Crowd Simulation Modeling Applied to Emergency and Evacuation Simulations using Multi-Agent Systems
近年来,人群建模在计算机游戏行业和应急模拟中变得越来越重要。本文讨论了在这一领域已经取得的成就,从社会科学的计算机实现建模和仿真的一些方面。问题概述包括一些最常用的技术。多智能体系统被认为是紧急疏散模拟的首选方法。在Fangqin和Aizhu工作的基础上提出了一个框架,并扩展到包括一些BDI方面。未来的工作包括扩展模型的功能和实施的原型验证提出的方法。
2013-03-15 cs.MA
Emotion-Based Crowd Simulation Model Based on Physical Strength Consumption for Emergency Scenarios
人们越来越关注交通流和人群运动的建模和仿真,这两种现象在许多情况下都涉及行人和汽车之间的相互作用。特别是,人群模拟对于理解流动性和交通模式非常重要。本文提出了一种基于情感的、融合体力消耗的人群仿真模型。受“忠实演员”理论的启发,模型中每个个体的动作都是通过模拟体力消耗和恐慌情绪的影响来确定的。特别地,使用基于物理学的数值方法来计算人的体力消耗。受James-Lange理论的启发,恐慌水平是通过增强的情绪传染模型来估计的,该模型利用了体力消耗和恐慌之间的内在关系。据我们所知,我们的模型是第一个方法整合体力消耗到一个基于情感的人群仿真模型,通过利用体力消耗和情感之间的关系。我们强调了不同场景下的性能,并将所产生的行为与现实世界的视频序列进行比较。我们的方法可以可靠地预测在紧急情况下个人的体力消耗和恐慌程度的变化。
2019-12-08 cs.MA
Dynamic Group Behaviors for Interactive Crowd Simulation
提出了一种新的算法来模拟动态群体行为的交互式多智能体人群模拟。我们的方法是通用的,不对环境、形状或群体的大小做任何假设。我们使用最少的努力原则,执行一致的组导航,并提出有效的组间和组内维护技术。我们扩展了互惠碰撞避免计划,以执行代理组和组组碰撞避免,可以生成无碰撞以及连贯和轨迹。动态组模拟的额外开销相对较小。我们强调其在复杂场景中与数百个代理的交互性能,并将轨迹行为与真实世界的视频进行比较。
2016-02-11 cs.MA
Scenario Generalization of Data-driven Imitation Models in Crowd Simulation
群体模拟是研究多个智能体在复杂环境中的运动,是机器学习的一个独特的应用领域。在人群模拟中的一个挑战是模仿专家代理在高密度人群中的运动。一个模仿模型可以取代一个专家代理,如果模型的行为一样好的专家。这将带来许多令人兴奋的应用。然而,我们认为,以前的研究没有考虑到训练数据和训练方法如何影响模仿者的关键问题,当这些模型应用于新的场景。在这项工作中,一个通用的模仿模型是通过应用行为克隆(BC)的训练方法或更复杂的生成对抗模仿学习(GAIL)方法,在三个典型类型的数据域:标准的基准评估人群模型,随机抽样的状态-动作对,以自我为中心的情况下,捕捉本地的相互作用。模拟结果表明,(i)简单的训练方法总体上优于更复杂的训练方法,(ii)具有不同代理-代理和代理-障碍物交互的训练样本有利于减少训练模型应用于新场景时的碰撞。我们还评估了我们的模型模仿从监控视频中观察到的真实世界人群轨迹的能力。我们的研究结果表明,在代表性场景上训练的模型可以推广到在真实人群中观察到的新的、看不见的情况。
2019-10-02 cs.MA
A Turing Test for Crowds
人群模拟的真实性和可信度支撑了人类集体行为的计算研究,并对城市设计,警务,安全和许多其他领域产生影响。现实主义关注模拟和观察数据之间的拟合程度,可信度关注人类对可解释性的感知。在本文中,我们问两个问题,通过所谓的“图灵测试”的人群:(1)人类观察者可以区分真实和模拟人群,(2)人类观察者可以识别真实人群与模拟人群?在一项针对学生志愿者(n=384)的研究中,我们发现了令人信服的证据,证明非专业人员能够可靠地区分真实和模拟人群。一个更令人惊讶的结果是,这些人绝大多数都无法识别真正的群体。也就是说,他们可以区分真实的人群和模拟的人群,但无法区分哪个是哪个。我们的主要结论是,(至少对外行人来说)现实的群体是不可信的(反之亦然)。
2019-11-15 cs.MA
