3 0 0 0 自動走行システムにおける衝突回避に関する研究
陸海上における交通の過密化,広域化は社会の発展に伴って進み,深刻化している.例えば,連休における帰省ラッシュにより引き起こされる100Kmを超える高速道路の渋滞である.そのような渋滞の中で,自動車を長時間にわたって遠距離運転するのは,非常に大変なことであり,ストレスもたまり,事故も起こりやすくなる.そこで,より高度な交通管制システムや運行体の知能化,自動化が望まれる.自動走行システムに必要な技術はいくつかあり,ギヤの変速を自動化したオートマチック車,現在の位置を確認することができるGPSシステムなどは,すでに実用化されている.しかし,将来このような個々の目的地に向かって運行する複数の移動体の自動誘導,制御を考える場合,交通量の配分問題,移動体間の衝突回避が重要な問題となってくる.そこで,移動体間の衝突回避に重点を置き,検討する.
ニューラルネットワークの適用対象の1つに組み合わせ最適化問題が存在し,HopfieldのネットワークやBoltzman Machineのような相互結合型のネットワークが一般に用いられている.Boltzmann Machineは確率的に動作するため,焼きなましの手法等を用いることによりローカルミニマムを避けることが可能とされている.しかし,温度変化のスケジュールは経験的に選んでいるのが現状であり,このスケジューリングを誤ると精度の高い解が求められない,あるいは現実的な時間内での解決が不可能となる.本研究ではネットワークのエネルギー関数により適切なものを選択すれば,シビアな温度調節を回避できると考え,ネットワークの状態に応じてエネルギー関数をダイナミックに変更する手法を提案する.これを組み合わせ問題の1つである巡回セールスマン問題(TSP)に適用し,デジタルシミュレーションによって比較,検討を行う.