複数の脳内小人（コロポックル）で構成された運転手を用いた交通渋滞シミュレーション（頁１）　　〜JAVA プログラム

　　　ネスト構造を持つマルチエージェントモデル  　　　　　　　　　　             　＞＞次頁へ             (Up)

　別な所で、交通渋滞のモデルとして、単純サーキット上の交通渋滞の発生のシミュレーションを作成してみました。 　そのシミュレーションでは、車と運転手を分離し、運転手に「OVモデル」（最適速度模型：Optimal Velocity Model）を適応し、車の軌道は円形のサーキット上に限られていました。

　ところで、現実の世界でも、車が大平原の中を自由に動きまわるという状況はほとんど無く、通常は車線に沿って移動（１次元の移動）することになります。　そこで、車が走るラインを「トラック」と呼ぶと、トラックは上記のサーキットモデルを１箇所で切り開き直線に引き伸ばし、始点と終点を結んだ有向線分と考えられます。　道には複数のトラックが設定されます。例えば、片側１車線の道路では、「上り車線」と、「下り車線」の２本のトラックが引かれます。　片側２車線では、「上り車線」が２本、「下り車線」が２本、合計４本のトラックが引かれます。　交差点では、異なるトラックとトラックが交わります。　交差点で右左折する等により、車は別のトラックに乗り換えることになります。　また、車線変更や合流、分岐でもトラックの乗り換えを行います。
　トラックの上では複数の車がリスト状につながっており、各車の動作には、前方車に追従するモデル（例えば「OVモデル」）を適応できます。

　単純な事象に対するシミュレーションでは、一つのモデルだけを適用しても、それらしいシミュレーションを行うことが可能です。
　しかしながら、現実の世界では、前方車への追従以外にも、信号機・標識への対応、道路のカーブ、右左折時の対向車、歩行者への対応等、様々な状況に対応する必要があります。　これら全ての状況に対応する事は、単純なモデルでは困難になってきます。　また、全状況に対応するモデルを作成しようとすると、モデルが複雑になり過ぎます。


　ところで、人間の脳内では、色々な機能単位が無意識内で同時に並列して動作しています。　例えば、事故等で右脳／左脳の橋を切断した患者は　右手で服のボタンを止めたにも関わらず、左手で服のボタンを外してしまうことがあるそうです。　健常者でも、疲れている時などは、信号が赤になると無意識にブレーキを踏んだり、前方車が発車すると、それにつれられて、無意識に発進したりすることもあります。
　昔は、脳の中には　小人（ホムンクルス：Homunculus)が住んでおり、それが、脳の判断を行っているという説もあったそうです。　


　そこで、車の運転者モデルとして、脳内に複数の小人（コロポックル：korpokkur）を配置し、各コロポックルがそれぞれ、自分専用の役割を持ち、勝手に独自の判断下し、最後にドライバーが顕在意識の中で、それらの判断の中から、一番適切な判断を採用して、運転を行うというモデルを制作してみました。
　通常のマルチエージェント型の交通シミュレーションでは、エージェントの単位は車両単位ですが、本シミュレーションでは、運転手の脳内に更に「コロポックル」と言うエージェントが存在しています。

　＊）　コロポックル：アイヌ地方の民話に出てくる小人のこと。

　　
　　　　　　　　　　　　　　　　　　　複数の「独立した脳内機能（コロポックル）」　の　並列動作モデル


　「前方車への追従：OVモデル」、「前方車急ブレーキに対する追突防止」、「信号機の黄色／赤色対応」、「急カーブに対応する徐行」、「別車線への割り込み」、「車線横断」等　各事象に対応する専門のコロポックルがそれぞれ、現在の状況から変更すべき車の加速度を計算します。
　運転手は、各コロポックルが提案した加速度の中から、最も小さい加速度の値を、次の加速度値に採用します。
　
　この様に、運転手の意思決定を、複数のコロポックルに分離しておくと、新しいコロポックルを追加することで、新たな状況に対応するモデルに改良する事が容易に行えます。　例えば、「エコドライブ」を心がける人が増えた時に、交通にはどの様な影響を与えるか・・・　という様な問題に対応しようとすると、一部の運転者の脳内に「省エネ運転」コロポックルを追加します。「省エネ運転」コロポックルは、急加速／急発進を行わないように加速度を提案します。　運転手は　提案された加速度値の候補が増えたのみで、それ以外の事は変更する必要が有りません。

