２は、図１の行動支援装置１０および行動支援システム１００による行動支援の対象者ＯＰと、その周囲の環境Ｅの一例を示す斜視図である。

【0014】

本実施形態の行動支援装置１０は、対象者ＯＰの周囲の環境Ｅに応じて対象者ＯＰの行動を支援する装置であり、対象者ＯＰに対する行動支援情報ＢＳＩ１－ＢＳＩ４を生成する装置である。環境Ｅは、たとえば、自律走行する無人フォークリフトなどの自律機械Ｍ１，Ｍ２，…と、対象者ＯＰである作業員とが同じ空間で同時に作業を行う物流倉庫などの環境である。

【0015】

本実施形態の行動支援システム１００は、行動支援装置１０と、その行動支援装置１０によって生成された行動支援情報を対象者ＯＰへ提供するユーザインタフェース（ＵＩ）２０と、を備えている。また、行動支援システム１００は、たとえば、外界センサ３０や、通信装置４０を備えてもよい。

【0016】

行動支援装置１０は、対象者ＯＰの周囲の環境Ｅに応じて、対象者ＯＰの行動を支援する装置である。行動支援装置１０は、たとえば、中央処理装置（ＣＰＵ）、ＲＡＭやＲＯＭなどのメモリ、タイマ、および入出力部を備えた一つ以上のマイクロコントローラもしくはファームウェア、または、コンピュータによって構成することができる。

【0017】

行動支援装置１０は、たとえば、学習部１１と、予測部１２と、行動支援部１３とを備えている。また、行動支援装置１０は、たとえば、行動情報取得部１４と、環境情報取得部１５と、全体行動計画部１６とを備えてもよい。なお、行動情報取得部１４、環境情報取得部１５、および全体行動計画部１６は、行動支援装置１０とは別の装置として構成してもよい。

【0018】

図１に示す行動支援装置１０の各部は、たとえば、メモリに記録されたプログラムをＣＰＵによって実行することで実現される行動支援装置１０の各機能を表している。図１に示す行動支援装置１０の各部は、それぞれ別の装置によって構成してもよく、二つ以上の部分を同じ装置によって構成してもよく、すべての部分を一つの装置によって構成してもよい。

【0019】

ＵＩ２０は、たとえば、対象者ＯＰが身に着けることができる拡張現実（ＡＲ）グラスまたはスマートグラスである。ＵＩ２０は、たとえば、行動支援装置１０から通信装置４０を介して送信された行動支援情報ＢＳＩ１－ＢＳＩ４を受信して、対象者ＯＰの視界を大きく妨げることなく、対象者ＯＰの視野に行動支援情報ＢＳＩ１－ＢＳＩ４を表示することで、行動支援情報ＢＳＩ１－ＢＳＩ４を対象者ＯＰに提供する。なお、ＵＩ２０は、スマートグラスに限定されず、たとえば、スマートフォンなどの携帯情報端末であってもよく、デジタルサイネージやプロジェクタのように対象者ＯＰの周囲の環境Ｅに情報を表示する装置であってもよい。

【0020】

外界センサ３０は、たとえば、一つ以上のカメラ３１と、一つ以上のＬｉＤＡＲ３２との少なくとも一方を含む。外界センサ３０は、たとえば、環境Ｅに設定された適用エリアＡにおいて、対象者ＯＰおよび自律機械Ｍ１，Ｍ２，…の位置、速度、移動方向、コンテナボックスＣＢの有無などを含む外界情報を検出して、行動支援装置１０へ出力する。図２に示す例では、二つのカメラ３１と、二つのＬｉＤＡＲ３２とが、適用エリアＡに隣接して設置されている。

【0021】

通信装置４０は、たとえば、ＵＩ２０と無線通信が可能な無線通信機である。通信装置４０は、たとえば、有線通信回線または無線通信回線を介して行動支援装置１０と情報通信可能に接続され、行動支援装置１０から対象者ＯＰに対する行動支援情報ＢＳＩ１－ＢＳＩ４を受信する。通信装置４０は、たとえば、行動支援装置１０から受信した行動支援情報ＢＳＩ１－ＢＳＩ４を、無線通信回線を介してＵＩ２０へ送信する。

【0022】

以下、本実施形態の行動支援装置１０および行動支援システム１００の動作を説明する。

【0023】

図３は、図２の環境Ｅにおける移動体である自律機械Ｍ１，Ｍ２と対象者ＯＰの移動経路Ｒ１－Ｒ４を示す平面図である。図１に示す全体行動計画部１６は、たとえば、複数の作業員などの対象者ＯＰや複数のフォークリフトなどの自律機械Ｍ１，Ｍ２の行動を最適化し、全体効率が可能な限り高くなるような移動経路Ｒ１，Ｒ２，Ｒ４を演算して、それぞれの対象者ＯＰや自律機械Ｍ１，Ｍ２にタスクを割り当てる。

【0024】

より具体的には、全体行動計画部１６は、たとえば、オーダーに基づいて、物流倉庫などの環境Ｅを走行する各々の自律機械Ｍ１，Ｍ２の移動経路Ｒ１，Ｒ２を生成し、各々の自律機械Ｍ１，Ｍ２へ通信装置４０を介して送信する。各々の自律機械Ｍ１，Ｍ２は、無線通信回線を介して受信したそれぞれの移動経路Ｒ１，Ｒ２に沿って自律的に走行する。また、全体行動計画部１６は、たとえば、対象者ＯＰの周囲の環境Ｅに関する環境情報ＥＩに基づいて、対象者ＯＰの最適な移動経路Ｒ４を含む最適行動ＯＢを生成する。

