JP2002301674A

JP2002301674A - 脚式移動ロボット及びその運動教示方法、並びに記憶媒体

Info

Publication number: JP2002301674A
Application number: JP2001104557A
Authority: JP
Inventors: Masato Ito; 真人伊藤
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 2001-04-03
Filing date: 2001-04-03
Publication date: 2002-10-15
Also published as: US20040036437A1; KR20030007841A; CN1463215A; WO2002081157A1; US7024276B2

Abstract

(57)【要約】【課題】階層型リカレント・ニューラル・ネットワーク
を用いて学習型運動制御を行う。【解決手段】人間の教示作業により与えられた運動パ
ターンを、階層型リカレント・ニューラル・ネットワーク
により自動的に時系列分節して、それらを組み合わせて
機体の運動制御を行うことで、さまざまな運動パターン
が生成可能になる。時系列分節化により、局所的な時系
列パターンとそれらを組み合わせた大局的パターンが生
成される。運動パターンは、機体の静的安定性や、動的
安定性の指標であるＺＭＰ安定規範を満たすなど、制御
安定性が保証されている。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、複数の関節自由度
を備えた脚式移動ロボット及びその運動教示方法、並び
に記憶媒体に係り、特に、モーション・キャプチャなど
の教示作業を介して運動学的整合性並びにＺＭＰ安定度
判別規範などの動力学的整合性を満たした運動パターン
の教示を行う脚式移動ロボット及びその運動教示方法、
並びに記憶媒体に関する。

【０００２】更に詳しくは、本発明は、リカレント・ニ
ューラル・ネットワークを用いて時系列的なデータであ
る運動パターンの学習を行う脚式移動ロボット及びその
運動教示方法、並びに記憶媒体に係り、特に、人間の教
示作業により与えられた運動パターンを階層型リカレン
ト・ニューラル・ネットワークを用いて自動的に時系列
分節して、それらを組み合わせて機体の運動制御を行う
ことで、さまざまな運動パターンを生成する脚式移動ロ
ボット及びその運動教示方法、並びに記憶媒体に関す
る。

【０００３】

【従来の技術】電気的若しくは磁気的な作用を用いて人
間の動作に似せた運動を行う機械装置のことを「ロボッ
ト」という。ロボットの語源は、スラブ語の"ＲＯＢＯ
ＴＡ(奴隷機械)"に由来すると言われている。わが国で
は、ロボットが普及し始めたのは１９６０年代末からで
あるが、その多くは、工場における生産作業の自動化・
無人化などを目的としたマニピュレータや搬送ロボット
などの産業用ロボット（industrial robot）であった。

【０００４】アーム式ロボットのように、ある特定の場
所に植設して用いるような据置きタイプのロボットは、
部品の組立・選別作業など固定的・局所的な作業空間で
のみ活動する。これに対し、移動式のロボットは、作業
空間は非限定的であり、所定の経路上又は無経路上を自
在に移動して、所定の若しくは任意の人的作業を代行し
たり、ヒトやイヌあるいはその他の生命体に置き換わる
種々の幅広いサービスを提供することができる。なかで
も脚式の移動ロボットは、クローラ式やタイヤ式などの
従来のロボットに比し、不安定で姿勢制御や歩行制御が
難しくなるが、階段や梯子の昇降や障害物の乗り越え
や、整地・不整地の区別を問わない柔軟な歩行・走行動
作を実現でき、複雑な人間の住空間で共存し得るという
点で優れている。

【０００５】最近では、イヌやネコのように４足歩行の
動物の身体メカニズムやその動作を模したペット型ロボ
ット、あるいは、ヒトのような２足直立歩行を行う動物
の身体メカニズムや動作をモデルにしてデザインされた
「人間形」若しくは「人間型」のロボット（humanoid r
obot）など、脚式移動ロボットに関する研究開発が進展
し、実用化への期待も高まってきている。例えば、ソニ
ー株式会社は、平成１２年１１月２５日に２足歩行の人
間型ロボット"ＳＤＲ−３Ｘ"を公表した。

【０００６】ところで、ロボットに対して所定動作を教
え込むことを、「教示」若しくは「ティーチング」と呼
ぶ。動作教示には、例えば、作業現場においてオペレー
タ又はユーザが手取り足取り教える教示方式や、計算機
などロボット外部のエディタ上で動作パターンの入力・
作成・編集を行う教示方式などが挙げられる。

【０００７】しかしながら、従来のロボットにおいて
は、動作教示を行うために、オペレータはロボットの操
作環境を相当程度理解し習熟する必要があり、作業の負
担が過大であった。

【０００８】また、ロボットの動作教示や学習に関する
従来の手法では、あらかじめモーション・データとして
ロボットに与えられ、その動作を外部の状況に合わせて
再生するというプロセスをとるものが一般的であった。
このような教示・学習手法によれば、ロボットの動作再
生時における運動学的整合性や動力学的整合性が見込ま
れる反面、新しい動作を生み出すことが困難であること
と、予期しない状況には対応することができないという
問題がある。また、モーションはオフラインで生成され
るものであるから、あらかじめ与えたモーションがロボ
ットの形状や現在の作業環境に対して最適であるという
保証もない。

【０００９】また、人間型ロボットにおいて、人間が行
うような運動を行わせようとした場合、モーション・キ
ャプチャのような運動教示装置を介して得られた運動パ
ターンを用いてロボットの運動制御を行うという教示方
法が挙げられる。モーション・キャプチャによれば、人
間（オペレータ）の全身の各部位に取り付けた測定点を
カメラで捕捉し、それらの動きを追跡していくことで、
教示すべき運動パターンを実現するための骨格の動作を
得ることができる。

【００１０】しかしながら、人間が行うさまざまな運動
をロボットに行わせようとした場合、それらの運動パタ
ーンをすべて保存しておく必要がある。

【００１１】また、モーション・キャプチャなどの運動
教示装置を介して得られた運動パターンをそのままロボ
ットに適用することができるか不明である。例えば、オ
ペレータとロボットの機体とでは、全身の重量バランス
などの物理特性が相違するので、キャプチャされた運動
パターンをそのままロボットに適用しても、運動学的整
合性や、ＺＭＰ安定度判別規範などの動力学的整合性を
必ずしも満たしているとは限らず、教示運動が再現でき
ない場合がある。

【００１２】ところで、近年、ロボットの制御にニュー
ラル・ネットワークを適用する事例が紹介されている。

【００１３】ニューラル・ネットワークとは、人間の脳
における神経回路網を簡略化したモデルであり、神経細
胞ニューロンが一方向にのみ信号を通過するシナプスを
介して結合されているネットワークを意味する。ニュー
ロン間の信号の伝達はシナプスを介して行われ、シナプ
スの抵抗、すなわち重みを適当に調整することによりさ
まざまな情報処理が可能となる。各ニューロンは、他の
１以上のニューロンからの出力をシナプスによる重み付
けをして入力し、それら入力値の総和を非線型応答関数
の変形を加え、再度他のニューロンへ出力する。

【００１４】ニューラル・ネットワークによる制御で
は、摩擦や粘性などの非線型問題にそのまま対応するこ
とができるとともに、学習機能を備えているので、パラ
メータの設定変更が不要になる。

【００１５】例えば、本出願人に既に譲渡されている特
願２０００−２５１４８３号明細書や特願２０００−２
７３８０５号明細書には、自律型移動ロボットにおいて
ニューラル・ネットワークを利用した学習機能について
開示されている。

【００１６】このうち、特願２０００−２５１４８３号
明細書には、カメラを始めとする知覚センサと、学習機
構としてのリカレント・ニューラル・ネットワークを備
えるロボットについて開示されている。このロボット
は、自身の持つ制御可能な部分によって外界の移動可能
な対象物を動かし、知覚センサによって対象物のおかれ
ている環境と、対象物の動きを知覚して、ロボットの各
関節部の動かし方と対象物の動きのとの関連を学習する
ことができる。また、ロボットは、対象物の動きを予測
して、ノベルティ・リワーディングにより対象物を動か
すモーションを自己学習することができる。

【００１７】また、特願２０００−２７３８０５号明細
書には、リカレント・ニューラル・ネットワークを用い
て時系列の事象を学習することができるロボットについ
て開示されている。このロボットは、教示信号として、
音楽情報と、時系列の関節角度パラメータを用いること
によって、音楽とロボットのポーズの対応付けを学習す
ることができる。学習後は、ロボットのポーズと聴覚か
ら得られる音楽情報より、次のロボットのポーズを予測
して音楽に合わせたダンスを実行することができる。ま
た、未だ教示していない曲に対しても、既に教示された
曲とダンスの経験から、以前に教示された局の中から近
いダンスを組み合わせてダンスを行うことができる。

