Development of Identification Method of BDBT Scenario

Research Project

Project/Area Number	25K01705
Research Category	Grant-in-Aid for Scientific Research (B)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 31010:Nuclear engineering-related
Research Institution	The University of Tokyo
Principal Investigator	出町和之東京大学, 大学院工学系研究科(工学部), 准教授 (00292764)
Project Period (FY)	2025-04-01 – 2029-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥17,420,000 (Direct Cost: ¥13,400,000、Indirect Cost: ¥4,020,000) Fiscal Year 2028: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000) Fiscal Year 2027: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000) Fiscal Year 2026: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000) Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Keywords	核セキュリティ / 想定を超える脅威BDBT / マルチエージェント / 強化学習 / シナリオ抽出
Outline of Research at the Start	「手段」推定のための#1:手段推定モジュールは、マルチエージェントモデルを用いて開発中である。これにより、我々が想定していなかった原子力プラントへの妨害破壊行為手段を、少なくとも５つ以上は抽出できることを目指す。「規模」推定のための#2:規模推定モジュールは、強化学習を用いて開発中である。これにより、具体的に実現可能な規模および目的の妨害破壊行為のシナリオを、提案する手法により同定可能であるか否かを明らかにする。 #3:仮想原子炉のサロゲートAIを#1,#2のモジュールとリンクするために、1つのシナリオを秒単位で計算できる高速サロゲートAIの開発を目指す。