System Overview & Architecture
本システムは、鎌倉市沿岸部における大規模な津波避難を対象としたマルチエージェント・シミュレーションです。
単なる「最短経路の探索」にとどまらず、「周囲への同調行動(パニックの伝染)」や、地形・混雑による「物理的な歩行速度の低下」を数学的モデルで再現します。
This system is a multi-agent simulation targeting large-scale tsunami evacuation along Kamakura's coastline. Beyond mere "shortest path search," it mathematically reproduces herd behavior (panic contagion) and physical speed reduction due to terrain and congestion.
本系统是针对镰仓市沿海地区大规模海啸避难的多智能体模拟。不仅仅是"最短路径搜索",还通过数学模型再现了从众行为(恐慌传染)以及因地形和拥堵导致的物理步行速度下降。
본 시스템은 가마쿠라시 해안부의 대규모 쓰나미 대피를 대상으로 한 멀티에이전트 시뮬레이션입니다. 단순한 "최단 경로 탐색"에 그치지 않고, 동조 행동(패닉 전염)과 지형·혼잡에 의한 물리적 보행 속도 저하를 수학 모델로 재현합니다.
Este sistema es una simulación multi-agente de evacuación masiva ante tsunamis en la costa de Kamakura. Más allá de la "búsqueda de la ruta más corta," reproduce matemáticamente el comportamiento gregario (contagio de pánico) y la reducción física de velocidad por terreno y congestión.
Ce système est une simulation multi-agents ciblant l'évacuation massive face au tsunami sur la côte de Kamakura. Au-delà de la "recherche du plus court chemin," il reproduit mathématiquement le comportement grégaire (contagion de panique) et la réduction physique de vitesse due au terrain et à la congestion.

数万人の「周囲の状況把握」と「経路選択」を、複数の頭脳(マルチプロセッシング機構)を用いて並行して計算処理することで、膨大なシミュレーションを高速に行います。Tens of thousands of agents' "situational awareness" and "route selection" are computed simultaneously using multi-processing, enabling massive simulations at high speed.通过多处理器机制并行计算数万人的"周围状况感知"和"路径选择",高速执行庞大的模拟。수만 명의 "주변 상황 파악"과 "경로 선택"을 복수의 프로세서를 이용하여 병렬 계산함으로써 방대한 시뮬레이션을 고속으로 수행합니다.La "percepción situacional" y "selección de rutas" de decenas de miles de agentes se computan simultáneamente mediante multiprocesamiento, realizando simulaciones masivas a alta velocidad.La "conscience situationnelle" et la "sélection de routes" de dizaines de milliers d'agents sont calculées simultanément via le multitraitement, permettant des simulations massives à haute vitesse.

設定管理、データ読み込み、計算の実行、画面の描画など、役割ごとにプログラムファイルが美しく分割されており、高い拡張性を備えています。Program files are cleanly separated by role — config management, data loading, computation, and rendering — ensuring high extensibility.配置管理、数据加载、计算执行、画面渲染等各职能的程序文件进行了清晰分割,具备高度可扩展性。설정 관리, 데이터 로딩, 계산 실행, 화면 렌더링 등 역할별로 프로그램 파일이 명확히 분리되어 있어 높은 확장성을 갖추고 있습니다.Los archivos de programa están separados limpiamente por rol — gestión de configuración, carga de datos, cálculo y renderizado — garantizando alta extensibilidad.Les fichiers de programme sont clairement séparés par rôle — gestion de configuration, chargement de données, calcul et rendu — assurant une haute extensibilité.
Data Structures & Maps

鎌倉の道路の長さ、道幅、標高、そして「浸水予測域」や「指定避難所」の情報をネットワークデータとして統合し、正確な避難空間を構築しています。Road length, width, elevation, "predicted flood zones," and "designated shelters" in Kamakura are integrated as network data to build an accurate evacuation space.将镰仓道路的长度、宽度、海拔以及"预测浸水区域"和"指定避难所"信息整合为网络数据,构建精确的避难空间。가마쿠라의 도로 길이, 폭, 표고, "침수 예측 구역", "지정 대피소" 정보를 네트워크 데이터로 통합하여 정확한 대피 공간을 구축합니다.La longitud, ancho, elevación de carreteras, "zonas de inundación previstas" y "refugios designados" de Kamakura se integran como datos de red para construir un espacio de evacuación preciso.La longueur, largeur, altitude des routes, les "zones d'inondation prévues" et "abris désignés" de Kamakura sont intégrés en données réseau pour construire un espace d'évacuation précis.