【００１８】しかしながら、モーション・キャプチャを
利用したロボットの運動教示に対してニューラル・ネッ
トワークを適用した事例は少ない。

【００１９】

【発明が解決しようとする課題】本発明の目的は、モー
ション・キャプチャなどの教示作業を介して運動学的整
合性及や、ＺＭＰ安定度判別規範などの動力学的整合性
を満たした運動パターンの教示を行うことができる、優
れた脚式移動ロボット及びその運動教示方法、並びに記
憶媒体を提供することにある。

【００２０】本発明の更なる目的は、人間の教示作業に
より与えられた運動パターンを階層型リカレント・ニュ
ーラル・ネットワークを用いて自動的に時系列分節し
て、それらを組み合わせて機体の運動制御を行うこと
で、さまざまな運動パターンを生成することができる、
優れた脚式移動ロボット及びその運動教示方法、並びに
記憶媒体を提供することにある。

【００２１】

【課題を解決するための手段及び作用】本発明は、上記
課題を参酌してなされたものであり、その第１の側面
は、複数の関節自由度を持つ駆動部を備えた脚式移動ロ
ボットであって、外部から運動パターンを入力する運動
パターン入力部と、局所的な各関節自由度に関する実行
可能な運動パターンをあらかじめ記憶しておくととも
に、前記運動パターン入力部から入力された運動パター
ンと該記憶しておいた運動パターンとの一致を判定する
複数の判定部と、前記の各判定部における判定結果をゲ
ートするゲート部と、前記ゲート部による出力を合成し
て、前記脚式移動ロボットの機体における大局的な運動
パターンを生成する合成部と、前記合成部における合計
結果を教示された運動パターン・データとして保存し、
及び／又は、前記脚式移動ロボットの機体上で再現する
教示運動パターン実現部と、を具備することを特徴とす
る脚式移動ロボットである。

【００２２】本発明の第１の側面に係る脚式移動ロボッ
トでは、前記の各判定部やゲート部は、それぞれリカレ
ント・ニューラル・ネットワークで構成される。

【００２３】各判定部は、入力データが入力されるユニ
ット群である入力層と、ネットワークの出力を出すユニ
ット群である出力層と、それら以外のユニット群である
中間層からなるリカレント・ニューラル・ネットワークで
構成される。前記入力層は、前記脚式移動ロボットの機
体の局所的な時系列状の運動パターンが入力される入力
部と、コンテキスト部で構成される。また、前記中間層
は、隠れ部で構成される。また、前記出力層は、該局所
的な時系列状の運動パターンの予測を出力する出力部
と、コンテキスト部で構成される。そして、前記出力層
の出力の一部がコンテキスト・ループを介して前記入力
層のコンテキスト部にフィードバックされることで、判
定部は時系列状の運動パターンの学習を行なうことがで
きる。

【００２４】また、ゲート部は、入力データが入力され
るユニット群である入力層と、ネットワークの出力を出
すユニット群である出力層と、それら以外のユニット群
である中間層からなるリカレント・ニューラル・ネットワ
ークで構成される。前記入力層は、前記の各判定部に対
する重みとなるゲートが入力される入力部と、コンテキ
スト部で構成される。また、前記中間層は、隠れ部で構
成される。また、前記出力層は、前記の各判定部に対す
る重みとなるゲートを出力する出力部と、コンテキスト
部で構成される。そして、前記出力層の出力の一部がコ
ンテキスト・ループを介して前記入力層のコンテキスト
部にフィードバックされることで、ゲート部は時系列状
のゲートの学習を行なうことができる。

【００２５】本発明の第１の側面に係る脚式移動ロボッ
トにおいては、ゲート部を上位とし、各判定部を下位と
する階層型のリカレント・ニューラル・ネットワークが構
成される。各判定部により局所的な運動パターンが取り
扱われ、言い換えれば、運動パターンが自動的に時系列
分節して取り扱われる。そして、ゲート部によるゲート
出力を基に、合成部において脚式移動ロボットの機体全
体の大局的な運動パターンが生成される。

【００２６】各判定部では、各関節自由度に関する実行
可能な運動パターンをあらかじめ記憶しておき、運動パ
ターン入力部から入力された運動パターンと該記憶して
おいた運動パターンとの一致を判定する。すなわち、各
判定部は、運動パターン入力部を介して教示された運動
パターンが実行可能であるか（すなわち機体の運動学的
整合性並びに動力学的整合性を満たすか）を経験的に判
定することができる。

【００２７】そして、合成部では、各判定部の判定結果
をゲート部のゲート出力を基に合成することで、実行可
能性が保証された局所的な運動パターンを組み合わせ
て、大局的な運動パターンを生成することができる。こ
のような大局的な運動パターンは、脚式移動ロボットの
機体全体において運動学的整合性並びに動力学的整合性
が保証されたものである。

【００２８】したがって、本発明の第１の側面に係る脚
式移動ロボットによれば、人間の教示作業により与えら
れた運動パターンを階層型リカレント・ニューラル・ネ
ットワークを用いて自動的に時系列分節して、それらを
組み合わせて機体の運動制御を行うことで、さまざまな
運動パターンを生成することができる訳である。

【００２９】また、本発明の第１の側面に係る脚式移動
ロボットによれば、あらかじめ学習されたロボットにお
いて実行可能な運動パターンを利用して、人間の教示に
よる多様な動作を人間型ロボットに行なわせることがで
きる。

【００３０】ここで言う実行可能な運動パターンは、前
記脚式移動ロボットの機体において運動学的整合性や、
ＺＭＰ安定度判別規範などの動力学的整合性が保証され
ている運動パターンのことである。

【００３１】前記運動パターン入力部は、オペレータの
全身の各部位に取り付けた測定点をカメラで捕捉し、そ
れらの動きを追跡していくことで、教示すべき運動パタ
ーンを実現するための骨格の動作を得るモーション・キ
ャプチャ装置、若しくは該モーション・キャプチャ装置
を介して得られた運動パターン・データを入力する装置
であってもよい。

【００３２】あるいは、前記運動パターン入力部は、テ
ィーチング・ペンダントを介して得られた運動パターン・
データを入力する装置であってもよい。

【００３３】あるいは、前記運動パターン入力部は、前
記脚式移動ロボットの機体に対して直接印加される直接
教示を介して得られた運動パターン・データを入力する
装置であってもよい。

【００３４】また、本発明の第２の側面は、複数の関節
自由度を持つ駆動部を備えた脚式移動ロボットの運動教
示方法であって、外部から運動パターンを入力する運動
パターン入力ステップと、局所的な各関節自由度に関す
る実行可能な運動パターンをあらかじめ記憶しておくと
ともに、前記運動パターン入力ステップにおいて入力さ
れた運動パターンと該記憶しておいた運動パターンとの
一致を判定する複数の判定ステップと、前記の各判定ス
テップにおける判定結果をゲートするゲート・ステップ
と、前記ゲートステップによる出力を合成して、前記脚
式移動ロボットの機体における大局的な運動パターンを
生成する合成ステップと、前記合成ステップにおける合
計結果を教示された運動パターン・データとして保存
し、及び／又は、前記脚式移動ロボットの機体上で再現
する教示運動パターン実現ステップと、を具備すること
を特徴とする脚式移動ロボットの運動教示方法である。

【００３５】本発明の第２の側面に係る脚式移動ロボッ
トの運動教示方法では、前記の各判定ステップやゲート
・ステップは、それぞれリカレント・ニューラル・ネット
ワークで構成される。すなわち、ゲート・ステップを上
位とし、各判定ステップを下位とする階層型のリカレン
ト・ニューラル・ネットワークが構成される。各判定ステ
ップにより局所的な運動パターンが取り扱われ、言い換
えれば、運動パターンが自動的に時系列分節して取り扱
われる。そして、ゲート・ステップによるゲート出力を
基に、合成ステップにおいて脚式移動ロボットの機体全
体の大局的な運動パターンが生成される。

【００３６】各判定ステップでは、各関節自由度に関す
る実行可能な運動パターンをあらかじめ記憶しておき、
運動パターン入力ステップにより入力された運動パター
ンと該記憶しておいた運動パターンとの一致を判定す
る。すなわち、各判定ステップでは、運動パターン入力
ステップを介して教示された運動パターンが実行可能で
あるか（すなわち機体における運動学的整合性並びに動
力学的整合性を満たすか）を経験的に判定することがで
きる。

【００３７】そして、合成ステップでは、各判定ステッ
プの判定結果をゲート・ステップにおけるゲート出力を
基に合成することで、実行可能性が保証された局所的な
運動パターンを組み合わせて、大局的な運動パターンを
生成することができる。このような大局的な運動パター
ンは、脚式移動ロボットの機体全体において運動学的整
合性並びに動力学的整合性が保証されたものである。

