聴導犬は，聴覚障害者であるユーザを探し，重要な生活音の発生を身体接触によって迅速に伝達するが，その実働頭数は非常に少ない．その問題解決の1つとして，現在，聴導犬ロボットが提案されている．古田らは，聴導犬ロボットが行うユーザ探索において，過去の探索データからユーザの生活パターンを推定し，それを活用することを提案した．この提案の目的は，ロボットがより迅速にユーザを発見することである．しかしながら，古田らの生活パターン推定方法は，過去の探索データの不足や偏りに対して脆弱と考えられる．そこで，本稿では，過去の探索データをクラスタリングして，適当な確率分布として生活パターンを推定する方法を提案する．提案手法では，クラスタリングにディリクレ過程混合モデルを採用した．実験として，一定の生活パターンを持つユーザをシミュレーション環境上に設定し，聴導犬ロボットがユーザを発見するまでに要した探索時間を評価した．実験の結果，古田らの従来手法に比べ効率的な探索を示す結果が得られた．