【0025】

また、全体行動計画部１６は、たとえば、各々の対象者ＯＰにタスクを割り当て、割り当てたタスクの情報を、ＵＩ２０や図示を省略する対象者ＯＰの携帯情報端末に、通信装置４０を介して送信する。対象者ＯＰは、たとえば、ＵＩ２０や携帯情報端末に表示されたタスクに従って作業を行う。ここで、対象者ＯＰに割り当てられたタスクが、たとえば、環境Ｅの地点Ｐ１への移動を含む場合、対象者ＯＰは、ＵＩ２０や携帯情報端末に表示されたタスクに従って、地点Ｐ１への移動を開始する。

【0026】

ここで、図３に示す対象者ＯＰの現在の位置から地点Ｐ１への最短経路は、移動経路Ｒ３である。しかし、対象者ＯＰが移動経路Ｒ３に沿って移動すると、移動経路Ｒ１，Ｒ２に沿って移動する自律機械Ｍ１，Ｍ２の進路を妨害し、自律機械Ｍ１，Ｍ２の衝突防止機能が作動して自律機械Ｍ１，Ｍ２が緊急停止するなど、環境Ｅにおける作業の全体効率が低下するおそれがある。

【0027】

このような場合、環境Ｅに習熟した対象者ＯＰ、すなわち、環境Ｅで経験を積んだ習熟度の高い対象者ＯＰは、たとえば、対象者ＯＰの周囲の環境Ｅに関する情報から自律機械Ｍ１，Ｍ２の移動経路Ｒ１，Ｒ２を予測することができる。ここで、対象者ＯＰの周囲の環境Ｅに関する情報としては、コンテナボックスＣＢを搬送中の自律機械Ｍ１の移動方向、自律機械Ｍ１が走行する通路の分岐点である交差点、コンテナボックスＣＢが未配置の地点Ｐ２、コンテナボックスＣＢを配置した後の自律機械Ｍ２の移動方向などを例示することができる。

【0028】

図３に示すような環境Ｅにおいて、環境Ｅに習熟した対象者ＯＰは、地点Ｐ１へ移動する際に、環境Ｅにおける全体効率の低下を防止するために、最短経路の移動経路Ｒ３ではなく、自律機械Ｍ１，Ｍ２の進路を妨げない移動経路Ｒ４で移動する。その結果、自律機械Ｍ１，Ｍ２の緊急停止を防止することができ、環境Ｅにおける全体効率の低下を防止することができる。しかし、すべての対象者ＯＰが環境Ｅに習熟しているとは限らないため、対象者ＯＰに対する行動支援が必要になる。

【0029】

図４は、本開示に係る行動支援方法の実施形態を示すフロー図である。本実施形態の行動支援方法ＢＳＭは、たとえば、図１に示す行動支援システム１００によって実施することができる。本実施形態の行動支援方法ＢＳＭは、たとえば、対象者ＯＰの周囲の環境Ｅに関する環境情報ＥＩを取得する工程Ｓ１と、周囲の環境Ｅに対する対象者ＯＰの行動に関する行動情報ＢＩを取得する工程Ｓ２とを有している。

【0030】

また、本実施形態の行動支援方法ＢＳＭは、たとえば、環境情報ＥＩと行動情報ＢＩとを機械学習により学習して、対象者ＯＰの行動モデルＢＭを生成する工程Ｓ３と、その行動モデルＢＭと環境情報ＥＩとに基づいて対象者ＯＰの予測行動ＰＢを生成する工程Ｓ４とを有している。また、本実施形態の行動支援方法ＢＳＭは、たとえば、環境情報ＥＩに基づく対象者ＯＰの最適行動ＯＢと、対象者ＯＰの予測行動ＰＢとの一致度ＤＣに応じて対象者ＯＰに対する行動支援情報ＢＳＩ１－ＢＳＩ４を生成する工程Ｓ５を有している。また、本実施形態の行動支援方法ＢＳＭは、たとえば、対象者ＯＰに行動支援情報ＢＳＩ１－ＢＳＩ４を提供する工程Ｓ６を有している。

【0031】

本実施形態の行動支援装置１０は、たとえば、図４に示す工程Ｓ１から工程Ｓ６までを所定の周期で繰り返し実行する。以下、図５から図１４を参照して、図４に示す各工程Ｓ１－Ｓ６の詳細と、各工程Ｓ１－Ｓ６における行動支援装置１０および行動支援システム１００の動作を説明する。

【0032】

図５は、図４における環境情報を取得する工程Ｓ１の詳細を示すフロー図である。図１に示す行動支援システム１００の行動支援装置１０は、たとえば、図５に示す工程Ｓ１を開始すると、カメラ３１とＬｉＤＡＲ３２から、それぞれ、カメラ画像ＣＩとＬｉＤＡＲデータＬＤを取得する工程Ｓ１１，Ｓ１２を実施する。より具体的には、行動支援装置１０の環境情報取得部１５は、工程Ｓ１１において、複数のカメラ３１から対象者ＯＰの周囲の環境Ｅの画像を含むカメラ画像ＣＩを取得し、工程Ｓ１２において、複数のＬｉＤＡＲ３２から対象者ＯＰの周囲の環境Ｅの点群データを含むＬｉＤＡＲデータＬＤを取得する。

【0033】

次に、環境情報取得部１５は、たとえば、カメラ画像ＣＩとＬｉＤＡＲデータＬＤから対象者ＯＰの周囲の環境Ｅに関する環境情報ＥＩを取得する工程Ｓ１３を実行する。この工程Ｓ１３において、環境情報取得部１５は、たとえば、ＬｉＤＡＲデータＬＤから背景差分によって移動体である自律機械Ｍ１，Ｍ２，…の点群データを抽出して自律機械Ｍ１，Ｍ２，…の位置を推定する。また、この工程Ｓ１３において、環境情報取得部１５は、たとえば、環境Ｅの適用エリアＡのカメラ画像ＣＩにセマンティック・セグメンテーションを適用し、適用エリアＡ内の物体を、通路、コンテナボックスＣＢ、自律機械Ｍ１，Ｍ２，…などの各カテゴリに分類する。

