増橋：トヨタ中堅をあまり知らなく、車という大きなイメージがあったが、研究領域が社会へ変わろうとしている中で、外へ外へ研究しているのが面白いなと思った。賑わい創出など、広く研究をしているのが面白いと思った。

志賀：社員800人いる中で社会システムはまだ20人くらい。これから頑張ろうとしている。

浦田：都市を作るのはトヨタではどんなイメージ

志賀：Wovanは実験都市として作ろうとしている。車だけを作って売ろうとしているよりは、どんな街を作るか実験しようということで作っている。普通の車だとテストコースを作るが、どういう車だと人々の生活をしするのかまでテストしたい。

羽藤：車は壊れたら困るのでテストコースを作って実験をちゃんと行う。一般の社会の中でラフでもいいので作って浸透させて行く情報の分野とは逆で面白い。


月田：時間制約はどう入れているのか
日高：ステップ数
月田：モデル内に歩行速度は入れられるのか
日高：「移動」か「滞在」か選べるので、そこで表現可能

増橋：三次元的にやるとどうなるのか、可能か
日高：接続の関係さえ定義できれば、表現は可能

浦田：パラメータ推定としてはどのくらいのボリューム、データ量か
日高：1000件
浦田：強化学習のパッケージを使うと早く計算できるかなあ
日高：特別なパッケージを使っているわけではない。
浦田：計算上の課題はどのあたりか
日高：やっぱり計算はそれなりに重い。EMをさらに入れて行くと到着時間の推定でループが入り、計算が複雑になる。実データを入れようとすると大変だなとは思っている。
浦田：制限時間を設けることで、解の候補の数は減っているので、計算時間は減ってる？
日高：時間ごとの負担列を計算していると、増えちゃうかも。
浦田：プリズム制約を入れているわけではない？
日高：プリズム制約ではない。

早川：こういう研究をする前と後で、政策を打ち合わせる時に影響はあったか。
日高：こういうことを意識、手持ちがあると、実際にどうやるかということにはまだ繋がっていない。実際の課題にとはやりたいが、このレベルを直接活用できるかは、なかなかすぐにはまだまだ足りてないかなというのが現状。
早川：細かいことはさておき、概念はより分かったか
日高：始める当初に比べると。

小林：観光だと20年前から研究としてはやっているが、分布を出してやっているのはなるほどなという感じで聞いている。扱いやすいということで負の二項分布を仮定しているが、実際の分布はわからないし仮定しなければいけない？
日高：実データは真の分布がわからない。何らかの仮定の元にやっているが、それがどの程度あっているかは難しい。仮定次第。
小林：過程を考えるのも面白そう。

村橋；自動運転が進んだら街の中で回遊行動のための道路と大型の車両のための道路で使い方が分かれると思うが、こういうのが進むと、レーンの研究とか、生きてくるのかなと思った。格子のやつがバスルートみたいな感じで、バスルートってこうやってできるんだって感じで面白かった。
早川：経路をマージしていって、というのはソルバーの世界でも使われているし、現実にも普遍的な操作になっている。

黛：隊列走行の経路探索で気になったのが、時間制約や合流の仕方は問題の中枢ではないが、どう考えているか。
大滝：コンピューターサイエンスの問題では考えてない。同じ場所にいたらできるだろうというくらいの感覚。同じ時間にいる制約はあるが、遠う隊列を組むかは考えていない。時間制約は、一番簡単なのはグラフを時間方向に拡張すること。グラフをでかくする方がアプローチしやすい。どの車が前に行くかという話は、車自体の制御の話になる。車の制御をどうするかを考える人が一番強い。

羽藤：三人とか５人とかの車ユーザにとってグラフ最適になるようなパッケージはできる。そういうアプリケーションを軽いタッチで作りつつ、魔の谷とかいっているのは結局金儲けしたいからいっているだけで、既存の価値を変えるようなものを、規模を抑えるよりも意味があることだから、大滝さんの最適化の方法論で解ける問題だし、説得力を持つ。これが中津川や東京臨海部でもできそう。
大滝：今ある軸を右に推し進めるのはトヨタが得意だが、新しい価値を作るのは既存の軸ではできないので、妄想を進めて行くといいかな。
羽藤：サービスの議論に刺さればいいかな。


=黛=
近藤：結局、研究としては、直感的にはライダーをいっぱい載せた方が効率的だが、シングルシングルの方がいいのは、ドライバーを増やすというのが含まれているからか？
黛：結局、複数のライダーが発生したのは見られなかったが、今回のシステム設計手法はパーティシパントの数を最大化するのが目的だったことも影響している。
浦田：確かに近藤さんがいうように、ドライバーと歩行者を同様に扱っていいのかという問題はあるかも。

望月：9pの定式化の確認。9pから12pまでが制約条件で、そのあとの15pが第一目的？16pなどのグラフが15pまでの問題との関係がわからない。
黛：目的関数の中でのエッジeを考えているが、この式(15p第一目的)がネットワーク(13p)グラフの上で解かれている。この図ではどちら(第一、第二目的)もやっていて、participantsが複数あった時に総走行距離を最小化することを目的としている。これに該当するパターンは一つしかないので決定している。

