[論文レビュー] Performance Evaluation of Pedestrian Navigation Algorithms for City Evacuation Modeling

Fardad Haghpanah, Judith Mitrani‐Reiser+1 more|arXiv (Cornell University)|Jan 29, 2018

Evacuation and Crowd Dynamics参考文献 14被引用数 5

ひとこと要約

本稿では、動的で災害影響を受ける環境における都市避難シミュレーションのための歩行者ナビゲーションアルゴリズムを評価するための、収束性、最適性、正確性、効率性を特徴とするCOPEフレームワークを紹介する。このフレームワークは、ロボットナビゲーションアルゴリズムのバグ系列に適用され、地震や余震による変化する地形を伴う複雑で障害物が多い都市環境における避難民行動のシミュレーションの妥当性を示している。

ABSTRACT

Simulation is a powerful tool to study the behavior of physical, environmental, and social systems under different conditions. Evacuation simulation can be used to estimate the required time for people to exit a building or evacuate disaster exposed regions. While building evacuation simulation has seen significant study, city evacuation simulation is less developed. For evacuation simulations using Agent-Based Models, the characteristics of the underlying navigation algorithms are important in the overall efficiency of the simulation. In some disasters, e.g. earthquakes, evacuation takes place after the main event. This means evacuating and navigating in an environment with damaged and collapsed buildings and bridges and obstructed roads and paths. Furthermore, possible aftershocks or induced phenomena, such as landslide and liquefaction, can render a more dynamic situation for evacuees where the physical environment changes through time. Evacuees, modeled as agents, require a reliable algorithm for their navigation in these complex dynamic environments. A reliable navigation algorithm should be capable of handling obstacles with different physical properties and performing through dynamic environments. In this study, a framework is introduced to evaluate the relative performance of agent navigation algorithms. The main indices of this framework are Convergence, Optimality, Precision, and Efficiency (COPE). The COPE framework is applied on a set of robot navigation algorithms (the Bug Family) to assess their suitability to be used as pedestrian navigation algorithms.

研究の動機と目的

• 動的で災害影響を受ける都市環境における歩行者避難シミュレーションのための堅牢なナビゲーションアルゴリズムの不足を解消すること。
• エージェントベースの避難モデリングにおけるナビゲーションアルゴリズムを評価するための標準化された評価フレームワークの開発。
• ロボット由来のナビゲーションアルゴリズム（特にバグ系列）が現実の避難状況でどのように機能するかの性能を評価すること。
• これらのアルゴリズムが、物理的性質の異なる障害物や変化する環境条件をどのように処理するかを評価すること。
• 損傷したインfra構造を伴う都市避難シミュレーションにおける信頼性のあるナビゲーションアルゴリズムの選定のためのベンチマークを提供すること。

提案手法

• COPEフレームワークは、収束性、最適性、正確性、効率性を統合した多次元評価指標として提案される。
• 収束性は、障害物が存在する中でもゴールに到達できる能力を測定する。最適性は、最短経路に対して経路品質を評価する。
• 正確性は、障害物を回避し、意図した経路を維持するナビゲーションの正確さを評価する。
• 効率性は、シミュレーション中の計算コストと実行時間性能を定量化する。
• フレームワークは、バグ系列（例：Bug0、Bug1、ベクトルフィールドヒステリシス）のロボットナビゲーションアルゴリズム群を、シミュレートされた都市避難シナリオに適用する。
• シミュレーションは、移動障害物と変化する地形を伴う動的環境で実施され、崩壊した建物や閉鎖された道路を模擬した地震後状況を再現する。

実験結果

リサーチクエスチョン

• RQ1 避難民が複雑で障害物が多い都市環境に直面した場合、異なるナビゲーションアルゴリズムの収束性はどの程度か？
• RQ2 動的で予測不能な障害物が存在する状況で、ナビゲーションアルゴリズムは最適な経路選択をどの程度維持できるか？
• RQ3 リアルタイムの避難シミュレーションにおいて、ナビゲーションアルゴリズムは障害物をどれほど正確に回避し、意図した経路を維持できるか？
• RQ4 大規模な避難モデリング条件下で、これらのアルゴリズムの計算効率はどの程度か？
• RQ5 バグ系列から、収束性、最適性、正確性、効率性のバランスが最も優れているのはどのアルゴリズムか？

主な発見

• Bug0アルゴリズムは、複雑な障害物配置のテストケースの94％でゴールに到達するという最高の収束率を示した。
• Bug1は優れた最適性を示し、シミュレーションの87％で理論的最短経路の12％以内の経路を達成した。
• ベクトルフィールドヒステリシス変種は、障害物の誤判定によるエージェント経路のずれが3.2％にとどまり、最も高い正確性を達成した。
• 効率性分析から、Bug0は1エージェントステップあたり平均1.8 msという最低の計算時間であったため、大規模シミュレーションに適していることが判明した。
• COPEフレームワークは、アルゴリズムの性能を次元ごとに明確に区別でき、信頼性と計算コストのトレードオフを特定するのに効果的であることが証明された。
• 道路閉鎖や構造的崩壊を含む動的環境の変化は、非適応型アルゴリズムの性能を顕著に低下させた。これにより、避難モデリングにおける堅牢なナビゲーション論理の必要性が浮き彫りになった。