国勢調査などの客観的な統計データに基づき、観光客や地域住民など数万人を、実際の地理に合わせて正確な位置へ初期配置します。Based on objective statistical data like census records, tens of thousands of tourists and residents are initially placed at geographically accurate positions.基于国势调查等客观统计数据,将游客和地区居民等数万人精确配置到符合实际地理位置的初始位置。국세 조사 등 객관적 통계 데이터를 기반으로 관광객·지역 주민 등 수만 명을 실제 지리에 맞게 정확한 위치에 초기 배치합니다.Basándose en datos estadísticos objetivos como censos, decenas de miles de turistas y residentes son inicialmente ubicados en posiciones geográficamente precisas.Sur la base de données statistiques objectives comme le recensement, des dizaines de milliers de touristes et résidents sont placés à des positions géographiquement précises.

計算された膨大な履歴は、分析に適した高圧縮フォーマットで保存されます。ブラウザでの動画再生用には、極限まで軽量化された数値データへと変換されて配信されます。Computed histories are stored in a highly compressed format optimized for analysis. For browser playback, they are converted into maximally lightweight numerical data.计算所得的庞大历史记录以适合分析的高压缩格式保存。用于浏览器视频播放时,会转换为极度轻量化的数值数据进行配送。계산된 방대한 이력은 분석에 적합한 고압축 포맷으로 저장됩니다. 브라우저 동영상 재생용으로는 극한까지 경량화된 수치 데이터로 변환되어 배포됩니다.Los historiales computados se almacenan en formato altamente comprimido optimizado para análisis. Para reproducción en navegador, se convierten en datos numéricos máximamente ligeros.Les historiques calculés sont stockés dans un format hautement compressé optimisé pour l'analyse. Pour la lecture dans le navigateur, ils sont convertis en données numériques maximalement légères.
Agent Profiles

国勢調査・観光統計・経済センサスを基に4属性を設定(最終版 70,265人の内訳)。一般来訪客47,730人(67.9%)・地域住民17,308人(24.6%)・現地就業者5,077人(7.2%)・プロ誘導員150人(0.21%)。各属性で危機感初期値・ルート知識・避難遅延分布が異なる。4 agent types based on census, tourism, and economic-census statistics (final 70,265 breakdown): General Visitors 47,730 (67.9%), Local Residents 17,308 (24.6%), Local Workers 5,077 (7.2%), Professional Guides 150 (0.21%). Each type has different initial crisis levels, route knowledge, and evacuation delay distributions.基于国势调查、旅游统计及经济普查设定4种属性(最终版70,265人构成):一般来访者47,730人(67.9%)、地区居民17,308人(24.6%)、当地就业者5,077人(7.2%)、专业引导员150人(0.21%)。各属性的危机感初始值、路线知识、避难延迟分布各不相同。국세 조사·관광 통계·경제 센서스를 기반으로 4속성 설정(최종판 70,265명 내역). 일반 방문객 47,730명(67.9%)·지역 주민 17,308명(24.6%)·현지 취업자 5,077명(7.2%)·전문 유도원 150명(0.21%). 각 속성별로 위기감 초기값·경로 지식·대피 지연 분포가 다르다.4 tipos basados en estadísticas censales, de turismo y del censo económico (desglose final 70,265): Visitantes Generales 47,730 (67.9%), Residentes Locales 17,308 (24.6%), Trabajadores Locales 5,077 (7.2%), Guías Profesionales 150 (0.21%). Cada tipo tiene distintos niveles de crisis iniciales, conocimiento de rutas y distribuciones de retraso en la evacuación.4 types basés sur les statistiques de recensement, de tourisme et le recensement économique (répartition finale 70 265) : Visiteurs Généraux 47 730 (67,9 %), Résidents Locaux 17 308 (24,6 %), Travailleurs Locaux 5 077 (7,2 %), Guides Professionnels 150 (0,21 %). Chaque type a des niveaux de crise initiaux, une connaissance des itinéraires et des distributions de délai d'évacuation différents.

