エージェントベースモデリングによる自動運転システムのテスト

エージェントベースモデリングによる自動運転システムのテスト

サウスウエスト リサーチ研究所(SwRI) は、宇宙探査機ニューホライズンの冥王星の調査やジュノによる木星の調査など、NASAの代表的な宇宙探査に世界的に注目を集めています。SwRIはまた、燃料とエネルギーの効率、地球科学、ターボ機械、およびエネルギー保存のパイオニアです。彼らの取り組みは、科学技術を通じて、政府、産業界、そして社会全体に利益をもたらします。

問題:

研究調査には、自動運転システムがあります。SwRIは2006年からこの分野で活動しており、セミ・トラック、フォード・エクスプローラー(SUV)、軍用プラットフォーム、無人航空機(UAV)システムを設計しています。これらの自動運転システムは、偵察や運搬において人間の運転手が必要がなくなりました。

しかし、SwRIのエンジニアはそこで終わりせず、ドライバーだけでなくコントロールセンターも必要なく、自律的に車両が自由に行動する仕組みを考えました。この考えによれば、車両は設定されたマナーにおいて、車両の現在のロケーションに関する共有情報および環境と通信し、さらなる行動に関する決定をこの情報に基づき決定します。この技術は、軍隊における人間の安全性確保のために、マシンと交替することができる作戦や偵察行動および人間がマシンと入れ替わりできる様々なエリア使用することができます。

このようなシステムの実装には多くの時間と費用がかかるため、SwRIのエンジニアはシミュレーションモデルを使用して自動運転車両の可能性を探ることにしました。

ソリューション:

Collaborative map of the area based on agents’ explorations

写真1 エージェントの探索地域の共同マップ

自動運転車両の性能を評価し、車両間のアルゴリズムとタスクシェアリングを評価するために、SwRIエンジニアはランダムな障害物がある囲まれた地域にAnyLogicエージェントベースモデルの構築を決めました。これは、さまざまな機能が、同時に動作し、互いに相互作用するバーチャル車両を表現するには最も簡単な方法でした。

車両は障害を検知し、見つけて、そのエリアにおいてカプセルに燃料を補給しました。これらの仕事を終えることは、協力し、かつ環境に関する情報を共有することを早く車両に要求しました。

すべての車両には、環境を検出し、周囲の情報を収集し、その知識を他のエージェントと共有できるセンサーを付けました。各車両には、動作の特徴があらかじめ定義し、一部の車両はカプセルを検索するのみ、他の車両はカプセルが満杯か空であるかを確認するのみ、また他の車両は燃料を補給するのみといった定義をつけました。

Agent’s state chart

写真2 エージェントの状態図

図1の右側には、個々の車両がどのようにその地域を探索し、障害物を見つけたかを見ることができ、図の左側には、その探索地域の共同マップが表示されます。共同マップはすべてのエージェント間で共有でき、各エージェントは他のエージェントの結合したマッピング機能を利用することができました。

このエリアにカプセルを補給するために、車両はそれぞれの能力とロケーションに基づいたチームを形成しなければなりません。車両がカプセルを発見すると、必要な能力を有する最も近い車両に知らせします。知らせを受けた車両は、調査員とチームを作り、業務を遂行するための区分けと給油を支援します。図2は、このプロセスを説明したエージェントの状態図を表示しています。

結果:

SwRIのエンジニアは、AnyLogicを使用して自動運転車両が共同ネットワークでどのように動作するかをテストし、そのようなネットワークを現実の世界で構築できることを証明しました。したがって、この考えは、研究者がAnyLogicのモデリングを使用して問題を解決するためのアルゴリズムを開発し、アルゴリズムをテストし、自動運転車両に実装できることを示唆しています。たとえば、偵察や安全パトロールなどに使われるドローンと地上ロボットを組み合わせた物などにも発展できます。

詳細は、AnyLogic コンファレンス2016でプロジェクトのプレゼンテーションをご覧いただくかダウンロードしてください。

同様のケーススタディ

その他のケーススタディ