【0034】

以上により、環境情報取得部１５は、たとえば、自律機械Ｍ１，Ｍ２，…の推定位置や、適用エリアＡ内の物体のカテゴリを含む、環境情報ＥＩを取得することができる。その後、環境情報取得部１５は、取得した環境情報ＥＩを学習部１１および予測部１２へ出力する工程Ｓ１４を実施し、図５に示す工程Ｓ１を終了する。

【0035】

図６は、図４における対象者ＯＰの行動情報ＢＩを取得する工程Ｓ２の詳細を示すフロー図である。行動支援システム１００を構成する行動支援装置１０は、たとえば、図６に示す工程Ｓ２を開始すると、図１および図２に示すカメラ３１とＬｉＤＡＲ３２から、それぞれ、カメラ画像ＣＩとＬｉＤＡＲデータＬＤを取得する工程Ｓ１１，Ｓ１２を実施する。より具体的には、行動支援装置１０の行動情報取得部１４は、工程Ｓ２１において、複数のカメラ３１から対象者ＯＰの画像を含むカメラ画像ＣＩを取得し、工程Ｓ２２において、複数のＬｉＤＡＲ３２から対象者ＯＰの点群データを含むＬｉＤＡＲデータＬＤを取得する。

【0036】

次に、行動情報取得部１４は、たとえば、カメラ画像ＣＩとＬｉＤＡＲデータＬＤから対象者ＯＰの行動に関する行動情報ＢＩを取得する工程Ｓ２３を実行する。この工程Ｓ２３において、行動情報取得部１４は、たとえば、対象者ＯＰの移動経路を追跡するトラッキングを行う。より具体的には、行動情報取得部１４は、たとえば、対象者ＯＰの画像を含むカメラ画像ＣＩから対象者ＯＰを識別して、対象者ＯＰの大まかな位置を把握する。

【0037】

また、行動情報取得部１４は、たとえば、ＬｉＤＡＲデータＬＤから背景差分によって対象者ＯＰを含む移動体の点群データを抽出し、カメラ画像ＣＩに基づく対象者ＯＰの大まかな位置から対象者ＯＰの点群データを抽出することで、対象者ＯＰの詳細な位置を推定する。以上により、行動情報取得部１４は、たとえば、対象者ＯＰの移動経路を含む、行動情報ＢＩを取得することができる。その後、行動情報取得部１４は、取得した行動情報ＢＩを学習部１１および予測部１２へ出力する工程Ｓ２４を実施し、図６に示す工程Ｓ２を終了する。

【0038】

図７は、図４における対象者ＯＰの行動モデルＢＭを生成する工程Ｓ３の詳細を示すフロー図である。この工程Ｓ３において、行動支援システム１００の行動支援装置１０は、環境Ｅに関する環境情報ＥＩと、環境Ｅに対する対象者ＯＰの行動に関する行動情報ＢＩとを機械学習により学習して、対象者ＯＰの行動モデルＢＭを生成する。行動支援装置１０は、図７に示す工程Ｓ３を開始すると、たとえば、学習データ収集工程Ｓ３１と、学習工程Ｓ３２とを並行して実施する。

【0039】

学習データ収集工程Ｓ３１において、行動支援装置１０の学習部１１は、たとえば、工程Ｓ３１１から工程Ｓ３１６までを実施する。学習部１１は、まず、環境情報取得部１５から対象者ＯＰの周囲の環境情報ＥＩを取得する工程Ｓ３１１と、行動情報取得部１４から対象者ＯＰの行動情報ＢＩを取得する工程Ｓ３１２と、全体行動計画部１６から対象者ＯＰの目的地情報ＤＩを取得する工程Ｓ３１３と、を実施する。

【0040】

また、学習部１１は、工程Ｓ３１２で取得した対象者ＯＰの行動情報ＢＩに含まれる対象者ＯＰの位置情報と、工程Ｓ３１３で取得した対象者ＯＰの目的地情報ＤＩとを比較して、対象者ＯＰが目的地に到着したか否かを判定する工程Ｓ３１４を実行する。この工程Ｓ３１４で、学習部１１は、たとえば、対象者ＯＰの位置情報と対象者ＯＰの目的地情報ＤＩとの差、すなわち、対象者ＯＰの位置と目的地との距離が、所定のしきい値より大である場合、対象者ＯＰが目的地に到着していないこと（Ｎｏ）を判定する。この場合、学習部１１は、再度、工程Ｓ３１１から工程Ｓ３１４までを繰り返す。

【0041】

一方、工程Ｓ３１４において、学習部１１は、対象者ＯＰの位置情報と対象者ＯＰの目的地情報ＤＩとの差、すなわち、対象者ＯＰの位置と目的地との距離が、所定のしきい値以下である場合、対象者ＯＰが目的地に到着したこと（Ｙｅｓ）を判定する。この場合、学習部１１は、対象者ＯＰが目的地に到着した時刻の情報を取得する工程Ｓ３１５を実施する。さらに、学習部１１は、たとえば、工程Ｓ３１１および工程Ｓ３１２で取得した環境情報ＥＩおよび行動情報ＢＩの時系列を、工程Ｓ３１５で取得した対象者ＯＰの目的地への到着時刻で区切って、データベースに格納する工程Ｓ３１６を実施する。

【0042】

この工程Ｓ３１６により、学習部１１は、たとえば、対象者ＯＰが前回の目的地から今回の目的地に移動する間の環境情報ＥＩと行動情報ＢＩとを関連付け、一つのエピソードログとしてデータベースに格納することができる。その結果、対象者ＯＰの前回の目的地から今回の目的地までの移動経路を含む行動情報ＢＩと、その移動経路を移動している間の対象者ＯＰの周囲の環境情報ＥＩとが利用可能になる。