【００３８】したがって、本発明の第２の側面に係る脚
式移動ロボットの運動教示方法によれば、人間の教示作
業により与えられた運動パターンを階層型リカレント・
ニューラル・ネットワークを用いて自動的に時系列分節
して、それらを組み合わせて機体の運動制御を行うこと
で、さまざまな運動パターンを生成することができる訳
である。

【００３９】また、本発明の第２の側面に係る脚式移動
ロボットの運動教示方法によれば、あらかじめ学習され
たロボットにおいて実行可能な運動パターンを利用し
て、人間の教示による多様な動作を人間型ロボットに行
なわせることができる。

【００４０】また、本発明の第３の側面は、複数の関節
自由度を持つ駆動部を備えた脚式移動ロボットの運動教
示をコンピュータ・システム上で実行するように記述さ
れたコンピュータ・ソフトウェアをコンピュータ可読形
式で物理的に格納した記憶媒体であって、前記コンピュ
ータ・ソフトウェアは、外部から運動パターンを入力す
る運動パターン入力ステップと、局所的な各関節自由度
に関する実行可能な運動パターンをあらかじめ記憶して
おくとともに、前記運動パターン入力ステップにおいて
入力された運動パターンと該記憶しておいた運動パター
ンとの一致を判定する複数の判定ステップと、前記の各
判定ステップにおける判定結果をゲートするゲート・ス
テップと、前記ゲートステップによる出力を合成して、
前記脚式移動ロボットの機体における大局的な運動パタ
ーンを生成する合成ステップと、前記合成ステップにお
ける合計結果を教示された運動パターン・データとして
保存し、及び／又は、前記脚式移動ロボットの機体上で
再現する教示運動パターン実現ステップと、を具備する
ことを特徴とする記憶媒体である。

【００４１】本発明の第３の側面に係る記憶媒体は、例
えば、様々なプログラム・コードを実行可能な汎用コン
ピュータ・システムに対して、コンピュータ・ソフトウ
ェアをコンピュータ可読な形式で提供する媒体である。
このような媒体は、例えば、ＣＤ（Compact Disc）やＦ
Ｄ（Floppy Disk）、ＭＯ（Magneto-Optical disc）な
どの着脱自在で可搬性の記憶媒体である。あるいは、ネ
ットワーク（ネットワークは無線、有線の区別を問わな
い）などの伝送媒体などを経由してコンピュータ・ソフ
トウェアを特定のコンピュータ・システムに提供するこ
とも技術的に可能である。

【００４２】このような記憶媒体は、コンピュータ・シ
ステム上で所定のコンピュータ・ソフトウェアの機能を
実現するための、コンピュータ・ソフトウェアと記憶媒
体との構造上又は機能上の協働的関係を定義したもので
ある。換言すれば、本発明の第３の側面に係る記憶媒体
を介して所定のコンピュータ・ソフトウェアをコンピュ
ータ・システムにインストールすることによって、コン
ピュータ・システム上では協働的作用が発揮され、本発
明の第１の側面に係る脚式移動ロボット、あるいは第２
の側面に係る脚式移動ロボットの運動教示方法と同様の
作用効果を得ることができる。

【００４３】本発明のさらに他の目的、特徴や利点は、
後述する本発明の実施例や添付する図面に基づくより詳
細な説明によって明らかになるであろう。

【００４４】

【発明の実施の形態】以下、図面を参照しながら本発明
の実施例を詳解する。

【００４５】図１には、本発明の実施に供される脚式歩
行ロボット１の外観構成を前方並びに後方から眺めた様
子を示している。この歩行ロボットは、人間型若しくは
人間形をしたアミューズメント用のロボットであるが、
２本の腕部と頭部を含む上肢と、移動動作を実現する２
本の脚部からなる下肢と、上肢と下肢とを連結する体幹
部とで構成される。さらに、各足部の接地部分（足裏）
には、図示しない接触センサが取り付けられており、路
面に対する足部の着床を検出できるようになっている。

【００４６】また、図２には、この脚式移動ロボット１
の関節自由度構成モデルを模式的に図解している。

【００４７】頭部を支持する首関節は、首関節ヨー軸
と、首関節ピッチ軸と、首関節ロール軸という３自由度
を有している。

【００４８】また、各腕部は、肩関節ピッチ軸と、肩関
節ロール軸と、上腕ヨー軸と、肘関節ピッチ軸と、前腕
ヨー軸と、手首関節ピッチ軸と、手首関節ロール軸と、
手部とで構成される。手部は、実際には、複数本の指を
含む多関節・多自由度構造体である。手部の動作をゼロ
自由度と仮定する。したがって、各腕部は７自由度を有
することになる。

【００４９】また、体幹部は、体幹ピッチ軸と、体幹ロ
ール軸と、体幹ヨー軸という３自由度を有する。

【００５０】また、下肢を構成する各々の脚部は、股関
節ヨー軸と、股関節ピッチ軸と、股関節ロール軸と、膝
関節ピッチ軸と、足首関節ピッチ軸と、足首関節ロール
軸と、足部とで構成される。人体の足部は実際には多関
節・多自由度の足底を含んだ構造体であるが、本実施例
に係る歩行ロボット１の足底はゼロ自由度とする。した
がって、左右の各脚部は６自由度で構成される。

【００５１】以上を総括すれば、本実施例に係る歩行ロ
ボット１全体としては、合計で３＋７×２＋３＋６×２
＝３２自由度を有することになる。但し、本発明に係る
脚式ロボットは３２自由度に限定される訳ではない。設
計・製作上の制約条件や要求仕様等に応じて、自由度す
なわち関節数を適宜増減することができることは言うま
でもない。

【００５２】脚式移動ロボット１が持つ各関節自由度
は、実際にはアクチュエータを用いて実装される。外観
上で余分な膨らみを排してヒトの自然体形状に近似させ
ること、２足歩行という不安定構造体に対して姿勢制御
を行うことなどの要請から、アクチュエータは小型且つ
軽量であることが好ましい。例えば、ギア直結型で且つ
サーボ制御系をワンチップ化してモータ・ユニットに内
蔵したタイプの小型ＡＣサーボ・アクチュエータを各関
節に適用することができる。この種のＡＣサーボ・アク
チュエータに関しては、例えば本出願人に既に譲渡され
ている特願平１１−３３３８６号明細書に開示されてい
る。

【００５３】脚式移動ロボット１の胴体フレーム内に
は、マイクロコンピュータやその他の電子部品で実装さ
れる制御回路、並びに、図示のロボット・システム全体
に駆動電力を供給するためのバッテリ（いずれも図示し
ない）が搭載されている。これにより、歩行ロボット１
は、アクチュエータを必要に応じて駆動することによっ
て、あらかじめプログラムされた動作を実現することが
できる。

【００５４】図３には、本実施形態に係る脚式移動ロボ
ット１の電気・制御系統の構成図を模式的に示してい
る。同図に示すように、脚式移動ロボット１は、全体の
動作の統括的制御やその他のデータ処理を行う制御部２
０と、入出力部４０と、駆動部５０と、電源部６０とで
構成される。以下、各部について説明する。

【００５５】入出力部４０は、入力部として移動ロボッ
ト１の目に相当するＣＣＤカメラ１５や、耳に相当する
マイクロフォン１６、触感に相当するタッチ・センサ１
８など、五感に相当する各種のセンサを含む。また、出
力部として、口に相当するスピーカ１７などを装備して
いる。これら出力部は、脚などによる機械運動パターン
以外の形式で脚式移動ロボット１からのシンボリックな
ユーザ・フィードバックを表現することができる。

【００５６】脚式移動ロボット１は、カメラ１５を含む
ことで、作業空間上に存在する任意の物体の形状や色彩
を認識することができる。また、脚式移動ロボット１
は、カメラのような視覚手段の他に、赤外線、音波、超
音波、電波などの発信波を受信する受信装置をさらに備
えていてもよい。この場合、各伝送波を検知するセンサ
出力に基づいて発信源からの位置や向きを計測すること
ができる。

【００５７】駆動部５０は、制御部２０が指令する所定
の運動パターンに従って歩行ロボット１の機械運動を実
現する機能ブロックであり、首関節、肩関節、肘関節、
体幹関節、股関節、膝関節、足首関節などのそれぞれの
関節におけるロール、ピッチ、ヨーなど各軸毎に設けら
れた駆動ユニットで構成される。図示の例では、歩行ロ
ボット１はｎ個の関節自由度を有し、したがって駆動部
５０はｎ個の駆動ユニットで構成される。各駆動ユニッ
トは、所定軸回りの回転動作を行うモータ５１と、モー
タ５１の回転位置を検出するエンコーダ５２と、エンコ
ーダ５２の出力に基づいてモータ５１の回転位置や回転
速度を適応的に制御するドライバ５３の組み合わせで構
成される。

