研究課題
未来の交通手段や災害に対する人々の反応などの、実世界では収集不可能な有益な人間の行動データを収集するクラウドソーシングのための新しい手法を提案する。前述の目的のための大規模データの収集には、（1）多人数のマルチユーザのシミュレーション空間と（2）参加者のためのインセンティブスキームが必要となる。本研究における重要なインセンティブは、課題をクリアするための挑戦、つまりtask-challengeである。本研究の課題は2つの相反する要件：（a）ユーザのスキルレベルごとにtask-challengeの難易度を最適化する必要性と（b）共有シミュレーション空間で同時に多数のユーザに対して最適化を実現する必要性に応えることである。研究代表者らはリアルタイムの難易度調整と分散制約最適化に基づいた解決方法を提案し、マルチユーザのエコドライビング環境に適用する。マルチユーザシナリオでのエコドライブ演習に向けたリアルタイム難易度調整の実現という目標を達成するために、平成26年度で引き続きテスト環境を整えた。「敵対者」の動作が簡単すぎたり難しすぎたりして、ユーザが退屈や挫折を感じる状況を避けるため、リアルタイム難易度調整を適用した。このため「敵対者」のオフライン学習とユーザのスキルレベルに応じた難易度のオンライン調整といった2つの手法を準備する必要性を明らかにした。
2: おおむね順調に進展している
分散制約最適化（DCOP）問題としてのリアルタイム難易度調整を用いたエコドライブシナリオのコーディングとFacebook上のエコドライブ行動データのクラウドソーシングに関する実証研究を行なった。
分散制約最適化（DCOP）問題としてのリアルタイム難易度調整を用いたエコドライブシナリオのコーディングとFacebook上のエコドライブ行動データのクラウドソーシングに関する実証研究を引き続き行なう予定である。
大規模実地試験前の準備に時間を要し、試験にかかる案件の発注時期がずれ込んだため。
実地試験にかかる3Dデザイン等の制作に関して使用予定である。
すべて 2014
すべて 雑誌論文 (1件)
IEEE Transactions on Computational Intelligence and AI in Games
巻: Volume: pp, Issue: 99 ページ: 1-9
10.1109/TCIAIG.2014.2364258
