| 研究課題/領域番号 |
23K25166
|
|---|
| 補助金の研究課題番号 |
22H03912 (2022-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2022-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分90030:認知科学関連
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
三輪 和久 名古屋大学, 情報学研究科, 教授 (90219832)
|
|---|
| 研究分担者 |
寺井 仁 近畿大学, 産業理工学部, 教授 (30397442)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
17,550千円 (直接経費: 13,500千円、間接経費: 4,050千円)
2024年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2023年度: 7,020千円 (直接経費: 5,400千円、間接経費: 1,620千円)
2022年度: 7,150千円 (直接経費: 5,500千円、間接経費: 1,650千円)
|
|---|
| キーワード | マイクロネゴシエーション / 他者モデル / モビリティ / マイクロネゴシエーショ / 他者モデ |
|---|
| 研究開始時の研究の概要 |
複数の車両間に生じるインタラクションをマイクロネゴシエーションと捉え、そこで用いられる他者に対するメンタルモデルを他者モデルと呼ぶ。本研究では、(1)マイクロネゴシエーションにおいて、他者モデルが、どのように構成され、運用されるのか、(2)対人間と対知能機械とのマイクロネゴシエーションにおいて、他者モデルの機能には、いかなる共通性と差異性が存在するか、を明らかにする。探求のためのプラットフォームとして、RESHADと命名する統合的実験環境を構築し、探求の経済性を飛躍的に増大させ、人間-機械系研究における方法論的ブレークスルーを作り出すことに挑戦する。
|
| 研究実績の概要 |
モデルベースアプローチによる検討: 科研費挑戦的研究(開拓)「生成的帰納演繹循環アプローチによる心の科学の新しい探求パラダイムの開拓」で開発を行った、高速道路での合 流を実現するACT-Rモデルに、ネゴシエーションモジュールを実装した。具体的には、自己参照仮説に基づき、他者モデルを構築し、他者の行 動を推定する機能を実装し、その機能を操作することで、合流行動にどのような変化が現れるのかを、シミュレーションを通して、検討した。シミュレーション実験の結果、他者モデルを内蔵することにより、スムースな合流行動が生まれることが可能できた。
高速道路における合流では、走行車線と合流車線を走行する車両の間に、クリティカルなネゴシエーションが発生する。この状況において、他者の印象が合流行動に与える影響をDSを用いて検討した。実験の結果、相手車両が攻撃的であるという印象を持った場合のみ、その印象が先行確率を低下させることがわかった。この結果は、人は客観的な情報だけでなく、合流車線のような特定の運転状況では主観的な情報にも基づいて判断していることを示している。
Shard Spaceにおいて、2つのMobilityが競合関係にある時、そこに生じるネゴシエーションを、ドライバーのブレーキ行動の観点から検討した。ブレーキ行動を予測するために、ドライバーのリスク認知を考慮した指標を導入した。具体的には、ある状況下でドライバーがブレーキを踏む確率を推定する関数式を導出し、ドライバーのリスク認知を適切に反映していることが確認された。さらに、他の物理的指標と比較して、本指標を用いて推定された制動率は、第三者のリスク評価によりよく適合することを示した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
当初予定していたネゴシエーションが生じる状況の中で、特に２車間に競合が生じる時について、ゲーム課題を用いた実験、ドライビングシミュレータを用いた実験、認知アーキテクチャを用いたシミュレーションを実施し、良好な結果を得ている。
|
| 今後の研究の推進方策 |
今後は、以下の３点に着目した展開を行う。
(1) 扱う場面を、２車間から４車間のネゴシエーションが生じる状況に拡張し、実験を通して検討する。
(2) 相互作用チャンネルとしての視線に注目し、ネゴシエーションにおける視線の役割・機能についての検討を行う。
(2) 十数から数十のエージェントからなる集団において、相互にネゴシエーションが生じる場面を取り上げ、この時のエージェント群の移動パフォーマンスについて、エージェントシミュレーションを用いた検証を行う。
|
