@techreport{oai:ipsj.ixsq.nii.ac.jp:00232575,
 author = {田中, 福治 and 天野, 辰哉 and 内山, 彰 and 廣森, 聡仁 and 山口, 弘純 and 中村, 佑輔},
 issue = {15},
 month = {Feb},
 note = {本論文では，大規模な群衆が発生するようなイベント時における，人の密集した状況での歩行者の円滑な移動を確保する重要な課題に取り組む．この問題に対処するために，本研究ではニューラルネットワークによるマルチエージェントシミュレータの代理モデルを活用した，勾配ベースのブラックボックス最適化手法を導入する．提案手法ではシミュレータとその評価関数をニューラルネットワークにより微分可能な関数として複製し，その勾配情報に基づいて施策を最適化することで，最適な施策の特定に要する時間を短縮する．15 個の異なるシナリオを用いた実験結果から，提案手法はシミュレータを用いた施策の探索と同等の精度を達成しつつ，より迅速な施策の探索が可能であることを確認した．},
 title = {ニューラルネットワークを用いた歩行流制御施策の最適化手法の提案と評価},
 year = {2024}
}