The28thAnnualConferenceoftheJapaneseSocietyforArtificialIntelligence, 2014
-1-
制約ネッ ワー を用い 対話
ッ
制御
開発
Control System of Dialogue Robot Using Constraint Network
宮﨑庸平
*1井倫太
*1Miyazaki Yohei
Imai Michita
*1
慶應義塾大学理
学部情報
学科
Keio University, Faculty of Science And Technology, Dept. of Information and Computer Science
{miyazaki, michita}@ayu.ics.keio.ac.jp
We propose a new control system for robot using constraint network. In order to achieve smooth communication between robot and human, a robot needs to interpret human behavior correctly and reflect them to its behavior generation. What human behavior means depends on not only their behaviors but also their surrounding environment or their companions’ behavior in communication. Moreover, what their companions’ behaviors mean depends in the same way. Eventually, human behavior and robot behavior have interdependence each other in Human-Robot communication. Serial processing is ineffective to this kind of problem because interdependent problem can be classified into constraint satisfaction problem. We propose to use constraint network for behavior generation of robot in communication with human. Constraint network is an effective method to solve interdependent problems, since it can determine human behaviors’ interpretation and robot behavior generation at the same time. We demonstrated this system with humanoid robot and confirmed its effectiveness.
1.
じめに
人間 ッ 間 親密 ニ ー ンを実現
, 様々 ン 情報を ッ 動作 利用 重要
あ . , ン 情報 意味 複数 解釈 可能
あ , 行動 解釈 多義性 ン 情報 処理 い
弊害 生 . 特 人間 ,様々 意図 元 行動 ,
ン 得 人間 行動 解釈 , 同 行動 あ 自
多義的 . 例えば, 人間 手を振 ,
誰 時 , を見 気 い 欲 合図
同 あ わ , 正 い解釈
を い.
本稿 , 人間 ッ ニ ー ン い ,
ン 情報を 得 人間 行動 ー 含 多
義性 対 う ッ 行動を決定 い
検討 . 人間 ッ ニ ー ン 重要 人
間 行動 , 視線や , 体 姿勢や立 置 い
挙 . 本稿 , 特 ニ ー ン
人間 視線 多義性を対象 .
人間 ニ ー ン ッ を制御 場合 い
, 視線 解釈 多義性を解消 , 人 視線
ッ 行動 関係を考慮 同時 , ッ 動作自体 ,
人間 視線 解釈結果 応 動 い 処理 相互依存
性を解決 必要 あ . , 人間 行動 ニ ー
ン相手 行動や周 状況 解釈 決定さ ,
人間 ニ ー ンを ッ ッ 自身 行動 人
間 行動 解釈を同時 処理 必要 あ いう あ .
, 単純 ン 情報を条件 岐 処理 設計
方法 , 相互 依存 情報解釈を扱う 限界 あ .
, 条件 相互依存 い 場合, 行動解釈 行動生成 ,
条件 最適解 決定さ , 条件 岐
処理 向 あ あ .
, 環境を区 い設計方法 , 制約を
用い 考え . 制約 逐次的 処理 異 , 処理
序を捨象 設計法 あ , 制約充足問題 対 有効
手法 あ . , 制約 変数同士をネッ ワー い 制
約ネッ ワー 推論 提案さ い [橋田93].
本稿 , 制約ネッ ワー を用い , ッ
行動 人間 視線 解釈 依存関係を同時 解消 方
法を提案 . 条件 岐 逐次的 手 処理 異 ,
環境情報 得, ッ 動作, 制約ネッ ワー 推論
を並列 処理 , 環境 情報 ッ 自身 行動
を同時 処理 , . さ , 人間 行動 変化や状況 変化
即時制約ネッ ワー 映さ , ン 行動生
成 可能 .
2.
