---
title: 20250730_Amazon Q Developer Meetup #1 ゲームをつくってみた！ _巡回セールスマン問題クイズを作ってみた
tags: 
author: [Masahide TAKASUKA](https://www.docswell.com/user/3324212129)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/DJYZPGM9EM.jpg?width=480
description: 20250730_Amazon Q Developer Meetup #1 ゲームをつくってみた！ _巡回セールスマン問題クイズを作ってみた by Masahide TAKASUKA
published: July 31, 25
canonical: https://www.docswell.com/s/3324212129/ZN9MDP-2025-07-31-104044
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/DJYZPGM9EM.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
巡回セールスマン問題クイズを作ってみた
Amazon Q Developer Meetup #1 ゲームをつくってみた！
2025/7/30
高須賀 将秀


# Page. 2

![Page Image](https://bcdn.docswell.com/page/V7N35GWD78.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
2 /16
自己紹介
たかすか
まさひで
高須賀 将秀
博士（情報学）（2023/3）
研究分野：組合せ最適化，数理最適化，オペレーションズ・リサーチ（OR），グラフ理論
所属：NTT西日本 デジタル改革推進部（2021/8～），
法政大学 デザイン工学部 兼任講師（2024/4～），個人事業（Udemy講師等）（2024/6～）
業務：データドリブン経営を牽引する立場
・データ活用基盤のシステム開発 ・データ分析手法の研究
・データ分析活用事例の提案 ・デジタル人材育成
資格：クラウド資格（AWS 15/15，MCP 39/48，GCP 12/12），
Microsoft Top Partner Engineer Award（2024），
AWS All Certifications Engineers（2024）
高須賀将秀のホームページ


# Page. 3

![Page Image](https://bcdn.docswell.com/page/YJ99YWX8J3.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
3 /16
私の研究（博論）内容
◼ 与えられた全ての工事に対して立会者の割当を決定する問題である
◼ 移動距離や立会者のスキル等の様々な条件を考慮し割当を決定している
◼ 条件は万人共通の条件もあれば手配者の思考や嗜好によって異なるものもある
入力
出力
工事4
工事1
1
工事2 4
手配者
工事5
2
1
工事6
3
工事7
工事8
8
工事9
6
工事5
数理モデル
5
工事6
工事3
手配者
の思考/嗜好
=
7
工事2 4
2
5
工事3
立会者1～4
工事4
工事1
立会者4
3
工事7
立会者1
7
立会者2
工事8
ブラックボックス
化
8
工事9
9
9
立会者3
6


# Page. 4

![Page Image](https://bcdn.docswell.com/page/GJ896N2ZED.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
4 /16
私の研究（博論）内容
◼ 高度な技能を有している手配者により意思決定が行われている工事立会者手配
業務に対し実用的な手配結果を算出可能な数理モデルを構築した
長期効果
短期効果
付随効果
過去の工事立会者手配業務
デジタルデータ活用による工事立会者手配業務
人件費
年間1億（関東エリア：年間6万件）
年間0.1億（関東エリア：年間6万件）（想定）
品質
年間工事事故5件
年間工事事故0件（想定）
総移動時間
11,424 s（3.2 h）
11,593 s（3.2 h）※1
総割当ペナルティ
163 pt
81 pt※1
手配時間
3時間2回/1日
5分×2回/1日
やり方
アナログ（手書き）
デジタル
手配結果
※1：数理モデル4で総移動時間を重視すると, 総合移動時間10,697 s, 総品質146 ptとなる.


# Page. 5

![Page Image](https://bcdn.docswell.com/page/LJLW9P217R.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
5 /16
アジェンダ
• 数理最適化の体験
• 万博訪問ルート最適化サービス
• 数理最適化とは
• 数理最適化学習サービス
• 数理最適化×クラウドのメリット
目的
• 数理最適化の魅力について理解する
• 数理最適化の活用シーンを創造できるようにする
• 数理最適化×クラウドによるサービス構築方法を知る
• 万博訪問ルート最適化サービス
• 数理最適化学習サービス


# Page. 6

![Page Image](https://bcdn.docswell.com/page/47M9Z485JW.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
アジェンダ
• 数理最適化の体験
• 万博訪問ルート最適化サービス
• 数理最適化とは
• 数理最適化学習サービス
• 数理最適化×クラウドのメリット
6 /16


# Page. 7

![Page Image](https://bcdn.docswell.com/page/P7RG6W5ZJ9.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
万博の訪問ルートについて
• 万博で以下訪問したい場所があったとき，あなたはどのような順
番で訪問しますか？
7 /16


# Page. 8

![Page Image](https://bcdn.docswell.com/page/PJXXMPK1JX.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
万博の訪問ルートの最適解
8 /16


# Page. 9

![Page Image](https://bcdn.docswell.com/page/3JKWGD5MJD.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
生成AIを用いた訪問ルートの提示
9 /16


# Page. 10

![Page Image](https://bcdn.docswell.com/page/LE31NRK275.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
10 /16
万博の訪問ルートの実行可能解の一例
全部で
362,880 通り


# Page. 11

![Page Image](https://bcdn.docswell.com/page/8EDXWY36JG.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
11 /16
万博訪問ルート最適化サービスについて
2
1
3
使い方
①地図上に訪問したい場所をクリック
②探索方法を選択（Gurobiがお勧め）
③最適化ルートを探索ボタンをクリック
万博訪問ルート最適化サービス


# Page. 12

![Page Image](https://bcdn.docswell.com/page/V7PP96PZ78.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
デモ動画
12 /16


# Page. 13

![Page Image](https://bcdn.docswell.com/page/2JV2M32MJQ.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
13 /16
訪問したい場所を増やした場合
AOAI版


# Page. 14

![Page Image](https://bcdn.docswell.com/page/5EGRG3RXJL.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
14 /16
訪問したい場所を増やした場合
訪問場所52ヵ所の総数
訪問場所40ヵ所の総数
訪問場所10ヵ所の総数
https://homepage45.net/unit/sub.htm


# Page. 15

![Page Image](https://bcdn.docswell.com/page/4JQVX5V57P.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
15 /16
BI・ML・AIとMOとの違い
BI・ML・AI
MO
データから
・可視化
・学習、予測
・推論
データドリブン
条件から
・データを生成し、探索
ルールドリブン
生産されたデータを厳密に探索
データ量
データ量
データからそれらしい解を生成
入力
出力
プロセス
生成
入力
出力
プロセス


# Page. 16

![Page Image](https://bcdn.docswell.com/page/K74M69MVJ1.jpg)

© 2025 NTT West, Inc. All Rights Reserved.
16 /16
数理最適化をクイズ形式で学べるアプリ
使い方
①都市数を設定
②ランダムな都市配置or手動配置を選択
③クイズ開始（選択肢生成）
https://mshdtksk.github.io/asw-game-tsp-quiz/index.html