Crowd Behavior Simulation with Emotional Contagion in Unexpected Multi-hazard Situations
本文提出了一种新的人群模拟方法,通过对多危险环境下恐慌情绪的产生和传染进行建模。具体而言,我们首先将危险分为不同的类型(瞬时和持续,并发和非并发,静态和动态)的基础上,其固有的特性。然后,我们为每种危险引入危险场的概念,并进一步将危险场的临界水平转化为引发的恐慌情绪。在此基础上,我们提出了一个情绪传染模型来模拟在这些情况下,由多种危险引起的恐慌情绪的演变过程。最后,我们引入了一个情绪交互速度障碍(ERVO)模型来模拟人群的行为,通过增加传统的RVO模型的情绪传染,它结合了情绪的影响和局部回避第一次。我们的实验结果表明,该方法可以很好地产生现实的群体行为,以及恐慌的情绪动力学在人群中的多危险环境。
2019-02-16 cs.MA
Crowd simulation for crisis management: the outcomes of the last decade
在过去的几十年里,危机管理中的人群模拟被强调为许多科学领域感兴趣的重要课题。随着计算资源的不断发展,以及人工智能的能力,对更好和更逼真的仿真的需求已经变得越来越有吸引力和流行的科学家。这些年来,已经发表了数百篇研究文章,并创建了许多不同的系统,旨在模拟人群行为,危机情况和紧急疏散场景。为了更好的结果,最近的研究集中在分离的危机管理的问题,多个研究子领域(类别),如导航的模拟行人,他们的心理,群体动力学等,有扩展的研究工作,提出了新的方法和技术,这些类别的问题。在本文中,我们提出了三个主要的研究类别,每一个由几个子类别,依靠人群模拟危机管理方面,我们提出了过去十年的成果,主要集中在工程利用多智能体技术。我们分析了过去几年中引入的一些技术,方法,技术,工具和系统。对拟议类别进行了比较审查和讨论,以确定拟议类别的最有效方面。一个总体框架,对未来的人群模拟危机管理的基础上,最有效的产生最现实的结果,在过去的几十年。本文最后提出了一些亮点和未来发展方向的开放性问题。
2020-07-07 cs.MA
Essentials of an Integrated Crowd Management Support System Based on Collective Artificial Intelligence
行人和人群在空间结构中的动力学行为的模拟是一个综合的研究和应用背景,仍然为不同领域和学科的研究人员提出了挑战。尽管设计者和规划者越来越多地采用目前可用的用于这种模拟的商业系统来评估替代解决方案,但这类系统通常不与现有的监控和控制基础设施集成,这些监控和控制基础设施通常由人群管理者和现场操作员出于安全原因使用。本文介绍了一个基于集体人工智能方法的综合人群管理支持系统的要点和相关的计算框架,该系统包括:(i)来自和到被监视和控制的环境的接口(分别为传感器和致动器),(ii)一套软件工具,支援分析环境中出现的行人和人群现象,以提供(iii)比实际更快的-对当前情况的合理演变进行时间模拟,以便支持推理形式,从而为人群管理者提供决策支持,潜在地直接控制环境的要素(例如,阻挡旋转门、自动扶梯),向现场的操作员传达命令,或者试图通过动态标志或可听消息来影响行人。
2016-08-17 cs.MA
Cellular automaton model with turning behavior in crowd evacuation
紧急情况下有效的疏散政策对拯救生命至关重要。为了制定这样的政策,基于元胞自动机的仿真模型已被用于人群疏散动力学。在大多数以前的人群疏散研究中,疏散人员由$1 \times 1$正方形表示。然而,矩形($1 \times 2$)表示比正方形表示更适合这种模型,因为疏散人员的肩宽。矩形表示为疏散人员的行为提供了两个新的特征:侧向移动和转向。我们研究了这些行为对人群疏散动力学的影响。因此,我们构建了一个元胞自动机模型,其中疏散人员的肩宽是$1 \times 2$试图逃离一个房间在紧急情况下。仿真结果表明,转向行为可以缩短疏散时间,且存在一个最优转向率。我们的研究结果有助于在紧急情况下疏散人员的有效控制。
2020-03-27 cs.MA
Crowd simulation influenced by agent's socio-psychological state