視線運動から
意図推定
人間 視線運動 人間 意図を推定 , ッ 支援
研究 さ い [ 川原 05]. 研究 視線運動 履
歴 ー う 次 動作 後確率 最大 う
ー 行動を ー 次 行動 推定 , ッ 人間
支援を行う(図１). , 固定さ 環境 あ
, 利用 状況 限定さ い , 人間 ッ
ニ ー ン い , ッ 人間 行動 影響を
え , 人間 意図推定 ッ 自身 行動を考慮
必要性 生 .
1E3
-
4
図1:人間 意図推定 従来研究
The28thAnnualConferenceoftheJapaneseSocietyforArtificialIntelligence, 2014
-2-
3.
制約ネットワーク
3.1.
制約ネットワーク
概要
制約 節 集 あ ,節 排他的選言 あ ,
符号 い 要素制約 あ . 個々 要素制約同士
単一化可能 あ 場合, を重 付 結線
, 制約 ネッ ワー 考え [橋田 93].
う 制約 変数同士をネッ ワー 状 繋い 制約
ネッ ワー ば . 制約ネッ ワー 情報処理 明示
的 条件 岐を用い 動作を決定 逐次処理
異 , 各要素制約 実 い を活性値
いう値を設定 定 . , 制約ネッ ワー
推論を行う , 要素制約同士 結線 重 付 を , 結線
を通 活性値 伝搬, 演繹や ンを行う. 以
降 節 , 活性値や制約ネッ ワー 推論 方法 詳細を
記述 .
3.2.
節
記述
制約ネッ ワー , 一階述語論理 表現さ 節 集
表現さ . 節内 記述 以 う 符号付 要素制約
OR 集合 行う.
+happy(X) -haveMoney(X).
+ 符号 肯定, - 符号 否定を表 , 節 ,
happy(X) ∨¬ haveMoney X を表 .
haveMoney(X) ⇒ happy(X)
等価 あ . , 節 X 金を持 い ば,
X 幸 あ いう意味を表 .
3.3.
活性値 導入
実環境 , 明確 真偽 表 好 い情報
. 例えば, A B 距 近い いう 題 あ , 一
般的 , あ 閾値を定 , 題 推論 真
偽 決定さ . , 題を真 偽 決定
う , 題を他 題 真偽 断 用い 推論を行
い 際, 徐々 現実 齟齬 大 , 非常 大雑把 推論
行う い. , 制約ネッ ワー 要素制約
度を え 活性値 いう 0 1 実数値を定
義 . 活性値 1 近い いう , 実環境 対 ,
制約 度 い を意味 , 0 近い いう 度
高い を意味 . 活性値 変化を定義 制約全体
ネ ー , 各要素制約 実環境 対
妥当 度 う 活性値を制約ネッ ワー 伝搬さ
, 最適 束さ .
3.4.
単一化
制約ネッ ワー 節間 要素制約同士を繋 結線
を表現 , 単一化を 入 . 単一化 同一 述語
あ , 真 共通 集合を持 い 要素制約同士
さ . 以 , 節間 単一化 例を挙 .
(a) +happy(X) -haveMoney(X). (b) +generous(Y) -happy (Y).
う 節 あ , (a) 節 +happy(X) (b) 節
-happy(Y) 間 単 一 化 考 え . ,
+happy(X) X -happy(Y) Y 同 部 集合を包含
い 単一化 起 . 例えば,
X = {Mary,Tom,Jack}. Y = {Mary,Tom,Bob}.
X Y {Mary,Tom} いう同 部 集合を持 ,
単一化 起 . 単一化 起 , 制約ネッ ワー
要素制約 間 結線 作 , 活性値 伝搬 起 , 互い
影響を .
4.
システム
提案
逐次的 処理 , ン 情報 人間 行動 解釈を推定 ,
人間行動 解釈 , ッ 行動を生成 いう手 処
理 . , 人間 行動 解釈 ッ 行動を考慮
い い , 相互依存性を扱う い. 一
方 , 制約ネッ ワー を用い 手法 , 実環境 人間
行動 行動を等価 見 , 人間 行動
解釈 行動生成を制約ネッ ワー 同時 処理
, を決定 , 人間 行動 解釈 ッ 行動
生成 共 , 環境 整合性を持 う 考え .
