2018 Fiscal Year Annual Research Report
Cross-improvement design among cognition, infrastructure, and system toward the realization of a resilient urban transport function
| Project/Area Number |
16H02907
|
|---|
| Research Institution | Chiba University |
|---|
Principal Investigator |
荒井 幸代 千葉大学, 大学院工学研究院, 教授 (10372575)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
村木 美貴 千葉大学, 大学院工学研究院, 教授 (00291352)
藤井 秀樹 東京大学, 大学院工学系研究科(工学部), 講師 (00597809)
松香 敏彦 千葉大学, 大学院人文科学研究院, 教授 (30466693)
丸山 喜久 千葉大学, 大学院工学研究院, 准教授 (70397024)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 逆強化学習 / マルチエージェントシミュレーション / 行動科学 / 最適化 |
|---|
| Outline of Annual Research Achievements |
本課題では，都市交通機能が頑健性と柔軟性を備えた状況を「レジリエンス」と定義し，これを実現する上で，物理的インフラの構造上の強度ではなく，情報インフラや人の状況判断，法制度の３つのソフトインフラの連携が必要との立場から研究を進めてきた．特に緊急時の二次被害減災は人の行動が鍵であるとし，その特性を踏まえた都市交通システムの構築を目的とした．H.28は過去の災害データから，人の動きのパターンと道路構造の関係性を抽出し，法制度の改善余地（あり方）を提示した．併せて，提案法を評価するための交通シミュレータとしてマルチエージェント系の実装が容易なMATESを導入して検証を実施した．
H.29までに実施した「災害における行動規範は，過去の災害時で体験した成功や失敗がバイアスとなって以後の行動規範にも影響を及ぼす」という仮説の検証実験の結果，類似の状況に対してはバイアスがプラスに働き，よい行動を促すが，過去の状況と異なる場合にはバイアスが最適な行動を選択することの弊害になることを確かめた．行動軌跡から行動規範の推定法については，遺伝的アルゴリズムと逆強化学習を導入した２つの方法を提案した．前者についてはエージェント毎に異なる規範の獲得が可能である．一方，逆強化学習はマルチエージェント系では，そのままの適用することの困難を示し，これを克服する方法を提案した．
人の動向予測や情報共有については，GPSによる位置情報を用いた人流予測法を提案した．緊急時にはリアルタイムで人の動きを予測し，最適な避難行動を計算するのは難しいため，様々な状況をシミュレーションによって生成し，各状況での最適な避難行動を事例として蓄積しておく方法（事例ベース）を示した．ただし，事例通りに人間を動かすために，先に述べた人間の認知的バイアスの影響をプラスに活用するための条件を特定することを課題として残している．
|
| Research Progress Status |
平成30年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
平成30年度が最終年度であるため、記入しない。
|
