JP6365679B2 - シミュレーションプログラム、シミュレーション方法およびシミュレーション装置 - Google Patents

シミュレーションプログラム、シミュレーション方法およびシミュレーション装置 Download PDF

Info

Publication number
JP6365679B2
JP6365679B2 JP2016555042A JP2016555042A JP6365679B2 JP 6365679 B2 JP6365679 B2 JP 6365679B2 JP 2016555042 A JP2016555042 A JP 2016555042A JP 2016555042 A JP2016555042 A JP 2016555042A JP 6365679 B2 JP6365679 B2 JP 6365679B2
Authority
JP
Japan
Prior art keywords
intruder
agent
simulation
movement
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2016555042A
Other languages
English (en)
Other versions
JPWO2016063426A1 (ja
Inventor
耕太郎 大堀
耕太郎 大堀
穴井　宏和
宏和 穴井
高橋　真吾
真吾 高橋
悠希 蜂谷
悠希 蜂谷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of JPWO2016063426A1 publication Critical patent/JPWO2016063426A1/ja
Application granted granted Critical
Publication of JP6365679B2 publication Critical patent/JP6365679B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、シミュレーション方法、シミュレーションプログラムおよびシミュレーション装置に関する。
所定の区域に侵入する犯罪者に対する警備計画を策定する技術が提案されている。例えば、線形計画法や混合整数計画法等を繰り返す数学的アプローチにより警備計画を策定する手法が提案されている。
また、パラメータ値を変化させて感度分析を行い数学的に策定した警備計画の評価を行う手法や専門家の主観に基づいて警備計画の評価を行う手法が提案されている（例えば、非特許文献１乃至非特許文献３参照）。
上記の警備計画のうち、数学的アプローチによる手法は、合理的な犯罪者を仮定した前提で、警備計画の策定および評価を行う。例えば、合理的な侵入者は、侵入者が警備側の警備対象施設を全て知っているものとして仮定される。また、合理的な侵入者は、対象となる施設に最短経路で進むと仮定される。
従って、合理的な犯罪者を仮定することが前提となるため、適切な警備計画を評価することは難しいことが指摘されている。また、専門家の主観に基づく警備計画の評価手法は、経験則に基づくものであり、適切な警備計画を評価することは難しいことが指摘されている（例えば、非特許文献４参照）。
M. Jain, D. Korzhyk, O. Vanek, V. Conitzer, M. Pechoucek and M. Tambe, "A double oracle algorithm for zero-sum security games on graphs" （米国）In The 10th International Conference on Autonomous Agents and Multiagent Systems - AAMAS ’11, pp.327-334, 2011. M. Jain, V. Conitzer, and M. Tambe "Security Scheduling for Real-world Networks" （米国）In The 12th International Conference on Autonomous Agents and Multiagent Systems - AAMAS’13, pp.215-222, 2013. M.E. Taylor, C. Kiekintveld, C. Western and M. Tambe, "A Framework for Evaluating Deployed Security Systems: Is There a Chink in your ARMOR?" （スロベニア）Informatica, Vol.34, pp.129-139, 2010. A.X. Jian, M. Jain, M. Tambe, "Computational game theory for security and sustainability" Journal of Information Processing, Vol.22, No.2, pp.176-185, 2014
従来技術にかかるシミュレーションでは、侵入者の行動を実態に即してシミュレーションすることは難しい。また、数学的アプローチまたは専門家の主観に基づいて警備計画の評価を行う場合、警備計画の評価を適切に行うことが難しい。
本発明は、１つの側面として、侵入者の実態に即した移動経路の形成を行うことを目的とする。他の側面として、警備計画の評価を適切に行うことを目的とする。
１つの態様では、警備区域での侵入者の移動を、前記警備区域に対応するモデルにおける侵入者エージェントを用いてシミュレーションするシミュレーションプログラムは、前記侵入者エージェントが認知した、前記モデルにおける警備員配置の情報、および、前記モデルにおける過去の警備員配置の情報に基づき、前記侵入者エージェントの前記モデルにおける移動経路を算出する、処理をコンピュータに実行させる。
１つの側面として、侵入者の実態に即した移動経路の形成を行うことができる。他の側面として、警備計画の評価を適切に行うことができる。
シミュレーション装置の一例を示す機能ブロック図である。 モデルの一例を示す図である。 空間情報の一例を示す図である。 警備計画情報の一例を示す図である。 侵入者情報の一例を示す図である。 実施形態の処理の流れの一例を示すフローチャート（その１）である。 実施形態の処理の流れの一例を示すフローチャート（その２）である。 モデル上の警備員および侵入者エージェントの一例を示す図（その１）である。 モデル上の警備員および侵入者エージェントの一例を示す図（その２）である。 実施形態の処理の流れの一例を示すフローチャート（その３）である。 第１の具体例のシミュレーションを説明する図（その１）である。 第１の具体例のシミュレーションを説明する図（その２）である。 第１の具体例のシミュレーションを説明する図（その３）である。 第１の具体例のシミュレーションを説明する図（その４）である。 第１の具体例のシミュレーションを説明する図（その５）である。 第１の具体例のシミュレーションを説明する図（その６）である。 第１の具体例のシミュレーションを説明する図（その７）である。 第１の具体例のシミュレーションを説明する図（その８）である。 第１の具体例のシミュレーションを説明する図（その９）である。 第１の具体例のシミュレーションを説明する図（その１０）である。 第２の具体例のシミュレーションを説明する図（その１）である。 第２の具体例のシミュレーションを説明する図（その２）である。 第２の具体例のシミュレーションを説明する図（その３）である。 第２の具体例のシミュレーションを説明する図（その４）である。 第２の具体例のシミュレーションを説明する図（その５）である。 第２の具体例のシミュレーションを説明する図（その６）である。 第２の具体例のシミュレーションを説明する図（その７）である。 第３の具体例のシミュレーションを説明する図（その１）である。 第３の具体例のシミュレーションを説明する図（その２）である。 第３の具体例のシミュレーションを説明する図（その３）である。 数的評価の一例を説明する図（その１）である。 数的評価の一例を説明する図（その２）である。 シミュレーション装置のハードウェア構成の一例を示す図である。
＜シミュレーション装置の一例＞
以下、図面を参照して、実施形態について説明する。図１は、シミュレーションを行うシミュレーション装置１の一例である。図１の例では、入力装置２と表示装置３とがシミュレーション装置１に接続されている。シミュレーション装置１は、所定の情報を処理する情報処理装置であってもよい。
入力装置２は、シミュレーション装置１に所定の情報を入力する装置である。例えば、入力装置２は、マウスやキーボード等であってもよい。表示装置３は、シミュレーション装置１に制御により所定の情報を表示する。例えば、表示装置３は、ディスプレイ等であってもよい。表示装置３は、表示部の一例である。
シミュレーション装置１は、情報受付部１１と入力情報記憶部１２とモデル生成部１３と警備員配置制御部１４と侵入者発生制御部１５とシミュレーション実行部１６と履歴情報記憶部１７と表示制御部１８と結果出力部１９と実行結果記憶部２０とを備える。
情報受付部１１は、入力装置２から所定の情報を受け付ける。情報受付部１１が受け付ける所定の情報は、例えば、モデル情報と警備計画情報と侵入者情報とを含む。情報受付部１１は、モデル情報、警備計画情報および侵入者情報以外の情報を受け付けてもよい。
例えば、空間情報は、警備区域の空間に関する情報である。空間情報は、警備区域の道路や施設等の情報を含む地図情報から道路や施設等を抜粋し、地図情報の道路の情報に基づく経路の情報であってもよい。
警備計画情報は、例えば、予め策定された警備区域に関する情報である。警備計画情報は、警備員の配置位置に関する情報を含んでもよい。警備方式に関する情報は、例えば、警備区域に侵入した侵入者が計画している犯罪種別に応じて、予め策定した警備方式に関する情報であってもよい。
侵入者情報は、警備区域内に侵入者が侵入した場合における該侵入者に関する情報である。警備区域内には、１または複数の侵入者が侵入することもある。侵入者は、それぞれ固有の属性を有している。従って、侵入者情報は、侵入者ごとに設定される。
入力情報記憶部１２は、情報受付部１１が受け付けた情報を記憶する。上述した例では、入力情報記憶部１２は、空間情報と警備計画情報と侵入者情報とを記憶する。入力情報記憶部１２は、空間情報、警備計画情報および侵入者情報以外の情報を記憶してもよい。入力情報記憶部１２は、第１の記憶部または記憶部の一例である。
モデル生成部１３は、入力情報記憶部１２が記憶している空間情報を参照して、シミュレーションを行う際のモデルを生成する。空間情報は、道路等に関する情報を含む。モデル生成部１３が生成するモデルは、道路等の情報に基づいた移動経路のモデルになる。このモデルは、ネットワークモデルとも称される。
実施形態では、モデル生成部１３は、警備区域内の経路をエッジとし、エッジの分岐点をノードとしてモデルを生成する。なお、モデルは、エッジおよびノード以外の情報を有していてもよい。例えば、侵入者がノードに隣接する施設で犯罪を計画している場合、モデル生成部１３は、ノードと施設とを関連付けたモデルを生成してもよい。
警備員配置制御部１４は、入力情報記憶部１２が記憶している警備計画情報を参照して、シミュレーション実行部１６のモデルに警備員を配置する。警備員配置制御部１４は、モデルのエッジに１または複数の警備員を配置する。警備員が配置される位置は、エッジには限定されない。
