ホーム > 特許ランキング > ソフトバンクグループ株式会社
(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】P2024166917
(43)【公開日】2024-11-29
(54)【発明の名称】制御システム、システム及びプログラム
(51)【国際特許分類】
G06N 3/008 20230101AFI20241122BHJP
B25J 13/00 20060101ALI20241122BHJP
【ＦＩ】
G06N3/008
B25J13/00 Z
【審査請求】未請求
【請求項の数】12
【出願形態】ＯＬ
(21)【出願番号】P 2023083349
(22)【出願日】2023-05-19
(71)【出願人】
【識別番号】591280485
【氏名又は名称】ソフトバンクグループ株式会社
(74)【代理人】
【識別番号】110002147
【氏名又は名称】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】孫 正義
【テーマコード（参考）】
3C707
【Ｆターム（参考）】
3C707AS34
3C707KS39
3C707KT01
3C707LW15
3C707WA03
3C707WL05
3C707WL07
3C707WL13
3C707WM07
3C707WM16
3C707WM30
(57)【要約】
【課題】感情に応じてデータを適切に記録すること。
【解決手段】実施形態に係る制御システムは、ロボットの行動を制御する制御システムであって、記録制御部と、切換制御部とを備える。記録制御部は、センサによって連続的に検出された情報の少なくとも一部を処理して、第１記録形式の情報又は第１記録形式の情報より情報量が多い第２記録形式の情報を生成して記録させる。切換制御部は、第１記録形式の情報を生成させている場合に、ロボットまたはユーザの感情の変化が多くなったことに応じて、記録制御部による記録形式を、第１記録形式から第２記録形式に切り換える。
【選択図】図２
【解決手段】実施形態に係る制御システムは、ロボットの行動を制御する制御システムであって、記録制御部と、切換制御部とを備える。記録制御部は、センサによって連続的に検出された情報の少なくとも一部を処理して、第１記録形式の情報又は第１記録形式の情報より情報量が多い第２記録形式の情報を生成して記録させる。切換制御部は、第１記録形式の情報を生成させている場合に、ロボットまたはユーザの感情の変化が多くなったことに応じて、記録制御部による記録形式を、第１記録形式から第２記録形式に切り換える。
【選択図】図２
【特許請求の範囲】
【請求項1】
ロボットの行動を制御する制御システムであって、
センサによって連続的に検出された情報の少なくとも一部を処理して、第１記録形式の情報又は前記第１記録形式の情報より情報量が多い第２記録形式の情報を生成して記録させる記録制御部と、
前記第１記録形式の情報を生成させている場合に、前記ロボットまたはユーザの感情の変化が多くなったことに応じて、前記記録制御部による記録形式を、前記第１記録形式から前記第２記録形式に切り換える切換制御部と
を備える制御システム。
センサによって連続的に検出された情報の少なくとも一部を処理して、第１記録形式の情報又は前記第１記録形式の情報より情報量が多い第２記録形式の情報を生成して記録させる記録制御部と、
前記第１記録形式の情報を生成させている場合に、前記ロボットまたはユーザの感情の変化が多くなったことに応じて、前記記録制御部による記録形式を、前記第１記録形式から前記第２記録形式に切り換える切換制御部と
を備える制御システム。
【請求項2】
前記センサは、被写体を連続的に撮像するイメージセンサを含み、
前記第１記録形式の情報は、前記イメージセンサで撮像された物体の形状を表現する形
状データを含み、
前記第２記録形式の情報は、形状データより情報量が多い、前記イメージセンサの出力に基づく映像データを含む
請求項１に記載の制御システム。
前記第１記録形式の情報は、前記イメージセンサで撮像された物体の形状を表現する形
状データを含み、
前記第２記録形式の情報は、形状データより情報量が多い、前記イメージセンサの出力に基づく映像データを含む
請求項１に記載の制御システム。
【請求項3】
前記記録制御部によって記録される情報は、映像データであり、
前記第２記録形式は、前記第１記録形式よりも前記映像データの圧縮率が低い
請求項１に記載の制御システム。
前記第２記録形式は、前記第１記録形式よりも前記映像データの圧縮率が低い
請求項１に記載の制御システム。
【請求項4】
前記記録制御部は、
前記ロボットまたは前記ユーザの感情値が閾値以下の場合において、前記感情値の変化量が閾値を超える場合に、前記記録形式を、前記第１記録形式から前記第２記録形式に切り換える
請求項１に記載の制御システム。
前記ロボットまたは前記ユーザの感情値が閾値以下の場合において、前記感情値の変化量が閾値を超える場合に、前記記録形式を、前記第１記録形式から前記第２記録形式に切り換える
請求項１に記載の制御システム。
【請求項5】
前記記録制御部は、
前記感情の変化が多くなった状況が収まった場合に、前記記録形式を、前記第２記録形式から前記第１記録形式に切り換える
請求項１に記載の制御システム。
前記感情の変化が多くなった状況が収まった場合に、前記記録形式を、前記第２記録形式から前記第１記録形式に切り換える
請求項１に記載の制御システム。
【請求項6】
前記記録制御部は、
前記感情の変化の連続性に応じて、前記記録形式を、前記第２記録形式から前記第１記録形式に切り換える
請求項１に記載の制御システム。
前記感情の変化の連続性に応じて、前記記録形式を、前記第２記録形式から前記第１記録形式に切り換える
請求項１に記載の制御システム。
【請求項7】
前記記録制御部は、
前記感情の変化における緩急の組み合わせまたは前記変化の程度に応じて、前記記録形式を、前記第２記録形式から前記第１記録形式に切り換える
請求項１に記載の制御システム。
前記感情の変化における緩急の組み合わせまたは前記変化の程度に応じて、前記記録形式を、前記第２記録形式から前記第１記録形式に切り換える
請求項１に記載の制御システム。
【請求項8】
前記記録制御部は、
前記第２記録形式の情報にタグ付けを行って記録させる
請求項１に記載の制御システム。
前記第２記録形式の情報にタグ付けを行って記録させる
請求項１に記載の制御システム。
【請求項9】
タグ付けされる情報は、
周辺情報、匂い、気温、湿度、位置情報、天候、周囲の人数、表情および感情に関する情報を少なくとも１つ含む
請求項８に記載の制御システム。
周辺情報、匂い、気温、湿度、位置情報、天候、周囲の人数、表情および感情に関する情報を少なくとも１つ含む
請求項８に記載の制御システム。
【請求項10】
前記映像データを含む前記第２記録形式の情報をサーバから受信し、受信した前記第２記録形式の情報に含まれる前記映像データに基づいて、前記ユーザに提示される映像を生成する映像生成部をさらに備える
請求項２に記載の制御システム。
請求項２に記載の制御システム。
【請求項11】
ロボットの行動を制御する制御システムであって、
センサによって連続的に検出された情報の少なくとも一部を処理して、第１記録形式の情報又は前記第１記録形式の情報より情報量が多い第２記録形式の情報を生成して記録させる記録制御部と、
前記第１記録形式の情報を生成させている場合に、前記ロボットまたはユーザの感情の変化が多くなったことに応じて、前記記録制御部による記録形式を、前記第１記録形式から前記第２記録形式に切り換える切換制御部と、を備える制御システムと、
前記第１記録形式または前記第２記録形式の情報を受信して記録するサーバと
を備えるシステム。
センサによって連続的に検出された情報の少なくとも一部を処理して、第１記録形式の情報又は前記第１記録形式の情報より情報量が多い第２記録形式の情報を生成して記録させる記録制御部と、
前記第１記録形式の情報を生成させている場合に、前記ロボットまたはユーザの感情の変化が多くなったことに応じて、前記記録制御部による記録形式を、前記第１記録形式から前記第２記録形式に切り換える切換制御部と、を備える制御システムと、
前記第１記録形式または前記第２記録形式の情報を受信して記録するサーバと
を備えるシステム。
【請求項12】
ロボットの行動を制御する制御システムであって、
センサによって連続的に検出された情報の少なくとも一部を処理して、第１記録形式の情報又は前記第１記録形式の情報より情報量が多い第２記録形式の情報を生成して記録させる記録制御手順と、
前記第１記録形式の情報を生成させている場合に、前記ロボットまたはユーザの感情の変化が多くなったことに応じて、前記記録制御手順による記録形式を、前記第１記録形式から前記第２記録形式に切り換える切換制御手順と
をコンピュータに実行させるプログラム。
