2013 Fiscal Year Research-status Report
リアルタイム難易度調整と分散制約最適化に基づく人の大規模運転行動データの収集
| Project/Area Number |
25540092
|
|---|
| Research Category |
Grant-in-Aid for Challenging Exploratory Research
|
| Research Institution | National Institute of Informatics |
|---|
Principal Investigator |
HELMUT Prendinge 国立情報学研究所, コンテンツ科学研究系, 教授 (40390596)
|
|---|
| Project Period (FY) |
2013-04-01 – 2015-03-31
|
| Keywords | ヒューマンコンピュータィントラクション |
|---|
| Research Abstract |
未来の交通手段や災害に対する人々の反応などの、実世界では収集不可能な有益な人間の行動データを収集するクラウドソーシングのための新しい手法を提案する。前述の目的のための大規模データの収集には (1)多人数のマルチユーザのシミュレーション空間と(2)参加者のためのインセンティブスキームが必要となる。本研究における重要なインセンティブは、課題をクリアするための挑戦、つまりtask-challengeである。本研究の課題は2つの相反する要件:(a)ユーザのスキルレベルごとにtask-challengeの難易度を最適化する必要性 (b) 共有シミュレーション空間で同時に多数のユーザに対して最適化を実現する必要性 に応えることである。我々はリアルタイムの難易度調整と分散制約最適化に基づいた解決方法を提案し、マルチユーザのエコドライビング環境に適用する。
マルチユーザシナリオでのエコドライブ演習に向けたリアルタイム難易度調整の実現という目標を達成するために、まず平成25年度でテスト環境を整えた。“敵対者”の動作が簡単すぎたり難しすぎたりして、ユーザが退屈や挫折を感じる状況を避けるため、リアルタイム難易度調整を適用した。このため“敵対者”のオフライン学習とユーザのスキルレベルに応じた難易度のオンライン調整といった2つの手法を準備する必要があった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2014年度に行う実地試験に向け、予定通りに進んでいる。
|
| Strategy for Future Research Activity |
分散制約最適化(DCOP)問題としてのリアルタイム難易度調整を用いたエコドライブシナリオのコーディングとFacebook上のエコドライブ行動データのクラウドソーシングに関する実証研究を行う予定である。
|
| Expenditure Plans for the Next FY Research Funding |
大規模実地試験前の準備に時間を要し、試験にかかる案件の発注時期がずれ込んだ。
発注できなかった実地試験にかかる3Dデザイン等の案件に関しては、2014年度中に発注依頼予定である。
|