我们工作的目的是创建虚拟人作为智能实体,其中包括尽可能接近自然人的行为的虚拟代理动画。为了完成这个任务,我们的代理必须能够与环境交互,与对象和其他代理交互。虚拟代理需要充当真实的人,所以他应该能够根据自己的感知,从他所插入的世界的几何模型中提取语义信息,并实现自己的决策。个体的运动表现为社会力量模型和基于规则模型两种运动方式的结合。这些动作受到一套社会心理规则的影响,以产生更现实的结果。
2010-04-26 cs.MA
An early warning method for crush
致命的挤压条件发生在人群中的悲剧频率。活动组织者和建筑师经常因未能考虑挤压的原因和影响而受到批评,但现实情况是,预测和缓解此类条件提供了一个重大的技术挑战。在人群模拟中完全处理物理力是精确的,但计算成本很高;人类解释结果的更常见方法在计算上“便宜”,但主观和耗时。在本文中,我们提出了一种替代方法的分析人群的行为,它使用信息论来衡量人群的混乱。我们展示了如何将这种技术可以很容易地纳入现有的模拟框架,并验证它对历史事件。我们的研究结果表明,该方法提供了一个有效的和高效的自动检测的挤压路线。
2010-08-12 cs.MA
ACSEE: Antagonistic Crowd Simulation Model with Emotional Contagion and Evolutionary Game Theory
在严重冲突的情况下,经常可以观察到敌对的人群行为。对抗性情绪是群体暴力场景中不同角色主体(警察、活动分子和平民)的典型心理状态,其在群体中通过传染传播的方式是群体对抗性行为产生的重要原因。博弈是指对立群体之间为了获得更高的利益和更少的伤亡而采取不同策略的互动,它决定了群体暴力的水平。提出了一个融合对抗性情绪传染和进化博弈理论的对抗性人群仿真模型ACSEE。我们的方法使用两个组件:心理情绪和外部情绪模型的代理在不同的角色之间的对抗情绪。我们结合增强型易感-传染-易感(SIS)和博弈方法来评估对抗性情绪传染在群体暴力中的作用。我们的进化博弈论方法通过威慑力将对抗性情绪传染结合起来,这是由情感力量和身体力量击败对手的混合物建模的。对抗性情绪传染和进化博弈理论相互影响,决定了对抗性群体行为。我们评估我们的方法对现实世界的情况下,包括不同种类的代理。我们还将模拟的人群行为与真实世界的人群视频进行比较,并使用我们的方法来预测暴力事件中人群运动的趋势。我们研究了各种因素(代理人数量,情绪,策略等)的影响。关于群体暴力的结果我们目前的用户研究结果表明,我们的模型可以模拟类似于在现实世界中看到的对抗人群行为。
2019-11-24 cs.MA cs.MM
A Simple and Realistic Pedestrian Model for Crowd Simulation and Application
Korea Advanced Institute of Science and Technology(韩国科学技术院)
如何模拟真实的行人人群是研究的一个主要挑战。已经提出了几种人群模拟模型,如细胞自动机模型,基于代理的模型,流体动力学模型等。重要的是要注意,基于代理的模型是能够,比其他方法,提供一个自然的描述系统,然后捕捉复杂的人类行为。在本文中,我们提出了一个多智能体仿真模型,其中行人的位置更新在离散的时间间隔。它考虑到一个简单的行人位于人群中的主要正常条件,如偏好,现实的环境感知等,我们的目标是模拟行人人群逼真的模拟可信的行人行为。模拟了典型的行人现象,包括行人在走廊中的单向和双向运动以及行人通过瓶颈的情况。进行的模拟表明,我们的模型是能够产生现实的行人行为。得到的基本图和瓶颈处的流量与经典结论和实证研究结果吻合得很好。希望本文的研究思路能对促进行人人群的建模与仿真起到抛砖引玉的作用。
2017-08-13 cs.AI cs.MA nlin.CG
The Impact of Position Errors on Crowd Simulation
在大型人群活动中,总是存在发生踩踏事故的潜在可能性。事故可能会导致受伤甚至死亡。控制人群流动和预测危险拥堵点的方法将有利于现场当局管理人群和防止致命事故。最流行的方法之一是基于个人全球定位系统(GPS)设备的位置数据的实时人群模拟。然而,空间数据的准确性因不同的GPS设备而异,并且还受到事件发生的环境的影响。在本文中,我们想评估的位置误差对踩踏预测的影响。我们提出了一个自动实时检测踩踏事件(ARES)的方法来预测大型活动的踩踏事件。我们在Menge框架中实现了三种不同的踩踏评估方法,并将位置误差纳入其中。我们的分析表明,模拟踩踏的概率显着变化的位置误差,这不能完全消除的帮助下,经典的技术,如卡尔曼滤波器的幅度的增加。因此,这是我们的立场,新的踩踏评估方法应开发,重点是位置噪声的检测和消除其影响。
