2026 年 32 巻 p. 805-810
近年,深層強化学習を用いたダム操作AIの研究が進められているが,AIによる実運用化には操作判断の透明性と説明可能性の確保が不可欠である.本研究では,ダム連携操作における強化学習モデルを構築し,SHAP解析を用いた判断過程の可視化手法の有効性を検証した.SAC(Soft Actor-Critic)に基づくモデルを四十四田ダムと御所ダムに適用し,実績洪水および実績洪水を上回る規模の仮想洪水を対象とした.その結果,いずれの洪水に対しても適切な操作を実現し,SHAP解析により流入量が両ダムの放流判断の主要な要因として機能していることが確認された.本手法は判断過程を説明可能な形で提示できるため,AIによるダム操作の透明性向上に有効であることが確認された.