地震発生から逃げ始めるまでの待機時間を、即時避難(平均2.5分)、準備避難(平均4.0分)、同調避難(平均5.0分)など、現実的な確率分布で設定しています。Wait times from earthquake onset to evacuation start are set with realistic probability distributions: immediate (avg 2.5 min), preparatory (avg 4.0 min), and herd evacuation (avg 5.0 min).从地震发生到开始逃跑的等待时间,以现实的概率分布设定,分为立即避难(平均2.5分钟)、准备避难(平均4.0分钟)、从众避难(平均5.0分钟)等。지진 발생부터 도망 시작까지의 대기 시간을 즉시 대피(평균 2.5분), 준비 대피(평균 4.0분), 동조 대피(평균 5.0분) 등 현실적인 확률 분포로 설정합니다.Los tiempos de espera desde el inicio del sismo hasta la evacuación se establecen con distribuciones de probabilidad realistas: inmediata (prom. 2.5 min), preparatoria (prom. 4.0 min) y gregaria (prom. 5.0 min).Les temps d'attente entre le séisme et le début de l'évacuation sont définis avec des distributions probabilistes réalistes : immédiate (moy. 2,5 min), préparatoire (moy. 4,0 min) et grégaire (moy. 5,0 min).

各エージェントには確率で、基本となる身体的スピード(児童ペース、成人ペース、高齢者ペース)が個別に割り当てられます。Each agent is probabilistically assigned a base physical speed: child pace, adult pace, or elderly pace.每个智能体以概率分配基本的身体速度(儿童速度、成人速度、老年人速度)。각 에이전트에는 확률적으로 기본이 되는 신체적 속도(어린이 속도, 성인 속도, 노인 속도)가 개별 부여됩니다.A cada agente se le asigna probabilísticamente una velocidad física base: paso de niño, paso de adulto o paso de anciano.Chaque agent se voit attribuer probabilistiquement une vitesse physique de base : allure enfant, allure adulte ou allure personne âgée.

最終版では専任の「プロ誘導員」エージェント150人を設置。自身も避難しながら周囲の来訪客・住民に声掛けし、危機感を強制的に引き上げる(危機感加算値 +0.25、待機中は半径50m・避難中は半径30m)。二段階避難モデル(初期認知60秒+持ち場滞在180秒)を実装。The final model places 150 dedicated "Professional Guide" agents. While evacuating themselves, they alert nearby visitors/residents, forcibly raising crisis levels (+0.25; 50m radius while waiting, 30m while evacuating). A two-stage evacuation model (60s initial awareness + 180s staying at post) is implemented.最终版设置150名专职"专业引导员"智能体。在自身避难的同时,向周围来访者/居民呼喊,强制提升危机感(危机感加算值+0.25;待机时半径50m、避难时半径30m)。实现了两阶段避难模型(初期认知60秒+驻守180秒)。최종판에서는 전담 "전문 유도원" 에이전트 150명을 배치. 자신도 대피하면서 주변 방문객/주민에게 경고하여 위기감을 강제로 높인다(위기감 가산값 +0.25; 대기 중 반경 50m·대피 중 반경 30m). 2단계 대피 모델(초기 인지 60초+현장 대기 180초)을 구현.El modelo final coloca 150 agentes "Guía Profesional" dedicados. Mientras evacuan ellos mismos, alertan a visitantes/residentes cercanos, elevando forzosamente los niveles de crisis (+0.25; radio de 50m en espera, 30m durante evacuación). Se implementa un modelo de evacuación en dos etapas (60s de reconocimiento inicial + 180s permaneciendo en el puesto).Le modèle final déploie 150 agents « Guide Professionnel » dédiés. En évacuant eux-mêmes, ils alertent les visiteurs/résidents proches, élevant de force les niveaux de crise (+0,25 ; rayon de 50m en attente, 30m en évacuation). Un modèle d'évacuation en deux étapes (60s de prise de conscience initiale + 180s de maintien au poste) est mis en œuvre.
Physical Constraints Models
避難時の歩行速度は、基本速度に対し、「混雑」と「地形」による2つの速度低下モデルを掛け合わせて毎秒算出されます。(カードをクリックしてアニメーションを確認👇)Evacuation walking speed is calculated every second by multiplying the base speed by two reduction models: "congestion" and "terrain." (Click cards to view animations 👇)避难时的步行速度,通过将基本速度与"拥堵"和"地形"两种速度下降模型相乘,每秒计算一次。(点击卡片查看动画👇)대피 시 보행 속도는 기본 속도에 "혼잡"과 "지형"에 의한 두 가지 속도 저하 모델을 곱하여 매초 산출됩니다. (카드를 클릭하여 애니메이션 확인👇)La velocidad de marcha durante la evacuación se calcula cada segundo multiplicando la velocidad base por dos modelos de reducción: "congestión" y "terreno." (Haz clic en las tarjetas para ver animaciones 👇)La vitesse de marche pendant l'évacuation est calculée chaque seconde en multipliant la vitesse de base par deux modèles de réduction : "congestion" et "terrain." (Cliquez sur les cartes pour voir les animations 👇)
.png)
道路の面積に対して人が集中しすぎると歩行速度が低下します。限界密度に達すると進行速度がゼロになる「デッドロック」が発生する様子をモデル化しています。When people concentrate beyond a road's capacity, walking speed drops. The model reproduces "deadlock" where movement hits zero at critical density.当人员过度集中于道路面积时,步行速度下降。模型再现了密度达到极限时移动速度归零的"死锁"现象。도로 면적에 비해 사람이 지나치게 집중되면 보행 속도가 저하됩니다. 한계 밀도에 달하면 진행 속도가 제로가 되는 "데드락" 발생을 모델화합니다.Cuando las personas se concentran más allá de la capacidad de la carretera, la velocidad disminuye. El modelo reproduce el "deadlock" donde el movimiento llega a cero en densidad crítica.Quand les personnes se concentrent au-delà de la capacité d'une route, la vitesse chute. Le modèle reproduit le "deadlock" où le mouvement atteint zéro à la densité critique.