【００５８】電源部６０は、その字義通り、歩行ロボッ
ト１内の各電気回路等に対して給電を行う機能モジュー
ルである。本実施例に係る歩行ロボット１は、バッテリ
を用いた自律駆動式であり、電源部６０は、充電バッテ
リ６１と、充電バッテリ６１の充放電状態を管理する充
放電制御部６２とで構成される。

【００５９】充電バッテリ６１は、例えば、複数本のニ
ッケル・カドミウム電池セルをカートリッジ式にパッケ
ージ化した「バッテリ・パック」という形態で構成され
る。

【００６０】また、充放電制御部６２は、バッテリ６１
の端子電圧や充電／放電電流量、バッテリ６１の周囲温
度などを測定することでバッテリ６１の残存容量を把握
し、充電の開始時期や終了時期などを決定するようにな
っている。

【００６１】制御部２０は、「頭脳」に相当し、例えば
移動ロボット１の頭部ユニット３あるいは胴体部ユニッ
ト２に搭載される。

【００６２】図４には、制御部２０の構成をさらに詳細
に図解している。同図に示すように、制御部２０は、メ
イン・コントローラとしてのＣＰＵ（Central Processi
ng Unit）２１が、メモリその他の各回路コンポーネン
トや周辺機器とバス接続された構成となっている。バス
２７上の各装置にはそれぞれに固有のアドレス（メモリ
・アドレス又はＩ／Ｏアドレス）が割り当てられてお
り、ＣＰＵ２１はアドレス指定することでバス２７上の
特定の装置と通信することができる。

【００６３】ＲＡＭ（Random Access Memory）２２は、
ＤＲＡＭ（Dynamic RAM）などの揮発性メモリで構成さ
れた書き込み可能メモリであり、ＣＰＵ２１が実行する
ロボット制御用のプログラム・コードをロードしたり、
作業データの一時的な保存のために使用される。

【００６４】ＲＯＭ（Read Only Memory）２３は、プロ
グラムやデータを恒久的に格納する読み出し専用メモリ
である。ＲＯＭ２３に格納されるプログラム・コードに
は、脚式移動ロボット１の電源投入時に実行する自己診
断テスト・プログラムや、移動ロボット１の動作を規定
する制御プログラム（ファームウェア）などが挙げられ
る。

【００６５】本実施例では、脚式移動ロボット１の制御
プログラムには、リカレント・ニューラル・ネットワー
ク（ＲＮＮ）に基づく学習機能が適用されている。リカ
レント・ニューラル・ネットワークによれば、時系列的
な学習を行うことができる。例えば、モーション・キャ
プチャなどにより取り込まれる運動パターンを、階層型
リカレント・ニューラル・ネットワークにより自動的に
分節化して保存し、分節化された各時系列データを組み
合わせて運動制御を行うことで、さまざまな運動を生成
することができる。但し、リカレント・ニューラル・ネ
ットワークの構成やリカレント・ニューラル・ネットワ
ークを用いた学習・教示機構の詳細については後述に譲
る。

【００６６】不揮発性メモリ２４は、例えばＥＥＰＲＯ
Ｍ（Electrically Erasable and Programmable ROM）の
ように、電気的に消去再書き込みが可能なメモリ素子で
構成され、逐次更新すべきデータを不揮発的に保持する
ために使用される。逐次更新すべきデータには、例え
ば、脚式移動ロボット１の行動パターンを規定するモデ
ルなどが挙げられる。

【００６７】インターフェース２５は、制御部２０外の
機器と相互接続し、データ交換を可能にするための装置
である。インターフェース２５は、例えば、カメラ１５
やマイクロフォン１６、スピーカ１７との間でデータ入
出力を行う。また、インターフェース２５は、駆動部５
０内の各ドライバ５３−１…との間でデータやコマンド
の入出力を行う。また、インターフェース２５は、電源
部６０との間で充電開始及び充電終了信号の授受を行う
こともできる。

【００６８】また、インターフェース２５は、ＲＳ（Re
commended Standard）−２３２Ｃなどのシリアル・イン
ターフェース、ＩＥＥＥ（Institute of Electrical an
d electronics Engineers）１２８４などのパラレル・
インターフェース、ＵＳＢ（Universal Serial Bus）イ
ンターフェース、ｉ−Ｌｉｎｋ（ＩＥＥＥ１３９４）イ
ンターフェース、ＳＣＳＩ（Small Computer System In
terface）インターフェースなどのような、コンピュー
タの周辺機器接続用の汎用インターフェースを備え、ロ
ーカル接続された外部機器との間でプログラムやデータ
の移動を行うようにしてもよい。

【００６９】また、インターフェース２５の１つとして
赤外線通信（ＩｒＤＡ）インターフェースを備え、外部
機器と無線通信を行うようにしてもよい。赤外線通信の
ための送受信部は、例えば頭部ユニットなどのように、
歩行ロボット１本体の先端部に設置されることが受信感
度の観点から好ましい。

【００７０】さらに、制御部２０は、無線通信インター
フェース２６ネットワーク・インターフェース・カード
（ＮＩＣ）２７を含み、"ｂｌｕｅｔｏｏｔｈ"や"．１
１Ｂ"のような近接無線通信、あるいはＬＡＮ（Local A
rea Network：例えばEthernet）やインターネットを経
由して、外部のホスト・コンピュータ１００とデータ通
信を行うことができる。

【００７１】このようなロボットとホストコンピュータ
間のデータ通信の目的は、遠隔のコンピュータ資源を用
いて脚式移動ロボット１の動作をリモート・コントロー
ルすることである。また、該データ通信の他の目的は、
動作モデルやその他のプログラム・コードなどロボット
１の動作制御に必要なデータやプログラムをネットワー
ク経由で歩行ロボット１に供給することにある。また、
該データ通信の他の目的は、モーション・キャプチャや
ティーチング・ペンダントなどにより得られた教示デー
タをロボット側に転送することにある（勿論、オペレー
タが脚式移動ロボット１の機体に対して外力を印加する
ことによって直接教示することも可能である）。

【００７２】脚式移動ロボット１の動作制御は、現実に
は、ＣＰＵ２１において所定のソフトウェア・プログラ
ムを実行することによって実現する。図５には、本実施
形態に係る脚式移動ロボット１上で稼動するソフトウェ
ア制御構成を模式的に示している。

【００７３】同図に示すように、ロボット制御用のソフ
トウェアは、複数層のソフトウェアで構成される階層構
造を備えている。制御用ソフトウェアにはオブジェクト
指向プログラミングを採り入れることができる。この場
合、各ソフトウェアは、データとそのデータに対する処
理手続きとを一体化させた「オブジェクト」というモジ
ュール単位で扱われる。

【００７４】最下層のデバイス・ドライバは、各関節ア
クチュエータの駆動やセンサ出力の受信などハードウェ
アに対して直接アクセスすることを許容されたオブジェ
クトであり、ハードウェアからの割り込み要求に応答し
て該当する処理を行うようになっている。

【００７５】仮想ロボットは、各種デバイス・ドライバ
と所定のオブジェクト間通信プロトコルに基づいて動作
するオブジェクトとの仲介となるオブジェクトである。
脚式移動ロボット１を構成する各ハードウェア装置への
アクセスは、この仮想ロボットを介して行われる。

【００７６】サービス・マネージャは、コネクション・
ファイルに記述されたオブジェクト間の接続情報を基
に、各オブジェクトに接続を促すシステム・オブジェク
トである。

【００７７】システム層より上位のソフトウェアは、オ
ブジェクト（プロセス）毎にモジュール化されており、
必要な機能毎にオブジェクトを選択して置換容易な構成
になっている。したがって、コネクション・ファイルを
書き換えることで、データ型が一致するオブジェクトの
入出力を自由に接続することができる。

【００７８】デバイス・ドライバ層とシステム層以外の
ソフトウェア・モジュールは、ミドルウェア層とアプリ
ケーション層に大別される。

【００７９】図６には、ミドルウェア層の内部構成を模
式的に図解している。

【００８０】ミドルウェア層は、脚式移動ロボット１の
基本的な機能を提供するソフトウェア・モジュールの集
まりであり、各モジュールの構成は脚式移動ロボット１
の機械的・電気的な特性や仕様、形状などハードウェア
属性の影響を受ける。

