データの飛躍的進歩により、大勢の群衆がいかに高速で移動するかが明らかになった

画像には人間、群衆、観客、建物、ベン・ネムティン、時計塔、建築、塔が含まれている可能性があります

人混みはイライラさせられるものです。しかし、足、肘、肩が飛び交う中で、人々は一体どうやって互いを避けているのでしょうか？最近の研究はまさにこの点に焦点を当てています。混雑した駅構内での500万回の移動を追跡し、人々が実際にどのように動いているのかを解明しました。

これまで、群衆のダイナミクスに関する研究のほとんどは、実験室環境で行われた実験やコンピュータモデルによる動きに基づいていました。これらの先行研究では、人々が歩き回る際、多くの場合、意図した経路、つまり頭の中で想像した軌道を描きながら歩き始めることが明らかになっています。しかし、水たまりのような見えにくい障害物や、近づいてくる人々など、周囲の環境についてより深く知ると、彼らはほんの一瞬で動きを調整し、効果的に動きを曲げます。

オランダ、イタリア、米国の研究チームによる新たな研究の目的は、まさにこの点を捉え、この調整が実際にどのように、いつ、どのくらいの速度で起こるのかを解明することだった。研究者たちは、歩行者が衝突の可能性のある経路上にいる場合、互いの距離が平均0.75メートル以上になるように経路を修正することを発見した。この解明のために、研究者たちは個人を流体中の粒子に見立て、群衆の力学を、粒子が相互作用する流体の流れに例えた。

「この論文の最大の強みは、群衆の自動分類シナリオです」と、スウェーデンのカールスタード大学で群衆のダイナミクスを研究する数学者で、今回の研究には関与していないエイドリアン・ムンテアン氏は述べている。「この論文は、大規模な群衆が巻き込まれた場合に不可欠な要素である、初期対応者の行動が何をもたらすか、あるいは既存の建物からの避難戦略の設計に光を当てています」とムンテアン氏は付け加えた。

Physical Letters E誌に掲載されたこの研究は、オランダのアイントホーフェンにある混雑した駅構内の通路の天井近くに設置された4つのMicrosoft Kinectセンサーを用いた。研究者らは、2014年10月から2015年3月まで、1日あたり約10万回の移動情報を収集し、そのエリアの重なり合う深度マップを作成した。

研究者たちは、最も単純な相互作用、つまり2人の歩行者が互いに近づいて歩くという相互作用（技術的にはペアワイズ相互作用）を測定した。次に、2人の歩行者の軌跡をマッピングし、各歩行者に対応するグラフ上のノードを割り当てた。誰かが通路に入ると、グラフ上のノードがリンクされた。歩行者が増えるほど、歩行者間のノードネットワークはより複雑になった。

データ収集後、研究者たちはデータを精査し分類するためのコンピュータープログラムを設計した。「数ヶ月分のデータによって、様々な混雑状況を観察することができました。希薄な流れから密集した流れ、一方向から多方向、通勤者からレジャーで散歩する人まで、多岐にわたります」と、オランダのアイントホーフェン工科大学の物理学者で本研究の筆頭著者であるアレッサンドロ・コルベッタ氏は述べている。「しかし、歩行者同士が互いに避け合う状況を考慮したこのデータの可能性は無限大です。これはほんの第一歩に過ぎません。」

研究チームはまた、1000人に1人程度しか発生しない、突発的な逆戻りや誤った方向への誘導といった稀な事象も特定しました。実験室環境では一般的にこのような事象を特定するのが得意ではありませんが、センサーはこの点でも役立ちました。将来的には、この種のデータは、例えばインフラの問題などにより人が怪我をしやすい地域に関する警告を当局が受け取る際に役立つ可能性があります。こうした警告は、歩行者に自動テキストメッセージを送信し、どの駅の出口を使うべきか、どの出口が混雑しているかを伝えるのに活用できるでしょう。

この論文は、四川大学と香港城市大学の研究チームが、実験室環境で70人の集団の動きを分析した別の研究と同時に発表されました。この別の研究は、異なる状況における人々の歩幅の持続時間に焦点を当てています。研究チームは、周囲に人が少ないときには歩幅が長くなり、逆に人が少ないときには歩幅が長くなる傾向があることを発見しました。

「これまで、科学者たちは二つの問題に直面していました。一つは生のデータを収集する方法、そしてもう一つはそれを分析する方法です」と、ドイツのマックス・プランク人間発達研究所で群衆のダイナミクスと社会的影響について研究するメディ・ムサイド氏は述べている。同氏はどちらの論文にも関わっていない。この課題は近年、高度な動作検知デバイスとAIコンピュータービジョンアルゴリズムによって克服されたと彼は付け加える。つまり、群衆研究はビッグデータの時代に入りつつあるのだ。

「私の意見では、特定の個体が将来どのように行動するかを予測することは不可能だ」とコルベッタ氏は言う。しかし、個体の動きを予測することは依然として不可能かもしれないが、集団行動は確率の観点から徹底的に捉えることができ、事故の可能性を最小限に抑えることができるだろう。

この記事はWIRED UKで最初に公開されました。