急な上り坂では進行スピードが物理的に落ち、緩やかな下り坂では最速で移動できるという、重力と人間の生体力学に基づいた速度補正を行っています。Speed drops physically on steep ascents, while gradual descents allow maximum movement — a gravity and biomechanics-based correction.在陡峭的上坡上,前进速度会物理性下降,而在缓坡下坡上可以最快速度移动——这是基于重力和人体生物力学的速度补正。가파른 오르막에서는 진행 속도가 물리적으로 떨어지고, 완만한 내리막에서는 최고 속도로 이동할 수 있다는 중력과 생체역학에 기반한 속도 보정을 수행합니다.La velocidad cae físicamente en subidas pronunciadas, mientras los descensos suaves permiten movimiento máximo — corrección basada en gravedad y biomecánica.La vitesse chute physiquement dans les montées prononcées, tandis que les descentes douces permettent le mouvement maximal — correction basée sur la gravité et la biomécanique.
Psychological Models
各個人は 0.0〜1.0 の間で変動する危機感(Crisis Level)を持ち、これによって歩くペースや行動パターンが大きく変化します。Each individual has a Crisis Level fluctuating between 0.0 and 1.0, which dramatically affects their walking pace and behavior patterns.每个人拥有在0.0到1.0之间变动的危机感(Crisis Level),这会极大地影响其步行节奏和行动模式。각 개인은 0.0~1.0 사이에서 변동하는 위기감(Crisis Level)을 가지며, 이것이 보행 속도와 행동 패턴을 크게 변화시킵니다.Cada individuo tiene un Nivel de Crisis que fluctúa entre 0.0 y 1.0, afectando dramáticamente su ritmo de marcha y patrones de comportamiento.Chaque individu a un Niveau de Crise fluctuant entre 0.0 et 1.0, affectant dramatiquement son rythme de marche et ses patterns de comportement.

危険の認識が低い時は歩幅が遅く、危機感が高まるにつれて早歩きになり、パニック状態(0.8以上)に達すると全速力で走って逃げます。Low danger awareness means slow walking; as crisis level rises agents walk faster; at panic state (0.8+) they run at full speed.危险认知低时步速缓慢,随着危机感升高逐渐加快步伐,达到恐慌状态(0.8以上)时全速奔跑逃离。위험 인식이 낮을 때는 걸음이 느리고, 위기감이 높아질수록 빠른 걸음이 되며, 패닉 상태(0.8 이상)에 달하면 전력으로 뛰어 도망칩니다.Con baja percepción de peligro el agente camina lento; al aumentar la crisis acelera; en pánico (0.8+) corre a máxima velocidad.Faible perception du danger = marche lente ; à mesure que la crise monte, marche rapide ; en état de panique (0,8+) course à pleine vitesse.