侵入者発生制御部１５は、入力情報記憶部１２が記憶している侵入者情報を参照して、シミュレーション実行部１６のモデルに１または複数の侵入者のエージェントをモデルの移動経路の何れかに発生させる。
実施形態では、侵入者発生制御部１５は、侵入者のエージェントをノードに発生させる。侵入者のエージェントが発生する位置は、ノードには限定されない。侵入者発生制御部１５は、エージェント発生部の一例である。
シミュレーション実行部１６は、モデル生成部１３が生成したモデルに発生させた侵入者のエージェント（以下、侵入者エージェントと称する）の行動をシミュレーションする。また、シミュレーション実行部１６は、侵入者エージェントが移動したときの移動経路を特定する。
シミュレーション実行部１６は、侵入者エージェントを移動させる際に、モデル上に配置されている警備員の位置を回避する回避経路を選択する選択可能性を高めるように移動経路を選択する。なお、シミュレーションにおいては、侵入者エージェントは、所定のノードまたはエッジで停止している場合もある。
侵入者エージェントはモデル内を移動するに応じて、履歴情報を取得する。履歴情報記憶部１７は、侵入者エージェントごとに履歴情報を記憶する。履歴情報記憶部１７は、第２の記憶部の一例である。
履歴情報は、認知情報および逮捕情報を含む。認知情報は、侵入者エージェントが認知している警備員の配置位置に関する情報である。逮捕情報は、他の侵入者エージェントが逮捕されたときの逮捕された位置に関する情報である。履歴情報は、経時的に情報が追加される場合がある。
表示制御部１８は、シミュレーション実行部１６が実行しているシミュレーションの内容を表示装置３に表示する。表示制御部１８は、シミュレーション実行部１６が特定した侵入者エージェントの移動経路を表示する。表示制御部１８は、侵入者エージェントの移動経路を他の移動経路と異なる態様で表示してもよい。
結果出力部１９は、シミュレーション実行部１６からシミュレーションの実行結果を取得する。そして、結果出力部１９は、取得した実行結果を実行結果記憶部２０に記憶する。結果出力部１９は、シミュレーションの実行結果を表示制御部１８にも出力する。
実行結果記憶部２０は、シミュレーション結果を記憶する。シミュレーション結果は、種々の情報が含まれる。例えば、シミュレーション結果は、侵入者エージェントの移動経路または侵入者エージェントの目標達成、逮捕または撤退の情報を含んでもよい。また、シミュレーションの実行結果は、侵入者エージェントが移動するごとに変化する認知情報を含んでもよい。
入力情報記憶部１２と履歴情報記憶部１７と実行結果記憶部２０とは１つの記憶装置に記憶されてもよいし、それぞれ異なる記憶装置に記憶されてもよい。上記３つの記憶部が１つの記憶装置に記憶される場合には、記憶装置の異なる記憶領域に上記３つの記憶部の内容が記憶される。
＜モデルの一例＞
図２は、モデル生成部１３が生成するモデルの一例を示す。モデルは、エッジおよびノードを含む。実施形態では、エッジは経路であり、ノードは経路の分岐点である。ただし、経路はエッジには限定されず、ノードは経路の分岐点には限定されない。図２の例では、ノードは１番から２２番まであり、ノード間を接続するエッジは１番から３３番まである。モデルは、図２の例には限定されない。
モデルに含まれるエッジは、それぞれ移動に要する時間（移動時間）を有する。例えば、図２の例の場合、エッジ３３番の長さは短いため、侵入者エージェントがエッジ３３番を移動する時間は短い。一方、エッジ９番の長さは長いため、侵入者エージェントがエッジ９番を移動する時間は長い。
図２の例では、警備員配置制御部１４は、警備員Ｄをエッジ１０番に配置している。また、侵入者発生制御部１５は、エッジ５番に侵入者エージェントＣを発生させている。シミュレーション実行部１６は、図２の例に示すようなモデルにおいて、侵入者エージェントＣを行動させることにより、シミュレーションを行う。
図２の例で、各ノードのうち四角で示しているノードは、侵入者発生制御部１５が侵入者エージェントを発生させるノード（以下、発生ノードと称する）である。図２の例では、１番、２番、３番、４番および６番が発生ノードである。発生ノードは、侵入者を発生させるノードであるため、例えば、侵入者発生制御部１５は地理的条件に基づいて、発生ノードを決定してもよい。
図２の例で、各ノードのうち六角形で示しているノードは、侵入者エージェントＣが目標とするターゲット（以下、ターゲットノードと称する）を示す。図２の例では、１３番および１６番がターゲットノードである。シミュレーション実行部１６は、ターゲットノードに向けて、侵入者エージェントＣを移動させる。
例えば、侵入者エージェントＣがターゲットノード１６番の近傍の施設に対する攻撃を計画している場合、シミュレーション実行部１６は、侵入者エージェントＣをターゲットノード１６番に向けて移動させる。施設としては、例えば、空港や駅等がある。
ターゲットノードが１６番の場合、侵入者エージェントがノード１６番に到達できれば、侵入者エージェントの目標は達成する。この場合、施設に対する攻撃は成功し、警備計画は失敗という結果になる。一方、侵入者エージェントが警備員に逮捕された場合、施設に対する攻撃は失敗する。よって、警備計画は成功という結果になる。
図２の例で、各ノードのうち丸で示しているノードは、エッジとエッジとの分岐点である。シミュレーション実行部１６は、侵入者エージェントＣがノードに到達したときに、侵入者エージェントＣの経路選択を行う。
＜空間情報の一例＞
図３は、空間情報の一例を示している。図３（Ａ）の例は、エッジ番号とノード番号Ａとノード番号Ｂと移動ステップとの関係を示している。エッジ番号で特定されるエッジは、ノード番号Ａで特定されるノードとノード番号Ｂで特定されるノードとを接続するエッジである。例えば、図３（Ａ）の例のうち、エッジ番号が１番のエッジは、ノード番号１とノード番号２との間を接続するエッジであることを示している。
移動ステップは、上述した侵入者エージェントの移動時間をステップ数で示している。図３（Ａ）の例では、エッジ番号が１番のエッジは、移動ステップ数が２０であることを示している。また、エッジ番号が２番のエッジは、移動ステップ数が１４であることを示している。
従って、エッジ番号が１番のエッジよりもエッジ番号が２番のエッジの方が短い距離となる。実施形態では、モデルは３３個のエッジを含むため、空間情報は、３３個のエッジと移動ステップ数とを関連付けた情報を含む。
空間情報は、ターゲットノードの情報を含む。実施形態では、ターゲットノードは１３番および１６番である。ターゲットノードが１３番および１６番であることは、情報受付部１１が受け付けた情報に基づく。例えば、ターゲットノード１３番および１６番の近傍に攻撃対象の施設が存在する場合には、ターゲットノードは１３番および１６番に設定される。
実施形態では、モデルに２２個のノードが設定される。各ノードはＸＹ座標系で設定される。図３（Ｃ）の例では、ノード番号に対応するＸＹ座標が定義される。なお、ノードおよびエッジは、ＸＹ座標系で定義されることには限定されない。
＜警備計画情報の一例＞
次に、図４を参照して、警備計画情報の一例を説明する。図４（Ａ）の例は、タイムスロットとステップとの関係を示す。図４（Ａ）の例では、１２０ステップごとに１つのタイムスロットが割り当てられている。
図４（Ａ）の例では、タイムスロットは１から６までを示しているが、タイムスロットの数は６には限定されない。また、１つのタイムスロットに割り当てるステップ数は１２０には限定されない。
図４（Ｂ）の例は、警備計画を示す。警備計画は、予め策定された警備員の配置に関する情報を含む。図４（Ｂ）の列は、警備方式における警備番号を示す。警備方式は、犯罪種別に応じて策定される警備計画の方式である。侵入者が計画する犯罪種別は１つであるとは限らない。また、侵入者は、複数の犯罪種別を計画している場合もある。
例えば、ある侵入者は施設の破壊を計画している場合もあり、他の侵入者は施設において危険物の散布を計画している場合もある。また、さらに他の侵入者は、施設において、危険物の取引を計画している場合もある。
従って、侵入者によって、該侵入者が計画している犯罪種別が異なる場合がある。警備計画は、犯罪種別に応じて策定される。例えば、図４（Ｂ）の警備方式１は、施設の破壊を計画している侵入者に対する警備計画であるとする。また、警備方式２は、施設において危険物の散布を計画している侵入者に対する警備計画であるとする。
図４（Ｂ）では、警備方式は１番および２番が示されているが、警備方式は３番以降があってもよい。例えば、警備方式３は、施設において、危険物の取引を計画している侵入者に対する警備計画であってもよい。
１つの警備方式には、割り当てられる警備員のリソースがある。例えば、図４（Ｂ）の例では、警備方式１に警備番号が１番から３番までのリソースが割り当てられる。図４（Ｂ）では、警備番号１番は「警備１」、警備番号２番は「警備２」および警備番号３番は「警備３」として示している。
従って、警備方式１の場合、モデルの中の３箇所が警備の対象となる。警備番号で特定される警備位置を警備する警備員の数は１人であってもよいし、複数であってもよい。犯罪種別によっては、警備員配置制御部１４は、１箇所の警備に対して複数の警備員を配置してもよい。実施形態では、警備員配置制御部１４は、１箇所の警備位置に１人の警備員を配置するものとする。
実施形態では、各警備番号が警備する位置は、タイムスロットによって変更される。例えば、警備員配置制御部１４は、警備番号が１番であり、タイムスロットが１のときは、エッジ２４番に警備員を配置する。
そして、警備員配置制御部１４は、タイムスロットが２のときに、警備員の配置位置を２４番から５番に変更する。なお、警備員配置制御部１４は、タイムスロットによらず、常に同じ位置に警備員を固定して配置してもよい。
＜侵入者情報の一例＞
次に、侵入者情報の一例について、図５を参照して説明する。図５の例において、侵入者情報は、侵入者ＩＤと発生ステップと発生ノードと犯罪種別と犯罪性向とターゲットノード数と施設と警備情報リストと逮捕情報リストとの項目を含む。
侵入者ＩＤ（ＩＤはIdentificationの略称である）は、侵入者エージェントを識別する識別子である。図５の例では、侵入者情報は、侵入者ＩＤが１番から８番を含んでいる。発生ステップは、侵入者ごとに、モデル内に発生させる侵入者のステップ数を示す。発生ステップの間隔が短い期間では、発生頻度が高いことを示す。
発生ノードは、侵入者ごとに、侵入者が発生するノードのノード番号を示す。犯罪性向は、侵入者ごとの犯罪に関する性向を示す。犯罪性向は、リスク選好と称されることもある。犯罪性向が「Ｈｉｇｈ」の侵入者は、リスクを犯してでも、計画している犯罪を達成しようとする。一方、犯罪性向が「Ｌｏｗ」の侵入者は、リスクを回避する傾向がある。
ターゲットノード数は、上述のターゲットノードの数を侵入者ごとに示す。ターゲットノード数は、侵入者が行動を終了するか否かを判定する基準を示す。例えば、ターゲットノード数が１の侵入者エージェントがターゲットノードに到達した場合、侵入者エージェントの行動は終了する。
一方、ターゲットノード数が２の侵入者エージェントが１つ目のターゲットノードに到達したとしても、ターゲットノード数が２であるため、侵入者エージェントの行動は終了しない。この場合、シミュレーション実行部１６は、侵入者エージェントを次のターゲットノードに向けて移動させる。
