Development of a Data-driven Evacuation Simulation System Using Machine Learning

2021 Fiscal Year Final Research Report

• 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
• 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

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.

Free Research Field

建築計画

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。