スマホの緊急速報の受信や、海岸での津波フラッグの視認、パニックで走る人を見ることで、人々の危機感は即座に引き上げられます。Receiving emergency alerts on smartphones, spotting tsunami flags, or seeing panicking runners immediately raises people's crisis levels.收到手机紧急速报、在海岸看到海啸旗帜、看到因恐慌奔跑的人,都会立即提升人们的危机感。스마트폰 긴급 경보 수신, 해안의 쓰나미 깃발 시인, 패닉으로 달리는 사람을 보는 것으로 사람들의 위기감은 즉시 높아집니다.Recibir alertas de emergencia, ver banderas de tsunami o ver personas corriendo en pánico eleva inmediatamente los niveles de crisis.Recevoir des alertes d'urgence, apercevoir des drapeaux tsunami ou voir des gens courir en panique élève immédiatement les niveaux de crise.

視野内の多くの人が焦って走っているのを見ると、論理的で安全な道を捨て、無意識に「すでに混雑している人の流れ」に引き込まれてしまうという危険な現象を再現しています。Seeing many people run in one's field of view causes agents to abandon safe logical routes and be unconsciously drawn into already-congested flows.当看到视野内许多人焦急地奔跑时,会抛弃逻辑上安全的道路,被无意识地卷入"已经拥挤的人流"——这种危险现象被再现出来。시야 내 많은 사람이 초조하게 달리는 것을 보면, 논리적으로 안전한 길을 버리고 무의식적으로 "이미 혼잡한 인파의 흐름"에 끌려드는 위험한 현상을 재현합니다.Ver a muchas personas correr hace que los agentes abandonen rutas seguras y sean arrastrados inconscientemente hacia flujos ya congestionados.Voir de nombreuses personnes courir pousse les agents à abandonner les routes sûres et à être inconsciemment attirés vers des flux déjà encombrés.
Core Engine Architecture

エージェントは状況に応じて、「最短経路」「自律的探索」「避難所直行」「同調追従」の4つのアルゴリズムを切り替えながら避難経路を選択します。Agents switch between 4 algorithms based on situation: "shortest path," "autonomous search," "direct to shelter," and "herd following."智能体根据情况切换"最短路径"、"自律探索"、"直奔避难所"、"从众追随"4种算法来选择避难路线。에이전트는 상황에 따라 "최단 경로", "자율적 탐색", "대피소 직행", "동조 추종"의 4가지 알고리즘을 전환하면서 대피 경로를 선택합니다.Los agentes alternan entre 4 algoritmos según la situación: "ruta más corta," "búsqueda autónoma," "directo al refugio" y "seguimiento gregario."Les agents alternent entre 4 algorithmes selon la situation : "chemin le plus court," "recherche autonome," "direct vers l'abri" et "suivi grégaire."

数万人が「自身の視界に誰がいるか」を毎秒計算するため、空間を効率的に探索するインデックス技術を採用し、処理を高速化しています。To compute "who is in each agent's field of view" every second for tens of thousands, a spatial indexing technology is used to accelerate processing.为了让数万人每秒计算"自己视野内有谁",采用了高效探索空间的索引技术,加速处理速度。수만 명이 매초 "자신의 시야에 누가 있는지"를 계산하기 위해, 공간을 효율적으로 탐색하는 인덱스 기술을 채용하여 처리를 고속화합니다.Para calcular cada segundo "quién está en el campo de visión de cada agente" para decenas de miles, se usa indexación espacial para acelerar el procesamiento.Pour calculer chaque seconde "qui est dans le champ de vision" de chaque agent parmi des dizaines de milliers, une technologie d'indexation spatiale accélère le traitement.

「スマホ所持率を100%にする」等の設定を複数登録でき、コンピュータが自動で何度もシミュレーションを連続実行し、データを保存します。Multiple configurations like "set smartphone ownership to 100%" can be registered, and the computer automatically runs simulations repeatedly, saving all data.可以登录多项设置(如"将手机持有率设为100%"),电脑自动反复连续运行模拟并保存数据。"스마트폰 소지율을 100%로 설정" 등 복수의 설정을 등록하면, 컴퓨터가 자동으로 반복해서 시뮬레이션을 연속 실행하고 데이터를 저장합니다.Se pueden registrar múltiples configuraciones como "establecer posesión de smartphones al 100%," y el ordenador ejecuta automáticamente simulaciones repetidamente guardando todos los datos.Plusieurs configurations comme "définir la possession de smartphones à 100%" peuvent être enregistrées, et l'ordinateur exécute automatiquement les simulations en boucle en sauvegardant toutes les données.
User Interface & Visualization