図2 概略を表 い .
本研究 , 制約ネッ ワー 推論を制約充足
, 人間 視線 多義性を人間 制約ネッ ワー
ッ 行動生成 同時 処理 解決
を提案 .
5.
実装
5.1.
システム構成
本 主 3 ー , 人 視線を
推定 ッ ン ー , 制約ネッ ワー 人間
行動 行動を同時 処理 推論 ー ,
行動を決定 行動生成 ー あ . を,
ッ 並列処理を行う , 人間 行動 変化 , 即時制
約ネッ ワー 推論 映さ , ン 行動生成
可能 . 図3 本 構成図 あ .
図 2: 概略
The28thAnnualConferenceoftheJapaneseSocietyforArtificialIntelligence, 2014
-3-
5.2.
視線
推定
人 視線を推定 為 Kinect ッ ン を用い
. ッ ン 得 顔 回転角 pitch, roll,
yaw 3種類あ , 回 yaw を用い . 人間 方
向を向い い Direction r をyaw 回転角, T を閾値
, 本研究 ッ ン ー 以 3
値 類 い ．
��� ��� = { � � −� ≤ � ≤ ��� ℎ� � > � � � � < −�
(1)
5.3.
制約ネットワーク上
推論
5.3.1. 制約ネットワーク 生成
, 節郡を記述 要素制約同士 重
付 を記述 , ー を 出 , 制約ネッ ワ
ー を生成 . 図 4 節内 要素制約
動作主体を表 い .
5.3.2. 節内 要素制約 相互関係
制約ネッ ワー 内 , 人間 行動解釈 ッ 行動生成
相互依存性を表現 , を同一 節内 記
述 . 節 複数 OR集合 表現 . ,
要素制約 符号を あ , 符号 + 肯定, - 否定
を表 . , ッ 行動生成を担う節を true 節 ぶ
. 制約ネッ ワー ッ 行動生成 , true
節を仮 , 全体 制約 , 仮 無矛盾 あ
ッ 行動を決定 . 図5 節内 要素制約同士
結線を表 あ . 結線 単一化結線 , 節内
論理関係を表 結線 あ .
5.3.3. 節間 要素制約 相互関係
節間 単一化結線 伝搬 +
-起 . 図 6 節間 単一化結線を記述 あ ,
+explain(X,Y,A), +explain(X,Y,R) -explain(X,Y,B) 間 単一
化 起 , 単一化結線 生成さ い 状態を表 .
5.3.4. 活性値 決定
制約ネッ ワー 要素制約 + 符号を持 要素制約 ,
- 符号を持 要素制約 , ン 情報 直接影響を
入力制約 , true節内 ッ 行動を決定 行動制約
4種類 類 . 以 4 要素制約 活性値 決定
方法を 明 .
要素制約cn 活性値をxn, cn 節内 結線 繋
い 要素制約 集合を P, 節間 単一化 , 単一化結
線 繋 い 要素制約 集合を M , 入力制約 集合をI,
行動制約 結線を持 + 集合を U+, - 集合
をU- . あ 要素制約c c
p 間 結線 重 を wp
, + 符号を持 要素制約
+= ∑ �( – �),
�∈�
c c
m (cm∈ M ) 間 結線 重 を wm - 符号を持 要素制約
−= ∑ � – � ,
�∈�
, 入力制約 活性値xi 総和 , 人間 方向を向
い い 関 値 総和 1
∑ � = ,
�∈�
行動制約 活性値 単一化結線 繋 い 要素制約
求 ,
= ∑ � �
���+
+ ∑ � − �
�∈�−
と表す.
5.4.
ロボット 行動生成
各true 節 最 高い活性値を 行動を選択 .