センサによって連続的に検出された情報の少なくとも一部を処理して、第１記録形式の情報又は前記第１記録形式の情報より情報量が多い第２記録形式の情報を生成して記録させる記録制御手順と、
前記第１記録形式の情報を生成させている場合に、前記ロボットまたはユーザの感情の変化が多くなったことに応じて、前記記録制御手順による記録形式を、前記第１記録形式から前記第２記録形式に切り換える切換制御手順と
をコンピュータに実行させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、制御システム、システム及びプログラムに関する。
【背景技術】
【0002】
ユーザと通話相手との会話を学習してユーザの問いかけに対する通話相手の返答を返答テーブルに蓄積する端末が知られている（例えば、特許文献１参照）。また、ユーザ情報、機器情報及び自身の現在の感情状態を入力して次回の感情状態を出力するニューラルネットを備える感情生成装置が知られている（例えば、特許文献２参照）。また、方向性人工シナプス接続性を有するレイヤ・ニューラルネット関係を有する複数の電子ニューロンを含む連想メモリに時空パターンを記憶する技術が知られている（例えば、特許文献３参照）。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１１－２５３３８９号公報
【特許文献2】特開平１０－２５４５９２号公報
【特許文献3】特表２０１３－５３５０６７号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、従来の技術では、ユーザやロボットの感情に応じてデータを適切に記録できない場合があるという課題があった。
【0005】
本発明は、上記に鑑みてなされたものであって、感情に応じてデータを適切に記録することができる制御システム、システム及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【0006】
実施形態の一態様に係る制御システムは、ロボットの行動を制御する制御システムであって、記録制御部と、切換制御部とを備える。前記記録制御部は、センサによって連続的に検出された情報の少なくとも一部を処理して、第１記録形式の情報又は前記第１記録形式の情報より情報量が多い第２記録形式の情報を生成して記録させる。前記切換制御部は、前記第１記録形式の情報を生成させている場合に、前記ロボットまたはユーザの感情の変化が多くなったことに応じて、前記記録制御部による記録形式を、前記第１記録形式から前記第２記録形式に切り換える。
【発明の効果】
【0007】
実施形態の一態様によれば、感情に応じてデータを適切に記録することができる。
【図面の簡単な説明】
【0008】
【発明を実施するための形態】
【0009】
以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
【0010】
図１Ａは、本実施形態に係るシステム２０の一例を概略的に示す。図１Ｂは、感情値変化の例を示す図である。システム２０は、サーバ２００と、ロボット４０ａ及びロボット４０ｂとを備える。ロボット４０ａ及びロボット４０ｂは、通信網９０を通じてサーバ２００と通信して情報をやりとりする。
【0011】
ユーザ３０ａは、ロボット４０ａのユーザである。ユーザ３０ｂは、ロボット４０ｂのユーザである。ロボット４０ｂは、ロボット４０ａと略同一の機能を有する。そのため、ロボット４０ａ及びロボット４０ｂをロボット４０と総称してシステム２０を説明する。
【0012】
ロボット４０は、状況に応じて頭部や肢部を動かしたり、ユーザ３０と会話を行ったり、ユーザ３０に映像を提供したりする等、状況に応じて各種の動作を行う。このとき、ロボット４０は、サーバ２００と連携して動作を決定する。例えば、ロボット４０は、カメラ機能で取得したユーザ３０の顔画像や、マイク機能で取得したユーザ３０の音声等の検出情報をサーバ２００に送信する。サーバ２００は、ロボット４０から受信した検出情報を解析して、ロボット４０が取るべき動作を決定して、決定した動作を表す動作情報を、ロボット４０に送信する。ロボット４０は、サーバ２００から受信した動作情報に従って動作する。
【0013】
ロボット４０は自身の感情を表す感情値を持つ。例えば、ロボット４０は、「嬉しい」、「楽しい」、「悲しい」、「怖い」、「興奮」等のそれぞれの感情の強さを表す感情値を持つ。ロボット４０の感情値は、サーバ２００が決定する。サーバ２００は、決定した感情に応じた動作をロボット４０に行わせる。例えば、興奮の感情値が大きい状態でユーザ３０と会話するときは、早口でロボット４０に発話させる。このように、ロボット４０は、自己の感情を行動等で表現することができる。
【0014】
サーバ２００は、ロボット４０から受信した検出情報に基づいて、ニューラルネットワークを用いて、ロボット４０の現在の状態を更新する。ロボット４０の状態には、ロボット４０の感情が含まれる。したがって、サーバ２００は、ニューラルネットワークを用いて、ロボット４０の感情を決定する。
【0015】
また、ロボット４０は、カメラ機能で取得したユーザ３０の映像データ等を、サーバ２００に記録させる。ロボット４０は、必要に応じてサーバ２００から映像データ等を取得して、ユーザ３０に提供する。ロボット４０は、自己の感情の強さが強いほど、情報量がより多い映像データを生成してサーバ２００に記録させる。例えば、ロボット４０は、骨格データ等の高圧縮形式の情報を記録している場合に、自己の興奮の感情値が閾値を超えたことに応じて、ＨＤ動画等の低圧縮形式の情報の記録に切り換える。システム２０によれば、ロボット４０の感情が高まったときの高精細な映像データを記録として残すことができる。また、ロボット４０は、ユーザ３０の感情の強さが強い程、情報量が多い映像データを生成してサーバ２００に記録させる。具体的には、ロボット４０は、骨格データ等の高圧縮形式の情報を記録している場合に、ユーザ３０の興奮の感情値が閾値を超えたことに応じて、ＨＤ動画等の低圧縮形式の情報の記録に切り換える。システム２０によれば、ユーザ３０の感情が高まったときの高精細な映像データを記録として残すことができる。
【0016】
また、ロボット４０は、図１Ｂの状態２のように、自己またはユーザの感情の強さが強くない場合であっても、自己またはユーザの感情が急激に変化したときには、情報量が多い映像データを生成してサーバ２００に記録させる。例えば、ロボット４０は、骨格データ等の高圧縮形式の情報を記録している場合に、自己またはユーザの興奮の感情値が閾値以下であったとしても感情値の変化が閾値を超えたことに応じて、ＨＤ動画等の低圧縮形式の情報の記録に切り換える。システム２０によれば、ロボット４０やユーザ３０の感情が激しく変化したときの高精細な映像データを記録として残すことができる。また、ロボット４０は、感情の変化の度合いに応じて映像データの情報量を変えてもよい。具体的には、ロボット４０は、自己またはユーザの感情の変化の度合いが大きい程、映像データの圧縮率を低くする。また別の例として、ロボット４０は、自己またはユーザの感情の変化の度合いが小さい順に、記録するデータを、テキストのみ→画像のみ→音声および画像→低画質映像→高画質映像といったように記録する情報の形式を変えてもよい。また、ロボット４０は、圧縮率や情報の形式を変える場合に限らず、映像データの長さやデータ量を変えてもよい。これにより、ロボット４０やユーザ３０の感情がより激しく変化したときにより高精細な映像データを記録として残すことができる。
【0017】
また、ロボット４０は、図１Ｂの状態１のように、ロボット４０またはユーザ３０の感情の変化の連続性に応じて記憶する情報を変化させてもよい。例えば、ロボット４０は、所定時間内での感情値の累積値が閾値を超えた場合に、情報量が多い映像データを生成してサーバ２００に記録させる。また、ロボット４０は、所定時間内での感情の変化（傾き）の緩急の組み合わせまたは傾きの程度に応じて記憶する情報を変えてもよい。例えば、ロボット４０は、感情値の変化を示す傾きが所定時間内において、急激に上昇→一定時間緩やか→急激に下降といった組み合わせの場合に、情報量が多い映像データを生成してサーバ２００に記録させる。これにより、例えば、プレッシャー等で緊張する場面では、感情の絶対値は相対的には大きくないものの時間が長く感じてしまう（一定値以上の感情値が所定時間継続する）状況の映像データを記録として残すことができる。
変化させる
変化させる
【0018】
また、ロボット４０は、自己やロボット４０の感情値が閾値を超えた場合や、感情値の変化が閾値を超えた場合に記録する情報にタグ付けする。具体的には、ロボット４０は、ロボット４０が備えるセンサによって検知された情報や、ユーザまたは自己の感情値の情報を映像データにタグ付けする。タグ付けする情報は、例えば、周辺情報（周囲に存在する物体の情報等）や、匂い、気温、湿度、位置情報、天候、周囲の人数やその表情および感情等を含む。これにより、ユーザ３０は、記録した情報を確認する際に、タグ付けされた情報から当時の状況等を鮮明に思い出すことができる。また、タグ付けすることで、記録した情報の中から特定の状況に関する情報を検索する際にも容易に情報を探し出すことができる。
