需要対応型交通最適化のための一般的二層フレームワーク

より賢いオンデマンドの移動

自宅近くで乗せてくれて、職場や鉄道駅の近くで降ろしてくれ、あなたが日常を過ごしている間に静かに充電する、そんな共有ミニバスを注文することを想像してみてください。本論文は、多数の利用者が小規模な車両群を共有し、定刻に到着し、費用と排出を低く抑えるようなオンデマンドサービスをどのように計画するかを探ります。著者らは、都市が堅い路線バスから、より柔軟でクリーンな公共交通へ移行する際に役立つ一般的な計画手法を設計し検証しています。

ライド・オン・リクエストが本当に意味すること

需要対応型交通とは、車両が固定の時刻表やルートに従わないサービス群を指します。代わりに、利用者はしばしばスマホのアプリで乗車リクエストを出し、システムがそれらを共有乗車にまとめ、車両を割り当て、いつどこへ行くかを決めます。世界中でこうしたサービスは郊外や農村部、鉄道や地下鉄への「ラストマイル」連絡として試行されています。少ない車両でアクセスを改善する可能性がある一方、運用は難しくなります：新しい予約が入るたびに、誰が誰と一緒に乗るか、どの停留所が訪れられるか、乗客が時間通りに目的地に着けるかが変わるからです。

各旅行に対する二層の思考

著者らは、各システムが必ず行うべきことと、いくつかのシステムだけが必要とする事項を分離する二層の計画フレームワークを提案します。第一層は基本事項を扱います：各乗客を一つ以上の車両に割り当てること、車両が停留所を訪れる順序を決めること、容量や時間制約が守られているかを確認することです。第二層は実務的な追加要素を組み込みます。電池切れを起こさないよう充電が必要な電動車両、時間窓をまたいで守るべき部分的に事前計画された経路区間、車いすスペースや車内Wi‑Fiといった個別の乗客要望などが考慮できます。これらの詳細を別層に保持することで、都市ごとに同じ中核フレームワークを地域のニーズに合わせて調整できます。

車両の走行を許す三通り

研究の目立つ部分は、三段階の経路自由度の比較です。最も柔軟な「General」オプションでは、車両は任意の停留所間を直接移動できます。「Sections」オプションでは、あらかじめ定義された路線の区間に沿ってのみ移動できますが、交差点で路線を切り替えることは可能です。最も制約が強い「Routes」オプションでは、各車両は単一の固定ルートを巡回し、必要に応じて乗客はルート間で乗り換えます。可能性が多いほど良いように思えますが、実験では逆の結果が出ました。ポーランドのジェシュフ（Rzeszow）のバス網を基にした実験（64停留所、車両6台（うち電動3台）、乗客200人）では、固定ルートのオプションが一貫して平均遅延が最も小さく、計算もはるかに速いことが示されました。一方で完全自由のオプションは、アルゴリズムを込み入った非効率な経路パターンに陥らせがちでした。

遅延、積載、バッテリーの試験

モデルの理想的および現実的な挙動を確認するために、研究チームは二つのテストデータセットを作成しました。第一のデータセットでは、遅延のない完全な計画が存在するように乗車リクエストを選びました。第二のデータセットでは、リクエストをランダムにし、現実に近い形である程度の遅れが避けられない状況を再現しました。両方について、フレームワークは基本形と、電動車両の充電や特別な乗客機能を含む拡張形で実行されました。主要な成功指標は平均乗客遅延でしたが、最悪遅延、遅刻した乗客の人数、車両の積載率、バッテリー残量の時間変化も追跡しました。固定ルートと区間ベースのオプションでは、電動車の制約や乗客の嗜好が含まれていても、平均遅延が数分にとどまる計画を素早く見つけました。モデルはまた、乗客サービスを維持しつつバッテリー残量を安全範囲に保つために、いつどこで充電するかを選択しました。

何を最適化するかの選択

研究は「最適」の定義をいくつか比較しています。平均遅延を最小化することはシステム全体を改善する傾向があり、ほとんどの乗客がより早く到着し、最も遅れた乗客でさえ他の目的関数を用いる場合と比べて通常悪くならないことが分かりました。これに対して、最悪遅延のみや遅刻人数のみを最小化しようとすると、少数の人が極端に遅れたり車両利用が非効率になったりする計画を招くことがあります。これは、典型的な利用者の経験に焦点を当てることが良い妥協策であり、同じフレームワークがモデル内の一つの関数を変えるだけで異なる政策目標に向けて調整できることを示唆します。

日常の移動にとっての意味

専門外の人にとっての主なメッセージは、適切に設計された計画ツールが都市規模でのオンデマンドライドを実用的にできるということです。本論文は、単一の適応可能なフレームワークが乗客の車両割当、経路計画、特別なニーズへの対応、電池管理を行いながら平均遅延を低く保てることを示しています。驚くべきことに、車両に固定または半固定の構造を与えることは、自由に走らせるよりも多くの場合有利であり、問題を扱いやすくしてより信頼できるサービスにつながります。電動シャトルやアプリベースの“マイクロトランジット”など新しい交通アイデアを都市が試す際、こうしたフレームワークは散発する乗車リクエストを滑らかな共有移動に変えるために不可欠となるでしょう。

引用: Bozek, A., Krzeszowski, T. & Sliwa, T. General two-level framework for demand-responsive transport optimization. Sci Rep 16, 14520 (2026). https://doi.org/10.1038/s41598-026-44833-6

キーワード: 需要対応型輸送, シェアドモビリティ, スマートシティ交通, 電動シャトル, 経路最適化