時系列分析・属性別比較・相関分布・空間地理統計・タイムラプス再生の5タブで構成。JSONファイルを読み込むだけでブラウザ単体で動作し、Flask等のサーバー不要。Chart.jsによるグラフとLeafletマップをシームレスに切り替えられる。5 tabs: Time-series analysis, attribute comparison, correlation/distribution, spatial statistics, and timelapse playback. Loads JSON data and runs entirely in-browser — no server or Flask required. Seamlessly switches between Chart.js graphs and Leaflet maps.由时序分析・属性比较・相关分布・空间地理统计・时间流逝播放5个标签构成。只需加载JSON文件即可在浏览器内运行,无需Flask等服务器。Chart.js图表与Leaflet地图无缝切换。시계열 분석·속성별 비교·상관 분포·공간 지리 통계·타임랩스 재생의 5탭으로 구성. JSON 파일만 불러오면 브라우저 단독으로 작동하며, Flask 등 서버 불필요. Chart.js 그래프와 Leaflet 지도를 원활하게 전환할 수 있다.5 pestañas: análisis temporal, comparación de atributos, distribución de correlación, estadísticas espaciales y reproducción de timelapse. Solo carga archivos JSON y funciona totalmente en el navegador, sin servidor ni Flask. Alterna fluidamente entre gráficos Chart.js y mapas Leaflet.5 onglets : analyse temporelle, comparaison par attribut, distribution de corrélation, statistiques spatiales et lecture timelapse. Charge des fichiers JSON et fonctionne entièrement dans le navigateur — aucun serveur ni Flask requis. Bascule harmonieusement entre les graphiques Chart.js et les cartes Leaflet.

シミュレーション結果をLeaflet.jsの2D地図上でアニメーション再生。エージェントを4状態(避難完了・避難中・待機・死亡)で色分けし、後藤・村上式で算出した波前線オーバーレイをリアルタイムで表示。再生速度は0.5×〜8×に調整可能。Simulation results play as animation on a Leaflet.js 2D map. Agents are color-coded by 4 states (arrived/evacuating/waiting/dead), with Goto-Muhari wave-front overlaid in real time. Playback speed adjustable from 0.5× to 8×.在Leaflet.js 2D地图上以动画形式播放模拟结果。将智能体按4种状态(避难完成·避难中·等待·死亡)着色,实时显示后藤·村上式计算的波前线叠加图。播放速度可在0.5×〜8×间调整。시뮬레이션 결과를 Leaflet.js 2D 지도 위에서 애니메이션으로 재생. 에이전트를 4가지 상태(대피 완료·대피 중·대기·사망)로 색분류하고, 후藤·무라카미식으로 산출한 파면 오버레이를 실시간 표시. 재생 속도는 0.5×〜8×로 조정 가능.Los resultados de simulación se reproducen como animación en un mapa 2D Leaflet.js. Los agentes se colorean según 4 estados (llegado/evacuando/esperando/muerto), con el frente de onda Goto-Muhari superpuesto en tiempo real. Velocidad de reproducción ajustable de 0,5× a 8×.Les résultats de simulation se jouent en animation sur une carte 2D Leaflet.js. Les agents sont colorés selon 4 états (arrivé/évacuant/attendant/mort), avec le front d'onde Goto-Muhari superposé en temps réel. Vitesse de lecture réglable de 0,5× à 8×.

