Collective Information Processing and Pattern Formation in swarms, flocks and crowds
在过去的十年里，动物群体和社会中自发组织的集体活动吸引了相当多的关注。这种协调往往使群居物种能够完成远远超出单个个体能力的集体任务。特别是，一个关键的好处在于在集体一级整合部分环境知识。在这篇文章中，我们讨论了各种自组织现象的动物群体和人类群体的观点，个人之间的信息交换。特别是，我们提供了一个一般性的描述，跨物种的集体动态，并介绍了这些动态的分类，不仅在个人之间的信息传递的方式，而且在集体层面上的知识处理。最后，我们强调这样一个事实，即个人的能力，从过去的经验中学习，可以有一个反馈效应的集体动态，与行人人群中的行为惯例的发展经验。
2010-05-19 nlin.AO physics.soc-ph
Modelling competition for space: Emergent inefficiency and inequality due to spatial self-organization among a group of crowd-avoiding agents
Cochin University of Science and Technology（科钦科技大学）；Assumption College Autonomous, Changanassery（昌加纳塞里自治阿桑普申学院）
本文研究了一种新型模型，探讨了在复杂适应系统中，代理为避免局部拥挤而竞争空间资源的动力学和涌现行为，发现低效利用空间在特定密度下出现峰值，不平等程度随信息量降低而减少。
2025-01-10 cond-mat.stat-mech physics.soc-ph
Discrepancies in Pedestrian Crossing of Static vs. Dynamic Crowds: An Experimental Study
该研究通过实验分析静态与动态人群的行人过街差异，引入群集因子定量评估，发现两类场景的行为机制不同，并揭示了全局密度对各速度分量的影响规律。
2025-06-18 physics.soc-ph
Exploring crowd persistent dynamism from pedestrian crossing perspective: An empirical study
本文通过系统性实验从宏观与微观层面探究静态和动态人群中行人的穿越行为，发现行人通过绕行克服空间限制，进而引发人群持续集体动态性，为极端条件下的行人动态性及行为预测提供实证支持。
2023-11-26 physics.soc-ph
The walking behaviour of pedestrian social groups and its impact on crowd dynamics
人类群体运动主要是由基于行人之间局部相互作用的自组织过程驱动的。虽然大多数关于群体行为的研究只考虑孤立个体之间的互动，但事实证明，群体中高达70%的人实际上是在群体中移动的，例如朋友，夫妇或家人一起散步。这些群体构成了中等规模的聚合结构，其对人群动态的影响在很大程度上仍然是未知的。在这项工作中，我们分析了约1500个行人群体在自然条件下的运动，并表明，群体成员之间的社会互动产生典型的群体步行模式，影响人群动态。在低密度下，群体成员倾向于并排行走，形成一条垂直于行走方向的线。然而，随着密度的增加，直线行走的队形会向前弯曲，变成V形。这些空间模式可以很好地描述了一个模型的基础上，社会群体成员之间的沟通。我们发现，V形行走模式有利于群体内的社会互动，但由于其“非空气动力学”的形状，减少了流量。因此，当人群密度增加时，群体组织是在加快步行速度和促进社会交换之间进行权衡的结果。这些见解表明，人群动力学不仅是由其他行人和环境引起的物理约束，但也显着由个人之间的沟通，社会互动。
2010-03-19 physics.soc-ph
CosForce: A Force-Based General Pedestrian Model with Anticipation and Reaction Mechanisms
本文提出基于力的通用行人模型CosForce，利用余弦函数隐式捕捉预期与反应机制，以线性时间复杂度分析自组织与崩溃场景，有效重现相分离并揭示高密度人群临界转变过程。
2025-09-12 physics.soc-ph
Modeling self-organization in pedestrians and animal groups from macroscopic and microscopic viewpoints