【００８１】このミドルウェア層は、機能的に、認識系
のミドルウェア（図６の左半分）と、出力系のミドルウ
エア（図６の右半分）に分けることができる。

【００８２】認識系のミドルウェアでは、画像データや
音声データ、その他のセンサから得られる検出データな
ど、ハードウェアから供給される生データを仮想ロボッ
ト経由で受け取ってこれらを処理する。すなわち、各種
入力情報に基づき、音声認識、距離検出、姿勢検出、接
触、動き検出、色認識などの処理を行い、認識結果を得
る（例えば、「ボールを検出した」、「転倒を検出し
た」、「撫でられた」、「叩かれた」、「ドミソの音階
が聞こえた」、「（動く物体を）検出した」、「（障害
物を）検出した」、「（障害物を）認識した」など）。
認識結果は、入力セマンティクス・コンバータを介して
上位のアプリケーション層に通知され、その後の行動計
画や学習などに利用される。

【００８３】一方、出力系のミドルウェアでは、歩行、
動きの再生、出力音の合成、目に相当するＬＥＤの点灯
制御などの機能を提供する。すなわち、アプリケーショ
ン層において立案された行動計画を出力セマンティクス
・コンバータを介して受信処理して、脚式移動ロボット
１の各機能毎にロボットの各ジョイントのサーボ指令値
や出力音、出力光（ＬＥＤ）、出力音声などを生成し
て、出力すなわち仮想ロボットを介して脚式移動ロボッ
ト１の機体動作として発現する。このような仕組みによ
り、アプリケーション層は、関節アクチュエータに対す
る制御指令のような物理的なコマンドではなく、より抽
象的な行動コマンド（例えば、前進、後退、喜ぶ、吼え
る、寝る、体操する、驚く、トラッキングするなど）を
与えることで、脚式移動ロボット１を制御することがで
きる。

【００８４】また、図７には、アプリケーション層の内
部構成を模式的に図解している。アプリケーション層
は、脚式移動ロボット１の機体動作や本能・感情などの
内部状態を制御する１以上のアプリケーション・ソフト
ウェアで構成される。

【００８５】アプリケーションは、入力セマンティクス
・コンバータ経由で受け取った認識結果を使って、脚式
移動ロボット１の行動計画を決定して、出力セマンティ
クス・コンバータ経由で決定された行動を返すようにな
っている。

【００８６】アプリケーションは、ロボットの感情をモ
デル化した感情モデルと、本能をモデル化した本能モデ
ルと、外部事象を逐次記憶していく学習モジュールと、
行動パターンをモデル化した行動モデルと、行動モデル
によって決定された行動の出力先を切り替える行動切替
部とで構成される。

【００８７】入力セマンティクス・コンバータ経由で入
力される認識結果は、感情モデル、本能モデル、行動モ
デルに入力されるとともに、学習モジュールには学習教
示信号として入力される。

【００８８】行動モデルによって決定された脚式移動ロ
ボット１の行動は、行動切替部並びに出力セマンティク
ス・コンバータ経由でミドルウェアに送信され、脚式移
動ロボット１の機体上で実行される。あるいは、行動切
替部を介して、行動履歴として感情モデル、本能モデ
ル、学習モジュールに、行動履歴として供給される。

【００８９】感情モデルと本能モデルは、それぞれ認識
結果と行動履歴を入力に持ち、感情値と本能値を管理し
ている。行動モデルは、これら感情値や本能値を参照す
ることができる。また、学習モジュールは、学習教示信
号に基づいて行動選択確率を更新して、更新内容を行動
モデルに供給する。

【００９０】本実施形態に係る学習モジュールは、モー
ション・キャプチャやティーチング・ペンダントなどの運
動教示装置（図示しない）や機体への直接教示操作を介
して取得された時系列データと、関節角度パラメータと
を関連付けて、時系列データとして学習するようになっ
ている。時系列データの学習のために、リカレント・ニ
ューラル・ネットワーク構成を採用する。

【００９１】ここで、ニューラル・ネットワークとは、
人間の脳における神経回路網を簡略化したモデルのこと
であり、神経細胞ニューロンが一方向にのみ信号を通過
するシナプスを介して結合されているネットワークを意
味する。ニューロン間の信号の伝達はシナプスを介して
行われ、シナプスの抵抗、すなわち重みを適当に調整す
ることによりさまざまな情報処理が可能となる。各ニュ
ーロンは、他の１以上のニューロンからの出力をシナプ
スによる重み付けをして入力し、それら入力値の総和を
非線型応答関数の変形を加え、再度他のニューロンへ出
力する。

【００９２】また、リカレント・ニューラル・ネットワ
ークでは、各ユニットにおける過去の出力がネットワー
ク内の他のユニット（あるいは自分自身）に戻されるよ
うな結合関係が許容される。したがって、時間に依存し
て各ニューロンの状態が変化するような動的性質をネッ
トワーク内に含めることができ、時系列パターンの認識
や予測を行うことができる。

【００９３】本実施形態に係る学習モジュールは、この
ようなリカレント・ニューラル・ネットワークを階層的
に構成することにより、時系列データである運動パター
ンを自動的に分割して保存するとともに、分割された各
時系列データを組み合わせることによって運動制御を行
うことで、さまざまな運動パターンを生成することがで
きる。

【００９４】図８には、本実施形態に係る階層型リカレ
ント・ニューラル・ネットワークの構成を模式的に示して
いる。

【００９５】図８に示す階層型リカレント・ニューラル・
ネットワークは、個々のリカレント・ニューラル・ネット
ワーク（後述）を階層的に配置することで構成される。

【００９６】図示の階層型リカレント・ニューラル・ネッ
トワーク２００は、個々の関節アクチュエータなどの局
所的な時系列パターンを学習する複数のエキスパート・
リカレント・ニューラル・ネットワーク２５０−１，２５
０−２，…，２５０−ｎからなる下位モジュールと、こ
れら局所的な時系列パターンの組み合わせとして表現す
ることができる大局的な（すなわち機体全体の）時系列
パターンを学習するゲーティング・リカレント・ニューラ
ル・ネットワーク２７０からなる上位モジュールで構成
される。

【００９７】下位モジュールを構成する各エキスパート
・リカレント・ニューラル・ネットワーク２５０−ｉには
教示運動関節角時系列データＴ_i（ｔ）が入力される。
教示運動関節角時系列データＴ_i（ｔ）は、脚式移動ロ
ボット１が持つ各関節各制御指令値ｍ_i（ｔ）で構成さ
れる。教示運動関節角時系列データＴ_i（ｔ）は、例え
ば、モーション・キャプチャやティーチング・ペンダン
ト、直接教示などの教示作業を介して与えることができ
る。このような入力に対し、エキスパート・リカレント・
ニューラル・ネットワーク２５０−ｉは関節角制御指令
値予測ｍ'_i（ｔ＋１）を出力する。

【００９８】上位モジュールを構成するゲーティング・
リカレント・ニューラル・ネットワークは、それぞれのエ
キスパート・リカレント・ニューラル・ネットワーク２５
０−ｉの重み付け値に相当するゲートｇ_i（ｔ）を出力
する。

【００９９】下位モジュールを構成する各エキスパート
・リカレント・ニューラル・ネットワーク２５０−ｉの出
力ｍ_i（ｔ＋１）に、上位モジュールを構成するゲーテ
ィング・リカレント・ニューラル・ネットワーク２７０か
らのゲートすなわち重み付けｇ_i（ｔ＋１）をそれぞれ
与えて合成することによって、階層型リカレント・ニュ
ーラル・ネットワーク２００が扱うモジュール全体に関
する関節角制御指令値予測Ｍ_i（ｔ＋１）を出力する。

【０１００】下位モジュールを構成する個々のエキスパ
ート・リカレント・ニューラル・ネットワーク２５０−
１，２５０−２，…，２５０−ｎでは、対応する関節角
すなわち脚式移動ロボット１における局所的な運動パタ
ーンが取り扱われる。エキスパート・リカレント・ニュー
ラル・ネットワーク２５０−ｉには、対応する関節角に
関する教示された運動パターンｍ_i（ｔ）が時系列デー
タとして選択的に記憶される。そして、次の時刻に入力
された時系列データｍ_i（ｔ）上から学習された運動パ
ターンが現れたときには、その検出信号としての指令値
予測ｍ_i（ｔ＋１）を出力する。

【０１０１】上位モジュールでは、各下位モジュールか
らの指令値予測ｍ_i（ｔ＋１）を、ゲーティング・リカレ
ント・ニューラル・ネットワークが与えるゲートｇ_i（ｔ
＋１）すなわちを用いて重み付けして合成して、階層型
リカレント・ニューラル・ネットワーク２００が扱うモジ
ュール全体における大局的な指令値予測であるＭ_i（ｔ
＋１）を出力する。

