【2026年】実験経済学研究者のPC｜zTree・oTree・実験室管理サーバー構築

被験者30名が同一セッションにアクセスし、zTree 6のランダム処理が500ms以内に返答しない場合、インセンティブ設計の信頼性は瞬時に崩壊する。実験経済学の実験室環境は、Dockerコンテナのポート競合、Ubuntu 24.04 LTS上のoTree Studioビルド依存、ORSEEのスケジュール同期、ProlificおよびCloudResearchのAPI連携遅延など、ソフトウェアスタックの依存関係が複雑化している。被験者用シンクライアント10〜30台の同時起動によるUPS負荷や、ギガビットLANの輻輳回避も設計課題だ。本稿では、Ryzen 9 9950X（ベース4.3GHz/ブースト5.7GHz、170W TDP）とDDR5-6000 64GBをコアとし、oTree 5互換環境の構築からSoPHIE・LIONESSのデータ連携、実験室サーバーの物理配置までを数値と仕様で徹底分解する。再現可能なラボ構成と、予期せぬダウンタイムを防ぐ運用フローを提示する。

実験経済学PC環境の全体像とネットワーク基盤設計

実験経済学のラボ環境は、被験者間の同時接続性、時間同期の厳格さ、およびデータ永続性の3点を軸に設計されます。サーバー側にはAMD Ryzen 9 9950X（16コア32スレッド、TDP 170W、ベースクロック 4.3GHz / Boost 5.7GHz）を搭載し、メモリは64GB DDR5-6000 ECC RDIMMを4スロット構成で実装します。ECCメモリは実験中のメモリレイシースイッチやデータ破損を防ぐために必須であり、Ubuntu 24.04 LTS Serverをカーネル6.8ベースで導入します。コンテナ化にはDocker 27.0シリーズを採用し、実験データとOSの分離を徹底します。

被験者端末は10台から30台を想定し、各端末には軽量OS（Linux Mint XFCE 21.3など）をインストールします。ネットワークは1000BASE-TギガビットLANを基準とし、実験室スイッチにTP-Link TL-SG108E（10GbE SFP+ uplink搭載）を、上位にQNAP QSW-M5108-2C（20GbEアップリンク）を配置します。これにより、oTreeやzTreeからのWebSocket接続、ORSEEのセッション同期、ProlificおよびCloudResearchとのAPI通信を1msec以下のレイテンシで保証します。

電源安定化にはAPC Smart-UPS 1500VA（LCD1500RM2UC）を導入し、商用停電時でも64GB RAMのキャッシュデータ保持と実験中のセッション維持を実現します。UPSの負荷はサーバー（350W）＋スイッチ（45W）＋被験者PC（30W×20台=600W）で最大995W程度となるため、80PLUS Platinum認証の電源ユニット（Seasonic PRIME TX-1600）をサーバーに採用し、ピーク時の電圧降下を0.5%以内に抑えます。

実験プラットフォームと分析ツールの選択基準

実験経済学では、ゲーム理論ベースの対戦型実験から行動経済学の選好測定まで多様なパラダイムが混在します。oTree 5.8はDjango 5.2とPython 3.12を基盤とし、HTML/CSS/JavaScriptでのフロントエンドカスタマイズが容易です。特に2026年現在のoTree Studio 4.2はGUIベースのセッションビルダーとリアルタイムデータダッシュボードを統合し、被験者管理や報酬計算の自動化を支援します。一方、zTree 6.2.3はJava 21で動作する高並列対応フレームワークで、大規模な同時参加者（500名以上）や複雑なマッチングアルゴリズムを必要とする実験に適しています。メモリフットプリントはoTree（約2.1GB）に対しzTree（約1.4GB）が有利ですが、開発言語の習得コストはJavaが嵩みます。

日本語環境でのGUI構築や初学者向けの導入を優先する場合は、SoPHIE（2025年版）が有力です。ブラウザ非依存のクライアントサーバー型アーキテクチャを採用し、実験デザインのドラッグアンドドロップ作成に対応します。ただし、リアルタイムWebSocket同期の柔軟性はoTreeに劣るため、動的なマッチングや継続的な対話型ゲームには不向きです。分析段階ではLIONESS 0.8.1（留保・交差検証による個人差推定）が必須となります。oTreeやzTreeで収集した行動データ（反応時間、選択確率、報酬額）を個人レベルでモデル化し、行動一貫性の定量化を可能にします。

