| Project/Area Number |
23K25061
|
|---|
| Project/Area Number (Other) |
22H03807 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 64060:Environmental policy and social systems-related
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
鈴木 研悟 筑波大学, システム情報系, 准教授 (50634169)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
大沼 進 北海道大学, 文学研究院, 教授 (80301860)
澁谷 長史 筑波大学, システム情報系, 准教授 (90582776)
本城 慶多 埼玉県環境科学国際センター, 温暖化対策担当, 主任 (30770622)
|
|---|
| Project Period (FY) |
2024-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,420,000 (Direct Cost: ¥13,400,000、Indirect Cost: ¥4,020,000)
Fiscal Year 2024: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000)
Fiscal Year 2023: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000)
Fiscal Year 2022: ¥7,280,000 (Direct Cost: ¥5,600,000、Indirect Cost: ¥1,680,000)
|
|---|
| Keywords | エネルギー政策 / エージェントベースシミュレーション / ゲーミング / 心理学実験 / 機械学習 / 実験 / AI |
|---|
| Outline of Research at the Start |
本研究は、エージェントベースシミュレーション（ABS）とゲーミング実験を段階的に組み合わせ、エネルギーシステムの具体的な構造と政策が人間の認知・行動に与える影響を同時に考慮する、新しい政策評価法を提案する。ABSは多数の条件を網羅的に検証するのに向いており、ゲーミング実験は政策に対する人間のリアルな反応を調べるのに役立つ。本研究の特色は、世界最新の潮流である社会課題のゲーム化を取り入れ、ABS・実験双方の長所を活かす政策評価に挑戦する点にある。この手法は政策が人間の心を動かし長期的な技術選択を変えるメカニズム全体の評価を実現するものであり、公共政策を扱う多様な研究領域で役立つと期待できる。
|
| Outline of Annual Research Achievements |
2024年度の主な成果は以下の通りである。
(1) 実験とABSの比較分析：本テーマの問いは「AIと人間による社会シミュレーションをどのように使い分けるか」である。エネルギー転換をテーマとするマルチプレイヤーゲームを用いて、人間がプレイする実験と、機械エージェントがプレイするエージェントシミュレーション（ABS）との結果の違いを分析し、どちらの手法が適切かは「何を社会的対立や政策の失敗の要因として想定するか」で決まるとわかった。経済主体間の戦略的な駆引きを想定する場合はABSがよく，規範や信頼といった心理的要因を想定する場合は実験のほうが適していた。
(2) 電源選択ゲーム：本テーマの問いは「フィードインプレミアム（FIP）は発電事業者の電源選択を変えることができるか」である。卸電力取引と電源建設という時間スケールの異なる2種類の行動を同時に扱える電源選択ABSを新たに構築し、シングルプライスオークションが再生可能電源への投資インセンティブを失わせている可能性を示した。
(3) 寒冷都市ゲーム：本テーマの問いは「蓄電池は需要家間の駆け引きを緩和し仮想発電所（VPP）の成立を後押しできるか」である。戸建住宅とアグリゲーターの駆け引きをモデル化するABSを構築し、蓄電池の有無がVPP参加率と電力融通量に与える影響を調べた。その結果、蓄電池による電力融通がVPPの価値を安定させ、戸建住宅間の駆け引きの影響を緩和できることがわかった。
(4) 人間らしく行動するAIのデザイン：本テーマの問いは「人間のゲームプレイをAIに学習させることで、人間らしくふるまう機械エージェントを構築できるか」である。450人分の「木こりゲーム」プレイデータを3層パーセプトロンに学習させ、人間のゲームプレイを再現するとともに、人間の戦略をクラスタリングすることもできた。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
(1) 実験とABSの比較分析：両手法の比較を通じて，経済主体間の戦略的な駆引きを想定する場合はABSがよく，規範や信頼といった心理的要因を想定する場合は実験のほうが適していることを実証的に示した。この成果を国際会議ISAGA2024で発表し，アフタープロシーディングスの出版待ちである。また、実験データの精査を通じて、炭素税が化石燃料の使用に対する罰則として有効に機能しない可能性を実証的に示した。ただし、この実験成果の論文がリジェクトされ公開が遅れている。2024年度は、トップジャーナルへの掲載を目指して、人間がゲームをプレイする実験の学術的基盤を整備した。
(2) 電源選択ゲーム：主たる成果を国内会議で発表済である。対外発表の結果、モデルの簡素化と最適解との比較が必要であることが新たにわかり、現在対応中である。
(3) 寒冷都市ゲーム：ABSの開発を終え戸建住宅間の駆け引きをシミュレートできた。現在、戸建住宅とアグリゲーターとの駆け引きをシミュレートできるようモデルを改良し、一定の成果を得ている。モデル構築に当初の想定よりも時間がかかり、論文化が遅れている。
(4) 人間らしく行動するAIのデザイン：人間のゲームプレイデータを3層パーセプトロンに学習させ、人間のゲームプレイを再現するとともに、人間の戦略をクラスタリングすることに成功した。本研究が新たに実装した教師あり学習である3層パーセプトロンと教師なし学習であるクラスタリングの考え方を統合する学習アルゴリズムは、他の分野でも活用できる。この成果は国際会議SICE2024で発表済である。
|
| Strategy for Future Research Activity |
2025年度の主な研究内容は以下の通りである。
(1) 実験とABSの比較分析：実験研究の成果をTOP英文ジャーナルに投稿し掲載を目指す。
(2) 電源選択ゲーム：最適化モデルとABSの比較を通じて研究成果を深掘りするとともに、研究成果の論文投稿を目指す。
(3) 寒冷都市ゲームの開発：戸建て住宅とアグリゲーターとの駆け引きのシミュレーション結果を学会発表するとともに、その成果の論文掲載を目指す。
(4) 人間らしく行動するAIのデザイン：おおむね完了している。(1)-(3)を終えて余裕があれば、学習に用いた実験データの論文化を進める。
|
