[論文レビュー] A Quantitative Analysis of Possible Futures of Autonomous Transport

Christopher L. Benson, Pranav D Sumanth+1 more|arXiv (Cornell University)|Jun 5, 2018

Maritime Transport Emissions and Efficiency参考文献 13被引用数 20

ひとこと要約

本論文では、マルコフ連鎖モンテカルロ法（MCMC）を用いたマルチモーダル輸送モデルのシミュレーションを通じて、コンピュータプロセッサ（年間35.6％の改善）、自律走行ハードウェア（27.9％）といった自動化技術の加速的改善が、将来の輸送コストにどのように影響を与えるかを分析している。結果として、自律走行輸送の導入は低コストルートにおける競争を高めるが、すべてのシステムが完全に移行しない限り、全体の輸送モードコスト分布に顕著な変化をもたらさない。しかし、すべてのモードが完全に自律化すると、累積的な効率向上により、すべての輸送モードのコストが著しく低下することが明らかになった。

ABSTRACT

Autonomous ships (AS) used for cargo transport have gained a considerable amount of attention in recent years. They promise benefits such as reduced crew costs, increased safety and increased flexibility. This paper explores the effects of a faster increase in technological performance in maritime shipping achieved by leveraging fast-improving technological domains such as computer processors, and advanced energy storage. Based on historical improvement rates of several modes of transport (Cargo Ships, Air, Rail, Trucking) a simplified Markov-chain Monte-Carlo (MCMC) simulation of an intermodal transport model (IMTM) is used to explore the effects of differing technological improvement rates for AS. The results show that the annual improvement rates of traditional shipping (Ocean Cargo Ships = 2.6%, Air Cargo = 5.5%, Trucking = 0.6%, Rail = 1.9%, Inland Water Transport = 0.4%) improve at lower rates than technologies associated with automation such as Computer Processors (35.6%), Fuel Cells (14.7%) and Automotive Autonomous Hardware (27.9%). The IMTM simulations up to the year 2050 show that the introduction of any mode of autonomous transport will increase competition in lower cost shipping options, but is unlikely to significantly alter the overall distribution of transport mode costs. Secondly, if all forms of transport end up converting to autonomous systems, then the uncertainty surrounding the improvement rates yields a complex intermodal transport solution involving several options, all at a much lower cost over time. Ultimately, the research shows a need for more accurate measurement of current autonomous transport costs and how they are changing over time.

研究の動機と目的

• 自律輸送における技術的進歩の加速がマルチモーダル輸送コストに与える潜在的経済的影響を評価すること。
• プロセッサ、燃料電池、自律走行ハードウェアといった自動化技術の進歩が、異なる輸送モードの競争力にどのように影響を与えるかをモデル化すること。
• 自律走行輸送の導入が、既存の輸送モードコスト分布に顕著な変化をもたらすかどうかを評価すること。
• 自律走行輸送コストの動的変化をリアルタイムでより正確に測定する必要性を特定すること。

提案手法

• 2050年までのマルチモーダル輸送システム（IMTM）をモデル化するために、簡素化されたマルコフ連鎖モンテカルロ（MCMC）シミュレーションが用いられた。
• 複数の輸送モード（海上貨物船、航空、鉄道、トラック、内陸水路）の歴史的改善率が、ベースライン入力として使用された。
• コンピュータプロセッサ（35.6％）、燃料電池（14.7％）、自律走行ハードウェア（27.9％）といった、より高い改善率を示す技術がモデルに統合され、将来の性能をシミュレートした。
• 技術的加速のさまざまな仮定のもとで、輸送モード間のコスト競争力が評価された。
• 結果の不確実性を評価するため、異なる改善率シナリオにおける感度分析が実施された。

実験結果

リサーチクエスチョン

• RQ1 2050年までに、自動化技術のより速い改善がマルチモーダル貨物輸送のコスト構造にどのように影響を与えるか？
• RQ2 自律走行輸送の導入が、異なる輸送モード間の相対的コスト分布に、どの程度の影響を及ぼすか？
• RQ3 全範囲での自律システムへの移行が、全体の輸送システムの効率性とコストに与える影響は何か？
• RQ4 現在の伝統的輸送モードの改善率と、自動化を支える技術分野の改善率は、どのように比較されるか？

主な発見

• 伝統的輸送モードの改善率は低速である：海上貨物船（年間2.6％）、航空貨物（5.5％）、鉄道（1.9％）、トラック輸送（0.6％）、内陸水路輸送（0.4％）の年間改善率。
• 自動化関連技術の改善率ははるかに高い：コンピュータプロセッサ（35.6％）、燃料電池（14.7％）、自動車用自律走行ハードウェア（27.9％）の年間改善率。
• 任意の自律走行輸送モードの導入により、低コスト輸送選択肢における競争が高まるが、輸送モード全体のコスト分布に顕著なシフトをもたらさない。
• すべての輸送モードが完全に自律化システムに移行した場合、急速な技術的進歩の組み合わせが、時間の経過とともに著しくコストが削減された複雑なマルチモーダル輸送ソリューションを生み出す。
• 本研究では、自律走行輸送コストとその進化をより正確にリアルタイムで測定する必要性が強く強調された。