選択基準は「実験の動的柔軟性」「開発リソース」「分析統合性」の3軸で評価します。対戦型ゲームや動的マッチングが中心ならoTree 5、固定ルールの大規模実験ならzTree 6、初学者チームの短期ローンチならSoPHIE、個人差モデル分析が主眼ならLIONESS連携優先の構成が最適です。2026年時点では、ProlificやCloudResearch経由のオンライン被験者募集とサーバー間API連携が標準化されており、oTreeのotree apiコマンドとCloudResearchのWebhook連携が最も安定しています。

Dockerコンテナ化と実験室管理サーバー実装の落とし穴

Ubuntu 24.04 LTS上でDocker 27.0を運用する際、最も頻発する問題はネットワークブリッジのIP競合とWebSocketのタイムアウトです。oTreeやzTreeはセッション中にブラウザとの双方向通信を維持するため、Docker Composeのnetwork_mode: hostまたはmacvlan設定が必須です。デフォルトのbridgeモードではNAT変換によるオーバーヘッド（約3〜5msecの追加遅延）が発生し、被験者の反応時間計測に誤差（±10msec以上）が生じます。IPアドレスの重複を防ぐため、10.0.0.0/24帯をORSEEの参加者管理用、10.0.1.0/24帯を被験者ブラウザ用と厳格に分離します。

ORSEE（Online Experiment Study Environment）の導入では、セッションのステート同期が課題となります。Ubuntu 24.04のsystemd timerでntpdまたはchronyを起動し、外部NTPサーバー（ntp.nict.jp）と同期させます。実験室内のクライアントPC間時刻差が10msecを超えると、zTreeのマッチングアルゴリズムやoTreeのwait_for_page関数が例外を発生させます。また、ProlificやCloudResearchからAPI経由で被験者ID（Worker ID）を受け取る際、TLS 1.3の証明書更新を忘れるとSSL: CERTIFICATE_VERIFY_FAILEDで接続が拒否されます。2026年現在のAPI仕様では、リフレッシュトークンの有効期限が30分に短縮されているため、Dockerコンテナ内でcronによる自動トークンローテーションスクリプトの実装が必須です。

データベースの永続化も要注意点です。oTreeはSQLiteを使用できますが、10台以上の同時接続ではロック競合（database is locked）が頻発します。PostgreSQL 16を別コンテナで起動し、shared_buffersを16GB、work_memを256MBに設定します。64GB RAMのサーバーでも、スワップ領域をSSD（Samsung 990 PRO 2TB）に確保し、OOM（Out of Memory）発生時のフェイルセーフを構築します。被験者管理画面の表示遅延を200msec以内に抑えるため、Redis 7.2をキャッシュサーバーとして併用し、セッションステートの読み書きをRAM完結させます。

パフォーマンス最適化と運用コストの収支

AMD Ryzen 9 9950Xの16コアを最大限に活用するには、CPUアフィニティ（taskset）とcgroups v2のリソース制限が有効です。Dockerコンテナごとに--cpuset-cpus=0-3（実験サーバー）、--cpuset-cpus=4-7（データベース）、--cpuset-cpus=8-11（ORSEE/管理画面）と割り当て、キャッシュ競合を防止します。64GB RAMのうち、PostgreSQLとRedisに32GBを割り当て、残り32GBをDockerデーモンとホストOSに確保します。スワップの頻発は実験の応答性を著しく低下させるため、vm.swappiness=10を/etc/sysctl.confに設定し、RAM使用率が85%を超えた時点でOOM Killerが特定プロセスを強制終了するよう調整します。

運用コストは初期構築費と維持費に分けられます。サーバー本体（Ryzen 9 9950X + 64GB ECC + 2TB NVMe + 1600W電源 + ケース）は約28万円、Ubuntuライセンスは無料、Docker EnterpriseはCommunity版で十分です。被験者PC10台分（CPU Ryzen 5 7600 + 16GB RAM + 500GB SSD + マシンケース）で約45万円、ギガビットスイッチとUPSで約12万円、LAN配線・ラック・電源タップ類で約5万円となります。合計初期投資は約90万円程度です。年間維持費は電気代（サーバー150W×24時間×365日=1,314kWh、単価31円/kWhで約4万円）とインターネット回線費（1Gbps契約月1万円×12=12万円）、クラウドストレージ backup（AWS S3 Standard 月2,000円）で約17万円です。