【0043】

以上の学習データ収集工程Ｓ３１と並行して、学習部１１は、学習工程Ｓ３２を実施する。学習工程Ｓ３２において、学習部１１は、まず、機械学習を開始するか否かを判定する工程Ｓ３２１を実施する。この工程Ｓ３２１において、学習部１１は、たとえば、データベースに蓄積されたエピソードログのデータ量が所定の水準に満たない場合、または、あらかじめ設定された所定の時間（たとえば１時間程度）が経過していない場合などに、学習を開始しないこと（Ｎｏ）を判定する。

【0044】

この場合、学習部１１は、学習データを取得する工程Ｓ３２２、行動モデルＢＭを学習する工程Ｓ３２３、および、行動モデルＢＭのパラメータをデータベースに格納する工程Ｓ３２４を実施することなく、行動モデルＢＭを取得する工程Ｓ３２５を実施する。

【0045】

一方、学習部１１は、たとえば、データベースに蓄積されたエピソードログのデータ量が所定の水準を超えている場合、または、あらかじめ設定された所定の時間（たとえば１時間程度）が経過した場合などに、学習を開始すること（Ｙｅｓ）を判定する。これにより、学習部１１は、所定の水準以上のデータ量のエピソードログがデータベースに蓄積された状態で、学習データを取得する工程Ｓ３２２を実施することができ、機械学習をより効率よく実施することができる。

【0046】

学習部１１は、工程Ｓ３２２において、前述の学習データ収集工程Ｓ３１によってデータベースに蓄積されたエピソードログを学習データとしてデータベースから取得する。エピソードログは、前述のように、対象者ＯＰが前回の目的地から今回の目的地に移動する間の対象者ＯＰの周囲の環境情報ＥＩと対象者ＯＰの行動情報ＢＩとを関連付けた情報である。さらに、学習部１１は、取得したエピソードログを用いた機械学習により、対象者ＯＰの周囲の環境情報ＥＩに対する対象者ＯＰの行動を予測するための行動モデルＢＭを、機械学習によって生成する工程Ｓ３２３を実施する。

【0047】

ここで、学習部１１によって生成される行動モデルＢＭは、たとえば、対象者ＯＰの行動情報ＢＩに含まれる出発地の情報と、対象者ＯＰの目的地情報ＤＩと、対象者ＯＰの周囲の環境情報ＥＩとを入力とし、予測される対象者ＯＰの移動経路を出力とするモデルである。このような対象者ＯＰの行動モデルＢＭは、たとえば、深層学習などの手法によって構築することができる。

【0048】

すなわち、学習部１１は、工程Ｓ３２３において、エピソードログから対象者ＯＰの出発地情報、目的地情報ＤＩ、および環境情報ＥＩを取り出す。さらに、学習部１１は、そのエピソードログにおける対象者ＯＰの移動経路を、行動モデルＢＭに教師データとして与えることで、行動モデルＢＭの機械学習を行う。その後、学習部１１は、機械学習が終了した行動モデルＢＭの新しいパラメータをデータベースに格納し、または、その新しいパラメータによって、データベースに格納されている行動モデルＢＭの古いパラメータを更新する工程Ｓ３２４を実施する。

【0049】

以上のように、学習部１１は、学習工程Ｓ３２において、環境Ｅに関する環境情報ＥＩと、環境Ｅに対する対象者ＯＰの行動に関する行動情報ＢＩとを学習して、対象者ＯＰの行動モデルＢＭを生成する。その後、学習部１１は、データベースから行動モデルＢＭを取得する工程Ｓ３２５と、その行動モデルＢＭを予測部１２へ出力する工程Ｓ３２６を実施し、図７に示す工程Ｓ３を終了する。

【0050】

図８は、図４における対象者ＯＰの予測行動ＰＢを生成する工程Ｓ４の詳細を示すフロー図である。この工程Ｓ４において、図１に示す行動支援装置１０の予測部１２は、行動モデルＢＭと環境情報ＥＩとに基づいて対象者ＯＰの予測行動ＰＢを生成する。

【0051】

より詳細には、予測部１２は、図８に示す工程Ｓ４を開始すると、たとえば、全体行動計画部１６から対象者ＯＰの目的地に関する目的地情報ＤＩを取得する工程Ｓ４１と、行動情報取得部１４から対象者ＯＰの行動に関する行動情報ＢＩを取得する工程Ｓ４２を実施する。さらに、予測部１２は、これらの工程と並行して、環境情報取得部１５から対象者ＯＰの周囲の環境Ｅに関する環境情報ＥＩを取得する工程Ｓ４３と、学習部１１から対象者ＯＰの行動モデルＢＭを取得する工程Ｓ４４とを実施する。

【0052】

次に、予測部１２は、対象者ＯＰの行動情報ＢＩに含まれる対象者ＯＰの位置情報と、対象者ＯＰの目的地情報ＤＩと、対象者ＯＰの周囲の環境情報ＥＩとを行動モデルＢＭに入力し、行動モデルＢＭの出力として対象者ＯＰの予測行動ＰＢを生成する工程Ｓ４５を実施する。対象者ＯＰの予測行動ＰＢは、たとえば、対象者ＯＰの周囲の環境Ｅに対する対象者ＯＰのこれまでの行動に基づいて予測される対象者ＯＰの移動経路を含む。その後、予測部１２は、生成した予測行動ＰＢを行動支援部１３へ出力する工程Ｓ４６を実施して、図８に示す工程Ｓ４を終了する。