【0019】
図２は、サーバ２００及びロボット４０のブロック構成を概略的に示す。ロボット４０ｂは、センサ部１５６と、処理部１５２と、制御対象１５５と、通信部１５８と、表示部１５７とを有する。サーバ２００は、処理部２０２と、格納部２８０と、通信部２０８とを有する。処理部２０２は、初期値設定部２１０と、外部入力データ生成部２３０と、パラメータ処理部２４０と、動作決定部２５０と、切換制御部２６０と、記録制御部２７０とを含む。格納部２８０は、動作決定ルール２８２、定義情報２８４、パラメータ初期値２８６、最新のパラメータ２８８、及び記録形式切換ルール２９０、及び記録データ２９
２を格納する。
２を格納する。
【0020】
ロボット４０において、センサ部１５６は、マイク１６１、２Ｄカメラ１６３、３Ｄ深度センサ１６２、距離センサ１６４等のセンサを有する。センサ部１５６が有する各センサは、情報を連続的に検出する。センサ部１５６で検出されたセンサ情報は、処理部１５２に出力される。２Ｄカメラ１６３は、物体を連続的に撮像するイメージセンサの一例であり、可視光によって撮像して映像情報を生成する。３Ｄ深度センサ１６２は、赤外線パターンを連続的に照射して、赤外線カメラで連続的に撮影された赤外線画像から赤外線パターンを解析することによって、物体の輪郭を検出する。なお、センサ部１５６は、この他にも、時計、ジャイロセンサ、タッチセンサ、モータフィードバック用のセンサ、バッテリ残容量の検出センサ、匂いセンサ、温度センサ、湿度センサ、ＧＰＳ（Global Positioning System）センサ等、様々なセンサを含んでよい。
【0021】
処理部１５２は、ＣＰＵ等のプロセッサで形成される。処理部１５２は、センサ部１５６が有する各センサで連続的に検出されたセンサ情報を、通信部１５８を通じてサーバ２００に送信させる。また、処理部１５２は、センサ部１５６が有する各センサで連続的に検出されたセンサ情報の少なくとも一部を処理して、記録用の情報を生成する。処理部１５２は、第１記録形式の情報又は第１記録形式の情報より情報量が多い第２記録形式の情報を生成する。第１記録形式の情報とは、例えば高圧縮形式の情報であり、第２記録形式の情報とは、例えば低圧縮形式の情報である。例えば、処理部１５２は、３Ｄ深度センサ１６２で連続的に検出された骨格情報に基づいて、物体の骨格データ等の形状データを、第１記録形式の情報として生成する。また、処理部１５２は、２Ｄカメラ１６３で撮像された映像情報及びマイク１６１で検出された音声情報から、フルＨＤの映像データ及び音声データを生成する。フルＨＤの映像データは、物体の形状データより情報が多い動画データの一例である。
【0022】
通信部１５８は、処理部１５２が生成した第１記録形式の情報又は第２記録形式の情報を、サーバ２００に送信する。サーバ２００において、記録制御部２７０は、通信部２０８がロボット４０から受信した第１記録形式の情報又は第２記録形式の情報を、記録データ２９２に格納する。記録制御部２７０は、ロボット４０のそれぞれを識別する情報に対応づけて、各ロボット４０から受信した情報を記録データ２９２に格納する。
【0023】
また、ロボット４０において、通信部１５８は、記録データ２９２に格納された情報を、サーバ２００から取得する。通信部１５８は、記録制御部２７０により記録された、動画データを含む第２記録形式の情報を取得する記録情報受信部として機能する。処理部１５２は、通信部１５８が受信した第２記録形式の情報に含まれる動画データに基づいて、ユーザ３０に提示される映像を生成する。処理部１５２は、ユーザ３０に提示される映像を生成する映像生成部として機能する。
【0024】
また、通信部１５８は、サーバ２００から動作内容を示す動作情報を受信する。処理部１５２は、通信部１５８が受信した動作内容に基づいて、制御対象１５５を制御する。制御対象１５５は、スピーカ、肢部等のロボット４０の各部を駆動するモータ、発光装置等を含む。発声内容を示す情報をサーバ２００から受信した場合、処理部１５２は、受信した発生内容に従って、スピーカから音声を出力させる。また、処理部１５２は、肢部の駆動モータを制御することにより、ロボット４０の行動の一部を制御できる。また、処理部１５２は、これらのモータを制御することにより、ロボット４０の感情の一部を表現できる。
【0025】
サーバ２００において、通信部２０８は、ロボット４０から受信した情報を処理部２０２に出力する。初期値設定部２１０は、通信部２０８で受信したニューラルネットワークの初期状態を示すパラメータの初期値を、格納部２８０内のパラメータ初期値２８６に格納する。なお、ニューラルネットワークのパラメータの初期値は、サーバ２００において予め定められていてよいし、通信網９０を介してユーザ３０が変更可能であってよい。
【0026】
外部入力データ生成部２３０は、通信部２０８が受信したセンサ情報の少なくとも一部を処理して、ニューラルネットワークの外部からの入力情報を生成して、パラメータ処理部２４０に出力する。パラメータ処理部２４０は、当該入力情報と、格納部２８０に格納されている、ニューラルネットワークの現在のパラメータ２８８及び定義情報２８４とに基づいて、ニューラルネットワークの計算を行う。
【0027】
ニューラルネットワークが有する人工ニューロンは、ロボット４０の状況が定義された複数の人工ニューロンと、ロボット４０自身の複数の感情が定義された複数の感情人工ニューロンと、ロボット４０自身の内分泌物質の生成状態が定義された複数の内分泌人工ニューロンとを含む。パラメータ処理部２４０は、外部入力データ生成部２３０が生成した入力情報に基づいて、ニューラルネットワークにおける複数の人工ニューロンの内部状態を表すパラメータを計算する。例えば、パラメータ処理部２４０は、外部入力データ生成部２３０が生成した入力情報に基づいて、ロボット４０の状況が定義された複数の人工ニューロン等の現在の内部状態のパラメータを更新する。また、パラメータ処理部２４０は、ニューラルネットワークにおける他の人工ニューロンの内部状態のパラメータを計算する。これにより、例えば「嬉しい」という感情が定義された感情人工ニューロンの内部状態のパラメータが計算される。この感情人工ニューロンの内部状態のパラメータは、「嬉しい」という感情の強さを表す指標の一例である。したがって、パラメータ処理部２４０は、感情人工ニューロンの内部状態に基づいて、制御システムにおける感情の強さを決定することができる。このように、パラメータ処理部２４０は、センサ部１５６が有するセンサによって検出された情報の少なくとも一部に基づいて、ニューラルネットワークを用いて感情の強さを決定する感情決定部として機能する。
【0028】
パラメータ処理部２４０によって計算されたニューラルネットワークのパラメータは、切換制御部２６０及び動作決定部２５０に供給される。切換制御部２６０は、パラメータ処理部２４０から供給されたパラメータに基づいて、ロボット４０の処理部１５２が生成する情報の記録形式を決定する。切換制御部２６０は、処理部１５２が生成する情報の記録形式を切り換える必要がある場合に、記録形式を切り換える旨の指示を、通信部２０８を通じてロボット４０に送信させる。ロボット４０において、処理部１５２は、サーバ２００から受信した指示に従って、記録形式を切り換える。
【0029】
例えば、切換制御部２６０は、処理部１５２に第１記録形式の情報を生成させている場合に、パラメータ処理部２４０によって決定された感情の強さが高まったことに応じて、処理部１５２に生成させる情報の記録形式を第１記録形式から第２記録形式に切り換える旨の指示を、ロボット４０に送信する。このように、切換制御部２６０は、パラメータ処理部２４０によって決定された感情の強さが高まったことに応じて、記録制御部２７０によって記録される情報の記録形式を、第１記録形式から第２記録形式に切り換える。これにより、ロボット４０の感情が高まったときの情報を、詳細に記録として残すことができる。また、ロボット４０において、処理部１５２は、サーバ２００から取得した第２記録形式の動画データを取得して、ユーザ３０に提示される映像を生成する。したがって、ユーザ３０は、ロボット４０の感情が高まったときの情報を映像として楽しむことができる。
【0030】