【０１０２】図８に示すような階層型リカレント・ニュ
ーラル・ネットワーク２００の学習時においては、次の
時刻ｔ＋１における目標値としての教示運動関節角時系
列データＴ_i（ｔ＋１）が与えられる。そして、それぞ
れのエキスパート・リカレント・ニューラル・ネットワー
ク２５０−ｉの出力ｍ_i（ｔ＋１）から合成されるモジ
ュール全体の出力Ｍ_i（ｔ＋１）との誤差によって、ゲ
ーティング・リカレント・ニューラル・ネットワーク２７
０における各ゲートの状態が制御される。

【０１０３】なお、階層型リカレント・ニューラル・ネッ
トワークの構成並びに動作の詳細に関しては、例えば、
本出願人に既に譲渡されている特開平１１−１２６１９
８号公報（発明の名称：「データ処理装置および方法、
並びに記憶媒体」）にも開示されている。

【０１０４】図９には、図８に示した階層型リカレント
・ニューラル・ネットワーク２００の下位モジュールを構
成するエキスパート・リカレント・ニューラル・ネットワ
ーク２５０−ｉの構成例を模式的に図解している。ま
た、図１０には、クローズド・モード下での動作時にお
けるエキスパート・リカレント・ニューラル・ネットワー
ク２５０の構成例を模式的に示している。

【０１０５】図９に示すように、エキスパート・リカレ
ント・ニューラル・ネットワーク２５０は、入力データが
入力されるユニット群である入力層と、ネットワークの
出力を出すユニット群である出力層と、それら以外のユ
ニット群である中間層で構成される。

【０１０６】図９に示す例では、入力層は、対応する関
節アクチュエータｉにおける関節角制御指令値ｍ
_i（ｔ）を入力する入力部（Input Unit）２５１と、コ
ンテキスト部（Context Unit）２５２で構成される。ま
た、中間層は、隠れ部（Hidden Unit）２５３で構成さ
れる。また、出力層は、関節アクチュエータｉにおける
関節角制御指令値の予測ｍ'_i（ｔ）を出力する出力部
（Output Unit）２５４と、コンテキスト部（Context U
nit）２５５で構成される。各ユニットは、それぞれ所
定数のニューロンで構成される。

【０１０７】入力部２５１には、対応する関節アクチュ
エータにおける時々刻々の状態に相当する時系列データ
としての関節角制御指令値ｍ_i（ｔ）が入力される。ま
た、入力部２５１のニューロンの出力は、中間層２５３
のニューロンを介して、出力部２５４並びにコンテキス
ト部２５５の各ニューロンに供給される。

【０１０８】出力部２５４のニューロンからは、エキス
パート・リカレント・ニューラル・ネットワーク２５０
が扱う関節アクチュエータｉにおける関節角制御指令値
予測ｍ'i（ｔ＋１）が出力される。

【０１０９】また、出力の一部は、コンテクストＣ
_i（ｔ）として、コンテキスト・ループにより入力層のコ
ンテキスト部２５２にフィードバックされる。このコン
テキスト・ループにより時系列事象の学習を行うことが
できる。

【０１１０】図９並びに図１０に示したエキスパート・
リカレント・ニューラル・ネットワーク２５０−ｉを用
いた学習は、出力された関節角制御指令値予測ｍ'_i（ｔ
＋１）と、実際に次の時刻で指令された関節角制御指令
ｍ_i（ｔ＋１）との誤差に基づいて、バック・プロパゲ
ーション法により実行される。このようなニューラル学
習メカニズムにより、入力された時系列運動パターン・
データに対して、次の時刻の運動パターン・データを予
測することが可能になる。

【０１１１】図１１には、図８に示した階層型リカレン
ト・ニューラル・ネットワーク２００の上位モジュールを
構成するゲーティング・リカレント・ニューラル・ネット
ワーク２７０の構成例を模式的に図解している。また、
図１２には、クローズド・モード下での動作時における
ゲーティング・リカレント・ニューラル・ネットワーク２
７０の構成例を模式的に示している。

【０１１２】ゲーティング・リカレント・ニューラル・ネ
ットワーク２７０は、個々のエキスパート・リカレント・
ニューラル・ネットワーク２５０−１…による局所的な
時系列パターンの組み合わせとして表現することができ
る大局的な時系列パターンを学習する。

【０１１３】図１１に示すように、ゲーティング・リカ
レント・ニューラル・ネットワーク２７０は、入力データ
が入力されるユニット群である入力層と、ネットワーク
の出力を出すユニット群である出力層と、それら以外の
ユニット群である中間層で構成される。

【０１１４】図１１に示す例では、入力層は、下位モジ
ュールに対する出力重みとなるゲート値ｇ_i（ｔ）を入
力する入力部（Input Unit）２７１と、コンテキスト部
（Context Unit）２７２で構成される。また、中間層
は、隠れ部（Hidden Unit）２７３で構成される。ま
た、出力層は、下位モジュールに対する出力重みとなる
ゲート値ｇ_i（ｔ＋１）を出力する出力部（Output Uni
t）２７４と、コンテキスト部（Context Unit）２５５
で構成される。各ユニットは、それぞれ所定数のニュー
ロンで構成される。

【０１１５】入力部２７１には、下位モジュールに対す
る出力重みとなるゲート値ｇ_i（ｔ）が入力される。ま
た、入力部２５１のニューロンの出力は、中間層２７３
のニューロンを介して、出力部２７４並びにコンテキス
ト部２７５の各ニューロンに供給される。

【０１１６】出力部２７４のニューロンからは、下位モ
ジュールに対する出力重みとなるゲート値ｇ_i（ｔ＋
１）が出力される。

【０１１７】また、出力の一部は、コンテクストＣ
_i（ｔ）として、コンテキスト・ループにより入力層のコ
ンテキスト部２７２にフィードバックされる。このコン
テキスト・ループにより時系列事象の学習を行うことが
できる。

【０１１８】次いで、本実施形態に係る脚式移動ロボッ
ト１における学習プロセスについて、図１３〜図１８を
参照しながら説明する。

【０１１９】まず、制御対象となる脚式移動ロボット１
において実行可能な３種類の運動パターン・データＡ，
Ｂ，並びにＣを用意する。用意された脚式移動ロボット
１の運動パターン例を図１３に描写している。但し、本
明細書において「実行可能」な運動パターンと言うとき
には、制御対象となる脚式移動ロボット１において運動
学的整合性や、ＺＭＰ安定度判別規範などの動力学的整
合性を満足する運動パターンであることとする。

【０１２０】なお、脚式移動ロボットにおける動的安定
性は、一般に、ＺＭＰ（Zero Moment Pointを安定度判
別規範として用いることで求まる。ここでＺＭＰとは、
歩行中の床反力によるモーメントがゼロとなる床面上の
点のことであり、また、「ＺＭＰ軌道」とは、例えばロ
ボットの歩行動作期間中にＺＭＰが動く軌跡を意味す
る。ＺＭＰの概念並びにＺＭＰを歩行ロボットの安定度
判別規範に適用する点については、Miomir Vukobratovi
c著"LEGGED LOCOMOTION ROBOTS"（加藤一郎外著『歩行
ロボットと人工の足』（日刊工業新聞社））に記載され
ている。

【０１２１】次いで、これらの運動パターンＡ，Ｂ，Ｃ
を、階層型リカレント・ニューラル・ネットワーク２００
中のそれぞれ異なるエキスパート・リカレント・ニューラ
ル・ネットワーク２５０−１…に学習させる。

【０１２２】エキスパート・リカレント・ニューラル・ネ
ットワーク２５０への入力は、時系列データである運動
パターン・データの時刻ｔにおける関節角制御指令値ベ
クトルｅｍ（ｔ）とし、理想出力を時刻ｔ＋１における
関節角制御指令値ベクトルｅｍ（ｔ＋１）として学習を
行う。リカレント・ニューラル・ネットワークにおける時
系列データの学習は、バックプロパゲーション・スルー
・タイム・アルゴリズム（Backpropagation Through Ti
me Algorithm）を用いることによって行う。

【０１２３】学習後のそれぞれのエキスパート・リカレ
ント・ニューラル・ネットワーク２５０−１…は、入力と
して時刻ｔにおける関節角制御指令値ベクトルｅｍ
（ｔ）を与えると、出力として時刻ｔ＋１における関節
角制御指令値ベクトルｅｍ（ｔ＋１）の予測値を生成す
る（図１４を参照のこと）。

【０１２４】そこで、該ネットワーク中の出力部２５４
と入力部２５１とを結合した閉ループを形成することに
より（すなわち、クローズド・モードに遷移することに
より）、学習した運動パターンを自律的に生成すること
ができる（図１５を参照のこと）。

【０１２５】次いで、運動教示手段としてモーション・
キャプチャを用いて、人間（オペレータ）の運動から教
示運動パターン・データを取得する（図１６を参照のこ
と）。あるいは、ティーチング・ペンだ音や直接教示に
よって教示運動パターン・データを脚式移動ロボット１
に供給するようにしてもよい。