ターゲットノード候補は、侵入者ごとのターゲットノードの候補を示す。図５の例では、ノード番号が１３番および１６番のノードがターゲットノードの候補となっている。図５の例に示すように、ターゲットノード候補には利得が関連付けられている。利得は、侵入者エージェントがターゲットノード候補に到達したときに得られるポイントである。
警備情報リストは、認知情報の一例である。実施形態の警備情報リストは、侵入者エージェントが認知している警備員の配置位置の情報を含むリストである。シミュレーション実行部１６は、侵入者エージェントを移動させるに応じて、警備情報リストに警備員の配置位置に関する新たな情報を追加する場合がある。
逮捕情報リストは、逮捕情報の一例である。モデルに他の侵入者エージェントが発生し、且つ他の侵入者エージェントが逮捕された場合、シミュレーション実行部１６は、逮捕情報リストに他の侵入者エージェントが逮捕された位置の情報を追加する。
＜実施形態の処理の流れの一例＞
次に、図６を参照して、実施形態の処理の流れの一例について説明する。情報受付部１１は、空間情報の入力を受け付ける（ステップＳ１）。空間情報は、警備区域のモデルの基礎となる情報であり、警備区域内の経路に関する情報を含む。空間情報は、例えば、地図情報に基づく情報であってもよい。
また、情報受付部１１は、警備計画情報の入力を受け付ける（ステップＳ２）。警備計画情報は、モデルのうち警備員を配置する情報を含む。実施形態では、警備員は、モデルのうちエッジに配置されるが、エッジ以外の位置に警備員が配置されてもよい。
また、情報受付部１１は、侵入者情報の入力を受け付ける（ステップＳ３）。情報受付部１１は、入力を受け付けた空間情報と警備計画情報と侵入者情報とを入力情報記憶部１２に記憶する。
モデル生成部１３は、空間情報に基づいて、シミュレーション実行部１６が実行するための移動経路のモデルを生成する（ステップＳ４）。実施形態では、モデルは、エッジおよびノードを含む。モデルは、エッジおよびノード以外の移動経路で表現されていてもよい。
侵入者エージェントの目標は、モデル内の所定のポイントまたはゾーンである。シミュレーション実行部１６は、侵入者エージェントが移動経路を通って、所定のポイントに到達したときに、侵入者エージェントの目標が達成されたとしてもよい。目標がゾーンの場合、シミュレーション実行部１６は、侵入者エージェントがゾーンの内側に入ったときに、侵入者エージェントの目標は達成されたとしてもよい。実施形態では、侵入者エージェントの目標は、ターゲットノードである。
モデル生成部１３が生成したモデルは、シミュレーション実行部１６に出力される。警備員配置制御部１４は、入力情報記憶部１２が記憶している警備計画情報に基づいて、シミュレーション実行部１６のモデル上に警備員を初期的に配置する（ステップＳ５）。警備員配置制御部１４は、警備方式ごとにモデル上に警備員を初期配置する。
シミュレーション実行部１６は、ステップをカウントする。シミュレーション実行部１６は、シミュレーションの実行を開始するときには、ステップ数を１に設定する（ステップＳ６）。このステップ数は、所定時間ごとに、シミュレーション実行部１６によりインクリメントされていく。ステップ数のインクリメントについては、後述する。
シミュレーション実行部１６は、カウントしているステップ数が警備位置を変更するステップに到達したか否かを判定する（ステップＳ７）。実施形態では、警備員は、タイムスロットごとに警備位置を変更する。
従って、シミュレーション実行部１６は、カウントしているステップ数が警備員の警備位置を変更するステップ数に到達したとき（ステップＳ７でＹＥＳ）、モデルにおける警備員の位置を変更する（ステップＳ８）。
一方、シミュレーション実行部１６は、カウントしているステップ数が警備員の警備位置を変更するステップ数に到達していないとき（ステップＳ７でＮＯ）、ステップＳ８の処理は行わない。
シミュレーション実行部１６は、カウントしているステップ数が侵入者エージェントの発生ステップであるか否かを判定する（ステップＳ９）。侵入者情報は、侵入者エージェントごとに発生ステップの情報を含んでいる。
よって、侵入者発生制御部１５は、現在のステップ数が侵入者情報の何れかの侵入者エージェントの発生ステップに到達したときに（ステップＳ９でＹＥＳ）、シミュレーション実行部１６のモデルに侵入者エージェントを発生させる（ステップＳ１０）。
上述した侵入者情報に複数のターゲットノード候補が含まれる場合、侵入者発生制御部１５は、複数のターゲットノード候補の中からターゲットノードを選択する。例えば、侵入者発生制御部１５は、複数のターゲットノード候補のうちランダムに１つのターゲットノードを選択してもよい。
また、ターゲットノード候補には利得が関連付けられている。従って、侵入者発生制御部１５は、利得に基づいて確率的にターゲットノードを選択してもよい。例えば、図５の例の場合、侵入者ＩＤが１番のターゲットノード候補は１３番および１６番がある。
ターゲットノード候補が１３番の利得は５であり、ターゲットノード候補が１６番の利得は３である。よって、侵入者発生制御部１５は、「５／８」の確率で１３番のノードをターゲットノードとして選択し、「３／８」の確率で１６番のノードをターゲットノードとして選択してもよい。
侵入者発生制御部１５は、現在のステップ数が侵入者情報の何れの侵入者情報の発生ステップにも到達していないとき（ステップＳ９でＮＯ）、ステップＳ１０の処理は行わない。
シミュレーション実行部１６は、モデル上において侵入者エージェントを移動させる（ステップＳ１１）。シミュレーション実行部１６は、警備員の配置位置を回避する可能性を高めるように侵入者エージェントの移動経路を回避経路として選択する。侵入者エージェントの移動については、後述する。
シミュレーション実行部１６は、モデル上の侵入者エージェントに関連付けて、認知情報および逮捕情報を含む履歴情報を表示するように、表示制御部１８を制御する。表示制御部１８は、表示装置３に侵入者エージェントと関連付けて履歴情報を表示する（ステップＳ１２）。
シミュレーション実行部１６は、侵入者エージェントの移動経路を形成する。表示制御部１８は、形成された侵入者エージェントの移動経路を表示装置３に表示する（ステップＳ１３）。
シミュレーション実行部１６には、予めシミュレーションを終了するステップ（以下、終了ステップ数と称する）が設定されている。この終了ステップ数は、任意の値でシミュレーション実行部１６に設定される。
シミュレーション実行部１６は、カウントしているステップ数が終了ステップ数に達したか否かを判定する（ステップＳ１４）。終了ステップ数に達していなければ（ステップＳ１４でＮＯ）、シミュレーション実行部１６は、カウントしているステップ数をインクリメントする（ステップＳ１５）。
そして、処理はステップＳ７に戻る。従って、シミュレーション実行部１６は、カウントしているステップ数が終了ステップ数に達するまでステップＳ７からステップＳ１３までの処理を繰り返す。つまり、シミュレーション実行部１６は、終了ステップ数に達するまでシミュレーションを実行する。
シミュレーション実行部１６がカウントしているステップ数が終了ステップ数に達した場合（ステップＳ１４でＹＥＳ）、表示制御部１８は表示装置３に実行結果を表示する（ステップＳ１６）。
実行結果は、シミュレーション実行部１６がシミュレーションを実行した結果に関する情報である。実行結果は、シミュレーションを実行した結果の情報だけでなく、空間情報や警備計画情報、侵入者情報等の情報を含んでもよい。
結果出力部１９は、シミュレーション実行部１６から実行結果を取得する。そして、結果出力部１９は、取得した実行結果を実行結果記憶部２０に記憶する。また、結果出力部１９は、実行結果を表示制御部１８に出力し、表示制御部１８は実行結果を表示装置３に表示する。
結果出力部１９は、シミュレーション実行部１６からステップごとの実行結果を実行結果記憶部２０に記憶してもよい。実行結果記憶部２０が記憶した実行結果はログとして出力可能にしてもよい。
次に、ステップＳ１１の侵入者エージェント行動処理について、図７のフローチャートを参照して説明する。シミュレーション実行部１６は、侵入者エージェントに現在位置に応じた認知範囲を認知させる（ステップＳ２１）。シミュレーション実行部１６は、複数の侵入者エージェントが存在する場合には、それぞれの侵入者エージェントに現在位置に応じた認知範囲を認知させる。
認知範囲について説明する。図８は、モデル、モデル上に配置される警備員Ｄ１〜Ｄ３およびモデル上を移動する侵入者エージェントＣ１の一例を示している。警備員Ｄ１は、エッジ２４番に配置されている。警備員Ｄ２は、エッジ８番に配置されている。警備員Ｄ３はエッジ２２番に配置されている。侵入者エージェントＣ１は、ノード１２番に到達している。
認知範囲は、モデルの位置に応じて、侵入者エージェントが警備員を認知できる範囲である。認知範囲は、モデル上の位置によって変化する。例えば、湾曲した経路については、侵入者エージェントＣ１が認知できる範囲は狭い。また、経路上に遮蔽物等がある場合にも、侵入者エージェントＣ１が認知できる範囲は狭い。
一方、直線状の経路の途中位置における侵入者エージェントＣ１が認知できる範囲は広い。また、経路上に遮蔽物等がない場合にも、侵入者エージェントＣ１が認知できる範囲は広い。例えば、ノードの位置によっては、該ノードを中心にして、複数のノードおよびエッジを含む広い範囲が認知範囲となる場合もある。
図８の例では、侵入者エージェントＣ１が認知している認知範囲Ａは破線で示されている。侵入者エージェントＣ１が位置しているノード１２番は比較的、認知範囲Ａが広い。従って、侵入者エージェントＣ１は、認知範囲Ａに含まれる警備員Ｄ１を認知することができる。
シミュレーション実行部１６は、侵入者エージェントＣ１の認知範囲Ａに警備員が含まれる場合、認知した警備員の位置に関する認知情報を警備情報リストに追加する。図８の例の場合、エッジ２４に警備員Ｄ１が位置しているため、シミュレーション実行部１６は、警備情報リストにエッジ２４を追加する。
図９は、侵入者エージェントＣ１がノード１０番に位置している例を示している。図１０の例では、例えば、経路が湾曲していること等を要因として、ノード１０番における認知範囲Ａは狭いものとする。この場合、侵入者エージェントＣ１と警備員Ｄ３との距離は近い。しかし、ノード１０番の認知範囲に警備員Ｄ３が含まれないため、侵入者エージェントＣ１は警備員Ｄ３を認知しない。
実施形態では、侵入者エージェントはノードに到達した後に、次に移動する経路、つまりエッジを決定する。このとき、ノードの認知範囲Ａは、侵入者エージェントが次に何れの経路を選択するかを決定する要素の１つとなる。
このため、実施形態では、ノード１番〜２２番に対して、それぞれ認知範囲Ａが設定されている。ただし、認知範囲Ａはノードではなく、エッジが有していてもよい。認知範囲Ａは、モデルの経路の位置ごとに設定されていてもよい。
以上が、図７のステップＳ２１の認知範囲に関する説明である。シミュレーション実行部１６は、侵入者エージェントがモデル上の現在位置の認知範囲を認知した後に、自身がノードに位置しているか否かを判定する（ステップＳ２２）。
侵入者エージェントがノードに位置している場合（ステップＳ２２でＹＥＳ）、シミュレーション実行部１６は、侵入者エージェントが次に何れのエッジに移動するかを決定する。侵入者エージェントは、撤退という行動をとる場合もある。撤退は、侵入者が警備区域内から離脱することを示す。シミュレーション実行部１６は、侵入者エージェントが撤退をするか否かの判定を行う（ステップＳ２４）。