また、切換制御部２６０は、ユーザ３０の感情の強さが高まったことに応じて、処理部１５２に生成させる情報の記録形式を第１記録形式から第２記録形式に切り換える旨の指示を、ロボット４０に送信する。このように、切換制御部２６０は、パラメータ処理部２４０によって決定された感情の強さが高まったことに応じて、記録制御部２７０によって記録される情報の記録形式を、第１記録形式から第２記録形式に切り換える。これにより、ユーザ３０の感情が高まったときの情報を、詳細に記録として残すことができる。また、ロボット４０において、処理部１５２は、サーバ２００から取得した第２記録形式の動画データを取得して、ユーザ３０に提示される映像を生成する。したがって、ユーザ３０は、自身の感情が高まったときの情報を映像として楽しむことができる。なお、ユーザの感情は、例えば、ユーザ３０から検出される音声や表情に基づいて検出可能である。また、切換制御部２６０は、センサ部１５６に含まれる不図示のタッチセンサで衝撃が検出されたことに基づいて、ユーザ３０の感情の変化を認識してよい。例えば、切換制御部２６０は、センサ部１５６に含まれるタッチセンサで衝撃が検出された場合に、ユーザ３０の感情が悪くなったと認識してよい。
【0031】
なお、切換制御部２６０は、処理部１５２に第２記録形式の情報を生成させている場合に、パラメータ処理部２４０によって決定されたロボット４０の感情またはユーザの感情の強さが低くなったことに応じて、処理部１５２に生成させる情報の記録形式を第２記録形式から第１記録形式に切り換える旨の指示を、ロボット４０に送信する。このように、切換制御部２６０は、パラメータ処理部２４０によって決定された感情またはユーザの感情の強さが低くなったことに応じて、記録制御部２７０によって記録される情報の記録形式を、第２記録形式から第１記録形式に切り換える。
【0032】
また、切換制御部２６０は、ユーザ３０またはロボット４０の感情の変化が強くなったことに応じて、処理部１５２に生成させる情報の記録形式を第１記録形式から第２記録形式に切り換える旨の指示を、ロボット４０に送信する。これにより、ユーザ３０またはロボット４０の感情が高まったときの情報を、詳細に記録として残すことができる。また、ロボット４０において、処理部１５２は、サーバ２００から取得した第２記録形式の動画データを取得して、ユーザ３０に提示される映像を生成する。したがって、ユーザ３０は、自身またはロボット４０の感情が高まったときの情報を映像として楽しむことができる。
【0033】
なお、切換制御部２６０は、処理部１５２に第２記録形式の情報を生成させている場合に、ロボット４０の感情またはユーザの感情の変化が収まった（変化量が閾値以下となった）もしくは、ロボット４０の感情またはユーザの感情が変化前の感情に戻ったことに応じて、処理部１５２に生成させる情報の記録形式を第２記録形式から第１記録形式に切り換える旨の指示を、ロボット４０に送信する。このように、切換制御部２６０は、ロボット４０の感情またはユーザの感情の変化が収まったことに応じて、記録制御部２７０によって記録される情報の記録形式を、第２記録形式から第１記録形式に切り換える。
【0034】
また、切換制御部２６０は、ロボット４０またはユーザ３０の感情の変化の連続性に応じて記録形式を切り換えてもよい。例えば、切換制御部２６０は、所定時間内での感情値の累積値が閾値を超えた場合に、処理部１５２に生成させる情報の記録形式を第１記録形式から第２記録形式に切り換える旨の指示を、ロボット４０に送信する。また、切換制御部２６０は、所定時間内での感情の変化（傾き）の緩急の組み合わせまたは傾きの程度に応じて記録形式を切り換えてもよい。例えば、切換制御部２６０は、感情値の変化を示す傾きが所定時間内において、急激に上昇→一定時間緩やか→急激に下降といった組み合わせの場合に、処理部１５２に生成させる情報の記録形式を第１記録形式から第２記録形式に切り換える旨の指示を、ロボット４０に送信する。これにより、例えば、プレッシャー等で緊張する場面では、感情の絶対値は相対的には大きくないものの時間が長く感じてしまう（一定値以上の感情値が所定時間継続する）状況の映像データを記録として残すことができる。
【0035】
また、記録制御部２７０は、処理部１５２に生成させる情報の記録形式を第１記録形式から第２記録形式に切り換える際に、第２記録形式の情報へのタグ付け指示をロボット４０に送信する。これにより、ユーザ３０は、記録した情報を確認する際に、タグ付けされた情報から当時の状況等を鮮明に思い出すことができる。また、タグ付けすることで、記録した情報の中から特定の状況に関する情報を検索する際にも容易に情報を探し出すことができる。
【0036】
動作決定ルール２８２には、ロボット４０の状態に対応づけて、ロボット４０が行う動作を定める。例えば、動作決定ルール２８２には、ニューラルネットワークの人工ニューロンの内部状態に対応づけて、ロボット４０が行う動作を定める。例えば、動作決定ルール２８２は、「嬉しい」という感情が定義された感情人工ニューロンが高いという条件に対応づけて、嬉しさを表す言葉を発声させるという動作を定める。また、動作決定ルール２８２は、眠気に対応する内分泌物質が定義された内分泌人工ニューロンの内部状態が高いという条件に対応づけて、眠くなった場合の動作を定める。
【0037】
なお、内分泌物質とは、神経伝達物質及びホルモン等、体内で分泌されシグナルを伝達する物質を意味する。また、内分泌とは、内分泌物質が体内で分泌されることを意味する。ただし、ロボット４０自身の内分泌物質とは、ロボット４０の動作に影響を及ぼす情報の１つであり、ロボット４０が内分泌物質を実際に発生するということを意味していない。ロボット４０自身の感情についても同様に、ロボット４０の動作に影響を及ぼす情報の１つであり、ロボット４０が実際に感情を有しているということを意味していない。
【0038】
動作決定部２５０は、パラメータ処理部２４０が決定した各人工ニューロンの活性状態又は内部状態に対応づけて動作決定ルール２８２に定められている動作に基づいて、ロボット４０の動作を決定する。動作決定部２５０が決定した動作を示す動作情報は、通信部２０８からロボット４０に送信される。ロボット４０において、処理部１５２は、制御対象１５５を制御することによって、サーバ２００から受信した情報が示す動作を行わせる。これにより、ロボット４０は、現在のロボット４０の感情に応じた適切な動作を行うことができる。
【0039】
図３は、ニューラルネットワーク３００を概略的に示す。ニューラルネットワーク３００は、パラメータ処理部２４０の動作を説明するための例示のニューラルネットワークである。ニューラルネットワーク３００は、人工ニューロン１と、人工ニューロン２と、人工ニューロン３と、人工ニューロン４と、人工ニューロン５と、人工ニューロン６と、人工ニューロン７と、人工ニューロン８と、人工ニューロン９と、人工ニューロンａと、人工ニューロンｂと、人工ニューロンｃとを含む複数の人工ニューロンを含む。ニューラルネットワーク３００は、人工シナプス３０１と、人工シナプス３０２と、人工シナプス３０３と、人工シナプス３０４と、人工シナプス３０５と、人工シナプス３０６と、人工シナプス３０７と、人工シナプス３０８と、人工シナプス３０９と、人工シナプス３１０と、人工シナプス３１１と、人工シナプス３１２と、人工シナプス３１３と、人工シナプス３１４と、人工シナプス３１５と、人工シナプス３１６と、人工シナプス３１７と、人工シナプス３１８と、人工シナプス３１９とを含む複数の人工シナプスを含む。人工ニューロンは、生体におけるニューロンに対応する。人工シナプスは、生体におけるシナプスに対応する。
【0040】
人工シナプス３０１は、人工ニューロン４と人工ニューロン１とを接続する。人工シナプス３０１は、人工シナプス３０１の矢印で示されるように、一方向に接続する人工シナプスである。人工ニューロン４は、人工ニューロン１の入力に接続される人工ニューロンである。人工シナプス３０２は、人工ニューロン１と人工ニューロン２とを接続する。人工シナプス３０２は、人工シナプス３０２の両端の矢印で示されるように、双方向に接続する人工シナプスである。人工ニューロン１は、人工ニューロン２の入力に接続される人工ニューロンである。人工ニューロン２は、人工ニューロン１の入力に接続される人工ニューロンである。
【0041】
なお、本実施形態において、人工ニューロンをＮで表し、人工シナプスをＳで表す場合がある。また、各人工ニューロンを識別する場合、上付きの参照符号を識別文字として用いる。また、任意の人工ニューロンを表す場合に、識別文字としてｉ又はｊを用いる場合がある。例えば、Ｎｉは任意の人工ニューロンを表す。
【0042】
また、人工シナプスを、人工シナプスに接続されている２つの人工ニューロンのそれぞれの識別数字ｉ及びｊを用いて識別する場合がある。例えば、Ｓ４１は、Ｎ１とＮ４とを接続する人工シナプスを表す。一般には、Ｓｉｊは、Ｎｉの出力をＮｊに入力する人工シナプスを表す。なお、Ｓｊｉは、Ｎｊの出力をＮｉに入力する人工シナプスを表す。
【0043】