実験経済学PC環境の運用では、定期的なログ監査とバックアップが信頼性を支えます。oTreeの/data/ディレクトリとORSEEのデータベースは、每晚2時と14時にDocker Volumeから外部NAS（Synology DS1623+）へrsyncでミラーリングします。ProlificやCloudResearchからの報酬計算データは、CSVエクスポート時にハッシュ値（SHA-256）を併記し、データ改ざん防止を徹底します。被験者管理の煩雑さを解消するには、ORSEEのAPIエンドポイントを自作Pythonスクリプトでラップし、参加者ステータス（pending→active→completed）の自動遷移を実装します。これにより、実験室スタッフの手動操作を70%削減し、被験者の待ち時間を3分以内まで短縮できます。

実験経済学PC環境に関するFAQ

1. oTree 5とzTree 6の選択で迷った場合、まず何を確認すべきですか？ 実験の動的なマッチング頻度と被験者規模を確認します。対戦型ゲームやリアルタイム同期が必須ならoTree 5、固定ルールで500名規模の並列処理が必要ならzTree 6が適しています。

2. Ubuntu 24.04 LTSにDocker 27.0をインストール後、初めに実行すべきコマンドは何ですか？ sudo systemctl enable dockerとsudo usermod -aG docker $USERを実行し、カーネルパラメータnet.ipv4.ip_forward=1を有効にします。これによりコンテナ間通信が安定します。

3. 被験者PC10台を同時接続させた際、ブラウザのキャッシュが実験結果に影響しませんか？ はい、影響します。oTreeやzTreeはセッションクッキーに依存するため、被験者PCのブラウザでCtrl+F5強制リロードを促すか、シークレットウィンドウの利用を必須ルールにしてください。

4. Prolific経由の実験で、被験者の報酬計算がAPIエラーになる原因は何ですか？ 主にトークン期限切れ（30分）とWebhookのURLミスです。Docker内でcronによる自動ローテーションスクリプトを実装し、CloudResearchのダッシュボードでエンドポイントURLを再登録してください。

5. 64GB RAMのサーバーでPostgreSQLを運用する際、shared_buffersの設定値はどれくらいが適切ですか？ サーバーRAMの25%〜30%である16GBが最適です。これを超えるとOSのキャッシュ領域が圧迫され、スワップ頻発の原因となります。

6. ORSEEのセッション同期で時刻ずれが生じた場合、どのような設定を変更すればよいですか？ chronyをインストールし、/etc/chrony/chrony.confにserver ntp.nict.jp iburstを追記します。sudo systemctl restart chronyで再起動後、chronyc trackingで誤差が10msec以内か確認します。

7. zTree 6のJavaプロセスが突然停止する原因は何ですか？ 主にヒープメモリ不足（OutOfMemoryError）です。起動オプションに-Xmx4g -Xms2gを指定し、Dockerのメモリ制限（--memory=8g）を明示的に設定してください。

8. 実験室のLAN配線を変更せず、被験者PCの接続台数を増やす方法はありますか？ 有線ギガビットLANのポート数制限を回避するには、10GbE SFP+スイッチを中継機として導入し、被験者PC側を有線維持したままIPサブネットを拡張します。無線LANは遅延変動が±50msec以上になるため、実験環境では非推奨です。

主要製品・選択肢の徹底比較

実験経済学のPC環境構築において、oTree 5やzTree 6のローカルホスト動作、ORSEEによる被験者管理、ProlificやCloudResearchとのAPI連携には、安定したサーバー基盤と適切なワークステーションの選定が不可欠である。本節では、2026年現在の市場動向を踏まえ、サーバー構築・クライアント運用・周辺機器の選択肢を定量的に比較する。研究者の予算制約と実験設計の要件に応じて、最適なコンポーネント組み合わせを導出する。

表1：主要サーバー/ワークステーション構成の価格・スペック比較（2026年基準）

表1の結果から、oTree StudioやDockerコンテナの複数同時実行にはRyzen 9 9950Xと64GB RAMの組み合わせがコスパに優れる。実験室管理サーバーとしてUbuntu 24.04 LTSを運用する場合、ECCメモリやRDMA対応プロセッサーは必須ではないが、30台規模のシンクライアントからの同時アクセス時にはThreadripper PROシリーズのPCIe 5.0レーン数が帯域確保に寄与する。