侵入者エージェントが撤退する場合（ステップＳ２４でＹＥＳ）、シミュレーション実行部１６は、モデルから侵入者エージェントを撤退させる（ステップＳ２５）。この場合、侵入者エージェントはモデルから消滅する。侵入者エージェントが撤退しない場合（ステップＳ２４でＮＯ）、シミュレーション実行部１６は、侵入者エージェントの次の経路を選択する（ステップＳ２６）。
経路選択および撤退の判定について説明する。最初に、図１０のフローチャートを参照して、経路選択について説明する。あるノードに位置する侵入者エージェントがターゲットノードに到達するまでには複数の経路がある。侵入者エージェントが位置するノードとターゲットノードとの間に複数のエッジおよびノードが存在する場合、経路選択の対象となる経路の数が多くなる。
シミュレーション実行部１６は、侵入者エージェントが位置するノードから移動可能なエッジを抽出する（ステップＳ２６−１）。シミュレーション実行部１６が抽出したエッジを移動候補エッジと称する。移動候補エッジは、侵入者エージェントが位置しているノードと接続されているエッジである。
シミュレーション実行部１６は、移動候補エッジから直前に通ったエッジおよび警備情報リストに含まれるエッジを除外する（ステップＳ２６−２）。直前に通ったエッジは、侵入者エージェントが通ったエッジであるため、移動候補から除外する。
また、警備情報リストに含まれるエッジは、侵入者エージェントが逮捕される可能性が高いため、移動候補から除外する。これにより、侵入者エージェントが逮捕されることから回避する可能性が高くなる。なお、シミュレーション実行部１６は、移動候補エッジから逮捕情報リストに含まれるエッジを除外してもよい。
つまり、シミュレーション実行部１６は、認知情報および履歴情報を含む履歴情報に基づいて、逮捕される可能性のある移動経路を除外する。除外した移動経路は、警備員Ｄ１からＤ３を回避する可能性を高める回避経路となる。これにより、シミュレーション実行部１６は、移動経路として回避経路の選択可能性を高めることができる。
回避経路の選択可能性が高くなれば、侵入者エージェントはターゲットノードに到達する可能性が高くなる。警備区域に侵入した侵入者は、警備員を回避する経路を選択するため、実態に即したシミュレーションを行うことができる。
シミュレーション実行部１６は、上記のエッジを除外した移動候補エッジを通り、且つターゲットノードに到達するまでの全ての経路の中の最短経路の評価を行う。このために、シミュレーション実行部１６は、評価値を演算する。
評価値は、シミュレーション実行部１６が侵入者エージェントを移動させるに際して、経路選択を行うための指標となる値である。評価値は、基準評価値に対して補正を行うことにより、得られる。
シミュレーション実行部１６は、移動候補エッジを通り、且つターゲットノードに到達するまでの全ての経路のうち最短経路を求める。最短経路を求める手法としては、例えば、ダイクストラ法を適用してもよい。
シミュレーション実行部１６は、最短経路の距離（長さ）を演算し（ステップＳ２６−３）、演算した距離を基準評価値とする。シミュレーション実行部１６は、以下の式を用いて、基準評価値を補正して評価値を演算する（ステップＳ２６−４）。
「評価値＝基準評価値＋Ｗ１×（最短経路に含まれるエッジの警備情報リストで認知している警備回数の合計）＋Ｗ２×（最短経路に含まれるエッジの逮捕情報リストで認知している警備回数の合計）」
なお、Ｗ１およびＷ２は、所定の係数である。例えば、最短経路に含まれる警備情報リストおよび逮捕情報リストで認知している警備回数がゼロであれば、評価値は基準評価値と一致する。同様に、Ｗ１およびＷ２がゼロの場合も、評価値は基準評価値と一致する。従って、侵入者エージェントは、最短経路を通って、ターゲットノードに到達する。
一方、最短経路に含まれる警備情報リストおよび逮捕情報リストの警備回数が多くなるほど、評価値は高くなる。評価値が高くなるに応じて、侵入者エージェントは逮捕される可能性が高くなる。
シミュレーション実行部１６は、上記の式を用いて、各経路の評価値を演算する。そして、シミュレーション実行部１６は、移動候補エッジを通り、且つターゲットノードに到達するまでの全ての経路の中の最短経路のうち評価値が低い経路を選択する（ステップＳ２６−５）。この選択がステップＳ２６の経路選択である。
上記の式のうち、Ｗ１およびＷ２は、侵入者エージェントの性向に基づく係数である。Ｗ１およびＷ２の値は、侵入者エージェントの性向がＨｉｇｈの場合（つまり、リスクを犯してでも目標を達成する性向を持つ場合）、低くなる。
この場合、上記の警備回数の値が多いとしても、評価値は低くなる。一方、侵入者エージェントの性向がＬｏｗの場合（つまり、リスクを回避する傾向の場合）、Ｗ１およびＷ２の値が高くなるため、評価値は高くなる。
よって、シミュレーション実行部１６は、ターゲットノードまでの複数の移動経路のそれぞれの移動時間と侵入者エージェントの性向とに基づいて、評価値を演算する。そして、シミュレーション実行部１６は、評価値に基づいて、経路の選択を行う。シミュレーション実行部１６が行う侵入者エージェントの経路選択は、上記の例には限定されず、任意の手法を採用してもよい。
次に、撤退の判定について説明する。シミュレーション実行部１６には、予め撤退閾値が設定されている。撤退閾値は、侵入者エージェントが撤退するか否かを判定する閾値になる。シミュレーション実行部１６は、演算した評価値と撤退閾値とを比較し、評価値が撤退閾値を超過したときに、撤退と判断する。これにより、侵入者エージェントはモデルから撤退し、消滅する。
撤退閾値は、侵入者エージェントごとに設定される。そして、撤退閾値は、侵入者エージェントの性向に基づいて、設定されてもよい。侵入者エージェントの性向がＨｉｇｈの場合、リスクを犯してでも目標を達成しようとするため、撤退閾値は高くなる。一方、侵入者エージェントの性向がＬｏｗの場合、リスクを回避する傾向があるため、撤退閾値は低くなる。
上述のようにして、シミュレーション実行部１６は、侵入者エージェントの行動を決定する。シミュレーション実行部１６は、侵入者エージェントの撤退を判断した場合には、侵入者エージェントは消滅する。この場合、侵入者エージェントの行動は終了する。
従って、侵入者エージェントは撤退をしたため、該侵入者エージェントは、目標を達成せず、且つ逮捕もされなかったことになる。この場合、シミュレーション実行部１６は、侵入者エージェントが警備区域から離脱したことを認識する。
次に、図７のステップＳ２７以降の処理について説明する。シミュレーション実行部１６が侵入者エージェントの移動経路を選択すると、シミュレーション実行部１６は、選択した移動経路に向けて侵入者エージェントを移動させる（ステップＳ２７）。
シミュレーション実行部１６は、侵入者エージェントが移動した先のエッジに警備員が配置されているか否かを判定する（ステップＳ２８）。侵入者エージェントが移動した先のエッジに警備員が配置されていれば（ステップＳ２８でＹＥＳ）、シミュレーション実行部１６は、警備方式の対象であるか否かの判定を行う（ステップＳ２９）。
上述したように、予め策定された警備計画には複数の警備方式が含まれている場合がある。実施形態では、警備方式は、犯罪種別に応じて設定される。例えば、上述したように、警備方式１は、施設の破壊を計画している侵入者に対する警備計画であるとする。
この警備方式１は、危険物の散布を計画している侵入者エージェントに対する警備計画ではない。この場合、シミュレーション実行部１６は、侵入者エージェントが警備方式の対象でないと判定する（ステップＳ２９でＮＯ）。
例えば、図４（Ｂ）で示した警備方式の番号と図５で示した犯罪種別の番号とが一致したときに、シミュレーション実行部１６は、警備方式の対象であると判定し、一致しない場合は、警備方式の対象でないと判定してもよい。
侵入者エージェントが警備方式の対象であると判定された場合（ステップＳ２９でＹＥＳ）、侵入者エージェントは警備対象の警備員に遭遇するため、侵入者エージェントは逮捕される（ステップＳ３０）。この場合、シミュレーション実行部１６は、逮捕した侵入者エージェントを消滅させる。
ステップＳ２８においてＮＯと判定された場合、およびステップＳ２９でＮＯと判定された場合、侵入者エージェントは逮捕されない。この場合、シミュレーション実行部１６は、選択した経路（エッジ）を通って、次のノードに侵入者エージェントを移動させる。
シミュレーション実行部１６は、侵入者エージェントが移動したノードがターゲットノードであるか否かを判定する（ステップＳ３１）。侵入者エージェントが移動したノードがターゲットノードである場合（ステップＳ３１でＹＥＳ）、侵入者エージェントは利得を獲得する（ステップＳ３２）。
この場合、侵入者エージェントは、ターゲットノードに到達したため、目標を達成したことになる。シミュレーション実行部１６は、侵入者エージェントのターゲットノード数が１の場合、侵入者エージェントを消滅させる。侵入者エージェントのターゲットノード数が２以上の場合は、シミュレーション実行部１６は、侵入者エージェントを消滅させず、次のターゲットノードに向けて移動させる。
以上により、ステップＳ１１の侵入者エージェント行動処理が終了する。シミュレーション実行部１６は、上述したシミュレーションをステップＳ１４の終了ステップ数に達するまで行う。
従って、実施形態では、シミュレーション実行部１６は、侵入者エージェントが認知する認知範囲に警備員が含まれるかに基づいて、侵入者エージェントの移動経路を選択するシミュレーションを行う。
実際の侵入者の行動も、警備員を認知した場合には、警備員を回避する経路を選択するため、実態に即した侵入者に対する警備計画のシミュレーションを行うことができる。また、シミュレーション実行部１６は、認知範囲内の警備員の位置を回避する回避経路を選択する。従って、より実態に即したシミュレーションを行うことができる。
シミュレーション実行部１６は、さらに警備員の位置の他に、他の侵入者エージェントが逮捕された位置を回避する回避経路を選択する。これにより、侵入者エージェントが回避可能性を高める情報が得られるため、侵入者エージェントが警備員を回避する可能性はより高くなる。このため、より実態に即したシミュレーションを行うことができる。
＜第１の具体例＞
次に、第１の具体例について、図１１乃至図２０を参照して説明する。図１１は、モデル生成部１３が生成したモデルに警備員Ｄ１、Ｄ２およびＤ３を配置した場合のシミュレーション画面の一例を示している。このシミュレーション画面は、表示装置３に表示される。
モデル生成部１３は、入力情報記憶部１２に記憶されている空間情報に基づいて、警備区域のモデルを生成する。警備員配置制御部１４は、警備計画情報に基づいて、シミュレーション実行部１６のモデルに警備員を配置する。
第１の具体例では、シミュレーション実行部１６は、警備方式１のシミュレーションを行う。図１１の例に示すように、タイムスロット１における警備１はエッジ２４である。よって、警備員配置制御部１４は、警備員Ｄ１をエッジ２４に配置する。同様に、警備員配置制御部１４は、警備員Ｄ２をエッジ８に配置し、警備員Ｄ３をエッジ２２に配置する。
図１２の例は、侵入者発生制御部１５がシミュレーション実行部１６のモデルに侵入者エージェントＣ１を発生させた場合を示している。侵入者発生制御部１５は、図１２の例に示す侵入者ＩＤが１番の侵入者情報に基づいて、侵入者エージェントＣ１をモデルのノード４番に発生させる。
