本研究では、人の認知・意思決定に着目した制御システム設計に関する技術について３つの研究開発を行った。

一つ目は、状況認知をする操縦者の多種の表現形態の指示を大規模言語モデルを介して複雑なネットワーク化ロボティクス群の所望の協調制御を実現する技術である。基礎理論となる協調タスク配分については昨年度開発した。今年度は利用する大規模言語モデルに関する出力変動性の評価を詳細に分析し、出力変動性を加味した目的実現するシステム化を実施した。また、実用性の観点から操縦者の指示は自動音声認識技術を介した音声入力が必要と考え、その有効性を実験検証により示した。最後に、時相論理を用いた時系列方向を加味した協調タスク配分手法を新たに開発した。

二つ目は、社会環境の再現をUnreal Engine 5（UE5）と呼ばれる高精細サイバー空間モデルに託し、カメラ画像から３次元再構築技術である3D Gaussian Splattingの情報を用いて、ドローンの最適探索経路計画および制御手法を開発した。提案手法は情報処理技術と制御技術の明確な融合研究成果であり、衝突回避をはじめとする安全性や経路追従性などの制御が有する理論的保証を担保できる点が特徴である。提案手法の有効性をUE5により定量的に示した。

三つ目は、混雑時の人流制御のための誘導員への効率的な指示手法の開発として、デジタルツインアプローチにより示した。まず、想定する歩行者空間をUE5による環境再現し、混雑発生現象を解析した。結果として、デジタル空間での多様な再現実験結果から歩行者の最低通路幅が得られた。また、学内での実験によりその有効性を示した。