【0053】

図９は、図４における対象者ＯＰの行動支援情報ＢＳＩ１－ＢＳＩ４を生成する工程Ｓ５の詳細を示すフロー図である。この工程Ｓ５において、図１に示す行動支援装置１０の行動支援部１３は、たとえば、環境情報ＥＩに基づく対象者ＯＰの最適行動ＯＢと、対象者ＯＰの予測行動ＰＢとの一致度ＤＣに応じて、対象者ＯＰに対する行動支援情報ＢＳＩ１－ＢＳＩ４を生成する。

【0054】

より詳細には、行動支援部１３は、図９に示す工程Ｓ５を開始すると、予測部１２から対象者ＯＰの予測行動ＰＢを取得する工程Ｓ５０１と、全体行動計画部１６から対象者ＯＰの周囲の環境情報ＥＩに基づく最適行動ＯＢを取得する工程Ｓ５０２とを実施する。次に、行動支援部１３は、たとえば、対象者ＯＰの予測行動ＰＢと、対象者ＯＰの最適行動ＯＢとの一致度ＤＣを算出する工程Ｓ５０３を実施する。

【0055】

一致度ＤＣは、たとえば、出発地から同じ通路を同じ方向へ進んでいること、通路の交差点などの分岐点で同じ方向へ分岐していることなど、複数の指標が一致している割合に基づいて算出することができる。一致度ＤＣは、たとえば、予測行動ＰＢと最適行動ＯＢとが完全に一致している場合を１００％とし、予測行動ＰＢと最適行動ＯＢの相違点が多くなるほど低下させてもよい。また、一致度ＤＣは、たとえば、予測行動ＰＢおよび最適行動ＯＢに含まれる対象者ＯＰの移動速度の差が小さいほど高くなるようにしてもよい。また、一致度ＤＣは、対象者ＯＰの最適行動ＯＢに対する環境Ｅの全体効率と、対象者ＯＰの予測行動ＰＢによる環境Ｅの全体効率との差が大きくなるほど、低下させてもよい。

【0056】

次に、行動支援部１３は、たとえば、工程Ｓ５０３で算出した一致度ＤＣが、第１しきい値Ｔｈ１以上であるか否かを判定する工程Ｓ５０４を実施する。この工程Ｓ５０４において、たとえば、第１しきい値Ｔｈ１を１００％に設定すると、対象者ＯＰの予測行動ＰＢに含まれる移動経路と、対象者ＯＰの最適行動ＯＢに含まれる移動経路とが、完全に一致しているか否かを判定することになる。なお、第１しきい値Ｔｈ１は、１００％未満の値に設定してもよい。

【0057】

工程Ｓ５０４において、行動支援部１３は、一致度ＤＣが第１しきい値Ｔｈ１以上であること（Ｙｅｓ）、たとえば、対象者ＯＰの予測行動ＰＢに含まれる移動経路と、対象者ＯＰの最適行動ＯＢに含まれる移動経路とが、完全に一致していることを判定すると、第１の行動支援情報ＢＳＩ１を生成する工程Ｓ５０５を実施する。この工程Ｓ５０５で生成される第１の行動支援情報ＢＳＩ１は、予測行動ＰＢと最適行動ＯＢとが一致しているかまたは略一致している、環境Ｅに対して完全に習熟した対象者ＯＰに対して提供される情報である。

【0058】

そのため、工程Ｓ５０５で生成される第１の行動支援情報ＢＳＩ１は、行動支援部１３が生成する行動支援情報ＢＳＩ１－ＢＳＩ４の中で、最も簡素な情報となる。なお、工程Ｓ５０４において、たとえば、前述のように、対象者ＯＰの予測行動ＰＢと、対象者ＯＰの最適行動ＯＢとが一致していること（Ｙｅｓ）が判定された場合に、行動支援情報ＢＳＩ１－ＢＳＩ４を生成することなく、図９に示す工程Ｓ５を終了してもよい。すなわち、行動支援部１３は、対象者ＯＰの最適行動ＯＢと予測行動ＰＢとの一致度ＤＣが所定のしきい値を超えた場合に、行動支援情報ＢＳＩ１－ＢＳＩ４を生成しなくてもよい。

【0059】

一方、前述の工程Ｓ５０４において、行動支援部１３は、一致度ＤＣが第１しきい値Ｔｈ１未満であること（Ｎｏ）、たとえば、対象者ＯＰの予測行動ＰＢと最適行動ＯＢとが一致しないことを判定すると、次の工程Ｓ５０６を実施する。この工程Ｓ５０６において、行動支援部１３は、たとえば、一致度ＤＣが第２しきい値Ｔｈ２以上であるか否かを判定する。ここで、一致度ＤＣの第２しきい値Ｔｈ２は、たとえば、一致度ＤＣの第１しきい値Ｔｈ１よりも低い値に設定されている。

【0060】

工程Ｓ５０６において、行動支援部１３は、一致度ＤＣが第２しきい値Ｔｈ２以上であること（Ｙｅｓ）を判定すると、第２の行動支援情報ＢＳＩ２を生成する工程Ｓ５０７を実施する。この工程Ｓ５０７で生成される第２の行動支援情報ＢＳＩ２は、環境Ｅに対する経験をある程度は積んでおり、環境Ｅに対して比較的に習熟した対象者ＯＰに対して提供される情報である。

【0061】

そのため、この工程Ｓ５０７で生成される第２の行動支援情報ＢＳＩ２は、行動支援部１３が生成する行動支援情報ＢＳＩ１－ＢＳＩ４の中で、第１の行動支援情報ＢＳＩ１の次に簡素な情報となる。換言すると、この工程Ｓ５０７で生成される第２の行動支援情報ＢＳＩ２は、後述する第３の行動支援情報ＢＳＩ３または第４の行動支援情報ＢＳＩ４よりも簡素化されているが、最も簡素な第１の行動支援情報ＢＳＩ１よりも詳細化された情報である。

