なぜ、ナーススケジューリング問題では、絶対指標ベンチマークへの言及がないか？

 VRP等の新しい論文では、各ベンチマークの言及が必ずあると思いますが、最近のナーススケジューリング問題の論文では、ないのが不思議です。以下は、AIの回答ですが、本当の理由は別なところにあると思います。

ナーススケジューリング問題（NSP: Nurse Scheduling Problem、またはNRP: Nurse Rostering Problem）の最近の論文で、VRP（車両ルーティング問題）のような「統一された絶対的な標準ベンチマーク」への言及や共通データでの比較が少なく見えるのは、研究者の間でもよく指摘される非常に鋭い着眼点です。

VRPではCVRPTWやGehring & Hombergerなどの決定版ベンチマークが存在し、全員が同じ土俵で競いますが、ナーススケジューリング問題でそれが難しいのには、この問題特有の背景や構造的な要因があります。

主な理由は以下の4点に集約されます。

1. 法規制や現場ルールが「国・病院ごとに違いすぎる」

VRPは「容量制限」や「時間枠」など、物理的・数学的にモデルを標準化しやすい特徴があります。しかし、ナーススケジューリングは「人間（労働者）」を対象としているため、制約が極めてローカルかつ複雑です。

• 国による法規制の違い: 週の最大労働時間、夜勤後のインターバル（休息時間）の法的義務などが国ごとに全く異なります。
• 病院・病棟ごとのローカルルール: 「AさんとBさんは仲が悪いので同じシフトにしない」「この病棟はベテランを必ず1人配置する」といった、数式化しにくいソフト制約（Soft Constraints）が無限に存在します。

結果として、ある論文が提案した優れたアルゴリズムも、別のデータセット（別の国のルール）にはそのまま適用できないケースが多く、共通のベンチマークで横並び比較する意義が薄れてしまうのです。

2. インスタンス（問題データ）の寿命とプラットフォームの断絶

過去に国際コンペティションなどで標準ベンチマークが作られなかったわけではありません。

• INRC (International Nurse Rostering Competition): 2010年（INRC2010）や2015年（INRC2015）に世界大会が開催され、標準データセットが公開されました。
• 第一線での風化: VRPのベンチマークが何十年も使われ続けるのに対し、NSPのコンペデータは「制約が当時の特定のモデルに依存しすぎている」ため、新しい解法（例えば最新の深層強化学習やLLMベースのメタヒューリスティクス）を適用しようとすると、データのパースや制約の再現が非常に難しく、敬遠されがちです。

3. 近年の論文の関心が「実用性・動的対応」にシフトしている

最近のNSPの論文では、静的な標準データをいかに速く解くかよりも、「現実の運用で使えるか」に焦点が当たっています。

• 動的・確率的アプローチ: 急な欠勤（看護師の体調不良）や患者数の変動に対応する「リロスタリング（再スケジューリング）」や「確率的プログラミング」の研究が増えています。
• 独自データの使用: そのため、著者が所属する国の実際の病院から提供された「リアルだけど独自のデータセット」を使って評価を行う論文が多くなり、結果として共通のベンチマークへの言及が減っています。

4. 評価指標（目的関数）を統一できない

VRPの目的関数は基本的に「総移動距離の最小化」や「車両台数の最小化」であり、明確です。
一方、NSPでは「病院側のコスト最小化（超過勤務手当の削減）」と「看護師側の満足度最大化（希望休の反映）」という相反する多目的最適化になります。何を最優先（あるいはどう重み付け）するかは病院ごとに異なるため、あるベンチマークスコアで「勝利」したとしても、それが本当に優れたアルゴリズムなのかを測るのが本質的に難しいという問題があります。

---

💡 まとめると
VRPが「綺麗に舗装されたサーキットでタイムを競うレース」だとすれば、ナーススケジューリングは「病院ごとに地形が変わる泥道を走るラリー」のようなものです。そのため、最近の論文では共通ベンチマークのスコアよりも、「いかに複雑で現実的な制約の組み合わせを破綻させずに解けるか（表現力と柔軟性）」に重きが置かれているのが、ベンチマークへの言及が少なく見える最大の理由です。