51探花

【本学研究者情报】

〇材料科学高等研究所　数理科学オープンイノベーションセンター　教授　安东弘泰

【発表のポイント】

• 道路交通の複雑な流れそのものを計算資源として利用する新しいAI手法、環境物理リザバーコンピューティング（Harvested Reservoir Computing, HRC）を提案しました。
• 1/27スケールの自律走行ミニチュアカーによる交通実験と道路交通网シミュレーションにより、渋滞が始まる「直前」の状态で予测性能が最大になることを明らかにしました。
• 新规の専用ハードウェアを用いず、既存の交通観测データを再利用するだけで高精度な交通予测や信号制御に応用できる可能性を示し、省エネルギーな础滨基盘技术への発展が期待されます。

【概要】

近年、交通予测や需要予测などに机械学习?深层学习が広く使われていますが、その计算には大量の电力と高性能计算机が必要であることから、リザバーコンピューティング（搁颁）^（注1）や、それを実世界の物理系に拡张した物理リザバーコンピューティング（笔搁颁）^（注2）が注目されています。

东北大学材料科学高等研究所（奥笔滨-础滨惭搁）の安東弘泰教授らの研究チームは、現実世界の複雑なダイナミクスをそのまま計算に利用する新しい機械学習フレームワーク環境物理リザバーコンピューティング（Harvested Reservoir Computing, HRC）を提案し、その実証例として道路交通流を用いた道路交通リザバーコンピューティング（Road Traffic Reservoir Computing, RTRC）^（注3）の计算性能を系统的に评価しました。

1/27スケールの自律走行ミニチュアカーが走行するジオラマ交通実験と、格子状道路网の数値シミュレーションを组み合わせて解析した结果、交通密度が低すぎても高すぎても予测精度は低く、渋滞が発生する临界点の少し手前（中密度领域）で、将来の交通状态の予测性能が最も高くなることが分かりました。

本研究成果は、道路交通のような社会インフラを「动き続ける巨大コンピュータ」として再解釈する新しい视点を与えるとともに、既存センサーやデータを活用した省エネルギーな础滨计算手法として、今后のスマートモビリティ?交通管制?エネルギーマネジメントなどへの応用が期待されます。

本研究成果は、2025年11月27日（現地時間）に英国の科学誌Scientific Reportsのオンライン版で公開されました。

図1. 道路そのものがAIになる（RTRC vs 従来RC）

【用语解説】

注1. リザバーコンピューティング（Reservoir Computing, RC）：
时系列予测やパターン认识に适した机械学习の枠组み。复雑なダイナミクスを持つネットワーク（リザバー）に入力信号を流し、その出力を线形モデルで学习することで、高い表现力と低い学习コストを両立する。

注2. 物理リザバーコンピューティング（Physical Reservoir Computing, PRC）：
电子回路、光学系、流体、机械振动など、现実の物理システムをリザバーとして利用するリザバー计算の一种。デジタル计算机上のシミュレーションではなく、物理现象そのものが计算を担うため、省エネルギーで高速な情报処理が期待される。

注3. 道路交通リザバーコンピューティング（Road Traffic Reservoir Computing, RTRC）：
道路上の车両の动き（车両密度、速度、通过台数など）の时系列をリザバー状态として利用し、将来の交通状态や関连量（速度、电力消费など）を予测する手法。道路交通を「动き続ける计算机」とみなすアプローチ。

【论文情报】

タイトル：Harvested reservoir computing from road traffic dynamics
著者：Ryunosuke Fukuzaki, Takahiro Noguchi, Hiroyasu Ando*
*责任着者：东北大学材料科学高等研究所　教授　安东弘泰
掲載誌：Scientific Reports
顿翱滨：

详细（プレスリリース本文）

问い合わせ先

（研究に関すること）
东北大学材料科学高等研究所（奥笔滨-础滨惭搁）
教授　安東 弘泰
TEL: 022-217-6163
Email: hiroyasu.ando.d1*tohoku.ac.jp（*を@に置き換えてください）

（报道に関すること）
东北大学　材料科学高等研究所（奥笔滨-础滨惭搁）
広报戦略室
TEL: 022-217-6146
Email: aimr-outreach*grp.tohoku.ac.jp（*を@に置き換えてください）