Development of Human-in-the-Loop Human Mobility Simulation

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K14260
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 22050:Civil engineering plan and transportation engineering-related
• Research Institution: The University of Tokyo
• Principal Investigator: Pang Yanbo 東京大学, 空間情報科学研究センター, 特任助教 (60870178)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 人の流れ / エージェントシミュレーション / データ基盤 / 人間参加型機械学習 / 生成系AI / 擬似人流

Outline of Final Research Achievements

In this study, we combined simulation models and human intelligence to improve the reproducibility and reliability of simulations. The main achievements are as follows: 1. Creation and provision of nationwide pseudo-people mobility data: Using agent-based modeling and multi-source open data, we created and provided a dataset that replicates a typical weekday people flow across Japan. 2. Development of the generative AI model "MobilityGPT": We developed a generative AI model based on large-scale mobility data, contributing to urban planning and traffic management.
These achievements aid in the design of efficient transportation networks and quick evacuation planning during disasters.

Free Research Field

都市情報学

Academic Significance and Societal Importance of the Research Achievements

学術的意義:本研究は、シミュレーションモデルと人間の知能を融合させた新手法により、エージェントベースモデリングと生成系AIモデルの精度向上を実現した。特に、生成系AIモデル「MobilityGPT」は大規模な移動データに基づき、複雑な人間の行動パターンの再現を可能にし、都市情報学や交通工学に新たな知見を提供した。
社会的意義:全国擬似人流データの提供により、詳細な移動パターンの情報が得られ、政策の感度分析や商業施設の配置計画、大規模災害時の避難シミュレーションなどの研究や施策に活用可能となった。デジタルツインやスマートシティにも寄与し、社会全体の持続可能性向上に貢献する。