【0062】

一方、前述の工程Ｓ５０６において、行動支援部１３は、一致度ＤＣが第２しきい値Ｔｈ２未満であること（Ｎｏ）を判定すると、次の工程Ｓ５０８を実施する。この工程Ｓ５０８において、行動支援部１３は、たとえば、一致度ＤＣが第３しきい値Ｔｈ３以上であるか否かを判定する。ここで、一致度ＤＣの第３しきい値Ｔｈ３は、たとえば、第２しきい値Ｔｈ２よりも低い値に設定されている。

【0063】

工程Ｓ５０８において、行動支援部１３は、一致度ＤＣが第３しきい値Ｔｈ３以上であること（Ｙｅｓ）を判定すると、第３の行動支援情報ＢＳＩ３を生成する工程Ｓ５０９を実施する。この工程Ｓ５０９で生成される第３の行動支援情報ＢＳＩ３は、環境Ｅに対する経験が不足しており、環境Ｅに対してあまり習熟していない対象者ＯＰに対して提供される情報である。

【0064】

そのため、この工程Ｓ５０９で生成される第３の行動支援情報ＢＳＩ３は、たとえば、第２の行動支援情報ＢＳＩ２よりも詳細化された情報である。しかし、第３の行動支援情報ＢＳＩ３が提供されることになる対象者ＯＰは、たとえば、環境Ｅに対する経験を多少は有している。そのため、第３の行動支援情報ＢＳＩ３は、たとえば、後述する最も詳細な第４の行動支援情報ＢＳＩ４よりも簡素化された情報である。

【0065】

一方、前述の工程Ｓ５０８において、行動支援部１３は、一致度ＤＣが第３しきい値Ｔｈ３未満であること（Ｎｏ）を判定すると、第４の行動支援情報ＢＳＩ４を生成する工程Ｓ５１０を実施する。この工程Ｓ５０９で生成される第４の行動支援情報ＢＳＩ４は、たとえば、環境Ｅに対する経験がほとんどなく、環境Ｅに対して全く習熟していない対象者ＯＰに対して提供される情報である。そのため、この工程Ｓ５１０で生成される第４の行動支援情報ＢＳＩ４は、たとえば、行動支援情報ＢＳＩ１－ＢＳＩ４の中で最も詳細化された情報である。

【0066】

その後、行動支援部１３は、たとえば、前述の工程Ｓ５０５、Ｓ５０７、Ｓ５０９、またはＳ５１０で生成した第１から第４の行動支援情報ＢＳＩ１－ＢＳＩ４のいずれかを、図１に示す通信装置４０へ出力する工程Ｓ５１１を実施して、図９に示す工程Ｓ５を終了する。通信装置４０は、たとえば、無線通信回線を介して、行動支援部１３から入力された行動支援情報ＢＳＩ１－ＢＳＩ４をＵＩ２０へ送信する。

【0067】

図１０は、図４の対象者ＯＰに行動支援情報ＢＳＩ１－ＢＳＩ４を提供する工程Ｓ６の詳細を示すフロー図である。図１に示す行動支援システム１００のＵＩ２０は、図１０に示す工程Ｓ６を開始すると、まず、行動支援装置１０から通信装置４０を介して送信された行動支援情報ＢＳＩ１－ＢＳＩ４を受信する工程Ｓ６１を実施する。次に、ＵＩ２０は、行動支援情報ＢＳＩ１－ＢＳＩ４の受信が成功したか否かを判定する工程Ｓ６２を実施する。

【0068】

この工程Ｓ６２において、ＵＩ２０は、たとえば、行動支援情報ＢＳＩ１－ＢＳＩ４の受信が失敗したこと（Ｎｏ）を判定すると、行動支援情報ＢＳＩ１－ＢＳＩ４を対象者ＯＰに提供する工程Ｓ６３を実施することなく、図６に示す工程Ｓ６を終了する。その後、行動支援システム１００は、図４に示す行動支援方法ＢＳＭを終了させ、図４に示す行動支援方法ＢＳＭの各工程Ｓ１－Ｓ６を所定の周期で繰り返し実施する。

【0069】

この場合、ＵＩ２０は、行動支援情報ＢＳＩ１－ＢＳＩ４の受信が失敗したことを対象者ＯＰへ通知するようにしてもよい。また、ＵＩ２０は、行動支援情報ＢＳＩ１－ＢＳＩ４のいずれかの受信が成功するまで、行動支援情報ＢＳＩ１－ＢＳＩ４を受信する工程Ｓ６１を繰り返してもよい。一方、前述の工程Ｓ６２において、ＵＩ２０は、たとえば、行動支援情報ＢＳＩ１－ＢＳＩ４のいずれかの受信が成功したこと（Ｙｅｓ）を判定すると、受信した行動支援情報ＢＳＩ１－ＢＳＩ４のいずれかを対象者ＯＰへ提供する工程Ｓ６３を実施する。

【0070】

図１１は、ＵＩ２０によって対象者ＯＰに提供される第１の行動支援情報ＢＳＩ１の一例を示す画像図である。ＵＩ２０は、前述の工程Ｓ６１で第１の行動支援情報ＢＳＩ１を受信すると、工程Ｓ６３において、たとえば、図１１に示すような最も簡素化された行動支援情報ＢＳＩ１をＡＲグラスの表示画面に表示する。前述のように、第１の行動支援情報ＢＳＩ１は、たとえば、環境Ｅに対して完全に習熟した対象者ＯＰに対して提供される情報である。

【0071】

そのため、図１１に示す例において、ＵＩ２０の表示画面に表示される行動支援情報ＢＳＩ１は、対象者ＯＰに対する行動支援が不要であることのみを示している。ＵＩ２０がこのような表示を行うことで、最も簡素な行動支援情報ＢＳＩ１が提供される習熟度の高い対象者ＯＰは、行動支援システム１００が正常に作動していることを認識することができる。