図３において、Ａ～Ｊは、ロボット４０の状態が定義されていることを表す。ロボット４０の状態とは、ロボット４０の感情、内分泌物質の生成状態、ロボット４０の状況等を含む。一例として、Ｎ４、Ｎ６、及びＮ７は、ロボット４０の状況を表す概念が定義された概念人工ニューロンである。例えば、Ｎ４は、「ベルが鳴った」という状況が割り当てられた概念人工ニューロンである。Ｎ６は、「充電が開始された」という状況が割り当てられた概念人工ニューロンである。Ｎ７は、「蓄電量が閾値以下」との状況が割り当てられた概念人工ニューロンである。
【0044】
Ｎ１、Ｎ３、Ｎｂ及びＮｃは、ロボット４０の感情が定義された感情人工ニューロンである。Ｎ１は、「嬉しい」という感情が割り当てられた感情人工ニューロンである。Ｎ３は、「悲しい」という感情が割り当てられた感情人工ニューロンである。Ｎｂは、「怖い」という感情が割り当てられた感情人工ニューロンである。Ｎｃは、「楽しい」という感情が割り当てられた感情人工ニューロンである。
【0045】
Ｎ２、Ｎ５及びＮａは、ロボット４０の内分泌状態が定義された内分泌人工ニューロンである。Ｎ５は、ドーパミンの発生状態が割り当てられた内分泌人工ニューロンである。ドーパミンは、報酬系に関与する内分泌物質の一例である。すなわち、Ｎ５は、報酬系に関与する内分泌人工ニューロンの一例である。Ｎ２は、セロトニンの発生状態が割り当てられた内分泌人工ニューロンである。セロトニンは、睡眠系に関与する内分泌物質の一例である。すなわち、Ｎ２は、睡眠系に関与する内分泌人工ニューロンの一例である。Ｎａは、ノルアドレナリンの発生状態が割り当てられた内分泌人工ニューロンである。ノルアドレナリンは、交感神経系に関与する内分泌物質の一例である。すなわち、Ｎａは、交感神経系に関与する内分泌人工ニューロンである。
【0046】
格納部２８０内の定義情報２８４には、ニューラルネットワークを構成する複数の人工ニューロンの各人工ニューロンに対して、上述したようなロボット４０の状態を定義する情報が格納される。このように、ニューラルネットワーク３００は、概念人工ニューロン、感情人工ニューロン、内分泌人工ニューロンを含む。概念人工ニューロン、感情人工ニューロン、内分泌人工ニューロンは、概念、感情及び内分泌等の意味が明示的に定義された人工ニューロンである。これに対し、Ｎ８やＮ９は、ロボット４０の状態が定義されていない人工ニューロンである。また、Ｎ８やＮ９は、概念、感情及び内分泌等の意味が明示的に定義されていない人工ニューロンである。
【0047】
ニューラルネットワーク３００のパラメータとしては、ニューラルネットワークの各Ｎ
ｉへの入力であるＩｔ ｉと、ニューラルネットワークの外部からＮｉへの入力であるＥｔ ｉと、Ｎｉのパラメータと、Ｓｉのパラメータとを含む。
ｉへの入力であるＩｔ ｉと、ニューラルネットワークの外部からＮｉへの入力であるＥｔ ｉと、Ｎｉのパラメータと、Ｓｉのパラメータとを含む。
【0048】
Ｎｉのパラメータは、Ｎｉのステータスを表すＳｔ
ｉと、Ｎｉが表す人工ニューロンの内部状態を表すＶｉｍｔと、Ｎｉの発火の閾値を表すＴｉ
ｔと、Ｎｉが最後に発火した時刻である最終発火時刻を表すｔｆと、最終発火時刻における人工ニューロンＮｉの内部状態を表すＶｉｍｔｆと、出力の増減パラメータであるａｔ
ｉ、ｂｔ
ｉ、ｈｔ
ｉとを含む。出力の増減パラメータは、人工ニューロンの発火時の出力の時間発展を定めるパラメータの一例である。なお、本実施形態において、下付きの添え字のｔは、時刻の進展とともに更新され得るパラメータであることを表す。また、Ｖｉｍｔは、人工ニューロンの膜電位に対応する情報であり、人工ニューロンの内部状態又は出力を表すパラメータの一例である。
【0049】
Ｓｉｊのパラメータは、Ｓｉｊの人工シナプスの結合係数を表すＢＳｔ
ｉｊと、Ｓｉｊが接続しているＮｉ及びＮｊが最後に同時に発火した時刻である最終同時発火時刻を表すｔｃｆと、最終同時発火時刻における結合係数を表すＢＳｉｊ
ｔｃｆと、結合係数の増減パラメータであるａｔ
ｉｊ、ｂｔ
ｉｊ、ｈｔ
ｉｊとを含む。結合係数の増減パラメータは、人工シナプスが結びつけている２つの人工ニューロンが最後に同時に発火した後の結合係数の時間発展を定めるパラメータの一例である。
【0050】
パラメータ処理部２４０は、外部入力データ生成部２３０からの入力と、ニューラルネットワークに基づいて上述したパラメータを更新して、各人工ニューロンの活性化の状態を決定する。動作決定部２５０は、ニューラルネットワーク内の複数の人工ニューロンのうちの少なくとも一部の人工ニューロンのパラメータの値によって定められる少なくとも一部の人工ニューロンの内部状態又は活性状態と、定義情報２８４によって少なくとも一部の人工ニューロンに定義されている状態とに基づいて、ロボット４０の動作を決定する。なお、活性状態とは、活性化した状態又は活性化していない状態をとり得る。本実施形態において、活性化することを「発火」と呼び、活性化していないことを「未発火」と呼ぶ場合がある。なお、後述するように、「発火」の状態を、内部状態が上昇中であるか否かに応じて「上昇相」と「下降相」とに分ける。「未発火」と、「上昇相」及び「下降相
」とは、ステータスＳｔｉによって表される。
」とは、ステータスＳｔｉによって表される。
【0051】
図４は、ニューラルネットワークのパラメータをテーブル形式で概略的に示す。各ニューロンＮは、閾値Ｔｔと、増減パラメータｈｔ、ａｔ及びｂｔとをパラメータとして持つ。また、各人工シナプスは、結合係数ＢＳｔと、増減パラメータｈｔ、ａｔ及びｂｔとをパラメータとして含む。図４には、Ｎｉ毎に、人工シナプスでＮｉに直接接続される全ての人工ニューロンの各パラメータと、当該人工シナプスの各パラメータとが、一行で示されている。
【0052】
図５は、ロボット４０が起動又はリセットされた場合のサーバ２００の動作フローを概略的に示す。サーバ２００は、ロボット４０が起動又はリセットされたことが受信すると、パラメータ処理部２４０は、ニューラルネットワークのパラメータの初期設定を行う。例えば、パラメータ処理部２４０は、格納部２８０からパラメータの初期値を取得して、ニューラルネットワークのパラメータデータを所定のデータ構造で生成する（Ｓ５０２）。また、時刻ｔ０におけるニューラルネットワークのパラメータの値を設定する。初期設定が完了すると、Ｓ５０４において、時刻ｔに関するループを開始する。
【0053】
Ｓ５１０において、パラメータ処理部２４０は、時間ステップｔｎ＋１における、人工シナプスの電気的影響による変化に対応するパラメータを計算する。具体的には、任意のＳｉｊのＢＳｔ
ｉｊを計算する。
【0054】
Ｓ５２０において、パラメータ処理部２４０は、時間ステップｔｎ＋１における、内分泌物質による化学的影響による変化に対応するパラメータを計算する。具体的には、内分泌人工ニューロンが影響を及ぼすＮｉ及びＳｉｊのパラメータの変化を計算する。より具体的には、時間ステップｔｎ＋１における、内分泌人工ニューロンが影響を及ぼす人工ニューロンＮｉの内部状態の増減パラメータや閾値と、内分泌人工ニューロンが影響を及ぼすＳｉｊの結合係数の増減パラメータや結合係数を計算する。
【0055】
Ｓ５３０において、パラメータ処理部２４０は、ニューラルネットワークの外部からの入力を取得する。具体的には、パラメータ処理部２４０は、外部入力データ生成部２３０の出力を取得する。
【0056】
Ｓ５４０において、パラメータ処理部２４０は、時間ステップｔｎ＋１における、Ｎｉの内部状態を計算する。具体的には、Ｖｉｍｔｎ＋１及びステータスＳｔｔ
ｉを計算する。そして、Ｓ５５０において、時刻ｔｎ＋１における各パラメータの値を、格納部２８０のパラメータ２８８に格納する。また、時刻ｔｎ＋１における各パラメータの値を、動作決定部２５０及び切換制御部２６０に出力する。
【0057】
Ｓ５６０において、切換制御部２６０は、時間ステップｔｎ＋１におけるＮｉのパラメータが、記録データ２９２に格納するデータの記録形式の切換条件を満たすか否かを判断する。時間ステップｔｎ＋１におけるＮｉのパラメータが記録形式の切換条件を満たす場合、切換制御部２６０は、記録形式の切り換えをロボット４０に指示する（Ｓ５７０）。つづいて、記録制御部２７０は、第１記録形式から第２記録形式へ切り替える際に、第２記録形式の情報へのタグ付けを指示し（Ｓ５８０）、Ｓ５０６に進む。一方、Ｓ５６０において、時間ステップｔｎ＋１におけるＮｉのパラメータが記録形式の切換条件を満たさない場合は、Ｓ５０６に進む。
【0058】
Ｓ５０６において、パラメータ処理部２４０は、ループを終了するか否かを判断する。例えば、時間ステップが表す時刻が所定の時刻に達した場合や、ロボット４０からのセンサ情報が予め定められた時間にわたって受信されなかった場合に、ループを終了すると判断する。ループを終了しない場合、Ｓ５１０に戻り、更に次の時間ステップの計算を行う。ループを終了する場合、このフローを終了する。
【0059】
図６は、人工シナプスの結合係数の計算を概略的に説明する図である。ここでは、増減パラメータの初期値として定数ａｉｊ及びｂｉｊが定義されている場合を説明する。
【0060】
