既存の経路選択モデルは，ドライバーが直接的な経験を通じてネットワークに対する空間的知識を獲得していることを前提とし，大域的な経路の評価・選択をモデル化する．しかし災害時のネットワークにおいては，ドライバーは経験や情報を持たず，先読みを伴う近視眼的な判断が重要となる．こうした意思決 定の動学性を記述するため，空間割引率の概念を導入した一般化 RL(Recursive Logit) モデルを提案し た．数値計算では，空間割引率が経路選択行動の評価に与える影響だけでなく，本モデルが特殊ケースとして既存モデルの結果を含むことを示した．さらに，東日本大震災時の首都圏のデータを用いたパラメータ推定を行い，日常時のデータと比較した．結果として，災害時には近視眼的な意思決定が重視され，また経路選択メカニズムが動的に変化したことを明らかにした．
