| 研究課題/領域番号 |
18H03301
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
野田 五十樹 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 総括研究主幹 (40357744)
|
|---|
| 研究分担者 |
櫻井 祐子 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (10396137)
金森 亮 名古屋大学, 未来社会創造機構, 特任准教授 (40509171)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | MaaS / 実証実験 / メカニズム設計 / 配車割り当て / 同時学習 / シミュレーション分析 |
|---|
| 研究実績の概要 |
メカニズム設計アプローチとしては、タクシーライドシェアにおけるメカニズム設計に向け、 2018年度は関連研究動向調査及び、基盤技術の構築を行った。特に、乗客らの適切にグルーピングするための最適化技術の開発を行った。最適化問題として定式化し、効率的に求解可能なアルゴリズムを提案すると共に、 MaxSAT符号化を行った。本研究成果は国内論文誌に採択された。また、乗客の突然の予定変更によってキャンセルが生じた場合でも、乗客らの配車割り当てを効率的に行うための定式化を行った。本研究は国内学会で発表を行った。
交通計画アプローチとしては、タクシーのシェアリングサービスの実証実験を通じた、静岡市後援で、静岡鉄道株式会社など地元交通事業者と共同で静岡市内の居住者を対象としたMaaS実証実験を２月に実施した。本実験ではある出発地から目的地まで移動する際の鉄道、路線バス、乗合いタクシーを組み合わせた最適な経路推薦をし、利用者が選択できるようにし、かつドライバー不足や運賃分担を可能とする動的な乗合いタクシー配車サービスを連動させた。モニターに対しては、タクシー運賃自体は無料で提供したが、事後アンケート調査にて支払い意思額等を把握した。アンケート調査結果に関しては現在集計・分析中である。
マルチエージェント学習アプローチでは、協調型シェアリングの普及と維持を、複数のサービスから選択を行う利用者群とサービス形態を改善していく事業者群の2つの学習エージェント群の同時学習と相互評価の問題と捉える立場をとった上で、利用者・事業者の２つのエージェント群をシミュレータ上に実装した。そして、まず第一段階として、利用者エージェントによる選択の変化を分析し、同時に、多様なサービス形態条件における業者の淘汰によるサービス形態を適応させる実験を進め、普及・維持可能なサービス形態の洗い出しを行えることを確認できた。
|
| 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
メカニズム設計アプローチでは、タクシーライドシェアにおけるメカニズム設計に向けた基盤技術の構築を行った。国内学会誌掲載及び国内学会発表の研究実績が得られており、概ね計画通りの進捗状況となっている。
交通計画アプローチでは、実証実験の参加者に対してアンケート調査を実施し、料金体系と利用意向の基礎的データを収集できた。
マルチエージェント学習アプローチでは、利用者・事業者の2種エージェントによる相互選択・学習実験環境を整え、第一段階の分析を完了することができている。
|
| 今後の研究の推進方策 |
メカニズム設計アプローチでは、タクシーライドシェアリングに対して、特に乗客間の公平性を考慮した上で、乗客らによって申告される、乗車希望時間、降車希望時間等の選好を操作することなく、正直に申告するインセンティブを持たせることが可能なメカニズム設計を行う。提案メカニズムについては、2019年度中の国内学会での発表を目指す。
交通計画アプローチでは、アンケート調査データの分析を進め、これまでにない乗合いタクシーの運賃体系の利用意向をモデル化し、再度、有料の実証実験を企画・実施する。
マルチエージェント学習アプローチでは、今年度構築したシミュレーション環境およびその分析手法を用いて、事業者における適応戦略や、利用者における競合状態に陥る条件などについて分析を進めていく。
|