2018-10-25 cs.DC cs.MA
Enhancing Evacuation Planning through Multi-Agent Simulation and Artificial Intelligence: Understanding Human Behavior in Hazardous Environments
King Abdul-Aziz University(阿卜杜勒阿齐兹国王大学)
本研究采用AI中的多智能体系统技术,基于NetLogo构建危险环境疏散仿真模型,以捕捉疏散场景复杂动态、深化人类危急行为理解,助力制定更高效的疏散策略,提升危险场所人员安全。
2023-06-11 cs.AI cs.MA
A Unified Simulation Framework for Visual and Behavioral Fidelity in Crowd Analysis
University of Trento(特伦托大学);CNIT - Consorzio Interuniversitario per le Telecomunicazioni(意大利大学间电信联盟(CNIT))
针对视觉模型训练数据不足的问题,本文提出 UniCrowd 人群仿真器及验证流程,可生成兼具视觉与行为保真度的标注数据,服务检测、分割及多种人群分析任务。
2023-12-05 cs.CV cs.MA
Simulation of Crowd Egress with Environmental Stressors
University of Connecticut(康涅狄格大学)
本文提出了一种考虑环境压力源的人群疏散模拟方法,结合压力理论与社会力模型,用于研究疏散过程中人群的聚群行为和路径寻找活动。
2026-07-12 cs.MA nlin.AO physics.soc-ph
Parameter Calibration in Crowd Simulation Models using Approximate Bayesian Computation
行人人群的仿真模型是研究和工业中无处不在的工具。这些模型的参数必须经过仔细校准,最后比较相互竞争的模型,以决定哪种模型最适合某一特定目的,这将是很有意义的。在这方面的贡献,我演示了近似贝叶斯计算(ABC),这已经是一个流行的工具,在其他领域的科学,可以用于模型拟合和模型选择在行人动态的背景下。我将两种不同的行人动力学模型与人群通过瓶颈的数据进行了拟合。一个模型描述连续空间中的运动,另一个模型是元胞自动机,因此描述离散空间中的运动。此外,我使用两个指标来比较模型和数据。第一个是基于出口时间,第二个是基于行人在瓶颈前面的速度。我的研究结果表明,虽然模型拟合是成功的,相当程度的不确定性的一些模型参数的值仍然模型拟合后。重要的是,模型拟合中度量的选择会影响参数估计。模型选择对于出口时间度量是不确定的,但是对于基于速度的度量支持连续空间模型。这些研究结果表明,ABC是一种灵活的方法,并强调与模型拟合和模型选择的行人动力学的困难。ABC需要多次模拟运行,选择适当的指标来比较数据和模拟需要仔细注意。尽管如此,我认为ABC是一个很有前途的工具,因为它是通用的,很容易实现的,越来越多的公开可用的人群模拟器和数据集。
2020-01-28 cs.MA stat.AP
Informative Scene Decomposition for Crowd Analysis, Comparison and Simulation Guidance
University of Leeds(利兹大学);Xi’an Jiaotong University(西安交通大学)
人群模拟是包括图形学在内的多个领域的中心课题。为了实现高保真模拟,越来越多地依赖数据进行分析和模拟指导。然而,现实世界中的数据信息往往是嘈杂的、混杂的、非结构化的,难以进行有效的分析,因此没有得到充分的利用。随着人群数据量的快速增长,需要解决这样的瓶颈。在本文中,我们提出了一个新的框架,全面解决这个问题。它的核心是一种无监督的分析方法。该方法将具有高度混合多维(空间,时间和动态)信息的原始和噪声数据作为输入,并通过学习这些维度之间的相关性来自动构建它。这些维度及其相关性充分描述了场景语义,场景语义由场景中反复出现的活动模式组成,表现为具有时间和动态轮廓的空间流。分析的有效性和鲁棒性已经在体积、持续时间、环境和人群动态变化很大的数据集上进行了测试。在此基础上,提出了数据可视化、仿真评估和仿真指导的新方法。总之,我们的框架建立了一个从原始数据到人群分析、比较和模拟指导的高度自动化的管道。广泛的实验和评估已经进行了展示我们的框架的灵活性,通用性和直观性。