際, 行動 関連 2 閾値を設定 . 一
, 行動開始 閾値 あ , う一 行動中断 閾値 あ
. 前者 閾値を超え , 動作を開始 ,
一度行動を開始 , 行動開始 閾値を 回
行動を . , 発話中 発話 閾値を
回 , 発話を中断 . , あ 行動 実行中 ,
true 節 活性値 開始 閾値を 回 , 現
図5:節内 結線
図 6:節間 単一化結線
The28thAnnualConferenceoftheJapaneseSocietyforArtificialIntelligence, 2014
-4-
在 行動 対応 true 節 活性値 発話 閾値を
回 , 行動 替わ .
6.
動作検証
動作検証 , ッ 商品 明を 例
題を用い , 動作 検証を行 . 図 7 動作検証 ,
, 正面, を表 い . 図7 う , 人間 見 側 商
品, 正面 ッ を配置 , 側 何 置 .
6.1. 発話 パターン
制約ネッ ワー 内 true 節 活性値 応 ,
以 4種類 発話を選択 .
人間 ッ 注目 い , 自己紹 を .
人間 商品 注目 い , 商品 明を .
ッ 商品 明, 自己紹 を い 状
態 人間 , を向い , ッ 話を聞
う注意 .
ッ 商品 明, 自己紹 を い い
状態 人間 , を向い , 人間 び .
6.2. 検証項目
以 4 例題 ネッ ワー 推論を確認 .
例題 1: ッ 自己紹 を い 状態 , 人間
見を .
例題2: ッ 商品 明を い 状態 , 人間
見を .
例題3: ッ 商品 明を い 状態 , 人間 視線
ッ 移 .
例題 4: 見 い 状態 い .
例題 動作 い , 以 2
柄を検証 .
ッ 人間 話 い 状態 人間
を向 , 例題1, 例題2 ッ 人間 話
い い状態 ッ を向い い 人間を見
, 例題4 ッ 人間 対 話
変わ 検証 .
例題 3 い , 人間 注目 変わ , ッ
適 発話を変え いう, 一般的 商品 明を
ッ 可能 行動 確認
7.
考察
4 例題 , 2 検証 目 い , 以 確
認さ .
例題1, 例題2 例題4 間 ッ 人間 話
異 .
例題 3 い , 人間 視線 変化 応 話
変わ .
前者 , 人間 同 見 動作を い , ッ
人間 話を い , 話を い い時 異 動作を
を示唆 , 人間 行動 ッ 行動 相互依
存関係 一例を解決 を示 い . 後者 , 人間 動作
応 動作を変え を示唆 い
.
8.
今後
課題
本稿 本 を ッ 制御 用い , 本
を ン ン 析 利用 考え . ッ
制御 , ネッ ワー 複雑 , 行動 頻繁
替わ う 考え . 一方, 人間 ッ 間
う ン ン 起 い 析 ば,
ッ 制御 異 , 実世界 影響を え い , ニ
ー ン ッ 利用 可能 あ 考え . 本
人間 ッ ン ン 析を ,
析結果を ッ 制御 一情報 扱う , ッ
行動生成 大 寄 情報 得 .
9.
ま め
本研究 , 人間 ッ ニ ー ン 人間
行動解釈 多義性を解消 , 制約ネッ ワー ッ
行動生成 を構築 ． 環境情報 得,
人間 行動解釈, ッ 行動生成を制約ネッ ワー 同
時 処理 , 人間 行動解釈 ッ 行動生成
相互依存性を解決 . 本研究 動作確認を行
い， ッ 状況 適 動作 生成さ を確認 ．
参考文献
[橋田 93] 橋田浩一, 宮田高志, 長尾確: 力学 基 散
論理推論. SWoPP’93 1993, pp75-84.
[ 川原 05] 川原 光一, 崎田 健 , 池内 克 : 視線運動
動作意図 推定 ッ 協調行動 応用,
情報処理学会 ン ー ン ー 研究報