本文主要研究智能系统的数学建模，如人类群体和动物群体。特别是，重点是不同的自组织模式的出现，从非局部性和各向异性的个人之间的相互作用。引入了一种通过时间演化测度的数学方法，在统一的建模框架内处理宏观和微观尺度。然后，自组织问题的调查和数值再现在适当的规模，根据所考虑的代理的种类。
2009-10-24 math-ph math.MP nlin.AO
How simple rules determine pedestrian behavior and crowd disasters
随着群体性事件规模的不断扩大和发生频率的不断提高，人群灾害的研究和行人流的模拟已经成为重要的研究领域。然而，即使是成功的建模方法，如牛顿力模型的启发，仍然不完全符合经验观察，有时很难校准。本文提出了一种基于行为分析的认知科学方法。我们建议，引导视觉信息，即障碍物在候选视线的距离，行人应用两个简单的认知程序，以适应他们的步行速度和方向。虽然比以前的方法更简单，但该模型预测的个人轨迹和集体运动模式与大量的经验和实验数据具有良好的定量一致性。这包括自组织现象的出现，例如自发形成单向车道或走走停停的波浪。此外，行人碰撞与身体碰撞的结合产生了极端密度的人群湍流，这是在最近的人群灾难中观察到的现象。通过提出多个个体之间同时相互作用的综合处理，我们的方法克服了当前物理学启发的对相互作用模型的局限性。因此，通过认知行为学了解人群动态不仅对更好地准备安全的群体事件至关重要。它还为更现实的集体社会行为建模扫清了道路，特别是人类群体和生物群体。此外，我们的行为学可能有助于提高自主机器人的导航。
2011-05-11 physics.soc-ph
From Crowd Dynamics to Crowd Safety: A Video-Based Analysis
人群动力学的研究是有趣的，因为许多行人的相互作用产生的各种自组织现象，这可能会改善或阻碍他们的流动。除了在中等密度下形成均匀步行方向的车道和瓶颈处的振荡外，最近发现停走波[D。Helbing等人，物理修订版信函97，168001（2006）]和一个现象称为“人群湍流”，可以发生在高行人密度[D. Helbing等人，E 75，046109（2007）]。虽然极端条件下行人的行为对群体性事件的进出和紧急疏散的安全具有决定性意义，但目前还缺乏对极端拥挤的实证研究。因此，本文讨论了如何可以研究高密度条件下，根据适当的视频数据。这是说明在朝圣者流进入前贾马拉桥在米纳，5公里的麦加，沙特阿拉伯的神圣清真寺的例子。我们的研究结果揭示了以前意想不到的斑图形成现象，并表明，平均个人速度不去为零，即使在10人每平方米的局部密度。由于最大密度和流量与其他国家的测量结果不同，这对群众活动设施的容量评估和规模确定具有影响。当情况变得拥挤时，流量显著下降，这可能导致走走停停的波浪和密度的进一步增加，直到达到临界人群条件。然后，“人群动荡”开始，这可能引发人群灾难。
2008-10-25 physics.data-an physics.soc-ph
Hybrid Machine Learning and Physics-based Modelling of Pedestrian Pushing Behaviours at Bottlenecks
本文针对高密度人群中瓶颈处的推挤行为，提出融合推挤倾向异质性、随机森林推挤预测和动态运动策略调整的机器学习与物理混合模型，并通过瓶颈实验验证其能有效再现人群动力学。
2024-12-28 physics.soc-ph
I see you, do you see me? Perception-based crowdedness and behavioral responses in pedestrian dynamics
Wrocław University of Science and Technology（弗罗茨瓦夫科技大学）
研究行人动力学中基于感知的拥挤度及行为反应，通过分析实验行人过街流，探讨感知各向异性对行为关系的影响，发现相互作用几何形状对过街流组织影响更强，动态基本图能更完整地表征瞬态行人相互作用。
2026-07-13 physics.comp-ph physics.soc-ph
Understanding the power-law nature of participation in community sports organizations
本文通过分析社区体育组织 2,956 名成员 6 年的参与数据，发现参与频率呈幂律分布，并提出 HFBI 模型，以习惯形成和行为惯性机制解释群体及个体层面的参与动态，为干预设计提供理论基础。
