Practice of human-centered urban space design based on interactive simulation

• Project/Area Number: 23KK0186
• Research Category: Fund for the Promotion of Joint International Research (International Collaborative Research)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 61:Human informatics and related fields
• Research Institution: Ritsumeikan University
• Principal Investigator: 服部 宏充 立命館大学, 情報理工学部, 教授 (50455581)
• Co-Investigator(Kenkyū-buntansha): 阿部 俊彦 立命館大学, 理工学部, 准教授 (00608466) ; 吉添 衛 立命館大学, 情報理工学部, 助教 (70982304)
• Project Period (FY): 2023-09-08 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥20,800,000 (Direct Cost: ¥16,000,000、Indirect Cost: ¥4,800,000); Fiscal Year 2027: ¥4,940,000 (Direct Cost: ¥3,800,000、Indirect Cost: ¥1,140,000); Fiscal Year 2026: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000); Fiscal Year 2025: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000); Fiscal Year 2024: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: マルチエージェントシミュレーション / 都市デザイン / エージェントモデリング / タンジブルインタフェース / 社会シミュレーション / 社会システムモデリング / 参加型デザイン / マルチエージェントシステム

Outline of Research at the Start

本研究では、米国マサチューセッツ州のケンブリッジ市とマサチューセッツ工科大学（MIT）による都市域の再開発計画と連携し、多様なステークホルダーの意見を取り入れながら環境への配慮や交通の効率化などの社会的要請に応えるための、人間中心の都市空間デザイン環境を実現する。本環境は、人間がインタラクティブに操作可能な都市空間デザインプラットフォームと、都市空間での群衆動態を計算するマルチエージェントシミュレーションから成る。本環境で、人間が介在する都市空間デザインと動態解析を繰り返す事で、ステークホルダーのニーズを取り入れ社会的にも望ましい都市デザインを導出し、地域再開発プランとして活用する事を目指す。

Outline of Annual Research Achievements

「人間が介在可能なインタラクティブMAS環境の構築」について、MASとCityScopeの接合により昨年度開発した環境と連携して動作する、MASの実行中に生成される各種データのビューア機能の強化を行った。従来のシステムでは閲覧できる情報が固定されていたが、MASの状況に応じてユーザが閲覧を必要とする情報を選択できるよう、閲覧情報選択のためのインタフェースと共に機能の拡張を行った。本機能により、より幅広い人々をインタラクティブ MASのユーザとして想定することが可能となった。
「生成的手法に基づく都市空間デザイン探索手法の確立」について、都市空間の準最適なデザインを計算する機能をMASに組み込み、都市のデザインを生成し、それを環境とするMASを実施する実行のパイプラインを完成した。本来、都市空間のデザインはMASへの参加機能により人手で行うが、膨大な可能性の中から（準）最適な都市の構造を作り出す、すなわち都市空間を対象とした組み合わせ最適化問題を人間のユーザが行うのは非現実的である。開発機能を利用することで、準最適な都市デザインの解候補を選定し、それを基点とする近傍の解空間をインタラクティブ MASにより人手で探索するといったプロセスが可能となり、AIと人が協働して好ましい都市のデザインを模索できる。
「ステークホルダー参加型の都市空間デザインの実践」について、昨年度の社会実験の結果も踏まえ上記の閲覧情報機能の強化を行ったシステムを用いて、社会実験を再度実施した。実験により、AI技術を活かした最適化と人間の観点に基づく都市の在り方の評価を織り交ぜ、都市のデザインを効率的に導出する可能性を確認できた。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

・都市デザインのための具体的なツールについて、過年度の成果を基に既開発の機能を強化し、実用性を向上できた。
・都市空間デザインの実践にむけて、MASを活用した施策効果検証を題材とした社会実験を実施し、市民参加型のシミュレーションに基づく都市空間デザインに向け、当該社会実験の対象地域の自治体との協力関係を深化できた。

Strategy for Future Research Activity

・「人間が介在可能なインタラクティブMAS環境の構築」について、行政と協議し、実践的なシミュレーションシナリオの下での利用を可能とする。そのためのシミュレーションモデルについての実装を行う。
・「生成的手法に基づく都市空間デザイン探索手法の確立」について、生成される都市空間で動作可能なエージェントモデルについて設計、プロトタイピングを行う。
・「ステークホルダー参加型の都市空間デザインの実践」について、インタラクティブMAS環境を利用したワークショップシリーズを設計し、市民との都市の共創手法の確立に向けた検討を進める。
・MIT MediaLab CityScienceグループとの連携について、高層ビル群を含む地域再開発でのMASのシナリオを策定し、特にシミュレーションによって求められる都市デザインの現実的な評価指標について検討を進める。

Research Products

• [Int'l Joint Research] Massachusetts Institute of Technology(米国)
• [Int'l Joint Research] Massachusetts Institute of Technology(米国)
• [Journal Article] Constructing LLM-based Agent Model and Its Application to Multi-Agent Simulation (2025)
  • Author(s): 加藤 新, 服部 宏充, 吉添 衛
  • Journal Title: Transactions of the Japanese Society for Artificial Intelligence Volume: 40 Issue: 1 Pages: AG25-A_1-13
  • DOI: 10.1527/tjsai.40-1_AG25-A
  • ISSN: 1346-0714, 1346-8030
  • Year and Date: 2025-01-01
  • Peer Reviewed
• [Presentation] マルチエージェント社会シミュレーションのための都市モデル生成機構の開発 (2025)
  • Author(s): 天満亮太，吉添 衛，服部宏充
  • Organizer: 情報処理学会第８７回全国大会
• [Presentation] マルチエージェント社会シミュレーションにおけるLLMに基づく情報支援エージェントの構築 (2025)
  • Author(s): 遠藤壮真，吉添 衛，服部宏充
  • Organizer: 情報処理学会第８７回全国大会
• [Presentation] 再帰ロジットモデルを用いた観光客動態シミュレーションの試作 (2025)
  • Author(s): 高野 健太郎, 吉添 衛, 服部 宏充
  • Organizer: 観光情報学会第二回オーバーツーリズム研究会
• [Presentation] Integrating Large Language Models into Agent Models for Multi-Agent Simulations: Preliminary Report (2024)
  • Author(s): Hiromitsu Hattori, Arata Kato, and Mamoru Yoshizoe
  • Organizer: Winter Simulation Conference 2024 (WSC-2024)
  • Int'l Joint Research
• [Presentation] Development of a Participatory Policy Planning Tool based on Multi-Agent Social Simulation (2024)
  • Author(s): Naoki Sugie, Mamoru Yoshizoe, and Hiromitsu Hattori
  • Organizer: The 23rd IEEE/WIC International Conference on Web Intelligence and Intelligent Agent Technology (WI-IAT 2024)
  • Int'l Joint Research
• [Presentation] 都市における移動者の動向分析のためのマルチエージェントシミュレーション環境の構築 (2024)
  • Author(s): 高野健太郎，服部宏充，吉添衛
  • Organizer: 情報処理学会第８６回全国大会
• [Presentation] LLMに基づいたエージェントモデルのMASSへの導入 (2024)
  • Author(s): 加藤新、服部宏充、吉添衛、山本友輔
  • Organizer: 2024年度 人工知能学会全国大会（第38回）
• [Presentation] MASSに基づく参加型施策立案支援ツールの開発と機能の検討 (2024)
  • Author(s): 杉江直紀、吉添衛、服部宏充
  • Organizer: 2024年度 人工知能学会全国大会（第38回）