【0072】

図１２は、ＵＩ２０によって対象者ＯＰに提供される第２の行動支援情報ＢＳＩ２の一例を示す画像図である。ＵＩ２０は、前述の工程Ｓ６１で第２の行動支援情報ＢＳＩ２を受信すると、工程Ｓ６３において、たとえば、図１２に示すように、簡素化された行動支援情報ＢＳＩ２をＡＲグラスの表示画面に表示する。前述のように、第２の行動支援情報ＢＳＩ２は、たとえば、環境Ｅに対する経験をある程度は積んでおり、環境Ｅに対して比較的に習熟した対象者ＯＰに対して提供される情報である。そのため、図１２に示す例において、ＵＩ２０の表示画面に表示される第２の行動支援情報ＢＳＩ２は、前述の第１の行動支援情報ＢＳＩ１よりも詳細化されているが、自律機械Ｍ１の進行方向に対応する矢印のみを示す簡素化された情報になっている。

【0073】

図１３は、ＵＩ２０によって対象者ＯＰに提供される第３の行動支援情報ＢＳＩ３の一例を示す画像図である。ＵＩ２０は、前述の工程Ｓ６１で第３の行動支援情報ＢＳＩ３を受信すると、工程Ｓ６３において、たとえば、図１３に示すような行動支援情報ＢＳＩ３をＡＲグラスの表示画面に表示する。前述のように、第３の行動支援情報ＢＳＩ３は、環境Ｅに対する経験が不足しており、環境Ｅに対してあまり習熟していない対象者ＯＰに対して提供される情報である。そのため、図１３に示す例において、ＵＩ２０の表示画面に表示される第３の行動支援情報ＢＳＩ３は、前述の第２の行動支援情報ＢＳＩ２よりも詳細化されているが、自律機械Ｍ１，Ｍ２の移動経路Ｒ１，Ｒ２に対応する破線を示すだけの簡素化された情報になっている。

【0074】

図１４は、ＵＩ２０によって対象者ＯＰに提供される第４の行動支援情報ＢＳＩ４の一例を示す画像図である。ＵＩ２０は、前述の工程Ｓ６１で第４の行動支援情報ＢＳＩ４を受信すると、工程Ｓ６３において、たとえば、図１４に示すような最も詳細化された行動支援情報ＢＳＩ４をＡＲグラスの表示画面に表示する。前述のように、第４の行動支援情報ＢＳＩ４は、たとえば、環境Ｅに対する経験がほとんどなく、環境Ｅに対して全く習熟していない対象者ＯＰに対して提供される情報である。そのため、図１４に示す例において、ＵＩ２０の表示画面に表示される第４の行動支援情報ＢＳＩ４は、対象者ＯＰの最適行動ＯＢに対応する移動経路Ｒ４を直接的に表示する情報になっている。

【0075】

ＵＩ２０は、前述の行動支援情報ＢＳＩ１－ＢＳＩ４のいずれかを提供する工程Ｓ６３の終了後、図１０に示す工程Ｓ６を終了する。その後、行動支援システム１００は、図４に示す行動支援方法ＢＳＭを終了させ、再度、行動支援方法ＢＳＭの各工程Ｓ１－Ｓ６を所定の周期で繰り返し実施する。

【0076】

以上のように、本実施形態の行動支援装置１０は、対象者ＯＰの周囲の環境Ｅに応じて対象者ＯＰの行動を支援する装置であって、学習部１１と、予測部１２と、行動支援部１３とを備えている。学習部１１は、環境Ｅに関する環境情報ＥＩと、環境Ｅに対する対象者ＯＰの行動に関する行動情報ＢＩとを学習して、対象者ＯＰの行動モデルＢＭを生成する。予測部１２は、行動モデルＢＭと環境情報ＥＩとに基づいて対象者ＯＰの予測行動ＰＢを生成する。行動支援部１３は、環境情報ＥＩに基づく対象者ＯＰの最適行動ＯＢと対象者ＯＰの予測行動ＰＢとの一致度ＤＣに応じて対象者ＯＰに対する行動支援情報ＢＳＩ１－ＢＳＩ４を生成する。

【0077】

このような構成により、本実施形態の行動支援装置１０は、学習部１１によって各々の対象者ＯＰの周囲の環境Ｅに対する行動を学習し、予測部１２によって対象者ＯＰの周囲の環境Ｅに対する対象者ＯＰの予測行動ＰＢを生成することができる。さらに、行動支援部１３により、対象者ＯＰの予測行動ＰＢと対象者ＯＰの最適行動ＯＢとの一致度ＤＣに応じた行動支援情報ＢＳＩ１－ＢＳＩ４を生成することで、各々の対象者ＯＰの環境Ｅに対する習熟度に応じた行動支援が可能になる。

【0078】

より具体的には、本実施形態の行動支援装置１０において、行動支援部１３は、対象者ＯＰの最適行動ＯＢと予測行動ＰＢとの一致度ＤＣが低いほど、行動支援情報ＢＳＩ１－ＢＳＩ４を詳細化する。

【0079】

このような構成により、本実施形態の行動支援装置１０は、予測行動ＰＢと最適行動ＯＢとの一致度ＤＣが最も低い水準にあり、環境Ｅに対する習熟度が最も低い水準にある対象者ＯＰに対しては、図１４に示すような最も詳細な行動支援情報ＢＳＩ４を提供することができる。これにより、環境Ｅに対する習熟度が低い対象者ＯＰであっても、対象者ＯＰの周囲の環境Ｅに応じた最適行動ＯＢを取ることが可能になり、環境Ｅの全体効率が低下するのを防止することができる。

【0080】

また、本実施形態の行動支援装置１０において、行動支援部１３は、対象者ＯＰの最適行動ＯＢと予測行動ＰＢとの一致度ＤＣが高いほど、行動支援情報ＢＳＩ１－ＢＳＩ４を簡素化する。

