• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2014 年度 実績報告書

強化学習ベース多船航路探索法に基づく海上交通アセスメントツールの実現

研究課題

研究課題/領域番号 24500179
研究機関広島市立大学

研究代表者

神尾 武司  広島市立大学, 情報科学研究科, 講師 (20316136)

研究期間 (年度) 2012-04-01 – 2015-03-31
キーワードマルチエージェントシステム / 強化学習 / 多船航路探索 / 先験的知識 / 航法 / 安全性 / 効率性
研究実績の概要

船舶運航において安全性と効率性を勘案した航路を事前に選定することは極めて重要である.本研究の目的は,多船航路探索用マルチエージェント強化学習システム(MARLS)を用いて現実的な海域状況を考慮した海上交通アセスメントツールを構築することにある.
研究実施計画に従い,平成24年度には『航路の安全性と効率性の評価システム』の実現に向け,安全性を自船と他船の位置関係から推定される最接近距離で評価し,効率性を全船舶の総航路長で評価するシステムを構築した.その結果,安全性を重視し,効率性を軽視する事例が検出されたため,衝突回避ルールを規定する行動選択制限を安全性と効率性に応じて切り替えることで問題の解決を図った.
続いて,平成25年度には『衝突パターンの予測と衝突原因の把握』のための研究を実施した.当初の計画では,衝突パターンを船舶の位置関係によって定義することを予定していたが,アセスメントツールとしての利用の難しさが指摘されたため,安全性を操船者の感覚に基づくモデルで表現し,航法が規定する衝突状況と組み合わせることで,衝突パターンを予測し,衝突原因を検討しやすいシステムを構築した.
そして最終年度には,MARLSをアセスメントツールとして使用することを念頭に,現実的な海域状況に対応可能な形式にシステムを修正した.具体的には,安全性モデルに基づく衝突回避ルールを見直し,海域設定の簡便化などを行った.その結果,航法を遵守した航路ばかりを獲得せず,安全性と効率性の両方を考慮し,あえて航法を無視した航路が獲得されることを確認した.さらには,予測による衝突回避の解除の有効性を検証するためにMARLSを利用できることなども確認した.
以上により,MARLSは現実的な問題にも対応可能であり,アセスメントツールとしての価値を十分に有するという結論に至った.

  • 研究成果

    (6件)

すべて 2015 2014

すべて 雑誌論文 (3件) (うち査読あり 2件) 学会発表 (3件)

  • [雑誌論文] 強化学習ベース多船航路探索法による衝突回避ルールの評価2015

    • 著者名/発表者名
      神尾武司,三堀邦彦,田中隆博,藤坂尚登
    • 雑誌名

      電子情報通信学会 2015年総合大会 講演論文集

      ページ: 175

  • [雑誌論文] Reinforcement Learning Based Search for Ships’ Courses Controlled by Safety2014

    • 著者名/発表者名
      M. Nakayama, T. Kamio, K. Mitsubori, T. Tanaka, and H. Fujisaka
    • 雑誌名

      Proc. of International Symposium on Nonlinear Theory and its Applications

      ページ: 28-31

    • 査読あり
  • [雑誌論文] Multi-Agent Reinforcement Learning System to Find Efficient Courses for Ships2014

    • 著者名/発表者名
      M. Nakayama, T. Kamio, K. Mitsubori, T. Tanaka, and H. Fujisaka
    • 雑誌名

      Proc. of IEEE International Workshop on Computational Intelligence and Applications

      ページ: 89-94

    • 査読あり
  • [学会発表] 強化学習ベース多船航路探索法による衝突回避ルールの評価2015

    • 著者名/発表者名
      神尾武司
    • 学会等名
      電子情報通信学会 2015年総合大会
    • 発表場所
      立命館大学
    • 年月日
      2015-03-10 – 2015-03-13
  • [学会発表] Multi-Agent Reinforcement Learning System to Find Efficient Courses for Ships2014

    • 著者名/発表者名
      M. Nakayama
    • 学会等名
      IEEE International Workshop on Computational Intelligence and Applications
    • 発表場所
      広島市立大学
    • 年月日
      2014-11-07 – 2014-11-08
  • [学会発表] Reinforcement Learning Based Search for Ships’ Courses Controlled by Safety2014

    • 著者名/発表者名
      M. Nakayama
    • 学会等名
      International Symposium on Nonlinear Theory and its Applications
    • 発表場所
      Cinema of Bourbaki Panorama, Luzern, Switzerland
    • 年月日
      2014-09-14 – 2014-09-18

URL: 

公開日: 2016-06-01  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi