Predicting Driver Adaptability: A Hierarchical Computational Rationality Model of Bounded-Optimal Visual Sampling in Lateral and Longitudinal Vehicle Control

運転とは、私たちが目にしているものと、予測しているものとの間の絶え間ない交渉です。私たちの目は車線を監視したり速度計を確認したりしながら道路を走査していますが、あらゆる詳細に永遠に視線を固定し続けることはできません。人間の脳は連続したビデオを記録するカメラではなく、世界のメンタルイメージ（心の内の絵）を構築し、必要に応じてそのイメージを更新するプロセッサーなのです。ほんの一瞬視線を外したとき、脳は単に空白になるわけではありません。代わりに、最後に見た時の情報と直前に行った操作に基づいた、車がどこにあり、どのくらいの速度で進んでいるかという内部的な推定値、つまり「最善の推測」に頼るのです。このメンタルイメージは有用ですが、同時に脆弱でもあります。新しい視覚情報が得られないまま時間が経過すると、その推測の確実性は低下し、エラーのリスクが高まります。研究者を長年悩ませてきた問いは、ドライバーがどのくらいの時間視線を外せるかということだけでなく、限られた時間の中で複数の対象を監視しなければならないとき、どのようにして「何を見るべきか」を決定しているのかという点です。

数十年にわたり、科学者たちはドライバーがいかに注意力を管理しているかを研究してきましたが、その多くは車線維持のような単一のタスクに焦点を当ててきました。しかし、実際の運転はそれほど単純ではありません。ドライバーは車線を維持するためにステアリング操作を行いながら、同時に交通状況や道路標識に合わせて速度を管理しなければなりません。これら二つのタスクは連動しています。道路が急にカーブすれば減速しなければなりませんし、車の速度が速すぎると安全にステアリング操作を行うことが困難になります。これまで、ドライバーの注意についてシミュレートしようとしたコンピュータモデルの多くは、これらのタスクを別々のものとして扱ってきました。それらは、車線を維持するために道路を見る決定や、速度を維持するために速度計を見る決定を説明することはできましたが、両方の不確実性が同時に高まったときに、ドライバーがそのどちらかを選択することを説明することはできませんでした。この理解の欠如は、人間が実際に安全な運転に必要な複雑な瞬時の判断をどのように管理しているかという、不完全な全体像を残していました。

ユヴァスキュラ大学と高知工科大学の研究チームは、この溝を埋めるための新しいコンピュータモデルを構築しました。彼らは、ドライバーの視界が頻繁に遮られる（まるで暗くなるゴーグルを着用しているかのように）設定されたシ模擬環境の中で、車を運転することを学ぶデジタルドライバーを作成しました。デジタルドライバーは、いつゴーグルを上げて道路を見るべきか、いつ速度計を見るべきか、そしていつゴーグルを閉じたまま内部の推測に頼るべきかを決定しなければなりません。モデルの目的は、「いつ見るか」についての特定のルールをプログラムされることではなく、人間と同じように、試行錯誤を通じて、車線を維持し、かつ安全な範囲内に速度を保ちながら、視覚情報の取得にかかる労力を最小限に抑えることを学ぶことでした。研究者たちは、運転に関する基本的な目標と、常にすべてを見ることができないという制限だけを与えられたとき、コンピュータが自然に、人間の行動に似た「見るための戦略」を発達させるかどうかを確認したいと考えました。

これを検証するため、研究者たちはまず、ドライビングシミュレーターを用いて30人の人間の参加者からデータを収集しました。参加者は、視界を遮る特殊なメガネを着用して、曲がりくねった丘陵地帯の道を走行しました。参加者には、車を中央車線に維持し、速度を時速100キロメートルから110キロメートルの間に保つよう指示されました。また、道路を確認する必要がある、あるいは速度を確認する必要があると感じたときに、レバーを引いて、わずか0.5秒間だけ視界を一時的に回復させることが許可されました。研究者たちは、ドライバーがどれくらいの時間目を閉じていたか、どのくらいの頻度で見たか、そして道路と速度計のどちらにどれだけの時間を費やしたかを正確に記録しました。この人間のデータが、コンピュータモデルを測定するためのベンチマーク、すなわち現実世界の基準となりました。