【0081】

このような構成により、本実施形態の行動支援装置１０は、環境Ｅに対する習熟度が向上し、予測行動ＰＢと最適行動ＯＢとの一致度ＤＣが上昇した対象者ＯＰに対して、図１３に示すような、より簡素化された行動支援情報ＢＳＩ３を提供することができる。また、環境Ｅに対する習熟度がさらに向上し、予測行動ＰＢと最適行動ＯＢとの一致度ＤＣがさらに上昇した対象者ＯＰに対して、本実施形態の行動支援装置１０は、図１２に示すような、さらに簡略化された行動支援情報ＢＳＩ２を提供することができる。

【0082】

また、予測行動ＰＢと最適行動ＯＢとがほぼ一致するなど、環境Ｅに対して十分に習熟した対象者ＯＰに対して、本実施形態の行動支援装置１０は、図１１に示す対象行動支援不要の表示など、最も簡略化された行動支援情報ＢＳＩ１を提供することができる。これにより、対象者ＯＰが過度に行動支援情報ＢＳＩ１－ＢＳＩ４に依存することが防止され、対象者ＯＰの自律性および習熟度を、効率よく向上させることができる。その結果、行動支援装置１０に不具合が発生した場合に、対象者ＯＰが周囲の環境Ｅに応じた適切な行動を取ることが可能になり、環境Ｅの全体的な効率が低下するのを防止できる。

【0083】

また、本実施形態の行動支援装置１０において、行動支援部１３は、前述のように、対象者ＯＰの最適行動ＯＢと予測行動ＰＢとの一致度ＤＣが所定のしきい値を超えた場合に、行動支援情報ＢＳＩ１－ＢＳＩ４を生成しなくてもよい。本実施形態の行動支援装置１０は、このような構成によっても、対象者ＯＰが過度に行動支援情報ＢＳＩ１－ＢＳＩ４に依存することを防止することができ、対象者ＯＰの自律性および習熟度を効率よく向上させることができる。その結果、行動支援装置１０に不具合が発生した場合に、対象者ＯＰが周囲の環境Ｅに応じた適切な行動を取ることが可能になり、環境Ｅの全体的な効率が低下するのを防止できる。

【0084】

なお、本実施形態の行動支援装置１０において、行動支援部１３は、前述の例とは逆に、対象者ＯＰの最適行動ＯＢと予測行動ＰＢとの一致度ＤＣが低いほど、行動支援情報ＢＳＩ１－ＢＳＩ４を簡素化してもよい。本実施形態の行動支援装置１０は、このような構成によっても、対象者ＯＰが過度に行動支援情報ＢＳＩ１－ＢＳＩ４に依存することを防止することができ、対象者ＯＰの自律性および習熟度を効率よく向上させることができる。その結果、行動支援装置１０に不具合が発生した場合に、対象者ＯＰが周囲の環境Ｅに応じた適切な行動を取ることが可能になり、環境Ｅの全体的な効率が低下するのを防止できる。

【0085】

また、本実施形態の行動支援システム１００は、前述の行動支援装置１０と、行動支援装置１０によって生成された行動支援情報ＢＳＩ１－ＢＳＩ４を対象者ＯＰへ提供するユーザインタフェース（ＵＩ２０）とを備えている。したがって、本実施形態の行動支援システム１００によれば、前述の行動支援装置１０と同様の効果を奏することができるだけでなく、ＵＩ２０によって対象者ＯＰに対して行動支援情報ＢＳＩ１－ＢＳＩ４を効率よく提供することができる。

【0086】

また、本実施形態の行動支援方法ＢＳＭは、前述のように、対象者ＯＰの周囲の環境Ｅに応じて対象者ＯＰの行動を支援する方法である。行動支援方法ＢＳＭは、環境Ｅに関する環境情報ＥＩと、環境Ｅに対する対象者ＯＰの行動に関する行動情報ＢＩとを機械学習により学習して、対象者ＯＰの行動モデルＢＭを生成する工程Ｓ３を有する。また、行動支援方法ＢＳＭは、行動モデルＢＭと環境情報ＥＩとに基づいて対象者ＯＰの予測行動ＰＢを生成する工程Ｓ４と、環境情報ＥＩに基づく対象者ＯＰの最適行動ＯＢと対象者ＯＰの予測行動ＰＢとの一致度ＤＣに応じて対象者ＯＰに対する行動支援情報ＢＳＩ１－ＢＳＩ４を生成する工程Ｓ５を有する。さらに、行動支援方法ＢＳＭは、対象者ＯＰへ行動支援情報ＢＳＩ１－ＢＳＩ４を提供する工程Ｓ６を有する。このような構成により、本実施形態の行動支援方法ＢＳＭによれば、前述の行動支援装置１０および行動支援システム１００と同様の効果を奏することができる。

【0087】

以上、図面を用いて本開示に係る行動支援装置、行動支援システム、および行動支援方法の実施形態を詳述してきたが、具体的な構成はこの実施形態に限定されるものではなく、本開示の要旨を逸脱しない範囲における設計変更等があっても、それらは本開示に含まれるものである。

【符号の説明】

【0088】

１０ 行動支援装置
１１ 学習部
１２ 予測部
１３ 行動支援部
２０ ＵＩ（ユーザインタフェース）
１００ 行動支援システム
ＢＩ 行動情報
ＢＭ 行動モデル
ＢＳＩ１ 行動支援情報
ＢＳＩ２ 行動支援情報
ＢＳＩ３ 行動支援情報
ＢＳＩ４ 行動支援情報
ＢＳＭ 行動支援方法
ＤＣ 一致度
Ｅ 環境
ＥＩ 環境情報
ＯＢ 最適行動
ＯＰ 対象者
ＰＢ 予測行動

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】