| 研究課題/領域番号 |
19H02377
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分25010:社会システム工学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
藤井 秀樹 東京大学, 大学院工学系研究科(工学部), 准教授 (00597809)
|
|---|
| 研究分担者 |
吉村 忍 東京大学, 大学院工学系研究科(工学部), 教授 (90201053)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
13,260千円 (直接経費: 10,200千円、間接経費: 3,060千円)
2021年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2019年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
|
|---|
| キーワード | 交通システム / エージェントシミュレーション / 強化学習 / 深層学習 / 信号制御 / ライドシェア / MaaS / 機械学習 / グローカル制御 / HPC |
|---|
| 研究開始時の研究の概要 |
本研究課題では，自動走行車によるライドシェアサービス (SAV: Shared Autonomous Vehicle) が徐々に普及していく社会状況を想定する．このような社会状況においては，SAVはもはや公共交通機関の一種とみなせるようになる．そこで，SAVの公共交通機関化という交通社会状況の変化に対し適応的に進化する制御システムおよびサービスシステムを提案する．具体的にはSAVに細かな運転指示を与え，それによって渋滞解消のような公共的価値を創出する．その効果を大規模でリアリスティックなシミュレーション (バーチャル社会実験) によって検証する．
|
| 研究成果の概要 |
本研究では，自動走行車の普及を見越した交通システムの適応進化型制御とサービスの提案をめざした．前者に関しては制御に用いるための交通流状態予測アルゴリズムを提案した．後者に関してはライドシェアサービス車両の配車アルゴリズムを提案し，リアルタイムに応答可能であるかどうかを評価した．またシミュレーションの基盤として交通流のハイブリッドモデル（流体近似モデル＋マルチエージェントモデル）を提案した．
|
| 研究成果の学術的意義や社会的意義 |
すべての人々に安全かつ安価で容易に利用できる，持続可能な輸送システムへのアクセスを提供することがSDGsに掲げられており，自動走行車を用いたライドシェアサービスはこれを達成するためのアプローチの1つである．加えて，ITSや自動走行車の普及に伴って取得される交通データの量が増大しており，これを効率よく処理して交通流を予測する技術もまた近い将来の交通システムに貢献するものである．
|