図１２の侵入者情報の場合、ターゲットノード候補はノード１３番および１６番がある。このうち、侵入者エージェントＣ１は、利得に基づく確率は低いが（３／８）、ノード１６番をターゲットノードに選択したとする。なお、ターゲットノード数は１であるため、侵入者エージェントＣ１は、ターゲットノード１６番に到達した時点で目標達成となる。
図１２の例に示すように、表示制御部１８は、侵入者エージェントＣ１に履歴情報および属性情報を関連付けて表示する。履歴情報は、上述したように、警備情報リストおよび逮捕情報リストを含む。属性情報は、犯罪種別、犯罪性向、ターゲットノード数およびターゲットノードの情報を含む。
ノード４番に発生した時点で、侵入者エージェントＣ１の履歴情報には情報が含まれていない。シミュレーション実行部１６は、移動候補エッジとして３番、４番および９番を抽出する。侵入者エージェントＣ１は、まだ移動しておらず、且つ履歴情報には何らの情報も含まれていない。
よって、シミュレーション実行部１６は、エッジ番号３番、４番および９番のそれぞれについて、ターゲットノード１６番に移動するエッジを選択する。侵入者エージェントＣ１の履歴情報には何らの情報も含まれていないため、シミュレーション実行部１６は、ターゲットノードに向かう最短経路のエッジを選択する。このとき、評価値は基準評価値と等しくなっている。
シミュレーション実行部１６が選択したエッジが９番であるとする。また、エッジ９番の移動ステップ数が１９であるとする。なお、侵入者エージェントＣ１が１つのエッジを移動するために要する時間を移動ステップ数と称する。
図１３の例に示すように、ステップ数が２〜２１の間、シミュレーション実行部１６は、侵入者エージェントＣ１をエッジ９の上で停止させる。表示装置３は、侵入者エージェントＣ１がエッジ９の上で停止しているシミュレーション画面を表示する。
シミュレーション実行部１６は、ステップ数をインクリメントする。そして、シミュレーション実行部１６は、ステップ数が２２のときに、侵入者エージェントＣ１をノード１２番に移動させる。
図１４は、侵入者エージェントＣ１がノード１２番に位置している場合を示している。表示制御部１８は、侵入者エージェントＣ１の移動経路（エッジ９番）を他のエッジとは異なる態様で表示する。図１４の例では、侵入者エージェントＣ１の移動経路を点線で表示している。
シミュレーション実行部１６は、ノード１２番に位置する侵入者エージェントＣ１の認知範囲に警備員が含まれるか否かを判定する。図１４の例では、警備員Ｄ１が侵入者エージェントＣ１の認知範囲Ａ１に含まれているとする。この場合、シミュレーション実行部１６は、履歴情報の警備情報リストにエッジ２４を追加する。
シミュレーション実行部１６は、侵入者エージェントＣ１の次の移動経路を選択する。移動候補エッジは、９番、１７番および２４番になる。エッジ９番は、直前に通ったエッジになる。従って、シミュレーション実行部１６は、移動候補エッジからエッジ９番を除外する。
また、エッジ２４番は、侵入者エージェントＣ１が認知した警備情報リストに含まれている。よって、シミュレーション実行部１６は、エッジ２４番を移動候補エッジから除外する。このため、シミュレーション実行部１６は、残りのエッジ１７番を次の移動先として決定する。
図１５は、エッジ１７番の上で侵入者エージェントＣ１が停止している状態の一例を示している。エッジ１７番の移動ステップ数が１８であるとすると、ステップ数が２３から３９の間、侵入者エージェントＣ１はエッジ１７番で停止する。
ステップ数が４０になったときに、シミュレーション実行部１６は、侵入者エージェントＣ１をエッジ１７番に移動させる。表示制御部１８は、図１６の例に示すように、侵入者エージェントＣ１の移動経路（エッジ１７番）を他のエッジとは異なる態様で表示する。
シミュレーション実行部１６は、ノード１１番に位置する侵入者エージェントＣ１の認知範囲に警備員が含まれるか否かを判定する。図１６の例では、侵入者エージェントＣ１の認知範囲に警備員Ｄ２が含まれるとする。この場合、シミュレーション実行部１６は、警備情報リストにエッジ８を追加する。そして、シミュレーション実行部１６は、侵入者エージェントＣ１の次の移動経路を選択する。
移動候補エッジは、８番、１６番、１７番および２３番になる。侵入者エージェントＣ１はエッジ８番の警備員Ｄ２を認知しているため、エッジ８番は移動候補エッジから除外される。また、エッジ１７番は、直前に通ったエッジであるため、移動候補エッジから除外される。
従って、シミュレーション実行部１６は、エッジ１６番とエッジ２３番とのうち何れかの移動経路（エッジ）を選択する。図１６の例では、シミュレーション実行部１６が上述した式により演算した評価値は、エッジ２３番よりエッジ１６番の方が低いものとする。よって、シミュレーション実行部１６は、侵入者エージェントＣ１をエッジ１６番に移動させる。
図１７は、シミュレーション実行部１６が侵入者エージェントＣ１をエッジ１６番に移動させた状態を示している。エッジ１６番の移動ステップ数は４であるものとする。よって、シミュレーション実行部１６は、ステップ数が４１から４５までの間、侵入者エージェントＣ１をエッジ１６番で停止させる。
ステップ数が４６のとき、シミュレーション実行部１６は、侵入者エージェントＣ１をノード１０番に移動させる。図１８の例に示すように、表示制御部１８は、侵入者エージェントＣ１の移動経路（エッジ１６番）を他のエッジとは異なる態様で表示する。
侵入者エージェントＣ１がノード１０番に位置しているとき、侵入者エージェントＣ１の移動候補エッジは、１４番、１５番、１６番および２２番である。このうち、直前に通ったエッジ１６番は除外される。
ここで、図１８の例に示すように、エッジ２２番には警備員Ｄ３が配置されている。ただし、図１８の例では、ノード１０番の認知範囲に警備員Ｄ３が含まれないものとする。従って、侵入者エージェントＣ１は、警備員Ｄ３を認知しないため、シミュレーション実行部１６は、エッジ２２番を移動候補エッジから除外しない。
このため、侵入者エージェントＣ１の移動候補エッジは、１４番、１５番および２２番になる。これらの移動候補エッジのうち、評価値が最も低いエッジは２２番であるものとする。よって、シミュレーション実行部１６は、侵入者エージェントＣ１をエッジ２２番に移動させる。
図１９の例において、エッジ２２番には警備員Ｄ３が配置されている。警備員Ｄ３の警備方式と侵入者エージェントＣ１との犯罪種別が一致する場合、侵入者エージェントＣ１と警備員Ｄ３とが遭遇したため、侵入者エージェントＣ１は警備員Ｄ３に逮捕される。つまり、この場合の警備計画は成功になる。
表示制御部１８は、侵入者エージェントＣ１が警備員Ｄ３と遭遇したことにより、逮捕されことを示す表示を表示装置３に表示する。これにより、侵入者エージェントＣ１が警備員Ｄ３と遭遇したことにより逮捕されたことを可視化することができる。表示制御部１８は、「逮捕！」というアラートを表示することで、良好な視認性でシミュレーションの結果を表示することができる。
シミュレーション実行部１６は、侵入者エージェントＣ１と警備員Ｄ１からＤ３と遭遇することを回避するように移動経路を特定している。そして、表示制御部１８は、シミュレーション実行部１６が特定した侵入者エージェントＣ１の移動経路を警備員Ｄ１からＤ３の配置位置と共に表示装置３に表示している。
シミュレーション画面を視認するユーザは、警備員Ｄ１からＤ３の配置位置に応じて、侵入者エージェントＣ１がどのような移動を行うかを認識することができる。つまり、移動経路の表示は、侵入者エージェントＣ１の位置の経時変化を動的に表示である。
このときの侵入者エージェントＣ１は、上述したように、警備員Ｄ１からＤ３を回避するように移動経路を特定するため、実態に即している。従って、警備計画の評価を客観的に行うことができる。
また、図１９の例のように、表示制御部１８は、侵入者エージェントＣ１が逮捕されたことを示すアラートだけでなく、アラートと共に逮捕されたときの移動経路を表示装置３に表示している。これにより、ユーザは、シミュレーションの結果と侵入者エージェントＣ１の移動経路とを認識することができ、警備計画の評価を客観的に行うことができる。
また、図１０乃至図１８で示したように、表示制御部１８は、侵入者エージェントＣ１の移動に応じて、認知情報を表示装置３に表示している。このため、ユーザは、シミュレーション実行部１６が侵入者エージェントＣ１の経路を選択するときの認知情報の内容を認識することができる。
また、表示制御部１８は、侵入者エージェントＣ１の移動に応じて、認知情報の変化を表示している。従って、ユーザは、認知情報の変化に基づいて、シミュレーション実行部１６が侵入者エージェントＣ１の経路選択をどのように変化させたかを認識することができる。
また、表示制御部１８は、侵入者エージェントＣ１の位置に応じて認知範囲Ａ１を示す領域を表示装置３に表示している。このため、ユーザは、侵入者エージェントＣ１の位置に応じた認知範囲Ａ１を認識することができる。
図２０は、図１８の例において、ノード１０番の認知範囲Ａ１に警備員Ｄ３が含まれている例を示している。この場合、図２０のように、シミュレーション実行部１６は、警備情報リストにエッジ２２番を追加する。移動候補エッジは、１４番および１５番になる。
シミュレーション実行部１６は、評価値を演算する。評価値はエッジ１５番の方が低いものとする。このため、シミュレーション実行部１６は、侵入者エージェントＣ１をエッジ１５番に移動させる。
従って、ノード１０番において侵入者エージェントＣ１が警備員Ｄ３を認知した場合、シミュレーション実行部１６は、侵入者エージェントＣ１に警備員Ｄ３を回避する経路を選択させる。この場合、侵入者エージェントＣ１は、ノード９番からエッジ２１番を通ってターゲットノード１６番に到達する。
従って、ノード１０番の認知範囲に警備員Ｄ３が含まれるか否かによって、侵入者エージェントＣ１は逮捕される場合もあり、ターゲットノード１６番に到達して目標を達成する場合もある。
＜第２の具体例＞
次に、図２１乃至図２７を参照して、第２の具体例について説明する。第２の具体例では、ステップ数が２０のときに、侵入者エージェントＣ１がノード１２番に位置しているものとする。そして、ステップ数が２０のときに、侵入者エージェントＣ１とは異なる侵入者エージェントＣ２が発生するものとする。
侵入者エージェントＣ２の属性情報は、侵入者エージェントＣ１と同様、犯罪種別が１、犯罪性向がＨｉｇｈ，ターゲットノード数が１、ターゲットノードが１６番であるとする。侵入者エージェントＣ２の属性情報と侵入者エージェントＣ１との属性情報は異なっていてもよい。
図２１の例では、侵入者エージェントＣ２は、ノード６番に発生している。侵入者エージェントＣ１の警備情報リストはエッジ２４番を含んでいる。このため、シミュレーション実行部１６は、侵入者発生制御部１５が発生させた侵入者エージェントＣ２の警備情報リストにエッジ２４番を追加する。つまり、侵入者エージェントＣ２が発生した時点で、侵入者エージェントＣ２の警備情報リストはエッジ２４番を含む。
図２２は、侵入者エージェントＣ１と警備員Ｄ３とが遭遇し、侵入者エージェントＣ１が警備員Ｄ３に逮捕された例を示す。このときのステップ数を４６とする。ノード６番で発生した侵入者エージェントＣ２は、ステップ数が４６の時点では、エッジ１１番、ノード１５番、エッジ１４番、ノード１３番を通って、エッジ１８番に位置しているものとする。
図２２の例では、表示制御部１８は、侵入者エージェントＣ１の移動経路と侵入者エージェントＣ２の移動経路とを異なる態様で表示している。図２２の例では、表示制御部２４は、侵入者エージェントＣ１の移動経路の線と、侵入者エージェントＣ２の移動経路の線とを、異なる太さで表示装置３に表示している。