コンピュータモデルは、人間の脳がこれらのタスクをどのように組織化するかを反映するように、階層的な意思決定構造を持つよう設計されました。モデルには、連携して動く3つの明確な部分がありました。第一の部分はステアリングを担当し、第二の部分は速度制御を担当し、第三の部分は、どちらの低次タスクに新しい情報が必要かを決定する「監督者」でした。監督者が「見る」と決定したとき、モデルは道路か速度計のいずれか一方を選び、一度に両方を見ることはありませんでした。これは、ドライバーの視線が一度に一つのものに集中するという事実をシミュレートしています。モデルは強化学習を通じて学習しました。つまり、車線を維持し、正しい速度を保てば報酬を受け取り、衝突や速度超過が発生すればペナルティを受けるという方法です。決定的なのは、モデルが「見る」と決定するたびに、注意を切り替える際の精神的コストを表す小さなペナルティも受け取ったことです。これにより、モデルは、内部の推測の不確実性が無視できないほど高まったときにのみ視覚情報を得るという、効率的な行動をとるよう強制されました。

研究者が、人間のドライバーが使用したのと同じシミュレーション条件下でモデルを実行したところ、結果は驚くほど類似していました。コンピュータドライバーが発達させた「見るパターン」は、人間のデータと密接に一致していました。平均して、モデルは時間の約24パーセントを道路の確認に、約10パーセントを速度計の確認に費やし、残りの時間は目を閉じたままにするか、あるいは他の場所を見ていました。この分布は、道路に約29パーセント、速度計に12パーセントの時間を使うという人間の平均値に非常に近いものでした。また、モデルは、目を閉じたままにする時間が1回の注視につき平均で1秒弱であることや、10秒間に約7回チェックするという頻度においても、人間と一致していました。モデルの走行速度や、目標速度範囲からわずかに逸脱した回数についても、人間の参加者と一貫していました。

最も重要な発見は、モデルが「どのように振る舞うべきか」を教えられずに、この類似性を達成したという点です。モデルには、「5秒ごとに道路を見る」といった事前にプログラムされたルールはありませんでした。その代わりに、モデルは、コースアウトしたり速度超過したりするリスクと、視覚情報を得るためのコストとのバランスを取ることで、安全を維持できることを学習しました。道路が直線的で速度が安定しているとき、モデルは内部の予測を信頼して、目を閉じたままにする時間を長くすることを学びました。逆に、道路がカーブしたり速度が変動し始めたりすると、モデルは推測を修正するために、より頻繁に視覚情報を得ることを学びました。このことは、人間の注意力の配分がランダムな習慣ではなく、不確実性を効率的に管理する必要性から生じる、適応的な戦略であることを示唆しています。モデルは、ドライバーが本質的に「注意力の予算」を管理しており、知らないことによるコストが許容できなくなったときにのみ、その予算を支出していることを示しました。

しかし、この研究は、モデルにおける「人間の不完全さ」に対する理解の限界も明らかにしました。人間のドライバーは、実際の運転ではよくあることですが、時折車線を外れることがありました。しかし、コンピュータモデルがこのようなミスを犯すことはありませんでした。モデルはステアリング操作において完璧すぎました。おそらく、エラーを回避するように厳格に訓練されすぎたため、人間が自然に行うような小さなリスクを一切冒さなかったためです。これは、モデルが「何を見るべきか」を決定する論理は捉えているものの、人間のコントロールの安定性を過大評価していることを示唆しています。現実のドライバーは、単に不確実性を管理しているだけでなく、身体的な限界や、現在のモデルでは完全には再現できていない、時折の集中の欠如にも対処しているのです。

この研究の意義は、運転の理解にとどまりません。注意力が、内部の予測を正確に保つために管理される動的なリソースであることを示すことで、このモデルはドライバーの安全システムに対する新しい考え方を提示しています。現在の警告システムは、「2秒以上視線を外したらアラームを鳴らす」といった単純なルールに基づいていることが多いです。しかし、この研究は、視線を外すことの危険性は状況によって全く異なることを示唆しています。直線的で空いている高速道路で2秒間視線を外すことは、内部の推測がまだ正確であるため、完全に安全かもしれません。しかし、同じ2秒間の注視が、急なカーブのある丘陵地帯であれば、推測がすでに信頼できなくなっているため、危険となる可能性があります。このモデルに基づいたシステムは、ドライバーの内部的な不確実性を推定し、視覚の欠如が実際に安全を脅かす場合にのみ警告を発することができるでしょう。

結局のところ、この研究は、私たちが考えることもなく行っている行動、すなわち「いつ見て、いつ直感に従うべきかを知る技術」に対して、形式的な説明を与えています。それは、視線を外しながら安全に運転する人間の能力は、注意力の欠如ではなく、高度な適応の一形態であることを証明しています。注意力を「世界のメンタルモデルを更新するためのツール」として扱うことで、研究者たちは、脳が常に情報のコストとエラーのリスクを計算していることを示しました。シンプルな構成でありながら、コンピュータモデルは、この複雑なバランス調整を見事に再現し、人間の注意力のパターンが恣意的なものではなく、不確実な世界の中で安全を確保しようとする合理的（ただし限定的）な努力の結果であることを証明したのです。