MIT（マサチューセッツ工科大学）のCathy Wu准教授（土木環境工学科／データ・システム・社会研究所）率いる研究チームは、強化学習（RL）を用いたエコドライブ制御により、車両の排出量を11〜22%削減できることを実証した。この成果は、交通政策の策定に強化学習が実用的な根拠を提供できる具体例として、学術界のみならず実務の現場からも注目を集めている。
強化学習がもたらす交通最適化の新展開
Cathy Wu氏は、MIT在学中に故Seth Teller教授の自動運転に関する講演に触発され、交通システムへの人工知能応用を志した。UC Berkeleyでの博士課程において、2018年に強化学習を用いて自動運転車が多様な交通ネットワークに与える影響を自動解析する研究を発表。この研究は瞬く間に話題となったが、その後2年間にわたる追試はことごとく失敗に終わった。
「ストレスでした。問題が自分自身なのか、学生なのか、交通ドメインなのか、それとも強化学習そのものなのか、見極めがつかなかったのです」とWu氏は振り返る。
アルゴリズムの「感度」が鍵だった
転機は2023年に訪れた。Wu氏と彼女のチームは、強化学習アルゴリズムが極めて敏感であることを特定。同じアルゴリズムでも問題が少し異なるだけで機能しなくなるという性質を克服するため、チームは「学習に適した問題」だけを選んで訓練する手法を開発した。
具体的には、強化学習がうまく訓練できる問題群（全体の約10%）に絞ってモデルを構築し、そのモデル群を組み合わせることで、直接訓練できなかった問題にも対応可能にするというアプローチだ。この選別アルゴリズムにより、訓練効率が最大30倍向上。従来100モデル必要だった処理が、わずか3モデルで実現できるようになった。
「この研究で、強化学習がハードな最適化問題の解決に重要な役割を果たせるという自信を取り戻しました」とWu氏は語る。現在、彼女のグループは「コンテキスト強化学習（contextual RL）」と呼ばれる、関連する問題空間をまとめて解く手法の研究に注力している。
エコドライブの定量効果：排出量11〜22%削減の内実
最新の研究では、このコンテキスト強化学習をエコドライブに応用。車両の加減速をインテリジェントに制御し、不要な停止や発進を抑えることで、排出量を11〜22%削減できることを示した。この数値は、高速道路や都市部の混雑状況をシミュレーションした結果に基づく。
Wu氏は「証拠に基づく政策（evidence-based policy）の信奉者」と明言する。「社会システムは複雑で、何が良いか悪いかで議論が尽きません。しかし、データを用いて体系的に分析すれば客観的な答えが出せる問いは少なくありません。テクノロジーが民主的な意思決定をどう支援できるか——それを探求するために私はアカデミアにいるのです」
実用志向の基礎研究と教育への情熱
Wu氏の研究スタイルは「応用に触発された基礎研究（use-inspired basic research）」と表現される。具体的には、交通渋滞や安全性、アクセシビリティといった実社会の課題から出発し、その解決過程で得られた基礎的知見を物流やサプライチェーン、資源配分など他の分野に展開する。
教育面でも、2025年にはOle Madsen Mentoring Awardを受賞。学生に対して「忍耐強く、小さく始めなさい。社会への影響は一生をかける仕事であり、数年で達成できるものではない」と語りかけている。
今後の展望：政策・実装への橋渡し
今回の排出量削減実証は、強化学習が単なる学術的トイモデルではなく、実際の交通政策に具体的な数値根拠を提供できる段階に達したことを示す。Wu氏は今後、自治体や交通事業者との協業を通じて、エコドライブ制御の実装を進めたい考えだ。
「現状のツールでは、何百ものシステム設計案を証拠に基づいて検討することは不可能です。強化学習がその役割を担えれば、交通研究者と実務パートナーが自由にシステムを設計できる未来が開けるでしょう」
交通は誰もが利用し、誰もが課題を抱える社会基盤である。MIT発の強化学習技術が、その課題解決に具体的な道筋を示した意義は小さくない。今後の実証実験や政策適用の動向が注目される。