ステップ数が４６のとき、侵入者エージェントＣ１は、警備員Ｄ３に逮捕されている。従って、シミュレーション実行部１６は、侵入者エージェントＣ１が逮捕されたときのエッジ２２番を侵入者エージェントＣ２の逮捕情報リストに追加する。
図２３は、侵入者エージェントＣ１がノード１２番に位置している例を示している。このときのステップ数を５０とする。ステップ数５０のときには、侵入者エージェントＣ１は逮捕されている。よって、侵入者エージェントＣ１はシミュレーション画面から消滅している。
図２３の例に示すように、ノード１２番の認知範囲Ａ２には警備員Ｄ１が含まれる。従って、侵入者エージェントＣ２は警備員Ｄ１を認知する。シミュレーション実行部１６は、侵入者エージェントＣ２の警備情報リストにエッジ２４を追加する。
図２４は、侵入者エージェントＣ２がノード１１番に位置している例を示している。このときのステップ数を６０とする。ノード１１番の認知範囲には警備員Ｄ２が含まれる。従って、侵入者エージェントＣ２は警備員Ｄ２を認知する。シミュレーション実行部１６は、侵入者エージェントＣ２の警備情報リストにエッジ８番を追加する。
図２５は、侵入者エージェントＣ２がノード１０番に位置している例を示している。このときのステップ数を７４とする。ノード１０番の認知範囲Ａ２には警備員Ｄ３は含まれない。よって、侵入者エージェントＣ２は警備員Ｄ３を認知しない。
一方、侵入者エージェントＣ２の逮捕情報リストにはエッジ２２番が含まれている。従って、侵入者エージェントＣ２が警備員Ｄ３を認知しない場合でも、シミュレーション実行部１６は、移動候補エッジからエッジ２２番を除外する。
シミュレーション実行部１６は、エッジ１４番とエッジ１５番とのうち、評価値の低いエッジを選択する。図２５の例では、エッジ１５番の評価値の方が低いものとする。このため、シミュレーション実行部１６は、侵入者エージェントＣ２をエッジ１５番に移動させる。
図２６は、侵入者エージェントＣ２がノード９番の位置している例を示している。このときのステップ数を７５とする。シミュレーション実行部１６は、エッジ１３番とエッジ２１番とのうち評価値が低いエッジを選択する。エッジ２１番は、ターゲットノード１６番に接続されているため、評価値は低くなる。
よって、シミュレーション実行部１６は、侵入者エージェントＣ２をエッジ２１番に移動させる。そして、図２７の例に示すように、侵入者エージェントＣ２はターゲットノード１６番に到達する。このときのステップ数を７５とする。
従って、ステップ数７５で、侵入者エージェントＣ２はターゲットノード１６番に到達したため、侵入者エージェントＣ２は目標を達成する。表示制御部１８は、侵入者エージェントＣ２が目標のポイントまたはゾーンに到達したため、表示装置３に「目標達成！」というアラートを表示する。つまり、この場合の警備計画は失敗になる。
＜第３の具体例＞
次に図２８乃至図３０の例を参照して、第３の具体例について説明する。第３の具体例は、シミュレーション実行部１６が侵入者エージェントＣ３を撤退させる場合を示している。
図２８の例では、侵入者発生制御部１５は、侵入者エージェントＣ３をノード１番に発生させている。侵入者エージェントＣ３の犯罪性向はＬｏｗである。従って、侵入者エージェントＣ３はリスクを回避する傾向にある。
図２８の例では、ノード１番に接続されるエッジ６番に警備員Ｄ１が配置されている。そして、ノード１番の認知範囲Ａ３に警備員Ｄ１が含まれるとする。この場合、侵入者エージェントＣ３は、警備員Ｃ１を認知する。シミュレーション実行部１６は、侵入者エージェントＣ３の警備情報リストにエッジ６番を追加する。
侵入者エージェントＣ３の移動候補エッジは１番および６番である。上記したように、侵入者エージェントＣ３の警備情報リストには６番が含まれているため、シミュレーション実行部１６は、次の移動先のエッジを１番に選択する。
シミュレーション実行部１６は、エッジ１番を通る最短経路の評価値を演算する。侵入者エージェントＣ３の犯罪性向はＬｏｗであるため、撤退閾値は低い。例えば、侵入者エージェントＣ３の撤退閾値が、エッジ６番、１３番および２１番を通る経路の移動ステップ数とほぼ同じである場合を想定する。
この場合、侵入者エージェントＣ３がエッジ１番を通る場合の最短経路の評価値は撤退閾値よりも高くなる。よって、シミュレーション実行部１６は、侵入者エージェントＣ３を撤退させる。従って、シミュレーション実行部１６は、侵入者エージェントＣ３を消滅させる。
図２９は、ノード１番で発生した侵入者エージェントＣ４の属性情報における性向がＨｉｇｈである例を示している。エッジ６番の認知範囲Ａ４は、警備員Ｄ１を含む。このため、シミュレーション実行部１６は、警備情報リストにエッジ６番を追加する。エッジ６番に配置されている侵入者エージェントＣ４の移動候補エッジは、１番になる。
シミュレーション実行部１６は、エッジ１番を通り、且つターゲットノード１６番に到達する最短経路を評価する。図２９の例の侵入者エージェントＣ４の性向はＨｉｇｈである。侵入者エージェントＣ４の性向がＨｉｇｈであるため、シミュレーション実行部１６は、エッジ１番を通る最短経路の評価値が撤退閾値以下であると判定する。
よって、侵入者エージェントＣ４は、エッジ１番を通り、ノード２番に到達する。図３０は、侵入者エージェントＣ４がノード２番に位置している例を示している。ノード２番の認知範囲Ａ４は警備員Ｄ２を含んでいるとする。この場合、シミュレーション実行部１６は、侵入者エージェントＣ４の警備情報リストにエッジ７番を追加する。
シミュレーション実行部１６は、移動候補エッジは２番であると判定する。シミュレーション実行部１６は、エッジ２番を通り、且つターゲットノード１６番に到達する各経路の評価値のうち最も低い経路の評価値が撤退閾値を超過したとする。
この場合、シミュレーション実行部１６は、侵入者エージェントＣ４の属性情報の性向がＨｉｇｈであるが、最も低い経路の評価値が撤退閾値を超過したため、侵入者エージェントＣ４を撤退させると判断させる。従って、シミュレーション実行部１６は、侵入者エージェントＣ４を消滅させる。そして、表示制御部１８は、「撤退！」というアラートを表示装置３に表示する。
＜数的評価の一例＞
シミュレーション実行部１６は、予め策定された警備計画に基づいて、侵入者エージェントを移動させるシミュレーションを行う。結果出力部１９は、シミュレーション実行部１６がシミュレーションを行った結果を実行結果記憶部２０に記憶させる。また、結果出力部１９は、実行結果を表示制御部１８に出力する。
警備計画は、モデルに配置する警備員の情報を含む。シミュレーション実行部１６は、１つの警備計画について繰り返しシミュレーションを行う。結果出力部１９は、シミュレーション結果の集計を行い、表示制御部１８に集計結果を出力し、表示制御部１８は表示装置３に集計結果を表示する。
図３１は、表示装置３に表示される集計結果の一例を示す。例えば、図３１の例では、警備計画１に基づく警備員の配置に基づいて、シミュレーション実行部１６がシミュレーションを実行した結果の逮捕数と目標達成数とが表示装置３に表示される。
図３１の例の場合、警備計画１は目標達成数より逮捕数の方が多いため、ユーザは、表示装置３の表示に基づいて、警備計画１が有効であることを客観的に評価することができる。
また、図３１の例の場合、警備計画２は逮捕数より目標達成数の方が多いため、ユーザは、表示装置３の表示に基づいて、警備計画２が有効でないことを客観的に評価することができる。
図３２は、侵入者タイプごとの集計結果の表示例を示している。侵入者タイプは、上述した犯罪種別を示す。警備計画１の場合、侵入者タイプ１および侵入者タイプ２の両者について、目標達成数より逮捕数の方が多いため、ユーザは、表示装置３の表示に基づいて、警備計画１が有効であることを客観的に評価することができる。
警備計画２では、侵入者タイプ１については、逮捕数より目標達成数の方が多い。一方、侵入者タイプ２については、目標達成数より逮捕数の方が多い。このため、ユーザは、警備計画２は、侵入者タイプ２には有効であるが、侵入者タイプ１には有効でないことを表示装置３の表示に基づいて認識できる。
図３１および図３２の例では、警備計画（警備員の配置パターンごと）の目標達成数および逮捕数を示したが、表示制御部１８は他のパラメータの集計結果を表示装置３に表示してもよい。例えば、表示制御部１８は撤退数を表示装置３に表示してもよい。
また、表示制御部１８は、目標達成数または逮捕数の何れか一方を表示してもよい。また、表示制御部１８は、侵入者の性向またはターゲットノードごと、侵入者エージェントが移動したノードまたはエッジごとに集計結果を表示してもよい。
また、図３１および図３２の例では、表示装置３は、それぞれの警備計画について棒グラフで数値の表示を行っている。ただし、表示装置３は、棒グラフ以外の数値表示を行ってもよい。例えば、表形式で数値を表示してもよい。
＜シミュレーション装置のハードウェア構成の一例＞
次に、図３３を参照して、シミュレーション装置のハードウェア構成の一例を説明する。図３３の例に示すように、バス１００に対して、プロセッサ１１１とRandom Access Memory(RAM)１１２とRead Only Memory(ROM)１１３と補助記憶装置１１４と媒体接続部１１５と入出力インタフェース１１６とが接続されている。
プロセッサ１１１はCentral Processing Unit(CPU)のような任意の処理回路である。プロセッサ１１１はＲＡＭ１１２に展開されたプログラムを実行する。実行されるプログラムとしては、実施形態のシミュレーションプログラムを適用することができる。ＲＯＭ１１３はＲＡＭ１１２に展開されるプログラムを記憶する不揮発性の記憶装置である。
補助記憶装置１１４は、種々の情報を記憶する記憶装置であり、例えばハードディスクドライブや半導体メモリ等を補助記憶装置１１４に適用することができる。媒体接続部１１５は、可搬型記録媒体１１８と接続可能に設けられている。
可搬型記録媒体１１８としては、可搬型のメモリや光学式ディスク（例えば、Compact Disk(CD)やDigital Versatile Disk(DVD)等）を適用することができる。この可搬型記録媒体１１８に実施形態のシミュレーションプログラムが記録されていてもよい。
入出力インタフェース１１６は、例えば、入力装置２および表示装置３に接続される。シミュレーション装置１の入力情報記憶部１２、履歴情報記憶部１７および実行結果記憶部２０は、ＲＡＭ１１２や補助記憶装置１１４により実現されてもよい。
シミュレーション装置１のうち、入力情報記憶部１２、履歴情報記憶部１７および実行結果記憶部２０以外の各部は、プロセッサ１１１により実現されてもよい。ＲＡＭ１１２、ＲＯＭ１１３および補助記憶装置１１４は、何れもコンピュータ読み取り可能な有形の記憶媒体の一例である。これらの有形な記憶媒体は、信号搬送波のような一時的な媒体ではない。
＜その他＞
開示の実施形態とその利点について詳しく説明したが、当業者は、特許請求の範囲に明確に記載した本発明の範囲から逸脱することなく、様々な変更、追加、省略をすることができるであろう。
１ シミュレーション装置
２ 入力装置
３ 表示装置
１１ 情報受付部
１２ 入力情報記憶部
１３ モデル生成部
１４ 警備員配置制御部
１５ 侵入者発生制御部
１６ シミュレーション実行部
１７ 履歴情報記憶部
１８ 表示制御部
１９ 結果出力部
２０ 実行結果記憶部