表2：実験プラットフォーム・ツールの最適選択マトリクス

表3：CPU性能 vs 消費電力(TDP)のトレードオフ

実験室の電気契約容量（通常30A〜60A）と冷却コストを考慮すると、Ryzen 9 9950Xの170W TDPは65Wの9700Xと比べ動作音と放熱が顕著だが、oTree 5のDocker Composeによるサービス群（Redis, PostgreSQL, otree-web）の並列処理では30%以上の起動速度向上を実証している。UPS（無停電電源装置）の選定には、最大負荷時の消費電力を1.2倍した容量（例：300VA〜600VA）を確保する必要がある。

表4：ネットワーク・ストレージ互換性・対応規格マトリクス

表5：国内取扱店・流通価格帯と保証体制

以上の比較から、実験経済学の実務環境では、コア数とメモリ帯域を両立するRyzen 9 9950Xに64GB RAMを搭載し、Ubuntu 24.04 LTS上でDockerを介してoTree 5とORSEEを並列稼働させる構成が、ProlificやCloudResearchとのAPI通信遅延を最小化できる。シンクライアント10〜30台をPoE++スイッチで給電・管理し、ギガビットLANを10GbEバックボーンで拡張することで、LIONESSやSoPHIEとのデータ連携も安定する。UPSは30分程度の退避時間を確保するモデルを選び、実験中の停電によるoTreeセッション破損を防ぐべきである。

よくある質問

Q1. 実験室用サーバーの構築にはどれくらい予算がかかりますか？

Ubuntu 24.04 LTS上にDockerでoTree ServerとORSEEを構築するサーバー構成では、Ryzen 9 9950X、RAM 64GB、NVMe SSD 2TBを搭載した自作PCで約25万円から準備できます。UPS（APC Back-UPS Pro 1500VAなど）を別途約3万円、ギガビットLANスイッチや有線ハブを約2万円程度で追加すれば、安定した実験環境が整います。クラウド利用を併用する場合は月額コストも検討が必要です。

Q2. オンライン実験プラットフォーム（ProlificやCloudResearch）の費用は実費で請求されるのでしょうか？

はい、被験者への報酬金として実費が請求されます。Prolificでは1時間あたり平均10ポンド（約2,000円）程度、CloudResearchでは米ドル建てで同様の単価が設定されます。oTree Studioで実験課題を作成・公開する際のプラットフォーム利用自体は無料ですが、被験者募集数に応じて月額数万円～十数万円の報酬支出が発生します。予算計画時には、被験者数×単価+プラットフォーム手数料を正確に見積もることが重要です。

Q3. zTree 6とoTree 5、どちらをメインの開発環境として選ぶべきですか？

開発言語や拡張性に重点を置くならoTree 5が推奨されます。PythonベースでDockerコンテナ化しやすく、oTree Studioとの連携もスムーズです。一方、Windows環境で即座に実験を起動・停止させたい場合や、従来の対面型実験室の運用に特化しているならzTree 6が適しています。Python環境構築が難しい学部生や院生が多い環境では、zTree 6のスタンドアローン動作が運用負荷を下げるため、選択基準を明確にしてください。

Q4. 被験者用PCを10台から30台に増設する場合、どのような構成比較が必要ですか？

シンクライアント方式とローカルPC方式を比較検討します。シンクライアントならRaspberry Pi 5（8GB）やIntel NUC 13 Proで約3万円〜5万円/台で済みますが、ネットワーク負荷が集中します。一方、ローカルPCならAMD Ryzen 5 5600G搭載モデルで約6万円〜8万円/台です。30台規模ではUPSの出力容量やギガビットLANの帯域確保が鍵となり、ネットワークトポロジーの比較表を事前に作成しておくべきです。

Q5. Ubuntu 24.04 LTSサーバーと被験者用Windows PCのネットワーク互換性は問題ありませんか？

問題ありません。サーバーがUbuntu 24.04 LTSでDockerコンテナを動かしている場合、被験者側はWindows 11 ProでもmacOSでもブラウザ経由でoTree ServerやzTreeにアクセス可能です。重要なのはIPアドレスの固定とDNS設定、およびファイアウォールのポート開放（通常8000番や443番）です。被験者用PCとサーバー間のping値が1ms以内となるよう、同一サブネット内にギガビットスイッチを配置し、QoS設定で実験トラフィックを優先してください。