2020-04-29 cs.CV cs.GR cs.LG
Distilling Aggregate Mobility Statistics into a Language Model Policy for Post-Event Crowd Simulation
The University of Osaka(大阪大学);RIKEN Center for Computational Science(理化学研究所计算科学中心)
该研究针对仅能获取聚合出行统计数据的场景,通过微调语言模型人群智能体并结合迭代比例拟合与低秩适配器,降低了事件后人群模拟的目的地份额误差。
2026-08-21 cs.AI cs.MA
Viral transmission in pedestrian crowds: Coupling an open-source code assessing the risks of airborne contagion with diverse pedestrian dynamics models
本文通过耦合行人模拟与基于CFD预计算病毒浓度图的开放源代码传播算法,研究人群空气传播风险,发现双向流中风险预测对模型和初始条件较稳定,但通道中心拥堵时风险急剧上升。
2023-12-04 cs.MA physics.soc-ph
Modelling social identification and helping in evacuation simulation
社会科学家批评了行人流的计算机模型,因为它们将心理群体视为仅仅是个人的集合。事实上,大多数疏散动力学模型都使用物理学中的类比,将行人视为粒子。虽然这确保了模拟的结果与重要的物理现象相匹配,例如随着密度的增加,人群的减速,但忽略了群体过程等社会现象。特别是,人群中的人具有社会身份,并与人群中的其他人分享这些社会身份。自我分类的过程决定了人群中的规范,并影响人们在疏散情况下的行为。我们制定了应用程序的社会身份在行人模拟算法。我们的目标是检查是否有可能进行的心理模型,以计算机模型的行人运动,使模拟结果对应于观察人群心理。也就是说,我们量化和形式化的实证研究和口头描述的群体身份对行为的影响。我们使用不确定性量化来分析当我们改变关键模型参数时模型的行为。在第一种方法中,我们将自己限制在一个特定的场景中,这个场景已经被人群心理学家彻底调查过,并且有一些定量数据可用:2005年7月7日伦敦地铁车厢的爆炸和随后的疏散。
2016-07-12 cs.MA math.DS physics.soc-ph
An Improved Simulation Model for Pedestrian Crowd Evacuation
College of Science, University of Sulaimani(苏莱曼尼大学理学院);University of Kurdistan Hewler(库尔德斯坦休勒大学);Charles Sturt University(查尔斯斯特大学);Singidunum University(辛吉杜努姆大学);Engineering College, Salahaddin University-Erbil(埃尔比勒萨拉赫丁大学工程学院);Lebanese French University(黎巴嫩法国大学);The University of Burdwan(伯德万大学)
本文研究了一种最新的行人疏散模型,即,2019年底开发的“基于各种人工智能技术的行人人群疏散模拟模型”。本研究通过提出一种新的方法并将其与模型相结合,为开发的模型增加了新的功能。这种方法使开发的模型,以找到一个更合适的疏散区设计,其中包括安全,由于选择最佳的出口门的位置之间的许多建议的位置。该方法完全取决于所选模型的输出,即,疏散过程中每个人的疏散时间。该方法首先求出每个出口门位置的疏散时间的平均值,然后根据平均疏散时间,确定最佳出口门位置。为了验证该方法,使用了各种书面方案的疏散区的各种设计。结果表明,该方法能在众多建议出口位置中预测出一个较好的出口位置。最后,从本研究的结果,使用这种新提出的方法的集成,一个新的能力,为选定的模型在安全方面允许正确的决定,选择最好的设计,为疏散区等设计。
2020-12-04 cs.AI cs.MA
A Simulation Model for Pedestrian Crowd Evacuation Based on Various AI Techniques