Claims (11)

  1. 警備区域での侵入者の移動を、前記警備区域に対応するモデルにおける侵入者エージェントを用いてシミュレーションするシミュレーションプログラムであって、
    前記侵入者エージェントが認知した、前記モデルにおける警備員配置の情報、および、前記モデルにおける過去の警備員配置の情報に基づき、前記侵入者エージェントの前記モデルにおける移動経路を算出する、
    処理をコンピュータに実行させることを特徴とするシミュレーションプログラム。
  2. 前記モデルにおける他の侵入者エージェントが認知した警備員配置の情報に基づき、前記侵入者エージェントの前記モデルにおける移動経路を算出することを特徴とする、
    請求項１記載のシミュレーションプログラム。
  3. 前記モデルにおける、前記侵入者エージェントまたは他の侵入者エージェントによる警備員遭遇位置の情報に基づき、前記侵入者エージェントの前記モデルにおける移動経路を算出することを特徴とする、
    請求項１記載のシミュレーションプログラム。
  4. 警備区域での侵入者の移動を、前記警備区域に対応するモデルにおける侵入者エージェントを用いてシミュレーションするシミュレーションプログラムであって、
    前記侵入者エージェントの前記モデルにおける移動をシミュレーションする際に、前記侵入者エージェントが警備員を認知する認知範囲内に前記警備員が含まれる場合、該警備員の位置に応じて、前記侵入者エージェントの移動経路を形成し、
    前記侵入者のエージェントの移動に応じて前記認知範囲を変化させる、
    処理をコンピュータに実行させることを特徴とするシミュレーションプログラム。
  5. 警備区域での侵入者の移動を、前記警備区域に対応するモデルにおける侵入者エージェントを用いてシミュレーションするシミュレーションプログラムであって、
    前記侵入者エージェントの前記モデルにおける移動をシミュレーションする際に、前記侵入者エージェントが警備員を認知する認知範囲内に前記警備員が含まれる場合、該警備員の位置に応じて、前記侵入者エージェントの移動経路を形成し、
    前記移動経路の長さと前記侵入者エージェントの性向とに基づく値が所定の値以上になったときに、前記モデルにおける前記侵入者エージェントによる行動を終了させる、
    処理をコンピュータに実行させることを特徴とするシミュレーションプログラム。
  6. 警備区域での侵入者の移動を、コンピュータにより前記警備区域に対応するモデルにおける侵入者エージェントを用いてシミュレーションするシミュレーション方法であって、
    前記侵入者エージェントが認知した、前記モデルにおける警備員配置の情報、および、前記モデルにおける過去の警備員配置の情報に基づき、前記侵入者エージェントの前記モデルにおける移動経路を算出する、
    ことを特徴とするシミュレーション方法。
  7. 警備区域での侵入者の移動を、コンピュータにより前記警備区域に対応するモデルにおける侵入者エージェントを用いてシミュレーションするシミュレーション方法であって、
    前記侵入者エージェントの前記モデルにおける移動をシミュレーションする際に、前記侵入者エージェントが警備員を認知する認知範囲内に前記警備員が含まれる場合、該警備員の位置に応じて、前記侵入者エージェントの移動経路を形成し、
    前記侵入者のエージェントの移動に応じて前記認知範囲を変化させる、
    ことを特徴とするシミュレーション方法。
  8. 警備区域での侵入者の移動を、コンピュータにより前記警備区域に対応するモデルにおける侵入者エージェントを用いてシミュレーションするシミュレーション方法であって、
    前記侵入者エージェントの前記モデルにおける移動をシミュレーションする際に、前記侵入者エージェントが警備員を認知する認知範囲内に前記警備員が含まれる場合、該警備員の位置に応じて、前記侵入者エージェントの移動経路を形成し、
    前記移動経路の長さと前記侵入者エージェントの性向とに基づく値が所定の値以上になったときに、前記モデルにおける前記侵入者エージェントによる行動を終了させる、
    ことを特徴とするシミュレーション方法。
  9. 警備区域での侵入者の移動を、前記警備区域に対応するモデルにおける侵入者エージェントを用いてシミュレーションするシミュレーション装置であって、
    前記侵入者エージェントが認知した、前記モデルにおける警備員配置の情報、および、前記モデルにおける過去の警備員配置の情報に基づき、前記侵入者エージェントの前記モデルにおける移動経路を算出するシミュレーション実行部、
    を備えることを特徴とするシミュレーション装置。
  10. 警備区域での侵入者の移動を、前記警備区域に対応するモデルにおける侵入者エージェントを用いてシミュレーションするシミュレーション装置であって、
    前記侵入者エージェントの前記モデルにおける移動をシミュレーションする際に、前記侵入者エージェントが警備員を認知する認知範囲内に前記警備員が含まれる場合、該警備員の位置に応じて、前記侵入者エージェントの移動経路を形成し、前記侵入者のエージェントの移動に応じて前記認知範囲を変化させるシミュレーション実行部、
    を備えることを特徴とするシミュレーション装置。
  11. 警備区域での侵入者の移動を、前記警備区域に対応するモデルにおける侵入者エージェントを用いてシミュレーションするシミュレーション装置であって、
    前記侵入者エージェントの前記モデルにおける移動をシミュレーションする際に、前記侵入者エージェントが警備員を認知する認知範囲内に前記警備員が含まれる場合、該警備員の位置に応じて、前記侵入者エージェントの移動経路を形成し、前記移動経路の長さと前記侵入者エージェントの性向とに基づく値が所定の値以上になったときに、前記モデルにおける前記侵入者エージェントによる行動を終了させるシミュレーション実行部、
    を備えることを特徴とするシミュレーション装置。
JP2016555042A 2014-10-24 2014-10-24 シミュレーションプログラム、シミュレーション方法およびシミュレーション装置 Active JP6365679B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/078416 WO2016063426A1 (ja) 2014-10-24 2014-10-24 シミュレーション方法、シミュレーションプログラムおよびシミュレーション装置

