近年，駅や都市部などの人が集まる場所の安全性の向上や地域の活性化のために，人流のシミュレーションを行い，分析する取り組みが進んでいる．しかし，平常時の公共空間では，個人が多様な目的で行動していることから，人流を従来の単一の歩行者行動モデルで分析することは困難である．そこで本研究では，遺伝的プログラミングを拡張した自動グループ構成手法（Automatically Defined Groups; ADG）を用いることで，多様な目的を持つ歩行者の行動規則を構築する手法を提案する．本手法を用いて，実測の人流データに基づいて学習を行ったところ，シミュレーション中のエージェントが多様な目的によって分類され，個々の行動をとることを確認した．