| Project/Area Number |
19K04752
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 23030:Architectural planning and city planning-related
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
Yasufuku Kensuke 大阪大学, サイバーメディアセンター, 准教授 (20452386)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2021: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2019: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | データ駆動 / エージェントベース / 避難シミュレーション / 群集 / 回遊行動 / 機械学習 / 可視化 / 群集シミュレーション / 避難 / 地下街 / 大型商業施設 / 強化学習 / 地下空間 / 浸水 / マルチエージェント / マルチエージェントシステム / 防災 |
|---|
| Outline of Research at the Start |
本研究は、避難行動データを機械学習によって再現するデータ駆動型のアプローチをエージェントベースの避難シミュレーションに採用することで、複雑な人間の避難行動の再現性、妥当性を向上させつつ、汎用性のあるシステムを開発することを目的としている。人間の動きを完全に再現する法則はないため、従来、様々な仮定の元でモデル化が行われてきた。データ駆動型のアプローチでは、学習用データの質と量が結果の再現性に大きく作用するため、歩行者の視覚をベースとした深層学習による行動抽出や、軌跡マイニング技術を使った最適化など、様々なタイプのデータで検証を行い、その効果を明らかにする。
|
| Outline of Final Research Achievements |
This study aims to develop a practical agent-based evacuation simulation based on data-driven approaches. We applied this simulation to evacuation from inundation of underground space by tsunami, and evacuation safety plan was evaluated based on the evacuation scenario provided by the underground mall management company. In addition, for a large-scale commercial facility, we reproduced shopping behavior by crowd simulation with the transition probabilities between stores based on the purchase history data of facility membership cards. Furthermore, a method for generating crowd behavior models through machine learning was developed using the Unity game engine.
|
| Academic Significance and Societal Importance of the Research Achievements |
地下街の管理会社が想定する避難誘導計画データを活用してエージェントベースの避難シミュレーションを行い、想定されていた避難誘導効果を検証できたことは社会的な意義が大きい。また、従来はモデル化が難しかった平常時の回遊行動を、大型複合商業施設における購入履歴データをベースに一定の精度をもって再現できることを示したことは学術的意義がある。さらに、ゲームエンジンと機械学習を活用した群集シミュレーションのフレームワークの構築から群集密度の効果的な可視化手法を検討することにより、リアルタイムで群集予測を行う群集マネジメントへの活用が期待できる。
|