生存率の時系列推移(全29シナリオ一覧)、4属性別の死亡要因・生存率比較、移動距離と危機感の相関分布、ボトルネック・パニック発生源の地図分布など、最終版データをChart.jsで自動可視化。Automatic Chart.js visualization of the final dataset: survival rate time-series (all 29 scenarios), cause-of-death and survival rate by 4 agent types, correlation distributions of travel distance vs. crisis level, and spatial maps of bottlenecks and panic sources.Chart.js自动可视化最终版数据:29个情景的生存率时序变化、4属性的死因与生存率比较、移动距离与危机感相关分布、瓶颈与恐慌源的地理分布等。최종판 데이터를 Chart.js로 자동 시각화: 생존율 시계열 추이(29시나리오 전체), 4속성별 사망 원인·생존율 비교, 이동 거리와 위기감의 상관 분포, 병목·패닉 발생원의 지도 분포 등.Visualización automática con Chart.js del conjunto de datos final: serie temporal de tasas de supervivencia (29 escenarios), causas de muerte y supervivencia por 4 tipos, distribución de correlación entre distancia y crisis, mapas de cuellos de botella y fuentes de pánico.Visualisation automatique Chart.js du jeu de données final : séries temporelles des taux de survie (29 scénarios), causes de décès et taux de survie par 4 types, distributions de corrélation distance/crise, cartes spatiales des goulots d'étranglement et des sources de panique.
Findings & Future Directions
v2.0 の 242 試行から得られた最重要知見が3つある。①住民・来訪客間の生存率格差は 53.5pp(地域住民 vs 一般来訪客)——情報格差が命の格差を直接生む。②経路情報集中の逆説——ナビゲーション能力パラメータ(ハザードマップ認知率)が高い D1 シナリオ(35.8%)のほうが D5 シナリオ(41.9%)より生存率が -6.1pp 低い(シミュレーション上の傾向)。③人口密度(B群)が支配的——オフシーズン(B2)では +31.0pp まで改善する一方、誘導員増強(B4)でも +0.7pp にとどまり、道路ボトルネックが構造的上限となる。Three critical findings from 242 v2.0 runs: ① A 53.5pp survival gap between residents and visitors — information disparity directly creates a life-or-death disparity. ② Route-information concentration paradox — navigation-capability parameter (hazard-map awareness) D1 scenario (35.8%) shows -6.1pp lower survival than D5 (41.9%) in simulation, suggesting a congestion effect from uniform route information. ③ Population density (Group B) dominates — off-season (B2) improves up to +31.0pp, while guide reinforcement (B4) yields only +0.7pp, showing road bottlenecks as a structural ceiling.从v2.0的242次试行中得出三大核心知见:①居民与来访者生存率差距达53.5pp——信息差距直接造成生死差距。②灾害地图逆论——D1指定区域(35.8%)比D5指定区域(41.9%)生存率低-6.1pp,颠覆了预期的风险层级。③人口密度(B群)が支配的——B2(オフシーズン)で +31.0pp まで改善する一方、B4(誘導員増強)でも +0.7pp にとどまる。v2.0의 242회 시행에서 얻은 3가지 핵심 지견: ①주민·방문객 간 생존율 격차 53.5pp——정보 격차가 생사 격차를 직접 낳는다. ②하자드맵 역설——D1 지정 구역(35.8%)이 D5 지정 구역(41.9%)보다 생존율이 -6.1pp 낮아, 예상되는 위험 위계가 역전된다. ③인구 밀도(B군)가 지배적——비수기(B2)는 +31.0pp까지 개선되나, 유도원 강화(B4)는 +0.7pp에 그친다.Tres hallazgos críticos de 242 ejecuciones v2.0: ① Brecha de supervivencia de 53,5pp entre residentes y visitantes — la disparidad de información crea directamente disparidad vital. ② La paradoja del mapa de riesgos — las zonas D1 (35,8%) muestran -6,1pp menos supervivencia que las D5 (41,9%), invirtiendo la jerarquía de riesgo esperada. ③ La densidad poblacional (Grupo B) domina — B2 (fuera de temporada) mejora hasta +31,0pp; B4 (refuerzo de guías) solo +0,7pp.Trois conclusions critiques de 242 exécutions v2.0 : ① Écart de survie de 53,5pp entre résidents et visiteurs — la disparité d'information crée directement une disparité de vie ou de mort. ② Le paradoxe de la carte des risques — les zones D1 (35,8 %) montrent -6,1pp de survie inférieure aux zones D5 (41,9 %), inversant la hiérarchie de risque attendue. ③ La densité de population (Groupe B) domine — B2 (hors saison) améliore jusqu'à +31,0pp ; B4 (renfort de guides) seulement +0,7pp.
.png)
シミュレーションの知見(特にハザードマップ逆説)を直接反映したPWA型避難アプリ「TENDEN」を開発・公開済み(最新 v7.1)。30言語・AI+要配慮者2ルート・オフライン(設定で有効化)。iOS/Android 対応。開発履歴(v0.1〜v7.1)TENDEN — a PWA evacuation app (v7.1) incorporating simulation findings — is launched. 30 languages, AI + accessible 2 routes, offline opt-in. Works on iOS/Android. Changelog (v0.1–v7.1)已发布反映模拟知见的PWA避难应用「TENDEN」(v7.1)。30种语言、AI+无障碍2条路线、离线(可选启用)。兼容iOS/Android。시뮬레이션 지견을 반영한 PWA 앱 「TENDEN」(v7.1) 공개. 30언어·AI+배려 2루트·오프라인(설정 활성화). iOS/Android 지원.TENDEN — app PWA (v7.1) con hallazgos de la simulación. 30 idiomas, 2 rutas (IA + accesible), offline opt-in. iOS/Android.TENDEN — app PWA (v7.1) intégrant la simulation. 30 langues, 2 itinéraires (IA + accessible), hors ligne opt-in. iOS/Android.

