| Project/Area Number |
18K04052
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 20020:Robotics and intelligent system-related
|
|---|
| Research Institution | Kagawa University |
|---|
Principal Investigator |
Butsuen Tetsuro 香川大学, 大学院教学センター, 特命教授 (00803967)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
荒川 雅生 香川大学, 創造工学部, 教授 (20257207)
鈴木 桂輔 香川大学, 創造工学部, 教授 (80373067)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2020: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2019: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2018: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
|
|---|
| Keywords | 自動運転技術 / 多目的最適化 / 遺伝的アルゴリズム / ニューラルネットワーク / ドライバーモデル / ドライビングシミュレータ / RBFネットワーク最適化 / B-spline曲線 / PSO / バーチャルリアリティ / 運転学習モデル / ヒューマンセンタードデザイン / ヒューマンインタフェース / 感性技術 |
|---|
| Outline of Final Research Achievements |
This study aimed to construct a driver model that could simulate more realistic driving behavior, and involved the construction and maturation of a "driver learning model" of an AI agent that mimics an inexperienced driver.
For the construction and maturation of the driving learning model, a driver-agent model using neural networks and genetic algorithms was used to construct the model. Furthermore, together with collaborators, we analyzed and quantified the causes of driver error, and the results are reflected in the newly established "Consortium for the Advancement of Simulation Technology Related to the Human Mobility Society.
Results of this research: 2 journal papers, 5 conference presentations (1 international conference) 1 book
|
| Academic Significance and Societal Importance of the Research Achievements |
この研究は、AIと自動運転技術の進化における重要な一歩となり、これらの分野における理解と進歩に貢献していく。
その社会的意義は、交通安全の向上はもちろんのこと、高齢者や障碍者の移動手段の改善、そして効率的な交通システムの実現を目指して新たな産業の創出と雇用が創出できる。学術的な意義は、「より現実的な運転挙動を模擬できるドライバ・モデルの構築」を目指し、AI学習モデル、特に運転シミュレーションの領域における新たな進歩を提供できた。未経験の運転者を模倣するモデルの構築とその熟成は、AI学習の全体的な理解とその可能性を拡大する重要な貢献である。
|
