[論文レビュー] Information measures and cognitive limits in multilayer navigation

Riccardo Gallotti, Mason A. Porter+1 more|arXiv (Cornell University)|Jun 5, 2015

Spatial Cognition and Navigation参考文献 35被引用数 4

ひとこと要約

本稿は、二重空間における経路エントロピーを用いて、マルチレイヤー都市交通ネットワークにおけるナビゲーションの難易度を情報理論的枠組みで定量化する手法を提案している。認知的負荷を測定するものであり、人間のナビゲーションにおける認知的限界は約8ビットであると判明し、これは250以上の接続点を持つ地図が人間の能力を超えることを示唆している。特にニューヨーク、パリ、東京のようなマルチモーダル交通システムでは、80％以上の旅程がこの閾値を超えており、ナビゲーションが困難であることが明らかになった。

ABSTRACT

Cities and their transportation systems become increasingly complex and multimodal as they grow, and it is natural to wonder if it is possible to quantitatively characterize our difficulty to navigate in them and whether such navigation exceeds our cognitive limits. A transition between different searching strategies for navigating in metropolitan maps has been observed for large, complex metropolitan networks. This evidence suggests the existence of another limit associated to the cognitive overload and caused by large amounts of information to process. In this light, we analyzed the world's 15 largest metropolitan networks and estimated the information limit for determining a trip in a transportation system to be on the order of 8 bits. Similar to the "Dunbar number," which represents a limit to the size of an individual's friendship circle, our cognitive limit suggests that maps should not consist of more than about $250$ connections points to be easily readable. We also show that including connections with other transportation modes dramatically increases the information needed to navigate in multilayer transportation networks: in large cities such as New York, Paris, and Tokyo, more than $80\%$ of trips are above the 8-bit limit. Multimodal transportation systems in large cities have thus already exceeded human cognitive limits and consequently the traditional view of navigation in cities has to be revised substantially.

研究の動機と目的

• 複雑な都市交通ネットワークにおける人間のナビゲーション能力が認知的限界によって制限されているかどうかを調査すること。
• マルチレイヤー交通ネットワークにおけるナビゲーション難易度の情報理論的測度を構築すること。
• 都市ナビゲーションにおいてドンバラ数に類似した普遍的な認知的限界が存在するかどうかを特定すること。
• メトロ、バスなどのマルチモーダル統合がナビゲーションの複雑さに与える影響を評価すること。
• 現実のメトロポリタンネットワークが、ルート計画における人間の認知的容量を超えていないかを評価すること。

提案手法

• ノードを輸送ルート、エッジを共通停留所での路線間接続として定義する二重空間ネットワークを構築する。
• 「最短経路」として、移乗回数を最小化する経路を定義する。
• 式 $ S(i,s;j,t) = \log_2(k_s) + \sum_{n \in \{p(s,t,i,j)\}} \log_2(k_n - 1) $ を用いて経路情報エントロピーを計算する。ここで $ k_n $ はルート $ n $ からの接続数を表す。
• 全出発地・到着地ペアについてエントロピーを平均化し、$ \bar{S}(s,t) $ を算出し、平均的なナビゲーション情報コストを表す。
• 実データ（例：MTA、SNCF、東京バスデータ）を用いて移動時間を推定し、欠損データには対数平均速度モデルを適用する。
• 250m以内の停留所を統合し、単一の接続点として扱う粗視化手順を実施する。

実験結果

リサーチクエスチョン

• RQ1 大規模かつマルチモーダルな都市交通ネットワークにおける人間のナビゲーション能力に、定量可能な認知的限界が存在するか？
• RQ2 マルチモーダルな接続が、ルート計画における情報負荷をどの程度増加させるか？
• RQ3 経路の情報量と人間の視覚作業記憶の限界との相関関係はいかなるものか？
• RQ4 ソーシャルネットワークにおける「ドンバラ数」の概念を、都市ナビゲーションに類似して適用できるか？
• RQ5 人間のパフォーマンスが低下し始めるナビゲーション複雑性の閾値は何か。また、現実の交通システムと比較してどう異なるか？

主な発見

• 都市交通ネットワークをナビゲートするための認知的限界は、約8ビットの情報量と推定され、これは社会的関係におけるドンバラ数に類似している。
• 約250以上の接続点を持つ地図は人間の認知的容量を超え、一見して解読することが困難になる。
• ニューヨーク、パリ、東京のような大都市では、80％以上の旅程が8ビットを超えており、人間のナビゲーション限界を超えており、これが困難さを示している。
• 複雑なネットワークでは、方向的探索からランダムな視覚的探索への移行が8ビットの閾値と相関しており、認知的ブottleneckを示唆している。
• 特にメトロとバスネットワークの統合は、ナビゲーションの複雑さを顕著に増加させ、多くの旅程が8ビットの閾値を超える要因となっている。
• エントロピーに基づく測度 $ \bar{S}(s,t) $ は、ルート計画の情報コストを効果的に捉えており、観察された人間のナビゲーション行動と相関している。