早川：第一目的で参加人数最大化をしているのが、本当か。厳密に参加人数最大化だけを考えるのでいいのかと思った。0.8掛けなど、ちょっと緩和してもいいのかと思った。計算量でこうなったのかなとも思う。

大滝：とにかくマッチングしたがる派閥は一定数いて、その人たちはマッチングに持って行くなと思っている。解くの早いが。ミーティングポイントは使うことがあるが、グラフ上で単に人が集まる地点を探すことはあるが、ピックアップとドロップオフの二つがあるのが面白いなと思う。

10:09:55 開始 EIJI HATO 終了 皆様 : シカゴ？
10:12:32 開始 EIJI HATO 終了 皆様 : メルケルが，自動走行の普及について、10億ユーロ規模の「自動車産業未来ファンド」を創設して，2021年3月にモビリティデータの活用について、フランスと連携したクラウドデータインフラの整備「ガイアX」を基盤とするモビリティデータプラットフォームの整備も発表してるよねー
10:14:24 開始 EIJI HATO 終了 皆様 : 彼女が，連携先に選んだフランスの電力政策は原発中心だけど，ドイツのエネルギー政策は東日本大震災を契機に代替エネルギーにしちゃってるから，異なるインフラを基盤に，データ共有することで、自国の産業の強みを破壊してるからおもしろいよね．
10:16:26 開始 EIJI HATO 終了 皆様 : メルケルのフィロソフィって，民主主義の出発（Demokratischer Aufbruch）だけど、社会の連帯を支える教会の役割と倫理観を政治が継承していく必要性を主たる価値観として示した上で、ヨーロッパが築き上げてきた価値観とも結びついてきたけど，一方でそれを破壊しようとしてるから，豊田（日本企業）のフィロソフィと比較してみると面白いねー．
10:22:42 開始 Taiki Suzuki 終了 皆様 : 2限があるため失礼いたします。お話ありがとうございました。
10:33:04 開始 EIJI HATO 終了 皆様 : 強化学習（Q学習なんかでもいいけど）で組み合わせ最適全般になると都市設計やシェアにつながるから，おもしろそうだけど，解法がやっぱたいへんだよねー，
10:33:50 開始 EIJI HATO 終了 皆様 : EMというか多様体学習で解くとよさそう．
10:34:29 開始 EIJI HATO 終了 皆様 : Manski天才だからなー，いいよね．
10:43:33 開始 EIJI HATO 終了 皆様 : 計算はしょれるといいけどなー．
10:44:43 開始 EIJI HATO 終了 皆様 : EMと価値関数があるからね
10:44:59 開始 EIJI HATO 終了 皆様 : 価値関数の計算はスキップできそうだけど
10:47:01 開始 EIJI HATO 終了 皆様 : へー
10:51:36 開始 Junji Urata 終了 皆様 : 実問題の話になるとデータをどう取得するかが大事になり，ライドツアーのような企画で観測すると，複数の配置パターンで観測できるので，空間設計に生かしやすいのかなと思いました．
10:52:11 開始 EIJI HATO 終了 皆様 : 影キャラ！
10:53:13 開始 EIJI HATO 終了 皆様 : 最適化は最高．
10:53:32 開始 EIJI HATO 終了 皆様 : 組み合わせ最適はいいけどねー
10:55:09 開始 EIJI HATO 終了 皆様 : ３つくらい，継続しているテーマと，短期で結果が出るテーマ，個人的関心にそったテーマとか，組み合わせでポートフォリオするよね．
10:55:46 開始 EIJI HATO 終了 皆様 : 駅の設計も，結局は経路最適化だよなー
10:56:24 開始 EIJI HATO 終了 皆様 : 土地（都市）モデルの側をいれると，経路最適化もおもしろくなると思う．
10:56:49 開始 EIJI HATO 終了 皆様 : レーンオークション制御は村橋のテーマに近そう．
10:57:14 開始 EIJI HATO 終了 皆様 : レーンも含めた経路組み合わせ最適みたいな問題は，左の図に近いね．
10:57:45 開始 EIJI HATO 終了 皆様 : 問題は計算規模だねー
11:00:04 開始 EIJI HATO 終了 皆様 : Bonnetのは（大滝くんグラフアルゴリズム的に考えると）レーンと車両位置をtime-spaceグラフで表現してるんですかね．
11:01:25 開始 EIJI HATO 終了 皆様 : G(V, E, w)で最短経路にηで割引いて最適化してるのか．
11:02:10 開始 EIJI HATO 終了 皆様 : グラフの分解能と，相互作用の函数化がおもしろそう．
11:04:17 開始 EIJI HATO 終了 皆様 : 経路フローはZDDで列挙しといて，ナップサックで順番が扱えるといいなー．
11:06:01 開始 EIJI HATO 終了 皆様 : 順序制約付きナップサック問題にすると，（現実的な）実走行制御のメカニズムデザインで予約ルールを緩和してefficencyの評価ができそう．
11:13:37 開始 EIJI HATO 終了 皆様 : この最適化ソルバって，ブラックボックス？
11:14:15 開始 EIJI HATO 終了 皆様 : 自分で組んでるのかな．