College of Science, University of Sulaimani(苏莱曼尼大学理学院);Sulaimania Polytechnic University(苏莱曼尼亚理工大学);University of Kurdistan Hewler(休勒库尔德斯坦大学)
本文试图设计一个行人人群疏散的智能仿真模型。为此目的,细胞自动机(CA)与模糊逻辑,第k近邻(KNN),和一些统计方程完全集成。在这个模型中,每个行人都被分配了一个特定的速度,根据他/她的身体,生物和情感特征。通过将每个行人的速度与环境、行人分布和对出口的熟悉程度等各种因素相结合,评估每个行人的应急行为和疏散效率。这些因素都对疏散过程有很大的影响。进行了几个实验,以验证该模型在不同的紧急情况下的性能。结果表明,该模型可以预测不同类型建筑内部和行人分布的疏散时间和紧急行为。该研究为建筑疏散系统的设计提供了参考。
2019-12-03 cs.AI cs.MA physics.soc-ph
Social Groups and Pedestrian Crowds: Experiment on Dyads in a Counter Flow Scenario
行人模拟的校准和验证需要获得人类行为的经验证据。目前的工作提出了一个实验的结果集中在潜在的联合效应的逆流和分组行人动态。特别是,我们专注于:(一)四种不同的配置流量比(双向场景中的次要流量和总流量之间的比率);(二)二元组,作为最常见和最基本的社会群体。结果表明,流量比的增加对行人的速度产生了负面影响。由于在逆流的情况下,组成员之间的运动协调困难,二人组行走速度明显慢于单人组。收集的结果代表了一个有用的贡献,对行人模拟验证。
2016-10-25 cs.MA physics.soc-ph
Towards an Integrated Approach to Crowd Analysis and Crowd Synthesis: a Case Study and First Results
与行人群体相关的研究,无论是理论性质的还是面向应用的,一般都集中在分析或综合与个体行人之间相互作用相关的现象,每个人的特征是目标,偏好和与他人的潜在相关关系,以及他们所处的环境。与与人群相关的文献相比,这些活动被系统地整合以实现互利的案例仍然很少。本文介绍了一个案例研究的综合方法来定义一个创新的模型,行人和人群的模拟(合成侧),实际上是动机和支持的经验数据的分析,从实验设置和观察在现实世界中的情况。特别是,我们将引入一个模型的行人,也是群体的成员,努力保持他们的凝聚力,即使在困难的情况下(例如高密度)的适应行为。本文将展示如何在一个良性循环中,综合阶段也为经验数据的分析提供了投入。
2013-03-20 cs.MA physics.soc-ph
Strategic and Crowd-Aware Itinerary Recommendation
Singapore University of Technology and Design(新加坡科技设计大学);Forth AI(Forth人工智能公司);University of Colorado Denver(科罗拉多大学丹佛分校)
旅游业对行程规划的需求迅速增长,但这项任务仍然复杂而困难,特别是考虑到需要优化多个用户的排队时间和人群水平时。由于涉及大量的参数,即,吸引人的流行程度,排队时间,步行时间,营业时间等许多最近的作品提出的解决方案的基础上,单人的角度来看,但否则不解决现实世界中的问题,从自然的人群行为,如自私的路由问题,它描述了无效的网络和次优的社会结果的后果,离开代理自由决定。在这项工作中,我们提出了战略和人群感知的行程推荐(SCAIR)算法,优化社会福利在现实世界中的情况。我们制定的马尔可夫链,使我们的模拟进行多时间的路线推荐策略。然后,我们评估我们提出的算法对各种竞争力和现实的基线使用主题公园数据集。我们的仿真结果突出了自私路由问题的存在,并表明SCAIR在处理这个问题上优于基线。
2020-06-09 cs.AI cs.GT cs.MA
How Affect Propagates among LLM Agents: Emergent Emotional Contagion in Crowd Simulation
University of Massachusetts(马萨诸塞大学)
研究多智能体人群模拟中情感传播,通过感知 - 评估 - 表达循环及借鉴相关模型构建架构,在多场景评估,揭示情感传染动态,包括警报扩散、个性影响等,还发现评估步骤动态依赖后端。
2026-07-29 cs.AI cs.CL cs.GR