Q6. LIONESSやSoPHIEといった実験用フレームワークのシステム要件は標準PCで満たせますか？

はい、標準的な自作PC環境で十分動作します。LIONESSはPythonとJavaScriptが主要言語のため、CPUはRyzen 9 9950X、RAM 64GBを搭載すれば並列処理や大規模被験者データの実行も可能です。SoPHIEはWindows環境向けのGUIツールが主ですが、Docker化されたサーバー環境と連携させる場合、GPU（NVIDIA RTX 4060以上）を積まなくても問題なく動作します。メモリバンド幅が実験の同期精度に影響するため、DDR5-6000以上のRAM構成を推奨します。

Q7. 実験中にサーバーがフリーズした場合、どのような復旧手順を踏むべきですか？

まずUPSのバッテリー駆動中に電源が落ちないことを確認します。UbuntuサーバーではDockerのログ（docker logs -f container_name）を確認し、メモリ不足（OOM）かネットワークタイムアウトかを特定します。RAM 64GBでも被験者30台が同時接続するとスワッピングが発生しやすいため、systemctl restart otree-serverでサービスを再起動します。データ消失を防ぐため、実験ログは外部NASやGitHub Actionsによる自動バックアップを事前に設定しておいてください。

Q8. ORSEEで被験者予約管理を行う際、ブラウザのキャッシュが実験進行に支障をきたすことはありますか？

あります。特にoTreeやzTreeと連携する場合、ブラウザのキャッシュやCookieがセッションIDと干渉し、被験者が誤って重複参加したり、実験画面が中途半端に残ったりするトラブルが報告されています。ORSEEの管理画面から被験者リストを定期的にクリアするだけでなく、被験者用PCにはゲストモードでの接続を義務付けましょう。oTreeのsession.configでキャッシュ制御ヘッダーを明示的に設定することも有効です。

Q9. 2026年時点で、実験経済学のPC環境で注目されている技術動向はありますか？

AIによる被験者行動予測モデルのローカル実行が注目されています。Ryzen 9 9950Xの16コア性能を活かして、Hugging Faceのローカル推論基盤をDockerで構築し、実験データとリアルタイム連携する事例が増えています。また、量子化されたAIモデルをCPUのみで動かすOpenVINOやONNX Runtimeの利用も普及し、高価なGPUなしで統計解析と実験管理を一元化する流れが進んでいます。クラウド依存を減らすエッジコンピューティングが標準になりつつあります。

Q10. オープンソースフレームワークから商用プラットフォームへの移行は検討すべきですか？

研究の再現性確保とコスト最適化のバランスで判断してください。oTreeやzTreeは学術界の標準ですが、ProlificやCloudResearchといった商用プラットフォームは被験者確保の安定性が高く、IRBの要件も満たしやすいです。ただし、データのエクスポート形式やAPI制限がプラットフォーム依存するため、将来のメタ分析や大規模データ連携を見越せば、DBスキーマの標準化（[PostgreSQL）を早期に定義しておくことが重要です。移行は段階的に行うべきです。

まとめ

• 管理PCはRyzen 9 9950Xと[DDR5-6000 64GBで構成し、oTree 5やzTree 6の並列処理・デバッグを高速化
• 実験室サーバーにU[bun](/glossary/bun-runtime)tu 24.04 LTSを導入し、DockerでORSEE・SoPHIE・LIONESSの環境を隔離管理
• 被験者用シンクライアント10〜30台対応に25GbEギガビットLANとUPSを併用し、遅延と停電リスクを排除
• ProlificとCloudResearchのAPI連携を前提としたRESTサーバー構成で、データ収集と倫理審査対応を効率化
• 組立PCとOEMサーバーを用途別に使い分け、総コスト抑制と拡張性を両立する設計が長期的維持に不可欠
• 構築後はping値1ms以下の通信安定化とDockerメモリ制限の定期監査を実施し、データ欠損を未然に防止

次は実験シナリオの実際の並列実行テストから始め、必要に応じてシンクライアント台数を段階的に増やしながら環境の負荷分布を確認することをお勧めします。 論文投稿前にProlificとCloudResearchのデータ同期スクリプトを動作確認し、収集形式とタイムスタンプが分析パッケージに完全適合しているかを検証してください。