階層的ディリクレ混合過程による自動車運転の適応的モデリング

摘要

安全·安心な自動車事故予防システムを実現するためには，危険状況の発生を未然に防ぐ技術が必要となる．しかしこの種の支援技術，例えば警報システムなどは，必要となる支援の強度やタイミングがドライバごとに異なるため，適切なシステムの設計には支援対象ドライバの運転傾向を正しくモデル化する必要がある．被験者個人の運転履歴から運転行動を学習する手法はこれまでにも数多く研究されてきたが[1]，この枠組みにより得られるモデルは，データ取得時の道路状況やノイズにまで過剰に適合するため，安定な解が得られにくい．そこで筆者らは複数人の運転データを参照し，運転傾向の類似するドライバのデータを学習に利用することで，ロバスト性を確保しながら個人の運転特性をモデル化する研究を行ってきた[2]．さらに，モデル獲得後にデータを取得し始めたドライバに対して，既存モデルを再利用する手法を構築したが，この手法は言い換えれば，他人の運転履歴を事前知識として適応させていることに他ならない．本稿では，多人数運転データを事前知識として利用しやすい形式に変換する過程をバッチ処理，これらの知識を推定対象ドライバに適応させる過程をオンライン処理と称し，これら2 段階の過程から成る学習手法(オンライン協調学習) を定式化する．さらに実際の多人数運転データに対して適用実験を行うことで，手法の妥当性を検証する．