[论文阅读] Dynamic Group Behaviors for Interactive Crowd Simulation

本文链接：https://blog.csdn.net/weixin_45693821/article/details/129311675

[论文阅读] Dynamic Group Behaviors for Interactive Crowd Simulation

文章目录

[论文阅读] Dynamic Group Behaviors for Interactive Crowd Simulation

论文地址

Dynamic Group Behaviors for Interactive Crowd Simulation-原文

Liang He, Jia Pan, Sahil Narang, Wenping Wang, Dinesh Manocha

论文简介

本篇论文的重点在于能够生成动态的群体行为，与真实世界（视频）中出现的人群移动时动态形成小团体现象一致。本文采用least effort principle和改进版的RCA实现寻路和组内、组间的碰撞避免。

Introduction

人群仿真的其中一个主要挑战在于导航、碰撞避免、社会交互方面的不同建模方法。其中，group dynamics的建模是非常重要的，J. James1953年提出群体大小服从泊松分布。

但是先前的研究多数忽视了对任意环境下动态group dynamics的仿真。比如：每个group的大小并不是固定不变的，group可能会分散、合并，group中的任意一个agent有可能随时变换到另一个group。

main results：

提出了开创性的动态仿真群体行为的方法，使用spatial clustering方法，根据agent的位置和速度生成动态分组策略。最小努力原则保证了agent向目标位置前进。
延申了RCA碰撞避免方法，实现组内、组间的碰撞避免，因此可以仿真大规模人群、任意形状的群体。
经实验性能优，在许多复杂的benchmark上实验了该方法。

Overview+Method

背景简介-Velocity Obstacle：经典RVO思想，直观地说，VO在几何上可以构建为一个圆锥体，其顶点在agent的位置p，其两侧与包围群体的凸多边形相切，沿vG扩展，扩展大小为agent的半径ra，如figure3所示。

请添加图片描述

Group formation

用spatial clustering算法对人群做初始化分类，即：对于两个agent a 和b，如果a，b之间的距离小于超参数p并且 $v_a - v_b < \epsilon _v（超参数v）$ ，那么a和b属于同一个组；本文采用贪心算法做初始化分类，算法复杂度O（nk）并且每帧检查每个agent是都可以被分进已存在的组

Group maintenance and navigation

组间，一个组作为整体对其他组避障，即：

为了使组内的成员保持整体和谐运动，采用figure3的方式计算出组内每个agent的最小努力向量（ $v_a-v_G$ ），所有agent的最小努力向量相加，如果<0就从右边绕，否则从左边绕过。一个group i和其他多个group避障时，先随便选一个group，算出从哪边绕，选出 $e_i^s,s=left~or~right$ ；对于所有其他group，如果有碰撞可能，且在 $e_i^s$ 的s侧，则更新 $e_i^s$ 为这个group的 $e_i^s$ 。用最后算出的 $e_i^s$ 作为这个group的整体避障策略。
组内，除了group leader的每一个agent都选择一个跟从的agent，即：

如果这个group决定从s侧绕过其他的group，那么 $e_i^s$ 就是这个组内所有成员暂时的目标点。group内离目标最近的agent作为group leader。group内所有其他的agent找自己的follower：组内所有比自己离leader更近的agent中，离自己最近的那一个。

Group Update

如果一个agent接近目标，即原有的v_desired不会与其他agent相撞，就让这个agent从group中独立出来，采用ORCA原则接近目标
如果许多group变形，不是凸多边形了，就重新做一次group formation

Collision Avoidance

沿用Group maintenance and navigation里的方法完成。

先采用ORCA的agent-group碰撞避免模式让group leader和其他group避障，即：

对于一个group leader agent和其他group，采用figure3的方式计算出VO，选取VO之外的、离自己原有的v_desired最近的速度方向矢量即可。
然后采用ORCA的agent-agent碰撞避免模式让其他agent和其他group避障，即：

对于所有group leader的follower，他们的新速度矢量为：原有的v_desired在 $p_{leader}-p_{this~agent}$ 方向上的投影（p为位置）

文章中Overview提到，“An agent aligns itself with a group such that the resulting motion is governed by effort minimization”，agent将自己与一个群体对齐，从而使所产生的运动受努力最小化原则的支配。感觉这句话在本文中没有很好的体现。。。

请添加图片描述