時刻ｔｎの時間ステップにおいて、Ｓｉｊの両端のＮｉ及びＮｊがいずれも発火している場合、パラメータ処理部２４０は、時刻ｔｎ＋１におけるＢＳｔｎ＋１
ｉｊを、ＢＳｔｎ＋１
ｉｊ ＝ＢＳｔｎ
ｉｊ＋ａｔｎ
ｉｊ×（ｔｎ＋１－ｔｎ）により計算する。一方、時刻ｔｎの時間ステップにおいてＳｉ及びＳｊがいずれも発火していない場合、時刻ｔｎ＋１における結合係数ＢＳｔｎ＋１
ｉｊを、ＢＳｔｎ＋１
ｉｊ＝ＢＳｔｎ
ｉｊ＋ｂｔｎ
ｉｊ×（ｔｎ＋１－ｔｎ）により計算する。また、ＢＳｔｎ＋１
ｉｊが負の値になる場合は、ＢＳｔｎ＋１
ｉｊは０とする。なお、ＢＳｉｊが正の値のＳｉｊでは、ａｔ
ｉｊが正の値であり、ｂｔ
ｉｊは負の値である。ＢＳｉｊが負の値のＳｉｊでは、ａｔ
ｉｊは正の値であり、ｂｔ
ｉｊは負の値である。
【0061】
図６に示されるように、時刻ｔ０で両端の人工ニューロンが同時発火しているので、ＢＳｔ
ｉｊは単位時間当たりａｔ０
ｉｊで増加する。また、時刻ｔ１で同時発火していないので、ＢＳｔ
ｉｊは、単位時間当たり｜ｂｔ１
ｉｊ｜で減少する。また、時刻ｔ４で同時発火したことにより、ＢＳｔ
ｉｊは単位時間当たりａｔ４
ｉｊで増加する。
【0062】
図７は、結合係数の増減パラメータとして関数ｈｔ
ｉｊが定義されている場合の結合係数の時間発展を概略的に示す。ｈｔ
ｉｊは、ｔｃｆからの経過時間Δｔ（＝ｔ－ｔｃｆ）≧０において定義される。ｈｔ
ｉｊは、少なくともΔｔの関数であり、実数の値をとる。
【0063】
図７に示す関数７００は、ｈｔ
ｉｊの一例である。関数７００は、時刻ｔｃｆにおける結合係数ＢＳｔｃｆ
ｉｊ及びΔｔの関数である。関数７００は、Δｔが所定の値より小さい範囲で場合に単調増加し、Δｔが所定の値より大きい場合に単調減少して０に向けて漸減する。関数７００は、Δｔ＝０において値ＢＳｔｃｆ
ｉｊをとる。
【0064】
図７は、結合係数の増減パラメータとして関数７００が定義されており、時刻ｔ０において両端のＮｉ及びＮｊが同時発火した場合の結合係数を示す。パラメータ処理部２４０は、関数７００とΔｔとに基づいて、時刻ｔ１～時刻ｔ６の各時刻のＢＳｔ
ｉｊを算出する。時刻ｔ１～時刻ｔ６の時間範囲内では、Ｎｉ及びＮｊは同時発火していない。そのため、例えば、時刻ｔ２以降、結合係数は単調に減少する。
【0065】
図８は、時刻ｔ２でＮｉ及びＮｊが更に同時発火した場合の結合係数の時間発展を概略
的に示す。結合係数は、時刻ｔ０から時刻ｔ２までは、図７と同様に計算される。時刻ｔ２においてＮｉ及びＮｊが更に同時発火すると、パラメータ処理部２４０は、ｈｔ ｉｊ（ｔ－ｔ２，ＢＳｔ２ ｉｊ）に従って時刻ｔ３～ｔ６の各時刻の結合係数を計算する。このように、同時発火が繰り返される毎に、結合係数が高まる。これにより、生体におけるＨｅｂｂの法則のように、人工シナプス結合を強化するような効果が得られる。一方、図６及び図７に示すように、同時発火しない時間が長くなると、人工シナプス結合が減衰するような効果が得られる。
的に示す。結合係数は、時刻ｔ０から時刻ｔ２までは、図７と同様に計算される。時刻ｔ２においてＮｉ及びＮｊが更に同時発火すると、パラメータ処理部２４０は、ｈｔ ｉｊ（ｔ－ｔ２，ＢＳｔ２ ｉｊ）に従って時刻ｔ３～ｔ６の各時刻の結合係数を計算する。このように、同時発火が繰り返される毎に、結合係数が高まる。これにより、生体におけるＨｅｂｂの法則のように、人工シナプス結合を強化するような効果が得られる。一方、図６及び図７に示すように、同時発火しない時間が長くなると、人工シナプス結合が減衰するような効果が得られる。
【0066】
図９は、パラメータに与えられる化学的影響を定義する影響定義情報を概略的に示す。この影響定義情報は、図５のＳ５２０のパラメータの変化の計算に用いられる。定義情報は、内分泌人工ニューロンの内部状態に関する条件と、影響を与える人工ニューロン又は人工シナプスを特定する情報と、影響内容を定める式を含む。
【0067】
図９の例において、内分泌人工ニューロンＮ２は、眠気の内分泌物質が割り当てられた内分泌人工ニューロンである。内分泌人工ニューロンＮ２に関する定義情報は、「Ｖｍｔｎ
２＞Ｔｔｎ
２」の条件、内分泌人工ニューロンＮ２が影響を与える人工ニューロンとして「感情人工ニューロンＮ１及びＮ３」、影響内容を定める式として「Ｔｔｎ＋１
ｉ＝Ｔｔｎ
ｉ×１．１」が定められている。これにより、パラメータ処理部２４０は、Ｖｍｔｎ
２がＴｔｎ
２を超える場合、時刻ｔｎ＋１の感情人工ニューロンＮ１及びＮ３閾値を、１０％上昇させる。これにより、例えば、眠気が生じた場合に、感情人工ニューロンを発火させにくくすることができる。例えば、「蓄電量が閾値以下」であることが定義された概念人工ニューロンＮ７の出力を、内分泌人工ニューロンＮ２の入力に接続したニューラルネットワークを定めることで、蓄電量が低くなると感情が高まりにくくなる現象を体現することが可能になる。
【0068】
また、内分泌人工ニューロンＮ５は、ドーパミンが割り当てられた内分泌人工ニューロンである。内分泌人工ニューロンＮ５に関する第１の定義情報は、「Ｖｍｔｎ
５＞Ｔｔｎ
５及びＶｍｔｎ
４＞Ｔｔｎ
４」の条件、内分泌人工ニューロンＮ５が影響を与える人工シナプスとして「Ｓ４９及びＳ９５」、影響内容を定める式として「ａｔｎ＋１
ｉｊ＝ａｔｎ
ｉｊ×１．１」という式が定められている。これにより、パラメータ処理部２４０は、Ｖｍｔｎ
５がＴｔｎ
５を超え、かつ、Ｖｍｔｎ
４がＴｔｎ
４を超える場合、時刻ｔｎ＋１の人工シナプスＳ４９及びＳ９５の増減パラメータを１０％上昇させる。
【0069】
これにより、報酬系の内分泌人工ニューロンが発火した場合に、「ベルが鳴った」という状況が定義された概念人工ニューロンＮ４が発火していると、インプリシット人工ニューロンＮ９を介した概念人工ニューロンＮ４とＮ５との結合を強めることができる。これにより、「ベルが鳴った」場合に報酬系の内分泌人工ニューロンＮ５が発火し易くなる。
【0070】
また、内分泌人工ニューロンＮ５に関する第２の定義情報は、「Ｖｍｔｎ
５＞Ｔｔｎ
５」の条件、内分泌人工ニューロンＮ５が影響を与える人工ニューロンとして「Ｎ１」、影響内容を定める式として「Ｔｔｎ＋１
ｉ＝Ｔｔｎ
ｉ×１．１」という式が定められている。これにより、パラメータ処理部２４０は、Ｖｍｔｎ
５がＴｔｎ
５を超える場合、時刻ｔｎ＋１の人工ニューロンＮ１の増減パラメータを１０％低下させる。これにより、報酬系の内分泌人工ニューロンＮ５が発火した場合に、嬉しいという感情が発火し易くなる。
【0071】
このような報酬系の内分泌人工ニューロンに関する影響を定めた定義によれば、ベルを鳴らしながらロボット４０を充電するという行為を繰り返すと、ベルを鳴らしただけでロボット４０が嬉しさを表す行動をとる、というような実装が可能になる。
【0072】
なお、影響定義情報は、図９の例に限られない。例えば、条件として、人工ニューロンの内部状態が閾値以下であるとの条件を定義してよい。また、人工ニューロンのステータスに関する条件、例えば、上昇相、下降相又は未発火に関する条件を定義してよい。また、影響範囲は、人工ニューロンや人工シナプスを直接指定する他に、「特定の人工ニューロンに接続された全人工シナプス」というような定義を行うこともできる。また、影響の式については、対象が人工ニューロンの場合、閾値を定数倍にすることの他に、閾値に定数を加えることや、内部状態の増減パラメータを定数倍するような式を定義してよい。また、対象が人工シナプスの場合、増減パラメータを定数倍することの他に、結合係数を定数倍するような式を定義してよい。
【0073】
影響定義情報は、格納部２８０の定義情報２８４内に格納される。このように、格納部２８０は、内分泌人工ニューロンに人工シナプスで直接接続されていない他の人工ニューロン及び人工シナプスの少なくとも一方のパラメータに、内分泌人工ニューロンの内部状態及び発火状態の少なくとも一方が与える影響を定めた影響定義情報を格納する。そして、パラメータ処理部２４０は、内分泌人工ニューロンの内部状態及び発火状態の少なくとも一方と、当該影響定義情報とに基づいて、内分泌人工ニューロンに人工シナプスで直接接続されていない他の人工ニューロン及び人工シナプスの少なくとも一方のパラメータを更新する。また、内分泌人工ニューロンの内部状態及び発火状態の少なくとも一方が影響を与える他の人工ニューロンのパラメータは、他の人工ニューロンの閾値、発火状態、及び、発火時の出力の時間発展を定めるパラメータの少なくとも１つを含むことができる。また、内分泌人工ニューロンの内部状態及び発火状態の少なくとも一方が影響を与える人工シナプスのパラメータは、当該人工シナプスの結合係数、及び、当該人工シナプスが結びつけている２つの人工ニューロンが最後に同時に発火した後の結合係数の時間発展を定めるパラメータの少なくとも１つを含むことができる。また、影響定義情報は、報酬系に関連づけられた内分泌人工ニューロンの発火状態が感情人工ニューロンの閾値に与える影響を定めた情報を含み、パラメータ処理部２４０は、当該内分泌人工ニューロンが発火した場合に、影響定義情報に従って、感情人工ニューロンの閾値を更新する。