2023-07-08 cs.SI physics.soc-ph
Pedestrian flows through a narrow doorway: Effect of individual behaviours on the global flow and microscopic dynamics
我们通过控制实验研究了行人通过狭窄门口的疏散动力学。行人的行为的影响进行了调查，规定一个自私的态度的一小部分c\_s的参与者，而其他人的行为礼貌。由于原始设置能够将外出的参与者重新注入到房间中，因此分析是在（宏观上）准静止状态下进行的。我们发现，随着cs的增加，流量J上升，在正常条件下的出口和竞争性疏散的测量值之间进行插值。几个流量特性对门口行人密度$ρ$的依赖性，独立于c\_s，表明宏观上的行为方面可以被归入密度下，至少在我们的特定设置与有限的人群压力。特别地，在这些条件下，J随着$ρ$单调增长直到“紧密堆积”（$ρ$ $\approx$ 9 pers/m ${}^2$）。然后用显微镜表征流动。在其他数量中，连续逃跑之间的时间间隔，行人在门前等待的时间，以及他们的入射角进行了统计分析。简而言之，我们的主要研究结果表明，礼貌人群的流动是有序的，出口之间的时间间隔分布狭窄，而对于较大的c\_s的流动变得无序，消失的时间间隔出现。对于所有的c\_s，我们发现一个交替之间的短期和长期的时间间隔，我们归因于一个广义的拉链效应。出口区的平均等待时间随着其占用率的增加而增加。还评估了参与者感受到的流动和压力的紊乱。
2017-01-09 cond-mat.stat-mech physics.soc-ph
The Computational Foundations of Collective Intelligence
University of Leeds, UK（利兹大学）；University of Rochester, USA（罗切斯特大学）；Johns Hopkins University, USA（约翰霍普金斯大学）
本文提出集体智能的计算基础框架，论证集体因拥有更大计算资源而优于个体，并产生群体智慧、集体感知、劳动分工和文化学习等智能形式，且通过动物导航与决策案例展示集体采用性质不同的策略。
2025-09-06 cs.AI cs.MA cs.NE
Stigmergy-based modeling to discover urban activity patterns from positioning data
University of Pisa（比萨大学）；Bruno Kessler Foundation（布鲁诺·凯斯勒基金会）；M.I.T. Media Laboratory（麻省理工学院媒体实验室）
定位数据提供了一个显着的信息来源，分析人群的城市动态。然而，从人群的紧急行为中发现城市活动模式涉及复杂的系统建模。另一种方法是采用属于涌现范式的计算技术，它使数据的自组织和自适应分析成为可能。具体来说，我们的方法是基于污名。通过使用stigmergy每个样本位置与数字信息素存款，逐步蒸发和聚集与其他存款根据他们的时空接近。基于这一原则，我们利用定位数据来识别高密度区域（热点），并描述它们随时间的活动。这种特性允许在不同的日子发生的动态比较，提供了一个聚类技术可利用的相似性度量。因此，我们根据他们的活动行为对日子进行聚类，发现意想不到的城市活动模式。作为案例研究，我们分析了2015年纽约市的出租车痕迹。
2019-01-21 cs.AI cs.SI physics.soc-ph
The effect of perception anisotropy on particle systems describing pedestrian flows in corridors
我们考虑一个微观模型（一个系统的自推进粒子）来研究一大群行人在走廊里行走的行为。我们的兴趣点是各向异性相互作用对人群的全球行为的影响。我们头脑中的各向异性反映了这样一个事实，即人们在各个方向上都不能同样好地感知（即看到，听到，感觉或闻到）他们的环境。在我们的模型中的个人的动态遵循从一个系统的牛顿式方程的过阻尼限制。瞬时速度是以这样一种方式建模的，即它考虑了一个人感知另一个人的角度。我们调查的影响，这种感知各向异性的模拟手段，非常分子动力学的精神。我们定义了一些特征量化器（包括极化指数和森田指数），作为措施，例如组织和集群，我们使用这些指数调查的影响，各向异性的全球行为的人群。本文的目标是研究这种模型的潜力;对模拟数据进行广泛的统计分析，或再现任何特定的现实生活中的情况都超出了其范围。
2013-04-16 math-ph math.MP nlin.AO