【０１２６】モーション・キャプチャなどにより取得さ
れた教示運動パターン・データを、学習後の各エキスパ
ート・リカレント・ニューラル・ネットワーク２５０−１
…（前述並びに図１４を参照のこと）を下位のモジュー
ルに持つ階層型リカレント・ニューラル・ネットワーク２
００に学習させる。エキスパート・リカレント・ニューラ
ル・ネットワーク２５０への入力は、教示運動パターン・
データの時刻ｔにおける関節角度情報ベクトルＴ（ｔ）
とし、階層型リカレント・ニューラル・ネットワーク２０
０全体の理想出力を時刻ｔ＋１における関節角度情報ベ
クトルＴ（ｔ＋１）として学習を行う。ここで、階層型
リカレント・ニューラル・ネットワーク２００を用いた時
系列データの分節化学習を適用する。

【０１２７】階層型リカレント・ニューラル・ネットワー
ク２００を用いた時系列データの分節化学習には、最尤
度推定に基づく学習アルゴリズムを用いることができ
る。最尤度推定に基づく時系列データの分節化学習につ
いては、例えば、本出願人に既に譲渡されている特開平
１１−１２６１９８号公報を参照されたい。

【０１２８】但し、下位モジュールであるエキスパート
・リカレント・ニューラル・ネットワーク２５０−１…の
学習は行わない（図１７を参照のこと）。

【０１２９】階層型リカレント・ニューラル・ネットワー
ク２００は、教示運動パターンを再構成するために必要
な下位モジュールの組み合わせ表現を、上位モジュール
であるゲーティング・リカレント・ニューラル・ネットワ
ーク２７０が生成するゲート値パターンとして学習する
ことができる（図１８を参照のこと）。

【０１３０】このようなゲーティング・リカレント・ニュ
ーラル・ネットワーク２７０が生成するゲート値パター
ンを用いて、下位モジュールとしてのエキスパート・リ
カレント・ニューラル・ネットワーク２５０−１…がそれ
ぞれ生成する運動パターンを重み付けて組み合わせるこ
とによって、教示運動パターンを再構成することができ
る。

【０１３１】このようにして再構成された運動パターン
を用いて、脚式移動ロボット１の運動制御を行うこと
で、教示運動を再現することができる。

【０１３２】［追補］以上、特定の実施例を参照しなが
ら、本発明について詳解してきた。しかしながら、本発
明の要旨を逸脱しない範囲で当業者が該実施例の修正や
代用を成し得ることは自明である。

【０１３３】本発明の要旨は、必ずしも「ロボット」と
称される製品には限定されない。すなわち、電気的若し
くは磁気的な作用を用いて人間の動作に似せた運動を行
う機械装置であるならば、例えば玩具等のような他の産
業分野に属する製品であっても、同様に本発明を適用す
ることができる。

【０１３４】要するに、例示という形態で本発明を開示
してきたのであり、限定的に解釈されるべきではない。
本発明の要旨を判断するためには、冒頭に記載した特許
請求の範囲の欄を参酌すべきである。

【０１３５】

【発明の効果】以上詳記したように、本発明によれば、
モーション・キャプチャなどの教示作業を介して運動学
的整合性や、ＺＭＰ安定度判別規範などの動力学的整合
性を満たした運動パターンの教示を行うことができる、
優れた脚式移動ロボット及びその運動教示方法、並びに
記憶媒体を提供することができる。

【０１３６】また、本発明によれば、人間の教示作業に
より与えられた運動パターンを階層型リカレント・ニュ
ーラル・ネットワークを用いて自動的に時系列分節し
て、それらを組み合わせて機体の運動制御を行うこと
で、さまざまな運動パターンを生成することができる、
優れた脚式移動ロボット及びその運動教示方法、並びに
記憶媒体を提供することができる。

【０１３７】本発明によれば、あらかじめ学習されたロ
ボットにおいて実行可能な運動パターンを利用して、人
間の教示による多様な動作を人間型ロボットに行なわせ
ることができる。

【図面の簡単な説明】

【図１】本発明の実施に供される脚式歩行ロボット１の
外観構成を示した図である。

【図２】脚式移動ロボット１の自由度構成モデルを模式
的に示した図である。

【図３】脚式歩行ロボット１の電気・制御系統の構成図
を模式的に示した図である。

【図４】制御部２０の構成をさらに詳細に示した図であ
る。

【図５】ロボット１上で稼動するソフトウェア制御構成
を模式的に示した図である。

【図６】ミドルウェア層の内部構成を模式的に示した図
である。

【図７】アプリケーション層の内部構成を模式的に示し
た図である。

【図８】本実施形態に係る階層型リカレント・ニューラ
ル・ネットワークの構成を模式的に示した図である。

【図９】階層型リカレント・ニューラル・ネットワークの
下位モジュールを構成するエキスパート・リカレント・ニ
ューラル・ネットワーク２５０の構成例を模式的に示し
た図である。

【図１０】クローズド・モード下で動作するエキスパー
ト・リカレント・ニューラル・ネットワーク２５０の構成
例を模式的に示した図である。

【図１１】階層型リカレント・ニューラル・ネットワーク
の上位モジュールを構成するリカレント・ニューラル・
ネットワーク２５０の構成例を模式的に示した図であ
る。

【図１２】クローズド・モード下で動作するゲーティン
グ・リカレント・ニューラル・ネットワーク２５０の構成
例を模式的に示した図である。

【図１３】本実施形態に係る脚式移動ロボット１におけ
る学習プロセスについて説明するための図であり、より
具体的には、制御対象となる脚式移動ロボット１におい
て実行可能な３種類の運動パターン・データＡ，Ｂ，並
びにＣを描写した図である。

【図１４】本実施形態に係る脚式移動ロボット１におけ
る学習プロセスについて説明するための図であり、より
具体的には、エキスパート・リカレント・ニューラル・ネ
ットワーク２５０に入力として時刻ｔにおける関節角制
御指令値ベクトルｅｍ（ｔ）を与えると、出力として時
刻ｔ＋１における関節角制御指令値ベクトルｅｍ（ｔ＋
１）の予測値を生成する様子を示した図である。

【図１５】本実施形態に係る脚式移動ロボット１におけ
る学習プロセスについて説明するための図であり、より
具体的には、エキスパート・リカレント・ニューラル・ネ
ットワーク２５０が閉ループを形成して、学習した運動
パターンを自律的に生成する様子を示した図である。

【図１６】本実施形態に係る脚式移動ロボット１００に
おける学習プロセスについて説明するための図であり、
より具体的には、運動教示手段としてモーション・キャ
プチャを用いて人間（オペレータ）の運動から教示運動
パターン・データを取得する様子を示した図である。

【図１７】本実施形態に係る脚式移動ロボット１００に
おける学習プロセスについて説明するための図であり、
より具体的には、階層型リカレント・ニューラル・ネット
ワーク２００を用いた時系列データの分節化学習時にお
ける下位モジュールであるエキスパート・リカレント・ニ
ューラル・ネットワーク２５０−１…の振る舞いを示し
た図である。

【図１８】本実施形態に係る脚式移動ロボット１００に
おける学習プロセスについて説明するための図であり、
より具体的には、階層型リカレント・ニューラル・ネット
ワーク２００がゲーティング・リカレント・ニューラル・
ネットワーク２７０が生成するゲート値パターンとして
教示運動パターンを再構成するために必要な下位モジュ
ールの組み合わせ表現を学習する様子を示した図であ
る。

【図１９】本実施形態に係る脚式移動ロボット１００に
おける学習プロセスについて説明するための図であり、
より具体的には、ゲーティング・リカレント・ニューラル
・ネットワーク２７０が生成するゲート値パターンを用
いて下位モジュールとしてのエキスパート・リカレント・
ニューラル・ネットワーク２５０−１…がそれぞれ生成
する運動パターンを重み付けて組み合わせることによっ
て教示運動パターンを再構成する様子を示した図であ
る。

【符号の説明】

１…脚式移動ロボット１５…ＣＣＤカメラ１６…マイクロフォン１７…スピーカ１８…タッチセンサ２０…制御部２１…ＣＰＵ２２…ＲＡＭ２３…ＲＯＭ２４…不揮発メモリ２５…インターフェース２６…無線通信インターフェース２７…ネットワーク・インターフェース・カード２８…バス２９…キーボード４０…入出力部５０…駆動部５１…モータ（関節アクチュエータ）５２…エンコーダ（関節角度センサ）５３…ドライバ６０…電源部６１…充電バッテリ６２…充放電制御部１００…外部のホスト・コンピュータ２００…階層型リカレント・ニューラル・ネットワーク２５０…エキスパート・リカレント・ニューラル・ネット
ワーク（下位モジュール）２５１…入力部，２５２…コンテキスト部２５３…隠れ部２５４…出力部，２５５…コンテキスト部２７０…ゲーティング・リカレント・ニューラル・ネット
ワーク（上位モジュール）２７１入力部，２７２…コンテキスト部２７３…隠れ部２７４…出力部，２７５…コンテキスト部