11:15:59 開始 EIJI HATO 終了 皆様 : ２千兆パターンのうち１０００個で，そこそこというのはわりといいかも，解の性質にもよるけど．
11:16:28 開始 EIJI HATO 終了 皆様 : 魔の山とかないの？
11:17:13 開始 EIJI HATO 終了 皆様 : 製品イメージが車が°デフォルトだからww？？
11:17:35 開始 EIJI HATO 終了 皆様 : 鉄道もっと硬いけどねーwww
11:17:45 開始 EIJI HATO 終了 皆様 : でもそっから逆にゆるくなってきてる気がする
11:18:24 開始 EIJI HATO 終了 皆様 : 都市は緩すぎるけどww
11:19:30 開始 EIJI HATO 終了 皆様 : 分断とか格差をなんとかしたいけどねー，グラフ最適化は役立ちそう．
11:23:22 開始 EIJI HATO 終了 皆様 : ないよ
11:25:19 開始 EIJI HATO 終了 皆様 : マルチスケールだね．
11:26:21 開始 Junji Urata 終了 皆様 : platooningはちょこちょこ交通研でも論文が出てきています．CO2削減も含めた評価関数を設定して，アメリカ型の非混雑道路での計算と，欧州都市型の混雑するネットワークで，全然計算結果が違ったりして，面白いです．
協調の話が出ましたが，研究アプローチとして，ゲーム的な解き方をしている研究もあります．
11:26:32 開始 Junji Urata 終了 皆様 : 交通研→交通系
11:34:27 開始 EIJI HATO 終了 皆様 : マルコフ配分の変法としてライドヘイリングの最適化問題を位置付けることができるので，ゼミでの議論を頭におきながら聞くとつながってくると思います．
11:35:34 開始 EIJI HATO 終了 皆様 : マッチングポイントの概念は，近藤さんの避難問題や，村橋くんのシェアの問題に重ねて理解できますよね．
11:40:32 開始 EIJI HATO 終了 皆様 : ミーティングポイントは，北原さんのビジターセンターのイメージですが，可変・固定・個数で評価していくと面白いと思います．もともとの地域には，森林鉄道駅みたいなものがそもそもあったわけですが，モータリゼーションがコミュニティの拠点効用を破壊しているので，そのあたりが形成史的にも示せるとおもしろそう．
11:41:22 開始 EIJI HATO 終了 皆様 : （駅まちでも意味は違うけど，ミーティングポイントの評価みたいなものはあってもいいのかもなー）
11:43:38 開始 EIJI HATO 終了 皆様 : モビリティマッチング（i, j, a）が，時間制約と乗降回数，容量制約，走行距離制約を持ってるわけだけど，拠点のマッチングみたいな式もかけそうだね．
11:44:25 開始 Junji Urata 終了 皆様 : 読んでいる論文はこちらです．
https://www.sciencedirect.com/science/article/pii/S0191261515002088
11:53:58 開始 EIJI HATO 終了 皆様 : PPがあるから，Implied time windowをデータ駆動/MCMCでもってくるといいかも．
11:58:32 開始 EIJI HATO 終了 皆様 : 評価は論文的にはいいけど，動くOS設計したなるよね．
11:59:42 開始 Junji Urata 終了 皆様 : 空間的な立地問題にむずびつくのは面白いですね．meeting pointの候補数によって，マッチングの傾向が変わりそう．先週のe-hailingの論文のように，待ち行列を考慮したシステムに，現実的にはなりそうですね．
12:00:41 開始 EIJI HATO 終了 皆様 : 中津川だと，スケジューリング経路の実データがたくさんあるから，実経路の組み合わせ最適を下敷きに，最適レコメンドでスケジューリング調整ツールをPPに実装するのが基本かなー
12:01:27 開始 Junji Urata 終了 皆様 : time-windowをsoft-time windowに緩和して，single-singleが優位な傾向を変えることはできそうですが，避難シェアでは使いがたいアプローチですね．
12:04:10 開始 EIJI HATO 終了 皆様 : 早川さんの人工知能学会の論文ではtime-spaceマップが硬直的だから，グラフの組み方を工夫するのはありかも．
12:05:46 開始 EIJI HATO 終了 皆様 : 村橋のでも高速上の乗客を，パケット制御する際，meetigポイント（SA・道の駅・旧街道拠点）の設置とレーンオークションの話を組み合わせるのは，面白そうだね．
12:06:59 開始 EIJI HATO 終了 皆様 : そっちのがうちらに近いね．
12:07:08 開始 Junji Urata 終了 皆様 : 需要・供給の比率に応じて，マッチングの形態が変わるというのは面白いですね．
12:20:17 開始 Ken Hidaka 終了 皆様 : 用事があるのでお先に失礼します。
12:20:52 開始 EIJI HATO 終了 皆様 : マッチングの方が新しいからね．
12:23:13 開始 Junji Urata 終了 皆様 : 早川さん，小林さん，セッティングありがとうございました．