－ 97 －
人間科学研究 Vol. 29, Supplement（2016）
修士論文要旨
MASを用いた混雑緩和と満足度向上のための情報提供法の最適化
Optimization of Information Provision for Congestion Mitigation and Satisfaction Promotion Using Multi-Agent System
藤野 直輝（Naoki Fujino） 指導：松居 辰則
1. はじめに
情報操作によるテーマパークにおける混雑緩和支援は，
Multi-Agent System（MAS）を用いた従来のシミュレー ション研究により一定の効果が示されているが，それによ る来場者の心的状態変化を考慮した研究は少ない．また，既 存の研究では，来場者が個々の意思決定のもとで行動する モデルが一般的に使用されており，２人以上の集団での行 動は考慮されていない． 本研究では，テーマパーク内のア トラクションの混雑情報を携帯情報端末によって取得する 来場者について，MASを用いたシミュレーション上での集 団行動を実現した上で，混雑に対する意識と満足度の関係 を検証することを目的とする．
2. モデルの設計
本研究で構築した集団モデルでは，来場者が集団で来場 し集団での意思決定のもとアトラクションを巡回する．
テーマパーク内には，10箇所のアトラクションが配置され，
集団の人数 n は全ての集団で同一とした．集団内の成員 i（i＝1,2�,n）はアトラクションj（j＝1,2,�,ｍ）に対して 総合効用値 uij に基づき，各アトラクションを評価する．総 合効用値は，個人の嗜好 Pij ,アトラクションまでの距離 Dij ，確率 r で所持する混雑情報Rij（アトラクションjの待 ち行列人数）から次の式で算出される．
j ij ij
ij P D R
u 1
集団での意思決定において各成員は意思決定に対する影 響量Xi を保持し， uij に基づきXi を比例配分したxij を算出 する．その上で，xij をアトラクションごとに加算した Tj を
算出し，Tj の最も大きいアトラクションを次の集団の目標
アトラクションとした．
満足度モデルは意思決定及びアトラクション搭乗の２つ のフェーズに分けられる．意思決定フェーズにおける満足 度は，成員自らの希望がどれほど集団の決定に反映された かを表わす「希望の反映度（hi ）」と集団内での意思決定 がどれほど均等であったかによって算出される「意思決定 の均等度（ei ）」で構成される．また，アトラクション搭乗 フェーズにおける満足度は，オリバーの期待不一致モデル を基に作成した．具体的には，アトラクション搭乗前に抱 いた「期待」と退出後に感じられた「成果」を定量化し，そ
の差分を得ることで評価するものとした．
3. 実験
シミュレーションは，rが０～ 1.0，n が０～ 1.0となる範 囲で行った．また，集団を各成員に対する影響量の与え方 によって，均等型（影響量を各成員に均等に与えた集団），
階差型（影響量を適度に不均等に与えた集団），リーダー主 導型（影響量を１人に偏らせて与えた集団）の３種類に分 類し，それぞれシミュレーションした．
その結果，各条件共通の傾向として，混雑の最も緩和す る混雑情報提供率は単独よりも集団の場合の方が低いこと，
高い提供率では混雑緩和の効果が薄まることが判明した．
また，意思決定フェーズにおける満足度は，提供率に比例 して増加すること，アトラクション搭乗フェーズにおける 満足度は，提供率の低いときに最大となり，提供率が高く なるにつれて減少すること，などが傾向として見られた．
図１ 平均滞在時間最小及び満足度最大となる混雑情報提供率
高い提供率では，意思決定フェーズにおける満足度は高 くなるものの，アトラクション搭乗フェーズにおける満足 度は低くなり，低い提供率と比較すると混雑は緩和されな いこと，低い提供率では，混雑は緩和され，アトラクショ ン搭乗フェーズにおける満足度が高くなるものの，意思決 定フェーズにおける満足度は低くなる，という結果が得ら れた．これらの要因として，意思決定における混雑情報が 集団内での統一した行動指針となることにより，意見一致 の程度が高くなったことが考えられる．
4. 今後の課題
満足度モデルの精緻化に加え，集団の特性を複数混合さ せたシミュレーションを行うことによって，統一的な見解 を導き出すことなどが挙げられる．