Publications (2)

Publication Number Publication Date
JPWO2016063426A1 JPWO2016063426A1 (ja) 2017-08-17
JP6365679B2 true JP6365679B2 (ja) 2018-08-01

Family

ID=55760492

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016555042A Active JP6365679B2 (ja) 2014-10-24 2014-10-24 シミュレーションプログラム、シミュレーション方法およびシミュレーション装置

Country Status (4)

Country Link
US (1) US20170220714A1 (ja)
EP (1) EP3211584A4 (ja)
JP (1) JP6365679B2 (ja)
WO (1) WO2016063426A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11036897B2 (en) * 2015-03-24 2021-06-15 Carrier Corporation Floor plan based planning of building systems
JP6818272B2 (ja) * 2016-10-07 2021-01-20 富士通株式会社 リスク評価プログラム、リスク評価方法およびリスク評価装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5680930B2 (ja) * 2010-10-07 2015-03-04 綜合警備保障株式会社 情報処理装置及び行動モデル作成方法
US8545332B2 (en) * 2012-02-02 2013-10-01 International Business Machines Corporation Optimal policy determination using repeated stackelberg games with unknown player preferences
US20140279818A1 (en) * 2013-03-15 2014-09-18 University Of Southern California Game theory model for patrolling an area that accounts for dynamic uncertainty

Also Published As

Publication number Publication date
WO2016063426A1 (ja) 2016-04-28
US20170220714A1 (en) 2017-08-03
JPWO2016063426A1 (ja) 2017-08-17
EP3211584A1 (en) 2017-08-30
EP3211584A4 (en) 2017-10-18

Similar Documents

Publication Publication Date Title
US10895454B2 (en) Movement line information generation system, movement line information generation method and movement line information generation program
JP5996689B2 (ja) 避難シミュレーション装置、避難シミュレーション方法及びプログラム
CN107808122A (zh) 目标跟踪方法及装置
US9292629B2 (en) Building path identification
Soltani et al. Enhancing Cluster-based RFID Tag Localization using artificial neural networks and virtual reference tags
Zhang et al. Locating and protecting facilities from intentional attacks using secrecy
Alcaraz et al. Recovery of structural controllability for control systems
US10769855B2 (en) Personnel movement simulation and control
Stiffler et al. Complete and optimal visibility-based pursuit-evasion
CN107843252A (zh) 导航路径优化方法、装置及电子设备
JP6365679B2 (ja) シミュレーションプログラム、シミュレーション方法およびシミュレーション装置
Firmansyah et al. Comparative analysis of a* and basic theta* algorithm in android-based pathfinding games
KR101508429B1 (ko) 사용자 단말에 에이전트 서비스를 제공하는 방법 및 시스템
Aksakalli et al. Optimal obstacle placement with disambiguations
Kim Workspace exploration and protection with multiple robots assisted by sensor networks
Hua et al. Qualitative place maps for landmark-based localization and navigation in GPS-denied environments
Esposito et al. Urban resilience and risk assessment: how urban layout affects flood risk in the city
JP2016211900A5 (ja)
JP6818272B2 (ja) リスク評価プログラム、リスク評価方法およびリスク評価装置
Thombre Multi-objective path finding using reinforcement learning
Ward et al. An Empirical Method for Benchmarking Multi-Robot Patrol Strategies in Adversarial Environments
Yu et al. Probabilistic shadow information spaces
Brown et al. Multi-layered security investment optimization using a simulation embedded within a genetic algorithm
Monechi et al. Exploratory analysis of safety data and their interrelation with flight trajectories and network metrics
Wang et al. An integrated shelter location and route planning approach for emergent evacuation in transportation networks

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170424

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170424

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20171031

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180104

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20180605

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180618

R150 Certificate of patent or registration of utility model

Ref document number: 6365679

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150