Estimation, prediction, and control of road transportation system by integrating traffic flow theory and machine learning

• Project/Area Number: 20H02267
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 22050:Civil engineering plan and transportation engineering-related
• Research Institution: Tokyo Institute of Technology (2021); The University of Tokyo (2020)
• Principal Investigator: 瀬尾 亨 東京工業大学, 環境・社会理工学院, 准教授 (90774779)
• Co-Investigator(Kenkyū-buntansha): 山口 裕通 金沢大学, 地球社会基盤学系, 助教 (10786031) ; 佐津川 功季 東北大学, 未来科学技術共同研究センター, 助教 (40867347) ; 中西 航 東京工業大学, 環境・社会理工学院, 助教 (70735456)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Project Status: Granted (Fiscal Year 2021)
• Budget Amount: ¥17,550,000 (Direct Cost: ¥13,500,000、Indirect Cost: ¥4,050,000); Fiscal Year 2022: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000); Fiscal Year 2021: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2020: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
• Keywords: 交通工学 / 機械学習 / 交通流理論 / 統計的機械学習 / 強化学習 / シミュレーション

Outline of Research at the Start

本研究は，交通工学理論と機械学習を融合した新たな道路交通マネジメント方法論を確立する．まず，理想的状況下での交通システムの最適状態とその達成方法を交通工学理論に基づき導出する．また，現実的な観測データに基づくシステム全体の状態の推定手法，短期将来予測手法等の推定手法を機械学習などに基づきそれぞれ構築する．最後に上記の成果を融合し，部分的に観測される交通データを所与とし，システム状態・利用者選好を逐次的に推定・更新しつつ，理論的な社会最適状態を達成するための方策を探索的に発見する交通システム制御手法を構築する．そして，実際の交通ビッグデータおよびシミュレーションを用い，提案手法の性質を検証する．