• 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 実施状況報告書

リアルタイム難易度調整と分散制約最適化に基づく人の大規模運転行動データの収集

研究課題

研究課題/領域番号 25540092
研究機関国立情報学研究所

研究代表者

PRENDINGER HELMU  国立情報学研究所, コンテンツ科学研究系, 教授 (40390596)

研究期間 (年度) 2013-04-01 – 2016-03-31
キーワードヒューマンコンピュータイントラクション
研究実績の概要

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。

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

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。

今後の研究の推進方策

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。

次年度使用額が生じた理由

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。

次年度使用額の使用計画

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。

  • 研究成果

    (1件)

すべて 2014

すべて 雑誌論文 (1件)

  • [雑誌論文] Extending Real-time Challenge Balancing to Multiplayer Games: A Study on Eco-Driving2014

    • 著者名/発表者名
      H. Prendinger, K. Puntumapon, and M. Madruga
    • 雑誌名

      IEEE Transactions on Computational Intelligence and AI in Games

      巻: Volume: pp, Issue: 99 ページ: 1-9

    • DOI

      10.1109/TCIAIG.2014.2364258

URL: 

公開日: 2016-06-03  

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