Claims

【特許請求の範囲】

【請求項１】複数の関節自由度を持つ駆動部を備えた脚
式移動ロボットであって、外部から運動パターンを入力する運動パターン入力部
と、局所的な各関節自由度に関する実行可能な運動パターン
をあらかじめ記憶しておくとともに、前記運動パターン
入力部から入力された運動パターンと該記憶しておいた
運動パターンとの一致を判定する複数の判定部と、前記の各判定部における判定結果をゲートするゲート部
と、前記ゲート部による出力を合成して、前記脚式移動ロボ
ットの機体における大局的な運動パターンを生成する合
成部と、前記合成部における合計結果を教示された運動パターン
・データとして保存し、及び／又は、前記脚式移動ロボ
ットの機体上で再現する教示運動パターン実現部と、を
具備することを特徴とする脚式移動ロボット。
【請求項２】前記運動パターン入力部は、オペレータの
全身の各部位に取り付けた測定点をカメラで捕捉し、そ
れらの動きを追跡していくことで、教示すべき運動パタ
ーンを実現するための骨格の動作を得るモーション・キ
ャプチャ装置、若しくは該モーション・キャプチャ装置
を介して得られた運動パターン・データを入力する装置
で構成される、ことを特徴とする請求項１に記載の脚式
移動ロボット。
【請求項３】前記運動パターン入力部は、ティーチング
・ペンダントを介して得られた運動パターン・データを入
力する装置で構成される、ことを特徴とする請求項１に
記載の脚式移動ロボット。
【請求項４】前記運動パターン入力部は、前記脚式移動
ロボットの機体に対して直接印加される直接教示を介し
て得られた運動パターン・データを入力する装置で構成
される、ことを特徴とする請求項１に記載の脚式移動ロ
ボット。
【請求項５】実行可能な運動パターンは、前記脚式移動
ロボットの機体において運動学的整合性及び／又は動力
学的整合性が保証されている運動パターンである、こと
を特徴とする請求項１に記載の脚式移動ロボット。
【請求項６】前記の各判定部は、入力データが入力され
るユニット群である入力層と、ネットワークの出力を出
すユニット群である出力層と、それら以外のユニット群
である中間層からなるリカレント・ニューラル・ネットワ
ークで構成され、前記入力層は、前記脚式移動ロボットの機体の局所的な
時系列状の運動パターンが入力される入力部と、コンテ
キスト部で構成され、前記中間層は、隠れ部で構成され、前記出力層は、該局所的な時系列状の運動パターンの予
測を出力する出力部と、コンテキスト部で構成され、前記出力層の出力の一部がコンテキスト・ループを介し
て前記入力層のコンテキスト部にフィードバックされる
ことで、時系列状の運動パターンの学習を行なう、こと
を特徴とする請求項１に記載の脚式移動ロボット。
【請求項７】前記ゲート部は、入力データが入力される
ユニット群である入力層と、ネットワークの出力を出す
ユニット群である出力層と、それら以外のユニット群で
ある中間層からなるリカレント・ニューラル・ネットワー
クで構成され、前記入力層は、前記の各判定部に対する重みとなるゲー
トが入力される入力部と、コンテキスト部で構成され、前記中間層は、隠れ部で構成され、前記出力層は、前記の各判定部に対する重みとなるゲー
トを出力する出力部と、コンテキスト部で構成され、前記出力層の出力の一部がコンテキスト・ループを介し
て前記入力層のコンテキスト部にフィードバックされる
ことで、時系列状のゲートの学習を行なう、ことを特徴
とする請求項１に記載の脚式移動ロボット。
【請求項８】複数の関節自由度を持つ駆動部を備えた脚
式移動ロボットの運動教示方法であって、外部から運動パターンを入力する運動パターン入力ステ
ップと、局所的な各関節自由度に関する実行可能な運動パターン
をあらかじめ記憶しておくとともに、前記運動パターン
入力ステップにおいて入力された運動パターンと該記憶
しておいた運動パターンとの一致を判定する複数の判定
ステップと、前記の各判定ステップにおける判定結果をゲートするゲ
ート・ステップと、前記ゲートステップによる出力を合成して、前記脚式移
動ロボットの機体における大局的な運動パターンを生成
する合成ステップと、前記合成ステップにおける合計結果を教示された運動パ
ターン・データとして保存し、及び／又は、前記脚式移
動ロボットの機体上で再現する教示運動パターン実現ス
テップと、を具備することを特徴とする脚式移動ロボッ
トの運動教示方法。
【請求項９】前記運動パターン入力ステップは、オペレ
ータの全身の各部位に取り付けた測定点をカメラで捕捉
し、それらの動きを追跡していくことで、教示すべき運
動パターンを実現するための骨格の動作を得るモーショ
ン・キャプチャを介して得られた運動パターン・データを
入力する装置で構成される、ことを特徴とする請求項８
に記載の脚式移動ロボットの運動教示方法。
【請求項１０】前記運動パターン入力ステップでは、テ
ィーチング・ペンダントを介して得られた運動パターン・
データを入力する、ことを特徴とする請求項８に記載の脚式移動ロボットの
運動教示方法。
【請求項１１】前記運動パターン入力ステップでは、前
記脚式移動ロボットの機体に対して直接印加される直接
教示を介して得られた運動パターン・データを入力す
る、ことを特徴とする請求項８に記載の脚式移動ロボッ
トの運動教示方法。
【請求項１２】実行可能な運動パターンは、前記脚式移
動ロボットの機体において運動学的整合性及び／又は動
力学的整合性が保証されている運動パターンである、こ
とを特徴とする請求項８に記載の脚式移動ロボットの運
動教示方法。
【請求項１３】前記の各判定ステップは、入力データが
入力されるユニット群である入力層と、ネットワークの
出力を出すユニット群である出力層と、それら以外のユ
ニット群である中間層からなるリカレント・ニューラル・
ネットワークで構成され、前記入力層は、前記脚式移動ロボットの機体の局所的な
時系列状の運動パターンが入力される入力部と、コンテ
キスト部で構成され、前記中間層は、隠れ部で構成され、前記出力層は、該局所的な時系列状の運動パターンの予
測を出力する出力部と、コンテキスト部で構成され、前記出力層の出力の一部がコンテキスト・ループを介し
て前記入力層のコンテキスト部にフィードバックされる
ことで、時系列状の運動パターンの学習を行なう、こと
を特徴とする請求項８に記載の脚式移動ロボットの運動
教示方法。
【請求項１４】前記ゲート・ステップは、入力データが
入力されるユニット群である入力層と、ネットワークの
出力を出すユニット群である出力層と、それら以外のユ
ニット群である中間層からなるリカレント・ニューラル・
ネットワークで構成され、前記入力層は、前記の各判定部に対する重みとなるゲー
トが入力される入力部と、コンテキスト部で構成され、前記中間層は、隠れ部で構成され、前記出力層は、前記の各判定部に対する重みとなるゲー
トを出力する出力部と、コンテキスト部で構成され、前記出力層の出力の一部がコンテキスト・ループを介し
て前記入力層のコンテキスト部にフィードバックされる
ことで、時系列状のゲートの学習を行なう、ことを特徴
とする請求項８に記載の脚式移動ロボットの運動教示方
法。
【請求項１５】複数の関節自由度を持つ駆動部を備えた
脚式移動ロボットの運動教示をコンピュータ・システム
上で実行するように記述されたコンピュータ・ソフトウ
ェアをコンピュータ可読形式で物理的に格納した記憶媒
体であって、前記コンピュータ・ソフトウェアは、外部から運動パターンを入力する運動パターン入力ステ
ップと、局所的な各関節自由度に関する実行可能な運動パターン
をあらかじめ記憶しておくとともに、前記運動パターン
入力ステップにおいて入力された運動パターンと該記憶
しておいた運動パターンとの一致を判定する複数の判定
ステップと、前記の各判定ステップにおける判定結果をゲートするゲ
ート・ステップと、前記ゲートステップによる出力を合成して、前記脚式移
動ロボットの機体における大局的な運動パターンを生成
する合成ステップと、前記合成ステップにおける合計結果を教示された運動パ
ターン・データとして保存し、及び／又は、前記脚式移
動ロボットの機体上で再現する教示運動パターン実現ス
テップと、を具備することを特徴とする記憶媒体。