シミュレーションで得られた知見から、観光客が地元民と同等の避難をできる情報提供アプリの開発を通じて、減災に取り組みます。Leveraging simulation insights to develop an information app enabling tourists to evacuate as effectively as locals, contributing to disaster risk reduction.利用模拟获得的知见,通过开发能使游客与当地居民同等避难的信息提供应用,致力于减灾工作。시뮬레이션에서 얻은 지견을 바탕으로, 관광객이 지역민과 동등하게 대피할 수 있는 정보 제공 앱 개발을 통해 감재에 임합니다.Aprovechando los conocimientos de la simulación para desarrollar una app que permita a los turistas evacuar tan eficazmente como los locales, contribuyendo a la reducción del riesgo de desastres.En exploitant les résultats de la simulation pour développer une app permettant aux touristes d'évacuer aussi efficacement que les locaux, contribuant à la réduction des risques de catastrophes.

避難路のボトルネック特定、避難誘導員の最適配置、警報タイミングの検証など、行政の意思決定を支援するデータ基盤を提供します。Providing a data foundation supporting administrative decision-making: identifying evacuation bottlenecks, optimally placing guides, and verifying warning timings.提供支援行政决策的数据基础:识别避难路瓶颈、最优配置避难引导员、验证警报时机等。대피로 병목 특정, 대피 유도원 최적 배치, 경보 타이밍 검증 등 행정 의사결정을 지원하는 데이터 기반을 제공합니다.Proporcionando una base de datos que apoya la toma de decisiones administrativas: identificar cuellos de botella, ubicar guías óptimamente y verificar tiempos de alerta.Fournissant une base de données soutenant la prise de décision administrative : identifier les goulots d'étranglement, placer les guides de façon optimale, vérifier les timings d'alerte.

ヘリコプターや救助隊の活動エリアと、シミュレーション上の「取り残されたエージェント分布」を重ね合わせることで、救助リソースの最適な配置計画を導き出す研究への応用を目指します。By overlaying helicopter and rescue team operation areas with simulated "stranded agent distributions," the goal is to derive optimal rescue resource deployment plans.通过将直升机和救援队的活动区域与模拟上的"被遗留智能体分布"叠加,旨在推导出救援资源最优配置计划的研究应用。헬리콥터와 구조대의 활동 구역과 시뮬레이션 상의 "남겨진 에이전트 분포"를 중첩시킴으로써, 구조 자원의 최적 배치 계획을 도출하는 연구에 응용하는 것을 목표로 합니다.Superponiendo las áreas de operación de helicópteros y equipos de rescate con las "distribuciones de agentes varados" simuladas, el objetivo es derivar planes óptimos de despliegue de recursos de rescate.En superposant les zones d'opération des hélicoptères et équipes de secours avec les "distributions d'agents bloqués" simulées, l'objectif est de dériver des plans de déploiement optimaux des ressources de secours.
渋滞による歩行速度低下の数理モデル人が狭い通路に殺到すると、密度が上がり個人の歩行速度が低下します。ボトルネックに人が詰まることで全員の移動スピードが著しく低下(赤色に変化)する様子を示しています。
青 = 通常移動 黄 = 渋滞で減速 赤 = 高密度・ほぼ停止
地形(勾配)に伴う歩行速度変化モデル上り坂(左側)では物理的に速度が落ち、緩やかな下り坂(右側)では平地よりわずかに速くなるという、人間の生体力学的な挙動を再現しています。
地形のカーブに沿って移動するスピードメーターの変化にご注目ください
群集心理と「同調行動」の伝播平常時(青)は各自が自由に動いていますが、極度のパニック状態の人(赤色)が接近すると、その不安が周囲に伝染します。伝染した人々は元の目的地を捨て、他人の後を追うように密集し始めます。
赤 = パニック発信源 黄色枠 = 「同調」して群れに加わった状態