投稿

京成AE形AE6編成(ケンティースカイライナー)進行方向右側展望 12AE39 特急スカイライナー143号 成田空港行き 京成上野→成田空港【GalaKenya Side View】/Keisei AE Series, Set AE6 (“Kenty Skyliner”) — Right-Side View in the Direction of Travel | 12AE39 Limited Express Skyliner No. 143 for Narita Airport | Keisei Ueno, Tokyo (Kanto Region) → Narita Airport, Chiba Prefecture (Kanto Region)【GalaKenya Side View】

イメージ
京成AE 形AE6 編成(ケンティースカイライナー)進行方向右側展望 12AE39 特急スカイライナー143 号 成田空港行き 京成上野→ 成田空港【GalaKenya Side View 】 今回は「なんとなく気分的に乗りたいな」という思いから、京成スカイライナーに乗って成田空港まで行ってきました! 今回乗車した車両や列車の詳細情報は以下の通りです。 列車・車両データ 撮影日 : 2026 年 9 月 7 日 乗車区間 :京成上野 → 成田空港 列車番号 : 12AE39 種別・列車名 :スカイライナー 143 号 使用車両 :京成 AE 形 AE6 編成(乗車車両: AE6-2 ) 制御装置 :東洋電機製造製 IGBT-VVVF 制御 (RG6009-A-M 形 ) 途中停車駅タイムスタンプ(動画リンク) 動画内の各駅停車・通過タイミングへ直接ジャンプできます。 0:03:55 日 暮里 0:14:12 青 砥 0:25:56 新鎌ヶ谷 0:46:00 空 港 第2ビル 乗車レポート:印旛日本医大からの 160km/h 超高速区間へ! 京成上野駅を出発したスカイライナー 143 号は、都心を抜けて北総線・成田スカイアクセス線へと入っていきます。 見どころはやはり 印旛日本医大駅から先 の高速運転区間です!ここでは最高速度 160km/h での超高速走行が行われます。 実際に 160km/h 走行に入ると、明らかに横揺れが激しくなるのを感じました。しかし、強い揺れはあるものの不思議と「不快」と感じるような揺れ方ではなく、しっかりとした乗り心地がキープされています。 ちなみに AE 形は、ボルスタレス台車( SS170M/SS170T )や先頭車のフルアクティブサスペンション、ヨーダンパなどが装備されており、揺れを緩和して乗り心地を向上させる工夫が施されているそうです。こうした技術のおかげで、激しい揺れの中でも快適さを保っているのかもしれませんね。 成田空港に到着!エアバス A380 の圧倒的大きさと珍しいホームドア あっという間に終点の成田空港駅に到着。到着後は少し空港内を散策してみました。 展望デッキから飛行機を眺めていると、総 2 階建...

【BVE制作の救世主?】日本の鉄道知識に特化したAI「JapanRailwaySimLLM」を作った/A Lifesaver for BVE Development? Introducing JapanRailwaySimLLM, an AI Specialized in Japanese Railway Knowledge

【BVE 制作の救世主?】日本の鉄道知識に特化したAI 「JapanRailwaySimLLM 」を作ってみた 突然ですが、鉄道運転シミュレータ「 BVE Trainsim (作者:mackoy 様) 」の路線や車両を制作したことはありますか? 「構文が独特で覚えるのが大変」「数万行ある Map ファイルのエラー原因が分からない」「技術資料や省令を読み解くのが面倒」 …… など、 BVE のデータ制作は、界隈でも「圧倒的に骨の折れる作業」として知られています。 SNS や制作記を覗いてみても、作者の皆さんからはこんなリアルな苦労の声が絶えません。 「数万行の Map ファイルに 200 行の修正が必要で手作業は限界」 「事前調査や Google Earth での位置測定だけで半年かかった」 「線路脇だけでなく、田畑に囲まれた遠景まで作り込まないと殺風景で誤魔化せない」 「車両制作も運転台写真の合成、音源編集、 TASC や保安装置プラグインの設定でやる事が山積み」 このように、 1 分の走行区間を作るのすら膨大な労力と専門知識が必要であり、挫折や制作中断の大きな原因となっています。 さらに、世の中には様々な AI ( LLM )が存在しますが、 ChatGPT や Claude などの汎用 AI に質問しても、 BVE 独自の構文( BveText2.00 等)や、国土交通省が定める「鉄道に関する技術上の基準を定める省令」といった専門的な質問には正確に答えてくれません。 そこで今回、 BVE 制作者の負担を少しでも減らすべく、日本の鉄道の基礎知識と BVE 制作に必要な情報を調べ上げ、信憑性のある情報を取りまとめた上で RAG 学習を行った AI 「 JapanRailwaySimLLM 」を構築しました! この記事では、開発の背景や RAG 学習の仕組み、そして裏側での泥臭い試行錯誤についてご紹介します。 開発の背景:なぜ作ろうと思ったのか? 開発の動機は極めてシンプルです。 BVE Trainsim のデータ制作が難易度高め マップファイルの距離程指定や複雑な構文ルール、各種定義ファイル( Structure, Signal, Sound など)の連携、車両の性能・パネル・音の設定など、挫...