【0074】
図１０は、Ｖｔｎ＋１
ｉ及びＳｔｎ＋１
ｉを計算するフローチャートを示す。本フローチャートの処理は、図５のＳ５４０内の処理の一部に適用できる。Ｓ１１００において、パラメータ処理部２４０は、Ｓｔｎ
ｉが未発火を示すか否かを判断する。
【0075】
Ｓｔｎ
ｉが未発火を示す場合、パラメータ処理部２４０は、Ｎｉへの入力Ｉｔｎ＋１
ｉを計算する（Ｓ１１１０）。具体的には、ニューラルネットワークの外部からの入力がＮｉに接続されていない場合、Ｉｔｎ＋１
ｉ ＝ΣｊＢＳｔｎ＋１
ｊｉ×Ｖｍｔｎ
ｊ×ｆ（Ｓｔｎ
ｊ）によって計算する。ニューラルネットワークの外部からの入力がＮｉに接続されている場合、Ｉｔｎ＋１
ｉ＝ΣｊＢＳｔｎ＋１
ｊｉ× Ｖｍｔｎ
ｊ×ｆ（Ｓｔｎ
ｊ）＋Ｅｔｎ＋１
ｉによって計算する。ここで、Ｅｔｎ
ｉは、ニューラルネットワークの外部からの時刻ｔｎにおける入力である。
【0076】
また、ｆ（Ｓ）は、Ｓが未発火を表す値の場合は０を返し、Ｓが上昇相又は下降相を示す値の場合は１を返す。このモデルは、ニューロンが発火した場合のみシナプスが活動電位を伝達するモデルに対応する。なお、ｆ（Ｓ）＝１を返してもよい。これは、ニューロンの発火状態によらず膜電位を伝達するモデルに対応する。
【0077】
Ｓ１１１２において、パラメータ処理部２４０は、Ｉｔｎ＋１
ｉがＴｔｎ＋１
ｉを超えるか否かを判断する。Ｉｔｎ＋１
ｉがＴｔｎ＋１
ｉを超える場合、パラメータ処理部２４０は、Ｖｍｔｎ＋１
ｉを増減パラメータに基づいて算出するとともに、Ｖｍｔｎ＋１
ｉに応じてＳｔｎ＋１
ｉを上昇相又は下降相に示す値に設定し（Ｓ１１１４）、このフローを終了する。
【0078】
Ｓ１１００において、Ｓｔｎ
ｉが上昇相又は下降相である場合、パラメータ処理部２４０は、Ｖｍｔｎ＋１
ｉを算出する（Ｓ１１２０）。そして、パラメータ処理部２４０は、ｔｎ＋１までにＶｍｔ
ｉがＶｍｉｎに達した場合は、Ｓｔｎ＋１
ｉを未発火の値に設定し、ｔｎ＋１までにＶｍｔ
ｉがＶｍｉｎに達していない場合は、Ｓｔｎ＋１
ｉを上昇相又は下降相の値に設定して、このフローを終了する。なお、パラメータ処理部２４０は、ｔｎ＋ｉまでにＶｍｔ
ｉがＶｍａｘに達した場合はＳｔｎ＋１
ｉに下降相の値を設定し、ｔｎ＋１までにＶｍｔ
ｉがＶｍａｘに達していない場合はＳｔｎ＋１
ｉに上昇相の値を設定する。
【0079】
このように、Ｎｉが発火している場合は、たとえ出力が閾値以下になっても、Ｎｉの出力は入力に依存しない。このような期間は、生体のニューロンにおける絶対不応期に対応する。
【0080】
図１１は、Ｎｉが発火しない場合のＶｔ
ｉの計算例を概略的に説明する図である。
【0081】
時刻ｔ０の時間ステップにおいてＮｉは未発火である。時刻ｔ１のＩｔ１
ｉがＴｔ１
ｉ以下である場合、パラメータ処理部２４０は、時刻ｔ１におけるＶｔ１
ｉを、Ｖｔ１
ｉ＝Ｉｔ１
ｉにより計算し、時刻ｔ０からｔ１までの期間のＶｔ
ｉを、Ｖｔ
ｉ＝Ｉｔ０
ｉにより計算する。また、同様に、パラメータ処理部２４０は、時刻ステップｔｎで計算したＶｔ
ｎの値を次の時刻ステップまで維持し、Ｖｔｎ＋１において、Ｉｔｎ＋１に変化させる。
【0082】
【0083】
時刻ｔ０の時間ステップにおいて、Ｎｉは未発火である。時刻ｔ１のＩｔ１
ｉがＴｔ１
ｉを超える場合、パラメータ処理部２４０は、時刻ｔ１におけるＶｔ１
ｉを、Ｖｔ１
ｉ＝Ｉｔ１
ｉにより計算し、時刻ｔ０からｔ１までの期間のＶｔ
ｉを、Ｖｔ
ｉ＝Ｉｔ０
ｉにより計算する。なお、ここでは、時刻ｔ１のＩｔ１
ｉがＶｍａｘ以下であるとする。時刻ｔ１のＩｔ１
ｉがＶｍａｘを超える場合は、Ｉｔ１
ｉ＝Ｖｍａｘとする。
【0084】
パラメータ処理部２４０は、図１２に示されるように、時刻ｔ１以降、Ｖｔ
ｉがＶｍａｘに達する時刻まで、Ｖｔ
ｉを単位時間当たりａｔ
ｉｊで増加させる。また、パラメータ処理部２４０は、この期間のＮｉのステータスＳｔ
ｉを上昇相に決定する。
【0085】
また、Ｖｔ
ｉがＶｍａｘに達すると、Ｖｔ
ｉがＶｍｉｎに達するまで、Ｖｔ
ｉを単位時間当たり｜ｂｔ
ｉ｜減少させる。また、パラメータ処理部２４０は、この期間のＮｉのステータスを下降相に決定する。そして、Ｖｔ
ｉがＶｍｉｎに達すると、次の時刻におけるＶｔ６
ｉを、Ｖｔ６
ｉ＝Ｉｔ６
ｉにより計算する。また、Ｖｔ
ｉがＶｍｉｎに達した後のステータスを未発火に決定する。
【0086】
なお、Ｎｉのステータスが下降相にある場合、算出されたＶｍｔ
ｉがＴｔ
ｉを下回ったとしても、Ｖｍｔ
ｉはＩｔ
ｉに依存しない。パラメータ処理部２４０は、Ｖｍｔ
ｉがＴｔ
ｉを下回ったとしても、Ｖｍｔ
ｉがＶｍｉｎに達するまで、増減パラメータに従ってＶｍｔ
ｉを算出する。
【0087】
図１３は、Ｎｉの増減パラメータとして関数ｈｔ
ｉが定義されている場合の結合係数の時間発展を概略的に示す。一般に、ｈｔ
ｉは、発火時刻ｔｆからの経過時間Δｔ（＝ｔ－ｔｆ）≧０において定義される。ｈｔ
ｉは、少なくともΔｔの関数である。ｈｔ
ｉは実数の値をとり、ｈｔ
ｉの値域はＶｍｉｎ以上Ｖｍａｘ以下である。
【0088】
図１３に示す関数１３００は、ｈｔ
ｉの一例である。関数１３００は、時刻ｔｆにおけるＶｍｔｆ
ｉ及びΔｔの関数である。関数１３００は、Δｔが所定の値より小さい範囲で場合に単調増加し、Δｔが所定の値より大きい場合に単調減少する。関数１３００は、Δｔ＝０において値Ｖｍｔｆ
ｉをとる。
【0089】
図１３は、内部状態の増減パラメータとして関数１４００が定義されており、時刻ｔ１においてＮｉが発火した場合の出力を示す。パラメータ処理部２４０は、関数１４００、Δｔ及びＶｍｆ
ｉに基づいて、時刻ｔ１～時刻ｔ５の各時刻のＶｍｔｉを計算する。Ｖｍｔ
ｉは時刻ｔ５でＶｍｉｎに達しているため、時刻ｔ６ではＶｍｉ＝Ｉｔ６
ｉとなる。
【0090】
図１４は、記録形式切換ルール２９０に格納されるルール１４００の一例をテーブル形式で示す。ルール１４００は、Ｎ１、Ｎ３、Ｎｂ及びＮｃのいずれかのＶｍｔｉが、閾値を超えたという第１条件が少なくとも満たされた場合に、情報の記録形式を「低圧縮形式に切り換える」という動作が定められている。これにより、切換制御部２６０は、高圧縮形式で情報が記録されている場合において、第１条件が満たされない状態から第１条件が満たされた状態になったときに、情報の記録形式を低圧縮形式に切り換えると判断する。なお、閾値として、それぞれのＮｊのＶｍａｘに定数０．９を乗じた値が例示されている。閾値は、Ｔｉｔより高くてよい。
【0091】
また、ルール１４００には、Ｎ５及びＮａのＶｍｔ
ｉの合計値が、閾値を超えたという第２条件が少なくとも満たされた場合に、データの記録形式を「低圧縮形式に切り換える
」という動作が定められている。これにより、切換制御部２６０は、高圧縮形式で情報が記録されている場合において、第２条件が満たされない状態から第２条件が満たされた状態になったときに、情報の記録形式を低圧縮形式に切り換えると判断する。なお、閾値として、それぞれのＮｊのＶｍａｘの合計値に定数０．９を乗じた値が例示されている。閾値は、それぞれのＮｊのＴｉ ｔの合計値より高くてよい。
」という動作が定められている。これにより、切換制御部２６０は、高圧縮形式で情報が記録されている場合において、第２条件が満たされない状態から第２条件が満たされた状態になったときに、情報の記録形式を低圧縮形式に切り換えると判断する。なお、閾値として、それぞれのＮｊのＶｍａｘの合計値に定数０．９を乗じた値が例示されている。閾値は、それぞれのＮｊのＴｉ ｔの合計値より高くてよい。
【0092】
Ｎ１、Ｎ３、Ｎｂ及びＮｃは、それぞれ「嬉しい」、「悲しい」、「怖い」及び「楽しい」という感情が定義された感情人工ニューロンである。したがって、パラメータ処理部２４０において感情人工ニューロンの内部状態に基づいて感情の強さが決定され、決定された感情の強さが予め定められた閾値を超えたことに応じて、記録形式を低圧縮形式に切り換えることができる。
【0093】
Ｎ５及びＮａは、それぞれ「ドーパミン」及び「ノルアドレナリン」の内分泌物質が定義された内分泌人工ニューロンである。これらの内分泌人工ニューロンの内部状態のパラメータの合計値は、「興奮」という感情の強さを表す指標の一例である。したがって、パラメータ処理部２４０において内分泌人工ニューロンの内部状態に基づいて感情の強さが決定され、決定された感情の強さが予め定められた閾値を超えたことに応じて、記録形式を低圧縮形式に切り換えることができる。
【0094】
また、ルール１４００には、Ｎ１、Ｎ３、Ｎｂ及びＮｃのいずれのＶｍｔ
ｉも第１閾値以下であり、かつ、Ｎ５及びＮａのＶｍｔ