　
　本シミュレーションの構造を下の図に示します。

　車（Vehicle)オブジェクトの中には　運転手（Driver）が一人います。　運転手（Driver)の脳内には複数のコロポックル（korpokkur）が存在しています。

　　　　　　　　　　　シミュレーションを構成する各クラス

＜シミュレーション：Step1＞

　Step１として、コロポックルは、「OVモデル」、「追突防止」、「信号機対応」の３種類を準備しました。
　実は、以前製作した「単純サーキット上の交通渋滞の発生のシミュレーション」では、プログラム内に多少の狡が含まれており、後方車が前方車を追い越すと強制的に位置を変更しています。　つまり、本来は、前方車に追突した状況を無理にストップさせていたのです。　そこで、「追突防止」コロポックルを追加し、速度が大きい時には、前方車との車間距離が一定以下になると、急ブレーキをかけてるように提案します。　運転手は、一番小さい加速度（マイナス値）を採用するため、追突を避ける事ができます。
　また、「信号機対応」コロポックルは、信号が黄色に変わった瞬間　急ブレーキをかけなくても停止できるようならば、次第に速度を落として信号機の前に停止します。　しかし、急ブレーキが必要な場合や、どうしても停車するには間に合わない時には、信号機を通過します。　一方、赤色ならば、必ず停止しますが、黄色の段階で速度を落としているため、急ブレーキをかけなくても停止することが可能です。

　Step1のシミュレーションでは、交差点の無い直線道路（長さ３Km）に　信号機（例えば横断歩行者用）を５機配置し、信号機の 緑／黄色／赤 の点灯タイミングを変更して見ました。
　交通量は時刻とともに変化し、午前中は上り線が多く、午後は下り線が多くなります。
　シミュレーション「頁１」では、５台の信号機が一斉に　「緑／黄／赤」　の点滅を繰り返します。（同頁の上側のアプレット）　一方、同頁の下型のアプレットでは、　５台の信号機の　信号の長さも　点滅の頻度も　全て異なっています。
　通行の評価の指標として、　「１分当り何台通過したか」を示す通過交通量と、　１台の車がトラックを通過する経過時間（最近１０台分の移動平均）を示しました。　
　
　通過交通量で見ると、信号機の点滅状況には変化が有りませんが、通過時間で見ると、交通量が多い時には、一斉点滅の方が３０秒程度 速くなりました。　交通量が少ない時には両者に変化は見られませんでした。

　シミュレーション「頁２」では、上り車線を走行する車に合わせて、左の信号機から右の信号機に順に赤から緑に変化します。（同頁の上側のアプレット）　運が良ければ、一回も信号待ちしないで通過することができます。　一方、同頁の下側のアプレットでは、信号点滅の順序は下り車線に合わせています。　
　両シミュレーションを比べると、交通量の多さに関わらず、走行方向に同期している側の車線の通過時間が短くなりました。　その効果は　交通量が少ない時の方がより顕著な様です。　それは、交通量が多い時には、自然発生した渋滞により、列の後ろ側の方は、次の信号機に引っ掛かり、３Kmの道路通過中に複数回信号待ちが発生する場合もある為です。

＜参考文献＞　

１）　杉山雄規著　　　　交通流の物理(<特集>交通流)　　           　Physics of Traffic Flow(<Special Reviews>Traffic Flow)‎  (2003) ‎
２）　小松輝久著　       交通渋滞と粉体の渋滞(<特集>交通流)     Traffic Congestion and Granular Jamming(<Special Reviews>Traffic Flow)‎  (2003) ‎
３）　M.A.アービブ著　　『脳』　 ューラルネットと脳理論　　　　　　　　（株）サイエンス社（１９９２）　　
４）　Norman D. Cook著　　ブレインコード　　　　　　　　　　　　　　　　紀伊國屋書店（１９８８）
５）　本間三郎著　　　　人間の脳−その未知なるもの−　　　　　　　朝倉書店（１９８９）

キーワード：　交通渋滞、マルチエージェント、シミュレーション、Javaプログラム

初版：2014/2/10 |