本論文では、都市の道路ネットワークにおける発着点間の旅行需要推定の課題に対処するために、新たなベンチマークフレームワーク「BO4Mob」を提案します。これは、高次元のベイズ最適化（BO）を利用したもので、現実の大規模な交通ネットワークにおいて、限られた交通センサーのデータからOD旅行需要を推定する難しい逆最適化問題を扱います。本ベンチマークでは、実際のカリフォルニア州サンノゼの道路ネットワークに基づく5つのシナリオを設計し、入力次元は最大10,100にスケールアップ可能です。高解像度のオープンソース交通シミュレーションを活用し、現実的な非線形および確率的ダイナミクスを組み込んでいます。また、三つの最先端のBOアルゴリズムと二つの非BOベースラインを評価することで、このベンチマークの有用性を示しています。本研究は、スケーラブルな最適化アルゴリズムの開発とデータ駆動型の都市移動モデルの設計に役立つことを目的としています。