ｉの合計値が第２閾値以下であるという第３条件が満たされた場合に、データの記録形式を「高圧縮形式に切り換える」という動作が定められている。したがって、切換制御部２６０は、低圧縮形式で情報が記録されている場合において、第３条件が満たされない状態から第３条件が満たされた状態になったときに、情報の記録形式を高圧縮形式に切り換えると判断する。このように、感情の強さが予め定められた閾値以下となったことに応じて、記録形式を高圧縮形式に切り換えることができる。
【0095】
なお、第３条件の第１閾値は、それぞれのＮｊのＶｍａｘに定数０．８を乗じた値である。また、第３条件の第２閾値は、それぞれのＮｊのＶｍａｘの合計値に定数０．８を乗じた値である。このように、第３条件の第１閾値が第１条件の閾値より小さく、第３条件の第２閾値が第２条件の閾値より小さい場合が例示されている。しかし、第１閾値は第１条件の閾値と同じであってよく、第２閾値は第２条件の閾値と同じであってもよい。また、第３条件の第１閾値は、それぞれのＮｊのＴｉ
ｔより高くてよい。また、第３条件の第２閾値は、それぞれのＮｊのＴｉ
ｔの合計値より高くてよい。また、各条件の閾値には、これらの例に限られず、様々な値を適用できる。
【0096】
システム２０によれば、ロボット４０は、ロボット４０の感情が著しく高くない状態にある期間、骨格データ等の高圧縮形式の情報を連続的にサーバ２００に送信して、サーバ２００に記録させる。サーバ２００に記録された継続的な骨格データ等の情報は、ロボット４０の記憶を解析する場合に使用することができる。そして、ロボット４０は、ロボット４０の感情が著しく高まると、フルＨＤの映像データ及び音声データの送信を開始し、感情が一定値以上強い状態が続く期間、骨格データに加えて、フルＨＤの映像データ及び音声データを含む低圧縮形式の情報をサーバ２００に記録させる。そして、ロボット４０は、例えばロボット４０の思い出の映像を提供するようユーザ３０から要求された場合に、フルＨＤの映像データ及び音声データを送信するようサーバ２００に要求して、サーバ２００から受信した映像データ及び音声データをユーザ３０に提供する。
【0097】
このように、システム２０によれば、ロボット４０が強い感情を抱いたシーンの高画質な映像データを、サーバ２００に蓄積することができる。一方、ロボット４０が強い感情を抱いていない場合は、骨格データ等の概略化した情報をサーバ２００に蓄積することができる。このように、ロボット４０は、人間と同じように、強い感情を抱いたときの記憶を鮮明に残しつつ、強い感情を抱いていないときの記憶は概略化して残るようにことができる。
【0098】
なお、本実施形態では、感情として「嬉しい」、「悲しい」、「怖い」、「楽しい」及び「興奮」を取り上げて説明したが、システム２０で扱う感情はこれらに限定されない。また、本実施形態では、内分泌物質として「ドーパミン」、「セロトニン」及び「ノルアドレナリン」を取り上げて説明したが、システム２０で扱う内分泌物質はこれらに限定されない。
【0099】
また、サーバ２００の機能は、１以上のコンピュータによって実装されてよい。サーバ
２００の少なくとも一部の機能は、仮想マシンによって実装されてよい。また、サーバ２００の機能の少なくとも一部は、クラウドで実装されてよい。また、サーバ２００の機能のうち、格納部２８０を除く構成要素の機能は、ＣＰＵがプログラムに基づいて動作することによって実現できる。例えば、サーバ２００の動作として説明した処理の少なくとも一部は、プロセッサがプログラムに従ってコンピュータが有する各ハードウェア（例えば、ハードディスク、メモリ等）を制御することにより実現できる。このように、サーバ２００の処理の少なくとも一部は、プロセッサがプログラムに従って動作して各ハードウェアを制御することにより、プロセッサ、ハードディスク、メモリ等を含む各ハードウェアとプログラムとが協働して動作することにより実現できる。すなわち、プログラムが、サーバ２００の各構成要素としてコンピュータを機能させることができる。同様に、ロボット４０の構成要素のうち、制御対象１５５、センサ部１５６を除く構成要素の機能は、ＣＰＵがプログラムに基づいて動作することによって実現できる。すなわち、プログラムが、ロボット４０の各構成要素としてコンピュータを機能させることができる。なお、コンピュータは、上述した処理の実行を制御するプログラムを読み込み、読み込んだプログラムに従って動作して、当該処理を実行してよい。コンピュータは、当該プログラムを記憶しているコンピュータ読取可能な記録媒体から当該プログラムを読み込むことができる。また、当該プログラムは通信回線を通じてコンピュータに供給され、コンピュータは、通
信回線を通じて供給されたプログラムを読み込んでよい。
２００の少なくとも一部の機能は、仮想マシンによって実装されてよい。また、サーバ２００の機能の少なくとも一部は、クラウドで実装されてよい。また、サーバ２００の機能のうち、格納部２８０を除く構成要素の機能は、ＣＰＵがプログラムに基づいて動作することによって実現できる。例えば、サーバ２００の動作として説明した処理の少なくとも一部は、プロセッサがプログラムに従ってコンピュータが有する各ハードウェア（例えば、ハードディスク、メモリ等）を制御することにより実現できる。このように、サーバ２００の処理の少なくとも一部は、プロセッサがプログラムに従って動作して各ハードウェアを制御することにより、プロセッサ、ハードディスク、メモリ等を含む各ハードウェアとプログラムとが協働して動作することにより実現できる。すなわち、プログラムが、サーバ２００の各構成要素としてコンピュータを機能させることができる。同様に、ロボット４０の構成要素のうち、制御対象１５５、センサ部１５６を除く構成要素の機能は、ＣＰＵがプログラムに基づいて動作することによって実現できる。すなわち、プログラムが、ロボット４０の各構成要素としてコンピュータを機能させることができる。なお、コンピュータは、上述した処理の実行を制御するプログラムを読み込み、読み込んだプログラムに従って動作して、当該処理を実行してよい。コンピュータは、当該プログラムを記憶しているコンピュータ読取可能な記録媒体から当該プログラムを読み込むことができる。また、当該プログラムは通信回線を通じてコンピュータに供給され、コンピュータは、通
信回線を通じて供給されたプログラムを読み込んでよい。
【0100】
以上に説明した実施形態では、ロボット４０とは異なるサーバ２００が、ニューラルネットワークの処理を担う。また、ロボット４０とは異なるサーバ２００が、映像データ等の情報を格納する。しかし、ロボット４０自身が、ニューラルネットワークの処理等の、サーバ２００の機能を担ってよい。また、ロボット４０自身が、映像データ等の情報を格納してよい。また、ロボット４０は、サーバ２００による制御対象となる機器の一例である。制御対象となる機器はロボット４０に限られず、家電製品、乗物、玩具等の様々な機器を制御対象として適用できる。
【0101】
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。
【0102】
特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階などの各処理の実行順序は、特段「より前に」、「先立って」などと明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」などを用いて説明したとしても、この順で実施することが必須であることを意味するものではない。
【符号の説明】
【0103】
２０ システム
３０ ユーザ
４０ ロボット
９０ 通信網
１５２ 処理部
１５５ 制御対象
１５６ センサ部
１５８ 通信部
１６１ マイク
１６２ ３Ｄ深度センサ
１６３ ２Ｄカメラ
１６４ 距離センサ
２００ サーバ
２０２ 処理部
２０８ 通信部
２１０ 初期値設定部
２３０ 外部入力データ生成部
２４０ パラメータ処理部
２５０ 動作決定部
２６０ 切換制御部
２７０ 記録制御部
２８０ 格納部
２８２ 動作決定ルール
２８４ 定義情報
２８６ パラメータ初期値
２８８ パラメータ
２９０ 記録形式切換ルール
２９２ 記録データ
３００ ニューラルネットワーク
３０ ユーザ
４０ ロボット
９０ 通信網
１５２ 処理部
１５５ 制御対象
１５６ センサ部
１５８ 通信部
１６１ マイク
１６２ ３Ｄ深度センサ
１６３ ２Ｄカメラ
１６４ 距離センサ
２００ サーバ
２０２ 処理部
２０８ 通信部
２１０ 初期値設定部
２３０ 外部入力データ生成部
２４０ パラメータ処理部
２５０ 動作決定部
２６０ 切換制御部
２７０ 記録制御部
２８０ 格納部
２８２ 動作決定ルール
２８４ 定義情報
２８６ パラメータ初期値
２８８ パラメータ
２９０ 記録形式切換ルール
２９２ 記録データ
３００ ニューラルネットワーク
【図1A】
【図1B】
【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】